您現在的位置是：首頁 > 新聞資訊 > 快訊網站首頁快訊

人工智能技術的革命性變化，讓油氣行業數字化轉型進入智能化發展新階段。

漫天遍野的磕頭機、滿身污泥的鉆井工人、一眼望不到頭的管道，還有徹夜燈火輝煌的化工廠……這些場都是大眾心中對于石油和天然氣行業的一些固有認知。

進入21世紀之后，這些形象已經不再適用于油氣行業。數字化技術正在深刻改變油氣行業的面貌。從勘探與生產到供應鏈管理，數字化已經催生了一系列創新，為行業帶來了更高效、可持續和安全的運營方式。

“實際上從20世紀70年代開始，計算機技術就開始在油氣行業得到應用?！比A為EBG油氣行業首席李陽明說，“進入21世紀之后，數字化技術得到了跨越式發展，尤其是在2010年之后，物聯網、云計算、大數據、AI技術開始更多地顛覆傳統行業。油氣行業就是其中之一?！?/p>

一直以來，油氣行業都是全球能源產業的支柱，為供應世界各地的能源需求起到了至關重要的作用。然而，隨著社會對可持續性和環保問題的關注不斷增加，油氣行業也面臨了新的挑戰和壓力。無論是更加波動的市場環境、還是不斷嚴苛的環保壓力、亦或是油氣資源減少背景下的降本增效，這些問題都是油氣行業當下面臨的核心難題。而數字化技術為油氣行業提供了解決新挑戰的工具和方法。它使公司更具競爭力、環?？沙掷m，有助于滿足不斷增長的能源需求，并應對市場和環保方面的壓力。隨著數字化改革的不斷發展，油氣行業將更好地應對未來的挑戰，并實現更為可持續和智能化的運營。

新挑戰

2021年10月21日，習近平總書記考察調研勝利油田時強調：“石油能源建設對我們國家意義重大，中國作為制造業大國，要發展實體經濟，能源的飯碗必須端在自己手里?！?/p>

能源安全是關系國家經濟社會發展的全局性、戰略性問題，對國家繁榮發展、人民生活改善、社會長治久安至關重要。黨的二十大報告強調：“加強重點領域安全能力建設，確保糧食、能源資源、重要產業鏈供應鏈安全?！薄吧钊胪七M能源革命，加強煤炭清潔高效利用，加大油氣資源勘探開發和增儲上產力度，加快規劃建設新型能源體系，統籌水電開發和生態保護，積極安全有序發展核電，加強能源產供儲銷體系建設，確保能源安全”。

我國能源消費呈現以煤為主、非化石能源比重快速攀升的特點，能源自給率總體保持在80%以上。但具體到油氣來說，進口規模大、對外依存度高仍是當前及今后較長一段時期內我國能源安全面臨的核心問題。2019年我國原油消費量已達6.9億噸，進口量超5億噸，對外依存度超過70%；天然氣消費量3000多億立方米，進口量1300多億立方米，對外依存度近45%。

預測“十四五”末，我國石油對外依存度約73%—75%；天然氣對外依存度將維持在45%左右。在國際環境日趨嚴峻的大背景下，這對我國保障石油供應安全提出了新的挑戰。

加大國內油氣資源勘探開發和增儲上產力度，不斷增強油氣自主保障能力自然成為當下我國油氣行業的核心訴求。

增儲上產卻并不容易。國務院發展研究中心資源與環境政策研究所研究員郭焦鋒指出，“我國老油田數量多。初步估算，老油田年產量遞減率在10%～15%。每年需要新增3000萬噸左右的產量來彌補自然遞減，相當于每年要新增一個現在的大慶油田的原油產量。這個壓力無疑是很大的?！?/p>

而目前我國的主力油田，實現穩產尚且不易，增產更是困難。以長慶油田為例，其勘探開發之難世所罕見。油田經過50多年的開發，隨著資源品位持續下降，穩產上產難度逐步加大。同時，長慶油田面積大、跨越多個省區，對公司治理能力提出了更多的要求。

