中國(guó)儲(chǔ)能網(wǎng)訊：今年以來，我國(guó)國(guó)產(chǎn)大模型“深度求索”（DeepSeek）在全球范圍內(nèi)引發(fā)了“AI（人工智能）狂潮”。AI時(shí)代的到來及深入發(fā)展引發(fā)全球激烈的資本競(jìng)爭(zhēng)與多領(lǐng)域的關(guān)注，達(dá)沃斯論壇年會(huì)主題為“智能時(shí)代的合作”，美國(guó)劍橋能源周會(huì)議也聚焦人工智能。
作為我國(guó)戰(zhàn)略科技力量的重要組成部分，中央企業(yè)主動(dòng)服務(wù)國(guó)家戰(zhàn)略，加快人工智能發(fā)展。2月19日召開的中央企業(yè)“AI+”專項(xiàng)行動(dòng)深化部署會(huì)上，國(guó)務(wù)院國(guó)資委對(duì)國(guó)資央企發(fā)展人工智能作出部署安排。4月8日，中國(guó)石化召開人工智能工作領(lǐng)導(dǎo)小組全體會(huì)議，要求全力推動(dòng)國(guó)務(wù)院國(guó)資委“AI+”專項(xiàng)行動(dòng)部署落地見效。對(duì)于能源行業(yè)來說，既要乘新技術(shù)發(fā)展的東風(fēng)謀求行業(yè)進(jìn)步，也要妥善應(yīng)對(duì)其對(duì)能源需求的多方面影響。
3月中旬在美國(guó)休斯敦舉行的第43屆劍橋能源周會(huì)議上，人工智能（AI）再度成為焦點(diǎn)議題。與會(huì)人士認(rèn)為，人工智能興起帶動(dòng)數(shù)據(jù)中心建設(shè)等因素，將推動(dòng)全球能源需求持續(xù)增長(zhǎng)。與此同時(shí)，人工智能在能源領(lǐng)域的應(yīng)用與擴(kuò)展也對(duì)該行業(yè)產(chǎn)生了重要影響，AI時(shí)代，能源行業(yè)發(fā)展機(jī)遇與挑戰(zhàn)并存。
AI的盡頭是算力，算力的盡頭是能源：AI時(shí)代能源需求將顯著增長(zhǎng)
從能源自身的角度看，AI技術(shù)的突飛猛進(jìn)推動(dòng)了能源消費(fèi)的大幅增長(zhǎng)。AI技術(shù)的本質(zhì)是將電力轉(zhuǎn)化成算力，而現(xiàn)階段生成式AI模型訓(xùn)練與推理需要消耗巨額電力。譬如，以GPT-4為代表的萬億參數(shù)模型，單次訓(xùn)練耗能相當(dāng)于3000戶家庭年用電量；而根據(jù)美國(guó)互聯(lián)網(wǎng)科技公司Meta披露的數(shù)據(jù)，如果其最新一代開源大模型Llama 2每日處理10億次用戶請(qǐng)求，僅推理階段年耗電量就將超過5萬兆瓦時(shí)，約等于一座5萬人口小城市的年耗電量。
進(jìn)入2025年后，Grok 3和GPT-4.5、GPT-5等新一代AI模型層出不窮，AI技術(shù)的發(fā)展速度已超出所有人預(yù)期。在此背景下，雖然各權(quán)威機(jī)構(gòu)的預(yù)測(cè)數(shù)據(jù)有所差異，但普遍認(rèn)為，AI時(shí)代能源需求將呈現(xiàn)顯著增長(zhǎng)態(tài)勢(shì)。其中，彭博新能源財(cái)經(jīng)（BNEF）2024年報(bào)告指出，AI算力的需求每2.5年將出現(xiàn)翻番增長(zhǎng)，導(dǎo)致世界電力需求增速遠(yuǎn)超預(yù)期，預(yù)計(jì)2030年全球僅AI數(shù)據(jù)中心的電力需求就將達(dá)到500~800太瓦時(shí)，相當(dāng)于德國(guó)一年的用電量；麥肯錫全球研究院預(yù)測(cè)，2030年，全球AI數(shù)據(jù)中心電力需求可能達(dá)到1000~1500太瓦時(shí)；能源咨詢公司伍德麥肯茲表示，AI技術(shù)發(fā)展將導(dǎo)致美國(guó)能源需求持續(xù)上升，到2030年，美國(guó)數(shù)據(jù)中心的電力消耗可能翻倍增長(zhǎng)，在風(fēng)能、太陽能等新能源短期內(nèi)難以實(shí)現(xiàn)對(duì)化石能源有效替代的背景下，發(fā)電需求將推動(dòng)2040年美國(guó)天然氣總需求在2023年8865億立方米的基礎(chǔ)上再增加3000億立方米。
