聯(lián)系電話: 010-8882344888
當(dāng)前，人工智能驅(qū)動未來發(fā)展是備受關(guān)注的熱點話題。今年《政府工作》提出，持續(xù)推進“人工智能+”行動，將數(shù)字技術(shù)與制造優(yōu)勢、市場優(yōu)勢更好地結(jié)合起來，支持大模型廣泛應(yīng)用，大力發(fā)展智能網(wǎng)聯(lián)新能源汽車、人工智能手機和電腦、智能機器人等新一代智能終端及智能制造裝備。中國石化積極擁抱人工智能，大力實施“人工智能+”專項行動，在行業(yè)內(nèi)樹立智能化發(fā)展的新標(biāo)桿。本版專題介紹中國石化部分企業(yè)應(yīng)用人工智能技術(shù)賦能生產(chǎn)經(jīng)營管理的生動實踐，敬請關(guān)注。
本版文圖由 劉 遠(yuǎn) 王 振 史忠華 李超君 楊 敏 李方微 夏 梅 程力沛 楊楚鈺 戴 城 葉劍云 王 茜 卞江岐 干建甫 何 雯 宋國梁 單建云 仝 江 孫雅蘭 提供
答：面對全球產(chǎn)業(yè)結(jié)構(gòu)深度調(diào)整，國內(nèi)外能源化工企業(yè)以人工智能技術(shù)為支點撬動生產(chǎn)、運營模式升級，力圖在新一輪產(chǎn)業(yè)變革中搶占競爭制高點。
沙特阿美2024年發(fā)布了油氣行業(yè)首個生成式人工智能模型，通過對鉆井地質(zhì)設(shè)計、工程設(shè)計、施工設(shè)計和成本進行綜合分析，自動生成并推薦最佳鉆井方案。bp圍繞油氣勘探開發(fā)、煉油化工及低碳能源轉(zhuǎn)型等主營業(yè)務(wù)，推進人工智能技術(shù)布局。殼牌聚焦油氣全產(chǎn)業(yè)鏈與能源轉(zhuǎn)型，系統(tǒng)推進人工智能技術(shù)融合創(chuàng)新，研究部署了鉆井AI系統(tǒng)。巴斯夫推出分子生成式AI，2023年生成12萬種候選化合物，其中有47種進入中試，催化劑設(shè)計效率提升了300%。陶氏化學(xué)運用AI驅(qū)動材料設(shè)計平臺將新產(chǎn)品開發(fā)周期從5年壓縮至18個月。我國央企也在積極探索人工智能技術(shù)應(yīng)用，截至2025年2月，45家央企已發(fā)布46個行業(yè)模型。其中，中國石油發(fā)布“昆侖”大模型，在地震資料處理解釋、裝備工程設(shè)計等場景進行應(yīng)用；國家電網(wǎng)發(fā)布“光明”大模型，在電網(wǎng)規(guī)劃、電網(wǎng)運維、客戶服務(wù)等領(lǐng)域進行應(yīng)用。人工智能技術(shù)逐漸成為國內(nèi)外能源化工行業(yè)轉(zhuǎn)型發(fā)展的加速器。
答：第一階段（2025年），全面布局、重點突破階段。建立集團統(tǒng)一的人工智能技術(shù)平臺、智算能力、大模型體系和技術(shù)支撐體系；形成一套數(shù)據(jù)治理、標(biāo)注的標(biāo)準(zhǔn)和工具，建設(shè)一批高質(zhì)量行業(yè)數(shù)據(jù)集；聚焦科技研發(fā)、生產(chǎn)制造、工程設(shè)計、經(jīng)營管理等業(yè)務(wù)領(lǐng)域中戰(zhàn)略意義強、經(jīng)濟收益高的場景，開展高分子新材料研發(fā)、地震資料智能處理解釋預(yù)測、智能鉆井、煉化裝置生產(chǎn)智能優(yōu)化、生產(chǎn)裝置安全風(fēng)險智能識別、集團一體化智能優(yōu)化等60個場景建設(shè)；建設(shè)集團通用AI助手，為廣大員工快速掌握集團的制度規(guī)定、標(biāo)準(zhǔn)規(guī)范和日常辦公提供貼身服務(wù)，賦能全員工作效能提升。
第二階段（2026年~2027年），快速推廣、泛化賦能階段。建成AI核心技術(shù)自主創(chuàng)新體系，持續(xù)提升模型的復(fù)雜推理、多模態(tài)理解生成、輕量化低成本部署等能力；加快示范場景推廣應(yīng)用，實現(xiàn)場景應(yīng)用覆蓋80%業(yè)務(wù)領(lǐng)域，推動具身智能試點應(yīng)用，實現(xiàn)機器代人，關(guān)鍵高危崗位實現(xiàn)無人化，初步形成智能科研、智能制造、智能運營的新模式新范式，人工智能技術(shù)應(yīng)用轉(zhuǎn)化為較強的現(xiàn)實生產(chǎn)力，助力公司高質(zhì)量發(fā)展。
