大數(shù)據(jù)、人工智能為我國油氣工業(yè)智能化帶來歷史性機(jī)遇

9月25~26日，2019中國智慧油氣田技術(shù)交流會在中國石油大學(xué)(北京)召開。本次交流會由中國石油和石化工程研究會、北京石油學(xué)會、中國石油大學(xué)(北京)主辦，中國石油、中國石化、中國海油的信息化管理部門聯(lián)合主辦。

近年來，我國石油石化行業(yè)積極推進(jìn)工業(yè)化和信息化深度融合，充分結(jié)合勘探開發(fā)、生產(chǎn)科研、經(jīng)營管理的實(shí)際需求，通過信息化建設(shè)促進(jìn)油田主營業(yè)務(wù)轉(zhuǎn)型升級。本次交流會匯聚院士、專家與業(yè)界人士500余人，圍繞人工智能、大數(shù)據(jù)等在油氣勘探開發(fā)領(lǐng)域的應(yīng)用展開廣泛討論，努力推動油氣工業(yè)高質(zhì)量發(fā)展。

與會專家認(rèn)為，我國油氣工業(yè)正面臨五個(gè)方面的嚴(yán)峻挑戰(zhàn)，必須通過加快智能化建設(shè)來解決，而中美兩國大數(shù)據(jù)人工智能在石油工業(yè)的應(yīng)用均處于起步階段，具有從并跑發(fā)展成領(lǐng)跑的重要戰(zhàn)略機(jī)遇，必須加強(qiáng)主要技術(shù)創(chuàng)新，由石油工程師唱主角，制定讓大數(shù)據(jù)產(chǎn)生應(yīng)用價(jià)值的專業(yè)場景，通過人工智能讓數(shù)據(jù)變“聰明”。本版今日專題報(bào)道此次交流會專家主要觀點(diǎn)，敬請關(guān)注。

油氣工業(yè)智能化面臨歷史機(jī)遇

與會院士、專家認(rèn)為，當(dāng)前，第四次工業(yè)革命已經(jīng)到來，其發(fā)展之快速、威力之強(qiáng)大、范圍之廣泛、影響之深遠(yuǎn)，超過前三次工業(yè)革命。大數(shù)據(jù)、云計(jì)算、移動通信、物聯(lián)網(wǎng)、人工智能、區(qū)塊鏈、機(jī)器人等技術(shù)有機(jī)融合協(xié)同發(fā)展，將引發(fā)社會和產(chǎn)業(yè)顛覆性的變化。

事實(shí)上，社會生活已經(jīng)發(fā)生很多顛覆性變化，如智能醫(yī)療、智能交通、人臉識別、無人值守、掃碼支付、智慧城市甚至最新的腦機(jī)聯(lián)動等，下一步必將延伸至產(chǎn)業(yè)領(lǐng)域。

而我國油氣工業(yè)在經(jīng)歷多年高速發(fā)展后，近年來正面臨五個(gè)方面的嚴(yán)峻挑戰(zhàn)。

第一，石油資源品位劣質(zhì)化。隨著勘探持續(xù)推進(jìn)，新發(fā)現(xiàn)的優(yōu)質(zhì)資源越來越少，特低、超低滲透和致密等低品位資源占70%以上。

第二，主力老油田普遍進(jìn)入特高含水后期開發(fā)階段。剩余油高度分散，產(chǎn)量呈嚴(yán)重遞減趨勢，開采難度日益增大，成本大幅提高。

第三，面臨低油價(jià)困境。國際油價(jià)于2014年下半年斷崖式突降，此后持續(xù)低迷，近期雖有回升，但中低油價(jià)仍可能持續(xù)相當(dāng)長的時(shí)間。

第四，安全環(huán)保壓力大。安全環(huán)保標(biāo)準(zhǔn)提高，成本增加;環(huán)保區(qū)域內(nèi)的生產(chǎn)井要全部關(guān)閉，全國每年大體影響1000萬噸產(chǎn)量。

