【阿元分享】50%油气企业将部署人工智能中国海油如何规划和推进？
时间: 2024-10-26 09:35:31 | 作者: 配件及其他
号外！加阿元微信“rhyayuan”,受邀加入润滑油聚焦油粉群,及时了解行业最新资讯~
数字化转型正在成为油气企业转型升级、高水平发展的重要推动力，AI和油气业务的融合应用场景不断拓展，应用价值逐渐凸显。全球主要油气生产企业目前均已开展人工智能试点应用，发展的新趋势呈现数据驱动、跨界合作、渐趋成熟3方面特征。
中国海油的人工智能建设经历了应用探索和统筹推进两个时期。自2019年开始应用探索期，围绕预测维护、过程优化、安全预警、认知分析方面开展AI应用探索，在多个场景中展现了技术应用前景和价值，也暴露出开发门槛高、开发效率低、算力资源浪费、模型管理难等问题。2020年进入统筹推进期，中国海油明确发展愿景，制定人工智能建设规划，分阶段稳步推进，在基础设施建设、AI应用试点建设中取得系列成果。石业AI应用建设应充分基于石油业务需求，在资源、技术、人才等方面持续积累，着重关注价值导向、数据保障、平台提效、开放合作和人才保障5个方面。
当前，以大数据、物联网、云计算、人工智能为代表的新一代数字技术创新浪潮席卷各行各业，新的商业模式和颠覆式创新不断涌现，产业边界日益模糊。传统产业与新兴技术之间泾渭分明的界限逐渐消失，以互联网为代表的新兴技术正在改变着传统产业，传统企业的优势地位逐步被数字化驱动的互联网公司所代替，全球正快速向数字化时代迈进。
人工智能作为一项基础性、支撑性技术，将对国家、社会、经济产生重大影响，正引领新一轮信息技术的发展。为抢占发展制高点，近年来，世界主要经济体都相继发布了AI发展战略及相应产业政策。我国格外的重视人工智能技术的产业赋能作用，习指出：“AI是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的‘头雁’效应”。在国家“十四五”规划纲要中，“智能”“智慧”相关表述多达57处，以AI为代表的新一代信息技术，将成为中国“十四五”期间推动经济高水平质量的发展、建设创新型国家的重要技术保障和核心驱动力之一。
人工智能的概念自约翰·麦卡锡教授于1956年提出以来，经过60多年融合发展，慢慢的变成了一门包含计算机科学、统计学、脑神经学和社会科学的前沿综合性学科。人工智能的发展经历了两次低谷和三次高潮，前两次发展高潮由学术界主导，在工业界未得到普遍应用；两次发展低谷均受限于构成人工智能的三大要素，即算法、算力和数据的发展瓶颈，未能达到发展预期。
近年来，深度学习、大数据、专业芯片等技术不断突破，AI在产业中的赋能作用逐步凸显。2006年开始，随着学术界理论研究持续突破、各国政府全力支持、工业界AI应用不断落地，一同推动人工智能进入发展高潮。2022年11月，由OpenAI公司发布的ChatGPT聊天机器人工具，拥有1750亿个参数，可以通过理解和学习人类语言进行对话，根据聊天的上下文进行互动，能够实现撰写邮件、视频脚本、文案、翻译、代码、论文等任务，甚至在一些专业考试中得分超过大多数人类，向社会大众展示了人工智能的强大学习能力。ChatGPT上线亿，成为史上增长最快的消费者应用。
算力和算法的不停地改进革新突破为规模商用奠定了坚实基础，“AI+行业应用”成为未来AI发展重点。2022年，国家能源局、科学技术部印发的《“十四五”能源领域科学技术创新规划》提出，要着力补强能源技术装备“短板”和锻造能源技术装备“长板”；要加快传统产业的数字化转型，提升智能化绿色化水平，对能源智能化基础共性技术的投入和发展不可或缺。着重强调人工智能技术可作为能源数字化转型的有力抓手。
国际数据公司IDC发布的《IDC FutureScape ：全球油气行业2023年预测——中国启示》指出，到2025年，50%的油气中下游企业将部署人工智能/机器学习技术，以实现数据分析自动化，释放数据资源，提升数据对决策的驱动作用。对于油气企业来说，人工智能技术在提高储量评估能力、完善油井性能、减少设备耗损、降低经营成本的作用日益显现，正成为企业数字化转型的重点内容。