老油田增產不易，新油田的發現也是極具挑戰。據了解，某些國內老油田經過幾十年的開發，可勘探對象日趨復雜、資源接替難度增大、生產制約因素逐漸增多。

一般來說，隨著油田勘探開發程度的不斷加深，地質條件也會越來越復雜、鉆井難度越來越大、經驗越來越不足。要想實現增儲上產，勢必要付出更多的努力。

面對一系列挑戰，我國石油行業持續加大勘探開發投資、積極推進理論和技術方面的創新，同時樹立新發展理念，改進管理模式。這些都為保障我國能源安全作出了巨大的貢獻。

而在技術不斷加速迭代發展的今天，數字化也開始越來越多地深入油氣行業。而以Chat-GPT為代表的人工智能技術爆發，更宣告著其成為數字經濟發展的重要引擎。

當下，人工智能技術的應用已經逐漸開始成為油氣行業數字化轉型的關鍵一步，并在提高油氣勘探開發效率、降低成本、保障安全等方面都發揮出巨大作用。

新助力

地震作業是油氣行業在勘探過程中的重要環節。通過人工地震獲得的地震勘測數據，研究人員可以對地下的油藏結構進行識別和預測，進而精準地找到油氣。

傳統方法圍繞龐大數據體和各類復雜地質資料，展開多達一百多道的研究工序，過程中面臨油藏埋藏深、非均質性強、構造形態多樣、流體關系復雜、預測難度大等困難。

“隨著勘探目標越來越深入，大部分沒有找到的油氣資源主要是在更復雜、更隱蔽的目標里。這種情況下，如果AI技術能夠幫助油氣勘探發揮作用，那么對于未來發現另一半石油資源會有更大機會?！敝袊こ淘涸菏口w文智表示，“AI技術在油氣行業的應用前景一定有很好的需求?！?/p>

按照新一代人工智能技術要求，中國石油攜手華為利用知識、數據、算法、算力和場景5個關鍵要素搭建了國際先進的人工智能計算平臺——E8。

“基于E8平臺，一批應用場景在油田中實現了應用，成為油田生產管理的日常工具?！敝袊涂碧介_發研究院信息技術首席專家龔仁彬說，“例如抽油機井智能診斷在油氣生產數字化建設中發揮了重要作用，融合知識圖譜與深度學習，對測井油氣層識別這樣的技術，已經成為老井評價，重點推廣的關鍵技術。這表明人工智能的應用顯著提高了生產效率和預測能力?！?/p>

具體到勘探中的數據分析痛點，中國石油基于油氣人工智能平臺的強大算力，以華為盤古L0級CV大模型為基礎，對塔里木盆地7000km2的地震數據體開展了AI大模型研究。通過對超大規模地震數據的自監督學習，對地震數據普適特征進行了深度挖掘，經過23輪次的模型迭代，目前完成了盆地級L1地震大模型構建，模型參數量超過了10億。

“E8平臺讓人工智能的應用實現了工業化的速度、降低了門檻，極大地促進油氣行業數字化轉型?！饼徣时蛘f。

“油氣行業的數據量很大。由于資源量位于地下，看不見摸不著，所以其中不乏大量的假數據。把數據轉化為模型，油氣勘探數字化的重要挑戰?！壁w文智說，“華為盤古大模型的出現，可以說為油氣行業實現AI技術工業化提供了可能?！?/p>

而盤古大模型只是華為油氣行業智能化架構的一個組成部分?；趥鞲衅骱椭悄芪锫摷夹g，華為得以將海量數據匯集于云平臺之上。與此同時，在不斷開發、訓練、測評……中各類AI應用不斷涌現，為行業提供接地氣的需求服務。

“測井是油氣田進行地質研究、油藏評價、儲藏預測的關鍵基礎參數。在油氣行業數字化轉型過程中，數據處理的智能化已經提高了測井效率?！敝袊蜏y井有限公司首席專家周軍說，“但是智能化測井建模過程復雜，模型的泛化能力也不足，無法在各個油田推廣?！?/p>

華為大模型技術的出現，為測井智能模型在測井行業的工業應用提供了基礎和參考?！按竽Ｐ驮谀Ｐ偷某跏紭嫿üぷ髁糠浅４?，但在專業和局部應用模型建設周期可控，只需要少量樣本的微調，并可以達到跨區域的應用，具備良好的泛化能力?！?/p>

這就是華為著力打造行業生態的魅力。除了在勘探開發上提供助力，華為油氣行業的智能應用還涉及油氣田生產、管網儲運、煉油化工、成品油銷售等整個油氣產業鏈的各個環節。

各個環節的不同合作伙伴在平臺上實現互聯互通，不僅可以在大數據運用和智能AI模型方面實現提升，還能打通產業鏈壁壘，發掘出更強大的商業模式和更好的服務質量。

“在構筑油氣智能化升級的一體化技術架構的基礎上，華為踐行‘平臺+生態’戰略?！崩铌柮髡f，“這意味著在為客戶服務的基礎上，這將會是一個完全開放平臺。華為希望能夠聚合整個生態的力量，實現整個油氣行業所有伙伴的共創、共享和共贏?！?/p>