美国能源企业推出“数据洞察驱动”

成立于1975年的Capgemini Engineering（能源工程）公司，总部位于美国纽约，专门从事能源行业人工智能加速器的开发与应用。公司曾6次获得国际同行业评比一等奖。2023年公司推出“数据洞察驱动”（insight-driven，IDO），作为人工智能的一部分，近年来已经获得国际业界人士的首肯。

美国公司提出的“数据洞察驱动”，是“数字工程”的组成部分。公司开发“数字解决方案加速器”，包括人工智能、机器学习、物联网、数字孪生体、边缘计算、数据分析等，以及应用程序“可编程接口（API）”，作为公司计算机基本管理设施，或者形成人工智能的“基本数据生态系统”。

美国公司提出的“数据洞察驱动”动机，是增强以油气行业为主体的能源企业实力。近年来出现一种偏差，即企业管理层热衷于购买各种人工智能现代设备；但购买之后却无法成熟应用，大批复杂昂贵的设备只能躺在仓库里“睡觉”。这种情形不仅无法使用人工智能提高企业生产率，还无形中增加企业生产成本。

能源企业在配置各种人工智能设施之前，需要做到两件事：

第一步，需要企业完善自身收集、分析和应用数据的能力；即利用人工智能设备，实现公司的业务增长和优化。

第二步，企业获得数据之时，可自动形成有关企业发展方向的“数字建议”；即为企业管理层提供清晰数据，明确企业发展方向。

公司专家提出购置人工智能设备原则：

一是不能标准太高，要能够满足本企业使用需求。企业购买人工智能技术与设备时，只购买满足本企业数据生态系统的设备与组件。

二是能够在本企业设备中进行初步使用。或者说企业设备所采集的数据，要尽量是经过网络中已经处理的“半”原始数据。

总之，企业所购置的设备，特别是各个设备所显示各种信号，能够方便快捷进入企业人工智能系统，并且能够显示，或进行更高层次处理。

公司专家指出，能源行业，包括石油与天然气行业，不需要设立理论基础，因为基础技术存在且较为完善。能源行业需要在数字和通信领域，进行创意合作和操纵颠覆性实例。即在人工智能的生态环境下，提供可持续的新型解决方案。

公司研制的自主系统，可以借助人工智能，进行油气能源企业的远程操作优化。还可使用“物联网技术”连接，实现横跨资产平台与数字化平台。并且利用“数字孪生体技术”，实现公司拥有资产的可见性。

此外，公司技术人员应用“边缘计算技术”，实现企业的弹性运行和低成本运行，同时还打造公司“数据分析”规范性维护平台。公司推出新型人工智能系统，还注意保护生态系统基础设施。公司有关人员在操控时，应充分考虑人工智能资产的脆弱性。这些过程是能源行业实现“净零碳排放”和可持续发展的关键环节。

公司技术专家一致指出，油气能源企业管理层与人工智能组织与领导者，必须合作，以“数据洞察力”为驱动力，彻底改变传统能源行业的传统设计与建设模式。

一般来说，在不影响施工安装质量的情况下，公司在EPC（工程总承包）项目的建设速度，依赖于来自各方面的数字信息，包括项目前端工程设计。从近年的公司统计数据看，公司提高能源运营商的设计决策速度，即最终投资决策速度提高了45%。

公司目前拥有200个人工智能的数字加速器。在公司第一年能源资产运营模型中，各解决方案准确地预测了49个工程早期预警，实现节省1680万美元投资目标。公司目前还继续研制各种实现过程模拟软件，自动化工厂布局和管道设计程序。而公司研制这些人工智能产品，不仅包括与工程信息相关的设计，还有实现未来技术预测与参数区间估计。

“数字孪生体”技术在ADNOC的应用

阿布扎比国家石油公司（ADNOC）此前在中东国际石油博览会（ADIPEC）上，公布其在油气田应用“数字孪生体”技术所获的成果实例。

一是对关键设备预测性维护。

“数字孪生技术”通过持续不断地实现预测性维护策略，监测设备性能并分析数据，以检测系统故障的早期迹象或退化。公司专家认为，基于机器学习的异常检测，有助于石油和天然气行业解决海上或者边远地区的资产设备故障，预测客户的设备维护需求。

