正在阅读:

向数据要石油 人工智能和机器学习有多大帮助?

扫一扫下载界面新闻APP

向数据要石油 人工智能和机器学习有多大帮助?

人工智能和机器学习等先进的数据分析方法正帮助整个油气行业提升竞争力,使化石燃料更能抵御新能源的竞争。

图片来源:视觉中国

译者/何黎

在郁郁葱葱的美国加州门洛帕克市(Menlo Park),就在距离Facebook总部不远的地方,坐落着斯伦贝谢(Schlumberger)的软件技术创新中心(Software Technology Innovation Center),这里给人的感觉就像又一家梦想改变世界的硅谷企业。

墙上贴满了便签纸,上面写着关于产品特点和设计原则的想法,食堂放着水果盘,每周五的午餐时间有共享的外卖披萨。一些工程师在工作时使用站立式办公桌和平衡板来锻炼身体。他们来自不同国家和各种各样的行业背景:其中一位之前在美国国家航空航天局(NASA)工作,另一位之前为HBO电视频道工作。

像北加州许多成功的工程师一样,斯伦贝谢负责技术的执行副总裁、该中心的灵魂人物阿肖克 贝拉尼(Ashok Belani)驾驶一辆特斯拉(Tesla)上班。

然而,斯伦贝谢从事的业务与硅谷的典型企业相去甚远:该公司正致力于为一项处于旧经济核心的活动——石油和天然气生产——提高产出,降低成本。

这家油田服务集团创建的技术中心,体现了石油和天然气领域正在发生的巨大变化,目前,该行业正开始应用信息技术领域的最新创新。谷歌(Google)、Facebook、亚马逊(Amazon)等公司使用的、旨在颠覆面向消费者的企业的先进数据分析等方法,正越来越多地被应用于能源行业。石油业许多高管认为,其结果可能同样戏剧性。

正被开辟的新机会包括:岩层分析,以便在油区更精确地钻井;油层模型,使相关油田在整个生命周期的产出最大化;自动化,使开采作业更安全、更高效率、成本更低。

这些创新带来的产出增加,将给油价带来下行压力,给电动车之类的竞争性技术带来阻力,潜在还会给其他国家无法以同样方式削减成本的生产商带来困难。这种局面还意味着给石油行业的许多参与者带来剧变,导致失业以及工作模式和文化的变化。

咨询公司麦肯锡(McKinsey)的马特 罗杰斯(Matt Rogers)表示,预测者未能充分把握即将到来的变化的规模。“我认为我们并未在供应侧模型中计入这将带来多少额外的石油产量,”他说,“10年后的世界将让人感觉有很大的不同……与现在的局面相比,那时将让人感觉身处《星球大战》(Star Wars)时代。”

大数据|大石油

100万

在雪佛龙(Chevron)哈萨克斯坦油田采集数据的传感器数量

10%-20%

国际能源署(IEA)估算的数字技术可带来的石油生产成本降幅

几十年来,石油行业一直处于信息技术进步的前沿。英国石油公司(BP)前首席执行官约翰 布朗(John Browne)上世纪60年代末开始他的职业生涯时,使用一台当时极为先进的电脑在阿拉斯加绘制油层。在当今世界上最强大的超级计算机500强名单中,主要私营部门所有者包括法国石油集团道达尔(Total)、意大利埃尼石油(ENI)以及油藏成像公司Petroleum Geo Services。

现在的不同之处在于,云计算服务的发展使得以相对较低的成本存储和分析数据成为可能,从而为更大范围的企业打开了新应用的大门。石油行业产生大量数据(包括温度、压力读数等结构化的数据,以及视频等非结构化的数据),且数量一直在增加。用于采集更多数据的传感器的成本正在下降,而技术含量不断提升,使监测钻井等作业的更多方面成为可能。

美国石油集团雪佛龙首席信息官比尔 布劳恩(Bill Braun)表示,该公司处理的数据量每12至18个月就翻一番。该集团在哈萨克斯坦Tengiz油田的扩建项目(计划于2022年投产)将包含约100万个传感器。

然而,石油业的很多数据都从未被使用过。“大量数据被采集,但其中有很多是孤立的,”通用电气(GE)持有多数股的油田服务集团贝克休斯(Baker Hughes)的数字产品管理主管比努 马修(Binu Mathew)表示,“实际上只有一小部分得到了分析。”

美国独立石油企业阿纳达科石油公司(Anadarko Petroleum)首席执行官阿尔 沃克(Al Walker)去年在休斯顿举行的剑桥能源周(CERAWeek)会议上表示,尽管该公司记录了大量数据,但“我们并没怎么利用”。他补充说:“我有TB级的海量地震勘测数据,而我或许用了其中的5%。”

