5月22日，研究院举办基于大数据学习技术的油藏管理交流会，邀请GSS公司专家介绍剩余油分布和生产预测的新方法——POSEIDON软件。该软件不是基于“原理机制”思维的传统油藏数模软件，而是以逆向思维变革油藏数值模拟工作模式，主要针对成熟老油田剩余油分布研究、老油田管理及生产预测工作，由数据质量评估、产层劈分、综合分析、剩余油分布及开发方案预测5个模块组成，无需地质建模及生产动态的历史拟合，以人工智能融合更为高效、准确，为老油田重新焕发活力提供有力工具。
　　传统的建模数模方法在应对老油田井多、井史长、生产情况复杂时，结果可靠性取决于建模数模工程师对油藏认识的准确程度，工程庞大，涉及各个专业成果融合，耗时周期长则几年，无法满足油田生产动态跟踪的时效性。
　　基于“大数据学习”的模式识别及预测方法，采用反演的思路，无需了解中间过程。具体学习，由人工智能去识别，大大降低了老区块的研究周期及复杂性。
                                                                                                                                     郑晓英  王明云