石油科技论坛

Select

油气行业人工智能学科建设研究与思考

刘合，李欣,窦宏恩，闫林，王洪亮，刘俊榜，李小波，任义丽，李宁

2024, 43(6): 1-12. DOI: 10.3969/j.issn.1002-302X.2024.06.001

摘要 ( )

PDF(5208KB) ( )

为了加快我国油气人工智能一级学科体系建设和人才培养模式转变，解决油气行业人工智能人才不足与社会及企业需求不协调的矛盾，文章依据教育部2018年印发的《高等院校人工智能创新行动计划》，分析了全球人工智能研究与人才的竞争态势，指出只有建设好人工智能学科体系，才能推动我国高校和研究院所全面提升人工智能人才培养质量，助力教学与科研不断发展。深入研究了国内外15所高校和研究机构的人工智能学科建设现状，指出国内外综合性大学、工科院校、研究院学校都未将人工智能作为一级学科建设，明显滞后于企业业务需求和社会需求，影响了人工智能的人才教育和人才培养。剖析了油气行业人工智能学科建设在理论教学、实践训练、项目实践等方面存在的挑战，提出了油气行业人工智能人才培养模式和学科建设的方向与系统框架，构建了“AI+油气业务”和“油气业务+AI”相结合的复合型人才培养体系，更新人才培养模式，推动人工智能学科创新发展及人工智能技术在油气行业的广泛落地应用。

Select

数字化智能化技术推进炼化企业新型工业化发展

王华

2024, 43(6): 13-20. DOI: 10.3969/j.issn.1002-302X.2024.06.002

摘要 ( )

PDF(4624KB) ( )

为适应数字经济时代的新要求，国家提出新型工业化的发展道路，促进产业结构优化升级，推动经济高质量发展。文章阐述了数据经济、数字化转型等新型工业化产生的背景，智能制造与新型工业化的关系。信息技术催生数字经济，数字化转型是适应数字经济的必然选择，智能制造是实现新型工业化的关键路径，需持续加快数字化、智能化技术与先进制造技术的融合应用。炼油化工行业经过近10年探索实践，涌现出一批智能工厂案例和智能化应用场景。以九江石化、中科炼化、广东石化为例，分析了国内典型炼化智能工厂建设成果和应用效果，提出智能工厂未来发展方向是加强数字化、智能化技术与先进制造技术的融合应用，建设重点是应用人工智能、工业互联网等新技术，构建数据驱动、人机协同的新一代炼化智能工厂。

Select

油气勘探智能化方法落地应用的几个关键问题与思考

杨午阳, 杨谟玮

2024, 43(6): 21-27. DOI: 10.3969/j.issn.1002-302X.2024.06.003

摘要 ( )

PDF(5256KB) ( )

人工智能技术在油气领域的应用迎来前所未有的发展机遇，其技术应用还需要经历一段时间的探索、磨合和积累。分析油气勘探领域智能化应用落地面临的几个关键问题，即应用场景、标签数据集构建、网络可解释性、专家领域知识嵌入和物理机制约束、智能化框架与平台等。结合当前技术发展现状，提出人工智能落地应用的相关建议和解决方案。理解和解决这些关键问题，有助于挖掘数据价值，优化企业科研布局，明确攻关目标，构建研发生态，助力人工智能技术切实落地应用。

Select

测井人工智能应用场景及实现

石玉江, 周军, 李雄伟, 张娟, 陈义祥, 李鹏飞, 崔式涛

2024, 43(6): 28-37. DOI: 10.3969/j.issn.1002-302X.2024.06.004

摘要 ( )

PDF(12605KB) ( )

测井作为油气勘探开发过程中的重要一环，面临勘探开发领域日趋复杂、数据问题突出、应用接口不统一、模型泛化性差、多维多尺度数据整合能力弱等挑战。中油测井在数智转型过程中，以建设“数智中油测井”为目标，围绕仪器装备智能研发全生命周期管理、生产作业智能操控全流程管控、测井数据智能解释一体化集成应用3条主线，加强人工智能与测井技术深度融合，打造支撑当前、引领未来的数智化能力，为油气勘探开发提供更可靠的技术支持。目前已在多个场景中实现人工智能应用且成效显著，未来将从仪器装备数字孪生应用、井下物联网、多维多尺度数据融合等方面持续着力发展人工智能技术。

Select

中国海油云的建设实践与展望

安鹏,周斌,余旸,董志强,郭浩

2024, 43(6): 38-45. DOI: 10.3969/j.issn.1002-302X.2024.06.005

摘要 ( )

PDF(4930KB) ( )

数字经济时代，云计算成为油气企业数字化转型、智能化发展的新型服务模式。全球主要石油公司通过使用云计算来构建企业数字平台，降低IT成本，提升资源利用率和系统开发效率。中国海油2017年开始云计算建设以来，紧跟技术发展，构建起“一云多芯、一云多栈、多元服务、业务全覆盖”的海油云能力，通过全方位安全保障和全流程运营体系，保证业务用云的安全性和便捷性，实现从“资源上云”到“应用上云”再到“深度用云”的持续发展。中国海油云服务器规模超3500台，拥有33项云服务，有效支撑集团700余套业务系统的稳定运行。下一步将重点推进夯实平台能力、与业务深度融合、强化运营服务方面的建设，为公司数字化转型、高质量发展奠定坚实的数字底座。

