当今世界已经进入了数字时代和智能时代, 大数据、人工智能、云计算、物联网、5G通信、虚拟现实和区块链等信息通信技术(ICT)已经应用于国防军事、经济建设、社会发展、医疗健康、文化娱乐及消费生活等各个领域, 改变着我们的工作与生活方式。数字化转型也成为各行各业的热门话题, 尤其是传统行业希望通过数字化转型重塑行业面貌, 全面推动产业升级与变革。

油气工业面临着长期发展和短期生存的双重压力。长期面临着新能源替代、电动汽车导致油气需求下降和绿色低碳制约等重大挑战, 短期面临着油气资源供大于求、世界经济下行导致油气需求增长乏力, 导致近年来油气价格一直处于低位震荡、勘探开发投资减少、技术服务市场规模萎缩、企业倒闭裁员频繁, 2020年的新冠肺炎疫情更是雪上加霜, 进一步加剧了油气工业及其技术服务市场形势的恶化。因此, 数字化转型是石油物探企业发展与生存的必然选择。

本文着重探讨石油物探走向实时数据采集与自动化处理智能化解释时代的数字化转型之路, 介绍了石油物探数字化转型的目标、内容和特征, 阐述石油物探数字化转型发展应采取的关键行动。

1 油气工业与石油物探行业面临的形势

据不完全统计^[1], 全球油气勘探开发投资自2014年高位以后断崖式下降至高位期的1/2, 2020年又因为新冠肺炎疫情的暴发再次受创, 2020年全球油气勘探开发支出预计降至3830×10⁸美元左右, 为近15年的最低点(图 1), 与此直接对应的是油气技术服务市场规模的大幅度萎缩(图 2), 地震勘探市场预计将由2019年的150×10⁸美元下降到120×10⁸美元。

当前世界石油工业面临着低油价带来的重大挑战, 成本控制成为影响石油公司竞争力的重要因素, 石油工业期望通过数字化转型实现降本增效迎接这一挑战, 而数字化转型的核心内容就是通过数字孪生和大数据、人工智能、云计算、物联网、5G通信等数字驱动技术提升生产率和降低风险与成本。降本增效是近年来油气行业的主基调, 全面拥抱信息技术、数字化技术和智能技术是重要手段。石油工业的数字化变革, 将通过数字化转型获得竞争优势, 并通过先进技术的应用改变能源生产和消费方式。智能油田建设是当今油气公司为实现数字化变革而开展的重点建设内容之一, 李剑峰等^[2]编著的《智能油田》全面阐述了智能油田建设的业务目标、技术基础与应用实践, 重点分析了油田数据治理、知识管理、工业互联网和数字化转型等议题。图 3展示了书中提出的智能油田总体架构, 智能油田的建设定将推动油气工业数字化转型, 加速油气发现, 降低生产成本, 提升安全水平, 促进油田企业绿色可持续发展。

作为面向石油工业的技术服务与支持行业, 包括石油物探在内的油服企业面临着同样的困境, 包括产能过剩、工作量下降、价格下跌的市场压力; 高效竞争、低成本低风险运营、可持续发展的内部压力, 以及安全、环保、绿色发展的外部压力。

与总体油服市场表现一样, 石油物探市场规模也随着油气价格的起伏发生剧烈变化, 2020年又将有大幅度的降低(图 4)。石油物探市场的低迷, 也导致研发投入的显著下降, 2020年地震勘探的研发费用预计不到高峰期的1/4^[3](图 5)。2010年至2019年间地震勘探行业排名前五的企业累计投入研发费用约22×10⁸美元, 2019年的研发费用相对2013年的峰值期下降63%, 预计2020年又将有35%的下降, 为近十余年来的最低点。

面对这样严峻的形势, 数字化转型是石油物探企业迎接挑战的不二选择, 既是满足油气勘探开发技术需求与成本要求、降低油气勘探开发成本与风险的必然选择, 也是提升竞争力、赢得市场、扩大市场规模、提高效率、降低物探作业与企业运营成本的必然选择。

2 数字化转型的内涵与方法

开展数字化转型首先应搞清为什么要数字化转型。原因有以下3点: 一是我们已经进入数字经济发展阶段, 数字化转型是适应数字经济发展大环境的需要; 二是数字化转型已经成为许多传统行业或企业的选择, 因此企业数字化转型是获得市场竞争力的需要; 三是数字化转型是解决行业或企业发展内在矛盾和困境, 激发企业发展动力的需要。

数字经济作为经济发展的高级阶段, 是继农业经济和工业经济后的新型经济形态, 数字经济成为当今世界经济发展的新增长引擎。按照《G20数字经济发展与合作倡议》中的定义, 数字经济是以使用数字化的知识和信息作为关键生产要素、以现代信息网络作为重要载体、以信息通信技术的有效使用作为效率提升及经济结构优化的重要推动力的一系列经济活动。据中国信息通信研究院发布的《中国数字经济发展白皮书(2020年)》^[4], 我国数字经济增加值规模由2005年的2.6×10¹²元增加到2019年的35.8×10¹²元, 占GDP比重由2005年的14.2%提升到36.2%(图 6)。

数字经济发展的新要素包括^[2]: ①数字基础设施成为新基础设施; ②连接、共享与平台化成为数字经济的关键特征; ③数字素养成为对劳动者和消费者的新要求; ④数据成为驱动经济增长的关键生产要素; ⑤数据治理和挖掘能力成为新的核心竞争力; ⑥不断创新的信息技术成为数字经济的持续推动力。

以上列出的数字经济发展新要素以及《G20数字经济发展与合作倡议》对于数字经济定义中表述的关键因素, 也是不同行业或企业数字化转型中必须高度重视的核心要素。

企业数字化转型的根本目的是提升企业产品和服务的竞争力, 让企业获得更大的竞争优势。数字化转型的本质是在新一代信息通信技术驱动下, 实现业务、管理和商业模式的深度变革与重构, 技术是支点, 业务是内核。

