我國石油勘探開發(fā)應(yīng)運用大數(shù)據(jù)、人工智能技術(shù)，從跟跑變并跑，再進(jìn)一步發(fā)展為領(lǐng)跑。這是一個宏大的系統(tǒng)工程，需要產(chǎn)、學(xué)、研、管全行業(yè)的長期共同努力，才能夠最終完成。

2016年，由谷歌公司開發(fā)的阿爾法狗（AlphaGo）在一場圍棋人機(jī)大戰(zhàn)中獲勝，這只特別的“狗”迅速讓人工智能（AI）這一概念火遍全球，如今，AI的觸角已經(jīng)延伸到財大氣粗的石油石化行業(yè)。

此前，全球頂級石油公司道達(dá)爾正式聯(lián)姻谷歌，二者將聯(lián)合發(fā)展AI技術(shù)，為石油、天然氣的勘探開發(fā)提供全新的智能解決方案；石油巨頭荷蘭皇家殼牌也與微軟公司擴(kuò)大合作，在石油行業(yè)大規(guī)模推進(jìn)AI的應(yīng)用。

在石油行業(yè)紛紛擁抱AI的大背景下，在6月16日于京舉行的第二屆石油石化人工智能高端論壇上，中國石油大學(xué)分別與五季數(shù)據(jù)、金山云簽署戰(zhàn)略合作協(xié)議，在石油勘探、開發(fā)、化工、儲運等數(shù)字化轉(zhuǎn)型方面進(jìn)行深度合作，并共建“石油石化人工智能研究中心”，為人工智能學(xué)院教學(xué)實訓(xùn)和科學(xué)研究提供平臺。

五季數(shù)據(jù)董事長雷濤告訴《中國科學(xué)報》，雙方將基于天云MaximAI人工智能平臺提供的算法與算力，共同構(gòu)建從智能地震速度分析、大數(shù)據(jù)油藏數(shù)值模擬到智能井位優(yōu)選等智能生產(chǎn)、智能勘探、智能開發(fā)一系列石油行業(yè)落地場景，打造石油行業(yè)AI生態(tài)。

石化行業(yè)的AI探索

“原來計算機(jī)做不到，現(xiàn)在它做到了，這是對我們很有吸引力和創(chuàng)新的事情?！边@是中國石化信息化管理部副主任李劍鋒對AI的直觀感受。

實際上，早在2012年，中國石化就提出了智慧石化的愿景，希望打造全產(chǎn)業(yè)鏈的智能化。當(dāng)AI鋪天蓋地地涌來時，中國石化也根據(jù)自己的項目做了各方面的AI試點，加強(qiáng)信息化建設(shè)和整體的頂層設(shè)計。

李劍峰表示，AI核心的技術(shù)主要有機(jī)器學(xué)習(xí)、自然語言處理、計算機(jī)視覺、機(jī)器人、傳感器等方面。其中，計算機(jī)視覺在石油行業(yè)的應(yīng)用比較多，比如當(dāng)工作人員進(jìn)入煉化的危險區(qū)域時，可以用于安全帽識別；煉廠里的攝像頭，可以提前發(fā)現(xiàn)很小的火苗；原油泄漏之后溫度發(fā)生變化，利用紅外熱敏發(fā)現(xiàn)圖像并進(jìn)行識別；在長輸管線上一旦發(fā)現(xiàn)有人或車闖入會及時報警等等。

在機(jī)器學(xué)習(xí)方面，中國石化將其用于煉廠，產(chǎn)生的效益也很明顯?！耙粋€爐子，進(jìn)料搭配合理的話，產(chǎn)出就高。想產(chǎn)生汽油還是柴油，也都可以控制，這個比例怎樣調(diào)整，可以通過機(jī)器學(xué)習(xí)，基于建模然后分析。”李劍峰說。

另外，中化集團(tuán)能源科技IT負(fù)責(zé)人劉輝指出，石化的煉化裝置工藝非常復(fù)雜，或需經(jīng)受高溫高壓，且易燃易爆，經(jīng)常因為設(shè)備長時間運轉(zhuǎn)，導(dǎo)致安全故障。比如造成泄漏、爆炸，特別是停車、停產(chǎn)導(dǎo)致經(jīng)濟(jì)損失和安全問題，通過AI技術(shù)則可以進(jìn)行定位設(shè)備的工況和趨勢預(yù)警。

