賦能油氣開發(fā)數(shù)智化 打造提質增效“金鑰匙”
——記中國石油集團科學技術研究院有限公司數(shù)字化轉型專家、學科帶頭人、教授級高級工程師袁江如

唐慧喬 李明麗

2019年，習近平總書記在寫給第三屆世界智能大會的賀信中強調，要把新一代人工智能作為推動科技跨越發(fā)展、產(chǎn)業(yè)優(yōu)化升級、生產(chǎn)力整體躍升的驅動力量，努力實現(xiàn)高質量發(fā)展。這條倡議讓我國人工智能領域的科研工作者和從業(yè)者精神為之一振，也讓中國石油集團科學技術研究院有限公司數(shù)字化轉型專家、學科帶頭人、教授級高級工程師袁江如歡欣鼓舞。在他看來，近年來原油品位劣質化趨勢及老油田進入特高含水期等實際情況，已成為我國油氣行業(yè)不得不面對的嚴峻挑戰(zhàn)。在油氣開采難度和成本日益增加的同時，能源結構調整、厲行雙碳目標對油氣行業(yè)提出了更為嚴苛的要求，這意味著傳統(tǒng)油氣勘探開發(fā)技術已難以為繼，從技術層面促進油氣勘探開發(fā)技術整體的轉型升級已成為關乎行業(yè)發(fā)展前景的重要議題。而將大數(shù)據(jù)和人工智能技術與實體企業(yè)緊密融合、大力加強人工智能在我國石油勘探開發(fā)中的應用，并從產(chǎn)、學、研、管端綜合發(fā)力，將成為推動石油勘探開發(fā)主體技術更新?lián)Q代的重要力量。

作為這一領域的參與者和踐行者，袁江如深知，這場由人工智能帶來的技術嬗變和行業(yè)升級絕非一日之功。沿著油藏數(shù)值模擬—大數(shù)據(jù)分析—機器學習—深度學習的探索之路，他直面挑戰(zhàn)，不斷為大數(shù)據(jù)人工智能賦能傳統(tǒng)油氣田開發(fā)工作開拓更多可能性。

先行的“甜頭”——讓先進的方法在油氣田“落地”

1984年，在原核工業(yè)部北京原子能所做核反應堆材料研究的袁江如，接到了一封來自中國石油勘探開發(fā)研究院（以下簡稱“勘探院”）的工作調令。時任勘探院總工程師的韓大匡院士基于當時我國油氣行業(yè)發(fā)展的實際情況，提出了大力發(fā)展油藏數(shù)值模擬技術研究的建議。隨后為了支持相關研究的順利開展，韓大匡“廣發(fā)英雄帖”，招募各個領域的優(yōu)秀人才加入自己的團隊，袁江如就是其中之一。

2018年袁江如參加華為技術大會

在袁江如身上，頗有前輩們“干一行愛一行”的精神遺存。面對這份邀約，畢業(yè)于上海交通大學應用物理專業(yè)的他一度猶豫，最后還是應邀加入勘探院，在韓大匡院士的帶領下開始了油藏數(shù)值模擬技術研究和軟件研發(fā)工作?！爱敃r完全沒有‘人工智能’的概念，那時候還將它稱為‘數(shù)據(jù)分析和數(shù)據(jù)挖掘’。即便如此，韓院士還是極具前瞻性地帶領研究團隊投入相關工作中，并且取得了顯著的成果。2006年韓院士指導研究團隊嘗試用神經(jīng)網(wǎng)絡和支持向量機方法，與所做研究‘碰一碰’，完成了大港油田港東一區(qū)典型區(qū)塊應用機器學習預測剩余油分布的初步研究。就此，我們開始對引入的包括實驗數(shù)據(jù)、地質數(shù)據(jù)、生產(chǎn)數(shù)據(jù)，以及各種生產(chǎn)動態(tài)分析數(shù)據(jù)、測試數(shù)據(jù)在內的種類各異、數(shù)量龐大的國內油藏數(shù)據(jù)，利用如統(tǒng)計機器學習等常見的機器學習方法，用機理模型和數(shù)學模型對油氣藏進行了初步的系統(tǒng)分析和預測?！?/p>

