久久一区二区三区超碰国产精品,亚洲人成在线网站,国产在线精品一区免费香蕉,国产精品免费电影

隨著物聯(lián)網(wǎng)建設(shè)在石油行業(yè)的廣泛應(yīng)用，大量的生產(chǎn)數(shù)據(jù)、工程數(shù)據(jù)、經(jīng)營數(shù)據(jù)被記錄、傳輸并儲存成為石油公司的數(shù)字資產(chǎn)。面對海量數(shù)據(jù)的積累，還要對其進行挖掘整理并從中得到有用的信息來指導(dǎo)生產(chǎn)和決策，這是油井由數(shù)字化向智能化的必定轉(zhuǎn)變。

智慧油井是一個綜合性概念，須要以數(shù)據(jù)為基礎(chǔ)，以人工智能技術(shù)為方式，以應(yīng)用場景為落腳點，從而實現(xiàn)指導(dǎo)生產(chǎn)經(jīng)營的解決方案。

案例

國際石油公司已產(chǎn)生智能化解決方案

智慧油井囊括多個方面，其中主要展現(xiàn)在油層開發(fā)領(lǐng)域、工程技術(shù)領(lǐng)域、經(jīng)營管理領(lǐng)域。

以智慧油井解決方案在油氣藏開發(fā)方案設(shè)計方面的應(yīng)用為例。油氣藏開發(fā)方案指對開發(fā)方式、開采模式、開發(fā)層系、井網(wǎng)井距、注采速率與技術(shù)工藝等油井開發(fā)的重大問題作出選擇并詳細化為推行意見?，F(xiàn)在，方案的設(shè)計主要借助于油層數(shù)值模擬技術(shù)，其中包含大量的英語模型、物理模型、地質(zhì)模型和算法。但因為油氣藏地質(zhì)狀態(tài)和條件展現(xiàn)出非均質(zhì)性、多樣性、變異性和復(fù)雜性并且常常利用基于地理模型、地質(zhì)模型構(gòu)建的傳統(tǒng)理論不能挺好地研究解決安裝工程中的復(fù)雜問題。而人工智能（AI）的最終目標(biāo)就是解決具象的、不確定性的復(fù)雜問題。為此，人工智能提供了愈加智慧高效的解決方案。

斯倫貝謝的DELFI感知估算平臺被覺得是油氣行業(yè)最佳的地質(zhì)安裝工程一體化平臺。其整合了從水災(zāi)數(shù)據(jù)解釋、測井?dāng)?shù)據(jù)解釋到完井?dāng)?shù)值模擬（射孔模擬、生產(chǎn)模擬等）再到經(jīng)濟評價的油層全生命周期智能化解決方案。這與國外提出的地質(zhì)安裝工程一體化解決方案不謀而合。在DELFI提供的平臺上，地質(zhì)學(xué)家、油藏安裝工程師、儲層安裝工程師和生產(chǎn)安裝工程師可以實現(xiàn)對油氣藏評價、儲量估算與產(chǎn)能研究等工作并共同起草現(xiàn)實可行的開發(fā)方案。

DELFI平臺為石油安裝工程師和科學(xué)家提供了大量的AI工具。比如，對于地質(zhì)安裝工程師和月球地理學(xué)者而言，對巖體的認識主要通過月球地理資料、測井?dāng)?shù)據(jù)、錄井?dāng)?shù)據(jù)等實現(xiàn)。DELFI平臺中，融入AI技術(shù)的地質(zhì)安裝工程硬件可以做到斷層智能辨識、甜點智能辨識、智能歷史擬合、復(fù)雜單層位智能追蹤等工作，實現(xiàn)將數(shù)據(jù)直接迅速轉(zhuǎn)化成安裝工程技術(shù)人員所須要的結(jié)果。另外，DELFI平臺還提供了井設(shè)計、完井設(shè)計、開發(fā)方案設(shè)計的智能化解決方案。借助DELFI平臺，水災(zāi)數(shù)據(jù)解釋處理時間從13個月降低至2.5月；斷層解釋時間降低了80％；井身設(shè)計效率提升了50％；整體開發(fā)方案設(shè)計效率提升了70%；鉆井作業(yè)方案評估節(jié)約時間89％；節(jié)省了人工費用88％。

