智能油田加速建设，还有什么难题

开展早却发展缓慢，我国油气田智能化建设虽在不断加速，但仍存在一些有待解决的问题。

文/于洋

当前，新一轮油气科技革命和数字革命正以前所未有的广度和深度席卷全球。但是，相关研究报告指出，油气行业仍是目前全球信息化程度相对较低的行业之一，远低于全球产业的平均值。

就油气田企业的发展来看，通过大数据、人工智能等新技术，实现数据自动采集、实时监控、智能生产优化与智能决策，建设智能油气田，已成为必然趋势。虽然近年来我国油气田数字化、智能化建设正在不断加速，但迈向智慧油气田，在实际建设过程中存在着一些问题，需要进行探讨和解决。

摄影：沈志军

数字赋能油气田新发展

中国石油石化：各位好！请问根据您的观察，当前我国智能油气田发展情况如何？

周磊：在物联网、大数据等技术的助力下，近年来不少油气生产企业走上了数字化转型之路。有的油区基本完成了以数字油藏、数字井筒、数字地面为核心的数字化应用建设，覆盖了油气田开发生产各个业务领域，初步形成了资源共享、优化集成的信息系统平台，打造了一系列核心业务应用系统，实现了企业决策分析智能量化、生产运行实时优化、生产管理高效协同、生产经营精细管控的一体化运作模式。

谭中峰：“三桶油”的数字油气田建设已全面铺开。中国石油较早地开启了智能油气田建设，并发布了国内首个智能云平台——“勘探开发梦想云”平台。以此平台为基础，中国石油上游业务逐步迈向了智能化时代。像中国石油长庆油田的数字化覆盖率达到了90%以上，在数字化开发与建设方面走在了同行的前列。按照中国石油的规划，2025年将实现旗下油气田100%数字化，地面、接收、管理平台也将全面迈向数字化。

中国石化于2013年启动智能油气田建设规划。2018 年在中原油田普光气田、西北油田采油三厂进行智能油气田示范试点，随后在江汉油田涪陵页岩气田、胜利油田海上平台推广智能油气田建设。其中，西北油田建设成效显著。基于石化智云平台，基本实现了现场可视化、生产自动化、油藏数字化、管理信息化、决策智能化的智能油田建设目标，成为中国石化智能油田建设的一个标杆。

中国海油于2012年确立推动智能油气田建设的目标，致力于构建勘探开发协同工作环境和海陆协同工作体系，已逐步开启了海上作业平台的智能化建设工作。目前，已有28座平台实现了无人化改造，平台无人化率达到了11%。

中国石油石化：同国际石油公司相比，我国油气田数字化发展呈现哪些特点？存在哪些问题？

周彦丽：我国油气田开展数字化建设时间较早。20世纪末，大庆油田首先提出数字油田的理念，随后引发国内油田数据数字化建设的高潮，成为我国建设数字油田的开端。2008年，当业界对数字化的认识大多仍停留在纸质数据数字化管理时，长庆油田实施“油田数字化管理”，从战略高度实现数字业务化，让数字油田理念成功落地，取得数字油田建设的跨越式进步。

虽然发展至今有很大进步，取得了不少成果，但距离国际先进水平还有较大差距。不得不承认的是，国际上石油石化行业的数字化，先进的已进入完全智能化阶段，而中国仍处于智能化的起步阶段，仅个别油气田进入了完全智能化阶段。

谭中峰：我国的数字油气田基本上以数据建设为中心，中国石油的数字化建设成果显著。截至9月底，中国石油累计建成各类数字化井14.4万口、站9804余座，约占中国石油井、站总数的52%和43%。其中，长庆、塔里木、西南、大港、青海、吐哈、冀东等10个油气田数字化程度较高，初步实现数字化、可视化、自动化，取得了显著的经济效益和社会效益。

通过对标分析，我国油气企业中，上游企业的信息化水平在国内总体处于领先位置，但与国际领先的石油公司相比，仍存在较多差距。主要体现在数字化覆盖、数据服务、数据共享、技术平台、信息化对业务应用的全面支持，大数据与人工智能等新技术创新，以及信息安全等方面。

