油田啟智，尚需補腦

文／本刊記者 于 洋

開展早卻發展緩慢，我國油氣田智能化建設雖在不斷加速，但仍存在一些有待解決的問題。

特邀嘉賓 (排名不分先后）

林 楊…………………………………………………………………………………………中國海油渤海油田智能油田建設專項工作組組長

周 磊……………………………………………………………………………………………………………北京安帝科技有限公司董事長

周彥麗……………………………………………………………………………………………………………西安石油大學計算機學院教授

譚中峰……………………………………………………………………………………………………………………………能源信息化專家

當前，新一輪油氣科技革命和數字革命正以前所未有的廣度和深度席卷全球。但是，相關研究報告指出，油氣行業仍是目前全球信息化程度相對較低的行業之一，遠低于全球產業的平均值。

就油氣田企業的發展來看，通過大數據、人工智能等新技術，實現數據自動采集、實時監控、智能生產優化與智能決策，建設智能油氣田，已成為必然趨勢。雖然近年來我國油氣田數字化、智能化建設正在不斷加速，但邁向智慧油氣田，在實際建設過程中存在著一些問題，需要進行探討和解決。

數字賦能油氣田新發展

中國石油石化：各位好！請問根據您的觀察，當前我國智能油氣田發展情況如何？

周磊：在物聯網、大數據等技術的助力下，近年來不少油氣生產企業走上了數字化轉型之路。有的油區基本完成了以數字油藏、數字井筒、數字地面為核心的數字化應用建設，覆蓋了油氣田開發生產各個業務領域，初步形成了資源共享、優化集成的信息系統平臺，打造了一系列核心業務應用系統，實現了企業決策分析智能量化、生產運行實時優化、生產管理高效協同、生產經營精細管控的一體化運作模式。

譚中峰：“三桶油”的數字油氣田建設已全面鋪開。中國石油較早地開啟了智能油氣田建設，并發布了國內首個智能云平臺——“勘探開發夢想云”平臺。以此平臺為基礎，中國石油上游業務逐步邁向了智能化時代。像中國石油長慶油田的數字化覆蓋率達到了90%以上，在數字化開發與建設方面走在了同行的前列。按照中國石油的規劃，2025年將實現旗下油氣田100%數字化，地面、接收、管理平臺也將全面邁向數字化。

中國石化于2013年啟動智能油氣田建設規劃。2018 年在中原油田普光氣田、西北油田采油三廠進行智能油氣田示范試點，隨后在江漢油田涪陵頁巖氣田、勝利油田海上平臺推廣智能油氣田建設。其中，西北油田建設成效顯著。基于石化智云平臺，基本實現了現場可視化、生產自動化、油藏數字化、管理信息化、決策智能化的智能油田建設目標，成為中國石化智能油田建設的一個標桿。

中國海油于2012年確立推動智能油氣田建設的目標，致力于構建勘探開發協同工作環境和海陸協同工作體系，已逐步開啟了海上作業平臺的智能化建設工作。目前，已有28座平臺實現了無人化改造，平臺無人化率達到了11%。

中國石油石化：同國際石油公司相比，我國油氣田數字化發展呈現哪些特點？存在哪些問題？

周彥麗：我國油氣田開展數字化建設時間較早。20世紀末，大慶油田首先提出數字油田的理念，隨后引發國內油田數據數字化建設的高潮，成為我國建設數字油田的開端。2008年，當業界對數字化的認識大多仍停留在紙質數據數字化管理時，長慶油田實施“油田數字化管理”，從戰略高度實現數字業務化，讓數字油田理念成功落地，取得數字油田建設的跨越式進步。

雖然發展至今有很大進步，取得了不少成果，但距離國際先進水平還有較大差距。不得不承認的是，國際上石油石化行業的數字化，先進的已進入完全智能化階段，而中國仍處于智能化的起步階段，僅個別油氣田進入了完全智能化階段。

譚中峰：我國的數字油氣田基本上以數據建設為中心，中國石油的數字化建設成果顯著。截至9月底，中國石油累計建成各類數字化井14.4萬口、站9804余座，約占中國石油井、站總數的52%和43%。其中，長 慶、塔里木、西南、大港、青 海、吐哈、冀東等10個油氣田數字化程度較高，初步實現數字化、可視化、自動化，取得了顯著的經濟效益和社會效益。

通過對標分析，我國油氣企業中，上游企業的信息化水平在國內總體處于領先位置，但與國際領先的石油公司相比，仍存在較多差距。主要體現在數字化覆蓋、數據服務、數據共享、技術平臺、信息化對業務應用的全面支持，大數據與人工智能等新技術創新，以及信息安全等方面。

