盡管幾十年來一直在討論“數(shù)字油田”，但過去十年的經(jīng)濟(jì)沖擊重新引發(fā)了對在整個企業(yè)中應(yīng)用數(shù)字技術(shù)以改善成本結(jié)構(gòu)的興趣。
當(dāng)然，同時，社交媒體等全新行業(yè)利用新的數(shù)字技術(shù)，包括機(jī)器學(xué)習(xí)、網(wǎng)絡(luò)軟件和連接性，以及云存儲和計算，已經(jīng)出現(xiàn)，這些技術(shù)也轉(zhuǎn)變了零售和制造等傳統(tǒng)行業(yè)，但在上游行業(yè)采取同樣的路徑有一些特別的挑戰(zhàn)和機(jī)遇。
本文重點(diǎn)討論了在現(xiàn)代石油行業(yè)獨(dú)特的數(shù)據(jù)和運(yùn)營環(huán)境中，不同程度上獨(dú)特的數(shù)字化轉(zhuǎn)型機(jī)會。上游公司可以并且應(yīng)該采用許多有價值的機(jī)會，包括業(yè)務(wù)流程自動化，但這些創(chuàng)新在其他行業(yè)并無不同之處。
數(shù)據(jù)不是新的石油
一個挑戰(zhàn)是上游數(shù)據(jù)的龐大和異質(zhì)性。上游石油和天然氣行業(yè)是一個古老的行業(yè)，許多公司的商業(yè)和技術(shù)記錄可以追溯到19世紀(jì)，這些記錄可以是紙質(zhì)形式，也可以是反映自20世紀(jì)50年代以來計算機(jī)成為標(biāo)準(zhǔn)商業(yè)和科學(xué)工具后存儲數(shù)據(jù)的各種數(shù)字形式，將這些數(shù)據(jù)轉(zhuǎn)換為適合云存儲的現(xiàn)代格式并非無成本。
因此，數(shù)字化轉(zhuǎn)型的一個關(guān)鍵原則是必須以價值為導(dǎo)向。常用的一句話“數(shù)據(jù)是新的石油”，至少對石油和天然氣業(yè)務(wù)本身來說，是極具誤導(dǎo)性的。任何企業(yè)持有的大多數(shù)數(shù)據(jù)，無論是在圖書館、共享數(shù)據(jù)服務(wù)器還是個人硬盤上，都沒有經(jīng)濟(jì)價值，其他許多數(shù)據(jù)，雖然潛在有價值，但需要在質(zhì)量保證、數(shù)據(jù)管理、數(shù)據(jù)傳輸?shù)接嬎泓c(diǎn)以及（高薪的）領(lǐng)域?qū)＜医庾x數(shù)據(jù)分析和做出業(yè)務(wù)決策上進(jìn)行大量投入，因此基于這些數(shù)據(jù)沒有可靠的價值路徑。
與其從數(shù)據(jù)開始，最好的數(shù)字化轉(zhuǎn)型思維方式是從業(yè)務(wù)決策開始。業(yè)務(wù)決策通常可以基于更好的數(shù)據(jù)訪問和分析得到改進(jìn)，或者某些活動的成本可以顯著降低。這需要IT專家、數(shù)據(jù)科學(xué)家和領(lǐng)域?qū)＜业木o密合作。
維護(hù)工作流程就是一個例子。高度分散設(shè)施的維護(hù)理想情況下應(yīng)優(yōu)化技能勞動力活動，以應(yīng)對設(shè)施中發(fā)生故障的可能性及其對運(yùn)營和經(jīng)濟(jì)的影響。維護(hù)記錄通常分類不清，甚至可能包括（即使在2024年）紙質(zhì)記錄或包含模糊或難以理解字段的數(shù)字記錄。
利用數(shù)字化記錄可以在某些類型的維護(hù)活動中實現(xiàn)顯著的價值提升，這些活動可以基于實際資產(chǎn)性能和故障類型及概率的強(qiáng)大數(shù)據(jù)集進(jìn)行高效管理。自工業(yè)時代（甚至更早）以來，這種方法就已被人們所知，但數(shù)字記錄、云存儲和訪問允許進(jìn)一步優(yōu)化和仔細(xì)定位（并可能減少）維護(hù)勞動力。一個常見的例子是使用數(shù)據(jù)分析來支持預(yù)測性維護(hù)，通過統(tǒng)計預(yù)測故障或異常，從而實現(xiàn)“準(zhǔn)時”維護(hù)，而不是預(yù)定維護(hù)。
