人工智能應用于石油行業的思考

摘 要：人工智能時代的到來，為石油行業的發展提供了機遇。人工智能在石油行業領域的應用，主要體現在勘探開發、鉆井完井、生產運營等會方面，但國內應用成效遠落后于國外發達國家。究其原因在于人工智能應用內在要求難以滿足，尤其是數據這一應用門檻。對此石油行業應當注重數據的標準化、自動化采集整合與戰略性管理，繼而利用人工智能帶動石油行業有效轉型升級。

關鍵詞：人工智能；石油行業；對策

中圖分類號：TE319 文獻標識碼：A 文章編號：1004-7344（2018）26-0327-01

規?；魬鸬耐七M，石油行業功能性、結構性低效問題急需解決。傳統的技術與方法儼然不能滿足現代石油行業的智能化、數字化、自動化發展。為促進石油企業的內部增長，急需采用行之有效的解決方案，來提高石油工程與生產成效。人工智能的應用帶動了石油企業的內部增長，但應用條件相對苛刻，還需摸索性應用與發展。

1 人工智能在石油行業的應用

1.1 勘探開發

隨著人工智能、計算機硬件的不斷發展，石油勘探開發過程中的智能化水平逐漸提升。國內的勘探開發也逐漸意識到了利用人工職能技術的重要性，如神經網絡技術、概率推理算法等先進技術，在致密氣勘探中的應用，顯著降低落了勘探風險，同時提高了探井成效。利用人工智能中的神經網絡方法，輔以地球物理反演理論，以及神經網絡映射模型，可預測復雜地下地質情況的密氣層展布范疇。借助經典統計學、貝葉斯統計學下的概率推理算法，可判別致密薄儲層巖石含氣性，降低了薄氣層預測風險，提高了勘探成效[1]。

1.2 鉆井完井

人工智能也逐漸滲透到了鉆完井領域。在鉆井位置決策中應用機器學習，可確保鉆井投資回報。在鉆井卡管實時預測過程中，應用機器學習，通過系統學習，可測定摩擦事件征兆，實現了司鉆在卡管前，對管柱下入方式的校正。同時智能鉆桿、遠程專家決策支持中心、自動化鉆機等裝備在鉆井領域的應用，使自動化鉆井得到了質的飛躍。信息化水平即鉆井自動化技術的應用，使石油工程成本顯著降低，核心競爭力顯著提升。隨著鉆井智能化領的深入研究，人工智能在鉆井工程中的應用成為了可能，實現了智能化鉆井。機器人鉆井系統，集合了智能鉆臺與排管機器人等設備，臺工人、井架工等勞動力逐漸被取代。未來智能鉆機的連續性起下鉆、循環、送鉆、下套管等功能也愈發優化。電動連續管鉆井系統的研發，可依靠智能連續管，不斷向井下供電，驅動鉆井系統開啟連續起下鉆、循環等功能，同時具備實時數據高效。大容量傳輸等功能。電動智能連續管鉆井系統，成為了智能鉆井發展的主要方向。

1.3 生產運營

在生產運營方面，生產安全問題是主要制約因素，也是石油行業急需解決的問題。①機器學習預測模型的應用，能夠了解事故征兆。構建機器學習預測模型的同時，挖掘生產系統近幾年的設備裝置運行歷史，分析新增數，預測安全事故發生幾率并做出警示，為工程師調查、分析、處理安全問題提供了重要參照。②應用部署認知計算系統，可顯著優化決策流程，同時提高生產效率。工程師可借助自然語言向系統，詢問生產設計、設施管理等相關的問題，利用云獲取專家知識，幫助做出決策。認知系統的應用，使工程師不必查找大量資料，直接向其詢問即可快速獲取想要的信息，問題解決效率顯著提升。

2 石油行業應用人工智能的對策

人工智能特征主要體現以下幾方面：①計算能力高要求，需借助圖形處理單元處理繁瑣的線性、非線性結構數據的。對此應用人工智能需具備財力支持設計圖形處理單元的計算平臺。②算法對人工智能發展尤為關鍵，也是重要基石。算法隨著人工智能的擴散而變得開源、通用。③數據是唯一應用門檻。人工智能的應用，離不開計算能力、算法，大量數據是訓練學習的主要工具，更是賦予人工智能處理、分析、解決問題的關鍵。石油行業想要利用人工智能，就需要掌握大量的數據、行業知識，實現人工智能的轉型，對此應做到以下幾點：

2.1 數據標準化

通過數據標準化，提高數據集成效力，信息化建設雖然積累了大量數據，受多種因素影響，數據標準化程度并不理想。即使通過ERP系統，實現了經營管理數據的標準化，但生產領域數據相對忽視，致使企業數據質量、整合利用成效不理想，對此數據標準化尤為關鍵[2]。

2.2 數據自動采集

數據技術在石油行業設備中的應用微乎其微，雖然生產數據的傳感器配置齊全，但用于決策的數據少之又少。人工數據輸入在數據質量、監督與審核方面并不理想，對此需配置大量的智能終端，不斷提升工作人員的工作效率。

2.3 強化數據整合

數據整合水平的提升，對數據綜合利用能力的提升有現實意義。石油企業方面，已經確保了信息化全覆蓋，但數據散落在各系統、各部門，受數據管理理念落后等因素影響，考慮到信息安全問題，難以實現信息共享，致使數據整合成效難以提升。

2.4 數據的戰略運營

傳統企業數據管理方式，是業務部門擁有而IT部門管理數據模式，致使業務部門不會靈活運用數據，而IT部門不會管理數據的現象出現。在人工智能時代，數據作為核心資產應當實現戰略運營，而不是將數據作為信息系統產物常規化管理[3]。

3 總 結

目前人工智能在石油行業中的應用，正處于摸索性前進階段。隨著人工智能理論的完善，其在智能油田、鉆井、管道、煉廠等領域的實踐越發成熟，也是石油行業未來發展的重要方向。同時積極處理數據管理與利用低效問題，利用人工智能提高競爭力優勢，成為領軍企業，繼而帶動石油行業穩中求進。

參考文獻

[1]王小龍.淺析人工智能在油氣行業中的應用[J].現代信息科技，2017，1（2）：117～119.

[2]徐沐霖，邱 濤.人工智能在石油勘探中的應用[J].電子世界，2017（8）：142.

[3]于 波，夏玉軒.淺析中國石油開采技術以及其在石油開采中的應用[J].工業，2016（5）：249.

收稿日期：2018-8-3