【原创】传统拥抱创新——人工智能在油气行业中的发展

人工智能（Artificial Intelligence）发展日新月异，如今已在各行各业大放异彩，已经由企业层面上升到国家发展战略层面，足以见其重要性。IDG发布白皮书称，2020年全球人工智能支出将达2758亿人民币，未来五年年增长率超50%。处于油价寒冬时期的石油行业对这种新兴技术的渴望从未如此强烈。各大石油公司纷纷加快AI技术的研发和推广，期望能大幅降低生产成本、提高生产安全可靠性。


人工智能的商业落地离不开三个要素，大数据、知识和算法、应用场景。AI技术的基础便是大数据。经过几十年的生产积累，具有多年生产经验的油服公司在这一方面具有得天独厚的优势。各大油服公司也纷纷出招，剑指大数据。斯伦贝谢推出了新一代智力资源共享平台DELFI cognitive E&P environment。这一套系统继承了机器分析和学习、高性能计算（HPC）、物联网技术。斯伦贝谢技术副总裁Ashok Belani称，“有了DELFI ，我们可以将勘探生产数据上传到Google的云平台，这其中包括来自全球1000个3D地震、500万口井、100万组录井和4亿组生产数据。” 有了如此庞大的数据支持，各大油服公司在AI技术研发上就占据了先机。挪威石油公司Statoil发布了其2020年数字化进程，预计投资$122,850,000~$245,660,00，数字化进程主要是为了减少重复劳动，提高工作效率，分为工作过程数字化、数据分析及机器自主学习、机器人化及远程控制三步战略。


然而值得注意的是，各个地区地质情况不同，如此庞大的数据必然具有很强的离散性，如何从海量的数据中探索出隐藏在数字背后的规律，提炼出知识和算法，是一个巨大的挑战。软件和算法不是油气公司的专长，因此我们今年看到了油服公司和软件公司的强强联合。哈里伯顿在2017年其Landmark创新全球论坛上就宣布将与微软公司合作，共同致力于油气行业的数字化转型。哈里伯顿的多年积累的油气勘探生产经验和微软强大的云计算有望擦出新火花。而BP则宣布将与NASA合作，利用其先进的空间探索软件来寻找深埋在地下的黑金。也有油服公司独立推出自己平台和算法，如威德福，于今年5月份推出其最新的Foresite平台，旨在集成生产优化技术和物联网技术、云计算、高级分析技术，提高作业的可视化和可预测性。壳牌也已经成功在其润滑油销售上应用了智能服务系统。


全智能钻井一直是油气公司的终极目标。可以想象未来有一天无人驾驶卡车根据卫星定位数据自动将各种钻具和机器人运送至新井场，搬运机器人自动装卸，智能井架展开后，在各种传感器和处理器的支持下，一个全自动钻井项目便重新开始。虽然距离这一天仍有很大的距离，我们却看到了希望的曙光。Robotic Drilling Systems公司设计的系列机器人约10英尺高，有一只摇杆可伸长10英尺，配有15种不同尺寸可更换的机械手。将机器人固定在某处后，可抓取重达1吨的钻头并将之送至合适位置。中国航天科工三院35所研制的一款蛇形机器人利用油气压力可在管道内部穿梭，通过高精度漏磁检测技术，可获得并存储管道内外壁的腐蚀、缺陷信息，实现对缺陷的准确识别、精确定位。同时，依靠大容量数据采集、匹配处理技术，可短时间内为管道出具一份数据全面的“体检报告”。Shell公司开发出一款可以用于监控设备和执行安全检查任务的机器人，名为“Sensabot”。它是一个半自动化的探测车，配备有一排排的传感器、摄像头和无线通讯系统，提高了含硫区域人员的安全性。管道机器人游走于油气管道内部、通过磁感应传感器收集数据，通过对收集到的数据进行分析，可以判断管道是否需要维护、更换。斯伦贝谢、贝克休斯、哈里伯顿、国民油井公司均发布了其智能钻杆，以提高钻杆的信息传输能力，提高钻井参数的动态监测和控制。这些都是钻井智能化进程的一个个缩影。