2016年，由谷歌公司開(kāi)發(fā)的阿爾法狗（AlphaGo）在一場(chǎng)圍棋人機大戰中獲勝，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(kāi)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大合作，在石油行業(yè)大規模推進(jìn)AI的應用。

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)分別與五季數據、金山云簽署戰略合作協(xié)議，在石油勘探、開(kāi)發(fā)、化工、儲運等數字化轉型方面進(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(shí)訓和科學(xué)研究提供平臺。

五季數據董事長(cháng)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，共同構建從智能地震速度分析、大數據油藏數值模擬到智能井位優(yōu)選等智能生產(chǎn)、智能勘探、智能開(kāi)發(fā)一系列石油行業(yè)落地場(chǎng)景，打造石油行業(yè)AI生態(tài)。

石化行業(yè)的AI探索

“原來(lái)計算機做不到，現在它做到了，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(guān)感受。

實(shí)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AI鋪天蓋地地涌來(lái)時(shí)，中國石化也根據自己的項目做了各方面的AI試點(diǎn)，加強信息化建設和整體的頂層設計。

李劍峰表示，AI核心的技術(shù)主要有機器學(xué)習、自然語(yǔ)言處理、計算機視覺(jué)、機器人、傳感器等方面。其中，計算機視覺(jué)在石油行業(yè)的應用比較多，比如當工作人員進(jìn)入煉化的危險區域時(shí)，可以用于安全帽識別；煉廠(chǎng)里的攝像頭，可以提前發(fā)現很小的火苗；原油泄漏之后溫度發(fā)生變化，利用紅外熱敏發(fā)現圖像并進(jìn)行識別；在長(cháng)輸管線(xiàn)上一旦發(fā)現有人或車(chē)闖入會(huì )及時(shí)報警等等。

在機器學(xué)習方面，中國石化將其用于煉廠(chǎng)，產(chǎn)生的效益也很明顯?！耙粋€(gè)爐子，進(jìn)料搭配合理的話(huà)，產(chǎn)出就高。想產(chǎn)生汽油還是柴油，也都可以控制，這個(gè)比例怎樣調整，可以通過(guò)機器學(xué)習，基于建模然后分析?！崩顒Ψ逭f(shuō)。

另外，中化集團能源科技IT負責人劉輝指出，石化的煉化裝置工藝非常復雜，或需經(jīng)受高溫高壓，且易燃易爆，經(jīng)常因為設備長(cháng)時(shí)間運轉，導致安全故障。比如造成泄漏、爆炸，特別是停車(chē)、停產(chǎn)導致經(jīng)濟損失和安全問(wèn)題，通過(guò)AI技術(shù)則可以進(jìn)行定位設備的工況和趨勢預警。

“設備智能診斷系統用技防代替人防，以前需要人24小時(shí)監控，而AI技術(shù)則可以自動(dòng)對設備進(jìn)行預警，或發(fā)現故障進(jìn)行報警?！眲⑤x告訴記者，利用AI技術(shù)可以提高設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(guò)建設開(kāi)發(fā)實(shí)時(shí)決策系統，構建起以井為中心、井場(chǎng)與基地多學(xué)科協(xié)同作戰的信息系統平臺，有效節省了鉆井時(shí)間。另外，中海油通過(guò)建設海上無(wú)人平臺，推動(dòng)臺風(fēng)模式常態(tài)化，能夠在臺風(fēng)到來(lái)時(shí)機器繼續生產(chǎn)，從而保證產(chǎn)量。目前，中海油已經(jīng)試點(diǎn)兩座海上平臺無(wú)人化改造，改造后每年僅操作費就可節省800萬(wàn)元。

直擊油氣勘探痛點(diǎn)

對油氣田地質(zhì)情況進(jìn)行描繪與分析，是油氣勘探開(kāi)發(fā)過(guò)程中最為重要，也是最有難度的環(huán)節之一。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)數據的過(guò)程中，很難保證數據不出現任何差錯。用并不完美的數據建立的地質(zhì)模型，始終存在誤差。而若油氣田的地質(zhì)情況過(guò)于復雜，這種誤差將使得工程師根本無(wú)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，跟醫學(xué)的CT是一樣的，是對地學(xué)結構進(jìn)行成像?！敝袊碧綄?zhuān)家董寧表示，“目前的目標越來(lái)越往深層，構造也越來(lái)越復雜，整個(gè)介質(zhì)非均質(zhì)性也越來(lái)越強，而這些地質(zhì)又是勘探開(kāi)發(fā)的主要目標，如果地下的信號看不清，則將嚴重制約勘探開(kāi)發(fā)的整體進(jìn)程?！?/p>

