油气人工智能课程群建设及课程分类管理机制研究

摘 要 在“双碳”目标下，石油和天然气行业的数字化和智能化转型是保障国家能源安全、促进油气行业高质量发展的重要基础。随着人工智能上升为国家战略，社会对油气行业高校的人才培养提出了全新的要求。为服务国家战略需求，推动人工智能科技前沿进展，整合油气学科优质资源，发挥高校在交叉学科人才培养中的作用，构建油气与人工智能多学科交叉课程群，组建多元化优质师资队伍，规范课程分类管理制度，开展多学科交叉教育教学模式创新，能够为我国油气领域人工智能人才的培养提供重要支撑。

关键词 石油与天然气；人工智能；课程群；分类管理

中图分类号：G642 文献标识码：A DOI：10.16400/j.cnki.kjdk.2024.26.006

Research on the Construction of Oil and Gas Artificial Intelligence Course Group and Course Classification Management Mechanism

XUE Liang1，2，3， LIN Botao1， SONG Xianzhi1，2，3

（1. College of Artificial Intelligent， China University of Petroleum， Beijing 102249;

2. College of Carbon Neural Energy， China University of Petroleum， Beijing 102249;

3. College of Petroleum Engineering， China University of Petroleum， Beijing 102249）

Abstract Under the "dual carbon" goal， the digital and intelligent transformation of the oil and gas industry is an important foundation for ensuring national energy security and promoting high-quality development of the oil and gas industry. With the rise of artificial intelligence as a national strategy， society has put forward new requirements for talent cultivation in oil and gas industry universities. To serve the national strategic needs， promote the cutting-edge development of artificial intelligence technology， integrate high-quality resources of oil and gas disciplines， give full play to the role of universities in interdisciplinary talent cultivation， build a multidisciplinary course group that combines oil and gas and artificial intelligence， establish a diversified and high-quality teaching team， standardize the course classification management system， and carry out innovative interdisciplinary education and teaching models， which can provide important support for the cultivation of artificial intelligence talents in China's oil and gas field.

Keywords oil and gas; artificial intelligence; curriculum group; classification management

石油和天然气是关系国计民生的重要战略资源，在“碳达峰、碳中和”目标下，依然是我国能源体系的重要组成部分。然而我国油气工业的发展面临着诸多挑战，主力老油田普遍进入特高含水后期开发阶段，新发现的油气资源向深水、深层、非常规快速转变，开采难度和成本日益增大。要实现保障国家能源安全的目标，油气行业的数字化和智能化转型是大势所趋。

人工智能是提升国家竞争力、推动国家经济增长的战略性技术。2017年7月，国务院颁布《新一代人工智能发展规划》，为促进我国人工智能发展奠定优势基础。中国石油、中国石化、中国海油及国家管网等油气龙头企业，均加快了“数字化转型”和“智能化发展”的发展步伐，促进人工智能技术与我国油气领域的深度融合。推动油气人工智能技术发展，对保障国家能源安全、支撑油气产业升级、助力经济社会智能化转型具有重要的意义。

随着人工智能上升为国家战略，油气人工智能人才培养课程体系建设迫在眉睫。数字化、信息化、智能化是全球科技快速发展的大方向，行业前沿热点迅速向油气工业智能化转变，其融合了大数据、人工智能、物联网、云计算等技术，有望大幅提高油气勘探开发质量和水平，降低成本和风险。为进一步提升高校人工智能领域科技创新、人才培养和服务国家需求的能力，2018年4月，教育部印发《高等学校人工智能创新行动计划》。2018年12月，中国石油大学（北京）成立了人工智能学院，针对油气行业对人工智能人才的需求，构建油气领域特色的人工智能人才培养模式。为了更好地发挥高校在交叉学科人才培养中的作用，高校亟须创新教育教学模式，构建油气与人工智能多学科交叉的课程群，组建多元化优质师资队伍，规范课程分类管理制度，培养油气领域的人工智能优质人才。

1 构建油气与人工智能交叉的复合型课程群

课程建设是保障人才培养质量的核心。建立课程群有利于促进学生毕业能力的达成、高等学校与行业企业教学资源高效整合，以及人才培养质量的提升[1]。课程群是指围绕同一人才培养目标构建的、具有内在逻辑关联性的数门课程重构形成的有机课程系统[2]。油气工业产业链覆盖勘探、开发、炼化、安全等诸多环节，与地球科学、工程学、化学等学科紧密相关。为了促进人工智能技术与油气工业各技术环节的有效融合，需要构建系统的油气人工智能复合型课程群。