從能源基礎(chǔ)設(shè)施的角度看，AI技術(shù)發(fā)展對(duì)能源的依賴將推動(dòng)能源基礎(chǔ)設(shè)施建設(shè)呈現(xiàn)新趨勢(shì)。一方面，部分電網(wǎng)和天然氣管網(wǎng)等能源基礎(chǔ)設(shè)施建設(shè)將持續(xù)強(qiáng)化。其中，電網(wǎng)連接需求激增，需要大量投資來強(qiáng)化電網(wǎng)設(shè)施，且運(yùn)營(yíng)商將不得不面對(duì)管理更高流量、可變供應(yīng)和不斷增長(zhǎng)的電網(wǎng)系統(tǒng)帶來的嚴(yán)峻挑戰(zhàn)。此外，燃?xì)怆姀S規(guī)模擴(kuò)大帶來的天然氣需求增長(zhǎng)，也迫使部分國(guó)家和地區(qū)持續(xù)強(qiáng)化天然氣管網(wǎng)基礎(chǔ)設(shè)施建設(shè)。譬如，弗吉尼亞州是美國(guó)數(shù)據(jù)中心建設(shè)最集中的地區(qū)，殷拓能源公司等天然氣生產(chǎn)商計(jì)劃提升美國(guó)山谷管道輸送能力至25億立方英尺/日，將更多天然氣輸往該地區(qū)，以滿足發(fā)電需求。
另一方面，部分能源基礎(chǔ)設(shè)施建設(shè)或?qū)⒊尸F(xiàn)“分布式”和“離網(wǎng)”等特點(diǎn)。首先，DeepSeek改變了傳統(tǒng)AI“規(guī)模至上”的發(fā)展邏輯，其輕量化模型與開源策略降低了AI應(yīng)用門檻，促進(jìn)中端算力設(shè)施和分布式數(shù)據(jù)中心的普及，并推動(dòng)算力生態(tài)從“超大規(guī)模中心壟斷”轉(zhuǎn)向“分布式蜂群網(wǎng)絡(luò)”。其次，由于小型模塊化反應(yīng)堆（SMR）和新一代地?zé)岬刃履茉醇夹g(shù)預(yù)計(jì)2030年后逐步成熟，部分大型科技公司已與地?zé)崮芎秃四茼?xiàng)目簽署新的電力購(gòu)買協(xié)議，探索在“離網(wǎng)”發(fā)電設(shè)施上開發(fā)數(shù)據(jù)中心。
好風(fēng)憑借力，送我上青云：AI技術(shù)為能源行業(yè)高效賦能
在風(fēng)電和光伏發(fā)電領(lǐng)域，AI技術(shù)通過提高發(fā)電效率、預(yù)測(cè)設(shè)備故障、提升運(yùn)維能力等顯著增加了清潔能源的可靠性和經(jīng)濟(jì)性。例如，谷歌旗下DeepMind與風(fēng)電企業(yè)合作，通過系統(tǒng)整合風(fēng)速、風(fēng)向、地形等氣象數(shù)據(jù)與歷史發(fā)電數(shù)據(jù)，利用機(jī)器學(xué)習(xí)提前36小時(shí)預(yù)測(cè)風(fēng)電量、優(yōu)化電網(wǎng)調(diào)度，使單個(gè)風(fēng)電項(xiàng)目?jī)r(jià)值提升20%以上。再如，特斯拉旗下SolarCity通過機(jī)器學(xué)習(xí)模型分析當(dāng)?shù)卦茖痈采w、光照強(qiáng)度、溫度等氣象數(shù)據(jù)，預(yù)測(cè)用戶家用光伏電池板未來24小時(shí)的發(fā)電量，并結(jié)合用戶歷史用電數(shù)據(jù)，預(yù)測(cè)家庭負(fù)載需求，幫助用戶提前規(guī)劃電動(dòng)汽車充電等高耗電設(shè)備使用時(shí)段，最終實(shí)現(xiàn)家庭發(fā)電“發(fā)—儲(chǔ)—用—售”的全鏈條優(yōu)化。
