延伸解读 智能化是撬动油气未来终极杠杆

在世界油气技术由低级到高级进化中，每个时期都出现一些里程碑式的重大技术成果，如20世纪80年代电驱动钻机，90年代自动化钻机、油藏数值模拟、旋转导向钻井，以及21世纪初出现的3D成像、智能完井等，让油气全产业链智能化梦想照进现实。

今天，在距离挪威西海岸80英里的地方，一座石油钻井平台正在浪花之中生产作业。令人惊讶的是，这个平台上既没有直升机停机坪，也没有厕所，甚至没有救生艇。这座“诡异”的钻井平台由挪威国家石油公司运营，其设计理念就是智能化、无人化运营。该平台9口油气井都被一个相距5英里以外的数控中心所控制，现场无需工作人员。2017年5月，挪威国家石油公司成立了数字化中心，专注于大数据分析、机器学习、人工智能等数字化技术研发。同年11月，该公司投资4500万美元研发的钻井机器人，应用在JohanSverdrup油田DeepseaAtlantic号半潜式钻井平台上。这个系统由4种电动机器人组成，有望大幅度提升效率。

目前，除挪威国家石油公司外，美国阿帕奇石油公司、国民油井华高公司，以及油服巨头斯伦贝谢、哈利伯顿、贝克休斯等多家公司都介入智能机器人钻探领域。美国国民油井华高公司和斯伦贝谢已研制出新式智能钻杆，内装高速数据传输缆，可使钻头向地面工人传送信息。而阿帕奇石油公司则更进一步，已在开发新软件，钻头可自行思考并与地表装备直接交流，控制钻速和方向。随着人工智能技术的应用，未来钻井可能不再需要人工，自动钻井装置可利用卫星定位，自动进入井场，自行装配起14层楼高的井架后开钻，完毕后再自行移向下一个井场。

越来越多的公司希望自己成为智能钻井新赛道上的运动员，能够快速钻穿地层，进入每个储层，以创纪录的速度越过终点线获得第一桶石油。但所有选手都会告诉你，单靠设备并不能赢得比赛。对智能钻井而言，除制定一个比赛计划并进行实地测试外，还需要发展智能技术，以准确知道在什么时间、什么地点、如何发现油气储层。

未来的智能钻井主要由智能钻机、井下智能导向钻井系统、现场智能控制平台、远程智能控制中心组成，它们构成一个有机的整体，实现闭环控制。具有机器学习能力的智能钻台机器人和智能排管机器人将取代钻台工和井架工，实现钻井作业的少人化甚至无人化。钻井工人也能从复杂的操作中解放出来，现场智能控制平台将代替人工完成所有操控。地质导向、井下事故处理等关键作业，可由远程智能控制中心的智能控制平台完成，从而实现操作的远程化。在超级钻头配合下，未来的智能钻井将推行水平井超级一趟钻，即表层井段一趟钻，余下井段一趟钻，有望大幅度降低钻井成本。预计2025年，钻井进入智能钻井初级阶段，开启智能钻井新时代。未来的智能钻井不是现有技术的简单升级，而是钻井技术的一次全方位深刻革命。对钻井业和钻井人产生深刻影响，大幅度提升钻井效率、质量和安全性。

以智能钻井为代表的油气技术革命拉开序幕，纳米驱油、原位改质等新一代勘探开发智能化技术体系正在形成，新一轮技术革命蓄势待发。

在智能油田方面，经过20多年的发展，智能油田已在数字油田基础上，开始利用大量知识及经验对数字油田进行智能化开发。相应地，数字油田技术的应用范围也逐渐从井筒、油井扩展到油气藏、油气田，并将最终实现全资产的覆盖。智能油田是数字油田未来的发展方向，未来将以统一的数据智能分析控制平台为中心，无论固定资产、移动设备还是工作人员都将成为数据的收集者和接受者并直接同控制中心建立联系。智能控制中心结合人工智能、大数据、云计算等技术，通过分析海量的数据实时完成资源的合理调配、生产优化运行、故障判断、风险预警等，最终实现全部油田资产的智能化开发运营。

