《中企要在中高油价处置境外高成本油气田资产》

  • 来源专题:能源情报网信息监测服务平台
  • 编译者: guokm
  • 发布时间:2022-04-14
  • 经过多年发展,中国石油公司国际化业务上游资产已积累到一定规模,但盈利状况与国际一流跨国石油公司相比还有不小差距,尤其是勘探开发大型油气田能力不足,没有形成在中高油价处置高成本油气田的资产制度与文化是重要原因。

    高成本增加的风险。油气田不论大小、地质条件好坏,在开采后期,随着剩余可采储量减少,地层能量降低,即使增加2次、3次采油,桶油开采成本也将随之增加。随着时间推移,含水率升高,采出100桶液体,仅有2桶、3桶油,如果油价处于低位,连用电成本都难以赚回来。因此,在油气田开采衰竭后期,桶油成本将越来越高,是不可抗拒的规律,因开采成本增加面临的风险将越来越高,资产盈利能力将越来越差。

    碳成本增加的风险。石油勘探开发、炼油化工、成品油消费全过程均有碳排放,难以开采的油砂、稠油等碳排放更高。在可再生能源占比逐渐提高的同时,碳税、碳市场交易价格都将增长,导致境外油气田开采盈利能力下降。如加拿大大规模发展LNG并获得较好的收益后,国家税收和财政有了保障,就会增加油砂碳税,从而导致油砂资产因碳成本增加面临的风险越来越大。

    废弃费支付的风险。不论是海上油气田还是陆上油气田,30年左右都会因无法盈利而废弃,为保护环境,各国都会强制要求对废弃油气生产设施进行拆除并做好环境保护工作,这需要很大一笔支出。环保制度越严格的国家,废弃处置费越高。因此,开采后期的油气田,不仅要忍受高成本,还要支付废弃费。

    冗余员工遣散的风险。开采后期特别是即将废弃的油气田,冗员遣散是油气企业面临的重要问题之一。成本增加、效益下降、裁撤员工、降低成本是国际惯例,但项目公司要承担遣散成本,并按照所在地区的法律法规支付费用,确保遣散员工及其家庭在一定时期能正常生活。相比之下,废弃的油气田将裁撤绝大部分员工,遣散费更高。此外,随着境外油气项目减少,外派的母公司管理骨干和技术精英将面临转岗与培训等挑战。

    中高油价处置高成本资产是国际惯例。国际一流跨国石油公司保持资产一流盈利能力的关键,是在中高油价处置高成本油气田资产。如壳牌并购BG需大量资金,因此在持有的油田中筛选高成本油田资产,并在合适油价卖掉,用于支付巨额并购费用,实现向低碳天然气能源的战略转移。埃克森、雪佛龙等油气企业也及时处置加拿大油砂等高成本油田,将宝贵的资金和人才集中到圭亚那等新油气田的勘探开发中。跨国石油公司凭借该制度,确保了资产盈利保持国际一流水平。

    应鼓励中国石油公司处置境外高成本油气田资产。中国油气公司可向国际一流跨国石油公司学习经营储量、产量的方法。国际油价起伏很正常,建议对中国国有石油公司的考核侧重于鼓励其在中高油价、境外油气田资产盈利较好且有客户愿意购买时处置高成本油田资产,以免油价下跌形成亏损。

    同时,相关部门可考核中国石油公司国际化的盈利水平,不需要考核其储量、产量指标,相关国际公司的海外资产盈利水平应高于本土。如加拿大油砂无法运回国内,且油品质量差、污染严重,相关部门应出台政策和激励措施,督促中国石油公司在中高油价处置油砂资产,把资金和人员投入到加拿大气田开发和LNG工厂,把我国急需的更为清洁的LNG运回国内,更有助于我国能源安全和碳达峰碳中和目标实现。此外,由于加拿大气源多、价格低,尤其是LNG成本低,有助于增加中国石油公司境外项目的盈利能力。

