中國工程院院士劉合表示，從油氣勘探與生産到供應鍊管理，數智化發展已經催生出一系列創新成果，不斷為行業帶來更高效、可持續和安全的生産營運方式。
數字化、人工智能等技術正在深刻改變油氣行業面貌，尤其是在提高油氣勘探開發效率、降低營運生産成本、保障安全生産、降低環境風險等方面發揮重要作用。中國工程院院士劉合表示，從油氣勘探與生産到供應鍊管理，數智化發展已經催生出一系列創新成果，不斷為行業帶來更高效、可持續和安全的生産營運方式。
最突出的成果是減員增效
目前，全球油氣勘探開發對象正從正常油氣田向非正常油氣田、從淺層淺水油氣田向深層深水油氣田轉變，勘探開發難度增大，成本越來越高。在劉合看來，内部資源品質變差和外部競争等因素，倒逼油氣行業發展人工智能。數智化發展成為油氣行業提質增效的重要途徑，助力綠色低碳、能源變革。“數智化發展是油氣行業高品質發展的必然選擇，也是培育新質生産力的必然選擇，同時也是未來增儲上産和實作深地深海等‘超級工程’的重要推手。”比如，智能解釋分析技術、大資料分析技術、多專業資料內建分析技術，可以增加油氣藏地質預測分析效率和準确性。裝備智能化、操控遠端化，以及油氣勘探開發向無人化、少人化現場作業發展，減少了操作成本，降低了安全風險。劉合表示，數智化發展貫穿勘探、開發、生産、儲運、煉化全産業鍊，應用範圍從作業區、采油氣廠到油氣田公司，涵蓋勘探開發全業務鍊的資訊化支撐體系，在量化決策、降本增效、增儲上産、提高效率、轉變生産組織模式等方面取得重要成效。劉合指出，目前油氣行業數智化發展最突出的成果之一是實作了減員增效。“如今，油氣企業井數不斷增加，開采難度與工程量同步提升。在數智化的幫助下，行業實作了在沒有增員甚至減員的情況下，保質保量完成任務。此外，助力實作‘雙碳’目标，數智化做到了對能源企業生産全鍊條下能耗與排放的精準預測，快速感覺、判斷決策和管控能力不斷增強，油氣企業能耗名額不斷下降。”
仍在爬坡起步
數字化轉型和智能化發展正為油氣行業帶來新變化。劉合介紹，“三桶油”在數字化轉型方面做了很好的基礎工作，目前通過資料共享、業務協同和智能化建設，已逐漸邁向智能化發展新階段。但客觀現實決定了人工智能等技術在油氣領域落地需要長期探索與攻關。“網際網路、金融等領域的人工智能技術應用已向效率化、工業化生産的成熟階段演進。油氣行業需要融合專業領域知識，且業務場景複雜，面臨資料擷取成本高、資料品質待提升等現狀，目前還無法單純依靠資料驅動。國内外油氣上遊領域總體還處于數字化和人工智能技術與典型應用場景融合賦能的起步探索階段。” 劉合指出了油氣領域數智化轉型所面臨的挑戰。“一方面，油氣行業的資料多來自地下，此前的資料采集裝備自動化程度以及管理存在一定問題，資料标準不統一、樣本缺失、資料品質難以保證。”劉合說。“另一方面，不同于網際網路資料，大多數油氣地質資料擷取成本較高，多為‘小樣本’，資料量無法滿足深度學習要求，難以獲得供機器學習的‘教材’。如果訓練的資料樣本不夠多且不夠真實可靠，訓練就失去了意義。”劉合進一步說。劉合表示，目前還存在數智化産品成本高，複合型人才培養成本高，短期内投入産出比不高等現象。未來油氣行業數智化發展不僅需要良好的協同發展生态，更離不開有效管理體制與政策支援的配合。
應用前景廣闊
當下，與IT公司強強聯手加快布局數字化，運用大資料、人工智能對油氣行業賦能，已成為油氣企業的共識。“雖然數智化發展存在諸多挑戰，但油氣企業已經建設了一體化平台。2019年以來，相關部門發出一系列信号，加大數字經濟與實體經濟融合，鼓勵傳統企業進行數字化轉型。未來，智慧油氣田、智慧管道、智慧煉廠、智慧加油站等應用前景廣闊。”劉合說。劉合建議，未來要建立資料品質管理架構，将業務、技術和方法結合，建立可信、透明、可追溯的資料交換與業務協同體系，加強資料治理。其次，油氣行業專業知識壁壘高，亟需複合型人才，加強人才培養尤為重要。“與人工智能的發展趨勢是AI技術和專家經驗的融合類似，建構知識與資料雙驅動的模型很有必要。”劉合指出。再次，以社會、高校、企業為核心産業主體積極共建智慧能源合作生态，包括算力、算法、資料三位一體的AI新生态。同時，轉變固有觀念，充分認識到數字化轉型和智能化發展是一項可持續發展工程。劉合表示，油氣行業人工智能落道地阻且長、未來可期。油氣行業人工智能工業化落地應用是一項複雜的系統工程，是一項持久攻堅戰，不能一蹴而就，需要以點帶面、逐漸鋪開。
文丨本報記者 渠沛然
End
編輯丨闫志強