您现在的位置是：首页 > 新闻资讯 > 快讯网站首页快讯

人工智能技术的革命性变化，让油气行业数字化转型进入智能化发展新阶段。

漫天遍野的磕头机、满身污泥的钻井工人、一眼望不到头的管道，还有彻夜灯火辉煌的化工厂……这些场都是大众心中对于石油和天然气行业的一些固有认知。

进入21世纪之后，这些形象已经不再适用于油气行业。数字化技术正在深刻改变油气行业的面貌。从勘探与生产到供应链管理，数字化已经催生了一系列创新，为行业带来了更高效、可持续和安全的运营方式。

“实际上从20世纪70年代开始，计算机技术就开始在油气行业得到应用。”华为EBG油气行业首席李阳明说，“进入21世纪之后，数字化技术得到了跨越式发展，尤其是在2010年之后，物联网、云计算、大数据、AI技术开始更多地颠覆传统行业。油气行业就是其中之一。”

一直以来，油气行业都是全球能源产业的支柱，为供应世界各地的能源需求起到了至关重要的作用。然而，随着社会对可持续性和环保问题的关注不断增加，油气行业也面临了新的挑战和压力。无论是更加波动的市场环境、还是不断严苛的环保压力、亦或是油气资源减少背景下的降本增效，这些问题都是油气行业当下面临的核心难题。而数字化技术为油气行业提供了解决新挑战的工具和方法。它使公司更具竞争力、环保可持续，有助于满足不断增长的能源需求，并应对市场和环保方面的压力。随着数字化改革的不断发展，油气行业将更好地应对未来的挑战，并实现更为可持续和智能化的运营。

新挑战

2021年10月21日，习近平总书记考察调研胜利油田时强调：“石油能源建设对我们国家意义重大，中国作为制造业大国，要发展实体经济，能源的饭碗必须端在自己手里。”

能源安全是关系国家经济社会发展的全局性、战略性问题，对国家繁荣发展、人民生活改善、社会长治久安至关重要。党的二十大报告强调：“加强重点领域安全能力建设，确保粮食、能源资源、重要产业链供应链安全。”“深入推进能源革命，加强煤炭清洁高效利用，加大油气资源勘探开发和增储上产力度，加快规划建设新型能源体系，统筹水电开发和生态保护，积极安全有序发展核电，加强能源产供储销体系建设，确保能源安全”。

我国能源消费呈现以煤为主、非化石能源比重快速攀升的特点，能源自给率总体保持在80%以上。但具体到油气来说，进口规模大、对外依存度高仍是当前及今后较长一段时期内我国能源安全面临的核心问题。2019年我国原油消费量已达6.9亿吨，进口量超5亿吨，对外依存度超过70%；天然气消费量3000多亿立方米，进口量1300多亿立方米，对外依存度近45%。

预测“十四五”末，我国石油对外依存度约73%—75%；天然气对外依存度将维持在45%左右。在国际环境日趋严峻的大背景下，这对我国保障石油供应安全提出了新的挑战。

加大国内油气资源勘探开发和增储上产力度，不断增强油气自主保障能力自然成为当下我国油气行业的核心诉求。

增储上产却并不容易。国务院发展研究中心资源与环境政策研究所研究员郭焦锋指出，“我国老油田数量多。初步估算，老油田年产量递减率在10%～15%。每年需要新增3000万吨左右的产量来弥补自然递减，相当于每年要新增一个现在的大庆油田的原油产量。这个压力无疑是很大的。”

而目前我国的主力油田，实现稳产尚且不易，增产更是困难。以长庆油田为例，其勘探开发之难世所罕见。油田经过50多年的开发，随着资源品位持续下降，稳产上产难度逐步加大。同时，长庆油田面积大、跨越多个省区，对公司治理能力提出了更多的要求。

