logo
专注油气领域
与独立思考者同行

AI:油气行业转型发展新引擎及技术发展趋势

www.oilsns.com

作者 | 李欣 窦宏恩
作者单位 | 中国石油勘探开发研究院

全球科技正朝着数字化、信息化、智能化方向迅速发展,油气勘探开发作为传统能源行业的核心领域,在新时期面临新挑战。就国内来说,老油田普遍进入特高含水后期,石油资源面临品位劣质化挑战。为了维护国家经济稳定和能源安全,国内石油勘探开发的力度仍需进一步加大,油气勘探开发智能化已成为行业前沿热点和发展趋势,有望大幅提高油气勘探开发作业效率和质量,降低成本和风险,提升复杂油气藏的勘探开发水平。

近年来,AI(人工智能)技术的快速发展已成为推动油气行业转型发展的新引擎。自2017年以来,国际石油巨头纷纷与IT业界巨头进行跨界合作,将AI成功应用到地震勘探与地震数据解释处理、测井解释、油气层识别、钻完井及采油作业等业务领域,并取得了显著应用效果。

在国内,中国石油、中国石化、中国海油均大力开展了AI技术应用,在数字化转型的道路上进行积极探索。2020年,中国石油发布了勘探开发梦想云平台2.0,成为 中国油气行业第一个智能云平台。中国石油与华为联合打造的中国石油认知计算平台,作为梦想云的智能引擎,也同时发布。截至2019年底,中国石油累计建成各类数字化井14.4万口、场站9804余座,约占中国石油井、站总数的52%和43%。其中,长庆、塔里木、西南、大港、青海、吐哈、 冀东等10个油气田实现了初步数字化、可视化、自动化,并取得了显著经济和社会效益。

2019年开始,中国石化的油田智云在胜利油田全面推广,已管理统一账号10.2733万个,运行215个流程、年业务办理量47万个,完成280套业务系统的统一 认证集成,发布了油气勘探、油气开发、生产运行等六大业务领域共计531个工业APP,完成22套新建系统的云上平台。

中国海油高度重视AI技术的发展和应用,积极推动AI技术与其核心业务的深度融合。截至2020年底,中国海油已在多个业务领域开展试点应用,完成11座无人平台的改造,20座无人平台正在建设;全力打造IT治理和网络安全技术两大体系,构建管理、生产和销售3朵“云”,以期实现公司降本增效和高质量发展。

总体来说,中国石油、中国石化和中国海油在薄片鉴定、数字岩芯技术、地震数据处理与解释、智能钻完井、生产措施优选等诸多人工智能技术应用方面均取得了显著进步。

www.oilsns.com

www.oilsns.com

当前,世界能源行业格局正在发生深刻变革,产业链也在经历深度调整。新形势下,油气行业也在利用数字化、信息化等手段,为提质增效寻找关键解决方案,“AI+油气勘探”成为油气企业转型升级的重要抓手之一,相关技术也在迅速成熟,并在整个产业链得到采用。油气行业的“AI蓝图”正在徐徐展开,在AI技术的“笔下”,将会勾勒怎样的未来?


趋势 01.
数据标准化及多模态机器学习

使AI场景向感知方向发展

油气行业的上下游全产业链数据源头多,数据结构包括结构化数据、非结构化数据和混合结构化数据,数据特征总体表现出多元异构特征。加速AI技术在油气行业快速落地发展,提升数据质量和标注水平,实现各业务间内部数据互联互通,提升数据的可用性和可迁移性,建立数据标准和数据共享平台是 AI技术快速发展的必由之路。目前发展起来的多模态机器学习技术,需要一种贯通各种数据结构的多模态数据标准和平台,由传统机器学习算法专注于从单一的数据训练模型转变为将数据、图片、文字、音频、视频、表格等多模态信息载体进行训练和建模,使机器学习向计算机视觉和交互式AI建模方向发展,使未来计算机视觉、语言以及语音模型高度融合,AI场景更丰富、更自然逼真、更接近于人类感知。

 