此外，“数字孪生技术”减少计划外停机时间，从而维持更高的生产水平，防止设备过度高温，优化维护成本。在制造业和能源领域，预测性维护有若干种用途，其中使用“数字孪生技术”可以达到最优效果。

二是最佳生产计划。

“数字孪生技术”可使公司优化生产计划。详细说，可通过“数字孪生技术”对公司运营行为和绩效进行调度。公司管理层可以确定最可行和最有效的生产序列，通过模拟不同的场景并考虑各种因素，实现生产资源分配和库存约束水平的合理配置。

公司专家指出，对于油气施工现场，专业人员可以利用数字孪生模型，以及通常的油田数据，如地震、单井数据、储层性能等，快速完成油气开发的概念设计和详细设计。

三是过程优化和控制。

数字孪生解决方案可提供操作诊断和分析，实时监控过程变量，使石油和天然气公司能够优化和控制复杂的操作过程。

公司技术人员通过整合来自多个平台的数据，利用“数字孪生技术”可以识别生产瓶颈，优化流程，并就控制策略提出建议。这样可以提高流程效率，降低资本和运营成本，包括项目运营阶段的设备风险。

四是安全和风险管理。

“数字孪生技术”可以提供用于模拟和评估安全场景的虚拟环境。过去技术人员主要是通过传统运营商的经验，来分析油气开采方面的风险评估。

现场油气分析来自传感器、历史记录和操作参数。通过“数字孪生技术”，专家可以获得虚拟物理环境，识别资产潜在的安全风险。此外，还可以模拟后勤紧急情况，优化安全协议。

五是培训和模拟。

一般来说，员工的培训水平、技能和经验，对于石油和天然气设施的安全和可持续运行至关重要。“数字孪生体”可充当为操作员、技术人员和维护人员提供宝贵的培训和模拟工具。

公司专家提供虚拟环境，对人员进行设备操作、应急响应和操作及维护程序。通过模拟真实场景，“数字孪生技术”帮助机组人员，包括新员工在内，提高操作技能，增强态势感知能力，以及降低培训成本。“数字孪生技术”和虚拟现实还可以提供环境场外安全和应急情景培训。

六是持续改进和创新。

“数字孪生技术”支持油气田持续改进。通过为油气开采的流程优化和创新，提供数据驱动的新思路，还可以大规模部署不同地区的解决方案。技术人员掌握与石油相关的组织及领域知识，并且可以通过分析性能数据，增强对油气田的理解，最终获得历史趋势和数字模拟结果。

巴西亚马逊地区的钻采数字化解决方案

全球最大的油田技术服务公司斯伦贝谢，于2024年2月推出陆地油田的钻井采油自动化和远程数字解决方案，并获得预期效果。方案的实施地区为巴西的亚马逊。

巴西亚马逊地区油田开采历史已有50多年。作业者关注优化程序，从钻井作业到实时生产监控的操作流程，以及提高决策速度。主要目标是尽量减少停机时间与非生产时间（NPT），最大限度地提高资产的投资回报，以及减少二氧化碳（CO2）排放。

公司管理者采用钻机自动化数字解决方案，即使用基于目标的方法，来处理作业现场不断变化的钻井条件和重复性任务。而按照过去传统方法，则是需要现场人为干预。公司管理层很重视钻机控制系统与地面控制设备的运用，包括强大的数据分析和学习系统，均被纳入系统配置的标准操作程序。公司管理层计划逐步完成钻井“应用云”的安装，以及“边缘计算”的网关，运行自动化工作流程，实时监控，更有效地决策解决各种技术瓶颈问题。

自2021年以来，该地区运营商已钻探25口井，并应用钻机自动化数字方案，改变钻工培训工作。综合统计，钻柱连接时间平均减少46%，井底机械钻速（ROP）提高2%，节省27.22天钻井时间。此外，以自动化模式钻井，总共节省钻井时间82%，人员效率提高17%，提高了油田产量，还减少了1014吨二氧化碳排放。

（编译：郭永峰 编译自美国《JPT（石油技术报道）》杂志）