這樣做的好處也很快顯現(xiàn)出來。借助這些經(jīng)典方法，袁江如得以觸達一些機理模型或數(shù)學模型不能觸及的領域?！暗搅?009年，我們發(fā)現(xiàn)運用機器學習的辦法所得到的結果與數(shù)值模擬得到的結果相差無幾?！倍冗^最初的艱難時光，這道希望的曙光讓袁江如和他的同事深受鼓舞，他們也就此堅定了在這條科研路上繼續(xù)前行的決心。

21世紀初，長慶油田開始了超低滲及致密油藏水平井開發(fā)，同時以火山巖為儲層的天然氣藏勘探取得了重大突破，僅在松遼和準噶爾盆地就發(fā)現(xiàn)超過3萬億立方米資源量和9000億立方米儲量，儲量規(guī)模居世界之首。如果能對儲量豐富的超低滲致密油氣和火山巖氣藏實施規(guī)模有效開發(fā)，將為緩解我國天然氣供需矛盾、滿足國家能源需求、推動天然氣工業(yè)快速發(fā)展和環(huán)境改善帶來巨大推力。就此，袁江如錨定這一領域，加入了冉啟全教授的火山巖氣藏開發(fā)團隊，依托20余個項目的實踐和研究，他運用模型驅動和數(shù)據(jù)驅動相結合的辦法，對火山巖氣藏、低滲透油藏開發(fā)及軟件研發(fā)、石油勘探開發(fā)人工智能的理論與技術創(chuàng)新方面展開攻關，取得了多項創(chuàng)新性成果。

上海交通大學應用物理系1983屆畢業(yè)留念（袁江如在第三排左四）

在積極跟蹤油氣開發(fā)軟件領域的發(fā)展趨勢和最新成果的基礎上，袁江如將油氣開發(fā)軟件的生產(chǎn)需求及技術水平與國際對標，明確油氣開發(fā)軟件的研發(fā)創(chuàng)新方向。他參與編寫的《油氣開發(fā)軟件研發(fā)創(chuàng)新方向及一體化軟件架構頂層設計、致密油氣開發(fā)模型、油氣開發(fā)人工智能優(yōu)化決策研究等決策建議》得到了業(yè)內及中國石油天然氣集團有限公司（以下簡稱“中石油”）領導的高度評價；他參與編寫的《油氣開發(fā)一體化軟件架構頂層設計》得到中石油科技管理部的采納，并促成了油氣開發(fā)一體化軟件平臺架構的初步構建。此外，他還積極探索火山巖氣藏和超低滲致密油氣水平井-體積壓裂改造開發(fā)模式下的創(chuàng)新理論模型與方法，在產(chǎn)能預測、非常規(guī)氣藏數(shù)值模擬模型與方法方面取得了顯著的創(chuàng)新性成果。依托“火山巖氣藏開發(fā)優(yōu)化方法研究及軟件研發(fā)”課題，他創(chuàng)新發(fā)展了火山巖氣藏開發(fā)優(yōu)化理論模型與方法，為火山巖氣藏開發(fā)優(yōu)化設計奠定了理論基礎；同時，他還帶領團隊自主研發(fā)了具有自主知識產(chǎn)權的特色軟件系統(tǒng)，在大慶、吉林、新疆等油田得到了全面應用，建成產(chǎn)能33.6億立方米/年、累產(chǎn)天然氣超過100億立方米，取得直接經(jīng)濟效益5800萬元；由他參與的國家“863計劃”課題“致密砂巖油氣藏數(shù)值模擬技術與軟件”首次建立致密砂巖油氣藏非線性滲流數(shù)學模型，在數(shù)值模擬技術方面取得重大突破，自主研發(fā)非常規(guī)致密油氣藏數(shù)值模擬軟件——Untog V1.0，已在新疆、大慶、長慶和吉林油田公司推廣112套軟件，取得直接經(jīng)濟效益3.36億元。這些成果也為他贏得了中國石油和化學工業(yè)聯(lián)合會科技進步獎一等獎、中國石油和化工自動化行業(yè)科技進步獎一等獎，以及多項省部級、局級重要獎項。

