文 | 潘潇雨

编辑 | 彭孝秋

今年的原油市场，可谓是遇到行业大年。普通人感知最明显的就是，油价涨得太夸张。

以至于连美国总统拜登都说，“埃克森美孚赚得比上帝还多。”根据埃克森美孚(XOM.US)财报，其Q2营业利润较前一季度翻倍，即增长约74亿美元，达到160亿美元以上。要知道，Q1的88亿美元营业利润，已经是过去七年来的最高季度利润表现。

与此同时，巴菲特旗下的伯克希尔哈撒韦(BRK.A.US)，也多次加仓买入西方石油(OXY.US)194万股股份，使其持股比例升至19.4%，总价值约109亿美元。

在俄乌战争、新冠疫情等多种因素下，今年能源价格大幅上涨，美油一度升至超过每桶105美元，美国汽油价格达到约每加仑5美元。作为堪比黄金的稀缺能源，油气一直以来都是兵家必争之地。在油气整个全产业链中，油气勘探开发是极重投入的一环，所以重要性不言而喻。

不过鲜有人知的是，尽管石油开采已有百余年历史，但其勘探开发过程仍极具挑战。特别遇上深水、深层和非常规油气田等，勘探、钻井和开采所需的成本、人员投入更是巨大。除了成本高昂，传统的地质资料送检方法也耗材量大，且检测周期漫长，一定程度影响了勘探开发决策的效率。

如果可以只通过从地层中获取少量岩石碎屑，送入扫描仪器中快速检测，在现场就能准确判断此处的油气储量及产量状况。并且将原有按天计算的分析时间，缩减至30分钟以内。就不仅大幅缩减了开发成本，还极大降低了决策周期长所带来的市场不确定性。

一个可以直观迁移的例子是人体的健康检测——在传统的体检手法中，每一种检测项目都需要单独的血样专门检测，而当技术革新后，只需要一滴血液就能检测多种项目。

更具想象力的是，当这种扫描检测与特性识别的功能，能够运用于更多物质时，人们就能快速建立起一个物质世界的基因库。而在日常生产生活所涉及的材料开发与使用过程中，人们也能根据材料的结构与性能快速决策，甚至进行问题溯源等。

36氪近日就发现，一家来自深圳清华大学研究院孵化的公司——清能艾科，正在通过自研便携CT装备+仿真模拟技术，打造一个岩土数字化定量分析平台。2017年，创始团队回国后，根据国内能源行业地质和区域需求，自主开发了适应我国水文地质的仿真技术解决方案，这一方案适用于所有多孔介质材料。

这套方案可以简单概括为：通过微纳米CT无损扫描材料后，根据图像智能识别技术三维重建其空间结构，并直接算取材料特征属性。从而为油气勘探开发、基建施工与运维、矿产开采与塌陷治理、土壤污染溯源与修复以及CO2地质封存等工程活动，提供关键数据与决策支持。目前，清能艾科也在全球首次实现海上现场数字工程服务、开发数字基因指纹云平台等。

事实上，这一探索石油巨头BP公司早在2007年就已开始，并逐步解决了美国、西哥湾能源行业时效和高昂成本的短板。不过，清能艾科的突破更在于通过自研便携CT装备，将检测场景搬到了现场；并将分析时间缩短至30分钟内，且成像精度可达三维无损画质，还能一次性获取多维度材料参数，同时再度缩减了成本。

重构材料空间结构

随时随地检测材料基因

试想一下，从传统的材料实验室检测方式，到一种极度轻便灵活的方式——将材料碎屑放入身边扫描设备中，数分钟后就能将材料解构，再通过三维数字孪生，准确解码多种性能与特征。在无损样本的情况下，还能溯源诊断材料问题，这听起来像是科幻电影才有的效果。

清能艾科通过自研的硬件设备+软件算法，正在将这一科幻场景逐步落地。就拿油气勘探举例，原本勘探需要钻井后，取出长达数十米、重达数吨的样本，用于检测孔隙度、渗透率和力学特性等不同项目。而现在只需要钻井产生的克级岩屑，就可以在半小时内完成全部性能检测。

不同于以往的化验手法，清能艾科采用的方法，更多是通过解析材料的宏观与微观空间结构和化学组成，给材料进行基因检测，从而直接计算获取材料特性。

所以这套技术的第一步，是能随时随地打开材料的微观结构。首先要获得微米精度的三维图像，就需要扫描设备具备较高精密程度，而当精密设备离开实验室直接踏入条件复杂的工业现场时，就成了一道需要迈过的高门槛。“想在海上油气平台上扫描出微米级的分辨率，就必须克服晃动和震动挑战。”清能艾科联合创始人昝成告诉36氪。

为此，清能艾科选择自研小型微米CT扫描软硬件系统，可用于油田现场等场景。目前，该小型化微米CT装备已应用于中海油、中石油等多个项目。同时，其自研的应用于微观动态监测的微米CT驱替扫描系统，以及用于连续扫描大尺寸样本的现场CT扫描系统也已投入商业化应用。

