摘 要：人工智能時(shí)代的到來(lái)，為石油行業(yè)的發(fā)展提供了機(jī)遇。人工智能在石油行業(yè)領(lǐng)域的應(yīng)用，主要體現(xiàn)在勘探開(kāi)發(fā)、鉆井完井、生產(chǎn)運(yùn)營(yíng)等會(huì)方面，但國(guó)內(nèi)應(yīng)用成效遠(yuǎn)落后于國(guó)外發(fā)達(dá)國(guó)家。究其原因在于人工智能應(yīng)用內(nèi)在要求難以滿足，尤其是數(shù)據(jù)這一應(yīng)用門(mén)檻。對(duì)此石油行業(yè)應(yīng)當(dāng)注重?cái)?shù)據(jù)的標(biāo)準(zhǔn)化、自動(dòng)化采集整合與戰(zhàn)略性管理，繼而利用人工智能帶動(dòng)石油行業(yè)有效轉(zhuǎn)型升級(jí)。

關(guān)鍵詞：人工智能；石油行業(yè)；對(duì)策

中圖分類號(hào)：TE319 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004-7344（2018）26-0327-01

規(guī)?；魬?zhàn)的推進(jìn)，石油行業(yè)功能性、結(jié)構(gòu)性低效問(wèn)題急需解決。傳統(tǒng)的技術(shù)與方法儼然不能滿足現(xiàn)代石油行業(yè)的智能化、數(shù)字化、自動(dòng)化發(fā)展。為促進(jìn)石油企業(yè)的內(nèi)部增長(zhǎng)，急需采用行之有效的解決方案，來(lái)提高石油工程與生產(chǎn)成效。人工智能的應(yīng)用帶動(dòng)了石油企業(yè)的內(nèi)部增長(zhǎng)，但應(yīng)用條件相對(duì)苛刻，還需摸索性應(yīng)用與發(fā)展。

1 人工智能在石油行業(yè)的應(yīng)用

1.1 勘探開(kāi)發(fā)

隨著人工智能、計(jì)算機(jī)硬件的不斷發(fā)展，石油勘探開(kāi)發(fā)過(guò)程中的智能化水平逐漸提升。國(guó)內(nèi)的勘探開(kāi)發(fā)也逐漸意識(shí)到了利用人工職能技術(shù)的重要性，如神經(jīng)網(wǎng)絡(luò)技術(shù)、概率推理算法等先進(jìn)技術(shù)，在致密氣勘探中的應(yīng)用，顯著降低落了勘探風(fēng)險(xiǎn)，同時(shí)提高了探井成效。利用人工智能中的神經(jīng)網(wǎng)絡(luò)方法，輔以地球物理反演理論，以及神經(jīng)網(wǎng)絡(luò)映射模型，可預(yù)測(cè)復(fù)雜地下地質(zhì)情況的密氣層展布范疇。借助經(jīng)典統(tǒng)計(jì)學(xué)、貝葉斯統(tǒng)計(jì)學(xué)下的概率推理算法，可判別致密薄儲(chǔ)層巖石含氣性，降低了薄氣層預(yù)測(cè)風(fēng)險(xiǎn)，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(lǐng)域。在鉆井位置決策中應(yīng)用機(jī)器學(xué)習(xí)，可確保鉆井投資回報(bào)。在鉆井卡管實(shí)時(shí)預(yù)測(cè)過(guò)程中，應(yīng)用機(jī)器學(xué)習(xí)，通過(guò)系統(tǒng)學(xué)習(xí)，可測(cè)定摩擦事件征兆，實(shí)現(xiàn)了司鉆在卡管前，對(duì)管柱下入方式的校正。同時(shí)智能鉆桿、遠(yuǎn)程專家決策支持中心、自動(dòng)化鉆機(jī)等裝備在鉆井領(lǐng)域的應(yīng)用，使自動(dòng)化鉆井得到了質(zhì)的飛躍。信息化水平即鉆井自動(dòng)化技術(shù)的應(yīng)用，使石油工程成本顯著降低，核心競(jìng)爭(zhēng)力顯著提升。隨著鉆井智能化領(lǐng)的深入研究，人工智能在鉆井工程中的應(yīng)用成為了可能，實(shí)現(xiàn)了智能化鉆井。機(jī)器人鉆井系統(tǒng)，集合了智能鉆臺(tái)與排管機(jī)器人等設(shè)備，臺(tái)工人、井架工等勞動(dòng)力逐漸被取代。未來(lái)智能鉆機(jī)的連續(xù)性起下鉆、循環(huán)、送鉆、下套管等功能也愈發(fā)優(yōu)化。電動(dòng)連續(xù)管鉆井系統(tǒng)的研發(fā)，可依靠智能連續(xù)管，不斷向井下供電，驅(qū)動(dòng)鉆井系統(tǒng)開(kāi)啟連續(xù)起下鉆、循環(huán)等功能，同時(shí)具備實(shí)時(shí)數(shù)據(jù)高效。大容量傳輸?shù)裙δ?。電?dòng)智能連續(xù)管鉆井系統(tǒng)，成為了智能鉆井發(fā)展的主要方向。

1.3 生產(chǎn)運(yùn)營(yíng)