第三階段（2028年~2030年），深度賦能、業(yè)態(tài)塑新階段。緊盯世界一流大模型發(fā)展，持續(xù)提升人工智能平臺能力，優(yōu)化多模態(tài)大模型體系，深入應(yīng)用具身智能、群體智能等新技術(shù)；AI技術(shù)與科技研發(fā)、生產(chǎn)制造、經(jīng)營管理等核心業(yè)務(wù)深度融合，驅(qū)動資源配置優(yōu)化、工藝流程再造和安全管理范式升級，全面形成智能科研、智能制造、智能運營的新模式，人工智能技術(shù)成為公司創(chuàng)新發(fā)展的強勁引擎，助力石油石化產(chǎn)業(yè)鏈、供應(yīng)鏈上下游協(xié)同創(chuàng)新發(fā)展。
答：中國石化深入落實國家關(guān)于推動人工智能發(fā)展、加快賦能新型工業(yè)化的戰(zhàn)略部署，以集團公司發(fā)展戰(zhàn)略為主線，堅持“AI+業(yè)務(wù)”雙輪驅(qū)動，聚焦行業(yè)升級、企業(yè)轉(zhuǎn)型、戰(zhàn)新產(chǎn)業(yè)培育，全面推進人工智能和公司產(chǎn)業(yè)深度融合，有效賦能科技研發(fā)、勘探開發(fā)、煉油化工、安全環(huán)保、企業(yè)運營等核心業(yè)務(wù)創(chuàng)新發(fā)展，形成覆蓋“算力、算法、數(shù)據(jù)”三大要素的全棧式人工智能應(yīng)用生態(tài)。目前，集團公司已形成一定規(guī)模的人工智能基礎(chǔ)能力，積累了較為豐富的智能場景建設(shè)經(jīng)驗，為下一步人工智能大規(guī)模建設(shè)打下了良好基礎(chǔ)。
一是初步形成人工智能基礎(chǔ)能力。以租賃為主、自建為輔的方式構(gòu)建了集團統(tǒng)一的智算資源池，能夠滿足當(dāng)前全集團的人工智能建設(shè)需要。建立統(tǒng)一調(diào)度、按需分配的運行機制，保障算力資源的集約高效利用。建成人工智能中臺，實現(xiàn)數(shù)據(jù)樣本標(biāo)注、模型開發(fā)訓(xùn)練等功能，具備了大模型技術(shù)開發(fā)場景應(yīng)用支撐能力。
二是初步建成了集團統(tǒng)一的數(shù)據(jù)治理與數(shù)據(jù)資源管理體系。構(gòu)建了集團公司數(shù)據(jù)治理總體框架，獲得DCMM5最高等級認(rèn)證，具備了行業(yè)高水平的數(shù)據(jù)治理與數(shù)據(jù)管理能力。發(fā)布了中國石化數(shù)據(jù)資源目錄2.0版本，初步構(gòu)建“多湖-中臺”體系，支撐各業(yè)務(wù)域數(shù)據(jù)匯聚和共享應(yīng)用，實現(xiàn)數(shù)據(jù)資源有效管理。構(gòu)建了數(shù)據(jù)治理應(yīng)用的工具套件，具備文本、圖像等多種類型數(shù)據(jù)的清洗、標(biāo)注等一站式服務(wù)能力，為下一步開展行業(yè)大模型訓(xùn)練、專業(yè)知識庫建設(shè)及AI for Science等場景應(yīng)用奠定了數(shù)據(jù)基礎(chǔ)。
三是構(gòu)建大模型技術(shù)框架，開展基礎(chǔ)大模型建設(shè)。完成DeepSeek全尺寸大模型的國產(chǎn)化部署并進行推理加速優(yōu)化，計算效率提升近1倍，完成自然語言、多模態(tài)等6個大模型部署并投用，為40余個應(yīng)用提供了接口服務(wù)，顯著增強了模型應(yīng)用支撐能力。統(tǒng)籌各業(yè)務(wù)域共性需求，自主開發(fā)了“智能問答、聯(lián)網(wǎng)搜索、知識庫、應(yīng)用廣場、提示詞生成”等近10項周邊應(yīng)用，通過“應(yīng)用廣場”實現(xiàn)智能應(yīng)用共建共享，實現(xiàn)“深度思考+聯(lián)網(wǎng)搜索+知識庫”三位一體高質(zhì)量問答生成。成功訓(xùn)練首版行業(yè)大模型，有效提升石油石化行業(yè)認(rèn)知和推理能力。