Geoscan全直径岩心CT扫描设备

扫描之后的第二步，是重构图像。可以简单理解为用数字孪生的方式，将材料的空间结构特征再现，包括这一材料的骨架构成、孔隙分布以及物质分布等。第三步是根据材料的结构特征，应用多尺度下的微流动和应力数字仿真技术，翻译出该材料对应的性能与特点，并投入实践。

不论是重构空间结构，还是数字仿真技术，核心在算法层面。一方面需要配合多尺度图像扫描进行机器识别，真实还原出一个多孔介质材料的空间结构；另一方面需与材料的实验数据比对，基于原理翻译出物质的特征参数。目前，清能艾科根据材料的应用场景需求，将提取的材料特征，按照结构特性、输运特性、组分特性以及强度特性四个维度进行划分。

“材料基因检测结果的质量，关键在于多尺度扫描、智能化识别与高精度仿真三个环节的一体化操作。在检测精度的提升方面，要求我们基于对被测材料及其特征属性的理解，在不同尺度上提取有效信息并加以融合，摒弃掉无效或杂乱的干扰。”昝成说。

值得想象的是，作为指导生产活动的刚需，获取物质属性这一操作，在从繁冗的实验室操作中解脱之后，一个关于多孔介质材料的数字基因库也随之形成。基于此，清能艾科也推出了岩土基因库云平台与智能应用系统，即通过将扫描获取到的材料结构数据上传至云端，让用户直接在线提取材料的序列、片段，并根据需要在线计算材料特征和性能。

当数字化渗透传统行业

事实上，在像油气这样一个传统的支柱性行业，数字化渗透率实则并不高。不论是勘探还是检测，现代社会的大数据和智能化，在过去似乎仍旧很难钻透这样一层厚重的壁垒。也因此，即便是高利润的情况下，以往采用的物质检测技术手法依旧传统。

而当数智化想要打破壁垒、渗透其中之时，这必然是一个双方不断磨合的过程。一方面，靠资源吃饭的传统行业需要有敢于试新的勇气；另一方面创新性的技术也需要在行业中反复锤炼、修正技术，并在行业中不断建立、积累起自身的know-how。不过，随着数字化转型已成为油气行业的共识，中石油、中石化、中海油等石油公司也纷纷开始加入探索。

也因此，源于团队在石油行业十多年的积累，清能艾科最先选择以油气行业为应用切入。清能艾科创始团队出自清华大学，获广东省珠江团队、深圳市孔雀团队以及南山领航团队称号。其中创始人龙威是国家创业领军人才，曾在英国BP石油公司任数字智能技术带头人；联合创始人昝成是深圳智慧海洋油气精准探采工程实验室负责人，曾任提高石油采收率国家重点实验室副主任，美国加州能源与环境研究院中心高级科学家。

此前积累的行业know-how与数据，让清能艾科得以先落地石油行业，从而达到反复训练数字模型的效果。目前，清能艾科的产品已服务于中海油深圳、天津、湛江和海口项目，中石油塔里木、西南、新疆、大庆和南海项目，以及海外康菲石油、马来西亚/ROC石油、和Surge Oil等。并与中石油和中海油建立联合实验室，在数字检测高端装备开发以及智能化应用方面开展合作与市场化推广。

除了油气勘探之外，更大的想象仍在于多孔介质这种覆盖至人们生产生活方方面面的材料，比如脚下的土壤、铺路的沥青、建筑的混凝土等，都属于多孔介质材料。应用的空间也随之拓展：比如通过在施工端开展高通量基因检测分析，让沥青铺路变得更牢固、不容易开裂；在设计端开展高通量材料基因检测，能够大幅缩短新材料开发周期并降低成本；通过测取地下储层指纹图谱，能精准锁定二氧化碳封存点并进行安全风险监测等。

物质材料基因库

随着环保问题日渐显著，环境污染的溯源与治理在当下尤为重要。对此，清能艾科也提出了“指纹溯源”方案，根据被污染地点的土壤特征指纹追溯污染源。

这一方案的核心优势在于，采用的高通量基因指纹检测技术，仅需通过扫描分析物质的结构参数与组成成分，就能一次获得包含多个关键参数的土壤指纹。而不用对其进行复杂的物理、化学处理，从而在绿色操作下提升溯源效率、降低检测成本。

不止步于此，清能艾科的产品同样可以应用在基础设施智慧运维、矿山塌陷治理、海洋风电和地热开发以及CO2地质封存等新兴市场。当通过技术革新，将物质材料的微米级尺度认知工程化，并与地震技术结合，意味着人们孪生出一个数字地球的想象成了可能。

目前，清能艾科已经与华为、联通签署海外油气数字化业务合作协议，并与中海油、中石油、华能、中节能、中煤科工和招商局等开展合作。在环保部、深圳市生态局资助下开展土壤基因指纹库与污染溯源示范。由深圳清华大学研究院牵头建议的海洋岩土基因库与智能决策平台，已被列为深圳市十四五海洋规划重点工程之一，清能艾科也与中海油合作，在深圳部署了首套油气基因指纹库云平台。