人工智能技术在石油和天然气工业中的应用

中国通信建设集团设计院有限公司第四分公司 张亚飞

随着全世界积极推进能源结构优化，推广低碳和可再生能源的规模应用，石油和天然气价格将会逐步下跌，传统的石油和天然气工业经营日益困难。石油和天然气的勘探、钻探和生产迫切需要应用新的技术实现自动化/半自动化、低成本的运营。在这种情况下，怎样将人工智能技术应用于石油和天然气工业引起了行业内的极大的兴趣。人工智能技术结合工业4.0相关技术（大数据、物联网、云计算和机器人技术）将对石油和天然气行业产生重大影响。它不但能有助于优化和整合行业的基础架构、维护手段和管理方法，而且可以采用新的智能系统勘探和识别新的油气矿藏，并使得工作环境更加安全，生产运营更加环保。本文讨论并分析了人工智能技术在石油和天然气工业中的相关应用，有助于相关解决方案的进一步开发和完善。

虽然新能源如太阳能、地热能、风能、海洋能、生物质能和核聚变能等蓬勃发展，但是预计未来20年石油、天然气和煤炭仍是主要能源来源。目前影响石油和天然气工业的发展的困难因素很多，最重要的几个因素分别是从硬和超硬岩石中提取石油的困难、不断增长可再生能源、电动汽车的普及和更加苛刻的环境标准。在这种情况下，石油和天然气行业应尽快利用最新的信息技术进行产业升级，提高效率并降低成本。

工业4.0是以高新技术为推手，以智能制造为主导的第四次工业革命，它是以计算机及信息技术革命（第三次工业革命）后的又一次科技革命。工业4.0主要体现在智能工厂将生产设备、无线信号连接和传感器等集成到一个动态生态系统平台中，这个生态系统平台可以监督全部生产线流程并可以自主执行决策。工业4.0归功于全球数字化和许多关键技术：物联网、大数据、云计算、机器人技术和人工智能AI。这些技术推动了在石油和天然气行业中的基础架构的不断优化以及功能应用的不断创新，在勘探、钻探及开发新的石油和天然气矿井上发挥了重要作用的同时，保障了危险作业行业环境和职业健康安全。

由于石油及天然气企业在生产中面临的挑战越来越大，结合工业4.0相关技术不断的深入，这就要求在生产中的一些关键过程尽可能通过智能系统进行半自动化/完全自动化运行。近十年来石油及天然气行业的工业4.0智能化解决方案吸引了众多传统产业和高新技术企业进行研发投入，尤其是人工智能技术的应用也得到了不断的发展。

1 人工智能在石油和天然气行业应用

1.1 人工智能技术

人工智能是使用方法论的计算机科学的一个重要技术方向，同时它也是一门综合型学科。人工智能可以划分为模式识别、机器学习、知识图谱、自然语言处理、数据挖掘和智能算法等不同分支。人工智能是利用计算机来模拟人的思维过程并执行模仿人脑的相关的工作，因此在工程实践中，这就意味着人工智能的技术解决方案需要能够考虑所有可能出现的问题以及相关的过程参数。人工智能的基本原理包括感知、判断、推理、识别、理解、规划和沟通等一系列过程。同时，它还应具有泛化和直接从各个领域的数据中学习的能力。根据目前的研究人工智能AI技术在以下任务中具有前景：

（1）基于案例的推理：根据过去的数据和现有的资源进行方法调整，例如数据库实验诊断和故障排除。

（2）遗传算法：模拟生物在自然环境中的遗传和进化的过程而形成的自适应全局优化搜索算法，在搜索技术的应用范围非常广泛，适用于模型的计划、优化和调整。

（3）规划和工作流程：适用于建模、设置任务、执行、监督和协调各种工作。

在石油和天然气工业中，人工智能AI与智能工业相关的自动化技术可以在优化运营成本的同时最大限度地提高企业收入，这些技术应用包含以下方面：

（1）物联网（IoT）技术。在工业生产现场的信息传感器设备、识别设备、定位设备等通过各种网络接入技术进行泛在互联的智能网络。例如通过各种信息传感器、照相机、机器人、无人机等实时收集地质活动数据如温度、压力、振动等，并针对以上数据提供智能预测，从而最大程度地提高效率并确保油气传输管道设备的安全运行。人工智能技术与物联网技术的结合有助于控制海上平台、油气井、炼油厂、管道、物流以及成品运输和销售。

（2）机器学习（ML）。机器学习技术可以帮助优化设计和钻孔油井，对油井问题进行故障排除和生产优化，改善油藏建模，进行预防性和预测性维护，查找页岩资源等。

（3）人工神经网络（ANN）。在工业领域广泛使用和快速增长的人工智能工具，它使用人类的思维方式来解决很难用逻辑和分析系统的方法模拟的问题，例如在解决非线性问题、优化计算、联想记忆、模式识别等问题方面具备强大的功能。ANN技术在管道泄漏检测、管道腐蚀速度预测等油气储运方面取得很大的突破。

（4）自然语言处理（NLP）。NLP技术的使用不但可以帮助工作人员自动化的汇总新闻和相关信息，而且它与机器学习和计算机视觉技术的结合可以潜在地提高石油钻井产量和勘探数据的优化。此外，NLP技术可以通过提供聊天机器人和虚拟助手方式增强IT服务能力。

