当前，以人工智能、大数据、物联网、云计算等数字技术为代表的第四次工业革命正在开启数字化新时代，成为各行业实现降本增效的重要手段。在全球经济波动和油价震荡形势下，国际石油石化公司纷纷寻求借助人工智能技术的高赋能属性来增强企业竞争力。埃森哲在《能源技术愿景 2019》报告中指出，分布式账本技术、人工智能、虚拟现实和量子计算 4 种技术将有潜力改变油气行业未来，其中人工智能带来的影响最为显著。
一、石油行业的人工智能应用现状
油气行业数十年来一直是数字化技术应用的实践者和受益者，但在此次人工智能浪潮中已经明显落后。在油气价格长期低迷的形势下，石油公司正在寻求利用数字化技术来改进传统业务流程、创新生产模式和商业模式，而人工智能将成为引领本次行业变革的关键技术之一。普华永道预计，到 2025 年，油气公司通过将人工智能应用于上游业务，可节省 1000 亿至 1 万亿美元的资本和运营支出。
（一）国外石油企业
以壳牌、英国石油公司（BP）为代表的国外大型石油企业正在积极与 IT 企业进行合作，壳牌、埃克森美孚和雪佛龙均选择与微软合作，道达尔与谷歌携手，BP 则更青睐初创技术公司。目前各大石油公司在智能油田建设方面已经初具成效，正逐步推动中下游业务领域的智能化建设。
壳牌将机器学习、计算机视觉、自然语言处理技术广泛应用于上游、炼化、管输和零售业务，取得重大成效。如运用实时传感器数据、大数据分析和机器学习进行预测性维护，比传统建模效率快 1000 倍。销售领域的润滑油智能客服，能够全天候应答客户提问，提供自动交互式的产品服务建议。壳牌正在利用C3Io T 物联网技术、微软公司的 Azure 云平台、Bonsai 公司的人工智能工具持续开发、优化人工智能应用，不断提高企业智能化水平。
BP 公司 2017 年启动以人工智能驱动的数字化转型。目前已在油气勘探开发、生产、炼化和销售方面部署人工智能技术应用，其人工智能和认知计算平台可以运用机器学习和专家知识，为全业务链提供业务优化、流程自动化和决策支持等应用。BP 与通用电气联合开发的工厂运营顾问（POA)，可以对设备运行数据进行智能化分析，实现对设备故障的提前预警。2019 年 BP 投资人工智能初创公司BelmontTechnology，计划开发一个融合物理、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”。
2018 年道达尔与谷歌签署战略协议，攻坚人工智能在油气勘探和生产领域的应用，重点进行油气田地质数据分析、快速地震成像和技术文件分析自动化等方面的应用建设，辅助专家更快、更准确地评估油气田。2017 年开发的钻井风险实时预测分析系统可提前预测钻井故障，减少重大非生产时间。2018 年进行炼化4.0 的人工智能技术应用开发，内容包括设备预测性维护、智能巡检设备、能耗监测等。其开发自主巡检机器人，可进行自主巡检、智能识别和管理异常事件、在恶劣环境中运行和监测运行环境。
（二）国内石油企业
国内石油企业的智能化建设相对起步较晚，主要围绕智能油田、智慧炼厂建设开展智能化技术的试点应用。
中国石油在“十三五”规划中明确了人工智能在勘探开发领域的应用，并在2019年全面开展了人工智能在数字化转型的实践。
勘探开发认知计算平台以油气知识图谱、机器学习等技术为核心建立智能协同研究环境。2019 年长庆油田苏里格气田运用智能巡检机器人实现远程成像和参数采集，并结合智能排采模块和系统软件进行智能化分析。
中国石化以“石化智云”为基础，统一支撑智能油田、智能工厂、智能管线和智能研究院建设。九江石化与石化盈科、清华大学合作，应用人工智能技术对催化裂化装置进行了报警合理化和预警辅助决策，在关键报警发生前数分钟向生产人员发送预警信息，对该异常工况进行根原因诊断，并提供排除异常工况的建议措施，对于预防重大事故或非计划停车起到关键作用。
