AI在勘探开发:中石油以AI助推油气行业发展

简介: AI在勘探开发:中石油以AI助推油气行业发展

image.png


随着我国经济的快速发展,各行各业对油气的需求不断攀升。据统计,2018年我国石油进口量4.4亿吨,原油对外依存度达到70.9%。

为了提升油气供应,国内石油公司纷纷加大勘探开发力度,然而石油勘探开发已面临巨大压力——一方面历经了多年高强度的勘探和高速开发,油气勘探难度越来越大,我国已探明石油储量中低渗、超低渗储量占70%,已开发油田综合含水达89.35%,原油储量和产量的上升压力增大。在油气勘探方面,中国石油肩负着保障国家能源安全的重要职责。如今业界公认的是,人工智能将成为油气勘探目前面临一系列难题的最有效办法和途径。在这种情况下,中国石油选择与华为公司开展了进一步的战略合作。


深入油气行业


中国石油与华为的合作由来已久。早在上世纪90年代,华为从提供通信基础设备开始,到如今利用云计算、物联网、人工智能等领先的ICT技术,不仅为中国石油,也为全球近50个国家和地区的油气炼化企业提供服务。在中石油,华为建成了全亚洲最大的数据中心,可以对油气勘探、储运、炼化、销售等环节的生产过程和海量数据进行分析处理。“众所周知,油田大多数地处荒漠,而今,青海有八个产业厂实现了生产现场无人管理——一年之内搬迁现场管理人员700多人,一线员工转岗820多人,极大降低了油气生产的成本,有效地提高了油田的管理水平。”中国石油勘探开发研究院计算机应用计算研究所所长龚仁彬教授在HUAWEI CONNECT 2019的主题讲演中举了个例子。

image.png

国石油勘探开发研究院

计算机应用计算研究所所长龚仁彬教授


如今,华为通过云计算、物联网、人工智能技术,为中石油从上游到下游打造智慧油田、智能炼化、智慧管线、智慧销售等业务服务。一个例子,有祖国东部的石油小摇篮之称的大港油田,在油气生产领域采用物联网技术和机器学习方法,对900口井进行了机器学习,实现了油气水层的智能识别。“借助华为云,大港油田实现了油井工况的定量诊断和远程实时在线管理,基于此,异常工况诊断准确率达到90%以上,油田的管理实现了从事后的诊断升级为事前的预警,并减少作业维护费用20%。”龚仁彬说。


是客户,更是生态伙伴


事实上,在国际油气行业,行业巨头与ICT行业领导者之间的紧密合作越来越多,譬如壳牌和微软合作,加大了人工智能等新一代信息技术在勘探开发领域的应用,试图通过这些新技术的应用,促进企业数字化转型。中石油则更进一步。近年来,为了提高企业竞争力,打造国际一流综合性国际能源公司,中国石油提出了“共享中国石油”的信息化战略发展规划。中国石油与华为云联合打造了勘探开发认知计算平台,就是这一战略的落地举措。龚仁彬介绍,截止目前,勘探开发领域完成了15个信息系统的集中建设,制定了统一的数据模型标准,实现了45万口油气水井、500个油气藏、7000个勘探工区、60多年历史数据的集中统一管理,存储的数据总量超过1.6PB。中国石油将华为云EI智能体引入到石油的生产实际,用知识图谱自然语言处理和机器学习等人工智能的技术进行知识体系的构建计算和应用,为油气勘探开发科研生产管理提供智能化分析手段,支持油气勘探开发生产的企业决策者从海量的数据中洞悉规律、提高决策效率、提升管理水平。


解读华为云工业智能体


华为虽然在全球油气行业耕耘已久,但华为毕竟只是一家ICT基础设施服务商,在专业性极强的油气行业,必然需要联手合作伙伴,打造真正满足油气行业企业需求的解决方案。据龚仁彬介绍,中石油与华为云联合打造的“勘探开发认知计算平台”通过开放可扩展的人工智能计算平台,按照数据、算法、算力和场景四个关键因素进行设计,从数据处理、到机器学习、到模型发布、到推理应用,提供了一站式AI开发环境。“中国石油已经完成了智能油田规建设的规划设计,并且在勘探开发领域优选了22个场景,开展了人工智能的体验和探索。相信在不远的将来,中国石油和华为携手不断完善认知计算平台的建设,将为进一步推动石油勘探开发业务的转型升级,作出自己的贡献。” 龚仁彬说。实际上,勘探开发认知计算平台的生产逻辑就是在HUAWEI CONNECT 2019上刚刚推出的华为云工业智能体的生产逻辑——通过基于知识图谱的智能认知引擎、基于AI模型的智能预测引擎、基于运筹规划的决策优化引擎等三大引擎,让过去诸多难以落地应用的技术应用到工业场景,助推工业智能化升级。

image.png

华为云发布工业智能体


换句话说,华为云工业智能体在促进企业降本增效、增储上产、提高效率、转变生产方式等方面发挥了重要作用,推动了信息资源的共享和数字化转型。如今华为云工业智能体已广泛应用于能源、矿业、电力、水泥、化纤等多个工业领域。华为云除了与中国石油合作,使用工业智能体认知引擎来辅助识别测井油气层,将油气层识别时间下降70%,还比如说:华为云与三联虹普合作,使用工业智能体的智能预测引擎,让客户需求匹配率提升了28.5%;华为云与鑫磊集团合作,使用工业智能体的智能优化引擎,将AI能力引入配煤环节和焦炭生产质量预测,让配煤准确率超过95%,每百万吨焦炭节省成本超过1000万元。“一颗不断聚集知识能量的种子已经发芽,期待中的参天大树指日可待”,龚仁彬教授所说的种子,就是勘探开发认知计算平台,而供给种子营养的黑土地,就是华为云工业智能体,就是华为提供的基础设施和AI能力。相信未来,一定会有越来越多的种子,成长为参天大树,汇聚在一起,形成森林,形成生机勃勃的智能工业生态。

