中国油气企业走出了一条具有自身特色的AI发展道路。

 

　　在今年《政府工作报告》提出的7个新词中，与AI相关的词就占据了3个：“6G”“AI手机和电脑”“智能机器人”。这并不是第一次。继2024《政府工作报告》首次出现“开展‘AI+’行动”表述后，2025《政府工作报告》进一步提出“持续推进‘AI+’行动,将数字技术与制造优势、市场优势更好结合起来,支持大模型广泛应用”。

　　从上游勘探开发到中游管输炼化再到下游成品油销售，中国油气企业走出了一条具有自身特色的AI发展道路。涵盖全产业链的场景化应用，给中国油气行业转型提供了广阔的天地。“AI与油气产业融合领域实现多项重大突破，通过深度学习算法优化油气勘探开发效率、依托数字孪生技术提升生产运营精度、运用智能钻井系统降低油气田开发成本等创新实践，既推动了传统能源行业向智能化方向的迭代升级，也为构建清洁低碳、安全高效的现代能源体系奠定了技术基础。”中国石油和化工自动化应用协会副秘书长袁江如说。

　　勘探开发：让数字与经验一起说话

　　在油气勘探领域有这样一句话：“油气在地质学家的脑海里。”一句形象的话，反映出了油气勘探开发研究工作的方式——需要人脑的智慧和实验验证，通过假设驱动提出科学问题，利用数据驱动进行辅助验证。随着油气赋存方式的复杂化，传统经验已经难以支撑油气发现。

　　AI带来的变革，首先瞄准了勘探开发的痛点问题。石油勘探数据的采集、处理与解释，是油气勘探的首要工序，也是最为关键的基础环节，直接关系到油气资源能否被成功发现。随着油气田勘探开发不断向“低深隐难”以及非常规领域挺进，对效率更高、精准度更强的物探技术需求愈发迫切。

　　以速度谱拾取为例。在地震勘探数据处理过程中，速度谱拾取是获得地下构造准确信息的关键步骤之一。传统人工速度谱拾取，人工成本高、耗时长。“现在需要高密度解释，主要就是做加密。”中国石油东方地球物流公司物探技术研究中心工作人员介绍，“本来1000个点，想加密到10000个点的话，一个处理员可能需要一个月的时间。”针对这些问题，2022年中国石油东方地球物理公司发布了国产超大型地震数据处理解释一体化软件GeoEast。其中，有为不同AI框架提供相互独立的开发与运行环境的Smater-SDE;有相比人工初至拾取提效80多倍的Smarter-TimPik;有提升人工速度谱解释效率6~60倍Smarter-VeloPick;有比常规人工去噪更精确、减少反复调试的Smarter-RNA;有可提升常规人工层位解释效率8~20倍的Smarter-Horizon……这些实现了国产地震软件在智能化领域的零突破，被《人民日报》誉为：“中国石油的地球物理勘探软件GeoEast，正如山河社稷图般，以科技之力‘解构’地下世界，将亿万年变迁收录其中。”

　　AI技术给勘探效率带来了飞跃。在中国石化江苏油田，物探研究院基于最新的高邮凹陷地质资料提出了全新的井位。其中，关键的信号波速度建模环节由AI完成。这套AI速度谱解释技术不仅速度快，而且精度高得惊人。它仅需要8.3秒就能完成2600平方千米区域的速度谱分析，预测精度高达90%以上。

　　垂直领域大模型的出现，更为测井与储层预测插上了高效的翅膀。“我们自主研发的测井解释与数值模拟软件Up-Courior(非常规先锋)已接入DeepSeek，初步实现了二次开发和生产应用，在红星、复兴等主力区块应用中降低了成本并提高了质效，效果不错。”2月17日，在中国石化江汉油田勘探开发研究院博士座谈会上，地球物理所的刘智颖博士兴奋地跟大家分享近期的科研成果。

　　生产管理：有“头脑”的精打细算

　　在油气田、炼厂或者是管网运输和成品油销售，每一分钟、每一秒钟都会产生成千上万条数据。大量的数据，为AI在油气全产业链的生产、管理决策提供了大展身手的舞台。

　　凌晨，当人们还沉浸在睡梦中时，河北省黄骅市羊三木乡段的高速公路旁，中国石油大港油田羊三木1号井丛场的磕头机正有条不紊地一起一落。可别小看这几口井，它们可都是拥有AI超级大脑的聪明家伙。在大港油田“基于AI与边云协同的油井智能调控技术”的把持下，它们拥有感知、学习、决策、执行及适应的超凡能力，不仅通过实时数据分析优化采油参数，降低能耗并提高采收率，而且能在零下30℃~零下70℃的极端环境下稳定运行，实现了“人工查井”向“智能巡检”的变革，每年每口井可节省电费10万元。