数字化转型是一个长期的系统工程, 不可能一蹴而就, 大多数企业需要数年甚至更长时间的艰苦努力才能取得显著成果。数字化转型面临诸多方面的挑战, 从技术驾驭到业务创新, 从组织变革到文化重塑, 从数字化能力建设到人才培养。

数字化转型是通过新一代数字技术的深入应用, 构建一个全感知、全联接、全场景、全流程、全智能的数字世界, 进而优化再造物理世界的业务, 对传统管理模式、业务模式和商业模式进行创新和重塑, 实现业务成功。

数字化转型的内涵主要包括以下两点:

① 新一代信息通信技术成为新的生产要素, 叠加融合到原有的生产要素中, 推动企业业务的创新和重构, 产生显著的业务价值。因此, 对新一代信息通信技术的驾驭能力是企业数字化转型的重要保障。石油物探数字化转型依赖于大量先进信息通信技术的应用, 包括: 先进网络与通讯技术、高性能计算技术、分布式存储技术、云计算技术、大数据分析技术、人工智能技术、可视化与虚拟现实技术、物联网与工业互联网技术、边缘计算技术、区块链技术、无人机与机器人技术、智能穿戴与移动设备等。

② 数字资产成为创造价值的新源泉, 不断形成与积累的数字资产将为企业不断创造新价值, 构建企业新的竞争力。数字化转型需要遵循一套方法论, 走一条动态演进的可持续发展道路, 实现在数字化时代的自我进化(图 7)。按照《华为行业数字化转型方法论白皮书(2019)》^[5], 行业或企业数字化转型的方法论包括4个方面。

2.1 坚持1个企业级转型战略

将数字化转型定位为企业级战略进行全局谋划, 制定企业数字化转型的愿景和使命, 明确数字化转型的定位和目标, 设计新商业模式、新业务模型和新管理模式, 制定数字化转型战略举措, 以全面指导企业数字化转型的实施与落地。

2.2 创造2个数字化转型的保障条件

企业数字化转型需要组织机制和文化氛围两个保障条件。组织机制保障主要是明确责任主体, 建立数字化转型组织, 统筹推进数字化转型落地。创造文化氛围包括培育转型文化理念, 激发个体活力, 形成数字化转型动力源泉。重点要培育数字文化、变革文化和创新文化, 数字文化建设重在积极拥抱数字化, 通过数据来改变传统的管理思路和模式, 习惯用数据说话、用数据决策、用数据管理和用数据创新; 变革文化重在倡导勇于探索、拥抱变化、自我颠覆、持续变革; 创新文化重在倡导崇尚创新、宽容失败、支持冒险, 在数字化转型过程中更加积极和主动。

2.3 贯彻3个数字化转型的核心原则

3个核心原则是战略与统筹原则、业务与技术双轮驱动原则、自主与合作并重原则。战略与执行统筹原则就是要处理好远期与近期、总体与局部、宏观与微观等关系; 业务与技术双轮驱动原则就是要从业务视角思考转型目标和路径, 找到技术对业务变化的支撑点; 自主与合作并重原则就是要识别和聚焦核心能力, 以开放心态充分利用外部力量补齐非核心能力。

2.4 推进4个数字化转型关键行动

数字化转型要通过4个关键行动来实施, 即顶层设计、平台赋能、生态落地和持续迭代。

① 顶层设计。规划设计要对企业数字化转型的愿景、目标、价值发现做好顶层设计, 根据企业业务特点开展包括业务架构、组织架构、数据架构、应用架构和技术架构在内的架构治理设计, 根据目标、资源和约束条件制定数字化转型的路径规划、里程碑设计和任务分解。

② 平台赋能。平台赋能强调数字技术平台在数字化转型中的核心作用, 平台赋能是数字化能力建设的根本保证。平台赋能重点是建设支持数字化转型的资源平台、技术平台、数据平台和业务平台, 并配套运营体系和安全体系, 在此基础上构建场景化数字化业务应用, 实现资源共享化、技术组件化、数据融合化、能力服务化和应用场景化。

③ 生态落地。生态落地就是要充分利用内、外部人才、技术、资金等资源开展咨询设计、技术平台建设、系统集成与维护、应用开发与服务、运营与安全服务, 聚焦核心能力, 加快数字化转型的实施进程。

④ 持续迭代。持续迭代体现在功能级的短周期迭代、平台能力级的中周期迭代和规划设计级的长周期迭代3个尺度, 实现数字化能力的沉淀、技术平台的升级和数字化业务的自我进化。

3 石油物探数字化转型的目标、内容与特征

相对一般传统行业而言, 石油物探行业的数字化转型有其自身的特点:

1) 石油物探行业本质上是信息产业, 其业务流程传统上分为3个阶段, 即数据采集、数据处理与数据分析(解释), 数据是石油物探行业的产品也是重要资产。

2) 石油物探行业是最早应用计算机的行业, 也是具有较高信息化和数字化程度的行业。在石油物探业务流程的3个阶段中, 采集获得的原始数据经过数字化处理后形成有用的信息(一般表现为地震成像和属性等), 再经过分析解释将信息转化为对地质目标、地层与储层的认识和洞察(一般表现为地质模型和油藏模型), 这些认识和洞察成为油气勘探开发的决策依据, 指导钻井部署、工程设计和生产管理等。在这3个阶段中, 应用了大量数字化数据采集、数据处理和数据分析技术、装备与软件。

3) 石油物探行业的作业场所千变万化, 尤其是数据采集, 一般都是移动而非固定的野外环境, 包括空中、陆地和海洋, 地面与井中、海面和海底, 地表条件也千差万别, 如平原、草地、沙漠、黄土塬、山地、沼泽、湖泊、河流等。

