换鞋凳厂家
免费服务热线

Free service

hotline

010-00000000
换鞋凳厂家
热门搜索:
成功案例
当前位置:首页 > 成功案例

人工智能:石油石化跟跑到领跑新机遇

发布时间:2022-06-06 15:40:12 阅读: 来源:换鞋凳厂家
人工智能:石油石化跟跑到领跑新机遇 我国石油勘探开发应运用大数据、人工智能技术,从跟跑变并跑,再进一步发展为领跑。这是一个宏大的系统工程,需要产、学、研、管全行业的长期共同努力,才能够最终完成。■本报记者李惠钰2016年,由谷歌公司开发的阿尔法狗(AlphaGo)在一场围棋人机大战中获胜,这只特别的狗迅速让人工智能(AI)这一概念火遍全球,如今,AI的触角已经延伸到财大气粗的石油石化行业。此前,全球顶级石油公司道达尔正式联姻谷歌,二者将联合发展AI技术,为石油、天然气的勘探开发提供全新的智能解决方案;石油巨头荷兰皇家壳牌也与微软公司扩大合作,在石油行业大规模推进AI的应用。在石油行业纷纷拥抱AI的大背景下,在6月16日于京举行的第二届石油石化人工智能高端论坛上,中国石油大学分别与五季数据、金山云签署战略合作协议,在石油勘探、开发、化工、储运等数字化转型方面进行深度合作,并共建石油石化人工智能研究中心,为人工智能学院教学实训和科学研究提供平台。五季数据董事长雷涛告诉《中国科学报》,双方将基于天云MaximAI人工智能平台提供的算法与算力,共同构建从智能地震速度分析、大数据油藏数值模拟到智能井位优选等智能生产、智能勘探、智能开发一系列石油行业落地场景,打造石油行业AI生态。石化行业的AI探索原来计算机做不到,现在它做到了,这是对我们很有吸引力和创新的事情。这是中国石化信息化管理部副主任李剑锋对AI的直观感受。实际上,早在2012年,中国石化就提出了智慧石化的愿景,希望打造全产业链的智能化。当AI铺天盖地地涌来时,中国石化也根据自己的项目做了各方面的AI试点,加强信息化建设和整体的顶层设计。李剑峰表示,AI核心的技术主要有机器学习、自然语言处理、计算机视觉、机器人、传感器等方面。其中,计算机视觉在石油行业的应用比较多,比如当工作人员进入炼化的危险区域时,可以用于安全帽识别;炼厂里的摄像头,可以提前发现很小的火苗;原油泄漏之后温度发生变化,利用红外热敏发现图像并进行识别;在长输管线上一旦发现有人或车闯入会及时报警等等。在机器学习方面,中国石化将其用于炼厂,产生的效益也很明显。一个炉子,进料搭配合理的话,产出就高。想产生汽油还是柴油,也都可以控制,这个比例怎样调整,可以通过机器学习,基于建模然后分析。李剑峰说。另外,中化集团能源科技IT负责人刘辉指出,石化的炼化装置工艺非常复杂,或需经受高温高压,且易燃易爆,经常因为设备长时间运转,导致安全故障。比如造成泄漏、爆炸,特别是停车、停产导致经济损失和安全问题,通过AI技术则可以进行定位设备的工况和趋势预警。设备智能诊断系统用技防代替人防,以前需要人24小时监控,而AI技术则可以自动对设备进行预警,或发现故障进行报警。刘辉告诉记者,利用AI技术可以提高设备故障检测的可靠性并提升效率,从而降低管理人员的知识储备要求。中海油也试水AI并取得了很好的成效。中海油信息化部总经理王同良表示,中海油通过建设开发实时决策系统,构建起以井为中心、井场与基地多学科协同作战的信息系统平台,有效节省了钻井时间。另外,中海油通过建设海上无人平台,推动台风模式常态化,能够在台风到来时机器继续生产,从而保证产量。目前,中海油已经试点两座海上平台无人化改造,改造后每年仅操作费就可节省800万元。直击油气勘探痛点对油气田地质情况进行描绘与分析,是油气勘探开发过程中最为重要,也是最有难度的环节之一。尽管目前石油行业已能借助电缆测井、三维地震、油藏模拟等技术描绘并分析油气田地质情况,但这一系列技术仍然存在很大缺陷。在采集地质数据的过程中,很难保证数据不出现任何差错。