中国石油：坚持绿色安全与科技创新双驱动（图）

  [中国石油新闻中心2024-09-24]
  近日，第十三届中国（廊坊）国际管道博览会在河北省廊坊市开幕。本次博览会以“安全绿色·智能创新”为主题，集装备技术展示、专题会议和技术论坛等活动于一身，涉及油气管道建设、油气储运、油气田地面工程、新能源等多个领域，吸引了250余家国内外企业参展。
  从第十三届中国（廊坊）国际管道博览会看能源技术发展
  在日前举行的第十三届中国（廊坊）国际管道博览会中，中国石油展团集中展示了油气储运、氢能输送、炼化工业等油气全产业链最新装备技术。其中，管道局是本次展会参展面积最大、参展设备最多的企业，共设有1个主展台、7个分展台，展位面积共计近1000平方米，展出的新装备与新技术顺应全球能源格局深刻调整、国内油气增量上产持续推进的大趋势，助推储运产业向高端化、智能化、绿色化转型，为中国石油实现高质量发展提供了新思路。

  牢筑安全基石 夯实绿色发展根基
  安全生产是发展大计、民生大事。展区内，中国石油的诸多产品与绑好油气生产与储运业务的“安全带”密切相关，广泛应用于安全管控与防范化解各类风险的日常工作。在炼油化工领域，管道局通信公司研发的智能防爆机器人“哮天”能够在易燃易爆等危险环境中巡逻，帮助员工远程掌握生产现场“跑冒滴漏”等各种特殊工况，保障危险作业区的安全运行。
  管道检测为油气储运安全运行保驾护航。管道局检测公司的1422毫米口径超高清漏磁技术复合检测器是目前国内口径最大、技术最先进的管道复合功能检测器。“这套设备在管道内随着管道介质运行，就像给管道做‘体检CT’，而超高清管道复合检测技术就是一次‘增强CT’，哪怕是针孔大小的缺陷都能检测出来。”管道局检测公司研究发展中心副主任杨金生介绍。管道在自动焊接完成后，管道局研究院的AUT检测设备则可以对环焊缝进行整体“体检”，通过超声发射接收主机在每个焊缝截面实施多个角度和坡口位置的探查，保证整个焊缝及热影响区不漏检。
  绿色低碳转型是实现高质量发展的必要环节。为落实国家推动“能耗双控”向“碳排放双控”转变要求，传统油气行业正努力向绿色低碳的新能源领域积极转型。管道局设计建设了我国第一条氢气管道，在氢气储运环节积累了丰富的技术经验。管道局设计院自主研发的阴离子交换膜（AEM）电解槽制氢设备不仅解决了制氢后的增压问题，且耗能成本更低、制氢量更高，与风、光、电等相结合则能够生产绿氢，实现绿色净零排放。
  再制造是国家重点发展的循环经济、绿色经济和阳光产业，对于实现“双碳”目标和可持续发展具有重要意义。管道局设备租赁公司引入先进再制造技术，对6BT型号发动机进行彻底拆解、清洗、检测和再装配，让旧设备“重获新生”。“再制造与翻新或维修有本质区别，是在设备原有基础上进行的重新制造，能够有效降低固定资产的投资成本。”管道局设备租赁公司业务主管曹旭说。在再制造过程中，该公司广泛应用激光熔覆、增材制造等创新技术，以减少碳排放并节约资源。
  坚持科技创新 大力发展新质生产力
  当前，能源行业正在加速向数字化、智能化转型，强化核心技术攻关、加快科技成果推广应用对于推进公司高水平科技自立自强、实现跨越式高质量发展具有重要意义。
  科技创新大幅提高生产效率。管道局通信公司展台屏幕前，油气生产现场的各项数据和动态画面实时滚动呈现。该公司自主研发的北斗导航能源安全生产综合监管平台涵盖数据接入、处理、存储和共享服务等，为油气各业务领域提供安全可靠的信息数据，助力全产业链实现数字化、智能化发展。管道局龙慧公司的智能工地一体机能够在野外自动组建覆盖施工现场的网络环境，实时采集现场数据参数并远程传输，为工地安装智慧“大脑”，帮助工程管理人员“运筹帷幄之中，决胜千里之外”。