“我們并不是比別人更聰明，只是我們多運用了一些科學方法?！痹缯f道，“其間經(jīng)歷過很多困難，但是我覺得很值。我們一直有一個信念，就是要把世界上最先進、最科學的方法落實到石油工業(yè)的具體應用中。很幸運的是，在交叉學科的背景下，我們團隊成員做到了既懂石油專業(yè)知識，又懂機器學習和深度學習等算法，彌補了一些‘專業(yè)所限’的缺陷，開拓了新的領域和方法。這個過程說起來其實是特別難，但是我們走在了前面，也嘗到了甜頭?！?/p>

華彩賦新篇——給油田裝上“智能大腦”

2017年，韓大匡院士敏銳地察覺到大數(shù)據(jù)、人工智能的發(fā)展動向，正式提出將其作為推動智能油氣田發(fā)展的重要研發(fā)領域，以及“2035年前實現(xiàn)地震、鉆井、測井、油藏描述與油藏工程、裝備健康管理與智慧油田等5項主體技術的更新?lián)Q代”的目標，這一度讓與油藏數(shù)值模擬“相伴多年”、感情頗深的袁江如想不通：“我當時覺得油藏數(shù)值模擬就很好，為什么要被替代？”但是很快，他也意識到了油藏數(shù)值模擬模型的局限性——“數(shù)值模擬模型的諸多假設、網(wǎng)格粗化和內部機理等，限制了它的準確度。當它應用于油氣藏，特別是非常規(guī)油氣藏時，其準確率得不到顯著提升。數(shù)值模擬模型本身是個很好的東西，但是對于復雜的常規(guī)和非常規(guī)油氣藏，它也有不適用的一面?！毕胪诉@一點，袁江如立即以飽滿的熱情加入韓大匡院士的隊伍，投入到對油氣大數(shù)據(jù)及人工智能的研發(fā)和應用工作中。

2018年袁江如（右）和韓大匡院士（左）在上海合影

就在這一年，袁江如以副項目長的身份，主持了工信部2018年大數(shù)據(jù)產(chǎn)業(yè)發(fā)展試點示范工程項目“基于大數(shù)據(jù)應用的油氣勘探開發(fā)創(chuàng)新增效示范工程”。圍繞大數(shù)據(jù)與人工智能深度學習方法在油氣勘探開發(fā)領域應用開展關鍵技術攻關，以解決大數(shù)據(jù)驅動下的地震、測井、油藏工程、智能規(guī)劃、智慧油田等技術難點問題為目標，袁江如團隊憑借長久的積累優(yōu)勢和團隊的同心協(xié)力，在2021年6月即完成項目并順利通過驗收，取得了極為亮眼的成果：在建立了基于大數(shù)據(jù)應用的中長期規(guī)劃指標預測技術的基礎上，團隊為單井產(chǎn)量預測與油田產(chǎn)量預警提供了人工智能應用新方案；同時創(chuàng)新發(fā)展深度學習驅動的地震儲層預測技術，構建了非線性地震儲層預測人工智能解決新方案；基于深度學習的多維信息融合儲層滲透性評價、儲層參數(shù)預測與有利儲層測井評價技術也在此過程中成形，推進了測井解釋技術智能化發(fā)展；多信息融合深度學習儲層地質建模技術的創(chuàng)新為儲層地質建模提供了人工智能技術新方案；其所建立的大數(shù)據(jù)深度學習剩余油預測技術，為開展地質小層剩余油飽和度精細預測提供了大數(shù)據(jù)智能化應用新方案；此外，他們還創(chuàng)建了基于物聯(lián)網(wǎng)和大數(shù)據(jù)的油井智能生產(chǎn)技術，深化了大數(shù)據(jù)在采油工程領域的應用。最終，這一項目獲得省部級一等獎2項，申報國家發(fā)明專利14項、國家軟件著作權16項、發(fā)表論文22篇，對大數(shù)據(jù)與人工智能技術在油氣勘探開發(fā)領域的規(guī)模應用，發(fā)揮了技術引領和示范作用。

