龚仁彬,男,汉族,1964年出生于湖北京山县,博士,中共党员,1986年毕业于华东石油学院应用数学专业, 教授级高工,中国石油集团公司高级技术专家,兰州理工大学硕士生导师,甘肃省领军人才,现任中国石油勘探开发研究院首席专家。自参加工作以来,一直致力于勘探开发软件研发及集团公司信息化工作,先后担任中国石油勘探开发研究院西北分院(原西北地质研究所)软件中心主任、计算机研究所所长、西北分院副总工程师、中国石油勘探开发研究院(北京)计算所所长等职务;主持完成了中国石油油气生产物联网系统(A11)、中国石油认知计算平台(E8)、国家油气供应物联网应用示范工程等多个大型信息化项目的建设;目前担任中国石油人工智能平台的项目负责人。他在物联网、人工智能、油气勘探开发信息技术等方面有多项创新成果,获省部级科技进步奖特等奖2项、一等奖3项,获授权发明专利11项,发表学术论文54篇,编写《油气人工智能》专著1部,发布行业标准1部、企业标准5部。
教育及工作经历:
1986年毕业于中国石油大学计算教学专业,获学士学位。
2005年7月获中国石油大学计 算机应用专业博士学位。
1986年毕业于中国石油大学(原华东石油学院)应用数学专业。自参加工作以来,一直在西北分院(原西北地质研究所)从事应用软件开发、计算机系统集成以及科研管理等工作。
1998年担任软件研究中心主任。
2001年担任计算机研究所所长(兼西地科技开发有限公司总经理)。
2003年担任西北分院科技发展处处长。
2004年担任西北分院副总工程师职务。
研究方向:
信息工程、物联网、软件工程、高性能计算。
承担科研项目情况:
主持或参与完成了“PE地震软件发展”、“野外地震勘探设计系统研制”、“叠前三维深度偏移系统ParaMig研制”、“模型约束处理软件包研制”、“石油勘探开发软件系统研制与推广应用”、“玉门、青海油田公司网络系统建设”、“前陆盆地复杂构造分析建模与油气成藏系统研究”、“地震勘探高性能集群系统集成技术研究”、“中国石油勘探与生产数据管理系统深化应用研究”等数十个重大科研项目。目前是中国石油“十二五”重大专项“油气生产物联网系统”以及国家发改委“国家油气供应物联网应用示范工程”二大项目的主要负责人之一。
研究成果:
在勘探开发应用软件、高性能计算、物联网技术以及信息工程研究方面有多项创新成果。获省部级科技进步一等奖1项,三等奖1项,研究院科技进步一等奖6项,发表学术论文26篇,其中SCI收录1篇、EI收录2篇。
1 油气上游领域数据智能关键技术与应用 肖立志;龚仁彬;宫敬;廖广志;宋先知;李剑锋;袁晶;肖波;陈文辉;周军 中国石油大学(北京) 2020
2 提高油气开采智能化水平的物联网系统研发及规模化应用 龚仁彬;李群;柴永财;王从镔;吴海莉;邓铁柱;马龙;陆育锋;姚刚;吴丹;龚彬;宋艳;李斌;蔡凤祥;李英浩 中国石油天然气股份有限公司勘探开发研究院西北分院 2016
3 节能节水管理系统 V1.0 陆育锋;郭以东;龚仁彬;王学文;刘博;吕正林;高允升;杨勇;曾丽花;王亦然;祁滢;尤慧珍;余洋;王崇亮;张同杨;刘富余;吕莉莉;王如强;余绩庆;赵伟 中国石油勘探开发研究院西北分院 2013
4 地震勘探高性能集群系统的研究与应用 龚仁彬;刘全新;王喜双;冯超敏;赵书贵;文玲;李斐;柴永财;赵满春;郭晓东;李长春;姚刚;陈靓 中国石油勘探开发研究院西北分院 2006
5 医院综合信息网络管理系统(HOSIS1.0) 龚仁彬;孙志林;徐云泽;文玲;王建波 中国石油天然气集团公司西北地质研究所 2005
制定标准:
1 物联网 系统评价指标体系编制通则 现行 GB/T 36468-2018 2019-01-17 国家标准
发明公开:
[1]刘国强, 龚仁彬, 米兰, 袁超, 蒋丽维. 一种致密气智能识别方法、装置及设备[P]. 北京市: CN117436324A, 2024-01-23.
[2]龚仁彬, 米兰, 向冲, 张鹏程, 任桂山, 赵旭, 林霞. 抽油机井参数动态调整方法、装置、设备及介质[P]. 北京市: CN117108269A, 2023-11-24.
[3]龚仁彬, 林霞, 袁文芳, 吴淑红, 李小波, 米兰, 郝冠宇, 徐润泽, 万效国, 徐超. 走滑断裂识别模型训练方法、装置、电子设备和存储介质[P]. 北京市: CN117094380A, 2023-11-21.
[4]龚仁彬, 何益萍, 林霞, 闫林, 钟勇飞, 米兰, 龙廷浩, 张鹏程, 徐超, 曾倩. 页岩气井的井漏预警方法、装置、电子设备和存储介质[P]. 北京市: CN117077060A, 2023-11-17.
[5]龚仁彬, 林霞, 吴杰文, 苏涛, 刘立夏, 刘宗尚, 米兰, 武博宇, 向冲, 王珍珍, 周相广, 李宁. 一种油气人工智能认知计算平台[P]. 北京市: CN116629481A, 2023-08-22.
[6]熊春明, 师俊峰, 龚仁彬, 张亚顺, 林霞, 周相广, 米兰, 向冲, 李帅, 张烈. 基于多参数的抽油机井工况诊断方法及系统[P]. 北京市: CN114352265A, 2022-04-15.
[7]龚仁彬, 郑晓东, 王锋, 周相广, 林霞, 米兰, 蒋旭东, 胡莲莲, 李薇薇, 张烈. 基于U-net++卷积神经网络的初至波拾取方法及装置[P]. 北京市: CN114063164A, 2022-02-18.
[8]周相广, 刘国强, 林霞, 魏志成, 龚仁彬, 米兰, 郑毅, 石玉江, 陈斌, 钟吉彬. 油气层识别方法、装置、计算机设备及可读存储介质[P]. 北京市: CN111665560A, 2020-09-15.
[9]冯涛, 杨任轶, 龚仁彬, 裴宏梅, 陈武阳, 蒋泳波, 方君丽. 基于区块链的数字版权保护方法[P]. 甘肃省: CN111641707A, 2020-09-08.
[10]李金诺, 龚仁彬, 李群, 王从镔, 龚磊, 宋艳, 吴海莉, 胥小马, 张翔, 朱志强, 陈益峰, 柴永财, 吴丹. 多功能电表[P]. 北京市: CN109164297A, 2019-01-08.
[11]李金诺, 龚仁彬, 李群, 王从镔, 龚磊, 宋艳, 吴海莉, 胥小马, 吴丹, 柴永财, 张翔, 朱志强, 陈益峰, 姚刚. 示功图数据压缩、传输方法及装置[P]. 北京市: CN109040047A, 2018-12-18.
[12]李金诺, 龚仁彬, 李群, 王从镔, 龚磊, 宋艳, 吴海莉, 胥小马, 吴丹, 张翔, 朱志强, 陈益峰, 柴永财, 姚刚. 示功仪[P]. 北京市: CN108981990A, 2018-12-11.
[13]龚仁彬, 王从镔, 李群, 班兴安, 胥小马, 李金诺, 吴海莉, 姚刚. 站库数据获取系统和方法[P]. 北京: CN107544418A, 2018-01-05.
