“数智+”开辟油气效益增产新赛道

“数智+运行”

生产运行快捷高效

从新疆沙雅县出发，经过一个多小时的车程，一座占地近26个足球场面积的现代化联合站出现在一片沙海中。

这是中国石化首座实现国产化数字孪生工厂和实体工程同步建设、同时交付的数字化联合站——顺北油气田联合站。

“所谓的数字孪生工厂，就是借助新技术构建一个与物理联合站相同的数字联合站，与真实的联合站同步仿真运行。在数字场景中，我们可以对联合站进行实时监控、优化调度、智能模拟、前瞻预演等，从而更好地支撑生产运行和管理决策。”西北油田采油四厂厂长刘耀宇介绍。

顺北油气田生产运行指挥中心距离联合站不足1公里。在这里，员工可以对钻完井、油气生产、工程作业、集输处理、产品销售的全链条集中监控。

“我们在200千米管理半径范围内实现了油气田井站无人值守、区域集中监控、远程智能操作。”刘耀宇说，“甚至油气田范围内1000余千米的集输管线，全部通过光纤测振、测温，实现了泄漏监测的实时预警。”

依托数智化技术，顺北油气田构建“三端三系统”数字油田架构。前端依托SCADA系统实现所有油气井、集输站库、生产管线数据自动采集及控制；中端依托生产指挥系统实现油气生产全业务链的集中监控、过程预警、异常处置；后端依托智能油田系统，利用前、中端系统数据，实现油藏动态管理、生产运行优化、经营管理等八大业务领域的辅助决策。

得益于新技术规模应用，顺北油气田打破传统采油厂“十大岗位+采油气管理区”两级管理模式，探索构建了“采油厂、专业团队、承包商”三位一体，“扁平化架构、项目化运作、平台化组织、智能化支撑”四化融合的管理模式，实现“厂直管到班站”。顺北油气田联合站整体用工较同类站库减少54%、新建设的顺北油气田天然气处理厂整体用工较同类站库减少70%。

“2022年，我们率先在集团公司上游板块实现全口径用工百人百万吨目标，用人最少、成本最低、机制最优、效益最好的标准化示范油田建设初见成效。”刘耀宇说。

“数智+安全”

安全管理严实并举

今年11月初，西北油田采油一厂启动阀间组管线隐患治理工程。在作业现场，不仅有安全督察人员流动检查，而且有多个点位的摄像头对安全施工情况进行监控。

“油田借助数智化技术，建成了现场作业违章智能识别平台。平台能够智能分析各路摄像头拍摄到的实时画面，发现不安全行为时，便向安全监管人员发出预警，以便及时采取措施进行纠正。”西北油田安全环保质量管理部高级主管孙元疆介绍。

西北油田主要区块处于大漠戈壁，在安全管理上既面临油气田企业油气开采、集输、钻修井作业节点繁多等共性问题，又存在驻地与井站、作业现场距离远，安全监管人员力量不足等个性化难题。如果大量增加安全监管人员，不仅会大幅增加管理成本，而且依然无法解决因员工业务水平差异、无法全天候值守等因素导致的盲点、盲区。

近两年，西北油田充分整合内部井站视频监控系统、信息化平台等资源，搭建投运了作业违章智能识别平台，结合工区油气生产现场安全管控的重点和难点，设置了近3000路监控摄像头。他们创新研发了通用场景、直接作业现场、钻修井现场等10类场景53种典型算法，实现了关键现场24小时安全监管全覆盖。

“平台发出预警提示后，安全监管人员会快速处置，及时消除不安全行为，现场处置率在95%以上，有力保障了安全生产。”孙元疆说，“平台将各类不安全行为按照时段、场景、预警级别、违章类型等进行分类，再通过大数据分析功能多维度研判安全生产现状，为我们采取针对性措施消除安全管理薄弱环节、开展岗位人员定向技能培训等提供了有力支撑。”

“数智+科研”

科技创新提质增效

“能不能利用人工智能技术识别复杂的地质结构，寻找断裂、溶洞或储集体？”听到这个想法，很多人都觉得是“异想天开”。

其实，在2019年底，西北油田就围绕这个课题设立了科研项目组，联合中国地质大学（武汉）、中国石化石油物探技术研究院开展一体化攻关。

对地震资料解释人员来说，要识别剖面上的断裂、溶洞或储集体，首先要开展储层特征研究，确立各项参数，然后利用资料建立不同特征的地震地质模型，再通过地震物理模拟实验建立断裂及断溶体特征数据集。