中國石化物探技術(shù)研究院首席專(zhuān)家魏嘉也表示，對于整個(gè)油氣勘探開(kāi)發(fā)過(guò)程而言，需要在一個(gè)很復雜的地表環(huán)境下進(jìn)行地震勘探，勘探的地質(zhì)目標又具有復雜的構造。從儲層角度來(lái)講也是復雜的，有碳酸鹽的儲層、焦炭的儲層，還有頁(yè)巖氣、煤層氣等儲層，同時(shí)在開(kāi)發(fā)過(guò)程中又會(huì )產(chǎn)生復雜流體的變化。

“目前無(wú)論開(kāi)發(fā)到什么程度，對地下開(kāi)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(gè)油氣勘探開(kāi)發(fā)的關(guān)鍵技術(shù)?！蔽杭握f(shuō)，地震處理的業(yè)務(wù)流程中還有很多的痛點(diǎn)和難點(diǎn)，這些痛點(diǎn)在于需要投入大量人力去做重復性、機械性的勞動(dòng)，而且需要人去判斷，還有可能出現判斷不清楚的情況。

在這種情景下，AI為解決痛點(diǎn)提供了可能。AI技術(shù)能夠基于“不完備”和“不完美”的數據進(jìn)行處理，利用模糊邏輯處理地質(zhì)勘探數據，做出靠人工難以實(shí)現的預測，從而更精細地描述油田地質(zhì)模型。

五季數據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。五季數據使用寬頻重構研究思路，通過(guò)深度學(xué)習，建立地層反射系數與地震數據映射關(guān)系模型，挖掘數據中隱藏的信息，在保真保幅的前提下，有效提高地震資料分辨率，隨著(zhù)不斷迭代，模型準確率越來(lái)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(shí)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用?！痹诙瓕幙磥?lái)，AI能夠助力地球物理實(shí)現跨越式的發(fā)展?！艾F在，數據在地球物理領(lǐng)域是爆炸式的增長(cháng)，包括疊前、疊后的，有屬性、時(shí)間域、多方位的等等，亟需人工智能從這些大數據中挖掘出有用的信息?！?/p>

抓住“彎道超車(chē)”的戰略機遇

不過(guò)，油田開(kāi)發(fā)工程專(zhuān)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(lái)看還處于窺測技術(shù)方向、進(jìn)行技術(shù)準備的階段，還沒(méi)有出現力度非常大、覆蓋面非常廣的重大技術(shù)進(jìn)展?！表n大匡指出，在大數據技術(shù)應用發(fā)展方面，也還沒(méi)有推出成熟的商業(yè)應用軟件并進(jìn)行較大規模的實(shí)際應用。而美國的大數據應用也主要集中于日常生產(chǎn)技術(shù)的改進(jìn)，還沒(méi)有著(zhù)眼于主體技術(shù)的更新?lián)Q代研究。

“從美國來(lái)看，雖然他們的石油勘探技術(shù)研發(fā)應用的工作比我們早，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，我們已把大數據的應用深入到基本理論的更新，有的地方還要更深?！表n大匡認為，通過(guò)中美兩國的對比可見(jiàn)，我國正面對一個(gè)千載難逢的“彎道超車(chē)”的戰略機遇，這是機不可失、失不再來(lái)的，“我們必須要抓住這個(gè)機遇，發(fā)展大數據、人工智能在石油產(chǎn)業(yè)的應用”。

“假如發(fā)展得好，我們將從過(guò)去長(cháng)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(huà)，可能還要繼續從并跑落后為跟跑?！表n大匡說(shuō)。

為了實(shí)現彎道超車(chē)、走向領(lǐng)跑，中國工程院目前設立了重點(diǎn)咨詢(xún)項目——“大數據驅動(dòng)的油氣勘探開(kāi)發(fā)發(fā)展戰略研究”，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，當前我國對陸相沉積地質(zhì)的認識還很不充分，要實(shí)現石油勘探開(kāi)發(fā)技術(shù)的升級換代，必須把課題設置集中在地質(zhì)條件認識方面。根據該原則，中國工程院選定的5個(gè)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(kāi)發(fā)的全過(guò)程。

韓大匡強調，我國石油勘探開(kāi)發(fā)應運用大數據、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(gè)宏大的系統工程，需要產(chǎn)、學(xué)、研、管全行業(yè)的長(cháng)期共同努力，才能夠最終完成。

摘自《中國科學(xué)報》