2026年7月30日至8月1日，第五届中国油气人工智能科技大会顺利召开。公司赵辉教授受邀带领公司教师孟凡坤、周再乐、刘伟、湛文涛、沈斌、黄罗义及多名硕博士研究生参加会议。会议期间，公司教师与来自全国相关领域高校、科研机构的专家学者围绕油气人工智能领域前沿理论与关键技术展开了深入研讨，并就油气产业智能化、绿色化发展的新路径进行了广泛交流。

本届大会以“AI赋能油气产业绿色低碳与高质量发展”为主题，由中国石油大学（北京）、中国石油教育学会数智教育专业委员会、中国石油天然气集团有限公司勘探开发人工智能技术研发中心等单位联合主办。会议设置了硕博学术论坛、大会主论坛及多场学术分论坛，涵盖智能探测、智能钻完井、智能压裂、智能油气田、智能储运管网与安全、智能炼化、特种机器人与智能装备、智能工业软件、人工智能理论与大模型等多个前沿方向，旨在汇聚行业智慧，助力我国油气人工智能科技创新发展。

会议期间，赵辉教授受邀作题为《无网格型油藏数值模拟及数据驱动方法研究与进展》的学术报告。报告围绕油藏大规模流动模拟中多渗流场求解复杂、计算效率与精度难以兼顾，以及复杂井下工况监测、井筒-油藏耦合和生产动态快速预测等关键工程问题，系统介绍了团队在通用型无网格油藏数值模拟、无网格井筒-油藏耦合模拟、无网格流线模拟以及物理-数据驱动动态预测等方面取得的研究进展。重点展示了广义连接单元法、井间连通性模型（INSIM）、物理信息Kolmogorov–Arnold网络（PIKAN）和边界积分神经网络（BINN）等代表性成果，并介绍了相关方法在复杂裂缝油气藏、非常规页岩气藏及实际油田区块中的应用成效。

在分会场学术报告环节，公司副教授周再乐作了题为《深层页岩循环泵注压裂物模试验研究》的学术报告。报告聚焦深层页岩地应力高、裂缝扩展受限及复杂缝网形成困难等关键工程瓶颈，系统介绍了团队开展的循环泵注压裂物理模拟试验研究。针对传统恒定泵注方式易导致单一主缝延伸、缝网改造体积有限等问题，通过对比不同泵注方式下裂缝起裂、扩展路径及缝网形态的变化，揭示了循环泵注对页岩疲劳损伤的诱导机制及其对裂缝复杂化的促进作用。试验表明，循环泵注可有效降低起裂压力、激活多级分支缝，显著改善缝网连通性与改造体积。该研究为深层页岩压裂泵注参数优化及储层改造效果提升提供了重要的试验依据，相关成果兼具理论探索价值与工程应用前景，报告引发与会专家学者的广泛关注与热烈讨论。

特任副教授黄罗义作题为《非常规压裂缝网高效模拟与智能优化技术》的学术报告。报告聚焦复杂裂缝形态精准表征及压裂-开发多参数一体化优化等关键工程难题，系统介绍了团队在非常规压裂缝网高效模拟与多参数智能优化方面的研究进展。创新提出了“物理机制定规模、分形特征定形态、监测数据反演校正”的数据-物理融合裂缝扩展模拟方法，实现了基于压裂施工分点数据的裂缝形态实时模拟；同时，以累积产量或净现值（NPV）为目标，形成了面向非常规油气开发全过程的多类型参数一体化智能优化技术。报告紧密结合非常规油气开发实际需求，充分展示了公司教师在页岩油气压裂改造领域的研究积累，并围绕相关技术与参会专家学者进行了深入交流。

        公司两名研究生在硕博论坛上作学术汇报，并双双荣获优秀员工报告一等奖，充分展现了公司在公司产品方面的显著成效。其中，博士研究生马子豪围绕二氧化碳驱采封存技术，作了题为《CO₂驱采-封存气窜通道识别及演化预测方法研究》的汇报，聚焦气窜通道的精准识别与演化趋势预测，展示了其在碳封存安全性评估方面的深入探索；硕士研究生周易通则针对低渗透油藏开发难题，作了题为《多层非均质油藏CO₂驱产吸剖面动态非均匀性评价与状态分级》的汇报，专注于产吸剖面的动态非均匀性评价与调控策略，提出了具有实践指导意义的状态分级方法。两项汇报紧密围绕智能油藏开发调控与CO₂驱采封存等前沿方向，彰显了公司研究生在油气田低碳高效开发与智能化研究领域的创新能力和科研素养，也充分印证了公司公司产品体系扎实、成效突出。

【审核：郑双进   编辑：杜婷】