石油物探在油气勘探开发的全生命周期中都发挥着重要作用, 跨越了油气藏勘探期、油藏描述期、油气开发期和成熟期多个阶段, 关键功能包括发现定位、静态描述与动态监测, 其核心作用可以概括为油气发现和开发决策的决策依据与指导(图 8)。石油物探业务本质是为油气工业提供信息服务, 使其以较低的风险和成本发现并开采石油天然气, 获取较高的收益和投资回报。因此, 石油物探技术进步一直就是围绕着提高油气勘探成功率, 降低勘探开发成本, 发现并开采更多的油气资源这3个目标开展的。这3个目标也正是石油物探数字化转型的目标, 当前还需加上安全生产与绿色环保即更高的HSSE目标。

石油物探数字化转型的业务目标可以概括为“4E”, 即功能有效(Effective)、性能高效(Efficient)、经济低成本(Economical)和安全环保(Environmental)。

作为石油天然气等矿产资源勘探中广泛应用的重要技术之一, 地球物理勘探特别是地震勘探长期以来一直是高性能计算、三维可视化、计算机网络等信息技术的重要应用领域, 是较早实现数字化采集、处理和分析的行业。从某种程度上来说, 地球物理勘探早就是一个完全的数字化信息产业, 它的业务运转完全基于数字化采集、数字化处理和可视化分析流程。数据采集基于大型传感器仪器装备和网络。数据处理基于大规模高性能计算机系统和并行计算技术。数据分析基于海量数据分析和三维可视化解释计算机系统与软件技术。油气勘探中的地球物理数据处理和分析解释的任务是有效提高采集获得数据的信噪比和分辨率, 提高地质构造的成像精度, 有效挖掘数据中的地质构造、地层岩性、储层物性和油气信息, 建立准确的储层或油气藏模型。

从技术层面看, 石油物探数字化转型的关键目标特征可以概括为“全感知、全联接、全智能、全场景、全流程、平台化”, 简述如下。

1) 全感知。包括目标的感知、场景的感知、环境的感知、系统的感知、人的感知和市场的感知等。全感知是多参数、多尺度、多层次、全场景和全流程的数字化感知。感知既是地球物理探测数据采集的基本技术要求, 通过感知获得地球物理数据; 也是业务流程、业务模型、管理模式、HSSE等数字化转型的基本需求。全感知是一切用数据说话, 实现数据驱动业务和决策的基础。

2) 全联接。包括万物互联、人机互联、人人互联、内外互联, 业务流程所涉及的所有资源要实现互联、互通与共享。全感知和全联接预示着我们将用物联网的思路重构石油物探系统, 重构石油物探数据采集、处理和解释全流程, 实现数据、信息、资源和价值的畅通连接和流转, 也为石油物探数据的实时采集和自动化处理奠定基础。

3) 全智能。人工智能将广泛应用于石油物探的全业务流程和业务场景中, 实现采集智能化(智能感知)、处理智能化(自动化处理)、分析智能化(智能化解释), 要通过装备智能化(智能机器人)和系统智能化支持流程的自动化和智能化。

4) 全场景。全场景指对石油物探的所有业务场景都要开展数字化改造, 实现系统的互联互通、智能化和资源共享。无论是野外工作场景还是室内工作场景, 无论是技术研究还是生产应用, 无论是技术业务还是产品服务, 都要体现数字化转型带来的变革。

5) 全流程。数字化转型应贯穿于石油物探全业务流程中, 保障数据与信息畅通无阻, 实现流程自动化。全流程既包括地球物理数据采集、处理、解释3个阶段的业务流程, 也包括在油气勘探、开发和油藏管理等油气全生命周期中的应用流程。

6) 平台化。平台赋能是行业数字化转型的关键行动, 平台化是数字化转型的重要特征, 数字技术平台是支撑行业或企业业务发展和数字化转型的基础。平台化也可能体现为多种形态, 既可以是企业内部构建私有技术平台, 也可以构建行业垂直技术平台, 或以公有云方式面向多个行业的开放性综合技术平台, 或由以上多种类型平台构成的混合技术平台。

数字化转型的主要内容包括:

① 基础设施数字化。基础设施全面数字化、平台化、云化、服务化、插件化, 实现万物互联、系统互通, 提供支撑石油物探业务发展的数据管理能力和计算能力, 实现资源共享化、技术组件化、数据融合化和能力服务化。

② 装备工具数字化。地球物理数据采集、处理、分析装备以及作业辅助装备的全面数字化将进一步实现智能感知、处理与分析, 提高业务效益与工作效率。

③ 技术平台数字化。石油物探技术平台的数字化实际上是显而易见的, 包括云计算、大数据、人工智能、物联网、工业互联网、虚拟现实(VR)、5G通信等新一代数字技术的全面应用。

④ 业务流程数字化。基于数字化技术平台创新业务流程, 实现石油物探业务流程的自动化、智能化(数据+算法)和实时化。

⑤ 资产数字化。地球物理行业的核心资产包括了其数字化技术平台和数据资产, 数据资产的全生命周期数字化管理有利于资产的价值挖掘和共享服务。

⑥ 产品数字化。石油物探产品形态多样, 也基本实现了数字化, 既包括传统的地球物理数据, 也包括围绕地球物理数据采集、处理和解释的硬件设备和软件产品, 更可以创新产品形态, 如智能化分析模型、勘探开发数据分析报告和智能机器人等。

⑦ 服务数字化。通过数字化创新服务模式, 构建石油物探技术服务生态系统, 提升用户体验, 实现数字化设计、数字化施工、数字化交付、数字化交易、数字化协同工作和知识共享。

