简介
随着人工智能与能源产业的深度融合，计算智能正成为驱动能源行业高质量发展的新质生产力。本论坛以“计算智能赋能能源：从数据驱动到机理融合的智能化新范式”为主题，聚焦能源智能化蓬勃发展期的前沿挑战与机遇。论坛将围绕能源多源异构数据治理与知识挖掘、复杂工业场景下的智能感知与认知、基于物理信息神经网络（PINNs）及大模型的机理与数据融合建模，以及生产决策优化等核心议题展开深入探讨。旨在搭建一个跨学科的交流平台，汇聚计算机科学与能源工程领域的专家学者，共同探索计算智能在能源全产业链中的创新应用路径，推动能源行业的数字化转型与智能化升级。
简介为官网原文，部分内容可能未写完。
人员
主席
- 彭博 · 西南石油大学
嘉宾
- 庞善臣 · 中国石油大学（华东）
- 宋亮 · 清华四川能源互联网研究院大数据研究所
- 张莹 · 华北电力大学
- 曾凡辉 · 西南石油大学
- 李平 · 西南石油大学
报告安排
数据物理驱动的试井解释软件
庞善臣 · 中国石油大学（华东）
简介
试井解释是油气藏动态评价与储层参数反演的关键手段，传统方法依赖解析模型人工拟合，在非均质储层条件下存在假设条件强、多解性突出、解释效率低等问题。本文研发数据物理驱动的试井解释软件，将渗流物理机理作为约束融入数据驱动框架，兼顾模型物理一致性与数据拟合能力。软件集成试井数据预处理、模型智能推荐、参数智能拟合、解释大模型构建、多智能体协同应用、开源社区建设。该软件能够快速自动拟合压力响应，获取渗透率、表皮系数等储层参数，降低解释多解性，提升试井解释自动化水平，为复杂油气藏动态评价提供可靠工具
能源高质量数据集构建方法与实践
宋亮 · 清华四川能源互联网研究院大数据研究所
简介
介绍电力、油气行业高质量数据集建设的基本方法与落地实践案例
从数据驱动到世界模型：人工智能赋能新型电力系统的新范式
张莹 · 华北电力大学
简介
随着新能源大规模接入和新型负荷快速增长，新型电力系统呈现强随机、强耦合和动态演化等特征，对人工智能提出了从状态感知与预测向系统认知、未来推演与智能决策发展的新需求。传统数据驱动方法在负荷预测、状态识别和运行优化等方面取得了重要进展，但对于复杂电力系统“在不同环境和调控行为下将如何演化”的刻画能力仍显不足。本报告结合人工智能在电力行业的研究与实践，沿着“数据驱动—知识增强—机理融合—世界模型—智能决策”的技术演进路径，探讨电力人工智能的新范式。重点分析世界模型在电力系统状态演化学习、复杂场景生成、未来状态推演和调控策略预演中的应用前景，推动人工智能从“预测电网”进一步走向“理解电网、推演电网和智能决策”，为新型电力系统智能化发展提供新的思路。
非常规储层智能压裂研究进展及矿场应用
曾凡辉 · 西南石油大学
简介
本报告围绕智能压裂技术数据驱动范式进行系统性研讨，重点介绍大数据、人工智能与压裂工程的深度融合路径，以及数据驱动与人工智能方法在压裂改造方案设计、现场实施调控、压裂效果分析等流程中的前沿应用场景。