Select

胜利油田油气认知大模型建设与应用

段鸿杰,马承杰,王振,公绪超,景瑞林,刘鹤

2024, 43(6): 46-55. DOI: 10.3969/j.issn.1002-302X.2024.06.006

摘要 ( )

PDF(10863KB) ( )

为推动企业数字化转型智能化发展，胜利油田大力推进大模型技术在勘探开发领域的研发和应用，2023年成功上线推广了“胜小利”智能助理，数万人安全使用。文章介绍了人工智能与大模型概念，油气行业大模型发展现状。针对油气认知大模型建设过程中存在的海量多源异构数据整合处理、计算资源和训练效率要求高等难题，“胜小利”大模型在专业知识构建、体系技术架构、训练推理速度优化中采用先进适用技术，学习了数百万油气领域专业语料知识，打造基于千亿级自然语言大模型的油田信息资产智能服务平台，实现数据应用的高效交互、专业知识的共享传承。通过定制化知识运营、构建专长大模型助手，支撑了十几个大模型虚拟专家应用，为用户节省了大量写作调研、查数据查系统的时间，工作效率显著提升，为实现“一企一模型、一人一助理”的目标进行了有益探索。

Select

基于云原生的智能气田建设研究与实践

李四海,乔雨露,夏钦锋

2024, 43(6): 56-62. DOI: 10.3969/j.issn.1002-302X.2024.06.007

摘要 ( )

PDF(4252KB) ( )

近年来云计算技术飞速发展，先进技术与新型范式逐渐发挥效能，为推进数字化转型且满足个性化需求，以微服务为代表的云原生技术应运而生。中国石化自2013年完成智能油气田整体规划和总体设计以来，着力打造石化智云工业互联网平台，提供DevOps流水线式的持续交付服务，提升“业务、数据、技术”三大中台能力，推动信息化应用建设向组件化、服务化、平台化转变，为智能油气田建设提供平台、技术支撑。江汉油田分公司涪陵智能页岩气田，基于石化智云平台，按照“数据+平台+应用”新模式开展项目建设，涵盖气藏动态管理、生产运行优化、单井管理、设备管理、管网管理、HSE、协同研究七大业务场景，通过提升云原生开发能力，降低信息系统开发、测试、部署、运维的难度和成本，跨越式提升生产与管理数字化信息化水平，为油田企业数字化转型提供有益借鉴。

Select

龙王庙智能气田设计与实践

王舟洋, 赵晨阳, 赖文华, 邹子涵, 蒋大伟

2024, 43(6): 63-71. DOI: 10.3969/j.issn.1002-302X.2024.06.008

摘要 ( )

PDF(17541KB) ( )

文章梳理了国内外智能油气田发展历程，明确智能气田建设的核心框架与关键技术，分析智能油气田具备的全面感知、自动操控、趋势预测、优化决策4个典型特征。针对四川盆地磨溪区块龙王庙气藏开发中期地层能力下降、水侵上升、上产稳产难等生产问题，搭建协同支撑环境，利用气藏—井筒—地面一体化模拟与智能工作流技术，建立龙王庙智能气田验证环境，构建智能配产工作流、智能跟踪与诊断工作流，实现油气田资产的数字表征。从全局角度描述生产系统，实时优化开发生产，通过信息化手段重塑油气田高效开发管理流程，推进开发生产过程的“数据共享化、流程自动化、业务协同化和决策智能化”，支撑龙王庙气藏高效开发与持续稳产。

Select

数据治理工具建设实践与思考——以中国海油为例

高健祎

2024, 43(6): 72-80. DOI: 10.3969/j.issn.1002-302X.2024.06.009

摘要 ( )

PDF(5390KB) ( )

数据治理是一项复杂且需要持续开展的艰巨工作，为有效提升数据治理人员的工作效率，为业务人员提供高质量的数据服务，实现数据“可见、可懂、可用、可运营”，数据治理工具发挥着极其重要的作用。文章聚焦数据治理工具建设过程中面临的需求复杂、元数据多样、集成联通等难点，结合中国海油数据治理工作及数据治理工具建设实践，详细介绍了数据资产目录、数据标准管理、数据模型管理、元数据管理、数据质量管理、数据安全管理、数据服务管理等核心功能的建设方法及建设成果，形成一套体系化数据治理工具的参考建议，助力企业在持续推进的数据治理工作中发掘数据要素的价值。

Select

胜利海上油田开发智能化转型探索与实践

袁向兵,董琰,李守钦

2024, 43(6): 81-87. DOI: 10.3969/j.issn.1002-302X.2024.06.010

摘要 ( )

PDF(4222KB) ( )