现在这种局面正在改变。以往由工程师在现场记录在笔记本电脑或者手写在本子上、有时随后用手工誊写的数据,现在可以自动传送回办公室。可以追溯至几十年前的旧记录正被转换为一致的数据集。咨询公司埃森哲(Accenture)去年对石油业高管进行的一项调查发现,70%的受访者预期将加大对数字技术的投资,重点是数据存储和服务。“数据就是新石油”的说法已成为老生常谈,许多公司正在寻找将数据转化为石油的方法。

IT公司和石油公司之间已经结成了大量联盟。微软(Microsoft)去年与大型油田服务集团哈利伯顿(Halliburton)以及雪佛龙签署了战略合作伙伴关系。制造用于视频游戏的高性能芯片的英伟达(Nvidia),一直在与斯伦贝谢、哈利伯顿等公司合作,以便将该公司的技术用于查看和解读地震勘测信息。一年前,英伟达宣布与贝克休斯合作,利用人工智能帮助开采和加工石油和天然气。

新技术正在带来种种商业机会。如今是全球最大上市油田服务集团的斯伦贝谢,由两名法国兄弟在1926年创立,他们利用电阻率测井法来测绘地下岩层。探测地下油气层状况仍是该公司的核心竞争力,但该公司正在扩大服务范围。去年,该公司推出了一款名为Delfi的新软件系统,可用于整合和协调油井设计、钻井和完井的方式,以最大限度提高整个油田的产出。

贝拉尼希望,到今年底,石油公司将在美国乃至世界各地“常态化地”使用这项技术。他表示,在美国的页岩油田,这一新系统有望在未来10年内使生产成本降低40%。

其他人对数字技术带来的影响的估计更为保守。作为政府支持的监督机构,国际能源署向来比较谨慎,该机构去年提出,数字技术有望使油气生产成本降低10%至20%。

但贝拉尼表示,数字化代表了行业经济性的一大“巨变”,就像水平钻井和水力压裂技术的进步在大约15年前首次使页岩气生产具备商业可行性那样。

他说:“这或许有助于使油价保持在合理水平,也就是在每桶60至70美元之间,让每家企业都能以经济上可行的方式生产。”

和斯伦贝谢一样,通用电气也选择把一部分数字业务放在旧金山湾区,以便与当地IT公司和斯坦福大学(Stanford University)建立联系,并利用该地区的人才资源。

在与硅谷隔着一道海湾的圣拉蒙市(San Ramon),贝克休斯数字技术中心与母公司通用电气的软件业务合用一栋大楼。它还共享通用电气的软件平台Predix,将其用于油气领域的应用。

最快采取行动抓住新技术潜力的行业参与者是北美的页岩产业。北美每年钻凿好几千口井,使得企业可以从过去的努力吸取经验,然后迅速将其应用于实践。近年来,在有时被称为“页岩2.0”的各种技术革新的推动下,生产率出现了大幅提升。但迄今的进展在很大程度上是一个试错的过程:用一种新方法进行实验,如果看起来管用,就继续进行下去。

数据分析提供了一个机会,让实验更加科学,并为生产率注入新的活力。一些初步成果显示出光明前景:英国石油(BP)首席执行官戴德立(Bob Dudley)最近表示,该公司与硅谷一家初创企业合作开发了一种优化模型,已将试点项目中的180口油井的产量提高了20%。

潜在收益巨大。在美国页岩油行业,目前企业仅能采收约8%至10%的石油地质储量,因此,如果新系统能将采收率提高哪怕几个百分点,结果都将是戏剧性的。

页岩行业还有很大的自动化空间。贝拉尼表示,现在一个钻井平台上可能有26名工作人员,而5年后可能5人就够了。

布劳恩表示,如今,“人力主要的作用是操纵钻头。但我们相信,这种操作将日益自动化,并转交由电脑处理,就像飞机上的自动驾驶仪一样。”

自动化程度已开始上升。斯伦贝谢已开始将其水平钻井专家从现场转移到其休斯顿办公室。在那里,专家们可以一次监视6口、而非仅仅1口油井的作业。

就像被最新一轮创新浪潮颠覆的其他行业一样,石油业面临着巨大的变化,包括失业和用工模式转变。“这种不舒服会持续一段时期,”麦肯锡的罗杰斯说。

实现新技术的全部潜力,将意味着引进更多具备软件和数据科学技能的人才,还将意味着彻底改革公司结构。“还有很多问题有待解决,”埃森哲的考萨尔 卡齐尔巴什(Kausar Qazilbash)说,“这并不简单:这是重大的管理转型,需要技术变革和运营变革。”

