搜索

《智能油田》解读之——人工智能技术应用

分享到:

《智能油田》解读之

——人工智能技术应用


以智能化技术为代表的新一轮油气革命拉开了序幕,新的智能油田是什么样子呢?简单地说,油气行业智能化的构成要素包括了各类传感器,它们收集数据流,通过监测诸如石油钻机、油藏储层等系统,为其提供数字化表达。“大数据”软件对传感器网络所生成的海量数据加以迅速处理和分析,使人们能够在作业前和作业期间通过机器学习进行各类算法建模,进而对系统行为及时反应和优化、预测。这些模型可分析并比较来自传感器的数据集,进而完成各式各样的任务,例如发现潜在的油气储量,或探测某个设备何时需要维护。这其中,就涉及到物联网、云计算、大数据、人工智能、数据湖、边缘计算等等ICT技术。其中,人工智能技术尤为火热,各国、各大石油公司、油服公司都已经开始了布局和探索应用。


一、人工智能及其关键技术

人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。从技术上讲,人工智能可以被分为三类:弱人工智能、强人工智能和超人工智能。其中弱人工智能着重对人类推理过程的模仿,但没有人工感知力。弱人工智能通常只擅长于某个特定领域,其学习规则是封闭的。如图像识别、语音识别、智能搜索等。强人工智能是能够和人类一样对世界进行感知和交互,通过自我学习的方式对所有领域进行记忆、推理和解决问题,如无人驾驶、无人机、智能机器人等。超人工智能是指在所有领域全方位超越人类大脑的思维能力,它的能力和运用范围仍在一个无法预估的范畴,目前还没有成熟产品。


人工智能研究的领域非常广泛,各种技术层出不穷,主要包括:计算机视觉(生物特征识别、图像处理等)、自然语言处理(语义理解、机器翻译、问答系统等)、生物特征识别、机器学习(神经网络、优化理论)、人机交互(体感交互、情感交互、脑机交互等)。其中,机器学习是研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构,使之不断改善自身的性能,是人工智能技术的核心。而深度学习又是其中应用最广泛、研究最为集中的前沿领域,是在早期神经网络的基础上发展起来的。目前智能油田建设中的人工智能,多以深度学习技术应用为主。


二、智能油田之中的人工智能

为了提高决策质量和管理水平,石油公司纷纷启动智能油田项目,如壳牌的智能油田、BP的未来油田项目等,还有的公司起名为智慧油田、未来智能油田、e-油田、一体化数字油田等,其基本路径都是以数据采集和存储为基础,在数据应用层形成了互相支撑的协同研究平台、生产管理平台、经营管理平台和决策支持平台,以优化工作流程、提高工作效率和决策质量。对各个环节实时监测数据的智能分析、一体化协同和可视化展示是这些项目成功的关键,而以数据降维、结构化、分类、聚类、可视化为主要特征的AI技术是这些项目最核心的支撑。


科威特国家石油公司的数字油田(KwIDF)建设启动于2010年初,经过数次升级完善,现已形成地上地下一体化的智能工作流。科威特国家石油公司的数字油田内部结构可分为4个层次(图2):第一层是分析及数字化工具,主要用来记录生产历史,使用的方法主要包括节点分析、递减曲线分析、虚拟计量和数值模拟等;第二层是统计工具,主要用来监测实时生产现状,应用的方法主要包括线性回归、蒙特卡洛等;第三层主要利用智能代理进行短期预测,主要方法包括模型识别、神经网络、模糊逻辑等;第四层主要是应用数值模拟方法进行中长期产量预测。




图1 科威特数字油田(KwIDF)工作流结构


三、中国石化智能油田顶层设计中的人工智能技术


按照中国石化智能油田建设规划和定义,智能油气田在生产管控、一体化决策、油气藏经营等业务应用领域,实现对勘探开发全过程的全面感知、集成协同、预警预测及分析优化的四个方面的能力。其中,预警预测是实现以业务管控模型及专家经验、案例库等闭环式持续优化的预警预测能力;分析优化主要是建立开发方案- 动态管控- 调整方案的闭环式油藏管理体系,智能形成油气藏(井)解决方案,实现资源最优化开发的目标。人工智能技术,特别是机器学习是实现这两项能力的基础。随着智能油田建设的逐步深入,人工智能技术必将发挥更重要的作用。


以上资料,来源于写作《智能油田》一书过程中的积累,简述了基本的概念及应用案例。后续我将针对工程技术智能化,就大数据、物联网、数字孪生、人工智能技术如何在石油工程中落地应用,写出系列专题文章,与各位读者一起进行深入探讨。


|
帮助信息
|
合作项目
|
版本说明