近日，由中国石油和化工自动化应用协会人工智能分会主办、中国石油长庆油田分公司承办的2023年中国石油和化工行业人工智能技术发展大会在西安以线上和线下的方式举行。大会以“人工智能技术驱动石油和化工行业数字化转型智能化发展”为主题，来自油田、高校、科研院所、企事业单位等的专家和代表汇聚一堂，共同描绘行业数字化转型智能化发展的宏伟蓝图，谋划人工智能(AI)赋能行业生产的技术路径和策略，探讨人工智能新技术、新方法，展望行业智能化发展新目标、新趋势。

　　答好时代课题

　　数字化、智能化至关重要

　　长庆油田总地质师李松泉表示，人工智能当前已成为国际竞争的新焦点和引领未来的重要战略技术，在石化行业产生了深远影响，并得到初步应用。未来，人工智能技术的发展将更加快速，在石化行业的应用将更加广泛和深入。

　　“作为中国第一大油气田，长庆油田数智建设先后经历了专业系统独立建设、数字化集中建设与应用、数字化转型智能化发展三个阶段，油气当量从2007年的2089万吨增长到2022年的6501万吨，油气水井数从2.5万口增加到11.6万口，员工总数从7.9万人缩减至6.7万人。这其中，数字化、智能化建设发挥了至关重要的作用。”李松泉介绍说。

　　中国石油大港油田分公司总经理助理、人工智能分会执行理事王洪雨强调，数字化转型智能化发展是石油和化工行业面临的一个时代课题。围绕中国石油全面建成“数字化、自动化、一体化、无纸化、智能化、扁平化”世界一流智能油气田的总体目标，大港油田同步实施、积极推进，实现“十三五”基本建成数字油气田的目标，并力争在“十四五”初步建成智能油气田，“十六五”全面建成智能油气田。2022年年底，大港油田发布数字化转型1.0成果——技术基础全面夯实、业务应用全面提升、管理制度全面建立、组织机构全面优化，实现了油井分类标准数字化率100%、中小场站无人值守、油藏模型及时更新、生产运行实时监控、远程调度指挥、历史数据和新数据100%准确入库、构建网络安全体系等目标。

　　走通新道路

　　推动油田生产管理变革

　　对于长庆油田而言，“三低”(低渗、低压、低丰度)油气藏非常常见，致使油田面临多井低产严峻挑战。长庆油田意识到，转变发展方式、两化融合新型工业化道路是一条走得通的路。

　　据介绍，近年来该公司持续探索应用人工智能、大数据、云计算、5G等新技术，推动了油田生产运行方式、经营管理模式、劳动组织架构三大变革，形成了以“归核化布局、市场化运作、数字化转型、一体化集成”为核心的“油公司”模式;攻关形成了一系列数智化技术并规模化应用，并围绕精益生产、整合运营、全局优化，制定了“326工程”规划，开展建设实时感知、透明可视、智能分析、自动操控的智能油田，支撑油气高效稳产上产。

　　截至2022年，长庆油田信息化标准规范基本健全、数字化基础设施逐步完善、数据治理持续推进，现场作业、生产运行、协同研究、经营管理等方面实现数字化技术规模化应用，智能化示范区建设初见成效。在数字化和智能化加持下，长庆油田2022年油气产量当量突破6500万吨，同年建成国内首个年产天然气500亿立方米的战略大气区，担当了保障国家能源安全的“顶梁柱”。

　　大港油田聚焦“数智油井、数智场站、数智井筒、数智油藏”等主营业务，也取得了丰硕的阶段性成果，实现油井生产智能调控、基层场站智能预警、采注过程智能管控和油藏潜力智能评价。

　　构建“活”模型

　　彻底改变传统工作模式

　　中国石油勘探开发研究院专家、智能分会秘书长刘文岭强调了数字孪生油气藏研究的必要性。他表示，这项研究是企业在云端进行油气田开发和管理的重要举措，有助于提升生产的准确性、及时性。

　　谈及数字孪生在油气藏中的研究现状时，刘文岭指出，该技术在国内外的研究尚处于起步阶段，未形成完备的技术体系。通常情况下，多数企业建模数模只是在油气藏开发时做一次，随后的几年内几乎不会更新，其日常生产优化与调控更多的是凭借专家等积累的认知和经验开展，导致油气田生产的及时性、准确定、有效性大打折扣。“实时更新的模型才是‘活’的模型，才能真正帮助企业实现油气生产的实时监测、实时模拟、实时优化和实时调控。”刘文岭坦言。

　　“企业数字化转型必须依托生产方式、业务模式的变革，否则无法实现产业升级和显著的提质增效。” 刘文岭还强调，“石油和化工行业常常以单项技术+AI赋能油气田开发，但这种方法并不能真正‘解渴’，成效也不是十分明显。其根本原因是单项技术+AI并不能改变油气田现场的传统工作模式。企业如果仅在单个‘链条’上做工作远远不够，而应该使每个‘链条’围绕顶层设计共同发力，进而形成合力，彻底改变传统工作模式。”

　　找准发力点

　　专家为行业指点迷津

　　石油和化工行业数字化转型和智能化建设的发力点在哪?一些专家给出了他们的看法。

　　青岛理工大学副校长张凯认为：“油气田开发是非常复杂的生产过程，要将智能油田建设的发力点，放在‘以更低的成本采出更多的油’上，并且针对油气田开发数据种类多、体量大、不断更新的特性，打通数据间的壁垒，提高数据的有效性，释放数据的潜在价值。”

　　加拿大卡尔加里大学教授、中国工程院外籍院士陈掌星介绍了物理和数据驱动的机器学习在油气行业中的应用情况。他认为，数据驱动的机器学习能够对油管焊接部位基本信息以及管道腐蚀情况进行预测。“然而由于能源行业的特殊性，简单直接地应用数据驱动算法并不能获得最佳的效果。”陈掌星进一步解释道，企业可通过知识嵌入，将多年积累的行业知识和经验与知识驱动模型和数据驱动模型相融合，以此创建物理上合理、数学上准确、计算上稳定高效的智慧能源模型。

　　西安东方宏业科技股份有限公司油田信息化部经理周红霞介绍了该公司在油气管道泄漏监测方面的探索与实践。她表示，当前油田集输管道数量庞大、分布区域广、地形复杂多变、腐蚀严重易破漏，管道安全管理形势非常严峻，如何实现对集输油管道更高可靠性、更高覆盖度的泄漏监测是当前亟待解决的问题。周红霞指出，管道泄漏监测技术能够及时发现并准确定位泄漏点，帮助企业采取及时有效的措施，减少管道泄漏造成的损失和危害。（耿明月）