不久前，位于渤海畔的大港油田研制“基于人工智能與云邊協同的油井智能調控技術”，實現了“人工查井”向“智能巡檢”的變革，獲評“2023年度中國石油和化工行業人工智能技術十大科技進展”。

數字化轉型智能化發展，是石油石化行業面臨的一個時代課題，作為行業的核心要素，油井如何變得更“聰明”至關重要。

(資料圖)

目前，國內油田主要靠石油工人在油井生產現場進行人工巡檢。無論嚴寒酷暑，油井必須保證平均每8小時1次例行檢查，石油工人需要根據生產計劃進行開井、停井等現場操作，工作耗時費力且效率較低。

近年來，數字化手段已經開始為巡井工人減負，實現了遠程監測與調控，但由于缺少成熟的人工智能算法及工業級邊緣人工智能終端作支撐，使得調控策略的制定與執行仍高度依賴于人工經驗，依然不能有效緩解員工勞動強度、降低噸油耗能，難以真正實現精益生產。

與此同時，過去多年，油田逐步向信息化轉型，然而引進的軟件系統和硬件產品廠商多、產品雜、協議不互通、設備難兼容等弊端開始逐步顯現。

針對這些現實困境，大港油田組建起“軟件工廠”和“硬件工廠”兩個技術團隊開始持續研究與實踐。一支由年輕石油技術人員組成的“港信智聯”團隊，針對油井生產過程中，井況變化跟蹤分析依賴人工經驗、巡檢及制度調整依賴人工操作、遠程調控因安全風險大難以進行等難題，經過5年持續攻關，研發出了基于人工智能與云邊協同的油井生產過程智控調控終端。

這套部署在油井口的裝備長得像一個“黑匣子”，擁有自感知、自學習、自決策、自執行、自適應的超強能力，還耐寒抗熱，在零下30℃-70℃的環境下都可以穩定運行。

它有超強兼容能力，可以“讀懂”無線載荷、無線電參、無線含水率檢測儀、產油量檢測儀、多功能電表等井口設備產生的數據。實時采集監測數據后，“聰明的大腦”開始自主學習這些來自各個油井的大量數據。它掌握30余種算法及程序，可以同步分析調控5口油井。因為對每口井的實時產油量及噸油能耗一清二楚，它實時結合階梯電價及生產計劃，精準降低能耗。

井下的各種故障隱患，也逃不過它的眼睛。項目總監王震說，技術人員把10多年積累的百億組油井的生產數據和百萬級油井工況診斷數據，訓練形成20多種定制化卷積神經網絡算法，讓它可以實時精準識別“供液不足”“活塞脫出”等14種常見的井下故障，以及“減速箱故障”“齒輪故障”等多種常見機械故障，給出最佳作業制度優化策略，實現自主智能決策。

以往，收到設備故障等信息后，工人需要趕到現場后才能確認并采取措施，現在系統可以自動對異常工況下的油井作業制度進行調整，實現一井一策自動執行，即便設備脫網運行也能避免生產事故的發生。

團隊負責人柴公權說，油井智能調控技術及產品從2018年開始研發，先后迭代了10多個版本，從核心版設計、擴展版設計、AI算法訓練等多個維度持續精進。截至目前，已在大港油田累計投產110余口井，工況變化識別有效率大于95%，產液量計算準確率超過90%，成為國內唯一通過CNAS認證(中國合格評定國家認可委員會)的油井智能調控類產品。

據統計，因為油井智能調控技術及產品的規模應用，大港油田累計發現并及時處置卡泵、桿斷、停井等異常工況100余次，增產降耗效果顯著，累計創效600余萬元。

石油石化行業與以人工智能為代表的數字技術融合發展，是新時代推動我國石油和化工產業基礎高級化、產業鏈現代化的重要動力。作為中國石油集團公司數字化轉型、智能化發展試點單位，大港油田正在將人工智能技術與油氣勘探領域深度融合，通過智能優化生產方案，實現了資源的最優化利用和成本的最低化控制。目前已完成中小場站無人值守率76%、大站少人值守覆蓋率32%。

記者了解到，大港油田還將在今年9月啟用“數智油藏(IRMS)2.0實施方案”，深度推進人工智能應用，進一步打通油藏研究、方案設計與跟蹤、油藏管理、工程工藝等方面堵點，在智能設計、智能采油、智能場站及智能問答方面打造人工智能應用示范新場景。

關鍵詞：