（三）行业趋势分析
过去数年，国内外石油石化企业均相继开展了人工智能技术的应用探索，大致可分为预测维护、过程优化、安全预警和认知分析四大类（如表 1 所示）。但总体来看，人工智能在石油石化行业的应用还是以点状形式存在，尚未形成全面推广之势。
二、中国海油人工智能应用实践
中国海油作为国内最大的海上石油生产商，一直高度重视人工智能技术的发展和应用，积极推动人工智能技术与中国海油核心业务的深度融合，目前已经在多个业务领域开展试点应用，石油石化行业人工智能应用分类如表 1。
（一）上游领域
以智能油田建设为核心开展人工智能试点应用，目前已在设备设施预防性维护、作业流程优化方面取得一定进展。
基于钻井实时数据，持续推进钻完井数据与软件集成系统实施，建立钻井风险预测模型，实现分级实时监控和风险预警。实现单井非生产时间（NPT）降低 10%，提效 0.5%，预计国内每年可节约成本 1.77 亿元。透平健康度评估系统针对海上平台燃气轮机机组的全参数进行智能数据分析，实现设备的预测性维护，每年节约设备维护成本约 9%。智能采油系统已经实现了曹妃甸作业公司电潜泵预测性维护，可减少 1/3 的停产时间，降低检修成本 20%。智能分注分采系统通过对注水井、生产井的智能化管理，可有效提升高含水区块稳油控水水平，提高油田采收率。智能油气集输系统将工作经验和工作规则形成线上模型，对调度运营、异常事件进行分析及预警报警，形成集运行监控、异常预警、模拟分析、方案优化、全网调控等环节为一体的业务闭环。
（二）中下游领域
聚焦智能炼厂、智慧物流和智慧场站，开展人工智能试点应用。通过对海量数据的挖掘和分析，一方面优化生产过程，降低能耗和成本；另一方面发掘潜在客户，增加销量和利润。
生产工艺实时优化 RTO 系统利用智能化分析技术，有效提高芳烃的收率，降低装置能耗，年均创效 2000 余万元。炼厂生产优化与调度排产系统根据原油调和优化和调度排产优化结果，编制二次加工装置计划调度排产计划，实现生产组织从“事后应对”发展到“事前控制”、从"定性调度"发展到"定量调度"的转变。
以无人机智能巡检搭配人工巡检，形成低本高效、安全智能为特征的“天地一体”管理新模式，管道巡检效率较传统方式提升约6-7倍。在油气销售领域，基于大数据分析技术开展互联网营销活动，吸纳会员 53.3 万人，带动营业金额超 7000 万元。物流大通道数据分析系统基于交通部的海量数据，可实时分析全国范围内各高速、国道的各类重卡车流量，为新建 LNG 站依据提供数据分析，辅助业务人员挖掘潜在客户。
（三）经营管理领域
积极利用人工智能技术减少日常工作中的高频度、重复性劳动，提高工作效率，并充分利用智能分析技术来增强业务人员的关联分析能力。
开展 RPA 流程机器人试点应用，实现报表自动填制、对外报告按规则校核、月末线上自动预提等功能，提升工作效率近10倍。审计大数据平台集成 7 大集团统建经营管理系统的 120 亿条数据，实现由抽样审计到全量审计、孤立实审计到全业务链审计、事后审计到实时监督和经验导向到大数据分析，全面提高审计能力。
三、结语
数字化、智能化是石油公司应对持续低油价进行企业变革和转型的重要推动力，是实现降本、提质、增效的主要途径之一。
中国海油围绕油气勘探开发、专业技术服务、炼化与管理等核心业务，进行了一系列人工智能应用的试点建设，已经在局部取得一定成效。未来，中国海油将以集团公司数字化转型为契机，继续推动范围更广、层次更深的智能化试点建设，并逐步进行智能化系统的推广和集成，努力建设智慧海油，为开发蓝色国土、保障国家能源安全贡献海油力量。