此次建立的油气人工智能复合型课程群包括四门核心课程，分别为油气地质大数据与智能工程、人工智能与油气工程、人工智能与石油化工、安全工程信息化与物联网技术。课程群的设置以油气人工智能人才培养为目标，以人工智能基础理论为核心，以油气地质―油气工程―石油化工―安全工程为外延，开展人工智能与油气学科专业知识交叉融合，构建油气人工智能复合型知识体系。

油气地质大数据与智能工程主要介绍油气地质领域大数据与人工智能的基本理论、方法和应用，课程采用理论授课与案例教学相结合的模式，使学生在理论学习的基础上，掌握大数据分析与人工智能应用的思维方式、知识构架。主要教学内容包括：油气地质大数据基础、分类与回归、聚类分析、深度学习，以及油气地质领域人工智能场景应用等。人工智能与油气工程讲授分类、回归、聚类等人工智能算法，并利用算法解决石油工程领域相关问题，介绍地球物理领域智能化技术、钻完井智能化技术、油藏工程智能化技术、开采工程智能化技术、储运工程智能化技术的发展现状，理解并分析智能物探技术和智能测井技术如何应用于地球物理领域，无人驾驶技术在钻井工程场景中的应用，油气藏自动历史拟合技术和人工智能产能预测技术如何应用于油藏工程领域，智能人工举升系统关键技术和智能注采井筒生产优化调控技术如何应用于油气开采工程领域等。人工智能与石油化工主要介绍人工智能在石油化工中的应用，包括石油产品物性预测、反应过程分子管理模型、油品调和、大数据技术在石油化工中的应用、数据驱动模型、分离单元与分离系统综合的智能优化、能量系统智能优化、石化企业氢气系统智能优化、实时优化与先进过程控制等。安全工程信息化与物联网技术介绍安全工程信息化的基本理论及物联网相关技术及概念，利用关系数据库及SQL语言的应用、地理信息系统相关技术、网络技术、高级语言（C#）开发、windows应用程序及Web程序开发，讲授安全信息化技术及物联网技术在石油安全工程领域的应用，长输管道SCADA系统，能够根据所学内容结合安全管理、安全监测基于关系数据库及网络技术开发windows应用程序及Web程序。

2 组建“跨学科、跨学院、跨领域”的专兼任融合师资队伍

教师作为课程建设的主体，是教育活动的主导力量。建立一支规模适当、结构合理、素质优良的高校教师队伍是学校高质量发展的迫切任务[3]。组建拥有丰富教学、科研和社会实践经验的教师队伍是课程建设的先决条件。人工智能技术、智能分析软件、智能硬件装备、智能作业平台及智能管理服务等已经在石油工程领域得到广泛应用，覆盖从油气田管理到勘探开发作业现场的各个方面，有效提升了石油与天然气工程领域的数字化、自动化和智能化水平。以“石油石化特色学科+人工智能”模式培养的油气领域人工智能高端人才，涵盖地质、物探、测井、钻完井、开采、储运、炼化及安全整个油气产业链，为油气领域的智能化发展提供人才保障。

为了促进油气人工智能与科研、教育、产业的深度融合，在师资队伍方面亟待组建具有“油气+人工智能”复合知识体系的师资队伍。人工智能学院采用任务驱动的方式，构建了“跨行业、跨学科、跨学院”的专兼任教师共存的师资团队，形成以学院自主招聘专任教师为核心，以校内其他学院聘任兼任教师为主体、以校外相关行业企业专家为有益补充的优质师资队伍建设格局。

2.1 学院自主招聘专任师资

人工智能学院面向全球招聘有志于从事油气工业领域人工智能研究的优秀人才。拟聘任的专任教师需要通晓人工智能基础理论和模型算法，开展过人工智能技术的工业化应用研究，熟练掌握通用人工智能系统平台，胜任人工智能专业核心基础课程和前沿课程的教学，具备良好的学术科研发展潜力。