[14]胥小马, 李金诺, 龚仁彬, 汤林, 李群. 示功图识别方法和装置[P]. 北京: CN106529542A, 2017-03-22.
[15]龚仁彬, 李群, 李金诺, 曲京, 丁建宇, 马刚, 吴海莉, 胥小马. 一种抽油机井数据处理方法及装置[P]. 北京: CN106296432A, 2017-01-04.
[16]龚仁彬, 李群, 李金诺, 柴永财, 王从镔, 姚刚, 曹戈俊, 马刚. 一种油气生产设备运行状态的预警方法[P]. 北京: CN106227167A, 2016-12-14.
[17]龚仁彬, 李群, 马刚, 柴永财, 王从镔, 姚刚, 曹戈俊, 李金诺, 吴海莉, 胥小马. 一种基于Hadoop的油气生产物联网大数据的处理方法及系统[P]. 北京: CN105608187A, 2016-05-25.
[18]李清辉, 龚仁彬, 蒋能记, 李群, 苏伟, 柴永柴, 刘英, 华磊, 李金诺. 网络设备的通信方法及装置[P]. 北京: CN105592119A, 2016-05-18.
[19]李金诺, 龚仁彬, 李群, 吴海莉, 龚磊, 王从镔, 马刚. 油气水井生产参数实时预测方法及其装置[P]. 北京: CN105507875A, 2016-04-20.
[20]李金诺, 龚仁彬, 李群, 龚磊, 王从镔, 马刚, 吴海莉. 油气井产量预测方法及其装置[P]. 北京: CN105512758A, 2016-04-20.
[21]龚仁彬, 李群, 马刚, 王从镔, 柴永财, 姚刚, 曹戈俊, 李金诺, 吴海莉. 基于一种改进的神经网络的油井产量预测方法及其装置[P]. 北京: CN105096007A, 2015-11-25.
[22]龚仁彬, 李群, 马刚, 柴永财, 王从镔, 姚刚, 李金诺, 吴海莉. 一种实时数据处理分析系统[P]. 北京: CN104572975A, 2015-04-29.
[23]龚仁彬, 李群, 马刚, 王从镔, 柴永财, 曹戈俊, 姚刚, 李金诺, 吴海莉. 分布式服务器状态实时监测系统及方法[P]. 北京: CN104503894A, 2015-04-08.
[24]龚仁彬, 李金诺. 一种抽油机示功图数据压缩存储方法及装置[P]. 北京: CN104484476A, 2015-04-01.
[25]龚仁彬, 李先奇, 汤林, 班兴安, 李群, 曲京, 丁建宇, 柴永财, 王从镔, 姚刚, 曹戈俊, 李金诺, 马刚. 一种用于油气生产的远程监控的方法及系统[P]. 北京: CN104460609A, 2015-03-25.
[26]龚仁彬, 李群, 柴永财, 王从镔, 曹戈俊, 马刚, 李金诺, 吴海莉. 一种物联网应用的开发方法、中间件及PaaS平台[P]. 北京: CN104391689A, 2015-03-04.
[27]龚仁彬, 李群, 柴永财, 王从镔, 曹戈俊, 马刚, 李金诺, 吴海莉. 一种应用开发系统及方法[P]. 北京: CN104391690A, 2015-03-04.
[28]龚仁彬, 李群, 柴永财, 王从镔, 姚刚, 曹戈俊, 马刚, 李金诺. 一种油田生产现场物联设备远程智能管理方法及系统[P]. 北京: CN103901845A, 2014-07-02.
[29]龚仁彬, 李群, 柴永财, 王从镔, 姚刚, 曹戈俊, 李金诺, 马刚. 一种油气生产设备运行状态的预警方法[P]. 北京: CN103744389A, 2014-04-23.
发明授权:
[1]熊春明, 师俊峰, 龚仁彬, 张亚顺, 林霞, 周相广, 米兰, 向冲, 李帅, 张烈. 基于多参数的抽油机井工况诊断方法及系统[P]. 北京市: CN114352265B, 2024-05-31.
[2]周相广, 刘国强, 林霞, 魏志成, 龚仁彬, 米兰, 郑毅, 石玉江, 陈斌, 钟吉彬. 油气层识别方法、装置、计算机设备及可读存储介质[P]. 北京市: CN111665560B, 2023-06-30.
[3]冯涛, 杨任轶, 龚仁彬, 裴宏梅, 陈武阳, 蒋泳波, 方君丽. 基于区块链的数字版权保护方法[P]. 甘肃省: CN111641707B, 2021-09-17.
[4]李金诺, 龚仁彬, 李群, 王从镔, 龚磊, 宋艳, 吴海莉, 胥小马, 吴丹, 柴永财, 张翔, 朱志强, 陈益峰, 姚刚. 示功图数据压缩、传输方法和装置、计算机设备和存储介质[P]. 北京市: CN109040047B, 2021-03-30.
[5]李金诺, 龚仁彬, 李群, 王从镔, 龚磊, 宋艳, 吴海莉, 胥小马, 张翔, 朱志强, 陈益峰, 柴永财, 吴丹. 多功能电表[P]. 北京市: CN109164297B, 2021-01-29.
[6]李金诺, 龚仁彬, 李群, 王从镔, 龚磊, 宋艳, 吴海莉, 胥小马, 吴丹, 张翔, 朱志强, 陈益峰, 柴永财, 姚刚. 示功仪[P]. 北京市: CN108981990B, 2020-10-09.
[7]李清辉, 龚仁彬, 蒋能记, 李群, 苏伟, 柴永柴, 刘英, 华磊, 李金诺. 网络设备的通信方法及装置[P]. 北京市: CN105592119B, 2020-02-14.
[8]龚仁彬, 李群, 柴永财, 王从镔, 曹戈俊, 马刚, 李金诺, 吴海莉. 一种应用开发系统及方法[P]. 北京市: CN104391690B, 2019-06-11.
[9]龚仁彬, 李金诺. 一种抽油机示功图数据压缩存储方法及装置[P]. 北京市: CN104484476B, 2019-04-12.
[10]龚仁彬, 李群, 柴永财, 王从镔, 曹戈俊, 马刚, 李金诺, 吴海莉. 一种物联网应用的开发方法、中间件及PaaS平台[P]. 北京市: CN104391689B, 2018-10-16.
[11]龚仁彬, 李群, 马刚, 柴永财, 王从镔, 姚刚, 李金诺, 吴海莉. 一种实时数据处理分析系统[P]. 北京市: CN104572975B, 2018-09-04.
[12]李金诺, 龚仁彬, 李群, 吴海莉, 龚磊, 王从镔, 马刚. 油气水井生产参数实时预测方法及其装置[P]. 北京市: CN105507875B, 2018-06-01.
[13]龚仁彬, 李群, 柴永财, 王从镔, 姚刚, 曹戈俊, 李金诺, 马刚. 一种油气生产设备运行状态的预警方法[P]. 北京市: CN103744389B, 2016-08-31.
发表期刊论文:
[1]吴海莉, 龚仁彬. 中国石油油气生产数字化智能化发展思考[J]. 石油科技论坛, 2023, 42 (06): 9-17.
[2]刘国强, 龚仁彬, 石玉江, 王珍珍, 米兰, 袁超, 钟吉彬. 油气层测井知识图谱构建及其智能识别方法[J]. 石油勘探与开发, 2022, 49 (03): 502-512.
