1油氣行業(yè)數(shù)字化轉(zhuǎn)型趨勢

油氣行業(yè)是一個(gè)典型的重資產(chǎn)行業(yè)，其巨大的產(chǎn)業(yè)鏈涵蓋了上游的勘探、開發(fā)、生產(chǎn)；中下游的儲(chǔ)運(yùn)、煉化、油氣分銷甚至延申到化工行業(yè)的專用化學(xué)品、工業(yè)氣體、無機(jī)物以及水處理等。

隨著國際市場原油價(jià)格波動(dòng)劇烈，勘探開發(fā)難度不斷加大，以及新能源供給的不斷增加，油氣行業(yè)面臨著日益嚴(yán)峻的挑戰(zhàn)，數(shù)字化轉(zhuǎn)型已成為行業(yè)降本增效、提升質(zhì)量的必由之路。

有鑒于此，全球各大油氣公司紛紛開展數(shù)字化轉(zhuǎn)型之路，有全力押注數(shù)字化轉(zhuǎn)型的如 BP、挪威國家石油等公司；有職能部門牽頭試水輕度整合的如沙特阿美，美孚等公司；也有業(yè)務(wù)單元牽頭推進(jìn)數(shù)字化改革的如殼牌、雪佛龍等公司，對于一些中小油氣公司，數(shù)字化轉(zhuǎn)型更是決定了企業(yè)的生死成敗。

油氣行業(yè)的數(shù)字化轉(zhuǎn)型關(guān)鍵技術(shù)包含了大數(shù)據(jù)分析工具、物聯(lián)網(wǎng)、移動(dòng)設(shè)備、云計(jì)算、機(jī)器人和無人機(jī)、人工智能等，其中大數(shù)據(jù)和人工智能是當(dāng)前的關(guān)鍵。

轉(zhuǎn)型的目標(biāo)包含了生產(chǎn)數(shù)字化，為現(xiàn)場作業(yè)設(shè)備建立數(shù)字化體系實(shí)現(xiàn)感知和遠(yuǎn)程控制；運(yùn)營數(shù)字化，建立智能數(shù)字化運(yùn)營體系；貿(mào)易數(shù)字化，建立數(shù)字化的油氣交易、服務(wù)、風(fēng)險(xiǎn)防控平臺(tái)；和設(shè)計(jì)數(shù)字化，利用大數(shù)據(jù)、數(shù)字孿生技術(shù)等實(shí)現(xiàn)產(chǎn)品設(shè)計(jì)的跨領(lǐng)域、跨學(xué)科協(xié)作，提高開發(fā)效率，降低開發(fā)成本。

2MathWorks 油氣行業(yè)應(yīng)用概述

MathWorks 產(chǎn)品在油氣行業(yè)的應(yīng)用主要分為大數(shù)據(jù)和 AI，數(shù)字孿生技術(shù)兩大板塊。

其中，大數(shù)據(jù)和 AI 的應(yīng)用主要有 4 個(gè)維度。

通過數(shù)據(jù)分析和機(jī)器學(xué)習(xí)研究油氣的特性，比如通過數(shù)據(jù)進(jìn)行地震、壓裂分析，鉆柱的振動(dòng)分析等；

通過圖像處理、深度學(xué)習(xí)等方式實(shí)現(xiàn)油氣行業(yè)的智能化應(yīng)用，比如油藏的地質(zhì)分析；

簡化和自動(dòng)化能源交易和能源管理任務(wù)，運(yùn)行 Monte Carlo 仿真進(jìn)行估值和風(fēng)險(xiǎn)評估等；

預(yù)測性維護(hù)也叫設(shè)備健康管理，通過 MATLAB 的預(yù)測性維護(hù)工具箱，識別故障、設(shè)計(jì)狀態(tài)指示器，并估算關(guān)鍵設(shè)備（如泵和壓縮機(jī)等）的剩余使用壽命，變計(jì)劃性維護(hù)為預(yù)測性維護(hù)，極大地降低成本，提高效率。

數(shù)字孿生技術(shù)的應(yīng)用同樣有4個(gè)維度。

鉆井系統(tǒng)建模和數(shù)字孿生，為系統(tǒng)和多個(gè)子系統(tǒng)建立數(shù)字化模型以驗(yàn)證控制效果和系統(tǒng)安全穩(wěn)定性；

MBD & Polyspace，使用基于模型設(shè)計(jì)進(jìn)行產(chǎn)品開發(fā)、測試和驗(yàn)證，同時(shí)對于已有的手工代碼進(jìn)行高安全等級和行業(yè)標(biāo)準(zhǔn)檢驗(yàn)以確保代碼層級的安全性；

實(shí)時(shí)仿真 & HIL（硬件在環(huán)），方便快捷地實(shí)現(xiàn)實(shí)時(shí)測試，更好地了解系統(tǒng)行為和控制效果；