DELFI平臺也是諸多智能化領(lǐng)先實踐中的一個案例，這些國際石油工業(yè)同樣產(chǎn)生了自己的一套智能化解決方案。諸如，殼牌利用Azure構(gòu)建的智能車間運用數(shù)字雙胞胎、機器人巡檢、可穿戴AR/VR數(shù)據(jù)同步和采集、云估算等技術(shù)實現(xiàn)全智能化管理。美孚公司運用區(qū)塊鏈技術(shù)實現(xiàn)智慧采購，既保證了全交易過程的高效性又保證了供應(yīng)方、采購方和貨運方的安全性。斯倫貝謝公司正在研制的智慧鉆探解決方案被覺得是新一代鉆探施工的發(fā)展方向。在這個方案中，絲錐可以實時采集鉆探施工中的數(shù)據(jù)，并通過集成在絲錐中的模塊對數(shù)據(jù)進行實時剖析，按照數(shù)據(jù)剖析得到最佳的塞入?yún)?shù)并進行手動調(diào)整。那樣大大節(jié)約了鉆探安裝工程師的決策費用。

挑戰(zhàn)

智慧油井建設(shè)面臨數(shù)據(jù)、算法及人才層面挑戰(zhàn)

結(jié)合國內(nèi)先進案例看，智慧油井的建設(shè)可以融入油井生產(chǎn)的方方面面，其重點是要勤于運用智能化技術(shù)實現(xiàn)傳統(tǒng)工作方式和開發(fā)方式的升級。

當(dāng)前，我國智能油井建設(shè)水平處在數(shù)字化向智能化過渡階段。得益于油井大量投入的物聯(lián)網(wǎng)建設(shè)油氣智能開采技術(shù)，少數(shù)油區(qū)已基本完工智能油井雛型，已具有了油田自確診、預(yù)警和報案，并能推薦優(yōu)化的決策方案。但從整體看，我國智能化應(yīng)用存在場景偏少、過于單一且智能化深度不足等問題；目前的應(yīng)用場景主要集中在生產(chǎn)設(shè)備端的維護和數(shù)據(jù)的簡略搜集整理等。因而，油井的智能化變革也有很長的路要走。

剖析現(xiàn)在國外油井智能化的發(fā)展，我們還要面對多個方面的挑戰(zhàn)。

數(shù)據(jù)層面的挑戰(zhàn)。一方面，因為油井?dāng)?shù)據(jù)存在多頭錄入且來源來零亂、時空尺度不一，且各油井缺乏統(tǒng)一數(shù)據(jù)采集標(biāo)準，造成了數(shù)據(jù)品質(zhì)整體不高，出現(xiàn)大量數(shù)據(jù)冗余、缺失、錯誤和沖突等現(xiàn)象。另一方面，缺乏有效的數(shù)據(jù)共享模式。這導(dǎo)致了數(shù)據(jù)荒島的大量產(chǎn)生，數(shù)據(jù)無法有效傳遞和融合。油井管理者和安裝工程技術(shù)人員須要消耗大量的時間來對數(shù)據(jù)進行查找并核查導(dǎo)致工作效率的減低。另外，針對特定問題的特定數(shù)據(jù)數(shù)據(jù)采集工具還要建立，例如巖芯數(shù)據(jù)庫。

算法層面的挑戰(zhàn)?，F(xiàn)在，我國缺乏有效的AI剖析工具和具備人工智能算法的專業(yè)硬件。一方面，AI剖析工具的應(yīng)用可以大量的降低安裝工程技術(shù)人員的工作量；另一方面，AI剖析工具的應(yīng)用可以得到無法被科研人員發(fā)覺的數(shù)據(jù)規(guī)律和數(shù)據(jù)間的關(guān)聯(lián)。那樣能夠讓大量積累的數(shù)據(jù)形成價值幫助管理者和安裝工程技術(shù)人員完成生產(chǎn)和決策任務(wù)。

