数字化转型中油气工业应对策略.docx
《数字化转型中油气工业应对策略.docx》由会员分享，可在线阅读，更多相关《数字化转型中油气工业应对策略.docx（18页珍藏版）》请在冰豆网上搜索。
数字化转型中油气工业应对策略
数字化转型中
油气工业应对策略
油气战略研究中心
前言
当前，新一轮科技革命和产业变革席卷全球，大数据、云计算、物联网、人工智能、区块链等新技术不断涌现，数字经济正深刻改变着人类的生产和生活方式，成为了经济增长的新动能。
——《2018年中国区块链产业白皮书》
智能操作5
物联网
机器人
1感知数据
数据分析4
2数据传输
信息空间
3
信息空
人工智能
数据存储
大数据
前言
数字化已经成为油气行业前沿热点和发展趋势，有望大幅度提高油气勘探开发作业效率和质量，降低成本和风险，为推动我国油气科技创新跨越式发展和保障国家能源安全提供战略支撑。
大力推动油气工业数字化转型和智能化发展具有重要的现实和战略意义。
•首先要强化各级领导、科技人员对数字化转型的统一认识，做好顶层设计、知识普及和培训工作，知道做什么、为什么做、如何做。
•数字化转型工作必须要统一规划，形成一盘棋，避免资源浪费。
了解大数据、云计算、物联网、人工智能、区块链等新技术的背景基本与内涵，对各级领导层和科技人员是十分必要的，
人工智能
区块链
控制
计算
学习
反馈
物联网
采集
大数据
计算
云计算
存储
云端互联
需求
服务
五大信息技术的作用
五大技术相互交织
融合，是重构数字
经济的重要支柱
•物联网技术实现物理信息的全面搜集和决策实施
•区块链技术实现价值信息的传递、安全与共享
•大数据、云计算、人工智能技术实现对信息的高效存储和智能管理
五大信息技术之间的关系
物联网技术为数字传输，云计算技术为数字设备，大数据技术为数字资源，人工智能技术为数字智能，区块链技术为数字信息，五大数字技术是一个整体，相互融合呈指数级增长，才能推动数字新经济的高速度高质量发展。
大数据是生产资料，
人工智能是生产力，区块链是生产关系。
数字化转型的意义
当前，国有企业数字化转型正全面展开，必将为产业格局优化和产业链现代化带来深刻影响，引导数字经济和实体经济深度融合，推动经济高质量发展
国企数字化转型对产业链的影响体现在以下四个方面：
•数字化驱动产业向特定优势区域集群化发展
4.催生产业1.推动产业
链集聚化链模式转换
3.深化产业2.提升企业
链协同在全球产业
链中的地位
•数字化转型减少中间环节、简化业务流程、优化关联组织、节约交易成本，推动产业链从规模性向功能性转变
•深化共生理念、放大协同效
应，扩大产业链开放合作，
促进产业全面升维，提高产
业链的融合度。
•更好发挥在产业链中的核
心企业作用，夯实产业基
础，提高产业水平，优化
产业组织
数字化转型面临的挑战
石油行业进入经济“寒冬”期，面对严峻的生产经营形势，通过数据化转型推动产业升级，实现石油企业“战寒冬、创效益”，逐步走出困境，已经成为行业共识，但是，要实现石油行业数字化转型，仍面临巨大挑战
数据共享难
数据质量管控机制尚不完善
研究应用散
整体优势尚未发挥出来
复合人才少
人才培养机制尚不完备
核心是治理模式的重构及变革
国外油气公司抓紧行业布局
近年来，国外油气企业通过与IT巨头联手，在多个领域寻求合作，推进数字化转型。
据《展望》预测，到2050年，油气行业有四分之一的增长和三分之一的成本消减通过数字化实现，油气公司将更多地通过信息化手段实现
增储上产、降本增效。
贝克休斯和英伟达（NVIDIA）合作，利用AI和GPU技术加速对油气行业海量数据的实时提取，减少石油勘探、开发、运输、加工、分发成本。
BP建立了人工智能公司，通过地球物理、地质和油藏项目信息创建独特的“知识体系“。
AI能将这些信息结合起来，再识别新的工作流程和连接。
哈里伯顿宣布与微软达成战略协议，共同推动油气行业数字化转型，通过应用深度学习模型，可实现钻井和油气生产优化，为客户降低作业成本。
2018年4月24日，道达尔正式宣布和谷歌云签署协议，二者将联合发展人工智能技术，为石油天然气的勘探开发提供全新智能解决方案。
虚拟现实
提升油气开采效率
数字完井技术提高采收率
中国石油数字化转型现状
信息化建设为人工智能应用研究奠定了良好基础
（1）勘探与生产分公司建设了梦想云平台，为人工智能应用提供了算力
•形成了上游统一数据湖和统一技术平台，搭建油气勘探、开发生产、协同研究、经营管理和安全环保通用业务应用，实现上游业务“一个湖、一个平台、一系列业务应用的勘探开发梦想云平台”。
中国石油数字化转型现状