第五，國家能源安全問題。我國國民經(jīng)濟(jì)快速發(fā)展導(dǎo)致原油需求量大大超過國內(nèi)原油生產(chǎn)能力，原油對外依存度逐年攀升，引發(fā)石油安全供給問題。

解決這些難題，需要大幅提高效率、降低成本，加快智能化建設(shè)是重要手段。

中國工程院院士韓大匡認(rèn)為，從大數(shù)據(jù)人工智能技術(shù)發(fā)展來看，美國仍處于領(lǐng)先地位，我國緊隨其后，且有趕超趨勢。我國的AI(人工智能)相關(guān)論文發(fā)表總數(shù)、高引論文數(shù)和專利數(shù)實(shí)現(xiàn)超越美國，但在人工智能理論發(fā)展和技術(shù)方向的引領(lǐng)方面，美國還占據(jù)支配地位。但是，無論美國還是中國，大數(shù)據(jù)和人工智能在石油產(chǎn)業(yè)的應(yīng)用均有所滯后。

韓大匡院士的團(tuán)隊(duì)調(diào)研發(fā)現(xiàn)，美國大油公司總體上還處在窺測方向、進(jìn)行技術(shù)準(zhǔn)備的階段，尚未出現(xiàn)力度大、覆蓋面廣的大動作;服務(wù)公司在大數(shù)據(jù)技術(shù)應(yīng)用方面，雖然個(gè)別新技術(shù)有所突破，但還未普遍推出成熟的商業(yè)應(yīng)用;研究主要集中于日常生產(chǎn)技術(shù)的改進(jìn)，還未見著眼于主體技術(shù)更新?lián)Q代的研究。

調(diào)研的結(jié)論是：美國大數(shù)據(jù)在石油工業(yè)的應(yīng)用雖取得個(gè)別較好的研究成果，實(shí)現(xiàn)技術(shù)上的突破，且近年來有加快發(fā)展的趨勢，但總體上還處于起步階段。

這就為我國油氣工業(yè)提供了從并跑發(fā)展成領(lǐng)跑的重要戰(zhàn)略機(jī)遇，而落腳點(diǎn)就是主要技術(shù)的更新?lián)Q代。

如利用大數(shù)據(jù)人工智能方法可以有效增加勘探的科學(xué)性，減少不確定性，從而增加高品位儲量的發(fā)現(xiàn)，緩解石油資源劣質(zhì)化的趨勢。

再如，通過大數(shù)據(jù)方法，對高含水油田各井的注水全過程和各階段吸水剖面進(jìn)行準(zhǔn)確預(yù)測，再加上準(zhǔn)確的滲透率三維分布，就有可能算準(zhǔn)各層的剩余油分布，從而可以在特高含水區(qū)達(dá)到少打井多出油、提高水驅(qū)采收率的目的。

中國工程院院士李陽同樣認(rèn)為，目前，國內(nèi)油田企業(yè)雖已初步建成一批數(shù)字油田，但智能化仍處于起步階段，國外油公司也尚未建成覆蓋完整業(yè)務(wù)鏈條的智能化應(yīng)用。

智能油氣田的 中外實(shí)踐

智能油氣田，就是以油氣物流關(guān)系為主線，在自動化數(shù)據(jù)采集和控制的基礎(chǔ)上，應(yīng)用大數(shù)據(jù)和人工智能技術(shù)，建立全面感知、自動控制、智能預(yù)測、優(yōu)化決策的生產(chǎn)體系，實(shí)現(xiàn)勘探開發(fā)、油藏管理、采油工藝、生產(chǎn)運(yùn)營的持續(xù)優(yōu)化，達(dá)到效益與采收率最大化的目的。

