中國儲能網(wǎng)訊:今年以來,我國國產(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時代的到來及深入發(fā)展引發(fā)全球激烈的資本競爭與多領(lǐng)域的關(guān)注,達(dá)沃斯論壇年會主題為“智能時代的合作”,美國劍橋能源周會議也聚焦人工智能。
作為我國戰(zhàn)略科技力量的重要組成部分,中央企業(yè)主動服務(wù)國家戰(zhàn)略,加快人工智能發(fā)展。2月19日召開的中央企業(yè)“AI+”專項行動深化部署會上,國務(wù)院國資委對國資央企發(fā)展人工智能作出部署安排。4月8日,中國石化召開人工智能工作領(lǐng)導(dǎo)小組全體會議,要求全力推動國務(wù)院國資委“AI+”專項行動部署落地見效。對于能源行業(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)對其對能源需求的多方面影響。
3月中旬在美國休斯敦舉行的第43屆劍橋能源周會議上,人工智能(AI)再度成為焦點(diǎn)議題。與會人士認(rèn)為,人工智能興起帶動數(shù)據(jù)中心建設(shè)等因素,將推動全球能源需求持續(xù)增長。與此同時,人工智能在能源領(lǐng)域的應(yīng)用與擴(kuò)展也對該行業(yè)產(chǎn)生了重要影響,AI時代,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時代能源需求將顯著增長
從能源自身的角度看,AI技術(shù)的突飛猛進(jìn)推動了能源消費(fèi)的大幅增長。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10億次用戶請求,僅推理階段年耗電量就將超過5萬兆瓦時,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)測數(shù)據(jù)有所差異,但普遍認(rèn)為,AI時代能源需求將呈現(xiàn)顯著增長態(tài)勢。其中,彭博新能源財經(jīng)(BNEF)2024年報告指出,AI算力的需求每2.5年將出現(xiàn)翻番增長,導(dǎo)致世界電力需求增速遠(yuǎn)超預(yù)期,預(yù)計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,相當(dāng)于德國一年的用電量;麥肯錫全球研究院預(yù)測,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;能源咨詢公司伍德麥肯茲表示,AI技術(shù)發(fā)展將導(dǎo)致美國能源需求持續(xù)上升,到2030年,美國數(shù)據(jù)中心的電力消耗可能翻倍增長,在風(fēng)能、太陽能等新能源短期內(nèi)難以實現(xiàn)對化石能源有效替代的背景下,發(fā)電需求將推動2040年美國天然氣總需求在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)展對能源的依賴將推動能源基礎(chǔ)設(shè)施建設(shè)呈現(xiàn)新趨勢。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)營商將不得不面對管理更高流量、可變供應(yīng)和不斷增長的電網(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,也迫使部分國家和地區(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)商計劃提升美國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2030年后逐步成熟,部分大型科技公司已與地?zé)崮芎秃四茼椖亢炇鹦碌碾娏徺I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小時預(yù)測風(fēng)電量、優(yōu)化電網(wǎng)調(diào)度,使單個風(fēng)電項目價值提升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)測用戶家用光伏電池板未來24小時的發(fā)電量,并結(jié)合用戶歷史用電數(shù)據(jù),預(yù)測家庭負(fù)載需求,幫助用戶提前規(guī)劃電動汽車充電等高耗電設(shè)備使用時段,最終實現(xiàn)家庭發(fā)電“發(fā)—儲—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、鉆完井優(yōu)化、壓裂方案設(shè)計、油井實時監(jiān)測與預(yù)測性維護(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)盆地實現(xiàn)了“自動駕駛鉆井”,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巖氣開發(fā)項目中利用AI技術(shù)輔助超過3公里的長水平段鉆井的精準(zhǔn)導(dǎo)向和壓裂優(yōu)化,使單井產(chǎn)量提高30%以上。在我國,針對鄂爾多斯盆地致密氣藏非均質(zhì)性強(qiáng)、傳統(tǒng)鉆井儲層鉆遇率相對較低的問題,中國石油聯(lián)合華為開發(fā)“智能鉆井系統(tǒng)”,利用深度學(xué)習(xí)算法實時識別巖性,在將儲層鉆遇率提升至85%、單井產(chǎn)量增加30%的同時,使鉆井周期縮短15%,并大幅降低了鉆井成本。
在電網(wǎng)運(yùn)營領(lǐng)域,AI技術(shù)已逐步滲透到電網(wǎng)“發(fā)—輸—變—配—用”各個環(huán)節(jié),通過實時數(shù)據(jù)分析、智能預(yù)測和自動化控制等手段重塑電網(wǎng)運(yùn)營模式,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,未來也將推動電網(wǎng)運(yùn)營從“自動化”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)測精度由85%提升至95%,同時通過AI技術(shù)動態(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)測湖南負(fù)荷需求,并結(jié)合區(qū)塊鏈智能合約自動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:我國石油企業(yè)如何擁抱“AI時代”
首先,要加快掌握關(guān)鍵核心技術(shù),夯實油氣勘探開發(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,針對地震解釋、儲層預(yù)測、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)雜儲層預(yù)測精度,以深度Q網(wǎng)絡(luò)(DQN)動態(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)核心場景,硬件突破“卡脖子”技術(shù),實現(xiàn)數(shù)智工具國產(chǎn)化。四是構(gòu)建綜合性應(yīng)用平臺,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,實現(xiàn)勘探開發(fā)全鏈條數(shù)智化閉環(huán)管理,推動油氣勘探開發(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)用場景。堅持以場景建設(shè)為牽引,通過“需求識別—技術(shù)匹配—場景驗證—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)推動油氣勘探開發(fā)主業(yè)向數(shù)智化、低碳化方向升級躍遷,加速形成新質(zhì)生產(chǎn)力,最終實現(xiàn)AI技術(shù)在油氣上游實現(xiàn)從“技術(shù)可用”到“業(yè)務(wù)好用”的價值轉(zhuǎn)化。與此同時,要加快成熟場景普及推廣和迭代升級,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)計算等大模型技術(shù)在油氣勘探開發(fā)領(lǐng)域更多場景的應(yīng)用,力爭形成一批示范帶動性強(qiáng)的數(shù)智化創(chuàng)新項目。
最后,要加強(qiáng)人才隊伍建設(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,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”等項目管理機(jī)制,支持和鼓勵優(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,推動上游員工拓展數(shù)智化發(fā)展的思維和意識,做好數(shù)智化戰(zhàn)略部署的執(zhí)行者。
(作者單位:中國石化石油勘探開發(fā)研究院)