在油氣勘探開發(fā)領(lǐng)域，AI技術(shù)通過數(shù)據(jù)集成分析、智能決策優(yōu)化和自動(dòng)化控制，顯著提升了油氣資源發(fā)現(xiàn)效率、降低了開發(fā)成本，并提高了作業(yè)安全性，在地震解釋、油氣藏預(yù)測(cè)、鉆完井優(yōu)化、壓裂方案設(shè)計(jì)、油井實(shí)時(shí)監(jiān)測(cè)與預(yù)測(cè)性維護(hù)、數(shù)字孿生與虛擬油田、HSE保障等方面均能發(fā)揮重要作用。
以鉆完井優(yōu)化為例，油服公司斯倫貝謝利用自主研發(fā)的AI鉆井系統(tǒng)，在二疊紀(jì)盆地實(shí)現(xiàn)了“自動(dòng)駕駛鉆井”，使鉆井效率提高25%、單井成本下降18%；沙特阿美則在賈富拉頁(yè)巖氣開發(fā)項(xiàng)目中利用AI技術(shù)輔助超過3公里的長(zhǎng)水平段鉆井的精準(zhǔn)導(dǎo)向和壓裂優(yōu)化，使單井產(chǎn)量提高30%以上。在我國(guó)，針對(duì)鄂爾多斯盆地致密氣藏非均質(zhì)性強(qiáng)、傳統(tǒng)鉆井儲(chǔ)層鉆遇率相對(duì)較低的問題，中國(guó)石油聯(lián)合華為開發(fā)“智能鉆井系統(tǒng)”，利用深度學(xué)習(xí)算法實(shí)時(shí)識(shí)別巖性，在將儲(chǔ)層鉆遇率提升至85%、單井產(chǎn)量增加30%的同時(shí)，使鉆井周期縮短15%，并大幅降低了鉆井成本。
在電網(wǎng)運(yùn)營(yíng)領(lǐng)域，AI技術(shù)已逐步滲透到電網(wǎng)“發(fā)—輸—變—配—用”各個(gè)環(huán)節(jié)，通過實(shí)時(shí)數(shù)據(jù)分析、智能預(yù)測(cè)和自動(dòng)化控制等手段重塑電網(wǎng)運(yùn)營(yíng)模式，不斷提升電力系統(tǒng)的穩(wěn)定性、效率和可再生能源消納能力，未來也將推動(dòng)電網(wǎng)運(yùn)營(yíng)從“自動(dòng)化”向“自主化”跨越，為構(gòu)建新型電力系統(tǒng)提供高效支撐。
以我國(guó)寧夏地區(qū)部分光伏發(fā)電消納為例，一方面結(jié)合風(fēng)云氣象衛(wèi)星、地面輻照儀數(shù)據(jù)，利用“LSTM（長(zhǎng)短期記憶網(wǎng)絡(luò)模型）+注意力機(jī)制”模型，將光功率預(yù)測(cè)精度由85%提升至95%，同時(shí)通過AI技術(shù)動(dòng)態(tài)優(yōu)化燃煤機(jī)組調(diào)峰深度，大幅減少棄光現(xiàn)象；另一方面，在“寧電入湘”特高壓通道中，使用AI技術(shù)預(yù)測(cè)湖南負(fù)荷需求，并結(jié)合區(qū)塊鏈智能合約自動(dòng)匹配寧夏光伏出力曲線（光伏電池的輸出功率隨著光照強(qiáng)度變化的曲線），2024年跨省區(qū)交易量提升了40%以上。
加快發(fā)展新質(zhì)生產(chǎn)力：我國(guó)石油企業(yè)如何擁抱“AI時(shí)代”
首先，要加快掌握關(guān)鍵核心技術(shù)，夯實(shí)油氣勘探開發(fā)數(shù)智化發(fā)展基礎(chǔ)。緊扣現(xiàn)階段油氣勘探開發(fā)存在的痛點(diǎn)，以“數(shù)據(jù)—算法—工具—系統(tǒng)”的垂直整合實(shí)現(xiàn)AI技術(shù)在油氣上游領(lǐng)域的穿透。一是進(jìn)一步強(qiáng)化數(shù)據(jù)治理，以統(tǒng)一標(biāo)準(zhǔn)整合地震、測(cè)井、鉆井等上游數(shù)據(jù)，正確處理數(shù)據(jù)數(shù)量和質(zhì)量的關(guān)系，深入研究高質(zhì)量數(shù)據(jù)集標(biāo)準(zhǔn)體系與建設(shè)路徑，打造更高質(zhì)量的油氣上游數(shù)據(jù)集。