客服热线：
手机版
二维码
“十四五”，人工智慧将带给全球油气行业怎样的改变？中国石油在此领域将如何扬长避短，大有作为？本报为读者呈现最新观点。
国际发展趋势
目前世界经济处于深度调整期，市场不确定性加大。国际油价持续在中低位徘徊，油气勘探和开采难度加大，开采成本变高，油气地面运行维护成本逐年攀升；油气生产安全环保面临的挑战越来越大。为了解决勘探难题和低油价等问题，国际石油公司纷纷与IT巨头联手，推出了智能油田建设规划，主要表现如下：
智能油田成为国际油公司上游业务信息化发展方向。通过大数据、物联网、人工智能、边缘计算等新一代信息技术的应用，实现油气田生产的全面感知、智能操控、预测预警和优化决策的目标，促进勘探开发业务的数字化转型。
信息化进入从N到1的平台化集成共享新时代。据IDC分析，国际油公司普遍以数据生态为基础，以业务流程为核心，构建勘探开发智能云平台，以解决信息化建设集成共享难的问题。智能油田信息化架构进入了“N”到“1”平台化协同共享新时代。
新一代信息技术成为驱动上游数字化转型的关键技术。智能化应用逐步成熟，特别是基于人工智能的物探和测井智能解释、智能油藏描述、数字孪生钻井、智能压裂等技术的实践应用将彻底颠覆传统工作模式。
数据资产化管理成为传统行业数据业务价值实现的必经之路。数据作为越来越重要的生产要素，数据资产的概念在大数据技术兴起的背景下产生，并随着数据管理、数据应用和数字经济的发展而普及。数据资产化管理和数据驱动决策模式正成为企业实现数据业务增值的必经之路。
智能油田建设面临的挑战与差距
通过对标分析，中国石油上游信息化水平在国内总体处于领先，但与国际领先油公司相比，仍存在较多差距。主要体现在数字化覆盖、数据服务与数据共享、技术平台、信息化对业务应用的全面支持、大数据与人工智能等新技术创新、信息安全等方面。
油气生产物联网覆盖率和应用水平需进一步提高。物联网是油气田数字化的重要基础，目前中国石油股份公司总体数字化率还有待提高，部分老油田物联网覆盖率较低，个别油田自建系统还没有集成到A11平台，生产数据未完全实现与其他系统的共享，数据分析应用能力偏低。
数据质量和数据利用价值需进一步提升。数据是信息化业务应用的重要基础。上游数据存在数据多头采集、数据质量不高、数据利用率偏低、共享不足等问题，数据价值未得到充分发挥，没有形成可靠的数据资产。
基础云平台建设和应用需加快完善。云平台技术服务能力及应用效果有待提升完善，数据湖建设滞后、生产发展急需的业务应用能力不足、用户体验不佳，活跃用户偏低。
信息化对业务应用的全面支持需要加强。信息系统实现了对核心业务和关键环节的支撑，但未能对油气生产全业务链、资产全生命周期的全覆盖；信息化建设过程中业务主导不足，通用功能与个性化需求没有有效结合。
大数据与人工智能在勘探开发领域的应用刚刚起步，预警、预测、优化、智能管理与决策等深层次应用不足。
网络安全防护能力亟待提高。网络安全理念和防护意识有待加强，工控安全防护能力薄弱，网络安全技术能力与水平亟待提升。
下一步发展建议
数字化技术催生了企业发展的新业态、新模式，已成为全球经济发展的重要驱动力和经济高质量发展的重要引擎。面对当前油气格局，集团公司董事长戴厚良提出了加快推动数字化转型，助力高质量发展的总体要求。他强调：油气行业作为传统工业产业，面对能源革命和能源转型加快推进的新形势新趋势，必须有效利用云计算、物联网、5G、大数据、人工智能等为代表的数字技术，驱动业务模式重构、管理模式变革、商业模式创新与核心能力提升，实现产业的转型升级和价值增长。
