实现智能化油气开采 降低石油对外依存度

　　文／徐　红

　　20 世纪90 年代以后，我国石油需求量加速增长，但储量和产量增加停滞。2020 年我国石油对外依存度高达 73.6%，据此估算2030 年前后我国的石油对外依存度极有可能超过80%。

　　2019 年以来，原油产量温和上涨，2021 年我国原油进口对外依存度同比下降1.6%。这与我国相关科技领域实现了技术突破关系密切。

　　对于我国这样经济体量巨大的国家，国内石油天然气资源的开发和利用是解决石油安全问题的最根本立足点。中国石油大学（北京）石油工程学院副教授廖勤拙一直从事“智能油气开采”理论与方法研究，围绕精准高效模型构建的关键问题，创建了基于数据驱动的多项式代理模型和基于物理约束的升尺度代理模型，提出了代理模型辅助下自动历史拟合、动态产能预测和实时参数优化的智能决策方法，为油气资源的智能、经济、高效开采提供了科学依据。

　　创新建模方法 构建智能系统

　　针对学科发展热点和难点问题，廖勤拙一追到底，给出了科学的解决方案。当前，实际油藏建模面临规模大、非均质性强、非线性强等复杂问题，构建代理模型是实现智能油气开采的关键。针对传统油藏模拟计算效率难以满足实时智能决策需求的问题，廖勤拙创建了精确高效的多项式代理模型，替代高维非线性方程数值求解，表征油藏参数复杂映射关系，并提出了物理约束下的升尺度代理模型方法，提高了油藏模型计算精度和速度。

　　实现智能开采正确决策与实时优化的前提是代理模型要具有精度和效率。针对传统代理模型存在的问题，廖勤拙提出了集合“维度自适应降维”“嵌套优选训练数据”“时空变换线性化”等多种算法的多项式代理模型方法，实现了复杂非均质多孔介质渗流的精准高效模拟。

　　同时，尺度升级和网格粗化方法能够减少网格数量，降低模拟难度，对油藏开发优化有着重要的意义。结合多孔介质渗流的内在机理和物理约束，廖勤拙提出了全新的单相流和多相流升尺度代理模型方法，大幅提高了升尺度算法本身的计算效率。

　　这些成果经SPE9、SPE10、PUNQ-S3、IC-Fault 等国际标准算例的验证，将传统代理模型的精度和速度提高了 100 倍以上。而且已经在多个地区油田开发过程中得到广泛应用，具有重大的社会经济价值，获得国际学术界权威专家的高度评价。

　　在实践生产中，油藏历史拟合、产能预测和参数优化过程中，需要多次调用模拟器求解正问题，在实际大规模油藏模拟中耗时惊人。针对油田开发中参数反演不准确、优化计算代价大等问题，创建了融合物理机理与数据驱动的高效代理模型，提出了代理模型辅助下自动历史拟合、动态产能预测和实时参数优化的油田智能决策方法并自主研发软件，解决了油田开发中大规模参数估计和注采优化的难题。

　　代理模型辅助的自动历史拟合方法、代理模型辅助的动态产能预测和实时参数优化方法值得特别关注。自动历史拟合以准确估计参数为目的，使模型真实重现历史动态过程，是智能油田开发的关键环节。廖勤拙提出代理模型辅助的集合卡尔曼滤波、马尔科夫链- 蒙特卡罗等油藏自动历史拟合算法，通过对先验模型进行主成分分析和特征提取，降低数据维数同时保留了主要地质特征，提高了历史拟合的鲁棒性和模型精度，为复杂非均质油气藏地质特征识别和物性参数估计提供了理论支持。

　　同时，廖勤拙通过渗透率、孔隙度等模型静态参数的准确估计，对油藏模型动态更新，得到了压力、饱和度等动态参数的实时分布，降低了预测结果的不确定性，精准描述了地下流体运移状态与驱替过程，提供了一种在油藏静态描述和动态预测中评价随机性与寻找最优解的新途径，实现了以提高采收率为目标的实时优化。

　　廖勤拙与全球最大石油公司——沙特阿美进行了多次交流合作。他构建了多参数油藏数值模型，并用自创方法对非均质性储层物性参数进行了准确反演，在后验模型基础上提出了优化开发方案。

　　领军学科发展 培养后辈俊彦

　　廖勤拙在理论和实践双方面均获成功，来源于他10 余年脚踏实地的科研探索。2009 年，廖勤拙在北京大学工学院顺利获得学士学位后，到美国南加州大学工学院攻读了石油工程专业博士学位。

　　随后，他选择在美国斯坦福大学地球科学院、北京大学工学院能源与资源工程系& 高精尖创新中心完成博士后阶段的科研工作。因学术成绩优秀，廖勤拙出站后到沙特法赫德国王石油与矿业大学担任了助理教授，主要教授数值模拟、试井方法、油藏工程、不确定性分析方法课程。

　　2022 年，怀着家国情怀，带着满腹经纶，廖勤拙到中国石油大学（北京）石油工程学院担任副教授一职，开启了人生新篇章。

　　未来我国油气勘探开发重点是深地、深水、非常规油气田，开发条件苛刻，迫切需要实现绿色、安全、高效开采。加快油气开采智能化升级，事关我国能否抓住新一轮科技革命和产业变革机遇，成为“十四五”规划中建设“数字中国” 的重要任务之一。

　　针对国家需求，廖勤拙积极深入研究智能油气开采方法和技术，发展综合油井局部和油田整体数据、融合物理机理与数据驱动的理论系统，致力于探究精确高效的机器学习算法，利用人工智能优化开发方案，降低完井成本，提高生产

　　效率。他努力将构想落实到面向渤海湾、北部湾、莺歌海和琼东南盆地等深水油气资源的智能开采方案中，也落实到面向准噶尔盆地、鄂尔多斯盆地等非常规油气资源的智能开采方案中，致力于实现从扩产到精产的飞跃，为我国尽早实现智能化、自动化开采目标和保障国家能源安全贡献力量。

　　除了贡献自己的才智，廖勤拙还在积极培养学科后备军。他在充分利用海外求学和任教经历，为学生积极寻求与世界一流学府、国际石油巨头的合作交流机会，引入世界一流院校的英语教材以及授课方式，培养具有国际视野的复合型人才。针对目前我国尚无一所高校通过石油工程专业中最具含金量的 ABET 认证局面，廖勤拙尤其希望帮助我国实现石油工程专业 ABET 认证“零的突破”。

　　随着传感技术、大数据以及人工智能等信息化技术的快速发展，依托于大数据和前沿算法的智能化方法为提高原油采收率和最优化生产方案提供了重要的发展方向，成为各大国际公司以及学术领域的研究热点。我们希望并相信，在廖勤拙等年轻科技人员地执着追求下，必将为科技发展带来新的活力，为社会进步带来更多的惊喜！

关注读览天下微信， 100万篇深度好文， 等你来看……