四是組織高價值場景梳理和集中攻關(guān)。初步明確了120余個高價值應(yīng)用場景，對照國務(wù)院國資委發(fā)布的戰(zhàn)略性高價值場景庫指引和成熟度評估情況，精選60個場景作為第一批大模型示范場景先行建設(shè)，由各域長單位和企業(yè)推薦業(yè)務(wù)專家組成場景攻關(guān)團隊，基本完成各應(yīng)用場景詳細(xì)設(shè)計，明確了技術(shù)路線。
答：一是進一步加強對人工智能建設(shè)的投資和資金支持。目前國務(wù)院國資委部署推動中央企業(yè)發(fā)展人工智能的任務(wù)艱巨，賦能全員的通用人工智能、高價值場景應(yīng)用需求大于預(yù)期，需適當(dāng)增加人工智能建設(shè)方面的投入，如增加場景建設(shè)投入、算力資源租賃費用支出等。
二是進一步加強人工智能培訓(xùn)和專業(yè)人才引育。各級干部員工對人工智能的認(rèn)識還不夠，人才嚴(yán)重缺乏。應(yīng)持續(xù)加強各層級人員人工智能培訓(xùn)，加強復(fù)合型人才培養(yǎng)，提高全員的人工智能素養(yǎng)和技能。
三是壓實域長單位的人工智能工作職責(zé)。從已開展的需求梳理、場景篩選等工作情況看，還存在域長重視程度不夠、業(yè)務(wù)專家參與度不高、真正的高價值場景分析不夠等問題。各域長單位應(yīng)落實國務(wù)院國資委關(guān)于“一把手”親自抓的要求，切實擔(dān)起本域人工智能工作的主體責(zé)任，加強組織推動，深入分析本域高價值場景和精準(zhǔn)需求設(shè)計，明確建設(shè)目標(biāo)任務(wù)，抓好本域數(shù)據(jù)治理和數(shù)據(jù)集建設(shè)工作。
作為國務(wù)院國資委數(shù)字化轉(zhuǎn)型試點企業(yè)，勝利油田高度重視人工智能技術(shù)與勘探開發(fā)、生產(chǎn)運行等業(yè)務(wù)的融合。推進基于透明盆地和數(shù)字油藏的勘探開發(fā)智能決策、基于油氣生產(chǎn)物聯(lián)網(wǎng)的智能生產(chǎn)運營兩個智能化場景建設(shè)，2023年，申報的國家能源智能油氣田研發(fā)中心成功入選“賽馬爭先”創(chuàng)新平臺名單。應(yīng)用地質(zhì)大模型構(gòu)建以“透明盆地”“透明油藏”為核心的多學(xué)科協(xié)同工作模式，在利津等區(qū)域井位部署中應(yīng)用東營北帶勘探大模型，建立五大洼陷頁巖油地質(zhì)模型，推進“所想能所見、地下能透明”綜合研究范式變革。在油氣勘探方面，形成斷層層位解釋、儲層預(yù)測等多個智能化應(yīng)用場景，斷層解釋效率提高10倍以上；在油氣開發(fā)方面，實現(xiàn)開發(fā)指標(biāo)預(yù)測、方案智能優(yōu)化等場景智能化應(yīng)用，效率提高5倍以上。
智能化技術(shù)推動生產(chǎn)運行模式全面轉(zhuǎn)型。打造總部到基層四級貫通的PCS一級部署、集中管控新模式，全面推廣功圖自動計產(chǎn)、動液面軟測量等技術(shù)，基于大模型推進安全生產(chǎn)視頻智能識別，11種油田作業(yè)場景及關(guān)聯(lián)風(fēng)險識別準(zhǔn)確率提高至85%以上。構(gòu)建基于大數(shù)據(jù)的大監(jiān)督新模式，推動監(jiān)督工作向遠(yuǎn)程監(jiān)督、自動化監(jiān)督轉(zhuǎn)變。率先發(fā)布油氣勘探開發(fā)認(rèn)知大模型“勝小利”，有力支撐頁巖油前沿研究、油井工況智能診斷等場景的智能化應(yīng)用。
