logo
專注油氣領域
與獨立思考者同行

人工智能賦能石油行業,行業巨頭都在做什麼?

http://zhongte92950.cn/
如果說,信息技術是第三次工業革命,那麼人工智能或将成為下一次工業革命的核心力量。

作者 | 中國海油數字化先鋒營

“小度、小度,請播放‘小豆丁講故事’”

“Hi,大家好,我是小豆丁。每晚八點鐘,給你講一個非常好聽的故事”’……

對于有小寶寶的家庭,或許多數都會有個“小度”,“小蛋”,或者“小愛”,它可以對你“惟命是從”,在你分身乏術時,代替你給小寶寶講故事、聊天等。

從1956年誕生,到第一款神經網絡-感知機,到神經網絡算法的産生,到深度學習技術的産生,再到AlphaGo挑戰人類圍棋冠軍,人工智能經過60多年的發展,從最小的語音助手,到自動化汽車飛機駕駛等各式應用方式出現在我們身邊。人工智能逐漸滲透到我們生活的每個角落,改變着我們的生活、工作和娛樂。

石油行業也不例外。中石化勘探開發研究院首席專家董甯教授認為,人工智能勘探将是油氣勘探的下一場革命。如果說,信息技術是第三次工業革命,那麼人工智能或将成為下一次工業革命的核心力量。

01. 什麼是人工智能?

在了解各大油氣公司的人工智能應用案例之前,我們重新回顧一下什麼是人工智能。百度百科上這樣解釋:人工智能是研究、開發用于模拟、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。
http://zhongte92950.cn/
更具體地說,人工智能是一門融合了計算機科學、統計學、腦神經學、社會科學、哲學、心理學、仿生學等多學科的前沿綜合性學科。它涵蓋了機器學習、機器人、語言識别、圖像識别、自然語言處理等等。作為計算機科學的一個分支,人工智能的目标是希望計算機擁有像人一樣的智力能力,像人一樣思考,而且是合理地思考,替代人類實現識别、認知、分析和決策等多種功能

例如,人工智能所涵蓋的機器學習,是其在石油行業的主要應用之一,被廣泛應用在精準建模、優化鑽井作業、預測性維護等等。機器學習使計算機系統能夠從數據中學習并對其進行解釋,通過疊代改進過程來生成适合特定目的程序。機器學習的應用使計算機能夠快速、準确地分析大量數據,更快的找到油藏,例如精确篩選分析地震數據中的信号和噪聲等。在收集和分析這些信息之後,軟件應用程序可以構建精确的地質模型。這使得作業人員能夠在鑽井開始之前準确預測地表下的情況。

02. 人工智能在石油行業的應用

在數字化革命浪潮席卷石油行業之際,國際石油巨頭紛紛加入到發展人工智能的行列。目前人工智能的業界巨頭主要是谷歌、思科、微軟、英特爾、IBM以及Facebook。石油巨頭在擁抱人工智能時,往往選擇“跨界”, 與這些業界巨頭攜手合作,開展了一系列人工智能技術在石油行業的應用,并取得了一些階段性研究成果和實際應用成果。

2014年10月30日,Repsol官網發布信息宣布,Repsol與IBM攜手合作推出世界上第一個針對石油行業應用的認知技術合作。兩家公司使用IBM的認知環境實驗室(CEL)聯合開發兩個認知應用程序,專門用于增強Repsol在優化油藏生産和在新油田投入方面的戰略決策能力。一般來說,海上單井鑽探成本高達數百萬美元,但不是所有的油井都能夠開發成功,因為現有的鑽井決策所依靠的信息有限。而認知技術可以對數十萬篇文獻和報告等信息材料進行分析,通過分析地震成像、油藏、設施等多種數據組合,同時引入新的需要考慮的實時因素,比如經濟穩定性、政治态勢和自然災害等等,開展目标分析和模拟,從而降低這些作業的風險。認知技術幫助Repsol提升現有油田的生産效率,同時将尋找新資源的勘探風險降至最低。

http://zhongte92950.cn/
法國油氣巨頭道達爾(Total)于2018年4月與谷歌雲簽署協議,共同開發人工智能解決方案,以加速石油和天然氣的勘探和生産
。雙方合作探索油氣勘探和生産的智能化解決方案,聚焦地下成像的智能化處理與解釋,特别是地震數據處理解釋研究和技術文件分析的自動化,以提高工程師勘探和評價油氣田的效率。通過這些AI解決方案,Total的地質學家、地球物理學家和地理信息工程師将能夠減少評估石油和天然氣田所需的時間。Total勘探高級副總裁Kevin McLachlan說:“我們的目标是在未來幾年内為我們的地球科學工程師提供AI個人助理,讓他們能夠專注于高附加值的任務。”