“設(shè)備智能診斷系統(tǒng)用技防代替人防，以前需要人24小時監(jiān)控，而AI技術(shù)則可以自動對設(shè)備進(jìn)行預(yù)警，或發(fā)現(xiàn)故障進(jìn)行報警。”劉輝告訴記者，利用AI技術(shù)可以提高設(shè)備故障檢測的可靠性并提升效率，從而降低管理人員的知識儲備要求。

中海油也試水AI并取得了很好的成效。中海油信息化部總經(jīng)理王同良表示，中海油通過建設(shè)開發(fā)實時決策系統(tǒng)，構(gòu)建起以井為中心、井場與基地多學(xué)科協(xié)同作戰(zhàn)的信息系統(tǒng)平臺，有效節(jié)省了鉆井時間。另外，中海油通過建設(shè)海上無人平臺，推動臺風(fēng)模式常態(tài)化，能夠在臺風(fēng)到來時機(jī)器繼續(xù)生產(chǎn)，從而保證產(chǎn)量。目前，中海油已經(jīng)試點兩座海上平臺無人化改造，改造后每年僅操作費就可節(jié)省800萬元。

直擊油氣勘探痛點

對油氣田地質(zhì)情況進(jìn)行描繪與分析，是油氣勘探開發(fā)過程中最為重要，也是最有難度的環(huán)節(jié)之一。盡管目前石油行業(yè)已能借助電纜測井、三維地震、油藏模擬等技術(shù)描繪并分析油氣田地質(zhì)情況，但這一系列技術(shù)仍然存在很大缺陷。

在采集地質(zhì)數(shù)據(jù)的過程中，很難保證數(shù)據(jù)不出現(xiàn)任何差錯。用并不完美的數(shù)據(jù)建立的地質(zhì)模型，始終存在誤差。而若油氣田的地質(zhì)情況過于復(fù)雜，這種誤差將使得工程師根本無法建立可用的油氣田地質(zhì)模型。

“地球物理是地質(zhì)家的眼睛，跟醫(yī)學(xué)的CT是一樣的，是對地學(xué)結(jié)構(gòu)進(jìn)行成像?！敝袊碧綄＜叶瓕幈硎?，“目前的目標(biāo)越來越往深層，構(gòu)造也越來越復(fù)雜，整個介質(zhì)非均質(zhì)性也越來越強(qiáng)，而這些地質(zhì)又是勘探開發(fā)的主要目標(biāo)，如果地下的信號看不清，則將嚴(yán)重制約勘探開發(fā)的整體進(jìn)程。”

中國石化物探技術(shù)研究院首席專家魏嘉也表示，對于整個油氣勘探開發(fā)過程而言，需要在一個很復(fù)雜的地表環(huán)境下進(jìn)行地震勘探，勘探的地質(zhì)目標(biāo)又具有復(fù)雜的構(gòu)造。從儲層角度來講也是復(fù)雜的，有碳酸鹽的儲層、焦炭的儲層，還有頁巖氣、煤層氣等儲層，同時在開發(fā)過程中又會產(chǎn)生復(fù)雜流體的變化。

“目前無論開發(fā)到什么程度，對地下開采而言總還有很多不到位的地方。以地震技術(shù)為代表的油氣勘探技術(shù)，已經(jīng)成為整個油氣勘探開發(fā)的關(guān)鍵技術(shù)?！蔽杭握f，地震處理的業(yè)務(wù)流程中還有很多的痛點和難點，這些痛點在于需要投入大量人力去做重復(fù)性、機(jī)械性的勞動，而且需要人去判斷，還有可能出現(xiàn)判斷不清楚的情況。

在這種情景下，AI為解決痛點提供了可能。AI技術(shù)能夠基于“不完備”和“不完美”的數(shù)據(jù)進(jìn)行處理，利用模糊邏輯處理地質(zhì)勘探數(shù)據(jù)，做出靠人工難以實現(xiàn)的預(yù)測，從而更精細(xì)地描述油田地質(zhì)模型。