　　距离黄骅市不远的渤海湾上，中国海油渤海油田针对人员、作业、风险、巡检、记录5个方面，建立起了“物联感知、实时监测、快速预警、应急联动、智能分析”为一体的智能化安全管理模式，全面提高海上平台安全管理能力。在渤海油田秦皇岛32-6油田，无轨智能巡检机器人通过红外热成像、超声波传感器等技术，实时监测配电系统盘柜温度、仪表数据，可自主规划路径，单平台年减少人工巡检超5000小时，效率提升70%以上;构建符合石油行业特定应用场景的AI视频识别模型，针对识别作业违章、环境风险和管理漏洞等问题，为217台固定摄像头和20台移动布控球提供智能增强，实现全面监控、报警推送，有效提高海上现场安全管控能力。

　　视线再延伸到中国的南海海域。一座气势恢宏的“钢铁城堡”浮现在海面——它就是由中海油能源发展股份有限公司(简称海油发展)投资建造的“海洋石油123”FPSO(浮式生产储卸油装置)。过去，FPSO生产作业以独立模式运行。倘若现场关键设备出现故障，需要多个专业的技术专家从陆地赶赴海上才能解决问题。这种方式效率不高，影响现场正常生产。

　　“我们设想，能不能坐在办公室用一台电脑就能将千里之外的两艘FPSO运营状态尽收眼底。”项目青年突击队仪表工程师王鑫章和数字化工程师萧阳聚焦这个难题，展开了多年攻关。如今，近百个智能摄像头、8000余个数据自动采集点，将各类生产数据汇集至“海精灵”边缘数据中心，由智慧大脑对数据预处理后，再通过海陆通信链路传输至陆地智控中心，从而实现海上生产数据全面感知、实时采集和智能辅助决策，有助于尽早发现和解决海上生产隐患，有效提高作业效率20%，降低生产运营成本10%以上。

　　除了上游外，中游和下游同样穿插着AI的身影。

　　AI对安全和绿色生产带来的突破，让炼厂迈出了尝试的步伐。乙烯装置是石化工业中科技含量最高的化工装置之一。针对乙烯装置过程机理复杂、生产连续性强、设备种类繁多、操控耦合性高、安全环保要求苛刻等特点，亟须将创新工艺技术与AI等新一代信息技术进行深度融合。2024年12月3日，全球首座数字孪生智能乙烯工厂——中科炼化智能乙烯工厂通过了验收。其中，通过AI技术的应用，中科炼化实现乙烯核心设备早期故障预警和诊断，自动预警准确率90%、自动诊断准确率87%，有效避免了压缩机核心部件损坏以及装置非计划停工造成的损失。“中科炼化数字孪生智能乙烯工厂，构建了国内首套乙烯装置数字孪生体，大大提高了装置运行的平稳率和安全环保管控水平，实现了装置效益的最大化。”中科炼化信息中心经理蔡荣生说。

　　目前，中国石化智能加油机器人已在湖南、河南、安徽等地的7座加油站“上岗”，部分加油机实现了“无人加油”。截至2023年12月，其累计为车辆加注2600余次，部分试点站进站率提升超过了30%。

　　大模型下算力Up

　　油气行业大模型接入通用大模型，会带来什么呢?答案是，促进油气化工行业AI算力的不断提升，促进油气炼化行业AI的发展进程不断革新升级。

　　AI是通过海量数据的学习分析推理来模拟人类思维的一种手段，在油田落地离不开大数据、大模型、大算力支撑。“以DeepSeek为代表的通用大模型作为基础算力服务层，正在重构人工智能时代的算力资源配置方式，不仅为传统垂直领域专用模型提供弹性化的高性能计算支持，同时突破了传统单任务AI系统的性能瓶颈。”袁江如说。中国石化率先完成了DeepSeek国产化部署，接入长城大模型系统，在推理效率提升一倍的同时，精准解析化工行业标准、数学公式及专业图表，支撑行业数据集构建与模型训练。

　　“大力出奇迹、一力降十会”的策略，让算力成为驱动AI产业发展的最重要动力。油气企业和炼化企业也让大模型的性能强弱与其背后算力资源的多少，直接画“等号”。DeepSeek的出现让很多人眼前一亮，利用多项创新技术实现了突破，达到了“四两拨千斤”的效果。例如DeepSeek-V3模型的训练成本为557.6万美元，但性能方面已经与OpenAI旗下的ChatGPT-4o不相上下了。