老油田增产不易，新油田的发现也是极具挑战。据了解，某些国内老油田经过几十年的开发，可勘探对象日趋复杂、资源接替难度增大、生产制约因素逐渐增多。

一般来说，随着油田勘探开发程度的不断加深，地质条件也会越来越复杂、钻井难度越来越大、经验越来越不足。要想实现增储上产，势必要付出更多的努力。

面对一系列挑战，我国石油行业持续加大勘探开发投资、积极推进理论和技术方面的创新，同时树立新发展理念，改进管理模式。这些都为保障我国能源安全作出了巨大的贡献。

而在技术不断加速迭代发展的今天，数字化也开始越来越多地深入油气行业。而以Chat-GPT为代表的人工智能技术爆发，更宣告着其成为数字经济发展的重要引擎。

当下，人工智能技术的应用已经逐渐开始成为油气行业数字化转型的关键一步，并在提高油气勘探开发效率、降低成本、保障安全等方面都发挥出巨大作用。

新助力

地震作业是油气行业在勘探过程中的重要环节。通过人工地震获得的地震勘测数据，研究人员可以对地下的油藏结构进行识别和预测，进而精准地找到油气。

传统方法围绕庞大数据体和各类复杂地质资料，展开多达一百多道的研究工序，过程中面临油藏埋藏深、非均质性强、构造形态多样、流体关系复杂、预测难度大等困难。

“随着勘探目标越来越深入，大部分没有找到的油气资源主要是在更复杂、更隐蔽的目标里。这种情况下，如果AI技术能够帮助油气勘探发挥作用，那么对于未来发现另一半石油资源会有更大机会。”中国工程院院士赵文智表示，“AI技术在油气行业的应用前景一定有很好的需求。”

按照新一代人工智能技术要求，中国石油携手华为利用知识、数据、算法、算力和场景5个关键要素搭建了国际先进的人工智能计算平台——E8。

“基于E8平台，一批应用场景在油田中实现了应用，成为油田生产管理的日常工具。”中国石油勘探开发研究院信息技术首席专家龚仁彬说，“例如抽油机井智能诊断在油气生产数字化建设中发挥了重要作用，融合知识图谱与深度学习，对测井油气层识别这样的技术，已经成为老井评价，重点推广的关键技术。这表明人工智能的应用显著提高了生产效率和预测能力。”

具体到勘探中的数据分析痛点，中国石油基于油气人工智能平台的强大算力，以华为盘古L0级CV大模型为基础，对塔里木盆地7000km2的地震数据体开展了AI大模型研究。通过对超大规模地震数据的自监督学习，对地震数据普适特征进行了深度挖掘，经过23轮次的模型迭代，目前完成了盆地级L1地震大模型构建，模型参数量超过了10亿。

“E8平台让人工智能的应用实现了工业化的速度、降低了门槛，极大地促进油气行业数字化转型。”龚仁彬说。

“油气行业的数据量很大。由于资源量位于地下，看不见摸不着，所以其中不乏大量的假数据。把数据转化为模型，油气勘探数字化的重要挑战。”赵文智说，“华为盘古大模型的出现，可以说为油气行业实现AI技术工业化提供了可能。”

而盘古大模型只是华为油气行业智能化架构的一个组成部分。基于传感器和智能物联技术，华为得以将海量数据汇集于云平台之上。与此同时，在不断开发、训练、测评……中各类AI应用不断涌现，为行业提供接地气的需求服务。

“测井是油气田进行地质研究、油藏评价、储藏预测的关键基础参数。在油气行业数字化转型过程中，数据处理的智能化已经提高了测井效率。”中国石油测井有限公司首席专家周军说，“但是智能化测井建模过程复杂，模型的泛化能力也不足，无法在各个油田推广。”

华为大模型技术的出现，为测井智能模型在测井行业的工业应用提供了基础和参考。“大模型在模型的初始构建工作量非常大，但在专业和局部应用模型建设周期可控，只需要少量样本的微调，并可以达到跨区域的应用，具备良好的泛化能力。”

这就是华为着力打造行业生态的魅力。除了在勘探开发上提供助力，华为油气行业的智能应用还涉及油气田生产、管网储运、炼油化工、成品油销售等整个油气产业链的各个环节。

各个环节的不同合作伙伴在平台上实现互联互通，不仅可以在大数据运用和智能AI模型方面实现提升，还能打通产业链壁垒，发掘出更强大的商业模式和更好的服务质量。

“在构筑油气智能化升级的一体化技术架构的基础上，华为践行‘平台+生态’战略。”李阳明说，“这意味着在为客户服务的基础上，这将会是一个完全开放平台。华为希望能够聚合整个生态的力量，实现整个油气行业所有伙伴的共创、共享和共赢。”