五季數(shù)據(jù)公司總工程師沈磊表示，提高分辨率和儲層分析，一直是石油行業(yè)關(guān)注的核心之處。五季數(shù)據(jù)使用寬頻重構(gòu)研究思路，通過深度學(xué)習(xí)，建立地層反射系數(shù)與地震數(shù)據(jù)映射關(guān)系模型，挖掘數(shù)據(jù)中隱藏的信息，在保真保幅的前提下，有效提高地震資料分辨率，隨著不斷迭代，模型準(zhǔn)確率越來越高，在信噪比基本不變的前提下提高地震分辨率。

“目前AI在地震時間域處理、深度域速度建模、地震成像、地震解釋等方面都有不同程度的應(yīng)用。”在董寧看來，AI能夠助力地球物理實現(xiàn)跨越式的發(fā)展。“現(xiàn)在，數(shù)據(jù)在地球物理領(lǐng)域是爆炸式的增長，包括疊前、疊后的，有屬性、時間域、多方位的等等，亟需人工智能從這些大數(shù)據(jù)中挖掘出有用的信息?！?/p>

抓住“彎道超車”的戰(zhàn)略機(jī)遇

不過，油田開發(fā)工程專家、中國工程院院士韓大匡指出，AI技術(shù)的發(fā)展在石油勘探應(yīng)用方面仍處于起步階段，不僅在中國，美國亦是如此。

“大型石油公司總體上來看還處于窺測技術(shù)方向、進(jìn)行技術(shù)準(zhǔn)備的階段，還沒有出現(xiàn)力度非常大、覆蓋面非常廣的重大技術(shù)進(jìn)展?！表n大匡指出，在大數(shù)據(jù)技術(shù)應(yīng)用發(fā)展方面，也還沒有推出成熟的商業(yè)應(yīng)用軟件并進(jìn)行較大規(guī)模的實際應(yīng)用。而美國的大數(shù)據(jù)應(yīng)用也主要集中于日常生產(chǎn)技術(shù)的改進(jìn)，還沒有著眼于主體技術(shù)的更新?lián)Q代研究。

“從美國來看，雖然他們的石油勘探技術(shù)研發(fā)應(yīng)用的工作比我們早，研究范圍也比我們寬，研究單位、高校、服務(wù)的公司比我們多。但是，我們也有很多深度的研究，比如地震研究，我們已把大數(shù)據(jù)的應(yīng)用深入到基本理論的更新，有的地方還要更深。”韓大匡認(rèn)為，通過中美兩國的對比可見，我國正面對一個千載難逢的“彎道超車”的戰(zhàn)略機(jī)遇，這是機(jī)不可失、失不再來的，“我們必須要抓住這個機(jī)遇，發(fā)展大數(shù)據(jù)、人工智能在石油產(chǎn)業(yè)的應(yīng)用”。

“假如發(fā)展得好，我們將從過去長期的跟跑變成并跑階段。但不管怎樣，美國的技術(shù)還是很深厚的，假如我們不抓緊的話，可能還要繼續(xù)從并跑落后為跟跑?！表n大匡說。

為了實現(xiàn)彎道超車、走向領(lǐng)跑，中國工程院目前設(shè)立了重點咨詢項目——“大數(shù)據(jù)驅(qū)動的油氣勘探開發(fā)發(fā)展戰(zhàn)略研究”，由中國工程院能源與礦業(yè)工程學(xué)部、信息學(xué)部和管理工程學(xué)部14位院士共同參與。

韓大匡指出，當(dāng)前我國對陸相沉積地質(zhì)的認(rèn)識還很不充分，要實現(xiàn)石油勘探開發(fā)技術(shù)的升級換代，必須把課題設(shè)置集中在地質(zhì)條件認(rèn)識方面。根據(jù)該原則，中國工程院選定的5個課題分別為地震、鉆井、測井、油藏描述與油藏工程一體化以及智慧油田和裝備的健康管理，基本包括勘探開發(fā)的全過程。

韓大匡強(qiáng)調(diào)，我國石油勘探開發(fā)應(yīng)運用大數(shù)據(jù)、AI技術(shù)，從跟跑變并跑，再進(jìn)一步發(fā)展為領(lǐng)跑。這是一個宏大的系統(tǒng)工程，需要產(chǎn)、學(xué)、研、管全行業(yè)的長期共同努力，才能夠最終完成。