下一步，勝利油田將全面推進“人工智能+”行動。攻關(guān)勘探開發(fā)下的大數(shù)據(jù)、大模型、人工智能等應(yīng)用技術(shù)，在頁巖油開發(fā)、CCUS、源網(wǎng)荷儲等方面加快人工智能布局；拓展機器人、機器狗等智能應(yīng)用場景，打造智能巡檢示范廠（區(qū)）。基于長城大模型構(gòu)建勘探地震大模型、油藏開發(fā)大模型等專業(yè)模型，通過大模型與小模型相結(jié)合，提高業(yè)務(wù)智能應(yīng)用的泛化性。全面開展人工智能應(yīng)用場景大調(diào)查，組織全員開展人工智能應(yīng)用競賽，營造良好的人工智能應(yīng)用氛圍，發(fā)揮全油田力量構(gòu)建場景。深化智能體等技術(shù)應(yīng)用，面向研究、管理、決策等層面打造人工智能助手，確保人工智能真正落地見效，把能源智慧飯碗牢牢端在自己手中。
管理區(qū)自主研發(fā)的智能油藏運營管理平臺對經(jīng)營業(yè)務(wù)的革新可以說是顛覆性的。有了平臺的支撐，數(shù)據(jù)不再是分散的表格，而是以可視化圖表的形式實時呈現(xiàn)，基礎(chǔ)數(shù)據(jù)通過平臺自動抓取、分類和匯總后，人員的統(tǒng)計工作量減少了60%以上?？梢哉f，人工智能不僅使我們的管理工具得到升級，更使得我們的經(jīng)營思維從粗放轉(zhuǎn)為精細(xì)。未來，人工智能將持續(xù)推動油氣開采行業(yè)的革命性發(fā)展。比如，油井各項數(shù)據(jù)支持遠(yuǎn)程傳送，不僅能自動生成包含產(chǎn)液量、含水率、動液面等參數(shù)的日報、月報，更可通過數(shù)據(jù)挖掘技術(shù)建立單井生產(chǎn)動態(tài)模型，實現(xiàn)產(chǎn)量、效益最大化。
在全球數(shù)字化轉(zhuǎn)型浪潮中，人工智能技術(shù)正以革命性態(tài)勢深度重構(gòu)產(chǎn)業(yè)格局。煉化工程集團已初步完成人工智能應(yīng)用領(lǐng)域的基礎(chǔ)性布局，在煉化工程領(lǐng)域完成多個高價值應(yīng)用場景的頂層設(shè)計規(guī)劃，相關(guān)技術(shù)研發(fā)與場景落地已形成階段性實踐成果。
在避免重復(fù)勞動、解放生產(chǎn)力方面，大力開發(fā)智能建構(gòu)筑物設(shè)計、智能靜設(shè)備設(shè)計等場景。在發(fā)揮人工智能大算力、大數(shù)據(jù)優(yōu)勢，解決復(fù)雜性、系統(tǒng)性工程設(shè)計難題及決策方面，加速推進智能工藝尋優(yōu)、智能工藝安全分析等場景。在健全、筑牢知識底座方面，同步推進煉化工程知識庫的搭建工作，將其廣泛應(yīng)用于智能設(shè)計審查、煉化工藝問答助手等場景，全面覆蓋煉化工程業(yè)務(wù)，實現(xiàn)智能化、高效化發(fā)展。此外，煉化工程集團還在智能焊接、項目現(xiàn)場智能安全監(jiān)管、智能運維等領(lǐng)域取得顯著進展，彰顯在工程智能化領(lǐng)域的技術(shù)實力和創(chuàng)新能力。
當(dāng)前人工智能應(yīng)用在基礎(chǔ)數(shù)據(jù)、技術(shù)整合方面仍面臨諸多挑戰(zhàn)。下一階段，煉化工程集團將聚焦重點領(lǐng)域?qū)崿F(xiàn)突破性進展。首先，深化高價值場景的深度應(yīng)用，在智能工廠部署、智能配管及智能全流程再造等關(guān)鍵領(lǐng)域加大深度學(xué)習(xí)、機器人及智能體等AI技術(shù)賦能力度。深挖場景潛力，讓人工智能技術(shù)在實際業(yè)務(wù)中發(fā)揮出更大效能。
其次，加速推進人工智能技術(shù)與工程建設(shè)的深度融合。深度應(yīng)用機器學(xué)習(xí)技術(shù)，建立涵蓋工程設(shè)計、物資采購、項目施工全流程的智能分析系統(tǒng)，構(gòu)建智能化“設(shè)計-采購-施工”一體化平臺，助力企業(yè)在動態(tài)市場環(huán)境中建立核心競爭優(yōu)勢。