过去10余年，国内外油气行业相继开展了人工智能技术应用，目前整体仍处于起步阶段，尚未全面普及。领先的石油公司正加快构建油气人工智能技术体系，打造竞争新优势，拓展发展新空间，力争在新一轮能源转型中掌握主导权。
壳牌公司的人工智能普及战略集中于4个领域：加油站管理人工智能化、设备维护人工智能化、定向井钻井人工智能化、员工交互人工智能化。2021年开始与微软和C3.ai等人工智能技术公司合作，培养了350名专业数据科学家、约4000名专业软件工程师，每年近100个人AI项目投入应用。2023年5月，壳牌与大数据分析公司SparkCognition达成合作，拟利用AI算法处理和分析地震数据、寻找新油藏，预计勘探时间从9mon缩短至不到9d。
英国石油公司首席数字创新官莫拉格•沃森表示，AI将成为油气行业“推动业绩达到新水平的最关键数字技术之一”。公司在大数据技术领域投资数百万美元，用以提高资源利用率、油气生产和精炼的安全性和可靠性。
斯伦贝谢公司2022年9月发布的数据解决方案是一个开放、可互操作的平台，内嵌AI和数据管理工具，目的是实现跨公司数据源的数据集成和智能化分析，支持公司开展数据驱动型决策。
道达尔公司和谷歌公司2018年签署战略协议，联合攻坚AI在油气勘探和生产领域的应用，重点进行油气田地质数据分析、快速地震成像和设备预测维护等方面的应用建设。
壳牌、C3.AI、贝克休斯和微软公司2022年联合推出“开放式人工智能能源计划”，为能源运营商、服务提供商、设备提供商及独立能源服务软件供应商提供一个基础框架，以此来构建具备互操作性的解决方案，包括基于AI和物理学的模型、监测、诊断、规定操作和相关服务。
我国石油公司人工智能建设起步较晚，现已取得一定成效。一些石油企业成立了人工智能相关研究及应用机构，加快推进人工智能技术深化应用和推广。
中国石油天然气集团有限公司（简称中国石油）“十四五”期间，在勘探开发、测井、物探、钻完井、地面工程、装备制造六大领域设立AI应用重大专项，推动AI在勘探开发领域全面应用。打造勘探开发认知计算平台(E8)，从数据集成、数据标注、机器学习，到模型发布、推理应用，为石油勘探开发提供一站式AI开发环境；通过勘探开发梦想云平台，共享60余年勘探开发数据，为智能化应用建设奠定数据基础。2022年初，中国石油以勘探院AI研究中心为依托，联合4家油田（大庆油田、长庆油田、塔里木油田、西南油气田）、2所高校（中国石油大学（北京）、西南石油大学）和昆仑数智科技有限责任公司，成立了中国石油勘探开发人工智能技术研发中心。
中国石油化工集团有限公司以“石化智云”为基础，逐渐完备专业支撑平台，持续推动人工智能技术在智能油田、智能工厂和智能管线建设中的应用。积极推动与专业方面技术公司的跨界合作与战略投资，例如，投资满帮集团，在能源、公路物流等领域布局大数据和人工智能等新兴技术；西北油田引入具备人工智能属性的全自动化9000m钻机，在顺北53-7井首次应用，可缩短钻井周期15%，降低故障复杂时间30%，降低井均钻井成本15%。
目前，全球主要油气生产企业均已开展人工智能试点应用，主要呈现如下发展趋势。
（1）数据驱动的智能。数据是驱动人工智能加快速度进行发展和大范围的应用的基础，如何高效地管理数据以充分挖掘数据价值，是油气行业推动人工智能技术应用的关键。
（2）跨界合作的智能。数字化转型已成为全世界领先石油公司的重要战略举措，通过与新技术公司积极开展跨界合作，一同推动人工智能等数字技术在油气领域推广与应用。
（3）渐趋成熟的智能。AI在石油石化行业的应用呈点状形式存在，尚未形成全面推广之势，随技术应用日趋成熟，并开始与数字孪生、边缘计算等多种数字技术联合应用，价值逐步凸显，将迎来量变向质变的飞跃。