[3]龚仁彬, 杨燕子, 任义丽, 张晓宇. 知识图谱在石油勘探开发领域的应用现状及发展趋势[J]. 信息系统工程, 2021, (09): 16-18.
[4]李薇薇, 龚仁彬, 周相广, 林霞, 米兰, 李宁, 王晓东, 肖高杰. 基于深度学习UNet++网络的初至波拾取方法[J]. 地球物理学进展, 2021, 36 (01): 187-194.
[5]龚仁彬, 杨任轶, 米兰. 区块链技术在石油行业中的应用展望[J]. 信息系统工程, 2019, (11): 62-65.
[6]蔡凤翔, 龚仁彬, 李群, 柴永财. 基于物联网技术的油气生产管理系统的设计与实现[J]. 信息系统工程, 2019, (11): 34-35.
[7]蔡凤翔, 龚仁彬, 李群, 王从镔, 姚刚. 油气生产物联网管理子系统的设计与实现[J]. 物联网技术, 2019, 9 (10): 101-103.
[8]吴丹, 龚仁彬, 王从镔, 胥小马, 吴海莉. 最小二乘叠前时间偏移在地震数据规则化中的应用[J]. 石油地球物理勘探, 2019, 54 (01): 36-44+6.
[9]吴海莉, 龚仁彬, 李英浩. 一种面向油气生产物联网实现实时数据库向关系数据库数据转换的方法和系统[J]. 信息系统工程, 2017, (12): 151-152+156.
[10]李金诺, 龚仁彬, 李群, 王从镔, 姚刚. 一种抽油机示功图数据无损压缩存储方法[J]. 石油学报, 2016, 37 (02): 266-272.
[11]龚仁彬, 朱文睿, 丁建宇. 基于最小二乘支持向量机的示功图趋势预测[J]. 石油规划设计, 2015, 26 (04): 24-27.
[12]龚仁彬, 李金诺, 李英浩. 油气生产物联网系统关系数据标准化研究[J]. 标准科学, 2014, (05): 59-61+66.
[13]陈旭辉, 万磊, 龚仁彬. 基于混沌扩频序列的RFID防碰撞算法分析[J]. 微电子学与计算机, 2012, 29 (12): 64-67+71.
[14]於时才, 陈斌, 龚仁彬. 异构网络中基于门限和AHP的TOPSIS垂直切换算法[J]. 兰州理工大学学报, 2012, 38 (03): 84-88.
[15]於时才, 张文香, 龚仁彬. 智能视频监控中的一种快速运动目标检测方法[J]. 兰州理工大学学报, 2012, 38 (02): 82-86.
[16]龚仁彬, 刘锋, 邹捷中, 陈敏. 线性度量误差模型的序列相关检验[J]. 系统科学与数学, 2007, (04): 510-519.
[17]龚仁彬,姚刚. 计算机网络在各种社会问题中走向未来[J]. 甘肃科技纵横, 2005, (05): 127-129+124.
[18]龚仁彬. 也谈计算机的2000年问题[J]. 现代计算机, 1999, (01): 84-86.
[19]龚仁彬. 改进速度场的横向插值方法提高波阻抗的效果[J]. 石油地球物理勘探, 1992, (03): 377.
发表会议论文:
[1]龚仁彬, 惠思源, 向冲 & 米兰. (2023). 基于知识图谱的油气勘探开发知识共享系统的建设与应用. (eds.) 2023油气田勘探与开发国际会议论文集Ⅲ (pp.331-343).
[2]马刚, 龚仁彬, 李群 & 姚刚. (2015). 大数据技术在油气生产物联网中的典型应用. (eds.) 第四届数字油田高端论坛暨国际学术会议论文集 (pp.327-331).
[3]龚仁彬, 强芳青, 张巧风 & 仝兆岐. (2005). 基于高保真地震资料的含气检测方法应用研究. (eds.) 中国石油勘探开发研究院西北分院建院20周年论文专集 (pp.117-119+20).
科学中国人报道:
“数智”赋能油气梦 钻坚仰高赤子心
——记中国石油勘探开发研究院信息技术首席专家龚仁彬
2023-04-11
“我这一辈子就干了三件事:第一件事是从事勘探应用软件研发22年,为西部油气勘探提供特色技术支撑;第二件事是主持完成油气生产物联网系统(A11)的建设,实现了中国石油油气生产的大规模数字化;第三件事是搭建认知计算平台,推动新一代人工智能在油气领域的应用。”龚仁彬所说的三件事,不只是他30余年科研经历的真实写照,也是中国石油天然气集团有限公司由“地下”到“云端”,践行信息化、数字化、智能化转型的重要里程碑。“能够在产业转型的每一个重要节点,参与到影响集团内部乃至整个中国油气行业发展的工作中,我感到十分荣幸。”龚仁彬说,“这是时代的机遇,更是我的幸运。我能做的,便是铆足‘钻’和‘专’的劲头,将全部精力投入其中,坚定不移地干下去。”正是凭借这股拼劲儿,龚仁彬和他的同事们谱写了一曲“‘数智’赋能油气梦,钻坚仰高赤子心”的赞歌。
2022年4月,国家能源局、科学技术部印发的《“十四五”能源领域科技创新规划》提出,“十四五”时期能源领域现存的主要短板技术装备要基本实现突破。推动传统行业与数字化、智能化技术深度融合,将是我国能源产业转型升级的重要助力。
作为中国石油信息化、数字化从分散建设到集中建设再到整体迈入共享智能新阶段历程的亲历者和重要推动者,在中国石油勘探开发研究院信息技术首席技术专家龚仁彬看来,以建设新一代数字油田为代表,强调感知、互联、协同和共享,以实现从油气勘探、开发、生产、经营管理到决策各环节数据的实时获取、充分共享和深度应用,并达到协同研发、优化生产、精细管理与高效决策为目的,从而显著提升运营效率和创新能力、增强企业综合竞争力,不仅是石油企业发展的必由之路,更是他追寻不辍的科研愿景。
从研36年来,龚仁彬以时不我待的紧迫感、协同作战的责任感,走出了一条求新求变、脚踏实地的创新路;也是在这条推动中国石油信息化转变、加速数字油田建设、布局智慧油田的道路上,步履不停的龚仁彬同样写就了一阕精彩纷呈、“油智同行”的人生篇章。
十年磨一剑
——写就油田数字化佳话
“新疆风城油田作为A11项目的一个稠油示范工程,从稠油生产、安全需求出发,优选171对SAGD井、364座计量管汇、127台注汽锅炉、8座大中型站场等生产关键环节作为实施主体,建立厂级中控室,构建了统一监控、集中管理的稠油油气生产物联网系统,实现了采油、集输、处理、供汽生产过程关键节点全部纳入物联网集中管理,构建了与信息化建设相适应的生产管理组织架构,将传统的‘劳动密集、驻点值守、每日巡检’生产运行体制,转变为‘无人值守、远程监控、按需巡检’的物联网管理新模式,实现了大型稠油油田扁平化管理。物联网应用直接节省人员1251人,年均节约人员成本超过1亿元。”提起油气生产物联网系统(A11)为油气生产带来的变化,龚仁彬有说不完的案例。