最后所有的大數(shù)據(jù)及數(shù)字孿生算法通過代碼生成，Production Server，Web Application Server 等工具可以輕松地部署到邊緣設(shè)備、IT/OT 系統(tǒng)和企業(yè)云端等，為實(shí)際的生產(chǎn)、運(yùn)營服務(wù)。

3AI 及大數(shù)據(jù)

MathWorks 提供了一系列用于大數(shù)據(jù)分析和人工智能的工具箱，以方便用戶進(jìn)行信號處理、時(shí)頻域計(jì)量建模和人工智能模型訓(xùn)練等。

其廣泛地支持運(yùn)營數(shù)據(jù)、井下數(shù)據(jù)、操作日志、地下數(shù)據(jù)、以及地震圖像、衛(wèi)星高光譜圖像等數(shù)據(jù)格式。

以機(jī)器學(xué)習(xí)為例，MathWorks 提供了完整的工具鏈，使得機(jī)器學(xué)習(xí)/深度學(xué)習(xí)工作流無縫化對接，涵蓋了數(shù)據(jù)讀取，數(shù)據(jù)預(yù)處理，特征提取，模型訓(xùn)練，模型矯正和部署集成。

MATLAB 支持各種不同的文件格式、數(shù)據(jù)庫以及web和云存儲(chǔ)系統(tǒng)，我們提供各種工具幫助用戶清理“臟”數(shù)據(jù)，包括處理丟失的數(shù)據(jù)、對來自不同傳感器數(shù)據(jù)進(jìn)行時(shí)間對準(zhǔn)及過濾噪聲干擾等；

為信號、圖像、視頻、音頻和文本數(shù)據(jù)提供特征工程技術(shù)以提取時(shí)頻域特征；

MATLAB 提供的 APP 助力于用戶方便快捷地進(jìn)行模型訓(xùn)練和模型矯正，最后部署到邊緣設(shè)備、IT/OT 系統(tǒng)和企業(yè)云端。

下面我們來看兩個(gè)油氣行業(yè)利用大數(shù)據(jù)和 AI 的例子：

殼牌石油地質(zhì)學(xué)家使用機(jī)器學(xué)習(xí)進(jìn)行油藏特征描述

左： 三維地震數(shù)據(jù)立體水平切片，黑色為一條大型溝帶（潛在的儲(chǔ)層目標(biāo)）

右： 預(yù)測可能的目標(biāo)儲(chǔ)層內(nèi)部地質(zhì)構(gòu)造

在油氣勘探中，地質(zhì)學(xué)家們常利用地震數(shù)據(jù)反演地下地質(zhì)構(gòu)造以識別潛在的油藏，通常這些圖像缺乏必要的分辨率來捕捉復(fù)雜的巖石層模式和其他地層細(xì)節(jié)。

分辨率不高的成像可能導(dǎo)致鉆井效率低下成本超高，也可能導(dǎo)致過于樂觀的產(chǎn)量預(yù)測。

殼牌公司希望開發(fā)一種算法，它可以利用現(xiàn)有的地震測量數(shù)據(jù)和已知地質(zhì)構(gòu)造的數(shù)據(jù)庫來推斷新的類似的，低分辨率的地質(zhì)構(gòu)造特征。

他們使用曲線擬合工具箱的加權(quán)三次樣條函數(shù)進(jìn)行曲率分析，以定量地描述從三維地震數(shù)據(jù)中提取特征，使用 Database Toolbox 將算法連接到一個(gè)包含衛(wèi)星圖像、地形、巖心數(shù)據(jù)、地質(zhì)構(gòu)造等的數(shù)據(jù)庫；

利用統(tǒng)計(jì)學(xué)工具箱和機(jī)器學(xué)習(xí)工具箱，開發(fā)了一個(gè)回歸模型和預(yù)測算法，結(jié)合數(shù)據(jù)庫指標(biāo)、從地震數(shù)據(jù)中提取的特征和已知的比例關(guān)系，預(yù)測地質(zhì)厚度、寬度和其他地層特征；

使用 Mapping Toolbox 標(biāo)識識別位置，同時(shí)使用 MATLAB Production Server 將該算法發(fā)布到全公司范圍內(nèi)應(yīng)用。

貝克休斯將機(jī)器學(xué)習(xí)用于診斷、預(yù)測和降低壓竄影響

為了提高原油產(chǎn)量開采所有可能的儲(chǔ)層，同一油田范圍內(nèi)打出越來越多的加密井，而水力壓裂法普遍應(yīng)用更多的壓裂段，每段水平段完井含沙量更高、簇距更近導(dǎo)致井間壓竄成為必然結(jié)果；

