|
进入21世纪以来，油价经历4次周期性大幅度波动：2001年至2002年，互联网泡沫破裂，全球经济减速导致持续6个月的油价大幅波动；2008年至2009年金融危机导致持续4个月的油价大幅波动；2014年至2016年美国页岩革命叠加OPEC不减产，导致持续10个月的油价大幅波动；2020年以来，新冠肺炎疫情叠加OPEC 谈判破裂，造成了本次油价剧烈波动。 刘合 中国石油勘探开发研究院教授、中国工程院院士 什么是长期积极应对油价波动的方法 历史上，历次油价波动均由“市场调节”和“人为干预”推动价格重新回归合理区间，其中OPEC减产是近20年来最有效的主动人为干预手段。然而，近年来随着美国逐步实现能源独立，油气地缘博弈呈现多元化，各方利益越来越难以达成统一，致使国际油价波动频繁。未来依靠减产调控油价的空间越来越小，难度越来越大，石油企业更是应该积极主动做好应对。 短期，要加强投资结构优化。主要包括优化新、老区投资建产结构，提高资金使用效率，继续探索投资成本一体化，坚持投资效益标准。中期，应坚持高质量发展。要做优存量，实现产炼运销储贸全产业链协同优化；要做强增量，能源转型期加快培育和推进多矿种新能源增长极；要扩大储备，规范管理，增加功能，优化储备模式，扩大储备能力。中远期，应加快数字化转型。加强工业物联网建设，实现数据的自动化采集，加强数据标准规范的制修订，管控数据质量，建立数据共享机制，为智慧油田打造坚实基础。 实际上，在3月2日，中国石油2020年信息化工作视频会上已经强调要大力推进公司数字化转型、智能化发展，为中国石油世界一流综合性国际能源公司建设迈上新台阶提供有力支撑。  油气生产上游业务人工智能顶层设计 该为石油行业人工智能发展做哪些准备 据美国咨询公司Research and Markets报告预测，在石油和天然气能源领域，预计到2022年人工智能市场份额将达到28.5亿美元。尽管全球人工智能领域研究起步较早，但从全球能源公司智能化技术发展角度看，目前仍处于数字化发展转型初期阶段，主要应用在生产与管理运维等方面，迎接大数据与人工智能新的科技浪潮，我国油气工业技术创新发展面临新的历史机遇。 “十三五”以来，人工智能、大数据等技术发展被上升为国家战略，大数据与人工智能成为国务院确定的七个战略性新兴产业之一。2019年中国石油提出“共享中国石油”发展理念，其核心就是加快信息化建设和集成应用，推进数字化、网络化、智能化融合发展，积极采用物联网、大数据、云计算、区块链、人工智能等先进技术，以人力资源和财务共享中心建设为先导，实现“共享中国石油”。发展大数据与人工智能技术，创立技术研发核心团队，将为“共享中国石油”的实现提供技术支撑和人才保障。 然而，企业在应用人工智能技术时会面临诸多困难和挑战，包括人才、新技术投入、AI科研与企业实际生产环境不匹配等等。 复合人才少，人才培养机制尚不完备。人工智能的应用要以需求为导向，以业务应用为驱动。人工智能技术在油气领域的应用，需要既懂油气业务知识又懂人工智能技术的复合型人才。中国石油在油气领域，尤其是勘探开发，储备了一大批高精尖人才。比较而言，在人工智能方面的人才还相对紧缺。如何强化人工智能人才队伍，加强复合型人才的培养和交叉学科人员的协同攻关，是未来人工智能应用的一大挑战。 研究应用分散，整体优势尚未全部发挥出来。目前，人工智能技术在勘探、开发、工程、销售、炼化等诸多领域的应用呈现爆发式增长。传统分散式研究缺乏系统性梳理，在一定程度上造成了资源浪费、重复投资。因此，迫切需要针对人工智能应用进行顶层设计，整合资源，发挥整体优势。 数据共享难，数据质量管控机制尚不完善。中国石油积累了海量的油气勘探开发数据，这些数据分散在集团公司统建系统和各单位的自建系统，以及部分研究人员的手中，数据体量大、种类丰富繁杂。缺乏有效地在源头和传输环节对数据质量进行严格管控，无法保证各项研究使用基础数据的权威性、统一性和有效性，不同程度地影响了研究成果的准确性，降低了指导勘探开发研究生产的有效性。同时，数据体量大不等于大数据，如何实现数据共享和协同研究，并做好数据质量管控，是人工智能应用面临的基础问题。 石油行业人工智能该如何加快发展 石油行业进入经济“寒冬”期。面对严峻的生产经营形势，石油企业如何“战寒冬、创效益”成为关键。我国石油工业正面临严峻考验，石油资源品位劣质化，主力老油田普遍进入特高含水后期开发阶段。石油勘探开发已经从曾经的技术粗放型产业转变为技术精细型和技术密集型产业，走出石油工业的重重困境，石油勘探开发技术亟须更新换代。人工智能的重大价值之一在于引导传统产业的彻底变革，为油气勘探开发实现突破提供可能。 人工智能应用应采取近期发展战略和远期发展战略相结合、点和面相结合的原则，在顶层设计、数据管理、研发布局、人才培养、价值提升等方面统筹考虑，实现创新协同发展。 顶层设计，实现整体布局。要强化各层级领导人员对数字化转型的统一认识，做好顶层设计、知识普及和培训宣贯工作，使各级领导真正明白应该做什么、如何做。人工智能的应用推广要统一规划，形成一盘棋，避免重复投资、资源浪费。 治理数据，完善数据共享。利用区块链、知识图谱、自然语言处理等技术，实现多部门之间的数据共享。通过产业联盟区块链，共享数据的同时，实现数据的可追溯、防篡改，保证数据质量。同时，加强数据标准规范的制修订，在产业联盟区块链上共享自己的研究成果，并保护知识产权。 整合力量，发挥整体优势。进一步整合人工智能方面的技术人才和力量，成立油气行业人工智能研发中心，打造人工智能创新应用环境，开展人工智能领域的相关理论和关键技术研究，发挥整体优势。 以点带面，做到应用驱动。人工智能的应用要与油气业务紧密结合，解决实际生产过程中的痛点、难点问题。要首先从具体的业务应用点开始，然后以点带面，实现人工智能在油气领域的全面应用。 交流合作，强化人才培养。通过工业联盟和具体项目技术合作等方式，进一步促进与国内外知名高校、IT企业巨头的交流合作。同时，加大人工智能人才队伍的培养。近日，教育部、国家发展改革委、财政部联合印发的2020(4)《关于“双一流”建设高校促进学科融合，加快人工智能领域研究生培养的若干意见》的通知，指出了强化人才培养的若干举措，提供了人才保证的渠道，集团公司需要做好衔接与落地。 人工智能技术必将为实现油气全产业链突破提供新动能。通过顶层设计，以点带面设置扶持项目，推动机器学习、自然语言处理、知识图谱、机器人等技术在油气领域的全面、有序应用，真正将数据资源作为公司管理的重要资源，实现“共享—智能—智慧”的价值提升。(记者闫建文采写) 来源：《中国石油报》2020年3月19日6版 |
|
|