油气生产物联网系统是中国石油天然气集团公司(以下简称“中国石油”)信息化建设三大标志性工程之一,龚仁彬是项目负责人。为了搭好这张“网”,龚仁彬带领团队先后走遍了中国石油下辖的16个油气田、130多个作业区,充分掌握油气生产实际需求。向上要随时对集团总部的领导进行汇报;向下要把握项目方向架构,管理项目团队;平行还要与16个油气田各个单位进行具体沟通——投身项目之中,“连轴转”几乎成了龚仁彬的日常。很多时候,龚仁彬的办公室在凌晨两点仍亮着灯光。而在言谈间,他却很少提及工作的辛苦,他反复思考的,都是如何实现油气生产物联网系统的创新研发,如何促进油气生产的管理变革。
十年磨砺,创造辉煌。通过油气生产物联网系统实施,中国石油累计建成各类数字化井17.39万口、数字化站2.6万座,其中长庆、塔里木等10个油气田基本实现全覆盖,初步实现了中国石油油气生产的数字化、可视化和自动化,在优化生产流程、优化组织结构、提高生产效率、提升管理水平、降低安全风险等方面取得了较好的效果,减少现场新增用工3万多人,取得显著的经济和社会效益。回溯这10年经历,龚仁彬曾多次感慨地将中国石油油气生产物联网系统称为自己从研以来“最念念不忘的项目”,而此间“十年磨一剑”的经历,正是这番心境的最佳注解。
2008年,凭借长期从事信息化实践的丰富经验,龚仁彬积极参与到油气生产物联网系统(A11)的规划和调研过程中,并带动自己所在的西北分院信息化团队加强学习锻炼,储备知识和能力,积极“跟上”集团信息化建设的需求。4年后由西北分院主导建设的油气生产物联网系统(A11)正式启动,龚仁彬以项目长的身份主持承担这一系统的建设和规模推广,为推动集团油气生产数字化作出了重要贡献。龚仁彬团队大胆创新,自主研发了国内外油气行业首个基于云计算架构的可扩展的物联网PaaS平台,解决了油气生产领域多源数据实时接入、生产数据分析处理、生产数据开放共享、生产应用全生命周期管理、相关系统快速集成等难题,为油气田提供油气生产过程监测、生产分析、预警预测、设备管理、数据管理等业务服务,实现了34套油田相关系统的集成应用,极大地节省数字化研发在软硬件上的实际成本,让分散的各级油气单位之间合作开展数字化成为可能。
A11是一个庞大的系统工程,龚仁彬提出了“总部技术团队+油田实施团队”的联合项目组的创新建设模型,总部团队负责技术研发、平台搭建、标准制定,油田团队负责现场实施。这种合作形式一经推出,即激发了各级油田单位参与数字化建设的积极性,并在业务主导、现场建设、设备采购等环节中,极大地发挥了油田团队的主观能动性。
在此基础上,龚仁彬及其团队完成了中国石油油气生产领域物联网系列标准制定,包括1项行业标准、4项企业标准,其中部分内容已经上升为国家标准。系列标准规范的发布,既规范指导了油气生产物联网项目的设计、建设、测试、验收和运维工作,又支撑了新油气田产能建设和老油气田调整改造数字化建设。在这一系列起点高、准确实用、接地气的标准指导下,各个油田有效地避免了低水平的重复投资,油田数字化专业性和实践水平明显提升,标准化设计、标准化产品和标准化施工逐步落到实处。随后,“眼见为实”的力量让更多油田单位看到了油田数字化带来的奇妙改变。如雨后春笋般,越来越多的单位投入中国石油油气生产领域物联网的实践过程中。依照龚仁彬团队提供的数据采集、数据录入、具体应用和效益计算等内容,各级油田单位可将现场生产由传统的经验型管理、人工巡检转变为智能管理、电子巡检,油气田现场也实现了由分散管理向集中管控转变、由劳动密集型向知识密集型转变的“新局面”,极大地促进了油田生产管理组织机构按“纵向扁平,横向压缩”的方式优化。目前,井场中小站场无人值守、大型站场少人集中监控的目标正在逐步实现,类似风城作业区那样从多人到少人、从有人到无人的变化正在更多的油田上演。
中国石油油气生产物联网系统的建成和推广应用带来了生产效率的提升。龚仁彬为记者讲述了“计量间消失”的故事——“过去对油田生产的计量主要靠计量间。这种计量间建设成本高、占地面积大、管线复杂,建设难度颇高。现在我们可以通过功图技术,为传统油气生产管理方式带来重大变革。通过功图分析,结合井口压力、温度等参数,可以快速地掌握油井的工作状态,分析并判断油井参数是否合理,从而及时地调整油井参数,快速修复油井故障,甚至可以进行提前养护,以达到减少损耗、提高产量的目的。另一种方法是对产液量连续实时计量。通过对采集的功图数据进行计算,我们可以快速得出产量值。这项技术成本低廉,极大地有利于快速指导油田开发方案的制订,大面积应用可代替传统计量站沉降计量法,从而使地面工程得到优化和简化,并最终实现提高产量的目的。”
与此同时,由于油气田生产现场传感设备建设时间不同,在油田各采油厂之间、采油厂内部各作业区之间所用的接口协议不一致,无法实现采集的数据支撑上层的应用,更为系统整合、集成、运维管理增加了难度。龚仁彬团队在研究单井通信模式、多井集联通信模式、站场通信协议的基础上,创新研发了传感器及远程终端单元标准化接口协议A11-GRM,实现了100多家厂商仪表之间的互联、互通、互换,为数据接入、系统集成、后期运维以及系统应用奠定坚实的基础。这一发明不仅有效打破了国外厂商的产品垄断,更有效地降低了油田建设成本、极大地提升了数据的流通速度和应用效率。
中国石油油气生产物联网系统于2022年成功通过竣工验收,累计获得发明专利21项、软件著作权6项,发表相关学术论文85篇、出版专著3部。“中国石油油气生产物联网示范工程”获得2016年度中国石油和化工自动化行业协会科技进步奖特等奖,“中国石油油气生产物联网系统研发与应用”于2018年获集团公司科技进步奖一等奖,“基于物联网的数字油田关键技术研究与应用”获得中国石油工程建设协会2018年科技进步奖特等奖。此外,相关成果于2017年入选第四届世界互联网大会先进科技成果,2019年获得世界物联网博览会新技术新产品金奖,并入选国家发展改革委《中国“互联网+”行动百佳实践》和《2011—2015中国石油重大信息化成果》。
关关难过关关过,龚仁彬用10年时间,逐一攻克信息化的技术障碍、打通数字化通路、以“求同存异”的方式为集团总部和各级油田的协同提供了高质量物联网平台,书写了一段以信息化、数字化促进生产方式的转变,促进管理的变革,实现降本增效的精彩篇章。
蹚险滩越山巅
——开启智能化新征程
