聯(lián)系電話: 010-8882344888
當前，人工智能驅動未來發(fā)展是備受關注的熱點話題。今年《政府工作》提出，持續(xù)推進“人工智能+”行動，將數(shù)字技術與制造優(yōu)勢、市場優(yōu)勢更好地結合起來，支持大模型廣泛應用，大力發(fā)展智能網聯(lián)新能源汽車、人工智能手機和電腦、智能機器人等新一代智能終端及智能制造裝備。中國石化積極擁抱人工智能，大力實施“人工智能+”專項行動，在行業(yè)內樹立智能化發(fā)展的新標桿。本版專題介紹中國石化部分企業(yè)應用人工智能技術賦能生產經營管理的生動實踐，敬請關注。
本版文圖由 劉 遠 王 振 史忠華 李超君 楊 敏 李方微 夏 梅 程力沛 楊楚鈺 戴 城 葉劍云 王 茜 卞江岐 干建甫 何 雯 宋國梁 單建云 仝 江 孫雅蘭 提供
答：面對全球產業(yè)結構深度調整，國內外能源化工企業(yè)以人工智能技術為支點撬動生產、運營模式升級，力圖在新一輪產業(yè)變革中搶占競爭制高點。
沙特阿美2024年發(fā)布了油氣行業(yè)首個生成式人工智能模型，通過對鉆井地質設計、工程設計、施工設計和成本進行綜合分析，自動生成并推薦最佳鉆井方案。bp圍繞油氣勘探開發(fā)、煉油化工及低碳能源轉型等主營業(yè)務，推進人工智能技術布局。殼牌聚焦油氣全產業(yè)鏈與能源轉型，系統(tǒng)推進人工智能技術融合創(chuàng)新，研究部署了鉆井AI系統(tǒng)。巴斯夫推出分子生成式AI，2023年生成12萬種候選化合物，其中有47種進入中試，催化劑設計效率提升了300%。陶氏化學運用AI驅動材料設計平臺將新產品開發(fā)周期從5年壓縮至18個月。我國央企也在積極探索人工智能技術應用，截至2025年2月，45家央企已發(fā)布46個行業(yè)模型。其中，中國石油發(fā)布“昆侖”大模型，在地震資料處理解釋、裝備工程設計等場景進行應用；國家電網發(fā)布“光明”大模型，在電網規(guī)劃、電網運維、客戶服務等領域進行應用。人工智能技術逐漸成為國內外能源化工行業(yè)轉型發(fā)展的加速器。
答：第一階段（2025年），全面布局、重點突破階段。建立集團統(tǒng)一的人工智能技術平臺、智算能力、大模型體系和技術支撐體系；形成一套數(shù)據(jù)治理、標注的標準和工具，建設一批高質量行業(yè)數(shù)據(jù)集；聚焦科技研發(fā)、生產制造、工程設計、經營管理等業(yè)務領域中戰(zhàn)略意義強、經濟收益高的場景，開展高分子新材料研發(fā)、地震資料智能處理解釋預測、智能鉆井、煉化裝置生產智能優(yōu)化、生產裝置安全風險智能識別、集團一體化智能優(yōu)化等60個場景建設；建設集團通用AI助手，為廣大員工快速掌握集團的制度規(guī)定、標準規(guī)范和日常辦公提供貼身服務，賦能全員工作效能提升。
第二階段（2026年~2027年），快速推廣、泛化賦能階段。建成AI核心技術自主創(chuàng)新體系，持續(xù)提升模型的復雜推理、多模態(tài)理解生成、輕量化低成本部署等能力；加快示范場景推廣應用，實現(xiàn)場景應用覆蓋80%業(yè)務領域，推動具身智能試點應用，實現(xiàn)機器代人，關鍵高危崗位實現(xiàn)無人化，初步形成智能科研、智能制造、智能運營的新模式新范式，人工智能技術應用轉化為較強的現(xiàn)實生產力，助力公司高質量發(fā)展。