⑧ 运营数字化。通过市场感知实时掌握市场动态, 通过数据驱动决策提高决策的科学性和时效性, 实现运营系统的数字化、网络化、可视化、自动化和智能化。

⑨ 生态数字化。基于石油物探数字技术平台构建石油物探开放生态系统和创新创业平台, 通过资源共享化、技术组件化、数据融合化、能力服务化实现平台、客户、技术与服务提供者、创业者的有机融合和多赢生态。

4 石油物探数字化转型之路

石油物探行业或企业的数字化转型是一项系统工程, 不可能一蹴而就, 也不会完全脱离现有基础而另起炉灶, 而是在现有业务流程和设施基础上通过一系列的关键行动实现系统的升级、改造、整合与创新, 在顶层设计的基础上由点到线、由线到面, 逐步实现业务的数字化转型。数字化转型应走一条动态演进的可持续发展道路, 实现在数字化时代的自我进化。

石油物探数字化转型应采取的关键行动包括以下5个方面。

4.1 关键行动一: 构建基于物联网的地球物理数据采集系统

地球物理数据采集是地球物理或石油物探行业的关键和核心业务, 也是数据处理和解释的基础和前提。石油物探数字化转型的关键行动之一就是要用物联网理念与技术重构地球物理数据采集系统, 其中主要以地震勘探数据采集系统为核心。

建设基于物联网的地球物理数据采集系统, 就是借助物联网、工业互联网、云计算、大数据、人工智能、5G通信和边缘计算等技术构建标准化地球物理数据采集平台, 实现数据采集终端(传感层)与数据存储管理和处理分析系统的互联互通, 实现地球物理数据的实时采集和实时传输, 为后续的实时数据处理和分析解释奠定基础。

基于物联网的地球物理数据采集系统具有以下主要特征:

① 智能感知节点。地球物理数据采集端普遍用智能感知节点替代有缆采集装备, 具有自主数据采集和存储、自主空间定位、自主时间同步、远程控制和状态感知等功能。

② 无线高速网络。完全基于无线通讯网络实现智能感知节点与云端的互联互通, 支持窄带与宽带(NB-IOT、LoRa、蓝牙、WiFi、4G/5G等多模式)融合通讯功能, 支持无线远程监控、远程控制和数据实时回传等功能。

③ 多种感知模式。支持传统检波器和基于MEMS、DAS等新型振动传感的地震数据采集, 也支持重电磁与状态环境等多参数传感; 支持地面、地下(井中)、空中、海底观测, 支持瞬间观测、重复观测和永久观测。

④ 实时监控与控制。通过无线通信实时远程监控节点状态和资源使用情况, 同步设备信息管理; 实时进行节点采集参数设置与远程控制。

⑤ 实时采集质控。基于无线宽带通信数据传输实现实时数据回传, 并在此基础上进行采集数据的实时分析与质量控制, 并且可以在云端构建自动化质控分析与预处理工作流程, 实现地球物理数据的实时采集与自动化处理。

⑥ 数字化作业管理。基于宽带无线通信和智能化节点、手持设备或可穿戴设备, 可实现人员—设备—环境—平台的互联互通和协同工作, 对采集队伍和作业过程进行数字化管理, 有效提高作业效率和管理水平。

⑦ 数字化安全监控。通过智能终端、可穿戴设备等工具的应用, 实现有效的人员和设备位置跟踪和路径规划、环境监测、风险评估、安全预警、应急处置管理, 显著降低HSSE风险和损失。

⑧ 无人机与机器人应用。针对不同的地理环境和应用场景, 大力发展面向地球物数据采集应用的无人机和机器人, 如具有自动驾驶和自动控制功能的可控震源, 采集装备运输车辆和无人机, 移动通信基站无人机和飞艇, 节点部署与维护辅助设备等。

⑨ 边缘计算。在数据采集终端或移动通信基站(中继站)端部署边缘计算系统, 进行采集数据质量控制分析、数据预处理和自动化分析。

4.2 关键行动二: 构建地学(石油物探)应用数字基础设施

石油物探数据采集、处理、解释业务历来对于信息基础设施具有高度依赖性, 尤其是地震数据处理与解释技术的进步高度依赖于高性能计算与三维可视化技术的发展。对于当今石油物探数字化转型而言, 需要建设强大的数字信息技术基础设施, 主要包括: 高速网络与通信系统、云计算中心、可视化与虚拟现实中心, 它们分别主要支撑地震采集、处理和解释3个阶段的业务需求。

4.2.1 高速网络与通信系统

高速网络与通信系统是构建基于物联网的地球物理数据采集系统、连接采集—处理—解释应用、实现互联互通的基础。网络与通信系统包括无线与有线两种形式, 以无线为主。石油物探物联网系统也要融合窄带(NB-IoT、LoRa、蓝牙)和宽带(WiFi、4G/5G)通信, 以满足不同场景、不同环境、不同距离等条件下的通信需求, 支撑石油物探数据采集感知端与云计算中心、人与物、系统—系统之间的万物互联, 实现远程状态监控与采集控制、实时数据传输与远程协同工作、资源共享与远程服务等功能。

4.2.2 (高性能)云计算中心

高性能计算中心或云计算中心历来是石油物探特别是地震数据处理的基础设施, 尤其是随着地震采集技术的进步与油气勘探目标与条件的日趋复杂化, 地震数据量和处理计算量呈指数级增长, 对数据存储管理能力和数据处理计算能力提出了更高的要求。当前的海量数据存储与管理需求已经超过100PB-EB级, 计算能力需求已经超过10-100Petaflops级。为此, 大规模分布式存储与并行计算技术得到广泛应用, 基于CPU和GPU的异构计算技术成为当今地震成像处理的主流。高性能计算中心或云计算中心主要支撑石油物探数据的存储与处理。随着智能化技术发展与应用, 对计算能力的需求将进一步攀升, 需要发展基于NPU、DSP、FPGA等新的异构并行计算技术来提供算力支撑。