2018年,作别工作生活了30余年的西北分院,龚仁彬接受组织安排赴任中国石油勘探开发研究院(北京)计算技术研究所所长。从分院来到总院工作,龚仁彬深感担子沉重且责任重大。在他看来,我国油气领域信息化、数字化、智能化还有很长的路要走,作为深耕其间数十年的科研工作者,现在绝不是满足现状、停滞不前的时候。怀揣“绝不掉队”的信念,龚仁彬迅速投入新的工作中,他决心在这个过程中持续地发挥新的光和热。
在国际油气行业人工智能应用方兴未艾之时,中国石油即在“十三五”期间规划设立了人工智能基础建设项目——认知计算平台(E8)试点项目,用以促进勘探开发的智能化。但龚仁彬敏锐地意识到,认知计算平台的潜力远不止于此。为此,即使管理工作极为忙碌,他仍选择再一次主动请缨,以项目长的身份带领团队开启了人工智能在勘探开发领域的应用实践。
万事开头难,在平台建设之初,龚仁彬及其团队面对的最大技术障碍即是勘探开发“小样本”问题。“油气深埋地下数千米,地下构造复杂,地质数据获取成本很高。同时勘探开发数据量虽然很大,但数据量大并不等于大数据,勘探开发领域属于典型的‘小样本’。此外,人工智能应用需要同时具备数据、算法、信息、业务等多方面的知识,相对勘探开发业务人员来说有一定技术门槛,勘探开发领域人工智能人才严重短缺,既懂业务又懂人工智能的人才凤毛麟角,这是制约勘探开发人工智能应用的主观障碍。此时,寻求与具备成熟技术背景、具有丰富人才储备的相关技术公司合作,就成为解决技术门槛和人才短缺问题的不二之选。”龚仁彬解释道。
然而当时,世界大国纷纷将人工智能核心技术列入对华禁售清单,基于能源安全性的充分考量和对国内技术企业的坚定信心,龚仁彬团队通过公开招标,最终与华为技术公司达成技术合作。以搭建为勘探开发业务人员提供人工智能服务、降低人工智能门槛的平台为目标,龚仁彬团队与华为技术团队在数据集成、数据处理、数据标注、特征工程、自然语言处理与知识图谱构建、智能算法与机器学习、模型调优、模型发布、软件封装与软件部署等方面展开攻关研究,同时利用知识、数据、算法、算力和场景5个关键要素,成功搭建起国际先进、开放、可扩展的人工智能计算平台。
说起认知计算平台的强大功能,龚仁彬如数家珍。认知计算平台从数据集成、数据标注、机器学习、模型发布到推理应用,提供一站式AI开发环境。它具体包括数据处理与特征分析、自然语言处理与知识图谱构建、120个智能算法与可视化机器学习流水线、对外开放的智能服务超市等5个模块;平台更为使用者提供了智能问答、知识搜索、知识推荐、文本生成等35个常用智能服务和高性能算力。
龚仁彬团队还依据相关研究成果制定并发布了油气行业中第一项人工智能企业标准——《勘探开发知识图谱与人工智能平台技术规范》(Q/SY 10552—2022),针对人工智能平台的架构、功能、数据等内容制定了技术规范,为中国石油建立人工智能发展生态打下了基础。此外,他还对油气勘探开发知识体系进行了全面梳理,对勘探开发知识图开发流程、命名规则、本体、实体等内容进行了全面规范,为中国石油知识图谱发展、融合与共享打下基础。
为了促进认知计算平台的推广应用,龚仁彬带领团队,积极开展了新一代人工智能技术在勘探院、大庆、长庆、新疆、大港、西南等油气田的示范应用。“从实践中来,到实践中去”,是龚仁彬团队始终坚持的研发主张。在规模应用的过程中,认知计算平台在地震资料处理、地震资料解释、测井油气层识别、抽油机井工况诊断等方面取得较好的应用效果。在大庆油田,他们利用机器学习方法对老井、新井和措施井分别开展了原油产量和含水预测研究,预测模型准确度达到90.74%,预测效率比传统方法提升了10倍,目前已成为大庆研究院和采油厂进行开发部署和动态分析的常备工具;在新疆油田,采用物联网和神经网络技术,实现了油井工况的定量诊断和远程实时在线管理,异常工况诊断准确率达到93.8%,油田管理实现了从事后诊断升级为事前预警,减少作业维护费用20%。
此外,基于融合知识图谱与深度学习的认知智能技术,团队在测井油气层识别应用中取得重要突破,已成为中国石油老井评价重点推广的关键技术。“数据+知识”双驱动的新一代人工智能技术,有效解决了“小样本”问题,并成为中国石油“查漏补缺”、进行老井评价的利器。在长庆姬塬油田的应用过程中,认知计算平台油气层智能识别的准确度已达到94%,工作效率提高70%。在大庆、西南、大港等油田的规模应用中,认知计算平台同样贡献了强大的智能化力量。据龚仁彬介绍,截至目前,认知计算平台注册用户达到1000人,已建立AI工程357个。它不仅已成为中国石油勘探工作中的强大助力,更是我国人工智能在勘探开发应用领域实现弯道超车的一个明证。
从单纯的管理系统到生产+管理系统,从引进海外技术到走通国产化技术道路,龚仁彬为认知计算平台带来的转变远不止于此。被质疑过、被批驳过,蹚过科研的险滩、越过技术的山巅,龚仁彬依旧坚定、沉默、充实而忙碌。他深知,这并不是结束,而是新征程的开始。面向中国石油全力推进数字化转型、智能化发展的重要部署,以及“十四五”期间数字底座的发展规划,龚仁彬毅然接下新一代人工智能平台的建设任务,于2022年6月出任中国石油人工智能平台的项目负责人。在这一脱胎于认知计算平台的新型人工智能平台上,龚仁彬及其团队将继续开拓人工智能示范应用场景,为中国石油勘探开发、炼油与化工、成品油销售、天然气销售、油田技术服务、工程建设、装备制造及共享运营服务等全流程业务领域数字化转型提供平台服务和技术支撑。搭建包括地震大规模预训练模型、神经网络可视化建模、自动机器学习、智能样本标注等在内的七大新功能,构建中国石油油气AI开放社区,完成9个智能场景的示范研发和应用,编制一系列人工智能企业技术规范……这些都是龚仁彬及其团队接下来要做的事情。“越接近退休,觉得自己越要抓紧时间干活。”壮心不已的龚仁彬,仍在油田智能化的路上上下求索。
承前启后薪火相传
——全力赋能行业发展
说起自己与石油行业的渊源,龚仁彬用“殊途同归”来概括:“高考填报志愿时,我在老师的建议下选择了中国石油大学(原华东石油学院)的勘探专业,后来又因为数学成绩好被调剂到了数学专业。不过等我毕业之后,还是进入西北分院开展油气勘探应用软件研发工作,这一干就是几十年。”
尽管曾经对油气行业特别是勘探工作“一无所知”,“干一行、爱一行”的人生信条还是让龚仁彬在这个岗位上深深地扎下根来。在西北的漫天黄沙和荒漠之中,龚仁彬长成了一株厚积薄发的常绿植物,充分地汲取养分,坚定地承担责任。醉心科研、建设团队,几乎成了龚仁彬“西北时光”的全部内容。在这里,龚仁彬与勘探开发软件研发工作结下了不解之缘,并在日常工作和与当地企业合作的过程中,敏锐地看到了信息化工作广阔的发展前景。就此,他下定决心,带领西北分院团队走出了一条独特的、投身信息化研发和转化的新路。
