您现在的位置:首页 >> 新闻中心 >> 新闻动态 >> 内容

新一轮油气技术革命,人工智能如何领唱?

时间:2021/1/23 17:52:54

    2021年已翻开崭新篇章,“十四五”油公司将在人工智能领域大有作为。就此话题,日前,中国石油勘探开发研究院首席专家龚仁彬对人工智能进行了深度解读。

   “十三五”人工智能成绩可观
   “十三五”期间,勘探院按照“一部三中心”的职责定位,发挥高端智库作用,积极参与国家、中国石油油气勘探重大战略研究,取得了丰硕成果,在勘探开发人工智能研究与应用方面,已成为中国石油领军者。
    中国工程院院士刘合作为科技管理部人工智能首席专家,牵头完成了集团公司勘探开发人工智能发展规划和顶层设计,对勘探开发人工智能技术需求、存在的关键科学问题与技术难题进行了深入分析,提出了总体研究目标,即建立国际先进的勘探开发人工智能技术体系,推动人工智能在勘探开发领域全面应用,为油气勘探开发科研、生产和决策提供智能化手段,强力支撑集团公司智能油气田建设,支撑油气勘探增储上产、降本增效,为建设国际一流能源公司提供强有力支撑。
    中国工程院院士韩大匡依托国家工信部“基于大数据应用的油气勘探开发战略研究”项目,针对大数据与人工智能深度学习方法,在地震储层预测、测井评价、储层建模、分层注水、油藏精细分析等方面深入开展了人工智能应用战略规划软科学研究,引领了石油行业大数据、人工智能技术应用的发展。
    由我负责、勘探院牵头并联合华为公司,承担并完成了中国石油认知计算平台(E8)的试点建设。这是由集团公司统一规划的一个通用开放可扩展的人工智能计算平台,其建设目标是,为油气勘探开发科研、生产管理提供智能化分析手段,支撑油气勘探开发增储上产、降本增效。认知计算平台已成为梦想云的智能引擎,建设成果于2020年11月27日对外进行了公开发布。
    勘探院部分研究所围绕勘探开发业务需求,分别开展了人工智能探索研究。其中,地球物理所开展的“数据驱动的非线性智能地震储层预测技术研究”取得了重要突破,应用成果获得2019度中国地球物理学会科技进步一等奖,为人工智能与专业技术融合应用起到了良好的示范标杆作用。
    人工智能在勘探开发领域的应用,实现了业务知识的固化、传承和普惠,工作效率明显提高,预测精度和预测能力得到提升,工作成本显著降低。据著名全球管理咨询公司麦肯锡分析,人工智能技术在勘探开发领域的应用,将可以促进业务协作、自动化、科学决策和技术创新,从总体上带来超过11%的成本降低和超过12%的收入增长。
     因此,我们认为,人工智能技术是一项解决石油勘探开发业务面临一系列新挑战非常有效的技术和途径,是实现油气上游行业数字化转型、高质量发展的重要推动力,具有非常广阔的应用前景。

    2021年,中国石油在人工智能领域力求更大突破
    先以测井为例,长庆油田利用人工智能技术,快速组织有价值的地质油藏信息,构建基于知识图谱的油气层识别模型,对姬源区块724口井进行了测井精细评价,识别精度高达94%,总体生产时效提高了70%,解释符合率比人工解释高,真正实现了行业知识和专家经验的传承。
    在油气生产方面,新疆油田采用人工智能技术,实现了抽油机井工况的智能诊断,改变“基于示功图定性诊断模式”为“基于多参数智能量化诊断新模式”,对陆梁作业区1100口井进行应用,工况定性诊断准确率达到93.8%,工况趋势预测准确率达到86%,实现了供液不足、结蜡、游动凡尔漏、固定凡尔漏等工况严重程度的量化,变事后诊断为事前预警,极大降低了停工时间,为合理安排维护作业日程、减少维修作业量提供了科学决策依据。
    按照中国石油勘探开发人工智能发展规划,“十四五”期间将分别在勘探开发、测井、物探、钻完井、地面工程、装备制造六大领域设立人工智能应用重大专项,推动人工智能在勘探开发领域的全面应用。
    2021年,勘探开发领域一系列人工智能重大项目均将进入快速实施阶段。油气生产物联网、勘探开发统一数据采集、勘探开发数据湖等一系列与数据采集、数据治理、数据共享相关的项目将加大实施力度;大数据与认知计算等基础人工智能平台将全面进入推广应用;勘探开发领域数十个人工智能应用研发项目将完成开题;一系列人工智能标准体系即将建立。2021年是集团公司大规模开展人工智能应用的关键一年,必将在推动企业数字化转型、高质量发展中发挥更大的作用。