“據(jù)不完全統(tǒng)計，這個項目應該是我們業(yè)內‘三桶油’（中國石油天然氣集團有限公司、中國石油化工集團有限公司、中國海洋石油集團有限公司）在相關領域的第一個國家級項目，也是一個無國家經(jīng)費撥款、由中國石油天然氣集團有限公司科技管理部全部配套經(jīng)費的項目。為了把這個項目做好，韓院士成立了跨專業(yè)、跨所甚至跨院的人工智能團隊，同時還積極展開與大慶油田、大港油田的深度合作?！痹珧湴恋卣f道，“走在前面”的科研優(yōu)勢在此得以凸顯，也成了他繼續(xù)向前的動力所在。

然而做先鋒隊，也必定會引來很多不理解的目光。談到其間遇到的困難，他提到了其中“小樣本”算法的研發(fā)過程——“基于大港油田斷塊型油氣藏的復雜結構，其開采難度極大，而人工智能的方法可用于其井間連通性分析、低阻潛力層評價等方面的預測和識別，對油田增產(chǎn)挖潛具有極為積極的意義?！比欢?，盡管當時人工智能的應用已經(jīng)在一些領域取得明顯成果，但油田內部仍對人工智能的“通用性”存疑。為了解決分層注水量智能劈分和剩余油智能預測等難題，袁江如團隊以大數(shù)據(jù)分析的多信息融合方法為核心方法，圓滿完成了院級重點項目“通過應用大數(shù)據(jù)深度學習方法預測合注條件下各分層剩余油飽和度的探索研究”，并用一年多的時間推出了“小樣本”算法，順利解決了上述難題?！坝捎谟吞锊杉纳a(chǎn)動態(tài)數(shù)據(jù)缺失量達到20%，測試數(shù)據(jù)譬如吸水剖面和產(chǎn)液剖面數(shù)據(jù)也很少，這都使得預測模型精度大大降低。而采用‘小樣本’的算法，可以克服經(jīng)驗主義和人類觀測能力限制所帶來的問題，并大大避免了傳統(tǒng)方法進行預測識別時油田須停產(chǎn)所帶來的種種損失，在高效低耗的基礎上，最終將預測的準確率提升到了75%以上?！?/p>

從全然不信任，到將信將疑，再到全然信任，袁江如團隊用“眼見為實”的研究成果獲得了油田領導和專家的一致認可。面對贊譽和成績，他們并未就此止步，而是繼續(xù)探索以相關技術和方法推動行業(yè)發(fā)展的可能性?！盀榱斯?jié)約時間，項目技術人員長期駐扎在大港油田，夜以繼日地奔波在研發(fā)、實踐、驗證的第一線；為了節(jié)省經(jīng)費，項目組也想了很多辦法，最終形成了一套高效的項目管理方法，確保了明確環(huán)節(jié)、有條不紊、責任到人。人工智能團隊的努力、油田方面的有序配合，以及中石油科學技術研究院有限公司上下的通力支持，讓我們取得了良好的成果。通過這個項目，我們成功地為油田安裝了‘智慧的大腦’，大數(shù)據(jù)、人工智能已成為突破油氣勘探開發(fā)關鍵技術瓶頸、推動行業(yè)技術更新?lián)Q代的重要力量。”

前行守初心——為人工智能研究創(chuàng)造更好的未來

在忙于科研和實踐的同時，袁江如也沒有忘記在學術層面不斷精進。他參與編寫的《致密油氣藏數(shù)值模擬理論與技術》和《煤層氣/頁巖氣藏裂縫建模與數(shù)值模擬》兩部專著是對于我國非常規(guī)致密油氣理論、技術和應用水平的一次詳細總結。在他看來，學術研究必須和生產(chǎn)實踐緊密結合，這樣研究獲得的理論和技術才能促進油氣田開發(fā)降本增效、切實解決生產(chǎn)實際問題，才是真正具有價值的研究。