得见技术的力量、胸怀为行业做点事的愿望,在进入中国石油勘探开发研究院后,龚仁彬依旧专注于技术变革及相关应用转化,在科研赋能产业升级方向持续发力。2020年,龚仁彬通过考核,成为中国石油勘探开发研究院首席技术专家。面向油气行业数字化转型、智能化发展的大趋势,龚仁彬觉得自己还有很多事情要做。
随着集团公司数字化转型、智能化发展的逐步深入,龚仁彬对油气生产的数字化有了自己的新思考:“油气生产数字化下一步发展目标是充分利用新一代数字化技术(云计算、大数据、物联网、移动技术、人工智能、机器人、无人机、数字孪生等)和能力来驱动业务模式重构、管理模式变革、商业模式创新与核心能力提升,实现企业业务的转型、创新和价值增长。目前,全球经济正处于深度调整期,市场不确定性加大。国际油价持续在中低位徘徊,油气勘探和开采难度加大,开采成本变高,油气地面运行维护成本逐年攀升,油气生产的安全环保和双碳目标面临的挑战也越来越大。为解决勘探难题和开采成本等问题,国际石油公司纷纷与互联网技术巨头联手,推出智能油田建设规划,通过新一代信息技术的应用,实现油气田生产的全面感知、智能操控、预测预警和优化决策的目标,促进勘探开发业务的数字化转型。与国际领先油公司相比,中国石油油气生产领域数字化、智能化仍存在较大差距,主要体现在数字化覆盖率、数据共享及标准化程度、物联网平台的功能和服务能力、信息系统应用深度和广度、智能化应用水平及信息化对生产作业一线的支撑能力等方面。我国油气行业数字化还远未达到改造整个行业、改变业务形态的程度,数字化转型还有很长的路要走。”
龚仁彬基于对于中国石油油气生产数字化转型、智能化发展的理解和思考,提出了六方面的建议。第一,要正确理解油气生产数字化智能化发展的意义、发展目标和发展方向。大力推进数字化转型、智能化发展,可以有效激发企业创新活力,降低创新门槛和成本,不断催生新产业新业态新模式,形成适应新时期数字经济发展需要的核心竞争力,持续增强企业发展内生动力,推动质量变革、效率变革和动力变革,为产业转型升级和企业高质量发展提供强大支撑。第二,按照业务发展、管理变革、技术赋能三大主线做好顶层设计,坚持试点先行,强化协同推进,打造支撑当前、引领未来的新型数字化能力。第三,要遵循集团公司统一平台原则,促进信息系统的互联互通、集成应用和高水平发展,缩短建设周期,节约建设成本,为逐步实现集团公司大规模集成应用打下基础。第四,要加强全面感知建设,持续加强油气生产物联网系统在16个油气田的扩展实施,以实现油气生产物联网全覆盖,提升生产数据的感知范围和采集质量。第五,要充分利用人工智能、数字孪生等新一代信息技术,实现油气生产物联网系统的升级,为油气生产数字化智能化赋能。第六,围绕业务模式重构、管理模式变革、商业模式创新与核心能力提升4个方面,逐步开展数字化智能化升级应用,为油气生产业务高质量发展提供支撑。
龚仁彬所主持的“中国石油油气生产物联网系统”得到了原勘探开发研究院院长赵文智院士的大力支持,赵院士曾为龚仁彬提出了“修高速、定规则、播火种、助发展”的建议,这也成了龚仁彬日后工作的重要准则。如今,平台纷纷建成、标准逐一制定,年近耳顺之年的龚仁彬又承担起培养人才的重要职责,“用两年时间培养500名油气人工智能复合人才,让更多优秀的人才参与到智能油田建设中去”是他的愿望。在日常工作中,龚仁彬给予团队年轻人充分的发展空间,他坚信科研梦想和行业使命的火种都将成为日后数字化建设的重要力量。面向未来、笃行不辍,龚仁彬怀揣赤子之心,始终在路上。
专家简介
龚仁彬,湖北京山人,1986年毕业于华东石油学院应用数学专业,博士学历,教授级高工,中国石油集团公司高级技术专家,现任中国石油勘探开发研究院首席专家。自参加工作以来,一直致力于勘探开发软件研发及集团公司信息化工作,先后担任中国石油勘探开发研究院西北分院(原西北地质研究所)软件中心主任、计算机研究所所长、西北分院副总工程师、中国石油勘探开发研究院(北京)计算所所长等职务;主持完成了中国石油油气生产物联网系统(A11)、中国石油认知计算平台(E8)、国家油气供应物联网应用示范工程等多个大型信息化项目的建设;目前担任中国石油人工智能平台的项目负责人。他在物联网、人工智能、油气勘探开发信息技术等方面有多项创新成果,获省部级科技进步奖特等奖2项、一等奖3项,获授权发明专利11项,发表学术论文54篇,编写《油气人工智能》专著1部,发布行业标准1部、企业标准5部。
来源:科学中国人 2023年3期 封二人物
石油商报报道:
建设智慧油田尚需厘清方向 选准路径
专访中国石油勘探开发研究院首席技术专家龚仁彬
2022-08-30 09:37
近年来,油气行业正面临勘探难度加大、开发成本上涨、油价不稳定、安全节能环保以及“双碳”目标等一系列挑战,国际石油公司纷纷加快智慧油田建设步伐,实现增储上产、降本增效和高质量发展。从目前行业发展现状来看,要建成智慧油田,尚需厘清方向,选准路径。为此,《石油商报》记者就以上话题,专访了中国石油勘探开发研究院首席技术专家龚仁彬。
企业的数字化转型与智能化发展
石油商报:什么是数字油田?什么是智慧油田?如何理解企业数字化转型、智能化发展?
龚仁彬:所谓数字油田(Digital Oif Field,DOF),是指油气田公司全面进入数字化时代,充分利用云计算、大数据、物联网等新一代信息技术,实现从油气勘探、开发、生产、经营管理到决策各环节数据的适时获取、充分共享和深度应用,达到协同研发、优化生产、精细管理与高效决策的目的,从而显著提升运营效率和创新能力、增强企业综合竞争力。
智慧油田是一个全新的概念和理念,尚处于发展阶段,还没有权威和统一的定义和标准。智慧油田由数字油田发展而来,通过智能油田建设实现由量变到质变的演进。
近年来,国际石油公司纷纷推出了不同概念的智能油田建设方案,bp的e-field,壳牌的Smart Fields,雪佛龙公司的i-field,虽然建设方案不完全相同,但共同的特征都是通过大数据、人工智能、边缘计算等新技术应用,实现油气田的全面感知、智能操控、预测预警和优化决策。
数字油田的核心是数字化,强调感知、互联、协同和共享;智慧油田就是在数字油田的基础上融入更高级的智慧,强调的是数据和知识的融合、人工智能与人的智慧的结合。
企业数字化转型、智能化发展是以数据、技术为核心要素驱动价值体系重构的系统性变革过程,通过数字技术与企业全要素、全价值链的深度融合,变革技术模式、管理模式、业务模式和商业模式。
油气行业数字化发展阶段、未来方向及重点
石油商报:油气行业纷纷开展数字化、智能化建设,充分利用新一代信息技术推动业务的转型升级,目前油气行业数字化处于什么阶段?未来发展方向及重点是什么?