第三階段（2028年~2030年），深度賦能、業(yè)態(tài)塑新階段。緊盯世界一流大模型發(fā)展，持續(xù)提升人工智能平臺能力，優(yōu)化多模態(tài)大模型體系，深入應用具身智能、群體智能等新技術；AI技術與科技研發(fā)、生產制造、經營管理等核心業(yè)務深度融合，驅動資源配置優(yōu)化、工藝流程再造和安全管理范式升級，全面形成智能科研、智能制造、智能運營的新模式，人工智能技術成為公司創(chuàng)新發(fā)展的強勁引擎，助力石油石化產業(yè)鏈、供應鏈上下游協(xié)同創(chuàng)新發(fā)展。
答：中國石化深入落實國家關于推動人工智能發(fā)展、加快賦能新型工業(yè)化的戰(zhàn)略部署，以集團公司發(fā)展戰(zhàn)略為主線，堅持“AI+業(yè)務”雙輪驅動，聚焦行業(yè)升級、企業(yè)轉型、戰(zhàn)新產業(yè)培育，全面推進人工智能和公司產業(yè)深度融合，有效賦能科技研發(fā)、勘探開發(fā)、煉油化工、安全環(huán)保、企業(yè)運營等核心業(yè)務創(chuàng)新發(fā)展，形成覆蓋“算力、算法、數(shù)據(jù)”三大要素的全棧式人工智能應用生態(tài)。目前，集團公司已形成一定規(guī)模的人工智能基礎能力，積累了較為豐富的智能場景建設經驗，為下一步人工智能大規(guī)模建設打下了良好基礎。
一是初步形成人工智能基礎能力。以租賃為主、自建為輔的方式構建了集團統(tǒng)一的智算資源池，能夠滿足當前全集團的人工智能建設需要。建立統(tǒng)一調度、按需分配的運行機制，保障算力資源的集約高效利用。建成人工智能中臺，實現(xiàn)數(shù)據(jù)樣本標注、模型開發(fā)訓練等功能，具備了大模型技術開發(fā)場景應用支撐能力。
二是初步建成了集團統(tǒng)一的數(shù)據(jù)治理與數(shù)據(jù)資源管理體系。構建了集團公司數(shù)據(jù)治理總體框架，獲得DCMM5最高等級認證，具備了行業(yè)高水平的數(shù)據(jù)治理與數(shù)據(jù)管理能力。發(fā)布了中國石化數(shù)據(jù)資源目錄2.0版本，初步構建“多湖-中臺”體系，支撐各業(yè)務域數(shù)據(jù)匯聚和共享應用，實現(xiàn)數(shù)據(jù)資源有效管理。構建了數(shù)據(jù)治理應用的工具套件，具備文本、圖像等多種類型數(shù)據(jù)的清洗、標注等一站式服務能力，為下一步開展行業(yè)大模型訓練、專業(yè)知識庫建設及AI for Science等場景應用奠定了數(shù)據(jù)基礎。
三是構建大模型技術框架，開展基礎大模型建設。完成DeepSeek全尺寸大模型的國產化部署并進行推理加速優(yōu)化，計算效率提升近1倍，完成自然語言、多模態(tài)等6個大模型部署并投用，為40余個應用提供了接口服務，顯著增強了模型應用支撐能力。統(tǒng)籌各業(yè)務域共性需求，自主開發(fā)了“智能問答、聯(lián)網搜索、知識庫、應用廣場、提示詞生成”等近10項周邊應用，通過“應用廣場”實現(xiàn)智能應用共建共享，實現(xiàn)“深度思考+聯(lián)網搜索+知識庫”三位一體高質量問答生成。成功訓練首版行業(yè)大模型，有效提升石油石化行業(yè)認知和推理能力。
四是組織高價值場景梳理和集中攻關。初步明確了120余個高價值應用場景，對照國務院國資委發(fā)布的戰(zhàn)略性高價值場景庫指引和成熟度評估情況，精選60個場景作為第一批大模型示范場景先行建設，由各域長單位和企業(yè)推薦業(yè)務專家組成場景攻關團隊，基本完成各應用場景詳細設計，明確了技術路線。
答：一是進一步加強對人工智能建設的投資和資金支持。目前國務院國資委部署推動中央企業(yè)發(fā)展人工智能的任務艱巨，賦能全員的通用人工智能、高價值場景應用需求大于預期，需適當增加人工智能建設方面的投入，如增加場景建設投入、算力資源租賃費用支出等。