●智能化建設，讓油氣田企業越來越聰明。 供圖/沈志軍 視覺中國

真正以數據為王

中國石油石化：您認為，如果要加快我國油氣田企業數字化進程，最核心的問題是什么？

林楊：智能油氣田建設歷程“三分建設、五分應用、二分運維”。這是一個長期的系統工程。

這要求企業在理念或思想方面必須高度關注“數據是五大生產要素之一”這個時代命題，充分意識到工業智能化是一次工業革命。在新一輪的工業革命中，數字化轉型、智能油氣田建設的核心是數字技術支撐的生產優化。這個過程中，數據是重要且關鍵的要素。而對傳統行業來說，因為存在固有的管理慣性思維和工業企業的內在邏輯，對數字化轉型往往存在顧慮。

周彥麗：企業需要認識到，數據作為越來越重要的生產要素，數據資產的概念在大數據技術興起的背景下產生，并隨著數據管理、數據應用和數字經濟的發展而普及。數據資產化管理和數據驅動決策模式，正成為企業實現數據業務增值的必經之路。

●地上機器人，天上無人機的智慧CP。攝影/ 張萬德 趙 輝

中國石油石化：基于這種情況，油氣田企業如何做深數字的“文章”？

譚中峰：要加強數據治理，提高數據質量。油氣田企業要保障實現數據源頭的統一采集。以自動采集為主、人工錄入為輔，實現油氣生產數據的源頭統一采集。利用數據質控工具確保數據質量，建成高質量數據直通車模式，采集的數據直接入湖，避免重復采集和多頭采集。此外，以業務應用為主導，以信息技術為手段，規范數據治理流程、健全組織、明確責任，形成完善的數據治理工作模式，提升數據治理能力，全面提高數據質量。

在此基礎上，加快推動數據湖落地。以總部主數據湖為核心，油氣田企業按照統一標準開展分布式數據湖建設，打破數據湖在分公司、勘探開發研究院、油氣田企業和采油廠、工程服務公司之間的壁壘，建立數據統一管理、分級授權、協同共享機制。

周彥麗：我國在人工智能技術和智能油氣田建設基礎理論、技術原理研究等方面還不夠深入，技術和方法都不夠成熟，國內外沒有完全成型可參照的樣板。當前，人工智能場景和智能油氣田建設過程中，不同程度地在數據采集、數據傳輸、數據存儲、數據處理、數據管理和數據使用六個環節中存在缺失。部分油氣田只有數據采集或視頻設備，數據和圖像分析技術跟不上。類似這樣的情況導致出現不同程度的“建得多、用得少”或者“只建不管、只建不用”等現象。要解決這些問題，油氣田企業要推動形成全套數據管理體系，并建立與之配套的組織機構、業務流程，為上游數據高效應用提供有力支撐。此外，智能應用場景要實現不斷迭代發展，還需要資金持續性投入。

周磊：根據《數據安全法》的規定，我國實行數據分類分級保護制度，重要數據的處理應當明確數據安全負責人和管理機構，落實數據安全保護責任。油氣田企業的數據屬于國家核心數據，因為其關系國家安全、國民經濟命脈、重要民生、重大公共利益等，需要實行更加嚴格的管理。因此，油氣田企業在智能化建設過程中，要特別重視數據安全治理，依法依規，系統謀劃，切實履行數據安全保護義務。

實驗溫度達到35℃時，無改性活性炭去除率分別為49%，而30%HNO3改性活性炭去除率分別為38%。對比30和35℃條件下去除率可知DBP去除過程為吸熱過程，溫度越高，反應過程中活化能就越高，DBP分子更易于向活性炭表面孔隙擴散，去除率也越高。但當溫度從35℃升到40℃后，活性炭吸附性能有所下降，主要原因為：當實驗溫度太高時，反應體系中多余的能量會造成脫附作用，使DBP脫離活性炭微孔結構，造成活性炭對水中DBP的去除率下降，因此，溫度過高并不利于活性炭對DBP的吸附。

方案不是買來的

中國石油石化：油氣田數字化發展中，什么樣的方案系統架構比較好？

周彥麗：不同企業有自身不同的特點，無法單獨說哪種系統就是最好的。適合企業自身發展的信息系統就是最好的。當前，我們的油氣田企業，信息化對業務應用的全面支持需要加強。信息系統實現了對核心業務和關鍵環節的支撐，但未能對油氣生產全業務鏈、資產全生命周期的全覆蓋。信息化建設過程中業務主導不足，通用功能與個性化需求未能有效結合。