  • 原文来源:http://www.cnenergynews.cn/
相关报告
  • 《给油气田装上“超级智能大脑”》

    • 来源专题:能源情报网信息监测服务平台
    • 编译者:guokm
    • 发布时间:2021-02-22
    • 数字经济蓬勃发展,行业数字化转型不断加速,进入“十四五”时期,在高质量发展要求下,人工智能与传统产业的深度融合愈发凸显重要性。作为国家战略性资源和工业基础,在数字化浪潮冲击下,油气行业数字化转型智能化发展已是大势所趋。 作为典型的传统行业,油气行业拥有庞大的资源数量、数以千亿计的资产规模、数以百万计的员工;同时,也有专业度高、工艺流程复杂、产业链长、设备资产总量巨大,应用场景复杂等特点。 前者为行业的数字化转型提出需求,后者则给数字化转型增加了难度。 “在数字经济转型的浪潮之下,油气行业面临着‘船大难掉头’的困难。”北京国双科技有限公司(以下简称国双)大数据事业部总经理薛小渠表示,油气工业是流程性工业的典型代表,给人工智能技术场景化落地提出很大挑战。 如何让大数据人工智能技术与油气企业深度融合,培育行业发展新生机?国双油气给出的答案是:通过算力、算法和场景化落地三大核心能力,把人从经济社会常规运行的烦琐工作中解放出来,通过打造一个“混合式产业智能”解决方案,有效利用人与机器的充分融合互补,助力垂直行业企业的数字化转型。在年前揭晓的第十届吴文俊人工智能科学技术奖名单中,国双“油气大数据和人工智能平台”还获得吴文俊人工智能科技进步奖(企业技术创新工程项目)。 智能化分析预测成为重要抓手 在薛小渠看来,油气行业对于数字技术的需要紧迫而持久:一方面,油气开发难度日益增加,持续稳产形势严峻,新老油田都面临着生产成本升高与效益降低的巨大压力;另一方面,各层级对企业的安全生产、环境保护责任要求越来越严格。 “诸如此类的问题会在未来几年持续存在,对油气行业的生产、经营、管理和决策提出新的挑战。”薛小渠说,“地下有多少油气储量、分布状况、如何开采?如何让油气田安全高效地运行十年、二十年?以前用传统工艺模型去做,现在可以通过算力算法的升级,解决行业的普遍问题。” “人工智能技术可以为油气田的创新发展注入新动能,智能化分析预测技术成为解决油气研究与生产问题的重要手段。”薛小渠表示,传统油气勘探与开发研究技术如储层预测、油层识别、注采分析优化等,需要人工花费大量时间整理分析数据,效率低、问题多,而未来通过“油气智能大脑”,可以对输入的相关数据进行自动分析推理,直接给出开采方案的参考建议。 据介绍,国双研究团队对多年来积累形成的大量研究成果、业务模型等进行科学管理,通过知识图谱技术将结构化、非结构化数据中的勘探开发知识进行分析处理:首先通过行业专家的标注,逐步训练和优化机器学习算法,进而实现自动识别与标注,成功构建国内首个基于自动知识抽取和知识图谱架构的油气行业知识库,奠定了勘探开发认知计算应用基础,形成油气勘探开发的“超级智能大脑”。 与此同时,国双还进一步打造了包括智能油气藏、智能井场、智能管道、油气智能生产管控、油气知识共享等业务应用场景的智能油气田整体解决方案,并与国内多个油气田企业、研究机构等客户进行了深度合作,技术创新点得到了充分验证。 “混合式产业智能”是可行之道 油气行业是人工智能技术赋能传统企业数字化转型的场景之一,据国双首席技术官刘激扬介绍,要想真正把AI能力落地到具体场景为产业所用,需要“混合式产业智能”的加持。 他表示,“混合”首先指的是感知智能和认知智能的混合。前者指计算机视觉、语音识别等感知层面的智能,后者则指让机器像人一样,通过对知识的学习、积累和应用来实现认知能力,“要实现这一点,必须赋予计算机理解语言、学习知识、积累经验、运用相关知识经验进行推理、解决现实世界问题的能力”。 第二是指数据和知识的混合。刘激扬表示,要想把垂直行业积累的大量数据有效利用起来,必须对业务场景有深入理解,只有把数据和知识汇聚起来,才能真正理解垂直行业的具体业务,进而满足行业客户的需求。 第三是行业专家和数据科学家的混合。行业专家负责提供行业领域的知识和经验,数据科学家则用这些知识做深度的数据挖掘、构建有效的模型,人工智能落地产业需要二者的高度协作。 “无论是智慧法院、智慧能源,还是智慧园区、智慧城市,要想在行业领域实现人工智能的场景化落地,都需要‘混合’的能力和打法。”刘激扬强调。 薛小渠同样表示,要想把人工智能技术应用于行业场景,尤其是油气这样传统而复杂的行业,技术储备、行业经验的积淀、人工智能的思维逻辑、扎根真实的应用场景等缺一不可。这既是人工智能技术落地油气行业的经验,也是可以推而广之的范式。
  • 《如何给油气田装上“超级智能大脑”》