二是進一步加強人工智能培訓和專業(yè)人才引育。各級干部員工對人工智能的認識還不夠，人才嚴重缺乏。應持續(xù)加強各層級人員人工智能培訓，加強復合型人才培養(yǎng)，提高全員的人工智能素養(yǎng)和技能。
三是壓實域長單位的人工智能工作職責。從已開展的需求梳理、場景篩選等工作情況看，還存在域長重視程度不夠、業(yè)務專家參與度不高、真正的高價值場景分析不夠等問題。各域長單位應落實國務院國資委關于“一把手”親自抓的要求，切實擔起本域人工智能工作的主體責任，加強組織推動，深入分析本域高價值場景和精準需求設計，明確建設目標任務，抓好本域數(shù)據(jù)治理和數(shù)據(jù)集建設工作。
作為國務院國資委數(shù)字化轉型試點企業(yè)，勝利油田高度重視人工智能技術與勘探開發(fā)、生產運行等業(yè)務的融合。推進基于透明盆地和數(shù)字油藏的勘探開發(fā)智能決策、基于油氣生產物聯(lián)網的智能生產運營兩個智能化場景建設，2023年，申報的國家能源智能油氣田研發(fā)中心成功入選“賽馬爭先”創(chuàng)新平臺名單。應用地質大模型構建以“透明盆地”“透明油藏”為核心的多學科協(xié)同工作模式，在利津等區(qū)域井位部署中應用東營北帶勘探大模型，建立五大洼陷頁巖油地質模型，推進“所想能所見、地下能透明”綜合研究范式變革。在油氣勘探方面，形成斷層層位解釋、儲層預測等多個智能化應用場景，斷層解釋效率提高10倍以上；在油氣開發(fā)方面，實現(xiàn)開發(fā)指標預測、方案智能優(yōu)化等場景智能化應用，效率提高5倍以上。
智能化技術推動生產運行模式全面轉型。打造總部到基層四級貫通的PCS一級部署、集中管控新模式，全面推廣功圖自動計產、動液面軟測量等技術，基于大模型推進安全生產視頻智能識別，11種油田作業(yè)場景及關聯(lián)風險識別準確率提高至85%以上。構建基于大數(shù)據(jù)的大監(jiān)督新模式，推動監(jiān)督工作向遠程監(jiān)督、自動化監(jiān)督轉變。率先發(fā)布油氣勘探開發(fā)認知大模型“勝小利”，有力支撐頁巖油前沿研究、油井工況智能診斷等場景的智能化應用。
下一步，勝利油田將全面推進“人工智能+”行動。攻關勘探開發(fā)下的大數(shù)據(jù)、大模型、人工智能等應用技術，在頁巖油開發(fā)、CCUS、源網荷儲等方面加快人工智能布局；拓展機器人、機器狗等智能應用場景，打造智能巡檢示范廠（區(qū)）?；陂L城大模型構建勘探地震大模型、油藏開發(fā)大模型等專業(yè)模型，通過大模型與小模型相結合，提高業(yè)務智能應用的泛化性。全面開展人工智能應用場景大調查，組織全員開展人工智能應用競賽，營造良好的人工智能應用氛圍，發(fā)揮全油田力量構建場景。深化智能體等技術應用，面向研究、管理、決策等層面打造人工智能助手，確保人工智能真正落地見效，把能源智慧飯碗牢牢端在自己手中。
管理區(qū)自主研發(fā)的智能油藏運營管理平臺對經營業(yè)務的革新可以說是顛覆性的。有了平臺的支撐，數(shù)據(jù)不再是分散的表格，而是以可視化圖表的形式實時呈現(xiàn)，基礎數(shù)據(jù)通過平臺自動抓取、分類和匯總后，人員的統(tǒng)計工作量減少了60%以上?？梢哉f，人工智能不僅使我們的管理工具得到升級，更使得我們的經營思維從粗放轉為精細。未來，人工智能將持續(xù)推動油氣開采行業(yè)的革命性發(fā)展。比如，油井各項數(shù)據(jù)支持遠程傳送，不僅能自動生成包含產液量、含水率、動液面等參數(shù)的日報、月報，更可通過數(shù)據(jù)挖掘技術建立單井生產動態(tài)模型，實現(xiàn)產量、效益最大化。