4.2.3 可视化与虚拟现实中心

可视化与虚拟现实中心主要支撑石油物探数据的分析与解释业务。在过去三十多年中, 三维可视化技术被广泛应用于地球物理数据的人机交互分析解释, 近年来发展的虚拟现实技术又进一步提升了三维可视化技术的应用体验和应用模式。可视化与虚拟现实中心主要应包括高分辨率图形展示系统、沉浸式虚拟现实交互环境和分布式协同工作环境3个部分, 以高效支撑石油物探与相关地质信息的综合解释和团队决策。

数字基础设施的建设可采用开放和灵活的方式, 可以充分利用通信公网与公有云资源, 也可综合利用通信公网与公有云、企业专网与私有云构建混合通信网与混合云系统, 或利用多种资源构建移动云计算服务基础设施。

4.3 关键行动三: 构建石油物探数字化技术开发与应用平台

构建石油物探数字化技术开发与应用平台实际上是构建基于数字基础设施之上的石油物探软件开发和应用基础平台, 包括物联网平台、大数据平台、人工智能平台、可视化平台和场景化应用业务平台5个部分。

4.3.1 物联网平台

物联网平台支撑石油物探相关数据采集、数据传输、数据存储管理、质量控制、设备管理和作业管理等业务功能的应用软件开发与部署应用, 支持智能地震节点等各类数据采集传感终端的接入, 支持边缘计算等技术应用。

4.3.2 大数据平台

大数据平台支撑石油物探海量数据的高效存储与管理、高性能计算处理与分析等功能的应用软件开发, 支持地球物理数据批处理流程和交互式应用, 支持大规模分布式存储与并行计算, 支持大数据分析和流程自动化。

4.3.3 人工智能平台

人工智能平台支撑人工智能特别是机器学习(深度学习)技术在石油物探中应用功能的软件开发, 实现人工智能软件开发框架与大数据平台的有机集成, 包含丰富的机器学习算法, 支持深度学习模型的训练、部署与推理应用, 支持自动化数据处理与智能化数据分析业务功能和流程开发。

4.3.4 可视化平台

可视化平台支撑石油物探数据的可视化分析与人机交互等功能的应用软件开发, 支持各类地学图形和三维场景的绘制、多模态实时人机交互, 支持高分辨率三维可视化和360度全场景虚拟现实设备应用, 满足成果与模型展示、人机交互、团队协同工作等应用功能需求。

4.3.5 场景化应用业务平台

场景化应用业务平台是基于上述物联网平台、大数据平台、人工智能平台和可视化平台构建的面向场景化应用环境的业务系统开发与应用环境, 以实现数据融合化、技术组件化、资源共享化、能力服务化与应用场景化, 以支持数字化技术流程、数字化作业管理、数字化业务运营、数字化产品管理、数字化资产管理、数字化服务的快速应用开发与部署应用。

数字化技术平台建设是石油物探数字化转型最核心的关键行动, 是实现平台赋能的基础。图 9为石油物探数字化转型技术平台架构示意, 图中清楚地呈现了数字化技术平台的主要组成部分和层次关系。

4.4 关键行动四: 构建数据资源共享与数字化服务生态系统

石油物探数字化转型不但要实现技术层面的升级与转型, 也要实现业务运营与管理模式的转型, 以适应数字化经济的发展和客户需求, 提高劳动生产力, 降低风险与成本, 扩大市场规模和服务领域, 提高行业和企业的竞争力。要实现业务运营与管理模式的转型, 构建数据资源共享与数字化服务生态系统是一项重要内容, 也是石油行业的薄弱环节。

构建数据资源共享与数字化服务生态系统行动主要包括以下主要内容:

① 建设油气勘探开发或石油物探数据湖系统。通过数据资源的集中管理与互联互通, 实现从数据孤岛到数据共享, 实现业务应用中数据流的顺畅访问, 保障数据质量。

② 对企业各类数据资源进行数据挖掘与应用。充分发挥数据资产对业务运行、客户服务、企业经营和管理决策的价值作用。

③ 建设行业或企业知识图谱。深度挖掘人员、设备、软件、数据、流程、工艺、模型、报告等不同形态产品与资产中的隐形知识, 实现知识共享, 降低新员工业务熟悉过程的门槛和周期, 提高企业知识的积累、沉淀、分享与应用水平。

④ 丰富数据产品与数据服务模式。在传统数据产品和承包项目、多客户数据模式基础上, 进一步丰富数据产品类型和服务模式, 提升数据资产的价值。

⑤ 构建开放式协同创新和数字化服务生态系统。基于统一的数字技术平台, 构建客户—创新者—平台—供应商生态系统^[6], 采用灵活多样的业务运行模式, 提供丰富多彩的产品与服务类型, 构建新型客户-生产者-消费者模式, 在技术组件化、资源共享化、能力服务化的支撑下形成数字化服务生态系统, 加速行业技术创新与业务创新, 推进行业的高质量健康发展(图 10)。

4.5 关键行动五: 发展石油物探业务应用的无人机与机器人

当前, 无人机与机器人已经在军事、工业、农业、医疗健康业、服务业、娱乐与消费等领域得到了广泛应用, 无人机也在石油物探领域的地形地貌测量、现场踏勘、地震采集现场辅助等方面得到了一定的应用。

发展面向石油物探业务应用的无人机与机器人, 是石油物探数字化转型的重要内容之一。发展的途径包括: 一是对石油物探野外数据采集装备进行智能化改造, 使其具有智能感知、决策和行动功能; 二是基于通用工业无人机和机器人平台加载石油物探作业功能; 三是研发具有丰富功能的数字化辅助工具。面向石油物探业务的无人机与机器人研发, 既要满足装备功能上的通用性, 又要适应不同应用环境、不同应用场景、不同业务用途、不同应用条件的特殊性。