這個例子的一個顯著特點(diǎn)是，它不一定依賴于高度復(fù)雜的統(tǒng)計或機(jī)器學(xué)習(xí)方法。比這些方法更重要的是，獲得經(jīng)過適當(dāng)質(zhì)量保證、精心策劃和完整的數(shù)據(jù)集，覆蓋盡可能長的時間序列和盡可能廣的地理領(lǐng)域，這些數(shù)據(jù)的部分內(nèi)容通常是IT功能的重點(diǎn)，但I(xiàn)T投資和管理需要通過適當(dāng)?shù)臉I(yè)務(wù)所有權(quán)來平衡實際數(shù)據(jù)，并通過強(qiáng)有力的治理流程來定義數(shù)據(jù)質(zhì)量的業(yè)務(wù)責(zé)任。
在考慮支持維護(hù)或其他領(lǐng)域的改進(jìn)業(yè)務(wù)結(jié)果的數(shù)據(jù)架構(gòu)時，區(qū)分兩種類型的數(shù)據(jù)系統(tǒng)是重要的。更傳統(tǒng)的數(shù)據(jù)系統(tǒng)是“記錄系統(tǒng)”，包含特定操作、地下或財務(wù)數(shù)據(jù)實例的“單一真實來源”。
拓寬分析工作流程范圍的愿望導(dǎo)致了“參考系統(tǒng)”的出現(xiàn)，有時也稱為“參與系統(tǒng)”，它通常托管在云上。參考系統(tǒng)包含來自一個或多個記錄系統(tǒng)的數(shù)據(jù)，并以支持快速讀取訪問的架構(gòu)呈現(xiàn)，從而實現(xiàn)復(fù)雜的大數(shù)據(jù)分析。多家科技公司提供軟件和服務(wù)來支持?jǐn)?shù)據(jù)管道的輸入到參考系統(tǒng)，通常允許多次機(jī)會來策劃和質(zhì)量保證數(shù)據(jù)。
上游數(shù)據(jù)的特殊特征
上游業(yè)務(wù)中的一個復(fù)雜因素是，數(shù)據(jù)（尤其是地下數(shù)據(jù)，如原始或處理過的地震記錄）通常不屬于運(yùn)營公司，而是屬于主辦政府，后者可能會根據(jù)其自身的主權(quán)利益對訪問和數(shù)據(jù)本地化提出要求。因此，可能有些記錄系統(tǒng)的內(nèi)容不適合被管道輸送到托管或可以在特定國家之外輕松使用的參考系統(tǒng)。設(shè)計任何全球上游企業(yè)的數(shù)據(jù)架構(gòu)時需要仔細(xì)考慮法律和業(yè)務(wù)要求。
與其他許多行業(yè)不同，上游行業(yè)的另一個復(fù)雜因素是，上游數(shù)據(jù)并不一定便宜，而往往是寶貴且昂貴的。對于純粹的觀測數(shù)據(jù)（如地震調(diào)查的結(jié)果）尤其如此，但也適用于來自偏遠(yuǎn)或敵對環(huán)境的操作數(shù)據(jù)。
當(dāng)深水井中的井下壓力傳感器發(fā)生故障或“失聯(lián)”時，更換傳感器需要昂貴的作業(yè)，而僅僅更換傳感器是不太可能經(jīng)濟(jì)的。分析的一種直接應(yīng)用是基于資產(chǎn)屬性和剩余可用數(shù)據(jù)重構(gòu)失聯(lián)傳感器的最可能時間序列數(shù)據(jù)。
地下數(shù)據(jù)（地震數(shù)據(jù)、井測錄井、油藏模型）的復(fù)雜性以及這種數(shù)據(jù)的專有格式和開放格式的混亂多樣性，促使業(yè)界內(nèi)發(fā)起了一個廣泛的倡議，即OSDU論壇，匯集了運(yùn)營商、服務(wù)公司和技術(shù)公司，共同創(chuàng)建了一個技術(shù)無關(guān)的開源數(shù)據(jù)平臺，并實現(xiàn)了多種云實現(xiàn)。最初專注于上游油氣行業(yè)，OSDU論壇已擴(kuò)展到涵蓋下游數(shù)據(jù)，并向能源轉(zhuǎn)型主題和提供綜合能源服務(wù)方向發(fā)展。