在全球數(shù)字化轉型浪潮中，人工智能技術正以革命性態(tài)勢深度重構產業(yè)格局。煉化工程集團已初步完成人工智能應用領域的基礎性布局，在煉化工程領域完成多個高價值應用場景的頂層設計規(guī)劃，相關技術研發(fā)與場景落地已形成階段性實踐成果。
在避免重復勞動、解放生產力方面，大力開發(fā)智能建構筑物設計、智能靜設備設計等場景。在發(fā)揮人工智能大算力、大數(shù)據(jù)優(yōu)勢，解決復雜性、系統(tǒng)性工程設計難題及決策方面，加速推進智能工藝尋優(yōu)、智能工藝安全分析等場景。在健全、筑牢知識底座方面，同步推進煉化工程知識庫的搭建工作，將其廣泛應用于智能設計審查、煉化工藝問答助手等場景，全面覆蓋煉化工程業(yè)務，實現(xiàn)智能化、高效化發(fā)展。此外，煉化工程集團還在智能焊接、項目現(xiàn)場智能安全監(jiān)管、智能運維等領域取得顯著進展，彰顯在工程智能化領域的技術實力和創(chuàng)新能力。
當前人工智能應用在基礎數(shù)據(jù)、技術整合方面仍面臨諸多挑戰(zhàn)。下一階段，煉化工程集團將聚焦重點領域實現(xiàn)突破性進展。首先，深化高價值場景的深度應用，在智能工廠部署、智能配管及智能全流程再造等關鍵領域加大深度學習、機器人及智能體等AI技術賦能力度。深挖場景潛力，讓人工智能技術在實際業(yè)務中發(fā)揮出更大效能。
其次，加速推進人工智能技術與工程建設的深度融合。深度應用機器學習技術，建立涵蓋工程設計、物資采購、項目施工全流程的智能分析系統(tǒng)，構建智能化“設計-采購-施工”一體化平臺，助力企業(yè)在動態(tài)市場環(huán)境中建立核心競爭優(yōu)勢。
同時，系統(tǒng)性建設專業(yè)人才梯隊。在內部構建系統(tǒng)化人工智能專項培訓體系，建立與高等院校、科研機構的人才聯(lián)合培養(yǎng)機制，持續(xù)提升技術人員的專業(yè)素養(yǎng)；在外部建立高端人才引進通道，重點吸納行業(yè)前沿領域的高層次復合型人才，全面強化研發(fā)與應用團隊建設。把深化人工智能人才隊伍建設擺在突出位置，全力打造一支素質過硬、能打硬仗的專業(yè)隊伍，持續(xù)突破人工智能在煉化工程領域的技術應用邊界，為企業(yè)戰(zhàn)略轉型與高質量發(fā)展提供可持續(xù)發(fā)展動能。
作為一名從事技術工作多年的員工，我對人工智能的發(fā)展非?？春?，并期待公司人工智能體“智小運”在施工組織生產中的精彩表現(xiàn)。在傳統(tǒng)施工技術領域，我們在技術方案編制、方案審核和施工模擬等方面一直有著效率不高、易出錯、標準不統(tǒng)一的難題。人工智能技術的出現(xiàn)為這一系列問題提供了新的解決思路：我們可以通過RAG外掛知識庫的方式，構建吊裝運輸領域的專業(yè)知識庫，將結構化的吊裝載荷、工況數(shù)據(jù)、施工標準等數(shù)據(jù)結合石化行業(yè)大模型優(yōu)秀的推理能力，為智能方案輔助編制、審查和模擬提供智能驅動力。
深入貫徹落實中國石化“人工智能+”行動部署，將“數(shù)字化轉型”納入中長期發(fā)展“六大戰(zhàn)略”，加快人工智能發(fā)展促進管理模式變革和優(yōu)化升級，著力打造“數(shù)智賦能型”油氣田。
一是聚力打造普光智能氣田。依托集團公司試點建設，開展出水預測、智能違章識別等多個場景的探索應用，支撐氣田高效平穩(wěn)運行，關鍵技術獲得集團公司科技進步獎。二是聚力打造東濮老區(qū)智能示范區(qū)。堅持先攻關、后推廣思路，開展文51智能示范區(qū)建設，攻關應用抽油機智能尋優(yōu)、工況智能診斷等8項關鍵技術，探索構建油藏-井筒-地面一體化動態(tài)優(yōu)化方式，助力示范區(qū)效率效益大幅提升。三是聚力打造大模型應用場景。以長城大模型為依托，研發(fā)智能問數(shù)、智能問知、智能服務三個智能助手，解析油田400余份核心制度和政策文件，匯聚102項關鍵指標、100余張數(shù)據(jù)報表，構建便民服務專用知識庫，讓政策制度“動起來、活起來、用起來”，數(shù)據(jù)查詢效率提高40%，高頻業(yè)務辦理時長縮短53.3%。