 趋势 02. AI芯片与软件封装一体整合
使边缘计算和应用快速发展

由于各行各业对AI的需求不同,适应不同工业领域的AI芯片正在被制造出来,并与人工智能算法及相关技术集成,以满足工业界及用户独立设备功能的需要。其 中,GPU(图形处理器)、DSP(数字 信号处理器)、ASIC(AI专用芯片电路)、FPGA(现场可编程芯片)和 神经元芯片等成为AI芯片的核心。对 AI硬件的要求也变得更高,不仅具有更快指令周期与低功耗,而且具有石油行业耐高温高压等恶劣环境的特点。同时,AI芯片与机器学习算法结合,将高性能计算与软件处理在AI芯片中进行整合,采用先进的封装技术,以适应油气行业井下、地面各种工况下的就地处理、优化和决策,减少数据 回传的安全风险及能耗,提高系统的整体工作效率。AI芯片与软件封装整合为一体,使边缘计算和应用快速发展。

 

 趋势 03.  自动学习将成为创造性
AI技术发展的终极目标

从机器学习到自动机器学习(AutoML),后者致力于研究机器学习自动化,用AI来自动设计AI的各个环节。在AutoML中,机器可以自动地学习合适的参数和配置,而无须人为干预。AutoML将打造一个能够让机器自动学习的虚拟环境,即超级AI平台,建立一个虚拟现实入口,最终产生与现实世界一样的AI大脑。

目前,Google X实验室研发的GPT—4谷歌“大脑”新模型,已包含了多达100万亿个参数,拥有模拟人脑,具备自我学习功能。未来,人们期待人工智能可以提供更多、更精致、更自然的创意输出。

 

 趋势 04.  知识图谱将成为
AI技术发展的关键

随着人工智能技术的发展和应用,知识图谱作为关键技术之一,已被广泛应用于很多行业与领域。油气行业的知识图谱是对所属业务领域的知识、数据、图形、图像、声像等结构化、半结构化、非结构化和混合结构的多模态资料进行加工、处理、整合、对齐,并聚合大量行业的业务概念及其相互关系,通过实体、 关系、实体三元组的形式来表示。

它从原始数据库及相关数据库中提取知识和事实,采用半自动AI或全自动AI技术手段,通过信息抽取、知识表示、知识融合、知识推理、知识进化到优化决策6个过程,内部系统镶嵌的AI模型每更新迭代一次,其结果便被存入知识库的数据层和模式层。未来油气行业的知识图谱将成为上下游业务发展及技术解决方案的主要选择。

 

 趋势 05.  从少代码到无代码拖拽式开发
将降低技术开发的门槛

AI作为一种通用技术,已经影响到各行各业的各个领域,也触及了IT行业的内部技术革命。目前已出现了像CodeGuru的智能编程工具,帮助软件开发者提高代码质量。最近,微软的GithubCopilot作为AI程序员首次亮相,在特定上下文中,自动提供代码模板,协助开发人员编写高效代码。通过采用低代码和无代码AI平台,可以显著降低开发者和应用者使用信息技术的门槛。亚马逊公司2020年6月发布的Honeycode平台就是一种无代码开发环境,与从头编写代码、处理数据和调试相比,节省时间达90%。可以说少代码/无代码AI技术平台解决了AI研发和应用的壁垒。

 

 趋势 06.  区块链技术将推动
数据向资产化方向发展

区块链是用分布式数据库识别、传播和记载信息的智能化对等网络,它作为保障数据库安全而不需要行政机构授信的一种创新方案,是一种由多方共同维护,使用密码学保证传输和访问安全,实现数据一致存储、难以篡改、防止抵赖的分布式记账技术。区块链技术将成为推动各行各业数 字化转型和智能化发展的热点技术,油气工业也不例外。区块链在油田产权交易和置换、油田服务、大宗商品交易和碳交易等方面都显示出极大的应用前景。它的应用确保了信息真实有效,各类交易环节和流程简单快捷,大型设备的核心部件运输、安装、维修等环节的追溯及各类放射源与危险化学品的可靠追踪。同时,该技术也增加了人们应用AI技术的信心。2019年9月,雪佛龙、康菲石油、挪威国油(Equinor)、埃克森美孚等七大油气公司宣布成立 油气区块链财团,并开发了区块链服务交易平台(BaaS),为整个行业发挥了示范作用。(来源:《中国石油报》)

– END –

未经允许,不得转载本站任何文章: