中國油企 自成一路

在今年《政府工作報告》提出的7個新詞中，與AI相關的詞就占據了3個：“6G”“AI手機和電腦”“智能機器人”。這并不是第一次。繼2024《政府工作報告》首次出現“開展‘AI+’行動”表述后，2025《政府工作報告》進一步提出“持續推進‘AI+’行動，將數字技術與制造優勢、市場優勢更好結合起來，支持大模型廣泛應用”。

從上游勘探開發到中游管輸煉化再到下游成品油銷售，中國油氣企業走出了一條具有自身特色的AI發展道路。涵蓋全產業鏈的場景化應用，給中國油氣行業轉型提供了廣闊的天地。“AI與油氣產業融合領域實現多項重大突破，通過深度學習算法優化油氣勘探開發效率、依托數字孿生技術提升生產運營精度、運用智能鉆井系統降低油氣田開發成本等創新實踐，既推動了傳統能源行業向智能化方向的迭代升級，也為構建清潔低碳、安全高效的現代能源體系奠定了技術基礎。”中國石油和化工自動化應用協會副秘書長袁江如說。

勘探開發：讓數字與經驗一起說話

在油氣勘探領域有這樣一句話：“油氣在地質學家的腦海里。”一句形象的話，反映出了油氣勘探開發研究工作的方式——需要人腦的智慧和實驗驗證，通過假設驅動提出科學問題，利用數據驅動進行輔助驗證。隨著油氣賦存方式的復雜化，傳統經驗已經難以支撐油氣發現。

AI帶來的變革，首先瞄準了勘探開發的痛點問題。石油勘探數據的采集、處理與解釋，是油氣勘探的首要工序，也是最為關鍵的基礎環節，直接關系到油氣資源能否被成功發現。隨著油氣田勘探開發不斷向“低深隱難”以及非常規領域挺進，對效率更高、精準度更強的物探技術需求愈發迫切。

以速度譜拾取為例。在地震勘探數據處理過程中，速度譜拾取是獲得地下構造準確信息的關鍵步驟之一。傳統人工速度譜拾取，人工成本高、耗時長。“現在需要高密度解釋，主要就是做加密。”中國石油東方地球物流公司物探技術研究中心工作人員介紹，“本來1000個點，想加密到10000個點的話，一個處理員可能需要一個月的時間。”針對這些問題，2022年中國石油東方地球物理公司發布了國產超大型地震數據處理解釋一體化軟件GeoEast。其中，有為不同AI框架提供相互獨立的開發與運行環境的Smater-SDE；有相比人工初至拾取提效80多倍的Smarter-TimPik；有提升人工速度譜解釋效率6～60倍Smarter-VeloPick；有比常規人工去噪更精確、減少反復調試的Smarter-RNA；有可提升常規人工層位解釋效率8～20倍的Smarter-Horizon……這些實現了國產地震軟件在智能化領域的零突破，被《人民日報》譽為：“中國石油的地球物理勘探軟件GeoEast，正如山河社稷圖般，以科技之力‘解構’地下世界，將億萬年變遷收錄其中。”

AI技術給勘探效率帶來了飛躍。在中國石化江蘇油田，物探研究院基于最新的高郵凹陷地質資料提出了全新的井位。其中，關鍵的信號波速度建模環節由AI完成。這套AI速度譜解釋技術不僅速度快，而且精度高得驚人。它僅需要8.3秒就能完成2600平方千米區域的速度譜分析，預測精度高達90%以上。

垂直領域大模型的出現，更為測井與儲層預測插上了高效的翅膀。“我們自主研發的測井解釋與數值模擬軟件Up-Courior（非常規先鋒）已接入DeepSeek，初步實現了二次開發和生產應用，在紅星、復興等主力區塊應用中降低了成本并提高了質效，效果不錯。”2月17日，在中國石化江漢油田勘探開發研究院博士座談會上，地球物理所的劉智穎博士興奮地跟大家分享近期的科研成果。

生產管理：有“頭腦”的精打細算

在油氣田、煉廠或者是管網運輸和成品油銷售，每一分鐘、每一秒鐘都會產生成千上萬條數據。大量的數據，為AI在油氣全產業鏈的生產、管理決策提供了大展身手的舞臺。

凌晨，當人們還沉浸在睡夢中時，河北省黃驊市羊三木鄉段的高速公路旁，中國石油大港油田羊三木1號井叢場的磕頭機正有條不紊地一起一落。可別小看這幾口井，它們可都是擁有AI超級大腦的聰明家伙。在大港油田“基于AI與邊云協同的油井智能調控技術”的把持下，它們擁有感知、學習、決策、執行及適應的超凡能力，不僅通過實時數據分析優化采油參數，降低能耗并提高采收率，而且能在零下30℃～零下70℃的極端環境下穩定運行，實現了“人工查井”向“智能巡檢”的變革，每年每口井可節省電費10萬元。

距離黃驊市不遠的渤海灣上，中國海油渤海油田針對人員、作業、風險、巡檢、記錄5個方面，建立起了“物聯感知、實時監測、快速預警、應急聯動、智能分析”為一體的智能化安全管理模式，全面提高海上平臺安全管理能力。在渤海油田秦皇島32-6油田，無軌智能巡檢機器人通過紅外熱成像、超聲波傳感器等技術，實時監測配電系統盤柜溫度、儀表數據，可自主規劃路徑，單平臺年減少人工巡檢超5000小時，效率提升70%以上；構建符合石油行業特定應用場景的AI視頻識別模型，針對識別作業違章、環境風險和管理漏洞等問題，為217臺固定攝像頭和20臺移動布控球提供智能增強，實現全面監控、報警推送，有效提高海上現場安全管控能力。

視線再延伸到中國的南海海域。一座氣勢恢宏的“鋼鐵城堡”浮現在海面——它就是由中海油能源發展股份有限公司（簡稱海油發展）投資建造的“海洋石油123”FPSO（浮式生產儲卸油裝置）。過去，FPSO生產作業以獨立模式運行。倘若現場關鍵設備出現故障，需要多個專業的技術專家從陸地趕赴海上才能解決問題。這種方式效率不高，影響現場正常生產。

“我們設想，能不能坐在辦公室用一臺電腦就能將千里之外的兩艘FPSO運營狀態盡收眼底。”項目青年突擊隊儀表工程師王鑫章和數字化工程師蕭陽聚焦這個難題，展開了多年攻關。如今，近百個智能攝像頭、8000余個數據自動采集點，將各類生產數據匯集至“海精靈”邊緣數據中心，由智慧大腦對數據預處理后，再通過海陸通信鏈路傳輸至陸地智控中心，從而實現海上生產數據全面感知、實時采集和智能輔助決策，有助于盡早發現和解決海上生產隱患，有效提高作業效率20%，降低生產運營成本10%以上。

除了上游外，中游和下游同樣穿插著AI的身影。

AI對安全和綠色生產帶來的突破，讓煉廠邁出了嘗試的步伐。乙烯裝置是石化工業中科技含量最高的化工裝置之一。針對乙烯裝置過程機理復雜、生產連續性強、設備種類繁多、操控耦合性高、安全環保要求苛刻等特點，亟須將創新工藝技術與AI等新一代信息技術進行深度融合。2024年12月3日，全球首座數字孿生智能乙烯工廠——中科煉化智能乙烯工廠通過了驗收。其中，通過AI技術的應用，中科煉化實現乙烯核心設備早期故障預警和診斷，自動預警準確率90%、自動診斷準確率87%，有效避免了壓縮機核心部件損壞以及裝置非計劃停工造成的損失。“中科煉化數字孿生智能乙烯工廠，構建了國內首套乙烯裝置數字孿生體，大大提高了裝置運行的平穩率和安全環保管控水平，實現了裝置效益的最大化。”中科煉化信息中心經理蔡榮生說。

目前，中國石化智能加油機器人已在湖南、河南、安徽等地的7座加油站“上崗”，部分加油機實現了“無人加油”。截至2023年12月，其累計為車輛加注2600余次，部分試點站進站率提升超過了30%。

大模型下算力Up

油氣行業大模型接入通用大模型，會帶來什么呢？答案是，促進油氣化工行業AI算力的不斷提升，促進油氣煉化行業AI的發展進程不斷革新升級。

AI是通過海量數據的學習分析推理來模擬人類思維的一種手段，在油田落地離不開大數據、大模型、大算力支撐。“以DeepSeek為代表的通用大模型作為基礎算力服務層，正在重構人工智能時代的算力資源配置方式，不僅為傳統垂直領域專用模型提供彈性化的高性能計算支持，同時突破了傳統單任務AI系統的性能瓶頸。”袁江如說。中國石化率先完成了DeepSeek國產化部署，接入長城大模型系統，在推理效率提升一倍的同時，精準解析化工行業標準、數學公式及專業圖表，支撐行業數據集構建與模型訓練。

“大力出奇跡、一力降十會”的策略，讓算力成為驅動AI產業發展的最重要動力。油氣企業和煉化企業也讓大模型的性能強弱與其背后算力資源的多少，直接畫“等號”。DeepSeek的出現讓很多人眼前一亮，利用多項創新技術實現了突破，達到了“四兩撥千斤”的效果。例如DeepSeek-V3模型的訓練成本為557.6萬美元，但性能方面已經與OpenAI旗下的ChatGPT-4o不相上下了。

這促進了AI在企業的落地。

在勝利油田數智化管理服務中心軟件研發部，技術人員正在展示接入DeepSeek國產大模型升級后的“勝小利”控制面板：閃爍的算力監控圖上，實時跳動著每秒超400萬億次的計算峰值。“這相當于給AI大腦做了一次‘開顱手術’。”勝利油田數智化管理服務中心副總工程師楊旭解釋道，“我們將模型參數規模擴展至720億次，并創造性采用DeepSeek-R1-70B混合架構，使系統實現核心突破。”

楊旭口中的突破，就包含“勝小利”模型專業認知深度的進化。升級后的模型對“剩余油飽和度”“水力壓裂參數優化”等專業術語的理解準確率提升至98%，能夠精準解析包含20個以上技術參數的復合問題。在近期某區塊開發方案評審中，“勝小利”僅用3分鐘便完成37口井的生產數據關聯分析，效率較人工提升40倍。

毫無疑問，像DeepSeek等通用大模型的行業落地，勝利油田不是唯一嘗到甜頭的企業。國家管網集團智網數科公司副總經理胥錕表示：“隨著DeepSeek及一系列AI大模型的部署應用，國家管網集團AI場景落地初見成效。油氣調控中心生產計劃生成時間由4小時降至分鐘級，準確率提升了10%；鹽穴儲氣庫智能模擬造腔由數十天降至1小時。”目前，以中國石油、中國石化、中國海油和國家管網為代表的油氣企業已建立了涵蓋生產經營產業鏈的大模型。

在成品油銷售終端，DeepSeek以強大的算力讓成品油銷售企業在應對市場變動時更加得心應手。和順石油在接入DeepSeek-R1大模型技術時，聚焦成品油采購、庫存管理兩大核心場景，整合全球宏觀經濟、地緣政治及期貨、現貨數據，結合公司自身多年沉淀的采購大數據庫，構建動態預測模型，智能研判原油和國內成品油趨勢，國內成品油價格短中期預判準確率大幅提升，實現了采購節點精準決策，助力采購成本下降。同時，基于區域需求特征與市場預測，動態優化庫存管理，實現了“低位囤貨”“按需補貨”，庫存周轉率得到了進一步提升，以數據驅動實現了降本增效的目標。

多個行業跨界合作

在廣西南寧新陽加能站，一位顧客正在對加油機大屏幕上數字員工咨詢：“你好！我要加95號汽油，請問油價是多少？”這位數字員工迅速報出油價，并提示客戶加油。加完油后，根據客戶的旅游咨詢，數字員工給客戶規劃了加能站附近的旅游景點。數字員工不但能和客戶交流對話，還能解答客戶疑問、引導客戶操作等。目前，這位虛擬助手已在全國40余座加油站進行試點……

這一數字員工的服務是由中國石化與科大訊飛跨界合作完成的，由星火大模型提供支持。這種新穎的服務方式不僅提升了客戶體驗，而且展示了AI在傳統行業中的應用潛力。

在AI結合油氣的發展中，油氣行業與IT、科研機構的跨界牽手成為常見的合作模式。強強聯合，促進了AI在油氣行業的升級發展。“最近我們受國家管網某企業委托在負責一個管網異常行為的監測。在這個過程中，我們要研究算法、建立模型和識別異常。”安帝科技有限公司董事長周磊介紹說。他所在的安帝科技一直致力于工業互聯網安全的監測維護。這次它與國家管網的合作，正是將企業在安全方面的長處與國家管網的安全監測相結合。

不僅如此。

2024年11月28日，在中國石油700億次參數昆侖大模型建設成果發布會上，中國石油介紹了與中國移動、華為、科大訊飛聯手打造的700億次參數昆侖大模型，展示了43個專業應用和通用應用創新場景。而在此之前，中國石油與華為合作構建的認知計算平臺，整合機器學習算法優化油氣全業務鏈，同時借鑒國際案例（如ADNOC智能調控系統），推動行業智能化標準建設。

跨界合作讓油氣企業與IT等企業擦出了不一樣的火花，合作進一步向產學研方向深入。中國石油大學（北京）與阿里云簽署戰略協議，通過“云+AI”加速石油石化行業智能化轉型，并在2023年油氣AI科技大會上發布了18項優秀案例，促進了行業技術交流。據介紹，長慶油田的智能柱塞氣舉技術就是由中國石油天然氣股份有限公司長慶油田分公司、低滲透油氣田勘探開發國家工程實驗室、長安大學、西南石油大學聯合攻關完成的。

“不同于國際石油巨頭依賴微軟、谷歌等IT企業提供底層技術，國內油氣企業則通過行業聯盟形式（如“海能”模型）實現了自主可控。”一位業內專家表示。這些聯合攻關和跨界合作，讓中國油氣企業在全球AI應用市場中展現了優勢，打破了國外壟斷，助力中國油氣新的發展。

責任編輯：趙 玥

zhaoyue6954@126.com