中國石油石化：針對這種情況，油氣田企業應該如何做？

林楊：智能油氣田建設總體方案，應該由企業主導建設。換句話說，就是方案是買不來的，因為只有企業自己最清楚自己的痛點與需求。智能油氣田建設的技術路線，切忌做已有系統的大集成。應該具有完全適應企業的全新架構，可以適當集成。提倡敏捷開發、敏捷交付，要快速識別出業務痛點，用數字化技術做成業務甜點，然后快速迭代升級擴容。

譚中峰：值得注意的是，我國多數油氣田處于開發中后期，上產難度大，效益壓力大。這種困境，給需要大規模投入的數字化轉型增加了阻力。應該認識到，不是只有大企業、新項目需要轉型。越是困難的時候，越是需要通過利用先進的方法改善經營困局。因為現在很多大公司的數字化方案已經基本實現了模塊可拆分、規模可控，能夠為不同情況的油氣藏提供定制化服務。而且數字化轉型通過精細油氣藏評價、實時動態的運營維護，可以顯著提高采收率，提高石油企業的效益。這對落實國家關于大力提升勘探開發力度、保障國家能源安全具有重要意義。

周彥麗：要加強基礎平臺建設，實現油氣生產系統升級。平臺化新時代要有新的信息化建設管理思路，煙囪式的信息化建設時代已經結束。數據采集與應用開發要逐步解耦，數據的采集應由數據統一采集項目完成，數據的服務統一由數據中臺提供；應用的開發由大系統開發模式逐步轉向應用APP開發形式。專業的事要交給專業人員承擔，應用軟件的開發要由油氣生產領域專業技術人員牽頭承擔，信息化人員負責平臺以及技術支持工作。

周磊：系統的安全也是不容忽視的一方面。在安全方面，應圍繞智慧油氣田生產設備、控制、網絡、平臺和數據等多層次要素，建設態勢感知平臺，打造上下貫通、管理協同、多方聯動的安全監測技術體系。

處理好“數字化”與“人”的關系

林楊：數字化改革需要企業適時調整組織架構，適應數字化模式的發展。智能油氣田建設是一把手工程，同時必須關注并大力解決中層腸梗阻，建立建設數字化轉型、智能油田建設運維專職隊伍。

周彥麗：數字化轉型不僅是設備與技術的更新換代，更重要的是與之相匹配的管理模式創新。即使在市場經濟相對成熟的發達國家，數字化轉型仍然面臨著傳統組織管理模式帶來的阻礙。

從國際石油公司的經驗來看，管理模式創新主要分為三個方面：一是基于數字化和智能分析系統的總部統一管理；二是新增就業人員的減少以及人均薪酬的提升；三是拓寬技術獲取方式，靈活采用收購、引進、合作等方式促進技術創新。例如，殼牌、BP等公司均設立了風險投資公司，用于接收其他行業新技術的合作提案，為技術創新提供來源和儲備。

周磊：需要注意的是，企業的數字化進程勢必會加速生產控制系統及網絡的邊界逐漸開放。新業態的挑戰，不斷涌現的新興技術及其深化應用，產生了新的網絡安全風險。應充分考慮智慧油氣田安全運營中心的發展方向，將安全態勢感知平臺、智能安全管理融入企業安全運營中心，實現安全運營中心與設備管理運維、安全環保管理等方面的高效協同，打造油氣田企業數字化生產經營管理。

中國石油石化：在數字化人才方面，油氣田企業是否存在短板？

譚中峰：人工智能算法工程師與業務人員之間的壁壘挑戰是重要的一個方面。通常，業務人員對人工智能算法不了解，算法工程師對業務人員的專業也不了解，導致算法工程師與業務工程師之間往往存在“聽不懂、說不清、合不來”現象，給人工智能在業務領域落地帶來障礙。

油氣行業的人工智能落地應用不同于其他行業。油氣勘探開發對象在地下，是一種看不見、摸不著的黑箱系統。采用人工智能技術解決油氣勘探開發問題，不同于人機對弈中的人工智能AlphaGo Zero，它所走的圍棋棋盤是規則且可見的。油氣行業大多數要解決和處理的問題是看不到任何規則的，甚至需要解決問題的對象是什么都不清楚，具有超強的不確定性。要解決好油氣行業的人工智能應用問題，專業知識和行業經驗非常重要，必須要解決算法工程師與業務人員間存在的壁壘。只有雙方深度融合，才能促使人工智能技術的產品或者場景真正落地應用，發揮應有的作用。