下一步，將以場景化建設為實施路徑，突出組織、專業(yè)及領域三個優(yōu)勢轉化，堅持“難易結合、遠近結合、動態(tài)調整”重要原則，系統(tǒng)規(guī)劃應用場景，加快“人工智能+”專項行動計劃落地見效。一是加快推進“人工智能+勘探開發(fā)”，圍繞地震處理解釋質效及開發(fā)方案效果提升，開展構造斷層自動識別、生產動態(tài)預測、方案自動生成等場景建設，高效支撐油氣藏協(xié)同研究中心運行。二是加快推進“人工智能+工程生產”，圍繞工藝措施效益及生產效能提升，開展氣井除硫、排液工藝措施智能推薦、措施效果評價及預測、車輛智能調派等場景建設，高效支撐生產指揮中心、工程決策中心運行。三是加快推進“人工智能+經營管理”，采取“事前算贏+事中監(jiān)控+事后分析”策略，探索構建財務計劃、投資計劃、生產計劃融合模型，建設國內上游數(shù)字化業(yè)財融合引領工程，推動經營管理模式變革。通過智能化場景建設和應用上的突破，以點成線、以線成面、以面成體，支撐智慧油氣田建設。
我作為油田人工智能技術落地應用的開發(fā)負責人之一，親歷了人工智能從實驗室走向油田一線的全過程。如今，人工智能工具已成為我日常工作中的“效率倍增器”，以前開發(fā)一個數(shù)據(jù)問答接口，從需求分析到代碼實現(xiàn)至少需要3天，現(xiàn)在借助AI代碼生成工具，我可以在1小時內完成基礎框架搭建，節(jié)省了80%的重復性編碼時間。AI編程工具讓我們從“寫代碼”轉向“論業(yè)務”，能將更多精力投入人工智能場景研發(fā)。盡管目前人工智能平臺的應用場景還像一個“小學生”，對油田業(yè)務了解不足，但未來我們可以接入更專業(yè)的油氣領域模型，加快人工智能在油氣行業(yè)場景中的落地。
近年來，人工智能技術蓬勃發(fā)展，為各領域創(chuàng)新變革注入強勁動能。在油氣田勘探開發(fā)領域，找油找氣是在復雜地質條件下的概率探索。而以深度學習為核心的人工智能技術的理論根基是萬能近似原理，其核心邏輯同樣聚焦概率預測，與油氣田上游的特性高度契合。
目前，江漢油田在勘探開發(fā)、安全生產、綜合管理等多個場景全面推進人工智能技術應用。在勘探開發(fā)方面，持續(xù)在地質建模與儲層預測、地震資料處理與解釋、油氣田開發(fā)與生產優(yōu)化、儲量評估與經濟評價等領域深化人工智能應用。在天然氣開發(fā)方面，借助頁巖氣地質工程一體化數(shù)字孿生平臺打造頁巖氣工智能大模型應用場景，實現(xiàn)地質模型實時動態(tài)更新。在智能優(yōu)快鉆井方面，建立鉆井復雜故障樣本庫，運用AI智能算法構建鉆井風險提示模型，智能計算新井軌跡與鉆井復雜事件的空間距離，自動生成鉆井風險提示清單。在智能壓裂方面，建立產能主控因素樣本，自動優(yōu)化壓裂參數(shù)，綜合考慮天然裂縫、地應力等參數(shù)實現(xiàn)裂縫擴展實時展布，對比微地震結果，模擬精度達80%以上，用智能化手段為壓裂技術決策全程賦能。在安全生產方面，通過應用視頻違章智能識別系統(tǒng)，成功實現(xiàn)石油工程現(xiàn)場、直接作業(yè)及生產現(xiàn)場的違章操作、勞保穿戴、作業(yè)類別、風險隱患等場景的目標物智能識別，響應時間大幅縮短，督察效率提升超50%，算法違章漏檢率降低至10%以下。在現(xiàn)場巡檢方面，涪陵頁巖氣田將無人機、視頻AI、PCS人工巡檢相融合，打造“立體巡視、網格部署、全息感知、少人自主”一體化巡檢新模式，全面保障氣田集輸管網及電力電路的安全平穩(wěn)運行。在生產數(shù)據(jù)分析方面，通過開發(fā)江漢智問大模型平臺，使業(yè)務人員日常重復性工作時間縮短了80%以上。