據(jù)斯倫貝謝公司的統(tǒng)計(jì)以美國特拉華盆地為例，支撐劑總量和水平段長度歸一化處理后，當(dāng)井間距小于 488 米時(shí)發(fā)生壓竄的概率為81%，而距離縮小到 244 米時(shí)發(fā)生壓竄的概率超過 91%。

壓竄的直接結(jié)果導(dǎo)致母井產(chǎn)量下降 30% 以上，甚至導(dǎo)致設(shè)備損壞而永久停產(chǎn)。

但是壓竄是一個(gè)非常復(fù)雜的問題，影響因素眾多，可控因素包括井間距、井位排列、壓裂類型、注入速率、注入壓力、流體類型、支撐劑濃度體積、巖層構(gòu)造等，還有一些不可控因素影響如天然斷裂構(gòu)造、地應(yīng)力和斷裂屏障模式等。如何找到其中的關(guān)系模式成為診斷、預(yù)測和降低壓竄影響的關(guān)鍵。

貝克休斯公司使用機(jī)器學(xué)習(xí)工具，利用作業(yè)前確定的參數(shù)數(shù)據(jù)和母井的時(shí)間序列壓力數(shù)據(jù)開發(fā)壓竄預(yù)測算法。

工程師們提取原始數(shù)據(jù)，在進(jìn)行數(shù)據(jù)清洗之后結(jié)合行業(yè)領(lǐng)域知識和數(shù)據(jù)分析方法進(jìn)行數(shù)據(jù)特征提取；然后通過機(jī)器學(xué)習(xí)對數(shù)據(jù)進(jìn)行分類和標(biāo)簽，以識別井內(nèi)和水平段之間的相互作用，同時(shí)與母井壓力表的監(jiān)測數(shù)據(jù)結(jié)合起來，進(jìn)行異常檢測和診斷，最后將結(jié)果可視化呈現(xiàn)并部署在企業(yè)系統(tǒng)中。通過這種方式識別了發(fā)生壓竄的原因，并輸出一系列規(guī)則及應(yīng)對決策機(jī)制。

4

數(shù)字孿生技術(shù)

數(shù)字孿生（Digital Twin）是在基于模型設(shè)計(jì) MBD（Model-Based-Design）概念基礎(chǔ)之上深入發(fā)展起來的，是指充分利用物理模型、歷史數(shù)據(jù)等，借助輔助工具完成的多領(lǐng)域、跨學(xué)科的仿真過程，在虛擬空間中完成對物理系統(tǒng)整個(gè)生命周期的映射。從而對設(shè)備、系統(tǒng)的健康狀況、性能、發(fā)展趨勢進(jìn)行預(yù)判，同時(shí)結(jié)合實(shí)際的數(shù)據(jù)可對現(xiàn)場故障進(jìn)行復(fù)現(xiàn)，以驅(qū)動(dòng)維護(hù)更新和優(yōu)化。

在油氣行業(yè)，數(shù)字孿生技術(shù)被大量地用于小到一個(gè)設(shè)備，大到鉆井、油田的開發(fā)和虛擬仿真。上圖為在 MATLAB/Simulink 中為絞車鉆井系統(tǒng)建立的數(shù)字孿生模型，包括了控制系統(tǒng)及被控對象。通過數(shù)字孿生模型就可以對整個(gè)鉆井系統(tǒng)的運(yùn)行進(jìn)行全面的仿真和測試，尤其是在一些極限工況下系統(tǒng)的反應(yīng)，從而確保實(shí)際的物理系統(tǒng)安全穩(wěn)定運(yùn)行。

同時(shí)，MathWorks 提供了幫助用戶實(shí)現(xiàn)設(shè)計(jì)、實(shí)施、測試的完整工具鏈。

模型仿真測試通過之后可以自動(dòng)地將被控物理對象生成 C/C++ 等代碼，編譯下載到工控機(jī)等仿真測試設(shè)備；

而控制算法可以從模型自動(dòng)生成 C/C++/PLC 等代碼，通過 IDE 環(huán)境集成并下載到實(shí)際的工業(yè)控制器中，這樣兩部分就可以協(xié)同仿真完成系統(tǒng)的硬件在環(huán)實(shí)時(shí)測試 HIL（Hardware-in-the-Loop），確保實(shí)時(shí)性能無誤后在投入實(shí)際系統(tǒng)使用。

下面我們來看兩個(gè)數(shù)字孿生技術(shù)在油氣行業(yè)應(yīng)用的例子：

貝克休斯公司利用數(shù)字孿生改進(jìn)油氣鉆探設(shè)備的精度

使用 Kymera 混合鉆頭的 AutoTrak 曲線旋轉(zhuǎn)式可導(dǎo)向系統(tǒng)