在生產(chǎn)運(yùn)營(yíng)方面，生產(chǎn)安全問(wèn)題是主要制約因素，也是石油行業(yè)急需解決的問(wèn)題。①機(jī)器學(xué)習(xí)預(yù)測(cè)模型的應(yīng)用，能夠了解事故征兆。構(gòu)建機(jī)器學(xué)習(xí)預(yù)測(cè)模型的同時(shí)，挖掘生產(chǎn)系統(tǒng)近幾年的設(shè)備裝置運(yùn)行歷史，分析新增數(shù)，預(yù)測(cè)安全事故發(fā)生幾率并做出警示，為工程師調(diào)查、分析、處理安全問(wèn)題提供了重要參照。②應(yīng)用部署認(rèn)知計(jì)算系統(tǒng)，可顯著優(yōu)化決策流程，同時(shí)提高生產(chǎn)效率。工程師可借助自然語(yǔ)言向系統(tǒng)，詢問(wèn)生產(chǎn)設(shè)計(jì)、設(shè)施管理等相關(guān)的問(wèn)題，利用云獲取專家知識(shí)，幫助做出決策。認(rèn)知系統(tǒng)的應(yīng)用，使工程師不必查找大量資料，直接向其詢問(wèn)即可快速獲取想要的信息，問(wèn)題解決效率顯著提升。

2 石油行業(yè)應(yīng)用人工智能的對(duì)策

人工智能特征主要體現(xiàn)以下幾方面：①計(jì)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(jié)構(gòu)數(shù)據(jù)的。對(duì)此應(yīng)用人工智能需具備財(cái)力支持設(shè)計(jì)圖形處理單元的計(jì)算平臺(tái)。②算法對(duì)人工智能發(fā)展尤為關(guān)鍵，也是重要基石。算法隨著人工智能的擴(kuò)散而變得開(kāi)源、通用。③數(shù)據(jù)是唯一應(yīng)用門(mén)檻。人工智能的應(yīng)用，離不開(kāi)計(jì)算能力、算法，大量數(shù)據(jù)是訓(xùn)練學(xué)習(xí)的主要工具，更是賦予人工智能處理、分析、解決問(wèn)題的關(guān)鍵。石油行業(yè)想要利用人工智能，就需要掌握大量的數(shù)據(jù)、行業(yè)知識(shí)，實(shí)現(xiàn)人工智能的轉(zhuǎn)型，對(duì)此應(yīng)做到以下幾點(diǎn)：

2.1 數(shù)據(jù)標(biāo)準(zhǔn)化

通過(guò)數(shù)據(jù)標(biāo)準(zhǔn)化，提高數(shù)據(jù)集成效力，信息化建設(shè)雖然積累了大量數(shù)據(jù)，受多種因素影響，數(shù)據(jù)標(biāo)準(zhǔn)化程度并不理想。即使通過(guò)ERP系統(tǒng)，實(shí)現(xiàn)了經(jīng)營(yíng)管理數(shù)據(jù)的標(biāo)準(zhǔn)化，但生產(chǎn)領(lǐng)域數(shù)據(jù)相對(duì)忽視，致使企業(yè)數(shù)據(jù)質(zhì)量、整合利用成效不理想，對(duì)此數(shù)據(jù)標(biāo)準(zhǔn)化尤為關(guān)鍵[2]。

2.2 數(shù)據(jù)自動(dòng)采集

數(shù)據(jù)技術(shù)在石油行業(yè)設(shè)備中的應(yīng)用微乎其微，雖然生產(chǎn)數(shù)據(jù)的傳感器配置齊全，但用于決策的數(shù)據(jù)少之又少。人工數(shù)據(jù)輸入在數(shù)據(jù)質(zhì)量、監(jiān)督與審核方面并不理想，對(duì)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(qiáng)化數(shù)據(jù)整合

數(shù)據(jù)整合水平的提升，對(duì)數(shù)據(jù)綜合利用能力的提升有現(xiàn)實(shí)意義。石油企業(yè)方面，已經(jīng)確保了信息化全覆蓋，但數(shù)據(jù)散落在各系統(tǒng)、各部門(mén)，受數(shù)據(jù)管理理念落后等因素影響，考慮到信息安全問(wèn)題，難以實(shí)現(xiàn)信息共享，致使數(shù)據(jù)整合成效難以提升。

2.4 數(shù)據(jù)的戰(zhàn)略運(yùn)營(yíng)

傳統(tǒng)企業(yè)數(shù)據(jù)管理方式，是業(yè)務(wù)部門(mén)擁有而IT部門(mén)管理數(shù)據(jù)模式，致使業(yè)務(wù)部門(mén)不會(huì)靈活運(yùn)用數(shù)據(jù)，而IT部門(mén)不會(huì)管理數(shù)據(jù)的現(xiàn)象出現(xiàn)。在人工智能時(shí)代，數(shù)據(jù)作為核心資產(chǎn)應(yīng)當(dāng)實(shí)現(xiàn)戰(zhàn)略運(yùn)營(yíng)，而不是將數(shù)據(jù)作為信息系統(tǒng)產(chǎn)物常規(guī)化管理[3]。

3 總 結(jié)

目前人工智能在石油行業(yè)中的應(yīng)用，正處于摸索性前進(jìn)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(lǐng)域的實(shí)踐越發(fā)成熟，也是石油行業(yè)未來(lái)發(fā)展的重要方向。同時(shí)積極處理數(shù)據(jù)管理與利用低效問(wèn)題，利用人工智能提高競(jìng)爭(zhēng)力優(yōu)勢(shì)，成為領(lǐng)軍企業(yè)，繼而帶動(dòng)石油行業(yè)穩(wěn)中求進(jìn)。

參考文獻(xiàn)

[1]王小龍.淺析人工智能在油氣行業(yè)中的應(yīng)用[J].現(xiàn)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(yīng)用[J].電子世界，2017（8）：142.

[3]于 波，夏玉軒.淺析中國(guó)石油開(kāi)采技術(shù)以及其在石油開(kāi)采中的應(yīng)用[J].工業(yè)，2016（5）：249.

收稿日期：2018-8-3