人工智能技術已經逐步成為推進油田高質量發(fā)展的核心驅動力，下一步，江漢油田將充分發(fā)揮人工智能優(yōu)勢，為油田的高質量發(fā)展貢獻AI力量 。
傳統(tǒng)的頁巖氣井積液診斷和預警往往通過油套壓差和生產動態(tài)的變化來判斷，存在精度不足、人力要求高、發(fā)現(xiàn)不及時等問題。積液智能預警與風險評價技術基于人工智能算法可完成全生命周期自動預警和風險分級工作，為上述問題提供了較好的解決對策，目前已在涪陵工區(qū)開展了800余井次日均15萬條數(shù)據(jù)的實時解析，預警準確率達95%以上，處置效率達90%以上。
此外，地質工程一體化多模態(tài)融合AI大模型可實現(xiàn)生產數(shù)據(jù)的智能清洗、特征值精準提取，助力涪陵氣田打造科學化決策、協(xié)同化科研的智能排采技術新高地。
作為中國石化旗下規(guī)模最大的煉化一體化企業(yè)，鎮(zhèn)海煉化始終走在行業(yè)數(shù)字化轉型的前沿。近年來，公司不斷升級建設“智能工廠”，深度融合人工智能技術與石化生產場景，在設備安全、生產優(yōu)化、質量管控、倉儲物流等領域取得一定進展，為流程制造業(yè)的智能化升級提供了示范樣本。
“模型化”提升設備安全與生產優(yōu)化。鎮(zhèn)海煉化以安全平穩(wěn)與提質增效為核心，深化機理模型、專家模型、數(shù)學模型等運用。公司建設了設備健康管理中心，整合各種智能模塊，實現(xiàn)100余套裝置52萬臺設備全方位、多維度的智能展示和預警，在此基礎上，通過基于AI的數(shù)據(jù)回歸模型，開展以可靠性為中心的維修（RCM），建立包含46種不同轉動設備類型的自有知識庫，為后續(xù)可靠性分析、維修業(yè)務提效夯實基礎。公司還運用S-GROMS、SKI、COILSIM等國產化人工智能工業(yè)軟件，提升劣質原油加工能力，優(yōu)化裝置生產安排。2024年，公司進行了時序大模型與生產實際結合的驗證，證實大模型在預警預測方面是可行的，接下來將進一步推動應用落地。
“無人化+智能化”重塑生產范式。智能化轉型的本質是重構生產關系，讓機器做機器擅長的事、讓人做人該做的事。鎮(zhèn)海煉化通過人工智能技術與工業(yè)場景的深度融合，努力向“外操無人化、內操智能化”目標邁進。在外操層面，通過智能裝備替代人工，實現(xiàn)“無人巡檢、無人倉儲”。應用物聯(lián)傳感、智能機器人等，建設了無人值守變電所、無人泵站、無人行車、無人地磅等無人化場景；應用飛索智能巡檢機器人，實現(xiàn)1.2萬平方米球罐區(qū)全方位、全覆蓋、全天候智能巡檢；應用RGV環(huán)穿小車與倉儲策略優(yōu)化模型協(xié)同運作，建成無人聚烯烴立體庫。在內操層面，努力提升裝置優(yōu)化控制水平，在乙烯、重整等裝置實現(xiàn)在線套裝置建設全流程智能優(yōu)化，通過“RTO－APC/IPC/AIPC－DCS”全過程閉環(huán)實現(xiàn)裝置效益最大化。在鎮(zhèn)?；匾黄凇⒍诮ㄔO過程中，將智能優(yōu)化控制列為裝置標準配置，與裝置同步建設。
