油氣資源是保障國家經濟、政治、軍事安全的重要戰略資源。油氣行業是我國典型的傳統行業,擁有龐大的資源數量、數以千億計的資産規模、數以百萬計的員工……都說船大難掉頭,在全球數字經濟浪潮沖擊之下,油氣行業正面臨哪些挑戰?有何應對之策?其實現轉型的主流方向在哪兒?轉型過程中應該把握哪些關鍵點?針對此一系列問題,國雙油氣大數據事業部總經理、油氣領域專家薛小渠進行了深入解讀,并對油氣企業的智能化發展提出自己的想法和建議。

薛小渠,現任國雙油氣大數據事業部總經理,在加入國雙之前,曾服務于中國石油、哈裡伯頓、埃森哲等公司,擁有20餘年的石油行業工作經驗。
内外挑戰并存
數智化轉型成為變革新驅動力
“誰控制了石油,誰就控制了世界。”數十年來,這個論斷為油氣行業保持着地位與财富的光環。然而近年來,随着油價斷崖式下跌,給相關企業生存帶來嚴重壓力,油氣産業革新迫在眉睫。
薛小渠認為,除了國際原油價格因素外,我國能源行業本身也面臨着諸多問題和挑戰。首先是油氣開發難度日益增加,持續穩産形勢嚴峻;其次新老油田都面臨着生産成本升高與效益降低的巨大壓力;另外各層級對企業的安全生産、環境保護責任要求越來越嚴格;還有一點就是響應國家提出的優化組織結構、完成企業深化改革的任務要求。這些問題在未來幾年會持續存在,将對油氣行業的生産、經營、管理和決策提出新的挑戰。
随着新一代信息技術在金融、司法、數字營銷等領域的成功應用和推廣,業界認為選用合适的數字化、信息化技術,可以幫助傳統能源企業緩解或解決上述問題。借助邊緣計算、工業互聯網平台、人工智能應用等新技術手段,可以為油氣田的創新發展注入新的動能、實現業務與信息技術的融合創新,是油氣企業應對業務挑戰、實現精益生産、提質增效、高質量發展的重要手段。
薛小渠還提到,國際上的油氣巨頭早在多年前已經率先開啟數字化轉型之路,在自動化部署、數字化應用與智能化探索方面是超前于中國的。近幾年,國内“三桶油”積極主動尋求創新與變革的機會,逐漸向數字化、智能化邁進,通過與高科技公司的合作研發,一些智能應用開始在增儲上産、安全生産與效益提升方面凸顯成效。
平台化是主要趨勢
智能油田是發展方向
油氣行業專業度高、工藝流程複雜、産業鍊長、設備資産總量巨大,且涵蓋的業務廣闊,從上遊到下遊包括了勘探開發、煉化銷售、天然氣管道以及圍繞工程的裝備制造、工程建設等,有着非常複雜的應用場景。那麼,它的數字化、智能化轉型應該如何着手?
薛小渠認為,平台化共享應用是推動數字技術與生産經營管理深度融合的主要趨勢,以工業互聯網平台為支撐的智能油田建設,是油氣業務數智化轉型的發展方向。
數據是數字技術應用的基礎。沒有高質量的數據,就沒有成功的數字化轉型。然而企業在轉型過程中,通常面臨着業務系統數據不連通造成的信息壁壘問題;數據标準不一緻;數據來源渠道與責任不明确,數據填報缺失導緻的數據質量問題;企業内大數據技術人才有限,造成的大數據準入門檻問題;指标零散不成體系,業務系統數據不規範導緻的内部管理等問題。
國雙直擊客戶痛點,通過多年研發沉澱,推出Zeta企業級大數據平台,為客戶提供從數據采集到數據存儲、數據計算、數據開發、數據分析到數據展示的全生命周期數據管理的一站式服務,消除信息孤島,促進企業内、企業間信息互聯互通,實現信息、服務、技術資源共享。
面向工業領域,國雙自主研發COMPaaS工業互聯網平台,融合邊緣計算、雲計算、大數據、人工智能等技術,通過數據科學能力将業務數據快速地變成可執行的模型和算法,提供設備管理、生産管理、資産管理等雲服務,支撐油氣企業數字化、智能化轉型與中台戰略落地的發展需求。
通過Zeta大數據平台、COMPaaS工業互聯網平台的協同作用,集成前端數據采集和頂層應用場景,智能油氣田業務應用将成為現實。智能油氣田是在油氣田生産系統數字化建設、自動化改造的基礎上,提升智能生産運營及安全管控能力,實現油田生産業務應用的可視化、自動化與智能化,最終建成具有自主感知、趨勢預測、智能優化、自動調控的油氣田。
國雙智能油氣田整體解決方案覆蓋了油氣生産的主要環節,包括智能油氣藏、智能井場、智能管道、油氣智能生産管控、油氣知識共享等業務應用場景解決方案。基于此,國雙已與中國石油勘探開發研究院、大港油田、西南油氣田、塔裡木油氣田等客戶進行了深度合作,産品與解決方案得到了用戶的驗證與肯定。