（5）大数据分析。大数据分析技术与AI和云计算技术结合使用可以开发出有效的预测评估模型，有助于石油和天然气管理系统平台收集和动态分析生产、运营和管理的各个过程。

1.2 在生命周期中的应用

人工智能技术可以在石油天然气行业生产生命周期的各个阶段进行应用。生命周期阶段划分为：上游、中游和下游三个阶段。

（1）上游阶段：包括勘探、钻井和生产碳氢化合物（石油和天然气）阶段。钻探是石油和天然气公司的主要和重要工作之一。在生产现场，钻孔在技术上具有很强的挑战性且成本非常高昂。在使用人工智能消除钻探风险的同时使用大数据改善操作性能，将传统生产系统转变为新的预测技术，是推动全球人工智能技术在石油天然气行业不断应用的动力。使用人工智能精确钻探有助于排除人为因素，减少事故、泄漏风险，并提高钻进速度。AI技术对海量数据的分析和解释可以揭示重要的地质特征，例如异常高的地层压力、不一致性和原材料地层的物理界限等。因为地质学家有时无法获得所有的井的状况或其他外部因素信息，所以人工智能技术提供的准确信息对运营商来说非常重要。依据钻井数据并结合AI技术可以在勘探中建立油田三维模型，并且开采井的最佳位置也可以使用AI技术准确定位。

上游阶段生产过程中的生产设备是企业的重要资产，维护这些设备的健康运行需要有效的评估、合理的管理方法及大量的资金。因此，在例行维护过程中有必要使用系统的风险评估方法来进行，以决定目前哪些设备资产应该优先进行检查和维护，哪些资产设备需要被排除在外，以便日后进行维护。系统的风险评估方法以前是劳动密集型人为手动完成，很容易受到人为偏见和错误的影响。例如虽然检查和维护技术人员使用了各种方法（超声测试、X射线和磁通泄漏工具等），希望发现任何影响油气设备正常生产运行的故障和问题，但是如果缺乏大量经验丰富的技术人员进行检查、分析和决策，仍然会存在错误情况。随着AI及物联网技术的使用，基于AI的智能运行维护服务系统可以精确的评估设备的状况，并采取最优的维护方案，在有效的保护企业资产的同时，可以大大降低企业的运行维护成本。

（2）中游阶段：开采后的原油被保存在主储罐中，在这里油与天然气和水分离，然后被传送到炼油厂。储油库的管理包括很多方面，例如需要对地震数据的统计分析，需要对地质、储层进行管理分析等，这些都有很多需要优化提升的地方。因此可以利用AI系统依据技术数据进行训练，并可以协助实地监测、降低维护储油库的成本；在原油的运输和传送阶段，必须采用有效的监控系统以确保工人和环境的安全。虽然一些意外故障和潜在故障可以通过智能视频监控、机器人、无人机进行跟踪和预警，但是企业在日常运营中，仍然需要使用很多设备检查和风险评估系统以帮助公司采取预防性措施来避免不可预见的风险情况。例如在传输管道中需要具备可检测任何石油泄漏的预警监测系统。目前这些系统主要由大量工作人员运行并维护，他们必须时刻处于待命状态以实时监测管道系统的状态，他们必须监控管道的不同工作参数，如压力、温度和流量，以判断在传输过程中的任何不稳定和违规行为。现有系统的这种运行维护模式的重大缺陷是对人员数量和技能的要求比较高，监测失误的可能性也会相对较高。人工智能的的强项是模式识别，因此在AI帮助下，管道监控系统可以更加快速和准确的检测和识别各种错误和风险威胁。

（3）下游部分-将石油或天然气加工成成品的阶段，例如将原油加工成汽油、煤油、喷气燃料、柴油、燃油、润滑油、压缩燃气、塑料、医药原料及其他材料。在这些细分市场中，对于石油和化工企业来说最重要的是及时有效的与客户沟通并提供服务支撑。基于AI的智能语音机器人可以帮助石油和天然气公司与客户互动交流有关产品的信息、实际的问题以及收集需求建议等。基于AI的聊天机器人也可以在其网站上进行调研以收集客户的反馈并进一步提高客户服务质量。同时，在石油和天然气企业的各个部门中使用AI技术也可对其有效运营产生巨大影响，不但可以节省了时间和资金成本，同时可以最小化风险、提高效率。

2 结束语

通过对于石油和天然气工业中人工智能技术应用的能力和场景的总结表明，人工智技术结合其他高新技术能有效的解决目前石油和天然气行业面临的重要挑战和重大问题，可以减低未来石油和燃气能源价格不可预期的风险，生成合理的技术方案和管理决策促进行业的发展。人工智能技术目前已经应用到很多油气工业实践中，比如油田仿真、智能化钻井平台、地震图像识别、储层特征、渗透性和孔隙率预测、钻井钻头诊断、油井和管道压力评估、油井产量优化、油井生产率优化、决策支撑等方面。以上的所有实践表明人工智能技术将会继续推动生产流程革新并促使生产自动化，进一步降低业务运营风险，将会在石油和天然气工业中发挥更大的作用。