如果这种转型能够成功完成,采用新的数字技术将帮助石油和天然气抵御可再生能源、蓄电池储能和电动车日益增长的威胁。新能源技术正在迅速提高效率和降低成本,但它们在化石燃料领域的老对手并没有止步不前。

“在人工智能可以做到什么的问题上,我们只是触及了表面,”贝克休斯的马修说,“这是那些将改变世界的用途之一。”

延伸阅读——新方法:石油集团如何使用计算机降低成本

石油和天然气行业已开始采用因现代计算机而变得可能的新方法,这些计算机可以存储和处理大型复杂的数据集。这些方法往往采用“机器学习”,这是一种利用算法的人工智能形式,通过研究大型数据集来得出结论。其应用场合包括:

地震勘测分析

利用地震勘测和其他勘测来绘制地下数英里处岩层和油气藏位置,是一项非常复杂的工作。强大的计算机使企业能够加深了解难以观测的地区的地质情况,并更准确地预测在哪里有望找到石油。

生产优化

源自油藏的石油流动取决于一系列复杂的因素,包括油井的长度和间距,以及使用的压裂类型。现代技术让企业得以实现油田价值的最大化,有时会抑制初始产量,以获得更高的最终回报。

预见性维护

研究关于设备部件(如泵和阀门)的所有数据,可以发现有关它们何时可能发生故障的迹象,以便在它们损坏之前进行修理或更换。其结果是更好的安全性,并且有能力简化维护日程表。

自动化

智能和网联设备的普及意味着,传统上在井口或加工厂需要熟练员工操作的流程,可以越来越多地以远程方式操作。其结果将是降低劳动力成本,减少危险环境中工人数量从而提高安全性,以及提高效率。

网络安全

能源行业已成为网络攻击的一个主要目标,比如2012年和2016年袭击沙特阿拉伯国家石油公司(Saudi Aramco,简称沙特阿美)的Shamoon 和Shamoon 2病毒。移动联网的增多、对作业数据加大利用以及自动化带来了新漏洞,因此石油公司需要部署最先进的技术来保护自己。

来源:FT中文网

原标题:FT大视野:向数据要石油

最新更新时间:02/23 10:20

本文为转载内容,授权事宜请联系原著作权人。

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

向数据要石油 人工智能和机器学习有多大帮助?

人工智能和机器学习等先进的数据分析方法正帮助整个油气行业提升竞争力,使化石燃料更能抵御新能源的竞争。

图片来源:视觉中国

译者/何黎

在郁郁葱葱的美国加州门洛帕克市(Menlo Park),就在距离Facebook总部不远的地方,坐落着斯伦贝谢(Schlumberger)的软件技术创新中心(Software Technology Innovation Center),这里给人的感觉就像又一家梦想改变世界的硅谷企业。

墙上贴满了便签纸,上面写着关于产品特点和设计原则的想法,食堂放着水果盘,每周五的午餐时间有共享的外卖披萨。一些工程师在工作时使用站立式办公桌和平衡板来锻炼身体。他们来自不同国家和各种各样的行业背景:其中一位之前在美国国家航空航天局(NASA)工作,另一位之前为HBO电视频道工作。

像北加州许多成功的工程师一样,斯伦贝谢负责技术的执行副总裁、该中心的灵魂人物阿肖克 贝拉尼(Ashok Belani)驾驶一辆特斯拉(Tesla)上班。

然而,斯伦贝谢从事的业务与硅谷的典型企业相去甚远:该公司正致力于为一项处于旧经济核心的活动——石油和天然气生产——提高产出,降低成本。

这家油田服务集团创建的技术中心,体现了石油和天然气领域正在发生的巨大变化,目前,该行业正开始应用信息技术领域的最新创新。谷歌(Google)、Facebook、亚马逊(Amazon)等公司使用的、旨在颠覆面向消费者的企业的先进数据分析等方法,正越来越多地被应用于能源行业。石油业许多高管认为,其结果可能同样戏剧性。

正被开辟的新机会包括:岩层分析,以便在油区更精确地钻井;油层模型,使相关油田在整个生命周期的产出最大化;自动化,使开采作业更安全、更高效率、成本更低。

这些创新带来的产出增加,将给油价带来下行压力,给电动车之类的竞争性技术带来阻力,潜在还会给其他国家无法以同样方式削减成本的生产商带来困难。这种局面还意味着给石油行业的许多参与者带来剧变,导致失业以及工作模式和文化的变化。

咨询公司麦肯锡(McKinsey)的马特 罗杰斯(Matt Rogers)表示,预测者未能充分把握即将到来的变化的规模。“我认为我们并未在供应侧模型中计入这将带来多少额外的石油产量,”他说,“10年后的世界将让人感觉有很大的不同……与现在的局面相比,那时将让人感觉身处《星球大战》(Star Wars)时代。”

大数据|大石油

100万

在雪佛龙(Chevron)哈萨克斯坦油田采集数据的传感器数量

10%-20%

国际能源署(IEA)估算的数字技术可带来的石油生产成本降幅

几十年来,石油行业一直处于信息技术进步的前沿。英国石油公司(BP)前首席执行官约翰 布朗(John Browne)上世纪60年代末开始他的职业生涯时,使用一台当时极为先进的电脑在阿拉斯加绘制油层。在当今世界上最强大的超级计算机500强名单中,主要私营部门所有者包括法国石油集团道达尔(Total)、意大利埃尼石油(ENI)以及油藏成像公司Petroleum Geo Services。

现在的不同之处在于,云计算服务的发展使得以相对较低的成本存储和分析数据成为可能,从而为更大范围的企业打开了新应用的大门。石油行业产生大量数据(包括温度、压力读数等结构化的数据,以及视频等非结构化的数据),且数量一直在增加。用于采集更多数据的传感器的成本正在下降,而技术含量不断提升,使监测钻井等作业的更多方面成为可能。

美国石油集团雪佛龙首席信息官比尔 布劳恩(Bill Braun)表示,该公司处理的数据量每12至18个月就翻一番。该集团在哈萨克斯坦Tengiz油田的扩建项目(计划于2022年投产)将包含约100万个传感器。

然而,石油业的很多数据都从未被使用过。“大量数据被采集,但其中有很多是孤立的,”通用电气(GE)持有多数股的油田服务集团贝克休斯(Baker Hughes)的数字产品管理主管比努 马修(Binu Mathew)表示,“实际上只有一小部分得到了分析。”

美国独立石油企业阿纳达科石油公司(Anadarko Petroleum)首席执行官阿尔 沃克(Al Walker)去年在休斯顿举行的剑桥能源周(CERAWeek)会议上表示,尽管该公司记录了大量数据,但“我们并没怎么利用”。他补充说:“我有TB级的海量地震勘测数据,而我或许用了其中的5%。”

现在这种局面正在改变。以往由工程师在现场记录在笔记本电脑或者手写在本子上、有时随后用手工誊写的数据,现在可以自动传送回办公室。可以追溯至几十年前的旧记录正被转换为一致的数据集。咨询公司埃森哲(Accenture)去年对石油业高管进行的一项调查发现,70%的受访者预期将加大对数字技术的投资,重点是数据存储和服务。“数据就是新石油”的说法已成为老生常谈,许多公司正在寻找将数据转化为石油的方法。

IT公司和石油公司之间已经结成了大量联盟。微软(Microsoft)去年与大型油田服务集团哈利伯顿(Halliburton)以及雪佛龙签署了战略合作伙伴关系。制造用于视频游戏的高性能芯片的英伟达(Nvidia),一直在与斯伦贝谢、哈利伯顿等公司合作,以便将该公司的技术用于查看和解读地震勘测信息。一年前,英伟达宣布与贝克休斯合作,利用人工智能帮助开采和加工石油和天然气。

新技术正在带来种种商业机会。如今是全球最大上市油田服务集团的斯伦贝谢,由两名法国兄弟在1926年创立,他们利用电阻率测井法来测绘地下岩层。探测地下油气层状况仍是该公司的核心竞争力,但该公司正在扩大服务范围。去年,该公司推出了一款名为Delfi的新软件系统,可用于整合和协调油井设计、钻井和完井的方式,以最大限度提高整个油田的产出。

贝拉尼希望,到今年底,石油公司将在美国乃至世界各地“常态化地”使用这项技术。他表示,在美国的页岩油田,这一新系统有望在未来10年内使生产成本降低40%。

其他人对数字技术带来的影响的估计更为保守。作为政府支持的监督机构,国际能源署向来比较谨慎,该机构去年提出,数字技术有望使油气生产成本降低10%至20%。

但贝拉尼表示,数字化代表了行业经济性的一大“巨变”,就像水平钻井和水力压裂技术的进步在大约15年前首次使页岩气生产具备商业可行性那样。

他说:“这或许有助于使油价保持在合理水平,也就是在每桶60至70美元之间,让每家企业都能以经济上可行的方式生产。”

