2016年,由谷歌公司開發的阿爾法狗(AlphaGo)在一場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的觸角已經延伸到財大氣粗的石油石化行業。
此前,全球頂級石油公司道達爾正式聯姻谷歌,二者將聯合發展AI技術,為石油、天然氣的勘探開發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,在石油行業大規模推進AI的應用。
在石油行業紛紛擁抱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,中國石油大學分別與五季數據、金山云簽署戰略合作協議,在石油勘探、開發、化工、儲運等數字化轉型方面進行深度合作,并共建“石油石化人工智能研究中心”,為人工智能學院教學實訓和科學研究提供平臺。
五季數據董事長雷濤告訴《中國科學報》,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選等智能生產、智能勘探、智能開發一系列石油行業落地場景,打造石油行業AI生態。
石化行業的AI探索
“原來計算機做不到,現在它做到了,這是對我們很有吸引力和創新的事情?!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,希望打造全產業鏈的智能化。當AI鋪天蓋地地涌來時,中國石化也根據自己的項目做了各方面的AI試點,加強信息化建設和整體的頂層設計。
李劍峰表示,AI核心的技術主要有機器學習、自然語言處理、計算機視覺、機器人、傳感器等方面。其中,計算機視覺在石油行業的應用比較多,比如當工作人員進入煉化的危險區域時,可以用于安全帽識別;煉廠里的攝像頭,可以提前發現很小的火苗;原油泄漏之后溫度發生變化,利用紅外熱敏發現圖像并進行識別;在長輸管線上一旦發現有人或車闖入會及時報警等等。
在機器學習方面,中國石化將其用于煉廠,產生的效益也很明顯?!耙粋€爐子,進料搭配合理的話,產出就高。想產生汽油還是柴油,也都可以控制,這個比例怎樣調整,可以通過機器學習,基于建模然后分析?!崩顒Ψ逭f。
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,或需經受高溫高壓,且易燃易爆,經常因為設備長時間運轉,導致安全故障。比如造成泄漏、爆炸,特別是停車、停產導致經濟損失和安全問題,通過AI技術則可以進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小時監控,而AI技術則可以自動對設備進行預警,或發現故障進行報警?!眲⑤x告訴記者,利用AI技術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理王同良表示,中海油通過建設開發實時決策系統,構建起以井為中心、井場與基地多學科協同作戰的信息系統平臺,有效節省了鉆井時間。另外,中海油通過建設海上無人平臺,推動臺風模式常態化,能夠在臺風到來時機器繼續生產,從而保證產量。目前,中海油已經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省800萬元。
直擊油氣勘探痛點
對油氣田地質情況進行描繪與分析,是油氣勘探開發過程中最為重要,也是最有難度的環節之一。盡管目前石油行業已能借助電纜測井、三維地震、油藏模擬等技術描繪并分析油氣田地質情況,但這一系列技術仍然存在很大缺陷。
在采集地質數據的過程中,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模型,始終存在誤差。而若油氣田的地質情況過于復雜,這種誤差將使得工程師根本無法建立可用的油氣田地質模型。
“地球物理是地質家的眼睛,跟醫學的CT是一樣的,是對地學結構進行成像。”中國石化勘探專家董寧表示,“目前的目標越來越往深層,構造也越來越復雜,整個介質非均質性也越來越強,而這些地質又是勘探開發的主要目標,如果地下的信號看不清,則將嚴重制約勘探開發的整體進程?!?/p>
中國石化物探技術研究院首席專家魏嘉也表示,對于整個油氣勘探開發過程而言,需要在一個很復雜的地表環境下進行地震勘探,勘探的地質目標又具有復雜的構造。從儲層角度來講也是復雜的,有碳酸鹽的儲層、焦炭的儲層,還有頁巖氣、煤層氣等儲層,同時在開發過程中又會產生復雜流體的變化。
“目前無論開發到什么程度,對地下開采而言總還有很多不到位的地方。以地震技術為代表的油氣勘探技術,已經成為整個油氣勘探開發的關鍵技術?!蔽杭握f,地震處理的業務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性、機械性的勞動,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為解決痛點提供了可能。AI技術能夠基于“不完備”和“不完美”的數據進行處理,利用模糊邏輯處理地質勘探數據,做出靠人工難以實現的預測,從而更精細地描述油田地質模型。
五季數據公司總工程師沈磊表示,提高分辨率和儲層分析,一直是石油行業關注的核心之處。五季數據使用寬頻重構研究思路,通過深度學習,建立地層反射系數與地震數據映射關系模型,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,隨著不斷迭代,模型準確率越來越高,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用?!痹诙瓕幙磥恚珹I能夠助力地球物理實現跨越式的發展?!艾F在,數據在地球物理領域是爆炸式的增長,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據中挖掘出有用的信息?!?/p>
抓住“彎道超車”的戰略機遇
不過,油田開發工程專家、中國工程院院士韓大匡指出,AI技術的發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看還處于窺測技術方向、進行技術準備的階段,還沒有出現力度非常大、覆蓋面非常廣的重大技術進展?!表n大匡指出,在大數據技術應用發展方面,也還沒有推出成熟的商業應用軟件并進行較大規模的實際應用。而美國的大數據應用也主要集中于日常生產技術的改進,還沒有著眼于主體技術的更新換代研究。
“從美國來看,雖然他們的石油勘探技術研發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”的戰略機遇,這是機不可失、失不再來的,“我們必須要抓住這個機遇,發展大數據、人工智能在石油產業的應用”。
“假如發展得好,我們將從過去長期的跟跑變成并跑階段。但不管怎樣,美國的技術還是很深厚的,假如我們不抓緊的話,可能還要繼續從并跑落后為跟跑。”韓大匡說。
為了實現彎道超車、走向領跑,中國工程院目前設立了重點咨詢項目——“大數據驅動的油氣勘探開發發展戰略研究”,由中國工程院能源與礦業工程學部、信息學部和管理工程學部14位院士共同參與。
韓大匡指出,當前我國對陸相沉積地質的認識還很不充分,要實現石油勘探開發技術的升級換代,必須把課題設置集中在地質條件認識方面。根據該原則,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,基本包括勘探開發的全過程。
韓大匡強調,我國石油勘探開發應運用大數據、AI技術,從跟跑變并跑,再進一步發展為領跑。這是一個宏大的系統工程,需要產、學、研、管全行業的長期共同努力,才能夠最終完成。
摘自《中國科學報》