当前，数智化浪潮奔涌正盛，加速推进企业数智化转型已成业界共识。石油石化行业作为数智化转型的主战场，已将数智技术渗透到产业链的多个环节。未来，数智技术创新将为驱动油气企业高质量发展带来无限潜力。
数智化是利用数字技术、数据产品、数据分析来改善业务流程、决策和绩效的过程。当前，能源行业正面临全方位的深刻变革，能源结构调整和产业优化升级加快推进，数智化转型成为不少企业塑造产业新优势、培育发展新动能的重要抓手。数智化转型为油气行业带来哪些机遇？校企合作又将在数智化发展中扮演什么样的角色？本报记者专访了长期从事石油工程信息应用理论与技术研究的西安石油大学校长李天太，以及在计算机仿真等工艺技术领域深耕多年的陕西省特聘专家、西安石油大学石油工程学院院长周德胜，敬请关注。
李天太 西安石油大学 校长
周德胜 西安石油大学 石油工程学院院长
数智化转型为油气行业带来什么机遇？
李天太：数智化转型为能源行业带来的机遇涉及地质、工程、储运、炼油、化工等诸多领域。以钻井为例，近日在新疆塔克拉玛干沙漠设计井深达1.11万米的中国石油深地塔科1井，拉开了我国“万米深井”时代的序幕。作为中国第一口万米科探井，它完工后将是全球第二口陆地垂直深度超过万米的井。在这口井的钻井过程中，就将用到一系列数智技术。
钻井领域通过大量数智技术的支持，可以提高钻井效率，降低钻井成本。这背后的逻辑中最核心的就是，利用数智技术可以在钻井过程中更加顺利地钻到目的层。在深井钻井过程中，地层的温度和压力非常高，温度可达270摄氏度左右，压力可达150兆帕左右，这给井筒的作业带来了很大挑战。然而数智技术的应用，对深井、超深井复杂地层的钻探带来诸多益处。
大量地质数据、地震数据、勘探数据通过地震数据的正演和反演，不仅能够解释地层油藏的地质状况，还可以通过这些数据来解释地层的力学状况，如岩石的抗拉强度、抗剪切强度，地层的最大主应力、水平主应力以及地层的破裂压力、孔隙压力、坍塌压力等力学参数。这些力学参数在过去的钻井过程中，只有钻井取芯后才能精确测量。但现在利用大数据、人工智能建模技术，就能用海量的地质勘探及地震方面的数据来给所勘探的地层做立体、三维的数据模型，俗称三维地质力学模型。基于大量的基础数据以及精确的建模技术，结合现代超级运算技术，能够把地质工程领域过去某些方面“沉睡”的数据“唤醒”，为钻井提供更好的服务。
需要注意的是，钻井的成功与否，对油藏的勘探和开发至关重要。目前，钻井在油气勘探生产过程中占绝大部分比重的投资成本（在勘探过程中约占70%，在整个开发过程中占60%—70%），所以钻井效果的好坏，对于油气田的勘探开发具有决定性意义。当钻井作业完全实现数智化后，一个平台就只需要个位数的作业人员，可以解放大量的人力物力。可以说，信息技术的革命使钻井行业变得更加快速、安全、环保，也更有效益。从数智化为钻井领域带来的改变，就可以对其为整个油气田勘探开发带来的革新意义窥见一二。
周德胜：石油行业的特点是规模大、数据多。例如一个油田，常常有几千平方公里，相关管道可能达上万米，同时还会有上千个传输站……这样大的规模涉及地质、生产、安全、环保等领域的诸多数据。这就需要把数值数字化，之后再用特殊的方式来处理这些数字。例如，通过人工智能、大模型等把数据整合并进行分析。这对整个石油行业，从地下生产到地面处理，从环境保护到安全管理，都具有巨大的好处。