中国海洋石油集团有限公司（简称中国海油）一直格外的重视人工智能技术发展和应用，在中国海油“1534”发展思路中，明白准确地提出“从传统管控模式向现代化、数字化、智能化模式跨越”。2019年至今，中国海油人工智能建设经历了应用探索和统筹推进两个时期。
2019年开始，中国海油围绕预测维护、过程优化、安全预警和认知分析4个方面，陆续开展多项AI应用探索。
（1）预测维护。中海石油（中国）有限公司天津分公司（简称天津分公司）对6个海上生产平台、165口采油井的电潜泵进行预测性维护，故障发生时间，减少约1/3的停产时间；中海油惠州石化公司对炼厂设备做状态评估、预测与报警，故障预测准确率达80%以上。
（2）过程优化。勘探开发实时决策系统以井为中心，实现井场与基地多学科协同，有效节省钻井时间，提高目的层钻遇率；利用钻完井大数据系统建立钻井风险预测模型，实现对钻井过程分级实时有效监控和风险预警，单井非生产时间降低了10%。
（3）安全预警。中海石油气电集团莆田电厂整合各类现场设备状态信息监控与采集功能，结合视频识别、非接触识别、语音识别等技术，实现人员定位、安全提示、缺陷管理等功能，提升了电厂安全生产智能管理水平。
（4）认知分析。中海油研究总院有限责任公司利用机器学习方法实现煤层气产能评价、砂岩薄片类别鉴定、有孔虫化石图片鉴定等功能，提升地学科研人员工作效率和质量，预计可提高50%的煤层气解释效率和10%的解释精度，以及50%的有孔虫鉴定效率和砂岩薄片鉴定效率。
在应用探索阶段，人工智能技术在中国海油多个场景中展现了技术应用前景和价值，也暴露出存在如下主要问题。
（1）开发门槛高。传统人工智能建模方式门槛较高，石油业务人员缺少有关技术，人工智能技术人员缺少石油业务背景，跨专业应用技术壁垒极高。
（2）开发效率低。模型研发标准化程度低，缺少协同、自动化的开发工具，模型完成训练后，没有办法进行定期自动更新迭代。
（3）算力资源浪费。模型训练阶段的算力资源需求大、成本高，训练结束后算力资源需求低，导致项目单独建设的算力资源被浪费。
2020年，中国海油印发《集团公司数字化转型顶层设计纲要》，提出“一个平台、两套体系、三朵云、四项能力、五大提升”的数字化转型总体蓝图（图1），人工智能技术应用也从试点探索进入统筹推进时期。
首先，明确发展愿景。基于集中统一的数据资产化管理，打造感知洞察、智能控制、协同共享、互联创新数字化能力，构建纵向贯通、横向联通、内外融通数字化生态，建成“智慧海油”，提升中国海油管控能力，促进降本增效，防范安全生产和经营管理重大风险，助力高水平质量的发展，实现从传统管理模式向现代化、数字化、智能化的跨越。
其次，制定人工智能建设规划。遵循数字化转型顶层设计，结合公司实际及前期应用探索经验，以“智慧海油”为目标，有序推进人工智能技术与公司业务深度融合。
（1）依托统一平台、建设两种能力。基于中国海油云技术中台，开展数据管理能力和智能分析能力建设，为AI应用提供集中、统一、共享的支持服务。
（2）推动多元应用。在预测维护、过程优化、安全预警和认知分析4个成熟方向的基础上，逐步推广人工智能技术在生产业务领域的应用。
（1）基础建设及试点应用（2020—2022年）。以中国海油统一技术平台建设为抓手，建设统一的人工智能技术平台，不断夯实人工智能技术应用的算力和数据基础。积极开展AI应用试点项目，积累经验，培养人才。
（2）推广建设及集成应用（2023—2025年）。持续优化人工智能技术平台，完善相关体制机制，实现业务板块内数据集享。在试点应用的基础上，以智能油田、智能工厂、智能工程等智能化场景建设为主线，实现业务板块内的智能应用集成和智能化运营。
（3）产业链一体化融合（2025年以后）。贯通上下游业务流和数据流，实现全集团、跨板块的数据共享和系统集成。在此基础上，实现全产业链智能化应用推广，支撑一体化运营和科学化决策。
遵循“人工智能专项规划”，2021年，中国海油进入统筹推进公司智能化应用建设时期，现已基本实现第一阶段“基础设施及试点应用”目标，并在第二阶段“推广建设及集成应用”中开始显现价值。