相关文章
|
13天前
|
人工智能 安全 测试技术
探索AI在软件开发中的应用:提升开发效率与质量
【10月更文挑战第31天】在快速发展的科技时代,人工智能(AI)已成为软件开发领域的重要组成部分。本文探讨了AI在代码生成、缺陷预测、自动化测试、性能优化和CI/CD中的应用,以及这些应用如何提升开发效率和产品质量。同时,文章也讨论了数据隐私、模型可解释性和技术更新等挑战。
|
18天前
|
人工智能 小程序
【一步步开发AI运动小程序】五、帧图像人体识别
随着AI技术的发展,阿里体育等公司推出的AI运动APP,如“乐动力”和“天天跳绳”,使云上运动会、线上健身等概念广受欢迎。本文将引导您从零开始开发一个AI运动小程序,使用“云智AI运动识别小程序插件”。文章分为四部分:初始化人体识别功能、调用人体识别功能、人体识别结果处理以及识别结果旋转矫正。下篇将继续介绍人体骨骼图绘制。
|
19天前
|
人工智能 小程序 vr&ar
AI运动小程序开发常见问题集锦二
截至当前,我们的AI运动识别小程序插件已迭代至第23个版本,广泛应用于健身、体育、体测、AR互动等场景。本文针对近期用户咨询,汇总了常见问题,帮助用户减少开发成本,提高效率。主要涵盖计时与计数模式的区别、综合排行榜生成方法、全屏模式适配及无开发能力用户的解决方案。
|
29天前
|
人工智能 编解码 小程序
【一步步开发AI运动小程序】四、小程序如何抽帧
随着AI技术的发展,阿里体育等公司推出的“乐动力”、“天天跳绳”等APP使云上运动会、线上健身等概念备受关注。本文将引导您从零开始开发一个AI运动小程序,利用“云智AI运动识别小程序插件”。文中详细介绍了微信小程序抽帧的相关API、设置及注意事项,帮助开发者更好地实现AI运动功能。下篇将介绍人体识别技术,敬请期待。
|
1月前
|
机器学习/深度学习 人工智能 监控
利用AI进行代码审查:提升代码质量和开发效率
【10月更文挑战第12天】本文探讨了AI在代码审查中的应用及其优势,介绍了AI辅助代码审查工具如何通过自动化和持续学习提升代码质量和开发效率。文章还提供了实施AI辅助代码审查的具体步骤和实战技巧,帮助团队更好地利用这些工具。
|
1月前
|
人工智能
添加一个Stable Difussion图像生成应用,通过向AI助手简单的提问,即可快速搭建Stable Diffusion应用至自己的网站中,大幅提升开发效率。
添加一个Stable Difussion图像生成应用,通过向AI助手简单的提问,即可快速搭建Stable Diffusion应用至自己的网站中,大幅提升开发效率。
|
1月前
|
存储 人工智能 NoSQL
使用 MongoDB 构建 AI:Gradient Accelerator Block 如何在几秒钟内让您从零开发 AI
借助 MongoDB,开发者可以存储任何结构的数据,然后使用单一查询 API 和驱动程序将这些数据用于 OLTP、文本搜索和向量搜索处理。
|
1月前
|
人工智能 前端开发 测试技术
探索前端与 AI 的结合:如何用 GPT-4 助力开发效率
本文介绍了 GPT-4 如何成为前端开发者的“神队友”,让开发变得更加高效愉快。无论是需求到代码的自动生成、快速调试和性能优化,还是自动化测试和技术选型,GPT-4 都能提供极大的帮助。通过智能生成代码、捕捉 BUG、优化性能、自动化测试生成以及技术支持,GPT-4 成为开发者不可或缺的工具,帮助他们从繁重的手动任务中解脱出来,专注于创新和创意。GPT-4 正在彻底改变开发流程,让开发者从“辛苦码农”转变为“效率王者”。
31 0
探索前端与 AI 的结合:如何用 GPT-4 助力开发效率
|
1月前
|
人工智能 监控 IDE
利用AI进行代码生成:开发新纪元
【10月更文挑战第9天】人工智能在软件开发领域的应用日益广泛,特别是AI驱动的代码生成技术。本文介绍了AI代码生成的原理、核心优势及实施步骤,探讨了其在自动补全、代码优化和快速原型开发中的应用,并提供了实战技巧,旨在帮助开发者高效利用这一技术提升开发质量和效率。
|
2月前
|
人工智能 开发框架 Java
重磅发布!AI 驱动的 Java 开发框架:Spring AI Alibaba
随着生成式 AI 的快速发展,基于 AI 开发框架构建 AI 应用的诉求迅速增长,涌现出了包括 LangChain、LlamaIndex 等开发框架,但大部分框架只提供了 Python 语言的实现。但这些开发框架对于国内习惯了 Spring 开发范式的 Java 开发者而言,并非十分友好和丝滑。因此,我们基于 Spring AI 发布并快速演进 Spring AI Alibaba,通过提供一种方便的 API 抽象,帮助 Java 开发者简化 AI 应用的开发。同时,提供了完整的开源配套,包括可观测、网关、消息队列、配置中心等。
2168 15