劉合

在智能化、“雙碳”戰(zhàn)略目標的新時代背景下，石油勘探開發(fā)領(lǐng)域智能化轉(zhuǎn)型發(fā)展是能源行業(yè)極為核心與避不開的重要戰(zhàn)略研究目標。隨著石油資源品質(zhì)的不斷劣質(zhì)化，油氣資源開采的難度不斷加大，開采成本逐年攀高，油氣勘探開發(fā)面臨的新挑戰(zhàn)是拋棄以前“儲量為王”，樹立“數(shù)據(jù)為王”的新理念，加大數(shù)據(jù)治理力度，提升數(shù)據(jù)價值。同時，數(shù)據(jù)、算力、算法、場景“四位一體”，共同驅(qū)動人工智能技術(shù)“以點帶面”在石油勘探開發(fā)領(lǐng)域應(yīng)用。

近些年來，人工智能技術(shù)已逐步應(yīng)用于石油勘探開發(fā)中的沉積儲層研究、測井解釋、物探處理、鉆完井、油藏工程等多個領(lǐng)域，并取得了一定的進展。沉積儲層研究方面，部分學者開始借助于巖心圖像的智能化分析實現(xiàn)沉積儲層的精準量化研究，取得了一定的工業(yè)應(yīng)用效果，并展現(xiàn)出巨大應(yīng)用潛力。測井方面，部分石油企業(yè)和科研機構(gòu)利用機器學習、深度學習等人工智能技術(shù)在曲線重構(gòu)、巖性識別、儲層參數(shù)預測、油氣水層識別、智能分層、成像測井等方面開展了探索研究和初步應(yīng)用。物探方面，利用目標檢測、圖像分割、圖像分類等計算機視覺技術(shù)實現(xiàn)構(gòu)造解釋、地震相識別、地震波場正演、地震反演、初至拾取、地震數(shù)據(jù)重建與插值、地震屬性分析等地震數(shù)據(jù)處理解釋。鉆完井方面，人工智能應(yīng)用主要體現(xiàn)在井眼軌道智能優(yōu)化、智能導向鉆井、鉆速智能優(yōu)化等。油藏工程方面，利用精細分層注水“硬數(shù)據(jù)”實現(xiàn)大數(shù)據(jù)驅(qū)動下的油氣水井智能注水優(yōu)化，極大地提高了采收率。此外，基于循環(huán)神經(jīng)網(wǎng)絡(luò)的產(chǎn)量預測、生產(chǎn)措施的智能優(yōu)化等應(yīng)用也取得了初步效果。

總體而言，人工智能技術(shù)在石油勘探開發(fā)領(lǐng)域的應(yīng)用“如日方升”，但石油勘探開發(fā)人工智能應(yīng)用“道阻且長”，人工智能工業(yè)化落地應(yīng)用面臨重重困難。一方面，數(shù)據(jù)共享難，數(shù)據(jù)質(zhì)量管控機制尚不完善。“數(shù)據(jù)大不等于大數(shù)據(jù)”，油氣勘探開發(fā)雖然積累了海量的數(shù)據(jù)，但是由于缺乏有效的質(zhì)量管控和共享機制，數(shù)據(jù)質(zhì)量問題堪憂，強中心化產(chǎn)生大量數(shù)據(jù)孤島。另一方面，“新瓶裝舊酒”現(xiàn)象突出，探索應(yīng)用多，工業(yè)落地少。人工智能如果沒有做到減員增效，那就是沒用的，是花架子。目前，部分項目在立項過程中存在蹭熱點現(xiàn)象，多以“技術(shù)驅(qū)動”，而非“需求驅(qū)動”，不能解決油田一線的生產(chǎn)問題，因而也無法做到真正的減員增效。同時，“小樣本”、儲層非均質(zhì)性、多解性等客觀原因也給人工智能的應(yīng)用落地增加了很大的難度。

行而不輟，未來可期。人工智能應(yīng)用是一項持久攻堅戰(zhàn)，不能一蹴而就，需要以點帶面，逐漸鋪開。采取近期發(fā)展戰(zhàn)略和遠期發(fā)展戰(zhàn)略相結(jié)合的方式，統(tǒng)籌考慮頂層設(shè)計、數(shù)據(jù)治理、研發(fā)布局、工業(yè)推廣、人才培養(yǎng)等方面，實現(xiàn)協(xié)同創(chuàng)新發(fā)展。深化油氣勘探開發(fā)數(shù)據(jù)采集、存儲管理、提取使用一體化應(yīng)用技術(shù)，利用區(qū)塊鏈等技術(shù)加大油氣勘探開發(fā)數(shù)據(jù)治理體系研究，形成全新“智能數(shù)據(jù)”，構(gòu)建“平臺+數(shù)據(jù)+模型+應(yīng)用”AI賦能體系。建成新業(yè)態(tài)和新生態(tài)，聚焦勘探開發(fā)一體化，實現(xiàn)勘探開發(fā)研究和生產(chǎn)運營智能化。石油勘探開發(fā)人工智能應(yīng)用有助于能源企業(yè)提質(zhì)增效、降本減負，加快國家能源安全以及碳達峰、碳中和的戰(zhàn)略進度。