二是進(jìn)一步優(yōu)化算法，針對(duì)地震解釋、儲(chǔ)層預(yù)測(cè)、井位優(yōu)化、智能鉆井、壓裂優(yōu)化、生產(chǎn)調(diào)控等不同勘探開發(fā)場(chǎng)景研發(fā)AI模型，如將地質(zhì)力學(xué)方程嵌入神經(jīng)網(wǎng)絡(luò)、提升復(fù)雜儲(chǔ)層預(yù)測(cè)精度，以深度Q網(wǎng)絡(luò)（DQN）動(dòng)態(tài)調(diào)整鉆壓、轉(zhuǎn)速來避開斷層等。三是構(gòu)建自主可控的工具生態(tài)，以“軟件定義工具、硬件承載智能”為原則，軟件聚焦勘探開發(fā)核心場(chǎng)景，硬件突破“卡脖子”技術(shù)，實(shí)現(xiàn)數(shù)智工具國(guó)產(chǎn)化。四是構(gòu)建綜合性應(yīng)用平臺(tái)，打通地質(zhì)勘探、鉆井、壓裂、生產(chǎn)等環(huán)節(jié)的數(shù)據(jù)流與決策流，實(shí)現(xiàn)勘探開發(fā)全鏈條數(shù)智化閉環(huán)管理，推動(dòng)油氣勘探開發(fā)技術(shù)從“單點(diǎn)智能”向“系統(tǒng)智能”的跨越。
其次，要聚焦油氣勘探開發(fā)主責(zé)主業(yè)，打造能推廣、可迭代的應(yīng)用場(chǎng)景。堅(jiān)持以場(chǎng)景建設(shè)為牽引，通過“需求識(shí)別—技術(shù)匹配—場(chǎng)景驗(yàn)證—規(guī)模推廣”的閉環(huán)路徑，突出創(chuàng)新鏈、產(chǎn)業(yè)鏈之間的數(shù)智賦能作用，持續(xù)推動(dòng)油氣勘探開發(fā)主業(yè)向數(shù)智化、低碳化方向升級(jí)躍遷，加速形成新質(zhì)生產(chǎn)力，最終實(shí)現(xiàn)AI技術(shù)在油氣上游實(shí)現(xiàn)從“技術(shù)可用”到“業(yè)務(wù)好用”的價(jià)值轉(zhuǎn)化。與此同時(shí)，要加快成熟場(chǎng)景普及推廣和迭代升級(jí)，深入開展油氣勘探開發(fā)領(lǐng)域原創(chuàng)性、顛覆性、引領(lǐng)性創(chuàng)新成果研究，大力推進(jìn)語言、視覺、多模態(tài)、科學(xué)計(jì)算等大模型技術(shù)在油氣勘探開發(fā)領(lǐng)域更多場(chǎng)景的應(yīng)用，力爭(zhēng)形成一批示范帶動(dòng)性強(qiáng)的數(shù)智化創(chuàng)新項(xiàng)目。
最后，要加強(qiáng)人才隊(duì)伍建設(shè)，提升油氣上游領(lǐng)域全員數(shù)智素養(yǎng)與技能。一是堅(jiān)持培養(yǎng)和引進(jìn)相結(jié)合，著力培育一批精通AI理論、技術(shù)與油氣勘探開發(fā)應(yīng)用的復(fù)合型高端人才，打造高水平創(chuàng)新團(tuán)隊(duì)，提高油氣上游數(shù)智化持續(xù)創(chuàng)新能力。二是健全AI技術(shù)在油氣勘探開發(fā)應(yīng)用過程中的“揭榜掛帥”“賽馬制”等項(xiàng)目管理機(jī)制，支持和鼓勵(lì)優(yōu)秀人才挑大梁、擔(dān)重任，最大程度激發(fā)人才創(chuàng)新創(chuàng)業(yè)活力，全面提升數(shù)智化人才儲(chǔ)備質(zhì)量。三是加大全員普及力度，把握AI技術(shù)和產(chǎn)業(yè)發(fā)展的規(guī)律和趨勢(shì)，推動(dòng)上游員工拓展數(shù)智化發(fā)展的思維和意識(shí)，做好數(shù)智化戰(zhàn)略部署的執(zhí)行者。
（作者單位：中國(guó)石化石油勘探開發(fā)研究院）
