“油气管道+AI”路在何方? 　　

　　当下，“AI in All”已成为工业领域各行业发展的潮流。伴随全球能源革命，管道行业也正面临智能化升级的历史性机遇。3月9日，记者在第八届中国国际管道会议(CIPC)暨技术装备成果展上，从中国工程院院士黄维和处了解到，AI正在重塑行业发展模式，智能化也成为“反哺”油气管道数字化、信息化、自动化转型的重要抓手。“油气管道+AI”路在何方，将抵达何处?现在的我们又能做些什么?面对这些问题，黄维和道出了自己的答案。

　　AI对管道业发展意义何在?引领智能化的重要机遇

　　管道工业始终与时代并进，深刻受能源革命与技术革命双重影响。黄维和谈道，2000多年前，中国就有竹子形式的管道以输送盐卤或天然气；19世纪，城市燃气开始发展，推动成品油管道规模化；20世纪60年代，计算机的发展推动管道自动化。而涉及管道业的“数转智改”，2005年西气东输冀宁支线设计之初，我国提出了“建设国内首条数字化管道”的设想；2016年中俄东线建设时，“智能化改造”概念被首次提出。

　　“进入21世纪以后，深度学习、各种神经网络学习方法的建立、计算机能力的建设屡获突破，我认为这将会引领管道工业向智能化发展。这是一个机遇。”黄维和说。

　　但与此同时，他也明确指出，随着管网系统规模扩大、结构和输送介质日趋复杂，系统将变得更加开放和复杂，行业发展面临着新的挑战。

　　“在这样的背景下，AI能不能为我们管道工业发展提供一个新的引擎?我认为存在着这种可能性。”黄维和坚定地说，利用AI，管网的目标仍然是安全输送、高效运行和提高服务价值，这些没有改变。通过数字模拟，构建集感知、学习、推理、决策于一体的智能系统，AI可从4个方面辅助或替代我们完成特定任务：一是延伸和拓展对管道的认知能力，二是解决复杂系统优化问题，三是构建新型人机协作范式，四是推动管道运行范式变革。

　　如何实现管道智能化?立足5个要素深入发展

　　发展到什么样的程度，才可以说我们的管道已经实现了智能化?

　　黄维和的答案是：要以安全输送、高效运行、价值服务为目标，在管道全生命周期数字化基础上，通过与泛在感知系统和知识库的系统协同，构建管道智能体引擎与自学习机制，实现具备全方位感知、综合性预判、一体化管控、自适应优化能力的智能化管道。

　　由此倒推，他提出油气管道智能化发展的5要素：一是打好数字化基础，包括管道设施资产数字化、管道介质流体数字化、管网市场资源数字化；二是开发管道各类传感器，形成天空地一体化全时空泛在感知系统；三是构建管道知识库，从已知知识表示向未来知识推理增强演进；四是建立学习机制，由基于机理和数据驱动的自主和监督学习演进为知识驱动的自主学习；五是面向业务场景构建各类管道智能体，实现一体化感知、学习、决策与执行。

　　“数字化是管道智能化的基础，尤其是管道数字孪生的工作，我们进展非常缓慢，因为数据量很大。”黄维和分析说，“这几年我们也一直在努力建设仿真系统，建立全时域、全空间各种介质灵活输送动态仿真模型，耦合各类设备瞬态响应及运行数据，计算、分析和预测介质流动状态。还有我们的管理对象——客户的数字化工作，相关行业也在做很多工作。比如电力系统，以及中石油规划总院多元耦合客户用气特性分析，建立客户数字画像，实现多场景下市场模拟仿真。”

　　数转智改遇难题何解?以智能化“反哺”数字化

　　黄维和指出，就管道业而言，虽然信息化已基本完成，数字化转型也已开始，但还存在数据离线、信息孤岛、网络安全等问题，与真正的智能化还有较大距离。

　　“现在看，信息化和数字化进程缓慢，制约了智能化的发展。如果还想用传统手段完成智能化，我认为是做不到的。”黄维和说，“那么反过来想，有没有可能用智能化的方法帮助我们解决目前信息化、数字化等‘四化’建设中遗留的问题?我认为这是一个非常有效的方向，已经有一些相关工作正在展开。”

　　他举例说，在数字孪生建设方面，通用大模型恰好就能帮助其实现有效的信息互动，通过多模态数据学习解决数据对齐与信息孤岛等问题。与其要求几百万千米的管道统一数据，不如围绕智能体的建设，反过去解决最急需的数据问题。

　　“在仿真应用方面也是一样，我相信很快复杂管网介质流动的仿真就可以取得突破，这样我们就不用再担心掺氢、纯氢输送的问题，还能在此基础上优化，进一步对管道的维护、调度、运营、能耗等进行研究。”黄维和说，“智能体的开发、多智能体协同与管道专业大模型同理。未来的管道与其说是一个大模型，不如说是N个多模态智能体的融合，包括气象模型、材料模型等，最终融合后形成管道专业大模型。如此，通过不同的智能体建设降低数据采集难度和工作量，应用分布式计算降低算力和学习时间，可以实现从点到面的发展。”