国内首个抽油机井生产优化大模型实现规模化应用 

3800口油井有了“智能管家”

抽油机井是油田最基础的生产设备，其管理效能关乎整个油田的稳产与效益。

长久以来，一口井的工况判断全凭老师傅“听声辨位”“望闻问切”，而今，这套老办法正被悄然替代。

5月18日，记者走进新疆油田。这片孕育新中国第一个大油田的能源沃土，历经数十年深耕积淀，如今正依托人工智能技术，解锁老旧油田转型升级的全新路径。

记者现场了解到，国内首个抽油机井生产优化大模型（以下简称“大模型”）已在新疆油田实现规模化应用，超过3800口抽油机井迎来专属“智能管家”。

这一成果突破了油气生产数智化关键技术壁垒，也契合国家《关于促进人工智能与能源双向赋能的行动方案》中明确的能源领域高价值场景发展方向，为国内油气行业智能化发展提供了可复制的实践范例。

当能源安全被置于前所未有的战略高度，抽油机井的管理效能正在被AI重新定义。

在新疆油田采油一厂，钱卫东的名字，很多人都知道。这位在采油一厂扎根41年的厂级专家，见过这片戈壁滩上的艰苦岁月，也正在见证一个他从未想象过的时代。

“八九十年代，一个班组要负责二三十口井的巡检等工作，每天都要跑两趟，来回全靠走。”钱卫东一边回忆一边介绍，“风餐露宿，和现在没法比。”

那时候，由于人力有限，一口井的功图——也就是判断油井健康状况的关键资料，一个月才能测一张。

后来，数字化浪潮席卷戈壁，物联网的搭建将油井数据搬到了线上，手工绘图的时代一去不复返，测绘周期也缩短到了以天为单位。

但油井问题的研判，仍要依赖人工。

“我们要一口井、一口井地看功图，分析载荷变化，研判油井是否存在健康隐患。”钱卫东笑着说，“对于老师傅还好，如果是缺少经验的新人，就‘抓瞎’了。”

如今，随着大模型的加入，这一情况已彻底改观。

钱卫东坐在电脑前，点开大模型的“工况智能诊断”界面，详细的井群信息即在屏幕上瞬时铺开——

红、黄、蓝、绿四种颜色呈现着油井的健康状况，“问题井”一目了然。点击异常井编号，即可查看当前抽油机井的“全身体检报告”及对应的诊断结论、判断依据和处置建议，彻底改变了凭经验判断的传统模式。

“以前分析一口异常井，翻日志、看功图，从发现到判断，周期经常是以天为单位，还容易判断错。”钱卫东说道，“现在从发现问题到出结果，全程不超过10分钟，相当于给每个油井都配了24小时的‘电子医生’，准确率达到90%以上。”

而真正让钱卫东感慨的，不是大模型的效率，而是其强大的记忆能力。

“你让我跟它PK？那还是它厉害。”钱卫东说，“人的记忆容量是有物理天花板的，人工智能不存在，给它什么全都可以记住。”

也正是得益于大模型的加入，钱卫东这样“老专家”的经验可以转化成可计算、可复用、可传承的数字语言，为一代又一代油田人服务。

“我一辈子的经验，都传给了大模型，年轻人看不准的工况，大模型都能帮着判断。”钱卫东笑道，“这大模型也有我的一份力。”

从20世纪80年代靠双腿“跑井”，到靠经验“把脉”，再到如今坐在屏幕前让AI“开处方”——钱卫东四十多年走过的路，恰好是油田数字化、智能化发展的缩影。

“现在的年轻人，真是赶上好时候了。”

蒋应森，就是钱卫东口中的年轻人。

作为新疆油田准东采油厂火烧山作业区仪修班班长，蒋应森平时话不多，但对油井的计量数据从不含糊。

油井计量是生产管理的“眼睛”，数据准不准，直接关系到产量分析、措施调整和效益评价。

过去，计量全靠人工。

“那时候必须守在计量间，用笔手算数据，一口井基本要花费一个小时，碰到间隙出油甚至不出油的井，往往要拖更久。”蒋应森回忆，“一个人最多管三到四口井，每天的工作就是在站场间来回跑。”