袁江如這般嚴謹?shù)目蒲袘B(tài)度，來源于家庭教育。年幼時父母對于科學的熱愛、日常的悉心指導，為他日后考入上海交通大學應用物理系打下了堅實的基礎。而與韓大匡院士的相遇，則成了他轉換跑道、最終走向人工智能研究的重要轉折點。進入勘探院后，袁江如收獲了很多領導和專家的指導和幫助。1999年，時任勘探院油氣開發(fā)計算機軟件工程研究中心主任的劉明新教授推薦他到本院研究生部進行在職研究生的學習，以彌補石油基礎知識層面的欠缺，并指導他完成了塔里木油田油藏數(shù)值模擬的研究工作；開啟數(shù)值模擬相關研究時，先后出任勘探院副院長和院長的沈平平教授給予他許多理論和學術上的詳細指導；韓大匡院士更是在袁江如油氣生涯的每個關鍵環(huán)節(jié)扮演了引路人的重要角色；中石油科技管理部的鐘太賢副總經(jīng)理、勘探院的冉啟全教授、田昌炳教授、李欣所長等人在不同階段對他的鼎力相助，都讓袁江如獲益匪淺。專業(yè)的訓練、恩師的指導、領導的扶持，是他得以在勘探院成長的必要營養(yǎng)，也是他從前輩手中收獲的星星火種；而現(xiàn)在，他也以同樣無私的心態(tài)將嚴謹、奉獻、真誠的種子傳遞給自己的團隊和學生。

先后組建過國家“973”計劃項目研究課題組、火山巖開發(fā)軟件研制項目組、油氣田開發(fā)人工智能項目組等研究團隊，袁江如延續(xù)了韓大匡院士提議的產(chǎn)、學、研、管相結合的合作方式，以項目合作方式與各大高校、科研院所、相關專家和科技人員組建多學科融合的科研攻關團隊，并邀請了多位國外人工智能專家做指導?！按蚱屏四壳翱蒲畜w制的局限性，充分發(fā)揮交叉學科的優(yōu)勢，形成了良好的合作互動網(wǎng)絡，是我們團隊的特色所在。”袁江如介紹道，“讓新成果與老經(jīng)驗、油田個性化問題與學科橫向發(fā)展成果互相作用、互相驗證，從而形成一股合力，推動團隊穩(wěn)健持續(xù)發(fā)展?！痹谠绲膸ьI下，他所在的團隊斬獲了中石油第一個數(shù)據(jù)科學領域國際獎項——2019年國際數(shù)據(jù)科學會議（ICDS）最佳應用獎，袁江如團隊也在此過程中成長為中石油各領域專家通力合作創(chuàng)新的典范。

在提及人才培養(yǎng)時，袁江如強調了培養(yǎng)復合型人才的重要性。從油氣行業(yè)的實際需求出發(fā)，他倡議非油氣專業(yè)的本科生和碩士生進行油氣主體專業(yè)的長期系統(tǒng)學習（包括博士研究生和博士后專業(yè)培養(yǎng)），同時引導油氣主體專業(yè)的本科生和碩士生開展數(shù)理、數(shù)據(jù)科學、軟件工程等長期系統(tǒng)學習（包括博士研究生和博士后專業(yè)培養(yǎng)），以適應企業(yè)對數(shù)字化轉型復合人才的需求。從自身的經(jīng)驗出發(fā)，袁江如首先會安排學生持續(xù)參加人工智能基礎知識和油氣專業(yè)培訓課程等，以彌補基礎知識的不足，在此基礎上融會貫通，就可實現(xiàn)研究能力的明顯提升。他總是對學生語重心長地說：“科學沒有捷徑可以走，年輕人需要耐住寂寞，長期不斷地學習和深入地研究，才能在某個領域做出成績?！?/p>

回首過往，袁江如收獲碩果累累，他卻說那只是一路走來的里程碑。面向未來，他壯志滿懷，基于在非常規(guī)油氣田開發(fā)領域與國外同行“并跑”的趨勢，袁江如期待在非常規(guī)油氣藏微納米滲流機理等技術研究領域持續(xù)突破，并采取大數(shù)據(jù)人工智能技術與非常規(guī)油氣開發(fā)技術的深度融合，以求研發(fā)出更新?lián)Q代技術，徹底解決非常規(guī)油田規(guī)模有效開發(fā)的難題；同時在建設智慧油田方面加快數(shù)字孿生油藏研究的進度，爭取在2035年前達到數(shù)字孿生油藏和實際油藏仿真準確度達到90%以上的目標?！皩嶋H上搞創(chuàng)新不難，關鍵是思路方法要對?！痹缯f道，“如今，我們走出了一條卓有成效的新路，未來我期待在這條路上培養(yǎng)出更多具有人工智能研究能力的復合型人才，并爭取在遷移學習和可解釋性人工智能模型應用研究中有所突破。”