同時，系統(tǒng)性建設(shè)專業(yè)人才梯隊。在內(nèi)部構(gòu)建系統(tǒng)化人工智能專項培訓(xùn)體系，建立與高等院校、科研機構(gòu)的人才聯(lián)合培養(yǎng)機制，持續(xù)提升技術(shù)人員的專業(yè)素養(yǎng)；在外部建立高端人才引進通道，重點吸納行業(yè)前沿領(lǐng)域的高層次復(fù)合型人才，全面強化研發(fā)與應(yīng)用團隊建設(shè)。把深化人工智能人才隊伍建設(shè)擺在突出位置，全力打造一支素質(zhì)過硬、能打硬仗的專業(yè)隊伍，持續(xù)突破人工智能在煉化工程領(lǐng)域的技術(shù)應(yīng)用邊界，為企業(yè)戰(zhàn)略轉(zhuǎn)型與高質(zhì)量發(fā)展提供可持續(xù)發(fā)展動能。
作為一名從事技術(shù)工作多年的員工，我對人工智能的發(fā)展非?？春?，并期待公司人工智能體“智小運”在施工組織生產(chǎn)中的精彩表現(xiàn)。在傳統(tǒng)施工技術(shù)領(lǐng)域，我們在技術(shù)方案編制、方案審核和施工模擬等方面一直有著效率不高、易出錯、標(biāo)準(zhǔn)不統(tǒng)一的難題。人工智能技術(shù)的出現(xiàn)為這一系列問題提供了新的解決思路：我們可以通過RAG外掛知識庫的方式，構(gòu)建吊裝運輸領(lǐng)域的專業(yè)知識庫，將結(jié)構(gòu)化的吊裝載荷、工況數(shù)據(jù)、施工標(biāo)準(zhǔn)等數(shù)據(jù)結(jié)合石化行業(yè)大模型優(yōu)秀的推理能力，為智能方案輔助編制、審查和模擬提供智能驅(qū)動力。
深入貫徹落實中國石化“人工智能+”行動部署，將“數(shù)字化轉(zhuǎn)型”納入中長期發(fā)展“六大戰(zhàn)略”，加快人工智能發(fā)展促進管理模式變革和優(yōu)化升級，著力打造“數(shù)智賦能型”油氣田。
一是聚力打造普光智能氣田。依托集團公司試點建設(shè)，開展出水預(yù)測、智能違章識別等多個場景的探索應(yīng)用，支撐氣田高效平穩(wěn)運行，關(guān)鍵技術(shù)獲得集團公司科技進步獎。二是聚力打造東濮老區(qū)智能示范區(qū)。堅持先攻關(guān)、后推廣思路，開展文51智能示范區(qū)建設(shè)，攻關(guān)應(yīng)用抽油機智能尋優(yōu)、工況智能診斷等8項關(guān)鍵技術(shù)，探索構(gòu)建油藏-井筒-地面一體化動態(tài)優(yōu)化方式，助力示范區(qū)效率效益大幅提升。三是聚力打造大模型應(yīng)用場景。以長城大模型為依托，研發(fā)智能問數(shù)、智能問知、智能服務(wù)三個智能助手，解析油田400余份核心制度和政策文件，匯聚102項關(guān)鍵指標(biāo)、100余張數(shù)據(jù)報表，構(gòu)建便民服務(wù)專用知識庫，讓政策制度“動起來、活起來、用起來”，數(shù)據(jù)查詢效率提高40%，高頻業(yè)務(wù)辦理時長縮短53.3%。
下一步，將以場景化建設(shè)為實施路徑，突出組織、專業(yè)及領(lǐng)域三個優(yōu)勢轉(zhuǎn)化，堅持“難易結(jié)合、遠(yuǎn)近結(jié)合、動態(tài)調(diào)整”重要原則，系統(tǒng)規(guī)劃應(yīng)用場景，加快“人工智能+”專項行動計劃落地見效。一是加快推進“人工智能+勘探開發(fā)”，圍繞地震處理解釋質(zhì)效及開發(fā)方案效果提升，開展構(gòu)造斷層自動識別、生產(chǎn)動態(tài)預(yù)測、方案自動生成等場景建設(shè)，高效支撐油氣藏協(xié)同研究中心運行。二是加快推進“人工智能+工程生產(chǎn)”，圍繞工藝措施效益及生產(chǎn)效能提升，開展氣井除硫、排液工藝措施智能推薦、措施效果評價及預(yù)測、車輛智能調(diào)派等場景建設(shè)，高效支撐生產(chǎn)指揮中心、工程決策中心運行。三是加快推進“人工智能+經(jīng)營管理”，采取“事前算贏+事中監(jiān)控+事后分析”策略，探索構(gòu)建財務(wù)計劃、投資計劃、生產(chǎn)計劃融合模型，建設(shè)國內(nèi)上游數(shù)字化業(yè)財融合引領(lǐng)工程，推動經(jīng)營管理模式變革。通過智能化場景建設(shè)和應(yīng)用上的突破，以點成線、以線成面、以面成體，支撐智慧油氣田建設(shè)。