  科技创新培育新动能。管道局设计院自主研发的油气储运人工智能大模型WisGPT是AI技术与能源领域碰撞出的“火花”。WisGPT深度融合了油气储运领域的专业知识，具备智能问答和智能辅助设计两大功能，不仅能够对海量数据进行智能查询，还能对文本进行更为深入的处理，为提高油气储运行业整体工作效率、优化企业管理注入了新动能。管道局投运公司的油气场站智能全感知系统则利用多模态数据采集技术，实现石油、天然气输送场站智慧化全面感知，为运维人员提供智能决策支持，发挥了科技支撑当前、引领未来的作用，让传统能源行业焕发新生机。
  开展论坛交流 共促高质量发展
  本次博览会不仅是新科技与新设备亮相的“主场”，还是一场学术的“交锋”。博览会期间的交流论坛由1个主会议和6个专题会议组成。来自全国各地的专家学者围绕“世界能源新格局与储运发展新趋势”“油气管道维抢修技术”“数字化与智能化管网”“能源地下储存”等热点话题展开研讨，为能源储运行业实现绿色可持续发展贡献智慧。
  在主会议上，管道局首席专家、全国工程勘察设计大师张文伟围绕“超临界二氧化碳管道输送”发表主题演讲，介绍了国内外超临界二氧化碳管道工程的建设情况，并结合最新技术成果提出未来的研究方向。经济技术研究院副院长吴谋远在专题会议上分析了国内外油气市场的新特点与新趋势。他指出，国际油气市场持续震荡，各国油气供需呈现不均衡态势，价格波动风险使得项目投产不确定性增加。展望未来，全球贸易格局深刻调整，天然气将成为新型能源体系的重要支撑。（记者王汐许晨王悦实习记者刘雨婷通讯员吕文春）

  AI技术引领全球油气行业变革
  特点：国际石油公司竞相“牵手”IT企业
  当前，气候挑战对石油行业提出了转型升级的迫切需求。传统的勘探和生产方式已难以满足当前高效、安全、环保的要求。数字化和智能化技术为石油企业提升竞争力、实现可持续发展提供了新思路。从全球来看，国际石油公司纷纷在本次数字化转型的浪潮中抢占先机，与IT行业翘楚进行紧密合作，取得了显著成果。
  斯伦贝谢（SLB）与IBM旗下的红帽（Red?Hat）、微软、谷歌等IT行业领导者合作，整合尖端的AI（人工智能）技术和数字解决方案，提高运营效率，支持油气生产的可持续实践。埃克森美孚与微软合作，利用微软的云技术、大数据分析和物联网来优化其在二叠纪盆地的页岩油气业务运营，通过更好的数据驱动决策，提高运营效率和产量。道达尔能源与谷歌合作开发AI解决方案，以改善油气勘探和生产的地下数据分析，包括使用计算机视觉技术来解释地震图像、使用自然语言处理技术来分析技术文件，提高地质和储层评价的有效性和效率等。同时，为了加速数字化转型，道达尔能源还在巴黎建设了数字工厂，将AI技术集成到其上下游业务的运营中。沙特阿美在其位于达兰的第四次工业革命中心（4IRC）建立了AI中心，致力于开发AI解决方案的先进设施。同时，该公司在油田实施了先进过程控制（APC），采用4万个传感器进行监控作业。其中，智能传感器和大数据分析技术的结合显著提高了其油气生产效率。
  国际大石油公司在AI领域的发展具有以下特点。首先，AI平台化实现了低代码/无代码，解除了AI应用壁垒。国内石油公司和油服公司应借鉴国外AI平台建设技术与经验，努力打造低代码/无代码AI技术平台，降低AI的应用门槛，使AI在油气各领域的使用更加方便快捷。其次，与IT公司形成战略联盟促使AI技术落地，成为油气公司数字化转型的必由之路。国际石油公司快速融入IT行业的合作模式和AI技术的发展经验值得我国企业借鉴。再次，私有云、公有云和混合云的使用打破数据壁垒。开发利用混合云计算技术，创建数字平台，实现对所有混合云平台的无缝访问。这些云数据分析服务，解决了数据驻留客户的问题，在国内也能实现无须将数据转移到国外第三方云数据中心，便可以让用户使用多云，推动云平台使用更符合安全及保密要求。最后，国际石油公司之间成立了许多有利于AI技术发展和场景落地的国际组织。我国油气公司也可根据需求，采取积极态度加入国际油气AI联盟，打破技术与信息的交流障碍，共享发展成果。
  启示：我国石油企业借助AI技术实现跨越式发展
  目前，AI技术已成为国际石油公司提高油气生产效率、降低成本、保障安全的关键手段。我国石油企业面临数字化转型升级的巨大挑战，借助AI技术实现我国油气产业的跨越式发展成为当务之急。
  我国急需建立油气行业数据标准体系。要根据我国油气业务和相关数据需求，对现有数据进行梳理和分类，明确各类数据的标准格式、数据结构、数据命名规则等。同时，针对从各类传感器和监控系统中产生的海量数据，制定统一的数据接口和数据传输协议，实现数据的集成和融合，使各种数据库、知识库、数据湖采用统一的数据标准。在此基础上，通过构建AaaS（智能分析即服务）平台，实现数据的统一管理和处理，为AI场景提供高效、稳定的数据支持，使复杂的跨域数据集在AI场景中得到快速调用，实现真正意义上的智能化。建立国家油气行业数据标准体系需基于我国油气行业的业务需求，制定一套全面、系统的数据规范。这有助于提高我国油气勘探、开发、工程和全行业的运营效率。同时，有利于促进国内外技术交流与合作，提升我国油气行业在国际市场的竞争力。
  建设涵盖油气全产业链的工业软件AI云化平台，成为推动我国油气行业发展的关键。该平台旨在融合勘探、开发、工程、管道、炼油和化工等业务领域的数据资源，通过云化技术实现数据的高效管理和智能分析。平台应采用类似DeFi（去中心化金融）平台的设计框架，允许不同业务领域独立开展AI项目，同时支持全产业链的AI项目，以确保油气业务各环节的数字化和智能化得到全面覆盖。通过这一平台，油气企业能够实现数据的云原生和云存储，实现数据集中管理、实时监控和智能分析，辅助管理层及时掌握生产状况，识别问题并作出决策。云化部署还可以促进跨地域、跨部门的数据共享和协作，显著提升油气企业的生产效率和管理能力。同时，应从国家层面成立由政府、科研机构、企业（特别是大型IT企业）组成的研发联盟，共同推进平台建设、产业发展、政策制定和实施等。同时，政府应通过财政和税收激励措施，鼓励和引导企业增加科技创新投入，培育具有自主知识产权、自主品牌和自主标准的工业软件，促进工业软件AI云化平台的发展。还要建立并行验证平台和应用研发服务平台，支持国产工业软件的迭代优化，提升其在油气产业中的应用水平。此外，建立工业软件的标准体系和测试验证规范，以及云化集成服务环境，有助于充分验证国产工业软件在油气产业中的适用性和可靠性。
  建设我国油气工业生成式AI大模型（GPT）系统成为未来我国油气工业实现智能化的重要途径。GPT技术较为复杂，训练过程中对算力和电力资源的需求极高。因此，可参考国际石油公司同IT大厂的合作模式，将油气GPT基础模型打造成为中央通信枢纽，促进不同团队、部门以及利益相关者之间的沟通协作。GPT系统可以帮助简化信息交换和协调响应工作流程，还能生成实时预警通知。在各种紧急情况下，油气GPT基础模型可以有效缩短响应时间，并自动将事件中获得的经验教训以及对未来行动的建议转化为报告。油气GPT系统可集成油气行业各领域从设备传感器和监控系统中产生的大量数据，开发和维护各领域的数据库和知识库，智能化管理油气行业各领域的内部数据、内部文档、行业标准、大型工业软件和最佳油气工业实践等，使油气全产业链各环节实现实时可视化、人机友好交互和油田自主管控，进入“多个产业链间可感知、自感知、自修复及自决策”的智能时代。（窦宏恩?中国石油勘探开发研究院）
  AI技术赋能油气行业工业软件向云平台化发展
  The?Open?Group
  OSDU数据平台：
  该数据平台将所有相关数据类型的元数据标准化，定义了自动数据获取工作流程，提供了跨所有数据类型的搜索功能，改变了行业的数据存储、共享和分析方式。开放的标准API可用于加载、搜索和交付所有数据，将数据管理标准化，促进整个油气行业的数据共享，使各类数据可以从传统数据库中解放出来，并用于油气工业各领域，提高数据的使用价值和运营效率。加入该数据联盟并参与云技术提供的有亚马逊网络服务（AWS）、英特尔、微软旗下的红帽（Red?Hat）、谷歌等科技公司，斯伦贝谢（SLB）、哈里伯顿、贝克休斯等油服公司，bp、雪佛龙、埃克森美孚、壳牌、道达尔能源等油气公司。
  斯伦贝谢
  DELFI认知勘探开发平台：
  该平台集成了能源行业软件与AI技术，支持一系列AI驱动的应用程序，扩大了其在整个油气勘探、开发、工程及生产运营全生命周期的应用范围，旨在提高作业效率，实现油藏定量表征和生产优化。
  哈里伯顿
  DS365.ai平台：
  该平台基于云原生技术，可以快速训练和部署针对油藏、钻井和生产工作流程特定需求的AI服务平台。该平台内含诸多机器学习模型，旨在处理、开发和部署可扩展性模型的复杂问题，从而加速油气工业各业务的数字化转型。
  贝克休斯
  BHC3平台：
  该平台由贝克休斯与C3.ai公司合作开发。该平台包括BHC3可靠性和BHC3过程优化等应用程序，利用AI技术来提高设备可靠性、降低维护成本并优化生产流程，显著提高了能源行业各方面的作业效率。该平台还通过BHC3可持续性应用程序支持环境保护，帮助企业进行组织管理，降低能源消耗及碳排放。
  威德福
  ForeSite?平台：
  这是一个基于云的生产优化平台，体现了威德福利用工业4.0技术的承诺。该平台提供了对油藏、油井操作的实时监测，提高了油田各领域数据的处理、操作和决策效率。同时，该公司与DataRobot合作，以推进ForeSite^?和Centro?数字平台中的AI技术为抓手，通过大规模整合基于物理和AI的模型，增强机器学习和AI产品应用，达到优化公司运营效能的目的。
  康士伯集团
  Kognifai平台：
  该平台已成为康士伯集团油气战略的关键组成部分。它能将来自工业领域的高质量数据整合到基于云的生态系统中，从而实现快速创新和决策。该平台支持包括设备性能监控和故障预测系统在内的各种应用，对于提高能源行业的运营效率有显著效果。
  壳牌
  Shell.ai平台：
  该平台由壳牌和微软合作开发。平台增强了对壳牌全部业务的机器学习能力和软件工程能力。旨在将AI技术全面嵌入壳牌的内部平台，从而推动诸多AI产品的开发与应用。壳牌还与贝克休斯、C3.ai和微软等公司合作，实施了开放的AI能源计划，重点是创建行业标准，促进AI技术在整个能源领域的应用。
  雪佛龙
  云原生平台：
  该平台由雪佛龙与SLB、微软等公司合作开发，增强了能源行业的数据洞察力。通过应用微软Azure云上的DELFI认知勘探开发环境，雪佛龙可将AI技术整合到其油气业务的各项运营中，以加速传统业务的数字化转型。
  埃尼
  “认知发现”研究平台：
  该平台由埃尼公司与IBM合作开发，可为勘探阶段初期决策提供支持，减少勘探与地质复杂性引起的潜在风险。“认知发现”在处理大量地质、物理和地球化学等数据时能提供更真实、精确的地质模型，协助科学决策的制定。（窦宏恩?整理）