宋洪庆等：油气资源开发的大数据智能平台及应用分析 181· 近5年发表论文的比重已经占了总数量的60%以 发、建井、非常规完井和生产管理四个专业领域 上，当然，油气大数据的发展并不限于学术研究领 一体化建设，打破在实践应用中地球物理学、地质 域，全球各大石油公司也纷纷致力于和顶级T企 学、油藏工程学、钻井与采油工业学之间的专业 业合作门，联手发展适用于石油工业的大数据分析 壁垒，从而实现各学科的相互融合.如图2所示为 技术，打造数字化智能化油田，从而孕育全新的油 国内外油气大数据智能平台构建实例，在2018年 气革命 10月，由美国《世界石油》杂志于休斯顿举行的 2018年4月，道达尔与信息技术巨头谷歌强 “世界石油奖”的颁奖活动中，哈里伯顿凭借Voice 强联手，针对石油勘探开发中地质数据缺失或误 of the Oilfield!9摘得了“最佳数字化转型奖”.该产 差较大的难题，利用模糊逻辑技术能够对“不完 品是哈里伯顿通过实际应用检验的智能油气建设 备”数据进行处理的特性，基于地震数据并整合了 解决方案，依托工业物联网组件与边缘计算设备 自然语言处理技术构建了更加精细的地质模型， 对数据进行实时收集，基于云平台和大数据分析 率先将大数据技术应用于地质数据处理.2018年 技术进行油田的智能诊断、分析及预测等，可以实 9月，壳牌牵手微软在石油领域智能化方向展开合 现对于井口、油田及资产管理的闭环管理模式 作，Shell Geodesic在两家巨头的研发下应运而生. 当然，国内也已经展开了油田智能化的建设 它能够利用机器学习及控制算法来更为逼真的展 工作.对于上游勘探开发而言，北京科技大学联合 现油气层钻井图像，针对在致密岩层钻井过程可 中国石油大学（华东）及中国科学院计算机网络信 能引发的突发情况提供有效的决策建议.2019年 息中心等机构，搭建面向油气资源开发的大数据 1月，英国BP公司投资500万英镑助力人工智能 智能平台，可实现对油田海量数据的快速弹性可 初创公司Belmont Technology,开发了一个融合物理、 扩展，基于分布式计算引擎Spark开发π-flow数据 地质、历史和油藏信息的地球科学云平台，为BP 处理系统，可以利用不同深度学习算法对油气数 提供独特的“地下资产图谱”.同年2月，埃克森美 据进行流水线式处理及分析，通过油气一体化管 孚与微软建立合作关系，投资约10亿美元用于机 控大屏完成对油气田开发的实时监测、预警及展 器学习算法研究，通过人工智能优化油气井性能 示，能够有效的对油田的开发方案进行评价与指 及分析钻完井数据.雪佛龙已经和微软及斯伦贝 导，见图2.除此之外，在2018年11月，中石油整 谢在2019年9月达成了三方协议，旨在利用云计 合了大庆油田、辽河油田等多家石油子公司的现 算及人工智能技术加快油气工业的数字化转型. 场数据，建立了油气资源的数据湖，打造了旗下第 而现如今国际三大油服巨头，贝克休斯、斯伦 一个智能油气平台“梦想云”，并通过搭建协同的 贝谢、哈里伯顿正紧锣密鼓的向数字化智能化油 研究环境，支撑上游业务的数字化、智能化转型， 田进军图2017年7月，贝克休斯与通用电气完成 初步实现了勘探开发、生产管理及协同研究的一 并购重组，依托其独创的Predix平台，迅速打造全 体化.对于中下游而言，2019年12月，国家石油天 世界第一家全领域数字化油气工业公司.贝克休 然气管网集团有限公司成立，旨在依托大数据及 斯的大数据平台是侧重于独立的数字化板块建设 物联网等技术，对油气储运管线进行数字化建设 以及对全产业链的覆盖.借助通用电气推出的第 和智能升级，全面打造覆盖全国的“智慧管网” 一个面向工业的互联网平台Predix平台所开发的 2020年7月15日召开的华为全球油气峰会表明， 油田数字化板块，与其上游、中游、下游及工业板 华为正致力成为油气数字化转型的忠实伙伴，利 块并列为贝克休斯五大业务板块，集地质建模、油 用5G网络、大数据及云计算等技术解决中石油大 藏模拟、力学分析和可视化于一体，可用于油藏各 庆油田计算性能及数据存储等问题，并且在测井 类数据的采集以及通过人工智能算法优化采收方 油气藏识别、地震波识别、故障诊断等五个场景 案等.而斯伦贝谢主要涉及上游勘探开发生产领 实现AI应用分析.2020年8月21日，首家油气数 域，并强调的是油藏数据、管理系统及硬件设施的 据科学分实验室在中国科学院计算机网络信息中 有效组合，进而实现了更高水准的油田一体化建 心成立，中国工程院韩大匡院士指出，国内油气行 设.2017年9月，斯伦贝谢主要针对油气上游领域 业的数字化智能化发展目前还处于起步阶段，要 推出了名为DELFI的勘探开发认知环境作为基础 充分利用大数据及人工智能手段实现“智慧油田” 的的数字化平台，将硬件设施、软件开发、数字化 战略目标，完成从现如今的“跟跑”到“并跑”甚至 技术和油藏专业知识有机结合，致力于勘探与开 未来“领跑”世界的转变.国内外数字化转型发展近 5 年发表论文的比重已经占了总数量的 60% 以 上. 