举例来说，在数智化刚刚起步时，我们做得最多的是数字化岩芯。以前我们需要对地下的石头一块一块地测试，测试后纳入岩芯库。但是地下的世界很大，想要全部做完测试是不可能的。如果可以把它数字化，类似于进行一个“CT扫描”，然后再用数学的方式来“重构”地下岩芯，之后再用数学的方式进行整合、数字化表征，那么就可以达到事半功倍的效果。
对于生产来说也是同理。将生产过程中的各种参数数字化后，可以远程掌握各种生产参数，再结合人工智能的运用，就可以反过来控制这些参数，达到优化生产的目的。数智化的应用可以使油气生产效率更高、更加安全，同时减少环境污染和人工成本。因此，数智化是油气生产未来的发展趋势。
油气领域的数智化转型取得了哪些进展？
李天太：我国油气生产的数智化已经有较好的发展环境。以钻井领域为例，目前主要在以下三个方面取得了显著进展。首先，钻前大量地质数据的分析，给钻井提供了清晰的三维地质力学模型。
其次，在钻井过程中，地下的各种信息，如随钻测量信息等，可以实时到达井口，通过井口分析，结合三维地质力学模型，能够实时优化钻井方案，实时调整钻井工艺参数，达到效率最大化。
再次，从钻井设备方面来看，过去的钻井是人工手动送钻，现在则是自动化送钻，极大提高了作业效率。例如现在的深井、超深井作业中所用的万米钻机就都是自动化送钻，人员坐在布满仪表盘的小房间内一键式操作，就可以顺利完成钻井作业。
周德胜：我国的很多数字化技术在国际上都处于领先地位，其中就包括一些油藏的算法。我国专家学者将国际上常用的油藏算法软件进行改进、细化，使它速度更快、处理过程更简化，可以解决很多以前不能解决的问题。
此外，我们在长输管道泄漏仿真系统领域的研究也取得很大进展。结合无人机巡视、AI技术等，通过数字分析，就可以及时发现管道运输过程中出现的各种问题。我国整个石油行业非常重视数智化发展中数据的积累。例如，在预计钻探深度1.11万米的深地塔科1井中，就将获取许多关于地层的数据，这在全球范围内也是领先的。
学校和企业怎样合作才能更好地推动数智化进程？
李天太：企业有很大的数智化发展需求，是数智化发展的“出题人”，而数智化发展的“答题人”则是“企业+学校”。
在数智化转型方面，中国石油长庆油田就做得比较好。从地下数字化到地面数字化，从过去的钻井采油数字化到现在的生产运行数字化。这里说的数字化有些是传感器数字监测，有些是摄像头图像监测。无论是传感器数字监测还是摄像头图像监测，都是较大的工程，需要较大的经济投入。
对于学校队伍来说，我们现在有研究模型、传输、软件、工程等各领域的力量，将这些力量统筹起来，可以为油田提供解决问题的最佳方案。例如西安石油大学就有很多团队在做油田地面数字化的校企合作，从单个井的监测到整个作业区或采油厂的数字化监测，这都是非常有益的尝试。
目前，数智化发展尚处于初级阶段，未来还有很长的路要走。近年来，我国积极加快科技强国建设，实施创新驱动发展战略。一大批国资央企积极参与以创新联合体为抓手的产学研协同攻关。由企业主导，高校、研究所参与的产学研用协同创新联合体，将对突破产业关键核心技术的“卡脖子”问题起到重要作用。相信未来企业和学校之间将会开展更加紧密的合作，共同推动数智技术的进步。
周德胜：我们目前跟包括中国石油在内的诸多企业进行了数智化领域的合作。其中，和长庆油田在长输管道泄漏仿真系统、油藏剩余油分布研究、提高钻遇率等方面进行了合作。我们也和中国海油合作研究旋转导向系统，它可以有效提高钻井速度、钻井安全性和井眼轨迹控制精度。旋转导向系统是当今石油钻井工程领域最重要的前沿装备之一，也是实现石油钻井向数字化、信息化、自动化方向发展的核心技术，目前在国内仍是一项“卡脖子”技术。在旋转导向系统的研究中，就利用了很多数智化领域的技术。