2.2 校内其他学院聘任兼任师资

为了加强人工智能与油气技术产业链的有效衔接和融合，学校可从地球科学学院、石油工程学院、化学工程与环境学院、机械与储运工程学院、地球物理学院、安全与海洋工程学院、信息科学与工程学院等择优选取“油气+人工智能”相关教师并培训考核，充分挖掘校内优质师资力量，面向全校遴选和聘任硕士研究生指导教师和博士研究生指导教师，夯实人才培养基础，提升人才培养质量。

2.3 校外相关行业企业专家师资

为了进一步扩充教师队伍，完善师资结构，学院还采用 “兼职教授”“兼职指导教师”等方式聘任行业内相关企业的优秀人才作为兼职人才培养导师。聘任行业内知名专家学者担任兼职教授，丰富油气人工智能课程体系，优化学院人才培养师资队伍。与国内人工智能先进企业进行合作并签署战略合作协议，共建“石油石化人工智能教育中心”和“石油石化人工智能研究中心”，邀请华为、百度等科技企业的专家通过油气人工智能创新中心走进课堂，参与学校高层次人才培养，开辟校企合作新模式。

3 制定课程分类管理规范制度

为了促进多学科交叉、实现“油气+人工智能”课程群建设，人工智能学院组建了“跨学科、跨学院、跨领域”的专兼任融合的师资队伍，但会出现教师所教学的课程不是开设于人事关系所在的学院，授课对象也不是人事关系所在学院的学生，因此，对课程组织管理、教师教学工作量的认定、教学过程监督及教学效果评价提出了新的挑战。需要创新管理机制和体制，依据课程性质开展课程分类管理，制订相应的管理制度。

为了保证课程的教学质量，学院针对教学过程设置了监督制度。监督设置评估和反馈机制，揭示教师在教学上的不足和问题，提高教师的教学水平，确保教师遵守教学计划和课程标准。针对人工智能学院专兼任教师结合的特点，人工智能学院设立了“油气+人工智能”复合型教学专家组，建立教学专家组专家定期听课制度，从人工智能知识教学和油气专业知识教学两个方面对课程的教学过程和教学内容进行评价和监督，保障“油气+人工智能”多学科交叉复合型知识体系的高质量构建。

针对人工智能学院专任教师、校内其他学院兼任教师和校外专家授课教师三类授课教师，分别制订相应的教学工作量分类管理认定办法。人工智能学院专任教师由人工智能学院聘任，主要从事人工智能基础理论知识的讲授，相应的工作量由人工智能学院认定，课时由人工智能学院进行考核；校内其他学院兼任教师由人事关系所在学院聘任，主要从事油气人工智能场景应用分析知识的讲授，相应的工作量由人工智能学院向教师人事关系所在原学院报送，工作量由原学院进行认定，纳入原学院教学工作量考核；校外专家授课教师由行业内企业专家担任，以单次讲座性授课方式为主。

4 结语

面向油气工业数字化转型与智能化发展需求，构建人工智能和大数据在油气勘探、开发、储运、炼化和安全等过程中的应用场景及其理论基础和关键技术，为石油石化领域培养人工智能人才。通过设置“油气+人工智能”课程群，促进油气人工智能学科交叉融合；通过体制创新，组建油气人工智能领域的高水平师资队伍，形成“跨学科、跨学院、跨领域”专兼任融合的师资格局；通过管理制度创新，制订课程分类管理制度规范，保障不同类型授课教师的权益，履行课程教学职责，提高人才培养质量，为我国油气工业智能化转型和高质量发展提供有力支撑。

基金项目：2023年度北京市高等教育学会课题“碳中和能源创新人才产学研协同育人模式研究”（MS2023309）；2023年北京高等教育本科教学改革创新项目“碳中和示范性能源复合型人才培养模式研究”（2023165）；2022年中国石油大学（北京）本科教育教学改革项目“‘油气+碳中和’复合型拔尖创新人才培养模式研究”（2022002）。

参考文献

[1] 侯红玲，白海清，冯荣，等.基于可持续发展的现代航空制造产业学院课程群建设研究[J].高教学刊，2023，9（31）：95-98，102.

[2] 龙春阳.课程群建设：高校课程教学改革的路径选择[J].现代教育科学，2010（3）：139-141.

[3] 颜进.高等院校师资队伍建设思考[J].合作经济与科技，2021（22）：90-92.