作為一名設備技術管理人員，智能化平臺的應用徹底革新了我的工作模式。以設備健康管理系統(tǒng)為例，通過實時監(jiān)測振動、溫度、腐蝕速率等關鍵參數(shù)，設備隱患缺陷識別效率得到顯著提升，平臺自動生成的腐蝕趨勢分析和設備健康評估，讓預防性維護更有依據(jù)。特別是移動端可實時接收報警信息，即使在夜間或節(jié)假日，我也能快速響應，安全管理壓力小了很多。這些智能化應用帶來的不僅是效率變革，還推動了管理理念升級——從依賴個人經驗的“事后搶險”轉變?yōu)榛跀?shù)據(jù)分析的“全周期防控”，真正實現(xiàn)了智能技術與專業(yè)管理的深度融合。
當前，人工智能技術快速迭代，逐漸形成“專業(yè)模型垂直深耕”與“大模型橫向擴展”的局面，并呈現(xiàn)加速協(xié)同的趨勢，推動油氣勘探開發(fā)業(yè)務從“模型驅動、靜態(tài)分析”的傳統(tǒng)模式轉變?yōu)椤皵?shù)據(jù)驅動、動態(tài)優(yōu)化”的新范式。為助力中國石化上游勘探開發(fā)數(shù)智化發(fā)展，石油勘探開發(fā)研究院牽頭組建中國石化勘探開發(fā)數(shù)智技術重點實驗室，并成立實體化研發(fā)部門，形成人工智能+油氣業(yè)務百余人跨學科攻堅團隊，具備較強的人工智能技術研發(fā)與應用能力。
石勘院聚焦油氣勘探開發(fā)核心業(yè)務場景，圍繞“數(shù)據(jù)治理-算法研發(fā)-軟件生態(tài)”技術布局開展基礎研究與關鍵技術攻關。利用彩神人工智能技術在處理大規(guī)模復雜數(shù)據(jù)方面的顯著優(yōu)勢，重點攻關地球物理、測井解釋、基礎實驗地質等領域的基礎算法，已在地球物理“甜點”智能識別與解釋、測井特征曲線特征識別、巖芯圖像智能識別、生產預測與優(yōu)化等方面取得積極進展，形成多項人工智能特色技術，構建了“物理可解釋、場景高適配”的專用工具，為上游數(shù)智化轉型提供了重要支撐。同時積極推動人工智能基礎算法共享生態(tài)建設，相關算法已在長城大模型應用社區(qū)面向全集團開源，踐行共享共建理念，打造勘探開發(fā)智能算法生態(tài)。
下一步，石勘院將聚焦油氣勘探開發(fā)主責主業(yè)，打造能推廣、可迭代的應用場景，推動AI技術在油氣上游實現(xiàn)從“技術可用”到“業(yè)務好用”的價值轉化。首先，在集團公司統(tǒng)一規(guī)劃部署下，持續(xù)開展系統(tǒng)性數(shù)據(jù)資源盤點與數(shù)據(jù)治理，并聯(lián)合上游各油氣分公司科研人員，開展碎屑巖薄片巖礦智能鑒定分析、地震資料智能處理解釋預測、氣藏智能采氣等重點場景建設。其次，發(fā)揮油氣藏專業(yè)自研軟件方面的優(yōu)勢，融合大模型強大的文本理解能力，開展油藏建模、數(shù)模和壓裂等國產化工業(yè)軟件的智能化研發(fā)與升級，提高傳統(tǒng)建模數(shù)模一體化工作效率與計算精度。最后，加強人才隊伍建設，著力培養(yǎng)一批精通AI理論、技術與勘探開發(fā)應用的復合型人才，持續(xù)提高油氣上游數(shù)智化創(chuàng)新能力。
人工智能技術在地震資料處理解釋應用方面總體上仍處于探索實驗階段。石勘院地球物理技術研究所斷縫體攻關團隊圍繞標簽數(shù)據(jù)集制作、有效網絡結構搭建兩大應用癥結開展針對性研究，通過斷層及斷縫體地質模型正演、實際地震數(shù)據(jù)預處理標注和遷移式學習策略來解決小樣本問題，通過建立Transformer UNet++、Res-UNet-BCM網絡組合架構來提高網絡模型全局優(yōu)化能力和收斂速度。通過技術攻關，智能化斷縫儲集體識別技術在中西部探區(qū)生產實踐中取得良好的應用效果，模型收斂速度較傳統(tǒng)UNet網絡提升4倍以上，川西新場須家河組斷縫儲集體識別吻合率達到86%以上，鄂南涇河長8段斷縫儲集體識別吻合率達到90%以上。