更让人头疼的是这种计量方式存在较大误差。

“低产井、间开井产量波动大，这种计量方式根本抓不住规律，大量低效井长期‘带病生产’。一旦数据算不准、算不出来，还得再到现场去落实。”蒋应森说。

如今，随着大模型中“智能产液计量”应用场景上线，一切都变了。

“现在可以对液量进行连续监测，就像给每口井绑了智能手环。”蒋应森介绍说，哪口井产量突然掉了，系统自动标出，参数该调了，方案直接推送。

“我们再也不用守在计量间干等，这在之前想都不敢想。” 蒋应森感叹，从“到现场收集数据”到“数据推着人走”，这套系统让整个班组的工作逻辑彻底改变。

新疆油田公司数智技术公司经理张亚顺对这套大模型的应用效果同样深有感触：“大模型可自动筛选潜力井并推送生产参数调整方案，实现冲次等核心生产参数的自动优化与动态调整，推动油田生产从‘人工调参’向‘智能寻优’的模式跨越。”

“每口井能多产多少油、多费多少电，大模型都会给出几套优化方案。一井一策，数据驱动，既提高了产量，又降低了能耗，维护成本也大幅下降。”张亚顺介绍说。

一组数据足以证明。大模型加入后，人均管井数量从3.5口提升至11.5口，数据可用率从40%提高到98%，年减少异常占产损失达数千吨。

如果把这组数据放在全国数以十万计的抽油机井规模上，哪怕单井日增产只是零点几吨，累加起来也是一个可观的增量。

“除了降本增效外，我们还把人从繁重重复的工作中解放出来。”张亚顺说，以前一个人管几口井，跑断腿还不一定能发现问题；现在不用满油田跑，系统把最重要的预警直接推到你面前，员工从“巡井工”变成了“决策者”。

“推进大模型的目的之一，就是要让复杂的事情变得简单。”张亚顺表示。

龚仁彬，大模型研发团队首席专家，就是那个让“复杂事情变简单”的人。只不过这件事，他和他的团队已经整整研发了14年。

14年前的一个机会，让龚仁彬开始了对油井功图数字化的探索——这也成为大模型的雏形。

说起研发的经历，龚仁彬向记者分享了一个故事。

一次临睡前，龚仁彬躺在床上刷手机，看到一个国外团队用AI识别油画——把文字描述和图像放在一起训练，AI就能“看懂”一幅画。

他突然坐了起来：“我们的油井不也是这样吗？功图、电参是画，压力、液位是文字说明，它们必须在同一个时间窗口对齐，AI才能真正读懂一口井！”

就这样，国内油气行业第一个工业大模型从油画的灵感里长了出来。

光有思路还不行。彼时，没有任何技术路线可以参考，真正让这个模型站得住，还面临诸多问题。

龚仁彬和团队将研发力量拆解成三块：40%的精力砸在数据上，40%扑在现场应用里，真正坐在电脑前写代码的研发只占20%。

为何数据占比如此之大？

“大模型好比一个学生，一直处在学习的过程中，因此‘喂’给它的每一个数据都要核对，任何一个不正常的数据都可能把大模型带‘跑偏了’。”龚仁彬解释称。

另一个重点，龚仁彬和团队放在了现场应用。

“无论技术多高大上，不落地就永远解决不了业务问题。”这是龚仁彬经常说的一句话。

为此，大模型团队在新疆现场驻扎超过半年，和项目的技术人员组成联合项目组，共同攻克从实验室到油田现场的“最后一公里”难题。

如今，大模型不仅实现了落地应用，更在大庆、辽河等油田实现了规模化推广，为越来越多的油井植入着智慧基因。

“当时哪能想到有如今的成绩。”龚仁彬笑着摆摆手。

过去不曾想象，未来却已经真真切切摆在眼前。

“我们的计划是用五年时间，将中国石油集团80%的抽油机井都接入大模型，让所有生产装置都实现‘自动驾驶’，即自己抽油、自己调控、自己优化。”龚仁彬说。

“用最小的能耗，换来最大的产量，争取最佳的KPI。”龚仁彬笑着说这句话时，眼睛里是有光的。

从一幅油画到一口油井，从一个灵感到规模化应用，AI让抽油机井的“呼吸节奏”有了数字心跳，也为我国油气增储上产增添了底气，这底气不只来自多打了几口井，更来自把每一口井的价值都算到了极致。

作者：白宇 王可 米兰 赵春雪

编辑：孔欣慰

校对：张宇