预期需要重点发展的面向石油物探业务的无人机与机器人产品包括: 具有自动驾驶与自动控制功能的可控震源, 地形与地貌测量无人机, 无线通信中继无人机, 现场巡视无人机, 节点部署与回收无人机, 海底节点部署与回收ROV, 自动驾驶运输车(机器人), 山地等复杂地表地区石油物探施工辅助工具等。

5 业务流程变革: 实时数据采集与自动化处理智能化解释

笔者曾重点讨论了石油物探数据处理和解释的智能化发展问题^[7], 提出地球物理勘探的智能化发展应走从自动化处理到智能化解释的发展道路, 重点发展数据驱动型、增量式、自动化处理技术和可视化、全信息、智能化解释技术。其智能化发展路线分3步走, 即功能自动化、流程自动化和系统智能化, 最终建立数据驱动的完整功能与业务流程、自我进化的智能化系统、可视化与虚拟现实实时协同工作环境, 实现知识积累与共享。文中还展望了未来地球物理数据处理分析的工作场景, 即后端并行化、前端可视化、流程自动化、系统智能化。

石油物探智能化发展的目标是自动化处理与智能化解释, 根本目的是: ①通过自动化与智能化技术的应用, 地球物理勘探资料处理解释人员彻底从繁杂的重复性、机械性操作中解放出来, 而将其主要精力集中在流程制定、过程监控、里程碑决策方面, 大幅度提高工作效率, 降低人工成本, 缩短工作周期。②通过智能化技术的应用, 最大限度挖掘地球物理勘探资料中的有用信息, 并通过多源信息的融合应用提升信息的价值, 实现专业知识的深度挖掘、有效积累和共享应用, 有效降低勘探开发的风险和成本。③通过智能化技术的应用, 形成规范的智能化处理与分析流程与标准化系统, 有效降低对人工经验的高度依赖性和分析结果的主观性, 克服人工处理与分析因人而异、效率低下、知识与经验无法积累和推广等弊端。

笔者认为, 石油物探智能化技术应用发展要经过以下3种形态, 其发展路线或逐次推进、或部分同步推进.

5.1 第一形态: 功能自动化

重点对当前地球物理数据处理解释过程中人工交互操作功能环节进行自动化改造, 处理解释过程中关键步骤功能基本实现自动化, 中间结果以可视化形式呈现, 处理解释监控人员履行质量控制职责, 确定是否进入下一步骤或需要继续迭代处理。自动化处理中的一个关键环节是质量控制, 只有彻底消除耗时费力的人工检查环节才能实现完全的自动化处理。

5.2 第二形态: 流程自动化

在功能自动化基础上, 实现地球物理处理解释流程或局部子流程的自动化, 过程可视化操控, 综合解释过程基于三维可视化或虚拟现实工作场景进行, 基于知识系统进行预定流程或功能清单的处理与分析, 对结果进行实时可视化分析和决策。这一过程依赖于高性能计算、大数据处理和可视化分析技术的支撑。流程自动化是未来实现实时数据采集和自动化处理的基础与前提。

5.3 第三形态: 系统智能化

随着功能自动化与流程自动化的推进, 以及机器学习技术的深度应用, 智能技术应用领域不断扩大, 智能化分析水平不断提升, 从而逐步构建起智能化系统。智能化系统既包含组成处理解释流程全过程的数据驱动型智能化应用功能, 又通过大量数据的应用与训练逐步实现专业知识的不断积累, 知识的积累使得智能化系统自我进化变得越来越聪明, 而智能化系统的进化和知识积累又很容易地被分享应用。

上述分析仅涉及到石油物探3个业务阶段的后两个, 当我们将地球物理数据采集纳入思考的范围, 数字化转型将促进石油物探技术业务流程发生根本性变革。石油物探数据采集、处理与解释3个阶段将更进一步融合, 基于物联网理念和新一代网络通信技术重构的石油物探数据采集将呈现出实时化特征, 云计算、大数据与人工智能驱动下的石油物探数据处理解释将呈现出自动化和智能化特征, 由此融合形成以实时数据采集与自动化处理智能化解释为特征的技术业务流程变革, 大大提升石油物探业务流程效率。变革后的业务流程, 数据采集、处理、解释在时间上的阶段性将逐渐淡化, 而代之以工作内容上的区分和时间上的交叉重叠与循环迭代, 用一个个小循环迭代流程来形成大循环迭代, 小循环迭代形成增量式处理流程, 而大循环迭代形成迭代式地质建模和油藏建模流程, 由此可见需要新的技术创新来支撑这个目标的实现。

图 11给出了地球物理实时数据采集与自动化处理智能化解释场景示意。它实际上是一个云网端一体化平台系统, 在高速通信网络、云计算中心、可视化中心等基础设施支撑下, 地球物理智能节点将传感数据实时传输到云端, 在边缘计算技术和设施支撑下实现采集数据的分布式实时监控与质量控制, 在云计算中心和自动化处理流程支撑下实现增量式处理, 在可视化中心和自动化智能化分析解释流程支撑下实现迭代式建模, 不断更新地震成像、油藏描述和动态监测结果。这种应用场景实际上在天然地震监测与预警系统中已经实现, 地震台网构成了实时数据采集系统, 后台数据处理系统则实现了地震事件的快速定位和震级估算, 只不过石油物探中采集的数据量更大、处理和解释更加复杂、实现实时性处理解释难度更大。

要实现上述应用场景, 需要突破一系列技术难题。

1) 石油物探数据特别是海量地震数据的实时汇聚。基于物联网理念和新一代网络通信技术重构的石油物探数据采集系统, 可以实现石油物探数据的实时传输, 但数十万甚至上百万地震节点采集的海量地震数据实时传输汇聚到云端仍具有较大的挑战性, 以5G为代表的新一代通信技术为实现上述目标提供了可能。基于物联网-云计算架构构建的石油物探数据采集系统, 如图 12所示。

