韩大匡院士：大数据，让油气田焕发新活力

韩大匡：近年来，石油工业经历了高速发展，2015年我国原油产量达到2.15亿吨高位。目前行业正面临以下五个方面的严峻挑战：

■ 石油资源品位劣质化。随着勘探进程的推进，优质资源越来越少，特、超低渗透和致密储层等低品位资源在新增资源中占70%以上。

■ 主力老油田普遍进入特高含水后期开发阶段。剩余油高度分散，产量呈现严重递减的趋势，开采难度和成本日益增大。

■ 面临低油价的困境。自2016年开始，油价从每桶140美元断崖式降至2017年的29美元，近期虽有回升，但低油价仍然可能会持续相当长的时间。

■ 面对生态环境需要，石油产量受影响。为了保证国家生态环境的需要，在有关环保区域内的油井要全部关闭，全国每年大体要影响1000万吨产量。

■ 石油安全问题，即原油消耗量远远超过国内原油产量。由于我国国民经济快速发展，原油消耗量大大超过了国内原油生产量，2017年我国原油消费量达到了6.07亿吨的新高，对外依存度高达68.4%，引发了非常严峻的石油安全问题。

韩大匡：现有技术已经难以为继。应对方法是大数据技术与石油企业紧密融合，大力加强大数据在我国石油勘探开发中的应用。力争在2035年以前实现石油勘探开发主体技术更新换代，从技术层面促进石油勘探开发行业整体的转型升级。

近来，中国在AI（人工智能）论文数、专利数方面超越了美国，但是主要理论和关键技术还是美国提出的。总体看，美国在大数据和AI的研究和发展上仍处于领先地位，中国紧随其后。

总之，我国石油勘探开发应运用大数据、人工智能技术，从跟跑变并跑，再进一步发展为领跑，这是一个宏大的系统工程，需要产、学、研、管全行业的长期共同努力才能够完成。

韩大匡： 美国的高校在大数据方面开展的研究较早，近年来发展较快。但美国高校的研究偏重于理论探索和方法研究，很少见到有效的实际应用。

探索比较活跃的是国外的技术服务公司。斯伦贝谢公司已经研究出适用于石油工业勘探开发一体化的大数据软件平台，但目前尚未正式发布，而其它重要技术，如旋转导向等项目还正在研究中；哈里伯顿公司研究的“智能压裂机器人”涉及压裂方案的智能优化设计、压裂现场的实时诊断及调整、压后单井产量预测及效果评价、智能化钻井和完井等方面。

国际大型石油公司多处于窥测技术方向、进行技术准备阶段，尚未见到大的动作，部分公司在局部某些技术上有较好进展。例如，2018年4月道达尔公司与谷歌达成深入合作协议，除投入非结构文档资料的数字化、建立知识库等基础工作之外，还进行相关地震资料的智能解释，但一年多来还没见到重大的合作成果发表；沙特阿美公司对大数据科学比较重视，除自己研发之外，还提出应用大数据、人工智能、物联网、机器人等35个技术的合作项目；壳牌公司与微软达成合作，在智能钻井方面开展研究；康菲公司致力非常规油气开发的大数据应用。

韩大匡：为了实现弯道超车、走向领跑，中国工程院目前设立了重点咨询项目——“大数据驱动的油气勘探开发发展战略研究” ，由中国工程院能源与矿业工程学部、信息学部和管理工程学部14位院士共同研究。

但勘探开发所用的专业技术很多，中国工程院对2019年战略的研究规定只允许设立5个课题。如何在众多技术中选择5项关键技术是一个战略布局问题。当前我国对陆相沉积地质的认识还很不充分，要实现石油勘探开发技术的升级换代，必须把课题设置集中在地质条件认识方面。根据该原则 ，中国工程院选定的5个课题分别为地震、钻井、测井、油藏描述与油藏工程一体化以及智慧油田和装备的健康管理，基本包括勘探开发的全过程。

韩大匡：大数据界专家和石油专业专家从开题到最终完成都要紧密融合。由石油专家提出需要解决的关键技术问题，然后共同把它转化为大数据研究的问题。在不断深入的过程中，各个部门继续紧密融合来解决新问题，直到问题全部解决，不能采取互不相通的各自研究方式。

具体来说，以新理论替代原有技术的理论，在新理论的基础上，发展一整套技术，如地震和新钻井方式的探索 ；以各学科的独立应用发展到融合起来综合应用，如油藏描述与油藏工程一体化技术；以发展新一代的技术来扩展完善原有的技术体系，如测井、智慧油田建设。