（2）统建信息系统存储了大量数据资产，为人工智能应用提供了数据资源
•信息管理部在上游领域组织建成涵盖勘探开发全业务链，从作业区、采油气厂、油气田公司到股份公司的信息化支撑体系。
各类结构化数据累计超过1.7PB，主要存储在各类统建系统中，数据质量和应用效率有待提高。
业
务
勘探与生产技术
油气水井生产数采油与地面工程
勘探开发一体化协同研
油水井生产物联
支
数据管理系统
据管理系统
运行管理系统
究及应用平台
网系统
撑
地钻录
基生油
油井生
钻录测试作
油油生
震井井
础
产
气
气
下
产
井井井油业
气气产
业
数
测
生
生
作
管
生集现
测试作
据
试
产
产
业
理
地分地油地
务
产输场
井油业
增采油
综
质析球气面
数
产
油
气
合
油
化
物
生
工
藏
验
理
产
程
据
地质油藏
措
工
集
管
施
艺
输
理
生产运行
应用管理
数
16个油田，50余万37万多口油气水各类井35万余口，
16个油田，8432个区
16个油田，62553
据
口井，7亿多条，测
井60多年的油气
间站库3万余座，
块，515571口井，井
口井，数据体文件约
井数据约126万个
生产数据，累积存
各类管道28万余
筒结构化数据523559
300多个，约1500G；
现
7.6TB；地震数据约
储单井和区块数据
公里，生产运行数
条；约1.6P；文档
成果文档2百多份，
7000个工区，1.6PB
数据量4.8TB，共
据累计2.5T，30
2206437份。
约1.61G。
状
以上；成果文档410
50多亿条记录。
亿余条。
多万份，约22TB。
*统计信息来源各系统调研*
中国石油数字化转型现状
（3）信息管理部建设人工智能应用通用平台，为人工智能应用提供了工具
•平台预置常用算法120+，例如:
CNN,RNN,LSTM,反向传播BP算法、图像识别、图像分割、随机森林、支持向量机、K均值、线性回归、逻辑回归、贝叶斯算法等；预置自然语言处理（NLP）、知识搜索/推荐、文本生成、智能问答等30个常用人工智能模块。
1.支持常用深度学习和机器学习算法训练。
2.内置石油行业常用算法的训练模板，支持扩展。
支持主流算法框架
1.TensorFlow
2.MXNet
3.Spark_MLLib
4.Scikit_Learn
5.MindSpore
数字化转型的发展战略
国有油气企业数字化转型要区分产业类型特点和产业层次，重点围绕基础端、平台端、应用端三个维度展开：
加强网络建设，促进互联互通；强化平台功能，实现在线协同；提高应用水平，打造数字化新场景
•强化认识，特别是要提升各级管理层的认识与知识的补充。
开展相关技术可行性研究，避免技术应用的盲目性。
•以业务应用为主、基础研究为辅，以点带面，配套制度建设，构建科学完善的数字化转型技术应用体系。
顶层设计
实现整体布局
治理数据
完善数据共享
整合力量
发挥整体优势
以点带面
做到应用驱动
共享交流合作
强化人才培养
物联网应用发展建议
1.重点发展底层感知与执行技术，加强感知技术应用广度和密度，加快决策反馈与执行速度。
•进一步加强底层数据采集，健全油气开发过程的数据采集链条
•提高底层数据采集的规范性，制定通用型数据格式
•加强井下智能工具研发和推广力度，提高油气开发终端——井筒和油藏数据采集以及决策反馈与执行能力
2.重点开展顶层计算与服务技术，提高智能处理与决策水平
云计算应用发展建议
1.目前，以混合云为基础发展中石油云计算技术
•将核心数据部署在私有云，非核心数据部署在公有云
•充分利用公有云的计算能力
•兼顾投资成本和数据安全
2.未来，将云计算作为公共服务。
•系统评估公有云系统安全问题，在安全的前提下，真正像用水、用电那样利用云计算，降低在云计算技术本身的投资运维成本。
•重点开展油气业务与云计算的对接技术研究，云计算技术本身应加强与专业公司合作。
大数据应用发展建议
数据共享，解决“数据孤岛”问题
01地质资料丰富，但存储分散，缺少共享机制，利用率低，在很大程度上造成了资源浪费。
质量管控，保障数据的可用性
02数据采集依赖于手动输入，难以保证数据的准确性和及时性；数据在流转的过程中，由于缺乏技术手段的限制，往往容易被篡改，数据质量难以得到保障。
03数据治理，完善相关标准规范数据格式不一致，数据冗余、数据值冲突、模式不匹配等问题突出。
101001101001000010101
0011110111011011011010
101000011100101011001
010*********
0001011010110110110100