圖:國雙智慧油田平台(demo)
大數據與人工智能
照亮油氣藏“黑箱”
“圍繞核心業務需求,大數據與人工智能技術在油氣勘探開發領域的應用将日趨廣泛。智能化分析預測技術成為解決油氣研究與生産問題的重要手段。“薛小渠表示。
油氣勘探開發研究是對複雜地質條件下的地下岩層與流體分布進行分析的過程。地下有多少油氣儲量、分布狀況、如何開采?
傳統油氣勘探與開發研究技術,如儲層預測、油層識别、注采分析優化、措施優選等業務分析工作,需要人工花費大量的時間對海量數據進行整理與分析,不但效率低下,而且存在多解性問題。未來可能會由一些業務專家基于模型訓練的“油氣智能大腦”,通過對輸入的相關數據自動分析推理,直接給出答案和開采方案。
國雙智能油氣藏解決方案針對不同地質目标,利用各類靜、動态資料,建立油氣藏大數據分析模型,實現油氣藏區塊動态在線分析;基于開發生産分析、區塊動态變化原因分析、動态監測成果分析,實時掌握油氣藏生産動态,挖潛區塊生産動态變化原因,輔助制定油氣藏開發調整優化措施。該方案已經在中石油大港油田和勘探開發研究院等客戶合作中得到了充分印證。
油氣行業屬于資産密集型産業,油氣設備如井場、站庫、管道等價值高昂,總量巨大,逐年增加,設備故障智能化分析對生産運行十分重要。比如磕頭機是油田廣泛應用的傳統抽油設備,井筒中的抽油裝置位于幾千米地層之下,通過在地面設備上安裝相關傳感器部件,将與之連接的地下設備做功過程輸出成示功圖,采油工程師通過看示功圖就能判斷抽油機的工作狀況,這個通常需要多年的現場工作經驗積累,才能做到可靠準确。
國雙生産井運行監控可視化報警系統,通過對油田開采設備的曆史運轉和維修數據的學習和分析,構建每個設備對象的工況運行模型,并能根據反饋進行自主學習,實現模型動态更新,對自動輸出的示功圖進行實時、高準确率診斷,相當于一個24小時不眠不休的工程師,可以讓生産管理人員實時掌握油井的運行健康狀況。

圖:國雙生産井運行監控可視化報警系統(demo)
除了做到實時工況診斷監控,該系統還能夠對設備的損壞部件與損壞時間進行預判預警。例如系統分析預測到某口生産井的設備将于下個月某時間點老舊損壞,采油廠即可提前采購備件或制定相應的維修計劃,避免停工停産。基于智能預測預判,能夠保證所有設備全年正常工作狀态,減少了維修時間,提升生産效益。
目前,國雙生産井運行監控可視化報警系統已經應用于國内某油田的1000多口油井,故障預警的準确率高達95%以上。
專家智慧+知識圖譜
打造油氣勘探開發超級智能大腦
當前數字化、智能化技術不但深刻影響着油氣企業的業務、運營以及組織模式。
幾十年來,各油氣企業積累了海量寶貴的勘探開發數據,幫助油氣專家開展研究工作。如何利用人工智能技術賦能油氣研究人員高效挖掘前人總結的知識成果? 國雙油氣勘探開發知識共享雲為此而生。
國雙油氣勘探開發知識共享雲平台采用多種技術,對多年來積累形成的大量有價值的研究成果、知識經驗、業務模型等進行科學管理,通過知識圖譜技術将結構化、非結構化數據中的勘探開發知識,首先通過行業專家的标注,逐步訓練和優化機器學習算法,進而實現自動識别與标注,生成勘探開發行業知識圖譜。經過不斷擴充完善,形成油氣勘探開發的“超級智能大腦”。

圖:國雙勘探開發知識共享雲(demo)
目前,國雙勘探開發知識共享雲已經完成了7000餘篇非結構化文檔的知識成果轉化;超過15萬條油氣專業分詞,3萬多條油氣行業詞條、權威釋義和相關知識圖片的标注;實現包含國内8個油氣盆地、16個油氣田、45個油氣藏的知識信息。
勘探開發知識共享雲是數據智能與業務專家智慧的融合。這樣的知識智能能力在國雙的産業賦能中體現得淋漓盡緻:通過行業專家團隊對行業需求與業務邏輯的充分把控,加之國雙長期深耕大數據與人工智能領域所沉澱的技術儲備與研發能力,以及超強的數據科學團隊,共同研發緊貼行業需求、可落地的解決方案與系列産品,賦能企業和政府組織實現數智化轉型。
打造自主可控的創新發展能力
我國油氣“大象”将翩然起舞
數字化、智能化已成為油氣行業發展的大趨勢。那麼,油氣企業如何更好地完成數智化轉型,并長期享受技術創新紅利?薛小渠分享了自己的觀點:
首先油氣企業需要積極面對、接受與擁抱數智化轉型浪潮,以開放的心态攜手相關技術公司、研發機構開展深度合作。
其次,大數據及人工智能等新技術與勘探開發業務的深度融合,是實現上遊企業提質增效、創新發展的必由之路。但油氣行業智能化發展與應用,并非一蹴而就,需要逐步疊代完善,在實際生産中需要不斷沉澱和積累。
另外,必須意識到任何技術都有它的适用性和局限性,不要指望大數據和人工智能可以解決所有業務難題,隻有找到合适的應用場景,其價值才能得以體現。
最後,企業需要培養綜合人才團隊、打造核心技術優勢,形成自主可控的創新發展能力是實現油氣企業數智化轉型成功的關鍵,在當下複雜國際經濟形勢下尤顯其重要性。
在未來很長一段時間内,石油與天然氣仍然是全球的主要能源供給。我國嚴重依賴油氣進口,能源問題是永恒的話題。在這種背景下,我們必須另辟蹊徑求發展,而數字化智能化轉型正是支撐油氣行業可持續發展的新驅動力。在新技術賦能下,相信我國的油氣“大象“們依然能夠翩然起舞。
免責聲明:本文僅代表作者個人觀點,與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實,對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾,請讀者僅作參考,并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體,轉載目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責,若因作品内容、知識産權、版權和其他問題,請及時提供相關證明等材料并與我們聯系,本網站将在規定時間内給予删除等相關處理.