当然，油气大数据的发展并不限于学术研究领 域，全球各大石油公司也纷纷致力于和顶级 IT 企 业合作[7] ，联手发展适用于石油工业的大数据分析 技术，打造数字化智能化油田，从而孕育全新的油 气革命. 2018 年 4 月，道达尔与信息技术巨头谷歌强 强联手，针对石油勘探开发中地质数据缺失或误 差较大的难题，利用模糊逻辑技术能够对“不完 备”数据进行处理的特性，基于地震数据并整合了 自然语言处理技术构建了更加精细的地质模型， 率先将大数据技术应用于地质数据处理. 2018 年 9 月，壳牌牵手微软在石油领域智能化方向展开合 作，Shell Geodesic 在两家巨头的研发下应运而生， 它能够利用机器学习及控制算法来更为逼真的展 现油气层钻井图像，针对在致密岩层钻井过程可 能引发的突发情况提供有效的决策建议. 2019 年 1 月，英国 BP 公司投资 500 万英镑助力人工智能 初创公司 Belmont Technology，开发了一个融合物理、 地质、历史和油藏信息的地球科学云平台，为 BP 提供独特的“地下资产图谱”. 同年 2 月，埃克森美 孚与微软建立合作关系，投资约 10 亿美元用于机 器学习算法研究，通过人工智能优化油气井性能 及分析钻完井数据. 雪佛龙已经和微软及斯伦贝 谢在 2019 年 9 月达成了三方协议，旨在利用云计 算及人工智能技术加快油气工业的数字化转型. 而现如今国际三大油服巨头，贝克休斯、斯伦 贝谢、哈里伯顿正紧锣密鼓的向数字化智能化油 田进军[8] . 2017 年 7 月，贝克休斯与通用电气完成 并购重组，依托其独创的 Predix 平台，迅速打造全 世界第一家全领域数字化油气工业公司. 贝克休 斯的大数据平台是侧重于独立的数字化板块建设 以及对全产业链的覆盖. 借助通用电气推出的第 一个面向工业的互联网平台 Predix 平台所开发的 油田数字化板块，与其上游、中游、下游及工业板 块并列为贝克休斯五大业务板块，集地质建模、油 藏模拟、力学分析和可视化于一体，可用于油藏各 类数据的采集以及通过人工智能算法优化采收方 案等. 而斯伦贝谢主要涉及上游勘探开发生产领 域，并强调的是油藏数据、管理系统及硬件设施的 有效组合，进而实现了更高水准的油田一体化建 设. 2017 年 9 月，斯伦贝谢主要针对油气上游领域 推出了名为 DELFI 的勘探开发认知环境作为基础 的的数字化平台，将硬件设施、软件开发、数字化 技术和油藏专业知识有机结合，致力于勘探与开 发、建井、非常规完井和生产管理四个专业领域 一体化建设，打破在实践应用中地球物理学、地质 学、油藏工程学、钻井与采油工业学之间的专业 壁垒，从而实现各学科的相互融合. 如图 2 所示为 国内外油气大数据智能平台构建实例，在 2018 年 10 月，由美国《世界石油》杂志于休斯顿举行的 “世界石油奖”的颁奖活动中，哈里伯顿凭借 Voice of the Oilfield[9] 摘得了“最佳数字化转型奖”. 该产 品是哈里伯顿通过实际应用检验的智能油气建设 解决方案，依托工业物联网组件与边缘计算设备 对数据进行实时收集，基于云平台和大数据分析 技术进行油田的智能诊断、分析及预测等，可以实 现对于井口、油田及资产管理的闭环管理模式. 当然，国内也已经展开了油田智能化的建设 工作. 对于上游勘探开发而言，北京科技大学联合 中国石油大学（华东）及中国科学院计算机网络信 息中心等机构，搭建面向油气资源开发的大数据 智能平台，可实现对油田海量数据的快速弹性可 扩展，基于分布式计算引擎 Spark 开发 π-flow 数据 处理系统，可以利用不同深度学习算法对油气数 据进行流水线式处理及分析，通过油气一体化管 控大屏完成对油气田开发的实时监测、预警及展 示，能够有效的对油田的开发方案进行评价与指 导，见图 2. 除此之外，在 2018 年 11 月，中石油整 合了大庆油田、辽河油田等多家石油子公司的现 场数据，建立了油气资源的数据湖，打造了旗下第 一个智能油气平台“梦想云”，并通过搭建协同的 研究环境，支撑上游业务的数字化、智能化转型， 初步实现了勘探开发、生产管理及协同研究的一 体化. 对于中下游而言，2019 年 12 月，国家石油天 然气管网集团有限公司成立，旨在依托大数据及 物联网等技术，对油气储运管线进行数字化建设 和智能升级，全面打造覆盖全国的“智慧管网”. 2020 年 7 月 15 日召开的华为全球油气峰会表明， 华为正致力成为油气数字化转型的忠实伙伴，利 用 5G 网络、大数据及云计算等技术解决中石油大 庆油田计算性能及数据存储等问题，并且在测井 油气藏识别、地震波识别、故障诊断等五个场景 实现 AI 应用分析. 2020 年 8 月 21 日，首家油气数 据科学分实验室在中国科学院计算机网络信息中 心成立，中国工程院韩大匡院士指出，国内油气行 业的数字化智能化发展目前还处于起步阶段，要 充分利用大数据及人工智能手段实现“智慧油田” 战略目标，完成从现如今的“跟跑”到“并跑”甚至 未来“领跑”世界的转变. 国内外数字化转型发展 宋洪庆等： 油气资源开发的大数据智能平台及应用分析 · 181 ·