【新书推荐】人工智能技术应用-《智能油田》系列解读（二）
The following article is from 十一维 Author 肖莉
《智能油田》解读之
——人工智能技术应用
《智能油田》解读之
——人工智能技术应用
以智能化技术为代表的新一轮油气革命拉开了序幕，新的智能油田是什么样子呢？简单地说，油气行业智能化的构成要素包括了各类传感器，它们收集数据流，通过监测诸如石油钻机、油藏储层等系统，为其提供数字化表达。“大数据”软件对传感器网络所生成的海量数据加以迅速处理和分析，使人们能够在作业前和作业期间通过机器学习进行各类算法建模，进而对系统行为及时反应和优化、预测。这些模型可分析并比较来自传感器的数据集，进而完成各式各样的任务，例如发现潜在的油气储量，或探测某个设备何时需要维护。这其中，就涉及到物联网、云计算、大数据、人工智能、数据湖、边缘计算等等ICT技术。其中，人工智能技术尤为火热，各国、各大石油公司、油服公司都已经开始了布局和探索应用。
一、人工智能及其关键技术
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。从技术上讲，人工智能可以被分为三类：弱人工智能、强人工智能和超人工智能。其中弱人工智能着重对人类推理过程的模仿，但没有人工感知力。弱人工智能通常只擅长于某个特定领域，其学习规则是封闭的。如图像识别、语音识别、智能搜索等。强人工智能是能够和人类一样对世界进行感知和交互，通过自我学习的方式对所有领域进行记忆、推理和解决问题，如无人驾驶、无人机、智能机器人等。超人工智能是指在所有领域全方位超越人类大脑的思维能力，它的能力和运用范围仍在一个无法预估的范畴，目前还没有成熟产品。
人工智能研究的领域非常广泛，各种技术层出不穷，主要包括：计算机视觉（生物特征识别、图像处理等）、自然语言处理（语义理解、机器翻译、问答系统等）、生物特征识别、机器学习（神经网络、优化理论）、人机交互（体感交互、情感交互、脑机交互等）。其中，机器学习是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构，使之不断改善自身的性能，是人工智能技术的核心。而深度学习又是其中应用最广泛、研究最为集中的前沿领域，是在早期神经网络的基础上发展起来的。目前智能油田建设中的人工智能，多以深度学习技术应用为主。
二、智能油田之中的人工智能
为了提高决策质量和管理水平，石油公司纷纷启动智能油田项目，如壳牌的智能油田、BP的未来油田项目等，还有的公司起名为智慧油田、未来智能油田、e-油田、一体化数字油田等，其基本路径都是以数据采集和存储为基础，在数据应用层形成了互相支撑的协同研究平台、生产管理平台、经营管理平台和决策支持平台，以优化工作流程、提高工作效率和决策质量。对各个环节实时监测数据的智能分析、一体化协同和可视化展示是这些项目成功的关键，而以数据降维、结构化、分类、聚类、可视化为主要特征的AI技术是这些项目最核心的支撑。
科威特国家石油公司的数字油田（KwIDF）建设启动于2010年初，经过数次升级完善，现已形成地上地下一体化的智能工作流。科威特国家石油公司的数字油田内部结构可分为4个层次（图2）：第一层是分析及数字化工具，主要用来记录生产历史，使用的方法主要包括节点分析、递减曲线分析、虚拟计量和数值模拟等；第二层是统计工具，主要用来监测实时生产现状，应用的方法主要包括线性回归、蒙特卡洛等；第三层主要利用智能代理进行短期预测，主要方法包括模型识别、神经网络、模糊逻辑等；第四层主要是应用数值模拟方法进行中长期产量预测。
图1 科威特数字油田（KwIDF）工作流结构
三、中国石化智能油田顶层设计中的人工智能技术
按照中国石化智能油田建设规划和定义，智能油气田在生产管控、一体化决策、油气藏经营等业务应用领域，实现对勘探开发全过程的全面感知、集成协同、预警预测及分析优化的四个方面的能力。其中，预警预测是实现以业务管控模型及专家经验、案例库等闭环式持续优化的预警预测能力；分析优化主要是建立开发方案- 动态管控- 调整方案的闭环式油藏管理体系，智能形成油气藏（井）解决方案，实现资源最优化开发的目标。人工智能技术，特别是机器学习是实现这两项能力的基础。随着智能油田建设的逐步深入，人工智能技术必将发挥更重要的作用。
以上资料，来源于写作《智能油田》一书过程中的积累，简述了基本的概念及应用案例。后续我将针对工程技术智能化，就大数据、物联网、数字孪生、人工智能技术如何在石油工程中落地应用，写出系列专题文章，与各位读者一起进行深入探讨。
(欢迎大家加入数据工匠知识星球获取更多资讯。)
联系我们
扫描二维码关注我们
微信：DaasCai
邮箱：ccjiu@163.com
QQ：2286075659
热门文章
【新书推荐】数据湖及大数据时代的数据治理-《智能油田》系列解读（一）
辨析BI、数据仓库、数据湖和数据中台内涵及差异点(建议收藏)
转型, 先要转的是你自己的知识体系
企业数字化转型的正确认知和路径
我们的使命：发展数据治理行业、普及数据治理知识、改变企业数据管理现状、提高企业数据质量、推动企业走进大数据时代。
我们的愿景：打造数据治理专家、数据治理平台、数据治理生态圈。
我们的价值观：凝聚行业力量、打造数据治理全链条平台、改变数据治理生态圈。
了解更多精彩内容
长按，识别二维码，关注我们吧！
数据工匠俱乐部
微信号：zgsjgjjlb
专注数据治理，推动大数据发展。