我作為油田人工智能技術(shù)落地應(yīng)用的開發(fā)負(fù)責(zé)人之一，親歷了人工智能從實驗室走向油田一線的全過程。如今，人工智能工具已成為我日常工作中的“效率倍增器”，以前開發(fā)一個數(shù)據(jù)問答接口，從需求分析到代碼實現(xiàn)至少需要3天，現(xiàn)在借助AI代碼生成工具，我可以在1小時內(nèi)完成基礎(chǔ)框架搭建，節(jié)省了80%的重復(fù)性編碼時間。AI編程工具讓我們從“寫代碼”轉(zhuǎn)向“論業(yè)務(wù)”，能將更多精力投入人工智能場景研發(fā)。盡管目前人工智能平臺的應(yīng)用場景還像一個“小學(xué)生”，對油田業(yè)務(wù)了解不足，但未來我們可以接入更專業(yè)的油氣領(lǐng)域模型，加快人工智能在油氣行業(yè)場景中的落地。
近年來，人工智能技術(shù)蓬勃發(fā)展，為各領(lǐng)域創(chuàng)新變革注入強勁動能。在油氣田勘探開發(fā)領(lǐng)域，找油找氣是在復(fù)雜地質(zhì)條件下的概率探索。而以深度學(xué)習(xí)為核心的人工智能技術(shù)的理論根基是萬能近似原理，其核心邏輯同樣聚焦概率預(yù)測，與油氣田上游的特性高度契合。
目前，江漢油田在勘探開發(fā)、安全生產(chǎn)、綜合管理等多個場景全面推進人工智能技術(shù)應(yīng)用。在勘探開發(fā)方面，持續(xù)在地質(zhì)建模與儲層預(yù)測、地震資料處理與解釋、油氣田開發(fā)與生產(chǎn)優(yōu)化、儲量評估與經(jīng)濟評價等領(lǐng)域深化人工智能應(yīng)用。在天然氣開發(fā)方面，借助頁巖氣地質(zhì)工程一體化數(shù)字孿生平臺打造頁巖氣工智能大模型應(yīng)用場景，實現(xiàn)地質(zhì)模型實時動態(tài)更新。在智能優(yōu)快鉆井方面，建立鉆井復(fù)雜故障樣本庫，運用AI智能算法構(gòu)建鉆井風(fēng)險提示模型，智能計算新井軌跡與鉆井復(fù)雜事件的空間距離，自動生成鉆井風(fēng)險提示清單。在智能壓裂方面，建立產(chǎn)能主控因素樣本，自動優(yōu)化壓裂參數(shù)，綜合考慮天然裂縫、地應(yīng)力等參數(shù)實現(xiàn)裂縫擴展實時展布，對比微地震結(jié)果，模擬精度達(dá)80%以上，用智能化手段為壓裂技術(shù)決策全程賦能。在安全生產(chǎn)方面，通過應(yīng)用視頻違章智能識別系統(tǒng)，成功實現(xiàn)石油工程現(xiàn)場、直接作業(yè)及生產(chǎn)現(xiàn)場的違章操作、勞保穿戴、作業(yè)類別、風(fēng)險隱患等場景的目標(biāo)物智能識別，響應(yīng)時間大幅縮短，督察效率提升超50%，算法違章漏檢率降低至10%以下。在現(xiàn)場巡檢方面，涪陵頁巖氣田將無人機、視頻AI、PCS人工巡檢相融合，打造“立體巡視、網(wǎng)格部署、全息感知、少人自主”一體化巡檢新模式，全面保障氣田集輸管網(wǎng)及電力電路的安全平穩(wěn)運行。在生產(chǎn)數(shù)據(jù)分析方面，通過開發(fā)江漢智問大模型平臺，使業(yè)務(wù)人員日常重復(fù)性工作時間縮短了80%以上。
人工智能技術(shù)已經(jīng)逐步成為推進油田高質(zhì)量發(fā)展的核心驅(qū)動力，下一步，江漢油田將充分發(fā)揮人工智能優(yōu)勢，為油田的高質(zhì)量發(fā)展貢獻(xiàn)AI力量 。
傳統(tǒng)的頁巖氣井積液診斷和預(yù)警往往通過油套壓差和生產(chǎn)動態(tài)的變化來判斷，存在精度不足、人力要求高、發(fā)現(xiàn)不及時等問題。積液智能預(yù)警與風(fēng)險評價技術(shù)基于人工智能算法可完成全生命周期自動預(yù)警和風(fēng)險分級工作，為上述問題提供了較好的解決對策，目前已在涪陵工區(qū)開展了800余井次日均15萬條數(shù)據(jù)的實時解析，預(yù)警準(zhǔn)確率達(dá)95%以上，處置效率達(dá)90%以上。