5G是集无线技术、网络技术、智能技术于一体的新一代通信技术。5G通信有三大核心优势或三大技术特征, 即高带宽、低延迟和大连接, 也就是被3GPP定义的三大应用场景: 增强移动带宽(Enhanced Mobile Broadband, eMBB)、海量机器通信(massive Machine Type Communications, mMTC)、超可靠性低时延通信(Ultra-Reliable Low Latency Communications, uRLLC)。首先是高宽带(eMBB), 以往每代通信技术更迭速率提升10倍, 而理论上5G比4G速率提升100倍达到10G左右(下行20G, 上行10G), 现在部署的5G网络一般实测速度可以达到千兆级。其次是低时延(uRLLC), 5G仅有1~10ms的时延, 而4G网络时延一般大于100ms。再是大连接(mMTC), 大连接是指每平方公里的连接数量能达到上百万级。5G的低时延与高可靠性, 可以满足对可靠性和响应速度要求高的控制类操作应用场景。5G的大连接和低时延都是面向新型应用的, 为车联网、物联网的应用提供联接基础。5G解决了大连接的容量能力, 实现万物互联, 连接的不仅仅是人的手机等移动终端, 还有各种各样的智能设备, 如车辆、摄像机、无人机、机器人、路灯和井盖等各种设施。5G将带来无所不达的连接、无所不在的计算和无所不及的智能。5G的到来, 其应用不局限于消费互联网, 更包含万物互联的产业化应用。

5G通信技术的三大核心优势与具体应用领域的结合都可能引爆诸多5G应用场景, 石油物探数据采集就是这样一个应用场景。基于5G网络构建无线地震数据采集系统, 可以实现复杂地表条件下的高效数据采集和实时数据质量控制和数据回收。5G通信具有高带宽、低延迟、大连接三大技术优势, 具有广阔的应用前景, 5G通信将成为石油工业数字化转型的重要基础设施。但是5G通信也有不足, 这种不足如果遭遇到油气工业中的某些特殊应用场景和条件, 就会成为一种障碍而制约应用。不足之一是5G基站的信号覆盖范围小, 不足之二是企业不能采用5G独立自主组网, 这些问题的制约需要技术创新结合业务模式创新才能有效解决。国内电信运营商也正在积极探索通过5G+工业互联网催生新动能和产业新模式, 重点是探索新的网络模式(公众网络+行业专网, 实现“网络服务产品化”)以及新的运营模式(运营商自营通信网络+融入客户生产系统)以及新的商业模式(单量纲计费模式+多量纲多维度计费模式)。

中国石化石油物探技术研究院研发的5G智能地震节点支持实时地震数据采集、实时无线传输、实时远程分析, 支持实时远程状态监控、实时远程采集和传输模式控制、实时数据回收, 是利用5G通信技术实现实时无线地震数据采集的有益尝试。

2) 增量式自动化处理流程的实现。智能地震节点的广泛应用, 必将促进实时数据采集与自动化处理智能化解释场景应用的发展, 如何构建针对实时汇聚的地球物理数据尤其是地震数据增量式自动化处理流程尚有许多挑战性技术有待攻克。主要技术挑战包括: ①面向节点实时数据采集的高效海量数据管理: 连续采集和汇聚数据的快速传输、存储、抽取、组织和访问; ②地球物理数据处理流程中人机交互功能自动化、质控自动化、模块选择与参数优化智能化、质量控制智能化的实现; ③增量数据处理结果与全局性处理结果的融合, 以及增量数据处理对全局性处理关联性与依赖性的解耦, 这里既要充分利用地球物理线性系统的可叠加性简化处理流程的实现, 又要充分考虑非线性所带来的挑战; ④无观测系统非规则随机分布节点采集数据处理或预处理技术; ⑤基于海量节点长周期连续观测的被动源背景噪声干涉成像技术; ⑥针对实时采集数据自动化处理超强计算能力的需求。

3) 迭代式智能化地质地球物理建模流程的实现。基于增量式自动化处理得到的地震成像、反演和属性分析等处理结果, 需要一个迭代式智能化地质地球物理建模流程来支撑地质构造解释、储层预测和油藏描述等解释业务。随着数据量的不断增加, 信息越来越丰富, 地震成像、反演和属性分析结果越来越全面、准确和精确, 因此这个迭代式智能化建模流程需要体现迭代、递进、升维等特征。迭代和递进意味着随着数据量的不断增加, 模型迭代是在以前结果的基础上逐步趋真、趋精、趋全。升维则要充分考虑数据量增加所带来信息的丰富, 以升维方式细化数据处理和分析方法、充分挖掘数据中隐藏的信息。典型的升维分析包括: 空间升维(一维、二维、三维模型分析)、偏移距升维(AVO分析)、方位角升维(各向异性分析)、频率升维(分频处理与分析)、时间升维(多次叠加分析)和属性升维(单属性到多属性、多源数据融合分析)等。

同时, 迭代式智能化地质地球物理建模流程还需包括地质构造几何建模与属性建模、物性建模与岩性流体建模、静态建模与动态建模等内容, 形成由无到有、由少到多、由粗到细、由细到精、由局部到整体的递进式建模技术体系。