上游行業(yè)中常用的最大數(shù)據(jù)集是地震數(shù)據(jù)集——無論是原始數(shù)據(jù)還是處理過的數(shù)據(jù)，這些數(shù)據(jù)集可以輕松達(dá)到TB或PB級。地震數(shù)據(jù)管理是一個已經(jīng)存在了幾十年的專業(yè)和高度技術(shù)化的學(xué)科，過去二十年中反向時間遷移和全波場成像等先進(jìn)處理技術(shù)的出現(xiàn)使上游行業(yè)重新成為高性能計算的主要工業(yè)用戶之一，這些數(shù)據(jù)的解釋集中在一個專門的軟件行業(yè)，專注于地震解釋、油藏建模，最終是油藏模擬。雖然這些并不是新學(xué)科，但云計算等新技術(shù)的出現(xiàn)增加了通過綜合研究多種數(shù)據(jù)集來獲得價值的機(jī)會。
這些數(shù)據(jù)集還為現(xiàn)代機(jī)器學(xué)習(xí)技術(shù)（如卷積神經(jīng)網(wǎng)絡(luò)（CNN））提供了應(yīng)用。卷積神經(jīng)網(wǎng)絡(luò)的一個關(guān)鍵應(yīng)用是模式識別——這些網(wǎng)絡(luò)因能夠自動檢測互聯(lián)網(wǎng)上的照片是否是特定對象（例如貓或狗）的照片而聞名，這種能力被稱為分類。卷積神經(jīng)網(wǎng)絡(luò)在解決分類問題上的成功使它們在地震解釋中應(yīng)用于檢測3D地震圖像中的特定特征，如斷層或鹽體。
這些創(chuàng)新帶來的經(jīng)濟(jì)影響可以簡單地表現(xiàn)為解釋人員生產(chǎn)力的提高，或者更具雄心的目標(biāo)是開發(fā)能夠檢測到人類解釋人員可能會錯過的微妙的油氣積累跡象的系統(tǒng)。
物理學(xué)、數(shù)據(jù)與上游
一個多世紀(jì)以來，上游行業(yè)一直在開發(fā)強(qiáng)大的基于物理的方法來分析鉆探、完井、油藏流動以及管道和設(shè)施中的流體行為。結(jié)合這些方法在勘探中使用復(fù)雜的地質(zhì)和地球物理方法，該行業(yè)可以稱得上是現(xiàn)代最科學(xué)的行業(yè)之一。
現(xiàn)代統(tǒng)計學(xué)習(xí)或機(jī)器學(xué)習(xí)（ML）方法起源于統(tǒng)計學(xué)，統(tǒng)計學(xué)一直是工程學(xué)的關(guān)鍵工具。在過去二十年中，這些方法的應(yīng)用激增主要是由于能夠收集和訪問大量數(shù)據(jù)，而不是因為統(tǒng)計方法本身的基礎(chǔ)性進(jìn)展，后者更多是逐步發(fā)展的。對這一概述性陳述的例外包括上文討論的卷積神經(jīng)網(wǎng)絡(luò)（CNN）和最近的大型語言模型（LLM）的突破，下面將詳細(xì)討論。
讀者會注意到，基于物理的方法與基于數(shù)據(jù)的方法在哲學(xué)上的區(qū)別，前者利用我們對基本過程的科學(xué)理解，后者則通過大量數(shù)據(jù)的統(tǒng)計處理生成洞見。理想的情況是結(jié)合這兩種方法，既尊重我們通過艱難努力獲得的基礎(chǔ)科學(xué)知識，也利用我們系統(tǒng)中經(jīng)常可用的大量數(shù)據(jù)。
一個有趣的這種混合方法的例子來自歷史匹配，這是一種標(biāo)準(zhǔn)的工作流程，其中油藏模型被修改以更好地匹配生產(chǎn)井的壓力和流量歷史。使用先進(jìn)的ML方法來支持油藏建模并更好地理解其結(jié)構(gòu)如何受數(shù)據(jù)約束，已經(jīng)成為一個學(xué)術(shù)領(lǐng)域，但遺憾的是，它還未對行業(yè)實踐產(chǎn)生重大影響。
另一個例子是使用實時鉆井?dāng)?shù)據(jù)，結(jié)合鉆柱振動模式的物理模型來優(yōu)化鉆井。在這里，鉆井工人利用現(xiàn)代鉆井現(xiàn)場可用的豐富實時數(shù)據(jù)，實現(xiàn)了鉆進(jìn)速度的階躍變化，而不是依賴機(jī)器學(xué)習(xí)。