此外，地質(zhì)工程一體化多模態(tài)融合AI大模型可實現(xiàn)生產(chǎn)數(shù)據(jù)的智能清洗、特征值精準(zhǔn)提取，助力涪陵氣田打造科學(xué)化決策、協(xié)同化科研的智能排采技術(shù)新高地。
作為中國石化旗下規(guī)模最大的煉化一體化企業(yè)，鎮(zhèn)海煉化始終走在行業(yè)數(shù)字化轉(zhuǎn)型的前沿。近年來，公司不斷升級建設(shè)“智能工廠”，深度融合人工智能技術(shù)與石化生產(chǎn)場景，在設(shè)備安全、生產(chǎn)優(yōu)化、質(zhì)量管控、倉儲物流等領(lǐng)域取得一定進展，為流程制造業(yè)的智能化升級提供了示范樣本。
“模型化”提升設(shè)備安全與生產(chǎn)優(yōu)化。鎮(zhèn)海煉化以安全平穩(wěn)與提質(zhì)增效為核心，深化機理模型、專家模型、數(shù)學(xué)模型等運用。公司建設(shè)了設(shè)備健康管理中心，整合各種智能模塊，實現(xiàn)100余套裝置52萬臺設(shè)備全方位、多維度的智能展示和預(yù)警，在此基礎(chǔ)上，通過基于AI的數(shù)據(jù)回歸模型，開展以可靠性為中心的維修（RCM），建立包含46種不同轉(zhuǎn)動設(shè)備類型的自有知識庫，為后續(xù)可靠性分析、維修業(yè)務(wù)提效夯實基礎(chǔ)。公司還運用S-GROMS、SKI、COILSIM等國產(chǎn)化人工智能工業(yè)軟件，提升劣質(zhì)原油加工能力，優(yōu)化裝置生產(chǎn)安排。2024年，公司進行了時序大模型與生產(chǎn)實際結(jié)合的驗證，證實大模型在預(yù)警預(yù)測方面是可行的，接下來將進一步推動應(yīng)用落地。
“無人化+智能化”重塑生產(chǎn)范式。智能化轉(zhuǎn)型的本質(zhì)是重構(gòu)生產(chǎn)關(guān)系，讓機器做機器擅長的事、讓人做人該做的事。鎮(zhèn)海煉化通過人工智能技術(shù)與工業(yè)場景的深度融合，努力向“外操無人化、內(nèi)操智能化”目標(biāo)邁進。在外操層面，通過智能裝備替代人工，實現(xiàn)“無人巡檢、無人倉儲”。應(yīng)用物聯(lián)傳感、智能機器人等，建設(shè)了無人值守變電所、無人泵站、無人行車、無人地磅等無人化場景；應(yīng)用飛索智能巡檢機器人，實現(xiàn)1.2萬平方米球罐區(qū)全方位、全覆蓋、全天候智能巡檢；應(yīng)用RGV環(huán)穿小車與倉儲策略優(yōu)化模型協(xié)同運作，建成無人聚烯烴立體庫。在內(nèi)操層面，努力提升裝置優(yōu)化控制水平，在乙烯、重整等裝置實現(xiàn)在線套裝置建設(shè)全流程智能優(yōu)化，通過“RTO－APC/IPC/AIPC－DCS”全過程閉環(huán)實現(xiàn)裝置效益最大化。在鎮(zhèn)?；匾黄凇⒍诮ㄔO(shè)過程中，將智能優(yōu)化控制列為裝置標(biāo)準(zhǔn)配置，與裝置同步建設(shè)。
作為一名設(shè)備技術(shù)管理人員，智能化平臺的應(yīng)用徹底革新了我的工作模式。以設(shè)備健康管理系統(tǒng)為例，通過實時監(jiān)測振動、溫度、腐蝕速率等關(guān)鍵參數(shù)，設(shè)備隱患缺陷識別效率得到顯著提升，平臺自動生成的腐蝕趨勢分析和設(shè)備健康評估，讓預(yù)防性維護更有依據(jù)。特別是移動端可實時接收報警信息，即使在夜間或節(jié)假日，我也能快速響應(yīng)，安全管理壓力小了很多。這些智能化應(yīng)用帶來的不僅是效率變革，還推動了管理理念升級——從依賴個人經(jīng)驗的“事后搶險”轉(zhuǎn)變?yōu)榛跀?shù)據(jù)分析的“全周期防控”，真正實現(xiàn)了智能技術(shù)與專業(yè)管理的深度融合。