在纳米智能驱油技术领域，跨国石油巨头如埃克森美孚、壳牌和道达尔，都开始尝试利用纳米技术与提高采收率技术（EOR）融合集成，解决传统EOR技术不能解决或难以解决的问题，如波及效率低、费用昂贵、苛刻环境下的不适应性及潜在的储层伤害等。纳米智能驱油技术的研发思路是：纳米驱油剂“尺寸足够小”，能够基本实现全油藏波及；“强憎水强亲油”，遇水排斥，遇油亲和，具有自驱动力，能够实现智能找油；“分散油聚并”，能够捕集分散油，形成油墙或富油带并被驱出。纳米智能驱油技术有望成为提高采收率的战略接替技术，预期将大幅度提高最终采收率，具有广阔的应用前景。未来油田开发将以纳米材料为基础，以化学改性为手段，在同一纳米材料上集成多种功能，真正赋予纳米材料“目标性”与“智能性”，将“一剂多能”“一剂多用”变为现实。

在井下油水分离技术方面，高含水是成熟油田面临的重大挑战之一。井下油水分离技术，是将油水混合物在井下直接分离，石油、天然气和剩余水被开采出地面，地面产出液大幅降低，含水率大幅下降，可极大缓解地面处理站油水处理压力，降低潜在的环境风险，是实现高含水油田经济稳定开发的有效措施之一。该技术正朝着结构小型化、功能集约化、管理智能化的方向发展，将开辟“井下工厂”开发新模式。

在高精准智能压裂方面，美国Quantico能源公司利用人工智能技术，将静态模型与地球物理解释紧密耦合，对不良数据进行质量控制，形成高精度预测模型，用于压裂设计，在二叠纪盆地和巴肯的100多口油井中使用了该项技术。与邻井对比结果表明，优化后的完井方案不仅可以使产量提高10%-40%，还可以降低整体压裂作业成本。近年来，水平井分段压裂呈现压裂段数越来越多、支撑剂和压裂液用量越来越大的发展趋势。从长远看，实现压裂段数少、精、准，才是水力压裂技术的理想目标。目前业界在探索大数据、人工智能指导下的高精准压裂技术和布缝优化技术，但是真正能够“闻着气味”走的压裂技术还有待研究和突破。随着“甜点”识别、压裂监测技术和人工智能技术的发展，未来的高精准智能压裂技术有望使每一级压裂都压在油气“甜点”上，对降本增效意义重大。

在地下原位改质技术方面，壳牌开发了独有的冷冻墙技术，可以避免生产区域在页岩加热、油气采出和后期清理过程中地下水的侵入。该技术通过缓慢加热提升产出油气的质量，相对于其他工艺可以回收极深岩层中的页岩油，并减少地表污染，同时省去地下燃烧过程，减少对环境的危害。根据试验结果，该原位改质工艺所生产油气的能量值是所消耗能量的3倍。地下原位改质技术一旦规模化应用，将对重质油、页岩油和油页岩开采具有革命性意义。

在人工智能地震解释技术方面，国外已经有公司开始将机器学习应用于地震解释。例如，Geophysical Insights公司利用机器学习与大数据分析进行地震属性分析，将地震多属性分析机器学习技术应用于薄层解释等方面，减少地震解释的不确定性，推动定量解释的发展。2017年，帕拉代姆公司开始了基于机器学习的地震解释技术的应用，用多层神经网络做岩相预测。该公司开发了用于岩相分类的机器学习算法，并嵌入SeisEarth解释平台，通过概率的方法得到岩相数据体来描述岩相类型和分布。这种方法运行速度快，减少人力，能够在量化不确定性分析时减少猜测，提供更加稳定的油藏描述结果。应用岩相分类的机器学习算法对美国以外地区二叠纪地层数据进行分析，获得了由各类岩性组成的3D地质体。基于人工智能技术的地震解释，充分利用海量数据，通过大数据分析，大大缩短模型处理的时间，改善地震道属性的实时计算以及复杂地区盆地的视觉分析，获得更精确的地下信息，提高钻探成功率。