2021年，中国海油完成人工智能平台建设工作，建成了数据导入、算法设计、模型训练、应用部署的全生命周期开发及管理功能，打通了数据层、算力层、功能层能力，集成9种开发框架、封装190余个算子，有效降低智能化应用开发难度，提高了开发效率，减少了资源浪费（图2）。
针对开发门槛高、效率低的痛点，AI平台涵盖数据导入、AI建模、自定义算子、应用开发、应用部署、模型自学习等AI应用开发所需的全部功能，有效简化AI应用开发流程，降低AI开发难度，让业务人员也能参与AI应用开发。
针对模型统一管理难、算力资源浪费的痛点，AI平台提供模型管理、租户管理、资源管理和系统管理等功能，可实现对资源的有效利用、对成果的集中管理和共享复用。
为了更好地支持用户开发，方便用户标准化使用AI平台，中国海油结合公司实际编制了开发标准流程、使用说明、培训教程，便于企业用户快速入门和标准化开发。
人工智能平台通过对相关工具、资源的整合，实现一体化的AI能力服务和集约化的资源管理。利用人工智能平台建立AI应用，可降低AI建模门槛，大幅降低AI应用全生命周期建设时间，预计可提高应用开发效率70%以上（图3）。
海洋石油富岛有限公司基于平台建立了人员行为安全分析系统，对监控画面进行智能分析，实现对安全帽佩戴、明火、烟雾、摔倒、攀登、滴漏等场景的24小时全方位识别和记录，并对相关人员进行提醒。
天津分公司秦皇岛32-6智能油田应用智能化图像识别处理技术，对现场视频进行数据清洗、抽帧截图、数据标注等处理，建立了10余种面向海洋平台生产安全的算法模型，实现事件事故的事前预警，提高安全风险处置效率（图4）。
审计部门基于AI平台开发了文档数字化工具，以海外钻井日报、合同、审计报告、海外发票、银行对账单5个业务场景为研究试点，构建起审计资料自动识别和信息抽取能力，识别准确率达到80%~95%。
在单点、单项应用的基础上，中国海油正在积极推进人工智能技术在“智能油田”“智能工程”“智能工厂”等数字化转型示范建设，实现从点到线再到面的智能化集成应用提升。
中国海油经过前期人工智能建设探索，积累了一些经验和认识。石业AI应用建设应充分基于石油业务需求，在资源、技术、人才等方面进行持续积累，需要重点关注5个方面。
（1）价值导向。企业数字化转型、智能化发展的根本目的是实现业务的发展和价值的提升，石油企业应用人工智能技术，应以实现公司降本、提质、增效为目标，创造新的市场领域、培育新的业务核心能力、优化生产方式和管理模式、提升组织运行效率等，充分发挥智能化技术对企业生产、运营、决策等方面的赋能作用。
（2）数据保障。人工智能模型开发需要大量经过标注的数据进行训练和学习，数据准备消耗模型开发80%以上的时间，数据质量决定了模型准确度的上限。石油企业应当结合数据治理工作，逐步推进各专业领域标准数据集的建设，做好人工智能技术在企业场景应用的基础保障。
（3）平台提效。平台可大大降低人工智能应用开发难度和成本，提高智能化应用开发效率。石油企业应建设公司层级统一的人工智能平台，对算力、算法、工具进行集约化管理和共享化服务，为今后企业级模型、算法共享生态的建立奠定基础。
（4）开放合作。石油企业应注重和IT企业、油服企业共同构建互利共赢的合作生态，充分的发挥石油企业的数据和业务优势、IT企业的算法和技术优势、油服企业的跨专业结合优势，更好地为以AI技术为核心的油气业务转型赋能。
（5）人才教育培训。油气行业技术壁垒高、专业性强，人工智能技术在油气行业的应用，需要IT与业务的深层次地融合。短期内，石油企业可与外部专业方面技术公司通过强强联合，实现AI技术的快速应用；长久来看，需要培养一支既掌握油气勘探开发知识、又懂得IT、AI技术的复合型人才队伍，保障石油企业人工智能建设长效发展。
中国海油将继续推进智能油田、智能工厂和智能工程等智能化业务场景落地，逐步实现全产业链数据共享和智能分析，提升公司智能化生产水平，实现“智慧海油”建设目标。