摄影：朱克民

真正以数据为王

中国石油石化：您认为，如果要加快我国油气田企业数字化进程，最核心的问题是什么？

林杨：智能油气田建设历程“三分建设、五分应用、二分运维”。这是一个长期的系统工程。

这要求企业在理念或思想方面必须高度关注“数据是五大生产要素之一”这个时代命题，充分意识到工业智能化是一次工业革命。在新一轮的工业革命中，数字化转型、智能油气田建设的核心是数字技术支撑的生产优化。这个过程中，数据是重要且关键的要素。而对传统行业来说，因为存在固有的管理惯性思维和工业企业的内在逻辑，对数字化转型往往存在顾虑。

周彦丽：企业需要认识到，数据作为越来越重要的生产要素，数据资产的概念在大数据技术兴起的背景下产生，并随着数据管理、数据应用和数字经济的发展而普及。数据资产化管理和数据驱动决策模式，正成为企业实现数据业务增值的必经之路。

中国石油石化：基于这种情况，油气田企业如何做深数字的“文章”？

谭中峰：要加强数据治理，提高数据质量。油气田企业要保障实现数据源头的统一采集。以自动采集为主、人工录入为辅，实现油气生产数据的源头统一采集。利用数据质控工具确保数据质量，建成高质量数据直通车模式，采集的数据直接入湖，避免重复采集和多头采集。此外，以业务应用为主导，以信息技术为手段，规范数据治理流程、健全组织、明确责任，形成完善的数据治理工作模式，提升数据治理能力，全面提高数据质量。

在此基础上，加快推动数据湖落地。以总部主数据湖为核心，油气田企业按照统一标准开展分布式数据湖建设，打破数据湖在分公司、勘探开发研究院、油气田企业和采油厂、工程服务公司之间的壁垒，建立数据统一管理、分级授权、协同共享机制。

周彦丽：我国在人工智能技术和智能油气田建设基础理论、技术原理研究等方面还不够深入，技术和方法都不够成熟，国内外没有完全成型可参照的样板。当前，人工智能场景和智能油气田建设过程中，不同程度地在数据采集、数据传输、数据存储、数据处理、数据管理和数据使用六个环节中存在缺失。部分油气田只有数据采集或视频设备，数据和图像分析技术跟不上。类似这样的情况导致出现不同程度的“建得多、用得少”或者“只建不管、只建不用”等现象。要解决这些问题，油气田企业要推动形成全套数据管理体系，并建立与之配套的组织机构、业务流程，为上游数据高效应用提供有力支撑。此外，智能应用场景要实现不断迭代发展，还需要资金持续性投入。

周磊：根据《数据安全法》的规定，我国实行数据分类分级保护制度，重要数据的处理应当明确数据安全负责人和管理机构，落实数据安全保护责任。油气田企业的数据属于国家核心数据，因为其关系国家安全、国民经济命脉、重要民生、重大公共利益等，需要实行更加严格的管理。因此，油气田企业在智能化建设过程中，要特别重视数据安全治理，依法依规，系统谋划，切实履行数据安全保护义务。

摄影：赵辉

方案不是买来的

中国石油石化：油气田数字化发展中，什么样的方案系统架构比较好？

周彦丽：不同企业有自身不同的特点，无法单独说哪种系统就是最好的。适合企业自身发展的信息系统就是最好的。当前，我们的油气田企业，信息化对业务应用的全面支持需要加强。信息系统实现了对核心业务和关键环节的支撑，但未能对油气生产全业务链、资产全生命周期的全覆盖。信息化建设过程中业务主导不足，通用功能与个性化需求未能有效结合。

中国石油石化：针对这种情况，油气田企业应该如何做？

林杨：智能油气田建设总体方案，应该由企业主导建设。换句话说，就是方案是买不来的，因为只有企业自己最清楚自己的痛点与需求。智能油气田建设的技术路线，切忌做已有系统的大集成。应该具有完全适应企业的全新架构，可以适当集成。提倡敏捷开发、敏捷交付，要快速识别出业务痛点，用数字化技术做成业务甜点，然后快速迭代升级扩容。