用并不完美的数据建立的地质模型,始终存在误差。而若油气田的地质情况过于复杂,这种误差将使得工程师根本无法建立可用的油气田地质模型。地球物理是地质家的眼睛,跟医学的CT是一样的,是对地学结构进行成像。中国石化勘探专家董宁表示,目前的目标越来越往深层,构造也越来越复杂,整个介质非均质性也越来越强,而这些地质又是勘探开发的主要目标,如果地下的信号看不清,则将严重制约勘探开发的整体进程。中国石化物探技术研究院首席专家魏嘉也表示,对于整个油气勘探开发过程而言,需要在一个很复杂的地表环境下进行地震勘探,勘探的地质目标又具有复杂的构造。从储层角度来讲也是复杂的,有碳酸盐的储层、焦炭的储层,还有页岩气、煤层气等储层,同时在开发过程中又会产生复杂流体的变化。目前无论开发到什么程度,对地下开采而言总还有很多不到位的地方。以地震技术为代表的油气勘探技术,已经成为整个油气勘探开发的关键技术。魏嘉说,地震处理的业务流程中还有很多的痛点和难点,这些痛点在于需要投入大量人力去做重复性、机械性的劳动,而且需要人去判断,还有可能出现判断不清楚的情况。在这种情景下,AI为解决痛点提供了可能。AI技术能够基于不完备和不完美的数据进行处理,利用模糊逻辑处理地质勘探数据,做出靠人工难以实现的预测,从而更精细地描述油田地质模型。五季数据公司总工程师沈磊表示,提高分辨率和储层分析,一直是石油行业关注的核心之处。五季数据使用宽频重构研究思路,通过深度学习,建立地层反射系数与地震数据映射关系模型,挖掘数据中隐藏的信息,在保真保幅的前提下,有效提高地震资料分辨率,随着不断迭代,模型准确率越来越高,在信噪比基本不变的前提下提高地震分辨率。目前AI在地震时间域处理、深度域速度建模、地震成像、地震解释等方面都有不同程度的应用。在董宁看来,AI能够助力地球物理实现跨越式的发展。现在,数据在地球物理领域是爆炸式的增长,包括叠前、叠后的,有属性、时间域、多方位的等等,亟需人工智能从这些大数据中挖掘出有用的信息。抓住弯道超车的战略机遇不过,油田开发工程专家、中国工程院院士韩大匡指出,AI技术的发展在石油勘探应用方面仍处于起步阶段,不仅在中国,美国亦是如此。大型石油公司总体上来看还处于窥测技术方向、进行技术准备的阶段,还没有出现力度非常大、覆盖面非常广的重大技术进展。韩大匡指出,在大数据技术应用发展方面,也还没有推出成熟的商业应用软件并进行较大规模的实际应用。而美国的大数据应用也主要集中于日常生产技术的改进,还没有着眼于主体技术的更新换代研究。从美国来看,虽然他们的石油勘探技术研发应用的工作比我们早,研究范围也比我们宽,研究单位、高校、服务的公司比我们多。但是,我们也有很多深度的研究,比如地震研究,我们已把大数据的应用深入到基本理论的更新,有的地方还要更深。韩大匡认为,通过中美两国的对比可见,我国正面对一个千载难逢的弯道超车的战略机遇,这是机不可失、失不再来的,我们必须要抓住这个机遇,发展大数据、人工智能在石油产业的应用。假如发展得好,我们将从过去长期的跟跑变成并跑阶段。但不管怎样,美国的技术还是很深厚的,假如我们不抓紧的话,可能还要继续从并跑落后为跟跑。韩大匡说。为了实现弯道超车、走向领跑,中国工程院目前设立了重点咨询项目大数据驱动的油气勘探开发发展战略研究,由中国工程院能源与矿业工程学部、信息学部和管理工程学部14位院士共同参与。韩大匡指出,当前我国对陆相沉积地质的认识还很不充分,要实现石油勘探开发技术的升级换代,必须把课题设置集中在地质条件认识方面。根据该原则,中国工程院选定的5个课题分别为地震、钻井、测井、油藏描述与油藏工程一体化以及智慧油田和装备的健康管理,基本包括勘探开发的全过程。韩大匡强调,我国石油勘探开发应运用大数据、AI技术,从跟跑变并跑,再进一步发展为领跑。这是一个宏大的系统工程,需要产、学、研、管全行业的长期共同努力,才能够最终完成。

网络科技海报
文体娱乐海报