李陽院士認(rèn)為，智能油氣田的發(fā)展方向包括智能油氣藏、智能化地面工程和生產(chǎn)運(yùn)營一體化。

近年來，國內(nèi)外能源公司積極尋求智能化發(fā)展，在不同環(huán)節(jié)均實(shí)施了重要戰(zhàn)略舉措，收到良好效果。

殼牌在馬來西亞Borneo海面的SF30油田建成首批智能油氣田，專注于生產(chǎn)運(yùn)營、生產(chǎn)優(yōu)化、油藏監(jiān)測和油田開發(fā)，可對井下流量進(jìn)行持續(xù)監(jiān)控，通過遠(yuǎn)程調(diào)節(jié)井下層段控制閥實(shí)現(xiàn)單井的多層段組合采油，提高了采收率。

雪佛龍開發(fā)了一系列油藏和生產(chǎn)相關(guān)應(yīng)用系統(tǒng)(總稱i-connect)，通過開放的數(shù)據(jù)標(biāo)準(zhǔn)和共有信息平臺整合多種數(shù)據(jù)并應(yīng)用，增強(qiáng)了對油氣田的感知能力和分析能力。

道達(dá)爾公司通過搭建油氣生產(chǎn)一體化協(xié)同研究平臺，實(shí)現(xiàn)油氣藏、注采井、集輸?shù)壬a(chǎn)全系統(tǒng)的模擬與優(yōu)化，高效解決諸多開發(fā)生產(chǎn)問題，為油氣田開發(fā)的智能管理提供了基礎(chǔ)模型。

昆士蘭天然氣公司是世界上第一家完全靠煤層氣提供LNG(液化天然氣)的油氣公司，通過建設(shè)一體化生產(chǎn)分析優(yōu)化系統(tǒng)集成油氣生產(chǎn)各節(jié)點(diǎn)信息，獲取并分析各節(jié)點(diǎn)運(yùn)行狀態(tài)，從全局角度優(yōu)化油氣生產(chǎn)運(yùn)行系統(tǒng)。

國內(nèi)各大石油公司也不斷探索智能油氣田的建設(shè)模式。

中國石化信息化建設(shè)目前以“智能制造”和“商業(yè)新業(yè)態(tài)”為主攻方向，通過打造“石化智云平臺”，構(gòu)建支撐智慧石化的工業(yè)互聯(lián)網(wǎng)。

智能油氣田方面，于2013年啟動，打造了中原普光、西北三廠兩個(gè)智能油氣田建設(shè)示范區(qū)，并逐步在油氣勘探開發(fā)領(lǐng)域推廣。

智能工廠方面，在國內(nèi)石化行業(yè)率先開展研究建設(shè)，生產(chǎn)運(yùn)行管理水平有效提升：生產(chǎn)數(shù)據(jù)自動采集率提高10個(gè)百分點(diǎn)，達(dá)到95%以上;重點(diǎn)環(huán)境排放點(diǎn)實(shí)現(xiàn)100%實(shí)時(shí)監(jiān)控與分析預(yù)警;能源管理實(shí)現(xiàn)能源可視化、在線可優(yōu)化;生產(chǎn)優(yōu)化從局部優(yōu)化、月優(yōu)化向一體化優(yōu)化、在線優(yōu)化轉(zhuǎn)變，勞動生產(chǎn)率提高20%以上。

智能管線方面，建成智能化管線管理系統(tǒng)，初步實(shí)現(xiàn)對3萬多公里的長輸、廠際管線的數(shù)字化、可視化管理，提高了管道隱患治理和油氣管網(wǎng)安全運(yùn)行水平。

中國石油于去年底建成發(fā)布勘探開發(fā)夢想云1.0,構(gòu)建了統(tǒng)一數(shù)據(jù)湖、統(tǒng)一技術(shù)平臺，并云原生開發(fā)了勘探業(yè)務(wù)研究環(huán)境，標(biāo)志著其上游業(yè)務(wù)全面進(jìn)入“厚平臺、薄應(yīng)用、模塊化、迭代式”的敏捷時(shí)代。

