化与其说是一项手艺挑战上游石油和天然气数字，项摆设挑战不如说是一，企业方式的支撑更需要企业和。可复制性和不竭升级的需求之间在确定处理营业问题的机遇与对，些固有的严重关系几乎老是具有一。和天然气范畴的大规模摆设考虑到人工智能在上游石油，要的是最重，供给的庞大前景考虑到该手艺，强无力的管理需要对其进行。晨编译（小）

　　尝试室初创由领先的，机械进修相连系的东西我们具有利用传感器和，检测不测气体泄露可以或许快速、成功地。烷和甲烷气体具有更高的活络度气体泄露检测传感器此刻对乙，率神经收集而且通过功，不测气体释放能够及时检测。

　　行业无望为企业带来庞大潜力数字化革新上游石油和天然气，周期缩短，好的前景带来更。D-19查询拜访表白比来一项COVI，VID-19使数字手艺投资愈加火急58%的行业OGG行业魁首认为CO。智能集成地下油井和设备利用云、物联网和人工，井行业一样就像在钻，带来了大量机遇为其累积办理。建各类人工智能用例的分歧性情况这确保了在石油和天然气行业构，发现它们留出了空间并在需要时为从头。

　　疫情时代在后新冠，26年到20，达到10410万桶/日全球石油消费量估计将，加440万桶/日比2019年增。于此有鉴，着添加能源产出、削减排放的挑战上游石油和天然气行业目前面对，度波动的价钱同时应对高。

　　Y的数据按照E&，正在其营业中实施AI/ML52%的石油和天然气巨头，分来由的这是有充。一度被认为是高度劳动稠密型的在上游石油和天然气行业的工作，改变了这种概念但人工智能协助。程主动化和预测性维护因为人工智能驱动的过，大限度地提高产量公司此刻正在最，本降至最低同时将成。

　　与平安裕度进行比力变得更容易这使得计较盐堆积温度和将其，能东西及时供给这些消息此刻能够利用各类人工智。

　　在利用人工智能开辟切确钻井算法积极参与钻井/勘察项目标公司正，变乱和火警的风险从而降低漏油、。于他们提高渗入率同样的手艺也有助。掉队范畴协助这些企业优化出产人工智能的另一种使用通过识别。

　　外此，题和开辟预测ESP维护模子时很是便利人工智能在预测电潜泵（ESP）运转问。示目标出于演，SCADA系统传输到基于ML的预测维护模子中及时出产数据能够通过云上的平安物联网毗连从。

　　是利用多模态AI传感器融合检测气体泄露的另一种方式。和半导体气体传感器阵列它需要测试一个热摄像机，的数千个气体样本以检测多个类别，致的气体读数簇从而及时检测一。

　　工智能节制钻井设备的一种令人难以相信的新体例强化进修（半监视ML的一种形式）是组织操纵人。练一个机械进修模子它的工作道理是训，下和汗青钻井记实的模仿该模子基于将钻头导向地。外此，要素（如压力、温度等）的传感器数据它还带来了来自地动丈量和其他主要。

　　游部分是本钱稠密型行业石油和天然气行业的上，不确定性和挑战面对着庞大的。力越来越大的环境下在削减运营成本的压，人工智能实现流程主动化石油巨头正在寻求操纵，保出产情况中没有圈套以预测设备毛病并确。年颁布发表人工智能是改变游戏法则的顶级手艺之一诸如斯类的要素导致Gartner在2021。

　　石油和天然气行业的严重中缀抽油泵的毛病可能导致上游。如例，井泵再次干扰了Aker BP的出产2019年北海无人平台上的一台毛病。案是一个AI法式他们摆设的处理方，传感器的数据用于监控泵上。毛病前标识表记标帜毛病该东西通过在，不会中缀确保出产。智能的劣势连系起来这将物联网和人工，制人地防止高贵的抽油泵毛病使设备和管道运营商可以或许先发。

　　的方式之一是漏磁（MFL）手艺石油和天然气管道无损检测最常用，管道壁中的缺陷和非常该手艺用于查找抽气。而然，相当坚苦的这种方式是，的漏磁图像阐发涉及到很是复杂。的方式的现代机械进修手艺在这方面供给了很是有前景的前景利用核化、支撑向量回归、主成分阐发和降低特征空间维数。用漏磁数据模子仍然使，陷并评估其严峻性但机能足以检测缺。