基于AI的剖析工具解決，主要存在三類問題。一是完全數(shù)據(jù)型問題。諸如油氣智能開采技術(shù)，描繪綜合物探曲線，結(jié)合物探曲線、地震數(shù)據(jù)和泥巖數(shù)據(jù)構(gòu)建壓裂特性，天然氣總量預(yù)測等。二是優(yōu)化型問題。諸如，礦體地質(zhì)條件和流動成因的高度不確定性，實時精準壓裂動態(tài)預(yù)測難度大、計算費用高；運用監(jiān)督學(xué)習(xí)算法實現(xiàn)智能化的銷量歷史擬合。三是建立型問題。諸如，基于有限的地質(zhì)信息建立相對準確的地質(zhì)模型。運用抗生成網(wǎng)路模型的深度學(xué)習(xí)算法估算出欠缺數(shù)據(jù)，并且發(fā)覺這些地質(zhì)安裝工程師無法發(fā)覺的信息，可以在巨大程度上解決地質(zhì)構(gòu)造問題。

傳統(tǒng)的專業(yè)硬件主要是借助搭建數(shù)學(xué)模型、地質(zhì)模型并通過數(shù)值算法求解得到的地下油層信息。若果將AI工具集成在傳統(tǒng)的專業(yè)硬件中就可以實現(xiàn)更精確高效的估算結(jié)果，產(chǎn)生油氣藏開發(fā)能力的有力增強。更逐步來講，將油層全生命周期中各專業(yè)領(lǐng)域的專業(yè)硬件平臺化并采用AI技術(shù)，這就成為了我們所須要的地質(zhì)安裝工程一體化平臺。

人才層面的挑戰(zhàn)?，F(xiàn)在，油井的智能化變革亟待兼具石油相關(guān)專業(yè)背景和人工智能相關(guān)知識的安裝工程技術(shù)人員。復(fù)合型人才的培養(yǎng)要經(jīng)歷一個常年的過程，所以須要科技企業(yè)、石油企業(yè)、高校的各方合作。國外各大石油公司的研究院所紛紛設(shè)立智慧油井部委并成立相關(guān)的崗位。一是通過自身力量培養(yǎng)人才；二是以社會招募的形式成立具有AI技術(shù)能力的石油安裝工程師隊伍。與此同時，各大石油公司也在積極與大學(xué)合作，設(shè)立相關(guān)交叉學(xué)科專業(yè)和科技大廠舉行人才培養(yǎng)計劃和技術(shù)合作項目。堅信將要有越來越多的石油安裝工程技術(shù)人員可以熟練地使用、Keras、、等人工智能工具來解決生產(chǎn)實踐問題。

面對挑戰(zhàn)，我們應(yīng)當(dāng)積極行動。對于數(shù)據(jù)層面，要對已有的數(shù)據(jù)進行擦洗、重構(gòu)，對新采集的數(shù)據(jù)構(gòu)建統(tǒng)一的標(biāo)準并實現(xiàn)真正意義上的融通共享。對于算法層面，要立足于應(yīng)用場景結(jié)合人工智能算法實現(xiàn)應(yīng)用突破。主要有兩條探求方向：一條是構(gòu)建一種全新的基于大數(shù)據(jù)和人工智能的油井鉆探開發(fā)研究方式；另一條是基于現(xiàn)有的研究剖析框架和地理模型（水災(zāi)配準與屬性剖析、構(gòu)造建模、地質(zhì)建模、油藏模擬等）使用人工智能技術(shù)進行輔助、修正、局部代替以實現(xiàn)精確高效的目的。在人才建設(shè)方面，要抱著開放的態(tài)度，融合各方力量培養(yǎng)復(fù)合型人才，并使之在實現(xiàn)油井智能化過程中發(fā)揮積極作用。

(郭曄美國石油企業(yè)集團經(jīng)濟技術(shù)研究院)