    • 来源专题:能源情报网信息监测服务平台
    • 编译者:guokm
    • 发布时间:2021-02-25
    • 数字经济蓬勃发展,行业数字化转型不断加速,进入“十四五”时期,在高质量发展要求下,人工智能与传统产业的深度融合愈发凸显重要性。作为国家战略性资源和工业基础,在数字化浪潮冲击下,油气行业数字化转型智能化发展已是大势所趋。 作为典型的传统行业,油气行业拥有庞大的资源数量、数以千亿计的资产规模、数以百万计的员工;同时,也有专业度高、工艺流程复杂、产业链长、设备资产总量巨大,应用场景复杂等特点。 前者为行业的数字化转型提出需求,后者则给数字化转型增加了难度。 “在数字经济转型的浪潮之下,油气行业面临着‘船大难掉头’的困难。”北京国双科技有限公司(以下简称国双)大数据事业部总经理薛小渠表示,油气工业是流程性工业的典型代表,给人工智能技术场景化落地提出很大挑战。 如何让大数据人工智能技术与油气企业深度融合,培育行业发展新生机?国双油气给出的答案是:通过算力、算法和场景化落地三大核心能力,把人从经济社会常规运行的烦琐工作中解放出来,通过打造一个“混合式产业智能”解决方案,有效利用人与机器的充分融合互补,助力垂直行业企业的数字化转型。在年前揭晓的第十届吴文俊人工智能科学技术奖名单中,国双“油气大数据和人工智能平台”还获得吴文俊人工智能科技进步奖(企业技术创新工程项目)。 智能化分析预测成为重要抓手 在薛小渠看来,油气行业对于数字技术的需要紧迫而持久:一方面,油气开发难度日益增加,持续稳产形势严峻,新老油田都面临着生产成本升高与效益降低的巨大压力;另一方面,各层级对企业的安全生产、环境保护责任要求越来越严格。 “诸如此类的问题会在未来几年持续存在,对油气行业的生产、经营、管理和决策提出新的挑战。”薛小渠说,“地下有多少油气储量、分布状况、如何开采?如何让油气田安全高效地运行十年、二十年?以前用传统工艺模型去做,现在可以通过算力算法的升级,解决行业的普遍问题。” “人工智能技术可以为油气田的创新发展注入新动能,智能化分析预测技术成为解决油气研究与生产问题的重要手段。”薛小渠表示,传统油气勘探与开发研究技术如储层预测、油层识别、注采分析优化等,需要人工花费大量时间整理分析数据,效率低、问题多,而未来通过“油气智能大脑”,可以对输入的相关数据进行自动分析推理,直接给出开采方案的参考建议。 据介绍,国双研究团队对多年来积累形成的大量研究成果、业务模型等进行科学管理,通过知识图谱技术将结构化、非结构化数据中的勘探开发知识进行分析处理:首先通过行业专家的标注,逐步训练和优化机器学习算法,进而实现自动识别与标注,成功构建国内首个基于自动知识抽取和知识图谱架构的油气行业知识库,奠定了勘探开发认知计算应用基础,形成油气勘探开发的“超级智能大脑”。 与此同时,国双还进一步打造了包括智能油气藏、智能井场、智能管道、油气智能生产管控、油气知识共享等业务应用场景的智能油气田整体解决方案,并与国内多个油气田企业、研究机构等客户进行了深度合作,技术创新点得到了充分验证。 “混合式产业智能”是可行之道 油气行业是人工智能技术赋能传统企业数字化转型的场景之一,据国双首席技术官刘激扬介绍,要想真正把AI能力落地到具体场景为产业所用,需要“混合式产业智能”的加持。 他表示,“混合”首先指的是感知智能和认知智能的混合。前者指计算机视觉、语音识别等感知层面的智能,后者则指让机器像人一样,通过对知识的学习、积累和应用来实现认知能力,“要实现这一点,必须赋予计算机理解语言、学习知识、积累经验、运用相关知识经验进行推理、解决现实世界问题的能力”。 第二是指数据和知识的混合。刘激扬表示,要想把垂直行业积累的大量数据有效利用起来,必须对业务场景有深入理解,只有把数据和知识汇聚起来,才能真正理解垂直行业的具体业务,进而满足行业客户的需求。 第三是行业专家和数据科学家的混合。行业专家负责提供行业领域的知识和经验,数据科学家则用这些知识做深度的数据挖掘、构建有效的模型,人工智能落地产业需要二者的高度协作。 “无论是智慧法院、智慧能源,还是智慧园区、智慧城市,要想在行业领域实现人工智能的场景化落地,都需要‘混合’的能力和打法。”刘激扬强调。 薛小渠同样表示,要想把人工智能技术应用于行业场景,尤其是油气这样传统而复杂的行业,技术储备、行业经验的积淀、人工智能的思维逻辑、扎根真实的应用场景等缺一不可。这既是人工智能技术落地油气行业的经验,也是可以推而广之的范式。