當(dāng)前，人工智能技術(shù)快速迭代，逐漸形成“專業(yè)模型垂直深耕”與“大模型橫向擴展”的局面，并呈現(xiàn)加速協(xié)同的趨勢，推動油氣勘探開發(fā)業(yè)務(wù)從“模型驅(qū)動、靜態(tài)分析”的傳統(tǒng)模式轉(zhuǎn)變?yōu)椤皵?shù)據(jù)驅(qū)動、動態(tài)優(yōu)化”的新范式。為助力中國石化上游勘探開發(fā)數(shù)智化發(fā)展，石油勘探開發(fā)研究院牽頭組建中國石化勘探開發(fā)數(shù)智技術(shù)重點實驗室，并成立實體化研發(fā)部門，形成人工智能+油氣業(yè)務(wù)百余人跨學(xué)科攻堅團隊，具備較強的人工智能技術(shù)研發(fā)與應(yīng)用能力。
石勘院聚焦油氣勘探開發(fā)核心業(yè)務(wù)場景，圍繞“數(shù)據(jù)治理-算法研發(fā)-軟件生態(tài)”技術(shù)布局開展基礎(chǔ)研究與關(guān)鍵技術(shù)攻關(guān)。利用彩神人工智能技術(shù)在處理大規(guī)模復(fù)雜數(shù)據(jù)方面的顯著優(yōu)勢，重點攻關(guān)地球物理、測井解釋、基礎(chǔ)實驗地質(zhì)等領(lǐng)域的基礎(chǔ)算法，已在地球物理“甜點”智能識別與解釋、測井特征曲線特征識別、巖芯圖像智能識別、生產(chǎn)預(yù)測與優(yōu)化等方面取得積極進展，形成多項人工智能特色技術(shù)，構(gòu)建了“物理可解釋、場景高適配”的專用工具，為上游數(shù)智化轉(zhuǎn)型提供了重要支撐。同時積極推動人工智能基礎(chǔ)算法共享生態(tài)建設(shè)，相關(guān)算法已在長城大模型應(yīng)用社區(qū)面向全集團開源，踐行共享共建理念，打造勘探開發(fā)智能算法生態(tài)。
下一步，石勘院將聚焦油氣勘探開發(fā)主責(zé)主業(yè)，打造能推廣、可迭代的應(yīng)用場景，推動AI技術(shù)在油氣上游實現(xiàn)從“技術(shù)可用”到“業(yè)務(wù)好用”的價值轉(zhuǎn)化。首先，在集團公司統(tǒng)一規(guī)劃部署下，持續(xù)開展系統(tǒng)性數(shù)據(jù)資源盤點與數(shù)據(jù)治理，并聯(lián)合上游各油氣分公司科研人員，開展碎屑巖薄片巖礦智能鑒定分析、地震資料智能處理解釋預(yù)測、氣藏智能采氣等重點場景建設(shè)。其次，發(fā)揮油氣藏專業(yè)自研軟件方面的優(yōu)勢，融合大模型強大的文本理解能力，開展油藏建模、數(shù)模和壓裂等國產(chǎn)化工業(yè)軟件的智能化研發(fā)與升級，提高傳統(tǒng)建模數(shù)模一體化工作效率與計算精度。最后，加強人才隊伍建設(shè)，著力培養(yǎng)一批精通AI理論、技術(shù)與勘探開發(fā)應(yīng)用的復(fù)合型人才，持續(xù)提高油氣上游數(shù)智化創(chuàng)新能力。
人工智能技術(shù)在地震資料處理解釋應(yīng)用方面總體上仍處于探索實驗階段。石勘院地球物理技術(shù)研究所斷縫體攻關(guān)團隊圍繞標(biāo)簽數(shù)據(jù)集制作、有效網(wǎng)絡(luò)結(jié)構(gòu)搭建兩大應(yīng)用癥結(jié)開展針對性研究，通過斷層及斷縫體地質(zhì)模型正演、實際地震數(shù)據(jù)預(yù)處理標(biāo)注和遷移式學(xué)習(xí)策略來解決小樣本問題，通過建立Transformer UNet++、Res-UNet-BCM網(wǎng)絡(luò)組合架構(gòu)來提高網(wǎng)絡(luò)模型全局優(yōu)化能力和收斂速度。通過技術(shù)攻關(guān)，智能化斷縫儲集體識別技術(shù)在中西部探區(qū)生產(chǎn)實踐中取得良好的應(yīng)用效果，模型收斂速度較傳統(tǒng)UNet網(wǎng)絡(luò)提升4倍以上，川西新場須家河組斷縫儲集體識別吻合率達(dá)到86%以上，鄂南涇河長8段斷縫儲集體識別吻合率達(dá)到90%以上。