胜利海上油田生产参数采集齐全，生产信息化及数据库基础较好。随着开发不断深入，积累了海量数据，如何深挖数据价值、快速发现异常、优化注采方案、挖掘油藏潜力、提高工作效率的工作需求日趋迫切。“十三五”以来，胜利海上油田持续打造“全面感知、集成协同、预警预测、分析优化”能力，推进油田开发智能化转型。目前，油藏开发管理主要在产量跟踪、注采调配、动态分析、指标巡检等方面进行探索实践，实现了油藏异常自动提醒、调配方案推荐优化、配产方案分解跟踪等功能，形成了“发现问题、制定措施、跟踪效果、效益评价”的油藏开发闭环管理模式，推动油藏管理向油藏分析与经营决策并重的转变。

Select

国产物探软件平台研发与生态系统建设

孙孝萍,文佳敏,尚民强,雷娜,杜吉国,周坤

2024, 43(6): 88-95. DOI: 10.3969/j.issn.1002-302X.2024.06.011

摘要 ( )

PDF(12761KB) ( )

GeoEast作为国产主流物探软件，加强生态系统建设是提升技术研发效率、加速成果转化、实现行业优势互补的发展必由之路。全新一代软件平台GeoEast-iEco提供了多层次的开放性和完整的服务配套，包括高效的勘探数据管理与软件开发支撑，以及随着技术和形势发展不断进步的智能化开发运行支撑、方便的云化转型、国产化软硬件的适配及Windows支持的跨平台发展，为打造自主可控的物探软件生态奠定了坚实的基础和技术支撑。以iEco平台为基础，在支持生态系统建设中创新探索“三共”机制，持续推进服务配套建设、积极培育外部研发力量、建立标准形成规范、打造示范工程等措施，下步将沿着智能化、生态化、自主化和云化的方向不断完善和发展。

Select

油藏数值模拟智能化技术思考与展望

吴淑红, 毕剑飞, 范天一, 徐明源, 杨义轩, 王宝华, 李华, 李巧云

2024, 43(6): 96-106. DOI: 10.3969/j.issn.1002-302X.2024.06.012

摘要 ( )

油藏模拟作为油气藏开发与管理的关键技术，对老油田提高采收率和非常规油气资源增储上产至关重要。近年来，深度学习技术的突破为提升油藏模拟的精度与效率提供了新的路径和思路，推动了油藏模拟的智能化转型。文章深入分析了涉及纯数据驱动模型、算子学习模型、物理约束模型等各类深度学习模型在油藏模拟领域的适用场景与潜在价值，人工智能在辅助油藏数值模拟、构建高效代理模型方面的研究进展，明确了深度学习在油藏模拟领域的应用前景和局限。研究提出油藏模拟智能化未来将聚焦于构建专业大模型、探索渗流偏微分方程（PDE）求解、开发智能体技术等方向发展。

Select

人工智能大模型在油气勘探开发领域的应用及挑战

杨明澔,李小波,刘兴邦,曾倩

2024, 43(6): 107-113. DOI: 10.3969/j.issn.1002-302X.2024.06.013

摘要 ( )

PDF(4073KB) ( )

自2022年底ChatGPT 发布以来，人工智能正在从弱人工智能走向以大模型为代表的强人工智能阶段，大模型能力快速提升，行业场景落地应用成为产投研各方关注热点。通过调研语言、图像和多模态大模型在油气勘探开发领域知识管理、地震解释、实验图像分析、生成数据分析、设备预测性维护等方面的应用情况，显示人工智能大模型在油气勘探开发领域应用需求巨大。受油气勘探开发领域业务和数据特征影响，人工智能大模型的落地应用还面临专业数据融合、领域认知深度和大模型应用安全等多方挑战。随着人工智能大模型技术在多模态能力、上下文学习、智能体及具身智能等方面取得的新进展，有望进一步提升其在解决油气勘探开发领域复杂任务的能力，加速油气上游业务的数字化转型和智能化发展。

Select

知识图谱——提升油气行业大模型RAG 性能的关键技术

宋子瑜

2024, 43(6): 114-125. DOI: 10.3969/j.issn.1002-302X.2024.06.014

摘要 ( )

PDF(10281KB) ( )

针对传统RAG在关联分析、信息整合与逻辑推理能力等方面存在的局限性，以知识图谱与RAG为研究对象，分析国内外研究进展与应用案例。ChatLaw引入领域专家精准定义法律实体、关系与案例，通过高质量知识图谱提升法律咨询的准确性。GraphRAG采用知识图谱表示非结构文本中实体与关系，通过层次聚类、摘要生成等技术提升RAG在大规模数据集上全局搜索能力。HippoRAG在查询阶段利用知识图谱进行概念扩展和检索，提升RAG知识整合与多跳推理能力。归纳RAG与知识图谱融合方法，在数据分块、数据存储、查询优化、检索召回、重排、提示词构建、答案生成等阶段引入知识图谱，可以提升RAG准确率、关联分析能力、推理能力与可解释性。基于Lucene、LangChain等开源框架设计全文检索、向量检索、图谱检索3 套方案，将其应用于油气知识问答场景，验证知识图谱对增强RAG 的有效性。

过刊目录