　　这促进了AI在企业的落地。

　　在胜利油田数智化管理服务中心软件研发部，技术人员正在展示接入DeepSeek国产大模型升级后的“胜小利”控制面板：闪烁的算力监控图上，实时跳动着每秒超400万亿次的计算峰值。“这相当于给AI大脑做了一次‘开颅手术’。”胜利油田数智化管理服务中心副总工程师杨旭解释道，“我们将模型参数规模扩展至720亿次，并创造性采用DeepSeek-R1-70B混合架构，使系统实现核心突破。”

　　杨旭口中的突破，就包含“胜小利”模型专业认知深度的进化。升级后的模型对“剩余油饱和度”“水力压裂参数优化”等专业术语的理解准确率提升至98%，能够精准解析包含20个以上技术参数的复合问题。在近期某区块开发方案评审中，“胜小利”仅用3分钟便完成37口井的生产数据关联分析，效率较人工提升40倍。

　　毫无疑问，像DeepSeek等通用大模型的行业落地，胜利油田不是唯一尝到甜头的企业。国家管网集团智网数科公司副总经理胥锟表示：“随着DeepSeek及一系列AI大模型的部署应用，国家管网集团AI场景落地初见成效。油气调控中心生产计划生成时间由4小时降至分钟级，准确率提升了10%;盐穴储气库智能模拟造腔由数十天降至1小时。”目前，以中国石油、中国石化、中国海油和国家管网为代表的油气企业已建立了涵盖生产经营产业链的大模型。

　　在成品油销售终端，DeepSeek以强大的算力让成品油销售企业在应对市场变动时更加得心应手。和顺石油在接入DeepSeek-R1大模型技术时，聚焦成品油采购、库存管理两大核心场景，整合全球宏观经济、地缘政治及期货、现货数据，结合公司自身多年沉淀的采购大数据库，构建动态预测模型，智能研判原油和国内成品油趋势，国内成品油价格短中期预判准确率大幅提升，实现了采购节点精准决策，助力采购成本下降。同时，基于区域需求特征与市场预测，动态优化库存管理，实现了“低位囤货”“按需补货”，库存周转率得到了进一步提升，以数据驱动实现了降本增效的目标。

　　多个行业跨界合作

　　在广西南宁新阳加能站，一位顾客正在对加油机大屏幕上数字员工咨询：“你好!我要加95号汽油，请问油价是多少?”这位数字员工迅速报出油价，并提示客户加油。加完油后，根据客户的旅游咨询，数字员工给客户规划了加能站附近的旅游景点。数字员工不但能和客户交流对话，还能解答客户疑问、引导客户操作等。目前，这位虚拟助手已在全国40余座加油站进行试点……

　　这一数字员工的服务是由中国石化与科大讯飞跨界合作完成的，由星火大模型提供支持。这种新颖的服务方式不仅提升了客户体验，而且展示了AI在传统行业中的应用潜力。

　　在AI结合油气的发展中，油气行业与IT、科研机构的跨界牵手成为常见的合作模式。强强联合，促进了AI在油气行业的升级发展。“最近我们受国家管网某企业委托在负责一个管网异常行为的监测。在这个过程中，我们要研究算法、建立模型和识别异常。”安帝科技有限公司董事长周磊介绍说。他所在的安帝科技一直致力于工业互联网安全的监测维护。这次它与国家管网的合作，正是将企业在安全方面的长处与国家管网的安全监测相结合。

　　不仅如此。

　　2024年11月28日，在中国石油700亿次参数昆仑大模型建设成果发布会上，中国石油介绍了与中国移动、华为、科大讯飞联手打造的700亿次参数昆仑大模型，展示了43个专业应用和通用应用创新场景。而在此之前，中国石油与华为合作构建的认知计算平台，整合机器学习算法优化油气全业务链，同时借鉴国际案例(如ADNOC智能调控系统)，推动行业智能化标准建设。

　　跨界合作让油气企业与IT等企业擦出了不一样的火花，合作进一步向产学研方向深入。中国石油大学(北京)与阿里云签署战略协议，通过“云+AI”加速石油石化行业智能化转型，并在2023年油气AI科技大会上发布了18项优秀案例，促进了行业技术交流。据介绍，长庆油田的智能柱塞气举技术就是由中国石油天然气股份有限公司长庆油田分公司、低渗透油气田勘探开发国家工程实验室、长安大学、西南石油大学联合攻关完成的。

　　“不同于国际石油巨头依赖微软、谷歌等IT企业提供底层技术，国内油气企业则通过行业联盟形式(如“海能”模型)实现了自主可控。”一位业内专家表示。这些联合攻关和跨界合作，让中国油气企业在全球AI应用市场中展现了优势，打破了国外垄断，助力中国油气新的发展。

　　责任编辑：赵 玥