   “十四五”直面挑战与机遇
    我国石油勘探面临资源劣质化严重、勘探开发成本居高不下的挑战。加之国际油价长期处于低位徘徊,石油行业仍未走出经济寒冬期。
    中国石油从“十三五”初期就开始谋划人工智能平台的建设,同时设立多个应用项目促进技术进步,尽管AI研究在中国石油遍地开花,但总体布局上较为分散,尚未发挥出整体优势,应用推广还面临许多挑战——
    1.数据治理与数据共享问题亟待解决。数据是人工智能应用的基础,中国石油经过多年建设,初步建成了统一的数据湖系统,实现了45万口井、700个油气藏、7000个地震工区、2.6万座间站库、60年历史数据的线上管理,是公司的宝贵数据资源。但上游领域仍然存在数据多头采集、分散异构管理、数据质量不高、标准不完全统一、共享程度不足等问题,导致数据集成难度大,数据应用价值无法得到高效发挥。
    2.小样本问题不可忽视。勘探开发是一个复杂的科学探索,由于地下构造复杂,除岩芯等少量直接信息外,所有信息都是间接的。开展勘探开发人工智能应用,往往面临大数据、小样本问题。
    3.不同地质与油藏存在模型适应性问题。当前深度学习框架和算法都只针对特定领域,在改变应用领域后,模型的性能、效率都会有较大损失。要解决超复杂的勘探问题,需要建立针对勘探难题的深度学习技术架构,并开展强化学习、迁移学习、多任务学习等优秀机器学习范式的研究,并将基于学习和基于模型的方法结合起来,进一步提高解决方案的可行性。
    4.预测结果可信度问题。油藏一般深埋地下数千米,采集的数据本身就存在一定的不确定性。同时,基于深度学习的人工智能系统普遍存在可解释性不足的问题。大规模的深度学习,由于网络中存在大量的复杂非线性变换和大规模的神经元连接,少量的随机扰动就会导致最后结果的剧烈变化,其行为和表现难以理解和合理解释。由于某种程度上存在着不可解释性,所以,其预测结果是否被接受也同样存在疑问。这一特性还会影响到应用场景大胆选择的问题。
    5.技术门槛较高。新一代人工智能技术包括多学科交叉,涉及数据集成与存储技术,数据处理、数据标签与特征工程技术,自然语言处理技术和知识图谱技等综合技术。可见,人工智能技术门槛比一般信息技术门槛要高得多。
    6.高端人才缺乏。由于人工智能应用前景广阔,社会需求量大,加上技术门槛较高,中国石油在人工智能高端人才方面面临巨大挑战。
    中国石油应高度重视人工智能应用,进一步加大资金投入和政策引导,促进人工智能与勘探开发业务的全面结合,并在关键业务流程和核心业务系统中全面开展人工智能技术研究与应用,通过人工智能创新,推动实现新一轮油气技术革命,从而达到油田增储上产、提质增效目的。  为此,本人提出以下建议:
    1.进一步完善顶层设计,加强标准化建设。近期,国家先后出台《促进新一代人工智能产业发展三年行动计划(2018-2020)》、《人工智能标准化白皮书》,全面推进人工智能标准化工作。伴随着技术进一步成熟和成果不断涌现,勘探开发各业务环节的人工智能应用热潮即将开启。正值浪潮初始,中国石油应进一步完善顶层设计,本着近期发展规划和远期发展战略相结合、点和面相结合的原则,在顶层设计、数据管理、算法研究、平台建设、人才培养等方面统筹考虑。加强行业样本库、知识图谱、智能算法等方面的技术体系和技术规范研究,为人工智能技术健康发展打牢基础。
    2.加速认知计算平台(E8)在集团公司的推广应用力度,满足业务发展需求,快速发挥作用。中国石油统一规划建设的认知计算平台(E8),是一个通用开放可扩展的人工智能计算基础平台,包含数据、知识、算法、算力和场景五大关键内容。平台的建成应用,为业务创新提供了智能化的驱动引擎和开发生态,显著降低了人工智能应用的门槛。平台面向以下三类用户:第一类是一般业务人员,业务人员可以直接利用平台提供的智能应用模块或者智能模型开展业务应用;第二类是智能模型开发人员,平台提供一站式AI开发、算法和工具,可以实现无代码完成智能模型创建;第三类是AI软件开发高端用户,平台提供了大量服务和二次开发组件,为低代码开展人工智能应用软件开发提供技术支撑。
    3.加强数据共享建设与关键技术研发。按照集团公司“共享中国石油”总体战略,加强勘探开发梦想云平台完善与上游业务统一数据湖建设,加强数据治理,促进上游全业务链数据按照统一规范入湖管理,实现数据互联互通开放共享,加速数据资产化管理;加强勘探开发行业特性人工智能关键技术研究,为人工智能应用打下基础。
    4.注重人才培养,加强对外合作。第一,健全人才激励机制,吸引高端人才,形成更具活力和创新能力的研发团队;第二,建立信息化建设业务主导体制,加强业务人员信息化技术培训力度,建立业务人员信息化能力考核机制,加强复合人才培养;第三,加强与高校和先进IT公司的合作,加强技术引进与技术合作,这是弥补人才短缺、实现人工智能技术快速落地、快速见效的有效途径。
    2021.1.22  《石油商报》

作者:不详 来源:网络
  • 榆林市地质矿业协会(www.sxyldk.com) © 2021 版权所有 All Rights Reserved.
  • Email:rhcom2000@163.com站长QQ:499474296] 陕ICP备10010859号
  • Powered by laoy! V4.0.6