这就像在大森林里寻找大象、狐狸、兔子等动物。解释人员要有丰富的经验，或能科学套用相应“动物”模型，识别的准确度才够高、速度才够快。

项目组人员根据这一思路，就像教小朋友识别动物一样开始指导数智系统学习。他们先运用已有的模型特征制作适用的“识图卡片”，然后教授数智系统“识别动物”，再通过生产实践应用不断丰富、修正“识图卡片”中的内容，不断提升数智系统识别的精度。

按传统模式，完成一块200平方千米三维地震资料的断裂识别与描述，研究人员需要用1~2个月的时间。而运用人工智能技术，只需1周时间就能完成断裂的识别和预测，在此基础上，研究人员再用1周的时间就能基本完成相关描述。

“通过识别结果比对，人工智能的计算效率远高于传统地震属性算法与追踪方法，人工智能还能够发现肉眼和以往靠经验不能识别的地质结构。人工智能训练的模型可保存，能够在相似地质结构识别中重复利用。这些优势，都是人力不能相比的。”西北油田勘探开发研究院地球物理研究所工程师王超解释道。

王超说，人工智能技术在油气勘探领域应用虽然还有很多的难题需要解决，但新的技术手段一旦成熟应用，必将推动油气勘探开发质量和效益的跨越式提升，令人期待。

新闻会客厅

嘉宾

江汉油田信息中心经理 李四海

西南油气工程技术管理部经理 李文生

问：数智化建设对油气田企业高质量发展有何意义？

李四海：数智化建设推动了油气田企业提质增效降本，为高质量发展注入新动能。生产指挥中心、能管中心、油藏管理平台、经营管理平台等软件的推广应用，提高了生产运行效率，有力支撑了油田改革发展。例如，产能建设过程实现全透明，生产运行节奏加快，产建周期持续缩短；石油工程实时监控，及时处置现场异常，避免发生安全环保事故；技术人员在做方案设计时，数据查找更方便，设计周期不断缩短。

李文生：石油工程业务管控平台（IPPE）是为解决石油工程传统单点、经验式管理效果差、效率低、成本高等问题，设计开发的石油工程业务综合性管理平台。2023年，在集团公司统一部署下，IPPE已完成华东、胜利、西北等10家油气田企业推广，实现上游石油工程业务一体化运行目标。

异常智能决策作为IPPE的重要能力之一，能够支持施工中动态感知、智能识别技术异常和管理异常，多渠道与分层级实时推送预警信息，从而实现异常早发现、早处理，防止人为失误或遗漏，避免简单事故复杂化，可初步实现石油工程业务由“管正常”向“管异常”、由“人工分析”向“智能分析”转变。

问：如何增强异常智能决策应用效果？

李文生：第一，提升现有异常识别能力。利用大数据分析技术，开展多专业、多参数资料综合分析，提升单个模型识别的准确性；针对现场业务进行差异化模型部署，现场部署计算能力，实时服务现场，提升异常识别效率。

第二，充分调研业内成熟模型。基于神经网络、机器学习、模糊逻辑、案例推理等人工智能研究成果，深入调研斯伦贝谢、哈里伯顿等油服公司先进案例，选取构造位置、地质条件适当的区域开展试点，引进集成成熟模型，取长补短。

第三，持续优化异常管控体系。充分将石油工程业务知识、机理体系与信息化技术深度融合，通过数据可视化、规则引擎等关键技术和方法，实现石油工程业务异常可视化管理、异常模型可视化构建。

问：数智化建设的未来发展方向是什么？

李四海：未来应加强顶层设计，围绕管理好油气藏、油公司改革等重点工作，形成 “数据+平台+应用”的数智化发展新模式。

数据是基础。应在“全快准”采集数据的基础上，持续梳理岗位、作业活动等基础数据，全力建成“覆盖全业务领域、满足全场景应用”的数据资源中心，逐步实现油气田数据资源全量入湖、集中纳入管理和统一服务。

在应用系统建设上，应坚持以业务需求为导向，推出更多贴近生产实际、与生产流程紧密联系的软件，减轻劳动强度，实现效率效益最大化。

在人才方面，应整合人才资源，通过柔性引进、团队协作、与高校院所合作等形式，多渠道引进外部技术力量，加快领军型人才培养步伐，激活技术人员的潜能，不断满足转型发展需求。同时，要转变传统管理理念，增强各层级管理者用信息化手段解决问题的能力，提高全员数智化素养和应用技能。