意大利石油巨頭埃尼(Eni)今年5月份公布了和IBM聯合開展的AI研究成果“認知發現”(Cognitive Disovery),為Eni在勘探階段初期的決策提供支持,以減少勘探與地質複雜性可能導緻的潛在風險。 “認知發現”(Cognitive Discovery)的工作方式類似于增強情報助手,在處理大量地質、物理和地球化學等數據時提供更真實,更精确的地下地質模型。這些數據集經過處理形成知識圖,然後呈現給地球科學家,這将有助于他們在日常工作中進行決策,以及對可能的備選方案進行識别和驗證。油氣勘探是一項複雜且知識密集型的業務,涉及各種工程和科學學科的合作。為了評估地層,工作人員需要分析來自各種信息源的結構化或非結構化的海量數據,以評估油氣藏存在的可能性和潛在規模。而這一初步的解釋過程對于推動對潛在區域的初步評估以及通過鑽探活動确定可行的勘探機會至關重要。

殼牌在人工智能方面一大動作是定向井鑽井人工智能化。定向井鑽井技術的核心是“旋轉導向”,盡管已相對成熟,但依舊需要大量複雜的人力操作。為了簡化這一繁瑣流程,殼牌的人工智能科學家已開發出了相應的解決方案——Shell Geodesic™ 。它擁有一個“鑽井模拟器”,簡單的用戶界面,以及一套經過測試的算法,呈現給地質學家和鑽井人員更好的油氣層圖像。Shell Geodesic™的目标是提高水平井定向控制的精度和一緻性,以達到含油氣岩石的最高産層。簡化了鑽井數據和處理算法的流程,使其能夠做出實時決策,并更好地預測結果。

中石油則通過油氣層識别技術,實現老井挖潛。通過老井複查,重新識别油氣層潛力,實現老區滾動增儲和挖潛;提高測井解釋速度,為老井複查提供技術支持,以及結合生産數據,實現動态解釋,不斷提高解釋符合率。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台,有效節省了鑽井時間。中石化則在2012年就提出了智慧石化的願景,打造全産業鍊的智能化。2013年中石化啟動了智能化工廠計劃,并選擇燕山、茂名、鎮海、九江等公司作為人工智能試點,加強信息化建設和整體的頂層設計。

當然,人工智能在油氣勘探開發及生産領域的應用遠不止以上案例。例如,基于“物聯網+大數據+人工智能”的智能油田建設,實現了油田資源調配、優化生産、故障診斷、風險預警;基于機器學習的岩性岩相分析預測技術,大大降低了不确定性,提高了常規與非常規油氣藏描述精度;由智能鑽機、現場智能控制平台、井下智能鑽井和遠程控制中心等組成的智能鑽井系統,實現自動化鑽井,将大幅度減少鑽井用工,提高鑽井的效率、質量和安全性。2016年,埃克森美孚宣布與麻省理工學院合作設計用于海洋勘探的人工智能機器人。2017年,斯倫貝謝公司推出了新一代智能化資源共享平台——DELFI認知勘探開發環境;2018年,油服公司BHGE和英偉達公司合作推進人工智能在油氣領域的應用……

03. 石油行業如何擁抱人工智能?

當下,随着人工智能技術滲透到科學研究、工業生産、國防、經濟建設、社會發展和人民生活的各個方面和領域,世界各國對其給予了高度重視,将其作為引領未來發展的戰略性技術。近年來,美國、英國、日本、法國、加拿大和歐盟均發布了人工智能專項戰略或規劃。印度和韓國則發布了腦科學與神經科學相關的專項戰略或規劃。同樣,我國政府也推出了一系列人工智能戰略規劃

http://zhongte92950.cn/
人工智能時代已經來臨。作為一種力量巨大和應用覆蓋面廣泛的技術,石油行業該如何乘這股東風,加快人工智能技術的應用研究,促進油氣工業的數字化轉型,提升上遊核心競争力?中石化石油物探技術研究院副院長兼總工程師、教授級高工趙改善教授提出了四點建議。