隨著可開采油氣儲(chǔ)藏變得越來越稀少，石油公司通常只好鉆探三維井，延伸數(shù)千米才能到達(dá)新儲(chǔ)層。在鉆探過程中需要精確的導(dǎo)向控制，以便最大程度地接觸儲(chǔ)層并避免碰到現(xiàn)有油井。

使用來自磁力計(jì)和加速度計(jì)的信號對鉆探系統(tǒng)的傾角和方位角進(jìn)行計(jì)算。井下振動(dòng)和沖擊使這些信號失真，導(dǎo)致隨井深而增加的井孔位置的不確定性。

Baker Hughes 采用 MATLAB 和 Simulink 的基于模型的設(shè)計(jì)，建立了新的開發(fā)流程。他們從在桌面仿真中測試現(xiàn)有算法開始，然后使用建模和自動(dòng)代碼生成來改進(jìn)算法。

他們使用 Simulink Check 和 Simulink Coverage 檢查是否符合 MathWorks Automotive Advisory Board （MAAB） 建模標(biāo)準(zhǔn)，并測量他們的測試用例的模型覆蓋率，最大限度地減少了昂貴的現(xiàn)場測試的同時(shí)，最終出色地完成了設(shè)備精度的提升，并且為來來項(xiàng)目的開發(fā)奠定了可復(fù)用的模型基礎(chǔ)。

NOV 使用基于 Speedgoat 的 HIL 系統(tǒng)進(jìn)行實(shí)時(shí)邊緣分析

NOV（美國國民油井華高公司）使用基于 Speedgoat 的硬件在環(huán)系統(tǒng)進(jìn)行實(shí)時(shí)邊緣分析和測試。

他們在后臺(tái)開發(fā)的模型需要在實(shí)時(shí)操作系統(tǒng)和數(shù)據(jù)上運(yùn)行，鉆機(jī)的數(shù)據(jù)傳輸、定位和移動(dòng)性都進(jìn)行實(shí)時(shí)計(jì)算，以實(shí)現(xiàn)鉆井自動(dòng)化。

Speedgoat 是 MathWorks 所推薦的實(shí)時(shí)仿真系統(tǒng)，用于 HIL（硬件在環(huán)測試），NOV 在 Simulink Real-Time 和 Speedgoadt 中開發(fā) HIL 系統(tǒng)，在 MATLAB/Simulink 中實(shí)現(xiàn)了完整的敏捷開發(fā)。

通過這種方式 NOV 開發(fā)了系統(tǒng)故障早期檢測算法，經(jīng)過 HIL 實(shí)時(shí)測試后快速地部署在鉆井控制系統(tǒng)中。

5

總結(jié)與展望

數(shù)字化轉(zhuǎn)型是傳統(tǒng)油氣行業(yè)發(fā)展的必然趨勢，各大油氣公司的數(shù)字化革新也正在步入深水區(qū)。

未來十年油氣行業(yè)的數(shù)字化轉(zhuǎn)型核心必然聚焦于資產(chǎn)生命周期的數(shù)字化管理、循環(huán)協(xié)作式生態(tài)系統(tǒng)的建立、開辟新興業(yè)務(wù)空間、以及傳統(tǒng)化石能源和新能源的結(jié)合。

在這個(gè)過程中，越來越多以大數(shù)據(jù)、人工智能、企業(yè)云為代表的新技術(shù)被用于數(shù)字化轉(zhuǎn)型。

短期內(nèi)建立起數(shù)字化平臺(tái)實(shí)現(xiàn)勘探、開發(fā)、生產(chǎn)、儲(chǔ)運(yùn)、煉化、交易統(tǒng)一的數(shù)字化管控；

中期利用傳感器技術(shù)形成大數(shù)據(jù)資源輔助油氣工程決策；

長期充分利用大數(shù)據(jù)和 AI 算法實(shí)現(xiàn)對生產(chǎn)過程的優(yōu)化以提高效能、降低成本。

MathWorks 的產(chǎn)品主要包含 MATLAB 和 Simulink 兩大平臺(tái)，其中 MATLAB 是一個(gè)用于算法開發(fā)、數(shù)據(jù)分析、可視化和數(shù)值計(jì)算的編程環(huán)境，Simulink 是一個(gè)用于系統(tǒng)設(shè)計(jì)、仿真測試和自動(dòng)代碼生成的圖形化環(huán)境。

除此之外，還為各個(gè)特定領(lǐng)域應(yīng)用推出了超過 100 個(gè)附加產(chǎn)品如數(shù)學(xué)優(yōu)化、統(tǒng)計(jì)學(xué)模型、信號處理、計(jì)算機(jī)視覺、物理建模、控制系統(tǒng)等一系列工具箱，在油氣行業(yè)的上下游、化工和設(shè)備等行業(yè)得到了普遍應(yīng)用。

編輯：jq