谭中峰：值得注意的是，我国多数油气田处于开发中后期，上产难度大，效益压力大。这种困境，给需要大规模投入的数字化转型增加了阻力。应该认识到，不是只有大企业、新项目需要转型。越是困难的时候，越是需要通过利用先进的方法改善经营困局。因为现在很多大公司的数字化方案已经基本实现了模块可拆分、规模可控，能够为不同情况的油气藏提供定制化服务。而且数字化转型通过精细油气藏评价、实时动态的运营维护，可以显著提高采收率，提高石油企业的效益。这对落实国家关于大力提升勘探开发力度、保障国家能源安全具有重要意义。

周彦丽：要加强基础平台建设，实现油气生产系统升级。平台化新时代要有新的信息化建设管理思路，烟囱式的信息化建设时代已经结束。数据采集与应用开发要逐步解耦，数据的采集应由数据统一采集项目完成，数据的服务统一由数据中台提供；应用的开发由大系统开发模式逐步转向应用APP开发形式。专业的事要交给专业人员承担，应用软件的开发要由油气生产领域专业技术人员牵头承担，信息化人员负责平台以及技术支持工作。

周磊：系统的安全也是不容忽视的一方面。在安全方面，应围绕智慧油气田生产设备、控制、网络、平台和数据等多层次要素，建设态势感知平台，打造上下贯通、管理协同、多方联动的安全监测技术体系。

供图：张万德

处理好“数字化”与“人”的关系

中国石油石化：数字化转型势必带来企业组织机构设置的变化。企业如何加强数字化下的管理？

林杨：数字化改革需要企业适时调整组织架构，适应数字化模式的发展。智能油气田建设是一把手工程，同时必须关注并大力解决中层肠梗阻，建立建设数字化转型、智能油田建设运维专职队伍。

周彦丽：数字化转型不仅是设备与技术的更新换代，更重要的是与之相匹配的管理模式创新。即使在市场经济相对成熟的发达国家，数字化转型仍然面临着传统组织管理模式带来的阻碍。

从国际石油公司的经验来看，管理模式创新主要分为三个方面：一是基于数字化和智能分析系统的总部统一管理；二是新增就业人员的减少以及人均薪酬的提升；三是拓宽技术获取方式，灵活采用收购、引进、合作等方式促进技术创新。例如，壳牌、BP等公司均设立了风险投资公司，用于接收其他行业新技术的合作提案，为技术创新提供来源和储备。

周磊：需要注意的是，企业的数字化进程势必会加速生产控制系统及网络的边界逐渐开放。新业态的挑战，不断涌现的新兴技术及其深化应用，产生了新的网络安全风险。应充分考虑智慧油气田安全运营中心的发展方向，将安全态势感知平台、智能安全管理融入企业安全运营中心，实现安全运营中心与设备管理运维、安全环保管理等方面的高效协同，打造油气田企业数字化生产经营管理。

中国石油石化：在数字化人才方面，油气田企业是否存在短板？

谭中峰：人工智能算法工程师与业务人员之间的壁垒挑战是重要的一个方面。通常，业务人员对人工智能算法不了解，算法工程师对业务人员的专业也不了解，导致算法工程师与业务工程师之间往往存在“听不懂、说不清、合不来”现象，给人工智能在业务领域落地带来障碍。

油气行业的人工智能落地应用不同于其他行业。油气勘探开发对象在地下，是一种看不见、摸不着的黑箱系统。采用人工智能技术解决油气勘探开发问题，不同于人机对弈中的人工智能AlphaGo Zero，它所走的围棋棋盘是规则且可见的。油气行业大多数要解决和处理的问题是看不到任何规则的，甚至需要解决问题的对象是什么都不清楚，具有超强的不确定性。要解决好油气行业的人工智能应用问题，专业知识和行业经验非常重要，必须要解决算法工程师与业务人员间存在的壁垒。只有双方深度融合，才能促使人工智能技术的产品或者场景真正落地应用，发挥应有的作用。

来源：中国石油石化