200千米管理半徑范圍內，實現油氣田井站無人值守、區域集中監控、遠程智能操作；近3000路攝像頭全天候監控現場作業，智能識別不安全行為；利用人工智能技術識別復雜的地質結構，尋找斷裂、溶洞或儲集體，提高科研質效……近年來，人工智能、大數據、云計算等新一代技術創新演變，加速推進數智化轉型已經成為油氣田企業推動高質量發展的共識。
西北油田對標現代企業管理和一流油公司建設，積極推動“數智+”進入大漠戈壁，融入生產運行管理、服務科研提質增效，開辟出深層油氣效益增產的新賽道。
從新疆沙雅縣出發，經過一個多小時的車程，一座占地近26個足球場面積的現代化聯合站出現在一片沙海中。
這是中國石化首座實現國產化數字孿生工廠和實體工程同步建設、同時交付的數字化聯合站——順北油氣田聯合站。
“所謂的數字孿生工廠，就是借助新技術構建一個與物理聯合站相同的數字聯合站，與真實的聯合站同步仿真運行。在數字場景中，我們可以對聯合站進行實時監控、優化調度、智能模擬、前瞻預演等，從而更好地支撐生產運行和管理決策。”西北油田采油四廠廠長劉耀宇介紹。
順北油氣田生產運行指揮中心距離聯合站不足1公里。在這里，員工可以對鉆完井、油氣生產、工程作業、集輸處理、產品銷售的全鏈條集中監控。
“我們在200千米管理半徑范圍內實現了油氣田井站無人值守、區域集中監控、遠程智能操作。”劉耀宇說，“甚至油氣田范圍內1000余千米的集輸管線，全部通過光纖測振、測溫，實現了泄漏監測的實時預警。”
依托數智化技術，順北油氣田構建“三端三系統”數字油田架構。前端依托SCADA系統實現所有油氣井、集輸站庫、生產管線數據自動采集及控制；中端依托生產指揮系統實現油氣生產全業務鏈的集中監控、過程預警、異常處置；后端依托智能油田系統，利用前、中端系統數據，實現油藏動態管理、生產運行優化、經營管理等八大業務領域的輔助決策。
得益于新技術規模應用，順北油氣田打破傳統采油廠“十大崗位+采油氣管理區”兩級管理模式，探索構建了“采油廠、專業團隊、承包商”三位一體，“扁平化架構、項目化運作、平臺化組織、智能化支撐”四化融合的管理模式，實現“廠直管到班站”。順北油氣田聯合站整體用工較同類站庫減少54%、新建設的順北油氣田天然氣處理廠整體用工較同類站庫減少70%。
“2022年，我們率先在集團公司上游板塊實現全口徑用工百人百萬噸目標，用人最少、成本最低、機制最優、效益最好的標準化示范油田建設初見成效。”劉耀宇說。
今年11月初，西北油田采油一廠啟動閥間組管線隱患治理工程。在作業現場，不僅有安全督察人員流動檢查，而且有多個點位的攝像頭對安全施工情況進行監控。
“油田借助數智化技術，建成了現場作業違章智能識別平臺。平臺能夠智能分析各路攝像頭拍攝到的實時畫面，發現不安全行為時，便向安全監管人員發出預警，以便及時采取措施進行糾正。”西北油田安全環保質量管理部高級主管孫元疆介紹。
西北油田主要區塊處于大漠戈壁，在安全管理上既面臨油氣田企業油氣開采、集輸、鉆修井作業節點繁多等共性問題，又存在駐地與井站、作業現場距離遠，安全監管人員力量不足等個性化難題。如果大量增加安全監管人員，不僅會大幅增加管理成本，而且依然無法解決因員工業務水平差異、無法全天候值守等因素導致的盲點、盲區。
近兩年，西北油田充分整合內部井站視頻監控系統、信息化平臺等資源，搭建投運了作業違章智能識別平臺，結合工區油氣生產現場安全管控的重點和難點，設置了近3000路監控攝像頭。他們創新研發了通用場景、直接作業現場、鉆修井現場等10類場景53種典型算法，實現了關鍵現場24小時安全監管全覆蓋。
“平臺發出預警提示后，安全監管人員會快速處置，及時消除不安全行為，現場處置率在95%以上，有力保障了安全生產。”孫元疆說，“平臺將各類不安全行為按照時段、場景、預警級別、違章類型等進行分類，再通過大數據分析功能多維度研判安全生產現狀，為我們采取針對性措施消除安全管理薄弱環節、開展崗位人員定向技能培訓等提供了有力支撐。”
“能不能利用人工智能技術識別復雜的地質結構，尋找斷裂、溶洞或儲集體？”聽到這個想法，很多人都覺得是“異想天開”。
其實，在2019年底，西北油田就圍繞這個課題設立了科研項目組，聯合中國地質大學（武漢）、中國石化石油物探技術研究院開展一體化攻關。
對地震資料解釋人員來說，要識別剖面上的斷裂、溶洞或儲集體，首先要開展儲層特征研究，確立各項參數，然后利用資料建立不同特征的地震地質模型，再通過地震物理模擬實驗建立斷裂及斷溶體特征數據集。
這就像在大森林里尋找大象、狐貍、兔子等動物。解釋人員要有豐富的經驗，或能科學套用相應“動物”模型，識別的準確度才夠高、速度才夠快。
項目組人員根據這一思路，就像教小朋友識別動物一樣開始指導數智系統學習。他們先運用已有的模型特征制作適用的“識圖卡片”，然后教授數智系統“識別動物”，再通過生產實踐應用不斷豐富、修正“識圖卡片”中的內容，不斷提升數智系統識別的精度。
按傳統模式，完成一塊200平方千米三維地震資料的斷裂識別與描述，研究人員需要用1~2個月的時間。而運用人工智能技術，只需1周時間就能完成斷裂的識別和預測，在此基礎上，研究人員再用1周的時間就能基本完成相關描述。
“通過識別結果比對，人工智能的計算效率遠高于傳統地震屬性算法與追蹤方法，人工智能還能夠發現肉眼和以往靠經驗不能識別的地質結構。人工智能訓練的模型可保存，能夠在相似地質結構識別中重復利用。這些優勢，都是人力不能相比的。”西北油田勘探開發研究院地球物理研究所工程師王超解釋道。
王超說，人工智能技術在油氣勘探領域應用雖然還有很多的難題需要解決，但新的技術手段一旦成熟應用，必將推動油氣勘探開發質量和效益的跨越式提升，令人期待。
油氣
京公網安備 11010802020613號
