COPYRIGHT©广州慧正云科技有限公司 www.hzeyun.com 粤ICP备18136962号 增值电信业务经营许可证:粤B2-20201000
慧正资讯：壳牌、雪佛龙、道达尔谈智能油气第一阶段收益情况！相信在技术浪潮的强力推动下,第二、第三阶段很快就会到来！
近年来,国内外能源公司积极寻求智能化发展,在不同环节均实施了重要战略举措,收到良好效果。
壳牌在马来西亚Borneo海面的SF30油田建成首批智能油气田,专注于生产运营、生产优化、油藏监测和油田开发,可对井下流量进行持续监控,通过远程调节井下层段控制阀实现单井的多层段组合采油,提高了采收率。
雪佛龙开发了一系列油藏和生产相关应用系统(总称i-connect),通过开放的数据标准和共有信息平台整合多种数据并应用,增强了对油气田的感知能力和分析能力。
道达尔公司通过搭建油气生产一体化协同研究平台,实现油气藏、注采井、集输等生产全系统的模拟与优化,高效解决诸多开发生产问题,为油气田开发的智能管理提供了基础模型。
昆士兰天然气公司是世界上第一家完全靠煤层气提供LNG(液化天然气)的油气公司,通过建设一体化生产分析优化系统集成油气生产各节点信息,获取并分析各节点运行状态,从全局角度优化油气生产运行系统。
国内各大石油公司也不断探索智能油气田的建设模式。中国石化信息化建设目前以“智能制造”和“商业新业态”为主攻方向,通过打造“石化智云平台”,构建支撑智慧石化的工业互联网。智能油气田方面,于2013年启动,打造了中原普光、西北三厂两个智能油气田建设示范区,并逐步在油气勘探开发领域推广。智能工厂方面,在国内石化行业率先开展研究建设,生产运行管理水平有效提升:生产数据自动采集率提高10个百分点,达到95%以上;重点环境排放点实现100%实时监控与分析预警;能源管理实现能源可视化、在线可优化;生产优化从局部优化、月优化向一体化优化、在线优化转变,劳动生产率提高20%以上。智能管线方面,建成智能化管线管理系统,初步实现对3万多公里的长输、厂际管线的数字化、可视化管理,提高了管道隐患治理和油气管网安全运行水平。
中国石油于去年底建成发布勘探开发梦想云1.0,构建了统一数据湖、统一技术平台,并云原生开发了勘探业务研究环境,标志着其上游业务全面进入“厚平台、薄应用、模块化、迭代式”的敏捷时代。其统一数据湖管理数据资产1.7PB,涵盖上游业务所涉及的油气藏、生产、经营等6个领域,物探、钻井、经济评价等15个专业。统一技术平台(PaaS)具备安全、开放、兼容与持续演进特性。基于统一数据湖,在统一技术平台上,构建涵盖上游业务勘探生产、开发生产、协同研究、生产经营、安全环保等5个领域的通用应用。目前,梦想云共研发136款业务工具,集成12款第三方专业软件,应用于1175个勘探开发研究项目,应用后数据准备效率提高60~100倍,研究工作效率提高20%以上,节约硬件成本50%以上,软件采购成本降低60%以上。中国海油将2019年定位为公司数字化转型元年,目前正在开展数字化转型顶层设计工作。智能油田建设是其上游业务落实数字化转型、实现高质量发展的重要途径。中国海油智能油田建设聚焦业务需求,主要在研究、勘探、钻井、开发、生产、工程等六个方面开展了应用系统建设和基础系统整合,各类应用取得良好成效。中国海油将按照智能油田顶层设计,坚持“业务驱动、IT引领”的原则,分三个阶段,在2025年基本建成智能油田。
人工智能让数据 变“聪明”目前,国内很多油田已建成自动化采集和监控系统,可实现对油水井、生产设备等的实时监控,因此产生海量数据。若不能将这些数据有效利用,充其量只是“数据大”而已,远称不上“大数据”。李阳院士表示,智能油气田建设就是从全面数据化到为数据赋能,再做到让数据聪明。首先是数据感知。包括高精度数据实时采集,研发更精密的随钻分析、室内测试、井下监测和井口计量等仪器设备,实现油气藏开发数据的全方位、高精度、自动化、实时采集;大数据高速传输和存储,基于5G、光纤等通信技术实现油田数据高速传输,基于云存储技术实现TB或PB级海量数据的存储,构建工业设备—云端存储设备—人类设备的油气藏开发物联网。然后是数据认知。包括数据驱动+物理指导,即以现有的物理模型、专家经验约束数据训练神经网络过程;物理规律自我发现,即从数据中寻找物理规律,发现物理规律,并建立能够描述物理规律的数学模型。最后是数据预知。包括物理和数据驱动结合进行产量预测、以数据为中心优化油气田开发等。让数据变“聪明”,要靠人工智能。对地下看得清、算法算得快、结果靠得住,有两条途径,传统建模—数模一体化方法强调物理,而动态分析—拟合—预测方法强调数据,两者均有优点也有弱点。在此次交流会上,物理与数据的结合越来越受到关注。数据和物理结合,可以集成油藏静态、动态、监测、模拟全部数据,通过人工智能算法持续提高油藏预测的精度,最终实现油藏参数及状态的精细刻画。
有学者还提出一种基于井间连通性的物理数据驱动模型,利用油水井生产动态和物质平衡进行计算,相比传统数模可提高效率上百倍。智能油气田建设,是石油工程师唱主角,还是人工智能唱主角?业界共识是:石油工程师仍是大数据技术产生价值应用的主角,制定让大数据产生应用价值的专业场景才是关键。
塔里木油田技术人员利用深度学习技术,只需对9条骨干剖面、5.8万个标签数据进行半个小时的学习,就能在两分钟内完成一个116平方公里目的层的解释任务。他们还利用110口井训练,用40口井预测,实现测井岩性自动快速识别,准确率从83%提高到93%。数据正变得越来越“聪明”。有研究机构认为,大数据人工智能在油气田的应用可分为三大阶段。第一是学习阶段,数据开始积累,处于人工智能婴幼儿阶段。第二是专家阶段,数据积累到中期,处于人工智能青少年阶段,可与专家经验比肩,对油田降本开始起到明显作用。第三是超越专家的人工智能成熟阶段,在专家经验及大数据基础上,人工智能对油藏的认识远超人类专家经验,将从效率、效果、宏观调整方面为老油田提供巨大效益。
虽然目前正处于第一阶段,但相信在技术浪潮的强力推动下,第二、第三阶段很快就会到来。
慧乐居欢迎您关注中国家居产业，与我们一起共同讨论产业话题。
投稿报料及媒体合作
E-mail：luning@ibuychem.com