龚仁彬:从20世纪80年代开始,历经35年建设,中国石油上游信息化建设取得跨越式发展。遵照中国石油信息技术总体规划和上游“两统一、一通用”蓝图,建成应用了A1、A2、A5、A6、A8、A11、D2等7个统建系统,各油气田根据自身特点开发了一系列典型应用,建成了从作业区、采油气厂、油气田公司到中国石油股份公司的信息化支撑体系,基本覆盖了勘探开发核心业务和关键环节。
在油气生产领域,累计建成各类数字化井19.4万口、站2.02万座,约占中国石油井、站总数的68%和78%,其中长庆、塔里木、西南、大港、青海、吐哈、冀东等10个油气田基本实现全覆盖,初步实现了数字化、可视化、自动化。
中国石油信息化经历了从分散建设到集中建设、集成应用,目前整体迈入到共享智能新阶段。
油气田信息化建设优化了生产流程、优化了劳动组织架构,提高生产效率、提升管理水平、减少一线用工、降低安全风险,保障油田生产安全、环保、平稳运行,促进节能降耗,显著提升了企业发展质量和效益。
与国际领先油公司相比,中国石油上游领域数字化、智能化仍存在较大差距,主要体现在数字化覆盖率、数据共享及标准化程度、信息系统应用深度和广度、信息化与自动化集成能力、智能化应用水平以及信息化对生产作业一线的支撑能力等方面。油气行业数字化还远未达到改造整个行业、改变业务形态的程度,数字化转型还有很长的路要走。
中国石油高度重视企业数字化转型、智能化发展,把推进数字化转型、智能化发展与贯彻新发展理念、融入新发展格局、实现高质量发展相结合,为此制定了明确的未来发展目标。
第一阶段:到2025年,数字化转型取得实质进展,基本建成“数字中国石油”,完成集团公司统一的工业互联网体系建设,打造支撑集团公司和专业公司两级分工协作的云应用生态系统,在主要单位完成数字化转型重点业务场景推广,逐步建立支持集团公司高质量发展的新型业务模式、运营模式和组织模式,推进业务运行一体化、现场作业智能化,整体水平处于行业国际先进、国内领先。
到2035年,全面实现数字化转型,智能化发展取得显著成效,全面建成“数字中国石油”,搭建智能化生态平台,联接、协同、赋能生态合作伙伴,引领中国石油成为能源与化工行业生态系统领导者,建成世界一流企业的基本构成和重要支撑。
第二阶段:到本世纪中叶,全面实现智能化发展,建成“智慧中国石油”,搭建企业全感知、全联接、全分析、实时响应的智能孪生体,与物理实体交互融合,自适应迭代优化,全面形成基于知识创新和价值创造的能源智慧生态。这成为建成基业长青世界一流企业的重要标志。
中国石油数字化转型的主要方向是:坚持以新发展理念为指引,从智能技术和产品创新等关键方向发力,将数字技术融入到油气产业链的产品、服务和流程中,重构价值体系,调整生产关系,从产能驱动型发展模式转变为创新驱动型发展模式,着力以新要素、新动力、新能力为基础,形成符合“数字中国石油”特色的新产业、新业态、新模式。具体包括智能技术和产品创新、推进生产智能化、建设一体化运营管理体系、加强用户服务智能化创新、加快推进产业生态建设五个方向。
中国石油发布的《关于数字化转型、智能化发展的指导意见》,对下一步重点任务总结为以下4条:一是统一思想认识,围绕“数字中国石油”总体目标,做好数字化转型顶层设计和试点示范建设;二是以价值为导向,研究基于用户、数据、创新驱动的场景化应用,通过数字化转型推动业务高质量发展;三是通过数字化推动决策支持、经营管理、协同办公、协同研发和共享服务水平提升,推进公司治理体系和治理能力现代化变革;四是按照“一个整体、两个层次”总体要求,打造一流的能源和化工领域工业互联网体系,为数字化转型技术赋能。
中国石油上游领域加快数字化转型、智能化发展落地建设
石油商报:数字油田、智慧油田包含哪些重要的信息化系统,中国石油做了哪些方面的规划和探索?
龚仁彬:根据中国石油数字化转型、智能化发展总体规划,实现“数字中国石油”的重要标志是建设中国石油统一的工业互联网体系,实现“智慧中国石油”的重要标志是建设企业全感知、全联接、全分析、实时响应的智能孪生体。中国石油在“十四五”期间将以国家工业互联网技术架构为指引,以平台化、敏捷化、智能化为特征,打造中国石油工业互联网新体系。围绕逻辑“一张网、一朵云、一个湖、一个平台、统一基础应用”,形成中国石油统一的“网络+数据中心+云资源”云网融合资源服务;按照“厚平台、薄应用”的技术架构,构建数据、业务和通用技术的微服务池,形成基于中台的共享服务体系;打造“通用应用+专业应用”敏捷化软件即服务应用体系,全面构建新型基础设施。同时,规划设立了“ABCDE”五大数字底座,围绕人工智能平台(A)、大数据分析平台(B)、云技术平台(C)、数据湖(D)和边缘计算平台(E)的建设,打造中国石油统一的数字底座,为企业数字化转型、智能化发展提供支撑。
中国石油上游领域围绕勘探开发业务发展需求,遵循中国石油的统一规划,提出了“十四五”末初步建成智能油气田的7项具体规划:各类数据实现源头统一采集,规范数据治理,加强全业务领域数据共享与应用,基本形成高价值的勘探开发数据资产;基本建成具备全业务链的勘探开发云平台,业务中台、数据中台;基本实现物联网全覆盖,感知生产动态,自动操控生产行为,预测生产变化趋势,优化生产管理,科学辅助生产的决策;支持勘探、开发、工程、储量、矿权等全领域线上综合研究,基本实现多学科跨部门前后方异地智能协同,基本建成智能处理解释、实时自动模拟与智能预测等智能应用;基本实现项目、投资、物资、销售等一体化智能管控分析,基本实现油气田全生命周期智能管理、生产经营全过程智能预测和优化;基本实现高效经营和精益生产;以业务流驱动,实现勘探、开发、工程、经济等多领域综合精准科学决策;初步实现高危工作岗位由机器替代;事故警情基本实现全面感知和自动处置;初步实现风险隐患智能预测与智能处置;基本实现勘探开发安全环保受控。
“十四五”开局两年来,中国石油上游领域加快了数字化转型、智能化发展的落地建设,有力支撑上游业务提质增效、改革创新和高质量发展。基于中国石油统一云平台,加快了新一代梦想云平台的建设,构建了面向勘探开发业务领域的业务服务和数据服务,充实完善了业务中台和数据中台的功能,加强了数据湖应用,实现了核心业务的协同研究,为快速赋能上游生产运营各类业务应用提供了强大的平台支撑;进一步扩大物联网覆盖范围,开展了数据源头统一采集和资产化管理,加强了网络安全建设,为进一步实现生产数字化、共享应用及智能分析提供了支撑;开展了一系列应用开发和提升建设,全面加强了对油气勘探、油气开发、新能源、协同研究、生产运行、工程技术、经营决策、安全环保和油气销售业务的信息化支撑。
对油气田公司数字化转型、智能化发展的几点建议
石油商报:基于中国石油的数字化转型实践,请您谈谈对公司未来的数字化转型、智能化发展有哪些具体建议?
