为了应对全球能源转型复杂性并加强能源安全,布局“智慧”业务已成为能源企业的常态操作。能源行业一直是技术创新的摇篮,不管是传统的石油和天然气,还是“风、光、核”等清洁能源,数智化融合都在不同程度地推进。为了应对全球能源转型复杂性并加强能源安全,布局“智慧”业务已成为能源企业的常态操

首页 > 能源 > 石油 > 报道 > 正文

能源行业数智化变革再提速

2024-01-16 14:19 来源:中国能源报 

为了应对全球能源转型复杂性并加强能源安全,布局“智慧”业务已成为能源企业的常态操作。

能源行业一直是技术创新的摇篮,不管是传统的石油和天然气,还是“风、光、核”等清洁能源,数智化融合都在不同程度地推进。为了应对全球能源转型复杂性并加强能源安全,布局“智慧”业务已成为能源企业的常态操作。近期,两个最新的能源数字化技术合作接连达成,能源数智化变革之风正在兴起。

(来源:中国能源报 文丨本报记者 王林)

企业合作范围越来越广

1月4日,阿布扎比创新技术公司AIQ与亚马逊网络服务公司(AWS)达成合作,AIQ将作为后者认证合作伙伴,把能源行业自动化解决方案WellInsight带入AWS平台,为该平台下的全球客户提供相关服务。同时,AIQ也成为海湾合作委员会能源领域第一家通过AWS市场销售其产品的本地软件服务解决方案提供商。

WellInsight是一款由人工智能系统赋能和驱动的能源技术解决方案,可以帮助岩石地质学家和工程师,更深入了解储层特征,进而增强勘探成功率。AIQ作为阿布扎比国家石油公司和阿联酋科技巨头G42的合资企业,专注于石油和天然气行业人工智能产品和应用程序研发和商业化应用。

“WellInsight为全球能源行业提供了一个自动化和改进井眼分析的平台。”AIQ首席执行官克里斯·库珀表示,“这个基于人工智能技术的解决方案,可以更精准地确定钻探位置,更好了解井况,提高产量并减少碳足迹。”

与此同时,油服巨头哈里伯顿公司与巴西国家石油公司领导的财团Libra也达成合作,将为巴西盐下超深水油田Mero开发数字孪生技术。据了解,该技术汇集了资产传感器、数据和模型,包括4D地震,以及通过具有储层、井和设施实时视图的系统进行的智能完井,这将有助于资产表征、主动储层监测以及资产运营规划和优化。

哈里伯顿表示,数字孪生技术将通过模拟实时环境复制勘探场景,帮助运营商改进决策并最大限度提高运营可预测性,从而减少资本支出、缩短生产时间、提高原油采收率,最终实现油田最优开发。

油气领域技术专利扎堆

一直以来,石油和天然气行业都是技术创新的沃土。油价网汇编数据显示,2021年至2023年间,油气行业已经申请和授予了超过53.4万项技术专利。

数据分析与咨询公司GlobalData指出,降本提效、减少排放、安全维护等多方因素,推动油气技术专利不断推陈出新。人工智能、数字孪生等技术正在迅速普及和应用,帮助企业更准确分析各种地质数据,从而识别潜在的勘探区域。

事实上,上游勘探和开发一直是数智化技术重点创新领域,包括利用先进算法和机器学习来分析地质、地球物理和地震数据,以预测潜在的油气储层,优化钻井位置,并在整个勘探和钻井阶段加强决策。

据悉,壳牌在其油气供应链中部署了超过160个人工智能项目,实现高效收集、模拟数据的同时,在勘探和钻井项目中大幅降低了天然气开采成本。

通过提高效率和安全性、降低成本和优化操作,人工智能可以成为油气勘探的关键工具之一,有助于将上游领域产生的大量数据整理归纳并转化为可实操的流程。据了解,目前,全球主要油气生产商都对上中下游业务制定了明确的人工智能战略。

根据安永调查,全球超过90%的油气公司都在投资或即将开始投资人工智能技术。市场情报和咨询服务公司Mordor Intelligence预计,到2028年,人工智能在油气领域应用价值将达到42.1亿美元。

GlobalData统计发现,目前,全球有40多家从事油气及其相关行业的公司正在开发和应用数字孪生技术,预计仅数字孪生和智能数据系统就可以为企业节省高达15%的项目退役成本。

清洁能源“数智布局”走深

清洁能源行业也在纵深推进数字化布局,此前主要围绕“风光”电力展开,眼下已经深入核电领域。

法国电力公司子公司ConnexITy正在创建一个具有较好差异宽容度的通用数字孪生技术模型,旨在实时预测发电机健康状态,优化维护和保养操作体系。该公司介绍称,每台发电机组都是按需制造,因此存在细微差异,如金属厚度、线缆间距、传感器精度等,需要“对症下药”,针对各台发电机做模型微调与拟合。

西门子数字化工业软件公司则指出,通过数字孪生技术“虚拟化”核反应堆,可以将新型核能技术设计周期缩短一半,同时大大减少支持许可所需的测试成本。

人工智能技术还可以让“风光”变得更可预测。一方面,可以对厂址选择、建设、运营、维护,甚至发电能力进行全方位分析;另一方面,可以找到拥有最佳日照和风力资源且便于接入现有电网基础设施的厂址,并在开工建设后监管工程进度、优化设备运输,从而极大提高施工作业效率。

值得注意的是,预测太阳能电站和风电场的发电时间、发电量乃至电力需求仍比较困难和复杂,人工智能通过学习和分析历史气象数据、卫星云图、实时风速和日照强度、历史消费数据等信息,能够最大化实现对太阳能和风能发电情况和电力需求的预测。

英国数据分析和咨询公司ONYX Insight表示,运营和维护成本占风电场运营费用的60%,缺乏数字化技术会导致风电场运营能力下降,无法提前检测到的小故障可能最终导致灾难性故障和严重的停机事故。


特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。
展开全文
打开北极星学社APP,阅读体验更佳
2
收藏
投稿

打开北极星学社APP查看更多相关报道

今日
本周
本月
新闻排行榜

打开北极星学社APP,阅读体验更佳
*点击空白区域关闭图片,
双指拖动可放大图片,单指拖动可移动图片哦