這些優(yōu)化用例是上游數(shù)字化轉(zhuǎn)型的主要早期價值機(jī)會之一，這些創(chuàng)新的機(jī)器學(xué)習(xí)組件不需要非常復(fù)雜，關(guān)鍵是結(jié)合可靠的物理模型與現(xiàn)代操作中可用的豐富數(shù)據(jù)源。
超越優(yōu)化
優(yōu)化很重要，當(dāng)它在業(yè)務(wù)操作和流程中一致且有紀(jì)律地應(yīng)用時，可以顯著提高企業(yè)的競爭力，但最近關(guān)于以ChatGPT及其繼任者為代表的人工智能（AI）突破的興奮，引發(fā)了這樣一個問題：上游行業(yè)中是否可能存在更多由AI引發(fā)的顛覆性創(chuàng)新機(jī)會。這些模型基于對文本文件中（通常）單詞之間相關(guān)性的統(tǒng)計確定，通過訪問互聯(lián)網(wǎng)提供的大量文本數(shù)據(jù)進(jìn)行訓(xùn)練。
這一想法的自然延伸將是一個類似于ChatGPT的程序，它可以基于文本和非文本數(shù)據(jù)（地震、井測錄井、地質(zhì)觀測）來回答關(guān)于在特定空間位置上是否存在與勘探相關(guān)的地質(zhì)特征（油氣積累、源巖）的可能性的問題。
已經(jīng)有人嘗試創(chuàng)建這樣的系統(tǒng)或更簡單的版本。當(dāng)然，實際決定鉆探勘探井還會受到各種地緣政治、經(jīng)濟(jì)、監(jiān)管和官僚因素的影響，這些因素可能不會完全包含在地質(zhì)信息庫中，也可能很難全部捕捉到，但是，對LLM能力的懷疑者在許多情況下已經(jīng)被證明是錯誤的，因此我們需要對這項技術(shù)的力量保持開放的態(tài)度。
另一個有趣的例子是從地震到模擬的工作流程，該工作流程從地下數(shù)據(jù)開始，通過油藏建模和模擬，最終商業(yè)目標(biāo)是設(shè)計和評估油氣資源的開發(fā)計劃。目前實踐中，這一工作流程是多種不同類型的軟件應(yīng)用與地質(zhì)科學(xué)和工程學(xué)多個學(xué)科的專家輸入高度復(fù)雜互動的結(jié)合，它既昂貴又耗時，并且在首次油氣發(fā)現(xiàn)到最終經(jīng)濟(jì)開發(fā)資源之間造成了相當(dāng)大的延遲。因此，這一工作流程非常適合被AI的新技術(shù)顛覆，可能已經(jīng)有在休斯頓、阿伯丁或班加羅爾車庫中工作的公司成功實現(xiàn)這一目標(biāo)。
在這兩個領(lǐng)域的創(chuàng)新，或許隨著上游行業(yè)在勘探和開發(fā)投資的普遍放緩而放緩。我們的行業(yè)正處于一個矛盾的時期，這主要是由于經(jīng)濟(jì)和政治因素的推動和拉動，導(dǎo)致對主要由氣候問題驅(qū)動的能源轉(zhuǎn)型速度的不確定性。
本文中的大多數(shù)評論同樣適用于可再生能源、地?zé)崮茉椿蛱疾东@與儲存等新興能源技術(shù)，尤其是在這些技術(shù)也消耗地下數(shù)據(jù)的情況下，這些數(shù)據(jù)具有巨大的潛力和特殊性。因此，無論我們未來的能源故事如何，數(shù)字化轉(zhuǎn)型幾乎可以肯定將是其中的重要組成部分。
企業(yè)網(wǎng)D1net(hfnxjk.com)：
國內(nèi)主流的to B IT門戶，同時在運(yùn)營國內(nèi)最大的甲方CIO專家?guī)旌椭橇敵黾吧缃黄脚_-信眾智(www.cioall.com)。同時運(yùn)營19個IT行業(yè)公眾號(微信搜索D1net即可關(guān)注)。
版權(quán)聲明：本文為企業(yè)網(wǎng)D1Net編譯，轉(zhuǎn)載需在文章開頭注明出處為：企業(yè)網(wǎng)D1Net，如果不注明出處，企業(yè)網(wǎng)D1Net將保留追究其法律責(zé)任的權(quán)利。
京公網(wǎng)安備 11010502049343號