010*********
1000101110101100010011
010*********
0111101110110110110101
010*********
101001110101000101010
0010110101101101101001
数据大不等于大数据！
BIGDATA
人工智能应用发展建议
ArtificialIntelligence
以点带面，逐步推广Here
人工智能应用切忌一开始就全面
铺开，以点带面，逐步去推广AI
在油气行业的应用落地。
强调创新，注重实效Here
人工智能应用强调创新，用人工智能新技术、新算法去解决勘探开发的瓶颈问题，要讲究应用实效，切忌“老酒装新瓶”。
强化认识，统一思想Here
业务驱动，需求导向Here
人工智能在石油行业展现出了巨大的
人工智能应用需以业务部门牵
潜力，然而，大家对人工智能的理念
头，以需求为导向，多学科协
和概念理解还不透彻，这在一定程度
同创新。
上阻碍了人工智能的应用。
因而，加
强培训、强化认识、统一思想是人工
智能推广应用的必备环节。
区块链应用发展建议
能源交易
•
P2P能源交易。
使能源消费者主动参与
能源交易，变为能源的产消者
•
能源大宗商品交易。
能源产品交易可以
作为信息打包成为区块，区块内的电力、
区块链
油气交易基于共同市场机制完成
•
批发能源市场交易。
利用区块链及智能
在能源领
合约技术，可以保证资金安全，降低违
域的应用
约率
能源金融产品创新
•能源市场交易代币化能源产品服务
•供应链金融
能源资产记账与溯源
•供应链管理。
区块链提供了更加安全和可信的交易解决方案，能够帮助能源企业降低贸易参与方的核验成本，降低交易复杂性和交易成本，促进多方的快速交易，提升供应链的效率
•绿证核发与追踪
能源系统运行安全
•区块链技术在网络与运营安全方面意义重大。
随着物联网技术的发展，全球能源企业正在加大能源资产与信息技术的结合力度，越来越多的数据收集、处理和传输设备被安装，服务于企业的信息化管理和控制系统
油气行业数字化转型场景预测
1.基于人工智能的注采系统动态分析与优化研究
以注采井层段以及人工举升自动采集“硬数据”为基础，形成智能油藏精细、实时分析与优化方法，建立地质、油藏、工程多专业相结合的一体化系统，提高油藏剩余油分布预测精度，明确分层注采关系，降低无效水循环，最终提高采收率。
•基于实时注采层段数据，通
过动态地质建模解决地质模
型准备性问题
•基于深度学习算法，通过快
油藏工程常规分析
储量计算
合理井网密度
水驱规律
IPR曲线
产量递减规律
……
开发矛盾诊断与剩余潜力分析
建立油藏分析评价模型
分层剩余油分布
注水效果评价
井网对单砂体控制
未射孔的射开潜力
水淹状况
智能诊断优势水流通道
未波及与弱波及区域
……
单井措施与优化
补孔
封堵
优化产液量
酸化
压裂
优化配注量
注采技术界限
预测产油量/含水等
速油藏智能模拟解决油藏分
析诊断实时性问题
•基于智能优化算法，通过开
动态精细地质建模
复杂断块
相控建模
裂缝分布
砂体叠置
多级格架
物性参数
内部构型
砂体叠置
……
快速检索
智能油藏分析与优化系统
多维可视
层系井网与调驱优化
层系重组优化
井网部署优化
深部调驱优化
发方案智能优化解决快速科
学决策问题
数据智能处理
数据清洗
质量控制管理
数据抽取
异常值识别
数据归一化
……
数据自动采集与存储管理
项目数据库
文件
地质、油藏、工程源数据
成果数据
系统
A1
A2
A5
A6
A7A11文件
注水采油分层分层注采
建数其
数据自动采集静态数据
模模它
经济评价
新建油田开发项目经济评价
油田开发改扩建项目经济评价
油田开发项目方案比较
油气行业数字化转型场景预测
2.基于区块链的石油勘探开发数据共享
中石油拥有海量勘探开发数据，在传统技术模式下，各专业数据库独立建设与维护，存在数据质量不稳定、数据利用率低、维护工作量大等问题，通过基于区块链的数据共享、数据质量管控和知识产权保护方案，将大幅度提高数据质量水平，充分发挥数据资产潜在价值。
结束语
•《“十三五”国家信息化规划》把物联网、云计算、大数据、人工智能、区块链等新技术作为深化结构性改革和推动可持续发展的关键引擎，事实证明该战略取得显著成效。
•面对当前低油价和疫情的严峻形势，加快信息技术创新、加快数字化转型、最大程度释放数字红利，是石油行业走出困境、逆境求生的重要途径。
•针对油田提质增效难题，建议将人工智能、区块链技术作为切入点，开展系列攻关，逐步实现全行业数字化转型。
请批评指正
升级会员 