其統(tǒng)一數(shù)據(jù)湖管理數(shù)據(jù)資產(chǎn)1.7PB,涵蓋上游業(yè)務(wù)所涉及的油氣藏、生產(chǎn)、經(jīng)營等6個(gè)領(lǐng)域，物探、鉆井、經(jīng)濟(jì)評價(jià)等15個(gè)專業(yè)。統(tǒng)一技術(shù)平臺(PaaS)具備安全、開放、兼容與持續(xù)演進(jìn)特性。

基于統(tǒng)一數(shù)據(jù)湖，在統(tǒng)一技術(shù)平臺上，構(gòu)建涵蓋上游業(yè)務(wù)勘探生產(chǎn)、開發(fā)生產(chǎn)、協(xié)同研究、生產(chǎn)經(jīng)營、安全環(huán)保等5個(gè)領(lǐng)域的通用應(yīng)用。

目前，夢想云共研發(fā)136款業(yè)務(wù)工具，集成12款第三方專業(yè)軟件，應(yīng)用于1175個(gè)勘探開發(fā)研究項(xiàng)目，應(yīng)用后數(shù)據(jù)準(zhǔn)備效率提高60~100倍，研究工作效率提高20%以上，節(jié)約硬件成本50%以上，軟件采購成本降低60%以上。

中國海油將2019年定位為公司數(shù)字化轉(zhuǎn)型元年，目前正在開展數(shù)字化轉(zhuǎn)型頂層設(shè)計(jì)工作。智能油田建設(shè)是其上游業(yè)務(wù)落實(shí)數(shù)字化轉(zhuǎn)型、實(shí)現(xiàn)高質(zhì)量發(fā)展的重要途徑。

中國海油智能油田建設(shè)聚焦業(yè)務(wù)需求，主要在研究、勘探、鉆井、開發(fā)、生產(chǎn)、工程等六個(gè)方面開展了應(yīng)用系統(tǒng)建設(shè)和基礎(chǔ)系統(tǒng)整合，各類應(yīng)用取得良好成效。中國海油將按照智能油田頂層設(shè)計(jì)，堅(jiān)持“業(yè)務(wù)驅(qū)動、IT引領(lǐng)”的原則，分三個(gè)階段，在2025年基本建成智能油田。

人工智能讓數(shù)據(jù) 變“聰明”

目前，國內(nèi)很多油田已建成自動化采集和監(jiān)控系統(tǒng)，可實(shí)現(xiàn)對油水井、生產(chǎn)設(shè)備等的實(shí)時(shí)監(jiān)控，因此產(chǎn)生海量數(shù)據(jù)。若不能將這些數(shù)據(jù)有效利用，充其量只是“數(shù)據(jù)大”而已，遠(yuǎn)稱不上“大數(shù)據(jù)”。

李陽院士表示，智能油氣田建設(shè)就是從全面數(shù)據(jù)化到為數(shù)據(jù)賦能，再做到讓數(shù)據(jù)聰明。

首先是數(shù)據(jù)感知。包括高精度數(shù)據(jù)實(shí)時(shí)采集，研發(fā)更精密的隨鉆分析、室內(nèi)測試、井下監(jiān)測和井口計(jì)量等儀器設(shè)備，實(shí)現(xiàn)油氣藏開發(fā)數(shù)據(jù)的全方位、高精度、自動化、實(shí)時(shí)采集;大數(shù)據(jù)高速傳輸和存儲，基于5G、光纖等通信技術(shù)實(shí)現(xiàn)油田數(shù)據(jù)高速傳輸，基于云存儲技術(shù)實(shí)現(xiàn)TB或PB級海量數(shù)據(jù)的存儲，構(gòu)建工業(yè)設(shè)備—云端存儲設(shè)備—人類設(shè)備的油氣藏開發(fā)物聯(lián)網(wǎng)。