和斯伦贝谢一样,通用电气也选择把一部分数字业务放在旧金山湾区,以便与当地IT公司和斯坦福大学(Stanford University)建立联系,并利用该地区的人才资源。

在与硅谷隔着一道海湾的圣拉蒙市(San Ramon),贝克休斯数字技术中心与母公司通用电气的软件业务合用一栋大楼。它还共享通用电气的软件平台Predix,将其用于油气领域的应用。

最快采取行动抓住新技术潜力的行业参与者是北美的页岩产业。北美每年钻凿好几千口井,使得企业可以从过去的努力吸取经验,然后迅速将其应用于实践。近年来,在有时被称为“页岩2.0”的各种技术革新的推动下,生产率出现了大幅提升。但迄今的进展在很大程度上是一个试错的过程:用一种新方法进行实验,如果看起来管用,就继续进行下去。

数据分析提供了一个机会,让实验更加科学,并为生产率注入新的活力。一些初步成果显示出光明前景:英国石油(BP)首席执行官戴德立(Bob Dudley)最近表示,该公司与硅谷一家初创企业合作开发了一种优化模型,已将试点项目中的180口油井的产量提高了20%。

潜在收益巨大。在美国页岩油行业,目前企业仅能采收约8%至10%的石油地质储量,因此,如果新系统能将采收率提高哪怕几个百分点,结果都将是戏剧性的。

页岩行业还有很大的自动化空间。贝拉尼表示,现在一个钻井平台上可能有26名工作人员,而5年后可能5人就够了。

布劳恩表示,如今,“人力主要的作用是操纵钻头。但我们相信,这种操作将日益自动化,并转交由电脑处理,就像飞机上的自动驾驶仪一样。”

自动化程度已开始上升。斯伦贝谢已开始将其水平钻井专家从现场转移到其休斯顿办公室。在那里,专家们可以一次监视6口、而非仅仅1口油井的作业。

就像被最新一轮创新浪潮颠覆的其他行业一样,石油业面临着巨大的变化,包括失业和用工模式转变。“这种不舒服会持续一段时期,”麦肯锡的罗杰斯说。

实现新技术的全部潜力,将意味着引进更多具备软件和数据科学技能的人才,还将意味着彻底改革公司结构。“还有很多问题有待解决,”埃森哲的考萨尔 卡齐尔巴什(Kausar Qazilbash)说,“这并不简单:这是重大的管理转型,需要技术变革和运营变革。”

如果这种转型能够成功完成,采用新的数字技术将帮助石油和天然气抵御可再生能源、蓄电池储能和电动车日益增长的威胁。新能源技术正在迅速提高效率和降低成本,但它们在化石燃料领域的老对手并没有止步不前。

“在人工智能可以做到什么的问题上,我们只是触及了表面,”贝克休斯的马修说,“这是那些将改变世界的用途之一。”

延伸阅读——新方法:石油集团如何使用计算机降低成本

石油和天然气行业已开始采用因现代计算机而变得可能的新方法,这些计算机可以存储和处理大型复杂的数据集。这些方法往往采用“机器学习”,这是一种利用算法的人工智能形式,通过研究大型数据集来得出结论。其应用场合包括:

地震勘测分析

利用地震勘测和其他勘测来绘制地下数英里处岩层和油气藏位置,是一项非常复杂的工作。强大的计算机使企业能够加深了解难以观测的地区的地质情况,并更准确地预测在哪里有望找到石油。

生产优化

源自油藏的石油流动取决于一系列复杂的因素,包括油井的长度和间距,以及使用的压裂类型。现代技术让企业得以实现油田价值的最大化,有时会抑制初始产量,以获得更高的最终回报。

预见性维护

研究关于设备部件(如泵和阀门)的所有数据,可以发现有关它们何时可能发生故障的迹象,以便在它们损坏之前进行修理或更换。其结果是更好的安全性,并且有能力简化维护日程表。

自动化

智能和网联设备的普及意味着,传统上在井口或加工厂需要熟练员工操作的流程,可以越来越多地以远程方式操作。其结果将是降低劳动力成本,减少危险环境中工人数量从而提高安全性,以及提高效率。

网络安全

能源行业已成为网络攻击的一个主要目标,比如2012年和2016年袭击沙特阿拉伯国家石油公司(Saudi Aramco,简称沙特阿美)的Shamoon 和Shamoon 2病毒。移动联网的增多、对作业数据加大利用以及自动化带来了新漏洞,因此石油公司需要部署最先进的技术来保护自己。

来源:FT中文网

原标题:FT大视野:向数据要石油

最新更新时间:02/23 10:20

本文为转载内容,授权事宜请联系原著作权人。