结合油气生产业务发展需求，应加快智能油气田建设步伐，为上游业务提质增效、改革创新和高质量发展提供有力支撑，具体如下：
加大油气生产物联网系统建设范围，实现数字化全覆盖。
统筹新区产能建设、老油田改造和信息化三方面投资，新油气田油气生产物联网系统与产能建设同步实施，老油田按照效益最大化、投入最小化的原则，整体规划实施方案，优选项目，结合老油气田整体调整改造，在充分优化简化的基础上按计划分期分批推广物联网系统建设。在规划设计阶段将生产流程优化、制定与新的运行管理模式相适应的管理流程和劳动组织机构一并考虑，整合优化，达到以信息化推动管理创新和流程优化的目的。
加强数据治理，提高数据质量。
第一要实现数据源头的统一采集。以自动采集为主、人工录入为辅，实现油气生产数据的源头统一采集。利用数据质控工具确保数据质量，建成高质量数据直通车模式，采集的数据直接入湖，避免重复采集和多头采集。
第二以业务应用为主导，以信息技术为手段，规范数据治理流程、健全组织、明确责任，形成完善的数据治理工作模式，提升数据治理能力，全面提高数据质量 。
第三要加快推动数据湖落地，以总部主数据湖为核心，油气田公司按照统一标准开展分布式数据湖建设。提升数据湖对业务的覆盖面，贯通板块分公司、勘探开发研究院、油气田公司和采油厂、工程服务公司各层级数据存储与共享应用通道，建立数据统一管理、分级授权、协同共享机制。
第四要加强数据服务建设，构建面向勘探开发业务领域的数据服务，充实完善数据中台的功能，为推动上游生产数据共享应用、提升数据价值提供支持。
第五要按照数据资产化要求构建全套数据管理体系，重构与数字化转型相匹配的组织机构、业务流程，实现作业过程数字化、生产管理精益化、运营决策高效化，推动形成综合研究、生产管控与运行指挥、经营决策一体化协同，力争达到效益最优、资源配置最优、决策最优，为上游数据高效应用提供有力支撑。
加强基础平台建设，实现油气生产系统升级。
利用集团公司统一技术中台，在现有云平台基础上，持续升级和完善油气生产专业云平台，根据业务应用需求建设统一服务中台，实现油气生产领域专业能力共享服务，支持模块化开发、敏捷迭代。
按照智能油田新型管理模式对生产管理系统进行全面提升。认真梳理油气生产、资产全生命周期动态管理、经营决策及安全环保等核心业务流程，实现重点业务应用信息化全覆盖，系统通用功能与油田个性化开发结合发展，进一步推进油气生产环节数字化转型，支持油气田深化改革、提质增效。
平台化新时代要有新的信息化建设管理思路，烟筒式信息化建设时代已经结束。数据采集与应用开发要逐步解耦，数据的采集应由数据统一采集项目完成，数据的服务统一由数据中台提供；应用的开发由大系统开发模式逐步转向应用APP开发形式。专业的事要交给专业人员承担，应用软件的开发要由油气生产领域专业技术人员牵头承担，信息化人员负责平台以及技术支持工作。
加强智能化应用。
人工智能技术是一项引领未来的重要技术，是一项解决石油勘探开发业务面临一系列新挑战非常有效的技术和途径，是实现油气上游行业数字化转型、高质量发展的重要推动力。
按照集团公司总体规划和顶层设计，勘探开发研究院与华为公司联合，将知识图谱、自然语言处理和机器学习等新一代人工智能技术用于生产实践，搭建了先进的勘探开发认知计算平台（E8）。这是一个通用、开放、可扩展的人工智能计算平台，按照数据、知识、算法、算力和场景5个关键因素进行设计。平台由数据处理、知识图谱、机器学习、服务超市、系统管理五大模块组成。从数据集成、到数据标注、到机器学习、到模型发布、到推理应用，提供一站式AI开发环境。平台在多个领域的实际应用，均取得了很好的效果。