然后是數(shù)據(jù)認(rèn)知。包括數(shù)據(jù)驅(qū)動+物理指導(dǎo)，即以現(xiàn)有的物理模型、專家經(jīng)驗(yàn)約束數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)過程;物理規(guī)律自我發(fā)現(xiàn)，即從數(shù)據(jù)中尋找物理規(guī)律，發(fā)現(xiàn)物理規(guī)律，并建立能夠描述物理規(guī)律的數(shù)學(xué)模型。

最后是數(shù)據(jù)預(yù)知。包括物理和數(shù)據(jù)驅(qū)動結(jié)合進(jìn)行產(chǎn)量預(yù)測、以數(shù)據(jù)為中心優(yōu)化油氣田開發(fā)等。

讓數(shù)據(jù)變“聰明”，要靠人工智能。對地下看得清、算法算得快、結(jié)果靠得住，有兩條途徑，傳統(tǒng)建模—數(shù)模一體化方法強(qiáng)調(diào)物理，而動態(tài)分析—擬合—預(yù)測方法強(qiáng)調(diào)數(shù)據(jù)，兩者均有優(yōu)點(diǎn)也有弱點(diǎn)。在此次交流會上，物理與數(shù)據(jù)的結(jié)合越來越受到關(guān)注。

數(shù)據(jù)和物理結(jié)合，可以集成油藏靜態(tài)、動態(tài)、監(jiān)測、模擬全部數(shù)據(jù)，通過人工智能算法持續(xù)提高油藏預(yù)測的精度，最終實(shí)現(xiàn)油藏參數(shù)及狀態(tài)的精細(xì)刻畫。

有學(xué)者還提出一種基于井間連通性的物理數(shù)據(jù)驅(qū)動模型，利用油水井生產(chǎn)動態(tài)和物質(zhì)平衡進(jìn)行計(jì)算，相比傳統(tǒng)數(shù)?？商岣咝噬习俦丁?/p>

智能油氣田建設(shè)，是石油工程師唱主角，還是人工智能唱主角?業(yè)界共識是：石油工程師仍是大數(shù)據(jù)技術(shù)產(chǎn)生價(jià)值應(yīng)用的主角，制定讓大數(shù)據(jù)產(chǎn)生應(yīng)用價(jià)值的專業(yè)場景才是關(guān)鍵。

塔里木油田技術(shù)人員利用深度學(xué)習(xí)技術(shù)，只需對9條骨干剖面、5.8萬個(gè)標(biāo)簽數(shù)據(jù)進(jìn)行半個(gè)小時(shí)的學(xué)習(xí)，就能在兩分鐘內(nèi)完成一個(gè)116平方公里目的層的解釋任務(wù)。他們還利用110口井訓(xùn)練，用40口井預(yù)測，實(shí)現(xiàn)測井巖性自動快速識別，準(zhǔn)確率從83%提高到93%。

數(shù)據(jù)正變得越來越“聰明”。有研究機(jī)構(gòu)認(rèn)為，大數(shù)據(jù)人工智能在油氣田的應(yīng)用可分為三大階段。第一是學(xué)習(xí)階段，數(shù)據(jù)開始積累，處于人工智能嬰幼兒階段。第二是專家階段，數(shù)據(jù)積累到中期，處于人工智能青少年階段，可與專家經(jīng)驗(yàn)比肩，對油田降本開始起到明顯作用。第三是超越專家的人工智能成熟階段，在專家經(jīng)驗(yàn)及大數(shù)據(jù)基礎(chǔ)上，人工智能對油藏的認(rèn)識遠(yuǎn)超人類專家經(jīng)驗(yàn)，將從效率、效果、宏觀調(diào)整方面為老油田提供巨大效益。

雖然目前正處于第一階段，但相信在技術(shù)浪潮的強(qiáng)力推動下，第二、第三階段很快就會到來。