6 模式变革与生态系统

前文讨论了数字化转型给石油物探技术业务流程带来的根本性变革, 即实现实时数据采集与自动化处理智能化解释应用场景。那么, 除此以外数字化转型还会带来哪些变革呢？

6.1 业务模式变革

数字化转型带来石油物探技术业务流程的变革, 其实时化特征推动了采集—处理—解释业务的一体化, 体现在业务模式上可能将有更多的业务以一体化项目或工程的形式承揽。特别是在油藏动态监测场景下, 整个工程将采用一体化外包服务的形式, 又由于自动化处理与智能化解释技术的成熟应用, 工程运行将体现某种意义上的无人工厂模式, 一切采集、处理、解释业务皆以约定的标准化、规范化和自动化方式开展。

6.2 服务与管理模式变革

石油物探技术业务流程的变革将使得业务团队更加精简, 组织模式更加敏捷, 业务开展更加依赖网络化、云化(工业互联网, 公有云+私有云)的技术平台环境, 产品与服务体验更佳, 客户支持响应更快, 决策向数字化、智能化、科学化、协同化、实时化方向发展, 数据驱动成为业务运行和管理决策最重要的管理模式。

为提高业务运行效率, 针对一些应用场景将催生出一系列定制化应用场景解决方案, 包括相应的数字技术平台环境、采集处理解释软硬件产品和服务内容, 形成特色化服务, 如页岩油气生产环境的微震监测服务。

6.3 业务生态系统变革

数字化转型对数字技术平台的高度依赖, 基于数字技术平台将形成业务生态系统, 创业者或第三方服务商可以围绕数据采集、处理、解释等业务内容提供创新技术、产品和服务, 在平台支撑下为客户提供集成式服务。基于生态平台化、技术组件化和能力服务化, 可以提高创新成果的共享效益。平台成为连接市场、连接未来、连接目标、连接客户、连接合作伙伴和连接集成商的纽带, 形成协同开放、共建、共享的石油物探生态系统。

生态系统的建设, 还将提升石油物探产品与服务的标准化和规范化, 发挥规模化效益, 甚至可能催生出石油物探行业开放数字平台架构、开放互联互通规范、开源节点架构设计(含硬件架构与软件架构), 增强不同场景采集装备、处理解释算法与工具的兼容性和互操作性, 降低石油物探行业的作业成本。

7 石油物探数字化转型面临的挑战

石油物探数字化转型面临的挑战主要有:

1) 转型顶层设计层面的挑战。转型战略和目标、建设内容和实施路线图制定的质量直接关系到数字化转型实施的成败和效果, 而这些内容的制定既要兼顾行业和企业的实际情况和特点, 又要兼顾长远发展和普遍性, 更要考虑多方面发展目标的统筹与制约因素的协调。

2) 转型实施保障措施层面的挑战。转型发展的实施需要与之相适应的组织架构、人才队伍和文化的保障, 组织架构要与转型发展的业务模式相匹配, 开放性数字化人才、复合型人才、学习型组织、创新型团队是实施数字化转型的人才保障, 以数字化文化和创新文化为核心的文化建设则可以营造良好的数字化转型文化氛围, 促进数字化转型认知的统一, 形成数字化转型的合力。

3) 技术平台系统建设层面的挑战。石油物探行业的数字化转型是一项技术密集型工程, 能否有效把握相关关键技术、构建数字化转型技术平台与系统, 是数字化转型成败的关键。我们应以开放的心态统筹利用内外部资源和生态系统各方资源, 采用自建系统或外购服务、自主研发或外购产品、自主运维或服务外包、私有云/公有云/混合云等多种灵活多样的形式与机制, 构建高质量的数字基础设施和数字技术平台, 成功实现石油物探业务的数字化转型和可持续发展。

4) 核心技术与关键零部件组件自主可控层面的挑战。在中美冲突升级的大背景下, 数字基础设施和数字技术平台建设所涉及的核心技术与关键零部件、组件是否自主可控, 直接关系到数字化转型是否会遇到“卡脖子”的关键, 是实施数字化转型过程中必须认真对待的问题。在数字基础设施建设方面, 我国在云计算、高性能计算、网络与通信、卫星定位与导航、物联网、工业互联网、人工智能等技术方面都取得了巨大的成果, 但仍存在操作系统、高端芯片、关键元器件、人工智能底层技术等方面的自主可控风险, 尤其是这些领域使用了大量开源软件, 都可能成为西方控制的领域。在石油物探采集装备方面, 目前大量使用引进的地震采集装备, 但国内正在加大地震节点仪和可控震源等产品的研发力度, 有望降低自主可控风险, 但在海底地震节点、机器人研制方面较为薄弱, 模数转换等核心元器件尚难以实现完全替代。在石油物探专业软件方面, 关键的地震数据处理和综合解释软件仍然由国外主流产品主导生产应用, 虽然国内软件产品发展进步不小, 但在产品成熟度和系统性方面仍有较大差距, 尽管难以完全替代国外产品, 但在完全封锁的情况下, 不至于严重影响实际生产应用。

8 结束语

石油工业正处于动荡时期, 短期面临着世界经济低迷、油气需求增长乏力和油价低位震荡的压力, 长期发展则面临着绿色低碳要求、新能源替代、电动汽车发展对石油需求减少等众多压力, 如何降低风险与成本、提高效益与回报是石油工业很长一段时间发展的主题。

作为面向石油工业的服务行业之一, 石油物探行业也面临着生存与发展的严峻挑战, 而数字化转型是我们迎接这些挑战的重要手段。数字化转型已经成为当今世界众多行业和企业提升竞争力的战略选择, 石油物探行业也应通过数字化转型迎接长期发展和短期生存所面临的双重压力。现在是我们积极准备、迅捷行动、迎接数字化转型和变革的最佳时机, 当然数字化转型的实施也会遇到众多的挑战。

石油物探数字化转型是一项系统工程, 需要做好顶层设计, 明确石油物探数字化转型的发展路径, 重点要抓好五项关键行动, 推进石油物探技术业务流程变革和业务模式、服务模式变革, 迎接实时数据采集与自动化处理智能化解释时代的到来。