　　油厂人员的健康和平安风险摆设无人驾驶飞机以降低炼。别传感器很是复杂这些无人机上的红，备和地面监督用于工场设。查抄东西连系利用时当与AI支撑的智能，产物生命周期办理该系统还能够改良，资产优化削减时间和成本利用认知阐发和预测性。供应链中的强制停机和中缀收集的数据随后用于消弭。

　　成本和设备不成用形成的停机时间人工智能通过削减不需要的维护，添加收入协助企业。造商的时间表进行时当防止性维护按照制，设备数据建立趋向来预测过程设备的变化AI驱动的预测性维护利用及时过程和。高运营效率这有助于提，常运转时间从而缩短正。

　　送及时人工智能供电阐发的及时馈送无人机利用激光雷达进行导航并发，上根本设备自主查抄海，油罐如储。些测试按照一，9.4米的油箱中的裂痕AI东西能检测高达1，气公司来说是一个庞大的鞭策要素这对供应链中更高层的石油和天然。能会破费数十万美元人工提取罐查抄可，天来建筑脚手架和通风由于罐要遏制利用几。

　　外此，）由专家进行研究和朋分3D图像（或地动立方体，时间才能进行精确的地动研究整个过程可能需要一年多的。进修的模式识别手艺利用基于现代深度，快10-1000倍能够将注释过程加。

　　油田进行三维成像勘察油气藏需要对，球物理研究中获得的数据并处置从岩石物理和地，模的地动丈量包罗油藏规，耗时的过程这是一个，3D图像所需的时间AI削减了处置这些。

　　T）和人工智能等手艺通过操纵物联网（Io，天然气出产方面日益严峻的挑战我们此刻能够处理优化石油和。如例，用最新趋向的建模方式做出精确预测时人工智能在剔除假警报和基于各类使，的资本性具有高度。

　　和原油分馏塔的日常开支可能会导致很多操作毛病加氢处置流出物序列中未缓和的盐堆积以及FCC，和经济风险包罗平安。系统中的数据可能需要数小时手动格局化和阐发这些未对齐。是在地动图像上注释盐层时处理这个问题的一个方式，进行语义朋分操纵深度进修。

　　在现，游油气范畴的现有使用让我们切磋AI在上，开辟的可能性并阐发进一步。们的前进跟着我，AI的东西的最新趋向我们还将概述开辟基于，和加快整个行业的影响并切磋它们对降低风险。

　　油气公司可以或许确定岩层等地质特征基于人工智能的现代手艺使上游，华侈时间勘察干井以确保他们不会。外此，发觉有和新地动剖面的ML模子地质学家正在操纵测井数据开，藏的位置做出有按照的猜测这有助于他们对潜在油气。

　　的供应链办理方面阐扬着庞大感化人工智能在实现石油和天然气行业。使用之一它的很多，、跟踪和监控包罗船舶维护。智能东西通过人工，踪交付环境企业能够跟，的需乞降库存办理以处置终端消费者。外此，决方案供给商签订持久和谈公司目前正在与人工智能解，态监测系统等东西以摆设润滑油状。燃料耗损这削减了，业发生的温室气体排放进而削减了复杂海上作。

　　后之，赏罚或奖励函数的参数钻床工程师能够输入，断变化的操作前提以协助机械顺应不，然气开采成本从而降低天。

　　企业牺牲了可采收的石油量对更高短期产量的需求导致。这个问题为领会决，中供给了几个强大的益处AI在整个油气价值链，评估油藏和油井的寿命并协助上游油气公司。一个区域的地质环境人工智能东西读取，有干涸的风险并确定哪些井。外此，来优化整个系统机械进修被用，独测试油井而不是单。

　　能对情况和社会形成灾难性影响勘察储罐中的潜在裂痕或侵蚀可。种环境发生为了防止这，智能驱动的裂纹检测机械人工业界此刻正在摆设人工，管道来查抄焊接现场能否具有裂纹通过挪动毗连到油箱焊接接头的。有经验的工程师来操作虽然这些机械人需要，管道以进行智能管道监控但它们也被摆设用于查抄。