1.制訂大數據與人工智能技術應用發展規劃
目前,我國政府已經推出了一系列人工智能戰略規劃。對于石油行業來說,未來擁抱人工智能推動行業發展,還需要基于國家人工智能發展相關政策和規劃,結合石油行業業務特點,制訂數字化轉型、大數據和人工智能技術應用發展規劃,明确智能化發展目标、核心技術研究内容、應用領域、實施計劃和保障措施等内容。

2.搭建大數據與智能化研究與應用平台
組織力量搭建上遊乃至上中下遊一體化的大數據和人工智能研究與應用技術平台,使之成為石油石化工業互聯網平台的重要組成部分。

該平台應具有大數據管理能力、大規模數據處理能力、先進智能化分析能力、業務功能模塊開發與集成能力、強大的雲計算服務能力。按照“一切開發上平台,一切應用上雲”的原則推動大數據與人工智能技術的研究與應用。

在這一點上,殼牌已經邁出了一步。2018年9月,殼牌和C3 IoT宣布合作,殼牌選擇C3C3 IoT作為其人工智能(AI)平台,以實現并加速全球範圍内的數字化轉型。通過在微軟 Azure公有雲上全局部署C3 IoT平台,殼牌在其上遊和下遊業務中快速擴展和複制AI和機器學習應用程序,改善運營績效,實現巨大的經濟價值。

3.建立智能化發展協同創新研究中心
集中系統内部力量,并聯合外部技術資源,建立智能化協同創新研究中心,負責大數據和人工智能研究與應用技術平台建設,建立油氣工業和石油石化行業大數據與人工智能技術體系,為油田企業開展數字化轉型與智能化改造提供咨詢、系統方案、軟硬件産品、技術支持和服務。

4.實施智能化專項行動計劃和示範工程
根據業務類型、技術成熟度、需求的迫切性等不同因素,制訂石油勘探開發智能化專項行動計劃,規劃設計一系列智能化示範工程,加大智能化領域的研究投入力度。圍繞示範工程開展大數據與人工智能技術應用技術體系研究、軟件産品開發、技術配套,形成針對性的解決方案和産品包,再按照先試點後推廣的原則,在示範工程應用的基礎上完善優化後開展大規模的推廣應用,通過數字化轉型降本增效,提升我國上遊核心競争力。

http://zhongte92950.cn/
經曆60多年的發展,人工智能似乎蓄勢待發。如今,我們可以說,“小度、小度,請播放‘小豆丁講故事’”。未來,我們可以說“小度、小度,請告訴我地底下共有多少油氣資産”。

事實上,這樣的“小度”已經到來。今年1月份英國油氣巨頭BP投資總部位于休斯頓的技術初創公司Belmont Technology。該公司開發一個名為“Sandy”的人工智能助理。BP專家為Sandy提供地質學、地球物理學、油藏和曆史項目信息。然後,Sandy自動将這些信息結合在一起,識别新的連接和工作流程,從而創建出BP整個地下資産知識圖。BP的工程師們可查詢數據,還可以與Sandy交流,提出問題并快速得到答案。除了AI助理Sandy外,還有總部位于休斯頓的初創公司Nesh所創建的AI助理Nesh。人們可以和Nesh聊天,咨詢的内容可包括優化加密鑽井順序、确定最佳井距,或者建立運營商資産的特征曲線等;而總部位于丹佛的初創公司Earth Index則研發了一款名為Ralphie的AI助理,它可以幫助用戶搜索有前景的區塊或地層,進一步生成該區塊或地層未來可能的生産情況的可視化報告或書面報告。

Total勘探高級副總裁Kevin McLachlan說:“我們的目标是在未來幾年内為我們的地球科學工程師提供AI個人助理,讓他們能夠專注于高附加值的任務。”

未來已來!

未經允許,不得轉載本站任何文章:

評論 1

  1. #1

    石油地質科學理論的創新發展,油氣勘探基礎研究,比什麼都重要,當然比人工智能更重要。我們的最終目的是勘探油氣田的高成功率,這是人所共知。石油究竟是怎麼生成,油氣田是怎麼形成?幾十年來,我們的“三桶油”和院士們都沒有真正下功夫?!

    匿名2個月前 (08-09)回複