龚仁彬:正确理解企业数字化转型、智能化发展的重要意义。数字化转型、智能化发展的目标是促进业务的高质量发展。世界一流企业通过持续不断的转型升级保持长久活力和竞争力,国际石油公司纷纷将数字化转型作为适应能源转型的重要手段,融入到企业的核心战略。企业加大推进数字化转型、智能化发展,可以加快构建实时、开放、高效、协同的创新体系,有效激发企业创新活力,降低创新门槛和成本,不断催生新产业新业态新模式,形成适应新时期数字经济发展需要的核心竞争力,为产业转型升级和企业高质量发展提供强大支撑。
加强与集团统建系统的结合,坚持统一平台原则。从2000年起,中国石油按照“六统一”原则开展信息化的统一规划和统一建设,实现了全集团信息化的统一标准和高水平应用,避免了低水平重复,大规模减少投资,为逐步实现大规模集成应用打下基础。
近年来,人工智能逐步成为智能油田建设不可缺少的关键技术,但人工智能应用具有技术门槛高、算力需求大的典型特点。中国石油按照“六统一”原则集中优势人才和资金,打造了高水平人工智能平台——认知计算平台(E8),对建设高配置算力、研发技术先进算法、提供高水平服务、制定统一技术规范、建立良性发展的应用生态、充分发挥投资效益具有重要意义。
上游领域按照“两统一、一通用”的蓝图,搭建了勘探开发“梦想云”,统一技术平台和数据湖框架,支持应用集成、敏捷开发,为治理”信息孤岛”、促进业务协同、数据共享奠定了基础。
遵循统一平台原则就是遵循标准统一、数据统一和资源统一,统一平台可以更大范围推动数据共享、资源共享、服务共享和人才共享,促进信息系统互联互通、集成应用和高水平发展,缩短建设周期,节约建设成本。
坚持业务主导,做好IT赋能。数字化转型将充分利用先进的数字技术,推动油气田公司发展理念、工作模式、运营管理、科技研发、信息化支撑等方面变革,打造智能化生产、网络化协同、个性化服务等新能力,开创基于用户、数据、创新驱动的新商业模式、新生产方式和新产业生态,实现价值创造能力提升和劳动生产效率提高。
数字化转型首先从业务发展理念的转变开始,要重构价值体系,调整生产关系,要从产能驱动型发展模式转变为数据驱动型的发展模式。数字化转型、智能化发展必须坚持业务主导,上游信息化系统(A1、A2、A5、A6、A11等)要加快业务应用与信息平台的解耦,业务应用应由业务人员牵头承担。
信息化工作也要转型,信息化人员工作的重点是实现IT赋能。要从信息化项目建设思维向产品思维转变,通过平台化、服务化,解决单体系统功能难以复用等问题,形成“平台+数据+应用”新的IT赋能体系。
加强油气生产物联网系统的智能化升级。油气生产物联网系统通过信息化与工业化的融合,紧紧围绕生产运行管理,提高生产操作单元的自动化,保证生产持续、稳定、高效的运行,通过优化生产管理流程,为精细化管理创造条件,提供手段,并能根据生产管理特点,优化劳动组织结构,优化一线用工布局,实现实时地把握生产动态、优化生产管理、辅助指导决策的目的,支撑了油气田数字化建设。
随着中国石油智能油田建设的推进,油气生产领域正在逐步扩大数字化覆盖范围。同时,还应加强平台能力提升、加强智能化应用、为实现油气生产的全面优化提供支撑,具体包括:
第一,加强生产装置的智能化应用。根据有关报道,中国石油上游领域共有油气水井30多万口,计量间、配水间、集输站、联合站、处理厂等各类站厂2万多座,管线数十万公里。仅抽油机井每年的耗电就达到油田生产总能耗的43%,中国石油股份公司投入采油人员近10万,能耗成本和人工成本居高不下。如何有效提升生产质量,实现增产、节能、降本、增效,是追求目标。认知计算平台项目组充分利用抽油机井示功图数据、生产动态、井身轨迹、油藏特性、维修日志等综合信息,采用深度学习与知识图谱相结合的新一代人工智能技术,建立了多参数油井工况智能诊断与趋势分析模型。成果在新疆油田应用,取得了较好的应用效果。异常工况诊断准确率达到93%以上,油田管理实现了从事后诊断升级为事前预警,延长检泵周期80余天,提高生产时率5.6%,1000口井的作业区每年节省作业施工费用489万元,节省用电390万度。有效降低了油田生产成本,显著提高了油田的管理水平。加大重要生产装置的智能化应用,对实现油气生产降本节能、提质增效具有非常重要的意义。
第二,加强油气生产的无人化建设。长庆油田在油气生产物联网系统建设过程中,大力推行单井和中小站场的无人值守,部分站场采用数字化撬装设备,极大简化了工艺流程,减少了一线用工和土地占用,较低了生产成本和安全风险,为油气生产数字化向2.0发展提供了可参考的示范模板。油气生产的无人化,并不是简单地把人员撤走,而是需要从生产装置的全面感知、生产流程的智能操控、安全环保低碳节能全方位的技术保障,是油气田数字化转型、智能化发展的全面应用。
第三,加强边缘平台建设,支持油气生产实现集中化管理。青海油田通过油气生产物联网建设,分别在花土沟、冷湖建立了“大集中”模式的生产管理中心,打破了传统的采油厂—作业区各自独立的管理模式,实现了组织机构的扁平化。通过物联网建设将管理重心逐步后移,实现了1000多人从一线岗位向生产管理中心和敦煌基地的转移,每年节省了大量的交通费、野外津贴和保障费用,实现了油气田的高效管理。新疆油田数据公司大胆提出了“大生产、大调度、大指挥”的油气生产新型管理模式,为进一步推进油公司模式改革,实现油气生产的数字化转型指明了方向。
实现“大集中”模式管理,需要更加强大的物联网平台作为支撑。基于云平台的SCADA系统和DCS系统、大数据处理能力、人工智能推理能力等,都是下一代油气生产物联网平台必须具备的,因此,加强边缘计算平台部署、加强油气生产物联网平台升级是支撑“大集中”管理模式的重要举措。
第四,加强数字孪生技术应用,促进油气生产智能工厂建设。数字孪生是在新一代信息技术和制造技术驱动下,通过物理工厂与虚拟工厂的双向真实映射与实时交互,实现物理工厂、虚拟工厂、工厂服务系统的全要素、全流程、全业务数据的集成和融合,在工厂孪生数据的驱动下,实现工厂生产要素管理、生产活动计划、生产过程控制等在物理工厂、虚拟工厂、工厂服务系统间的迭代运行,从而在满足特定目标和约束的前提下,达到工厂生产和管控最优的一种工厂运行新模式。
GE公司通过数字孪生技术的应用,实现了产品的健康管理、远程诊断、智能维护和共享服务。通过结合传感器数据和仿真技术,帮助客户分析特定的工作条件并预测故障,从而节约运维成本。挪威国家石油公司在北海某大型油田建立了基于数字孪生的油气生产系统,实现了海上平台的无人化作业,资本支出降低30%,运营成本降低50%。
数字孪生技术可以助力油气生产全面迈向数字化、智能化、可视化管理服务新形态。通过数字孪生系统,可以实现油气生产的可视化安全生产,为地面工程设计、地面工程施工、油气生产创新、生产工艺优化、生产流程再造、员工上岗培训、生产优化决策等提供模拟仿真和低成本验证,可以显著降低生产成本、提高生产效率。
原文链接:http://center.cnpc.com.cn/sysb/system/2022/08/24/030077967.shtml
中国科技创新人物云平台暨“互联网+”科技创新人物开放共享平台(简称:中国科技创新人物云平台)免责声明:
1、中国科技创新人物云平台是:“互联网+科技创新人物”的大型云平台,平台主要发挥互联网在生产要素配置中的优化和集成作用,将互联网与科技创新人物的创新成果深度融合于经济社会各领域之中,提升实体经济的创新力和生产力,形成更广泛的以互联网为基础设施和实现工具的经济发展新形态,实现融合创新,为大众创业,万众创新提供智力支持,为产业智能化提供支撑,加快形成经济发展新动能,促进国民经济提质增效升级。
2、中国科技创新人物云平台暨“互联网+”科技创新人物开放共享平台内容来源于互联网,信息都是采用计算机手段与相关数据库信息自动匹配提取数据生成,并不意味着赞同其观点或证实其内容的真实性,如果发现信息存在错误或者偏差,欢迎随时与我们联系,以便进行更新完善。
3、如果您认为本词条还有待完善,请编辑词条。
4、如果发现中国科技创新人物云平台提供的内容有误或转载稿涉及版权等问题,请及时向本站反馈,网站编辑部邮箱:kjcxac@126.com。
5、中国科技创新人物云平台建设中尽最大努力保证数据的真实可靠,但由于一些信息难于确认不可避免产生错误。因此,平台信息仅供参考,对于使用平台信息而引起的任何争议,平台概不承担任何责任。