首页 > 行业资讯 > 黄维和,等.天然气销售企业人工智能技术应用研究

黄维和,等.天然气销售企业人工智能技术应用研究

时间：2022-03-06 来源： 浏览：

黄维和,等.天然气销售企业人工智能技术应用研究

原创 油气与新能源 油气与新能源
油气与新能源

syghsjwechat

建设权威的一流能源观点传播与科研学术交流平台；积极探讨能源政策与战略，追踪能源领域科技创新，助力国家能源发展。

收录于话题
第一作者： 黄维和，男，中国工程院院士、正高级工程师。现主要从事能源安全、能源战略等研究工作。E-mail：.cn。

通信作者： 张晗，女，高级工程师，硕士。现主要从事天然气市场研究工作。E-mail：.cn。

天然气销售企业人工智能技术应用研究

黄维和 1 ，张曦 2 ，张晗 2 ，潘凯 2 ，刘定智 2 ，韩克江 2 ，刘勇 2

1.中国石油天然气集团有限公司；2.中国石油天然气股份有限公司规划总院

摘要

在“碳中和”愿景下，随着市场化程度加深，天然气市场竞争必然不断加剧，对于传统天然气销售企业来说机遇与挑战并存。基于当前天然气销售企业在客户洞察与市场感知两方面存在的能力瓶颈问题，研究如何用人工智能技术加以突破。通过分析人工智能技术发展成熟度和天然气市场特征，研究得出大数据智能、知识图谱、群体智能、可解释智能技术将在天然气销售领域有广泛应用潜力，总结了天然气销售企业在发展应用人工智能技术时关于数据、人才、体制机制等面临的问题和解决思路，为天然气销售企业实现数字化转型和智能化发展提供重要参考。

关键词

天然气销售；人工智能；大数据；知识图谱；群体智能；可解释智能

0   引言

“十三五”期间，中国天然气开发利用取得了长足发展，天然气在中国能源利用中的地位不断提升。2017年，国家发改委等13部委联合发布发改能源〔2017〕1217号《关于<加快推进天然气利用的意见＞的通知》，明确提出要逐步将天然气培育成为现代清洁能源体系的主体能源之一。供应端，在能源安全新战略引领下，国产气勘探开发力度明显加大，储量和产量保持高速增长，资源多元化战略充分实施，国际贸易逐渐丰富成熟。消费端，2015年后，中国经济发展进入“新常态”，从高速增长迈向高质量发展，国内天然气市场也随之进入发展波动期，短期的资源不足与供应过剩交替发生，中长期看来，天然气在城市燃气与交通等终端用能领域发展动能不足的态势已经显现 ［1］ 。2020年9月，中国提出2030年碳达峰，2060年碳中和的宏伟目标。“碳中和”愿景下，中国中长期能源结构将呈现较大调整，化石能源占比将快速下降，非化石能源加速发展。天然气作为碳排放强度最低的化石能源，承担着替代高碳化石能源和与可再生能源融合的双重任务，将在能源低碳转型的近中期发挥重要作用 （见图1）。中国天然气市场将迎来新一轮发展机 遇 ［2-3］ ，但传统的天然气销售企业在技术能力方面却并没有做好准备来迎接高速变化的市场以及与新能源融合后所产生的新业态。近年来，人工智能技术迅猛发展，为金融、教育、医疗等多个行业带来颠覆性改变，但如何将人工智能技术应用于天然气销售行业却鲜有人研究。本文基于主流人工智能技术的发展趋势，挖掘相关技术与天然气销售业务的潜在联系，论述天然气销售企业应该如何利用人工智能技术实现高质量发展。

图1  天然气消费量变化情况

1   天然气销售企业的技术能力瓶颈

随着天然气市场化改革进程不断推进，国家石油天然气管网集团有限公司成立并进入实质运营阶段，天然气“X+1+X”市场体系逐渐形成，客户在气源选择、价格制定、合同谈判上的话语权得到显著提升。天然气价格市场化进入全面深化阶段，按中央定价目录标准划分，2020年资源供应侧市场化定价资源量占比超过40%，预计“十四五”期间市场化价格放开程度将在65%以上。天然气销售企业原有的业务经营模式、价值分配模式、资源配置模式、市场竞争模式正在发生重构。竞争环境下，与管道解绑的天然气销售企业需要以更快速的市场响应速度和更精细化的客户营销服务策略，应对保持客户关系和提升销售效益方面的挑战。
1.1  瓶颈一：对天然气客户用气特性分析能力不足
当前，天然气销售企业普遍存在对市场变化感知能力弱、对客户用气规律把握不足的问题，导致在资源分配、营销策略与差异化服务上预判性不足、针对性不强。从客户视角观察，除资源供应稳定性与价格差异外，各个供应商之间的差别不大，客户忠诚度难以培养，致使天然气销售企业品牌溢价能力偏低。
目前，天然气利用行业已达120余个，各行业用气特性复杂多样，用气规律总体上与经济、政策、天气、替代能源等因素相关，且每个行业又有各自独特的影响因素。因此，每个客户的用气规律都是一个包括众多耦合性因素的复杂模型，涉及大量数据与信息。以城市燃气客户为例，根据城市燃气客户下游行业用气情况，大致可分为：居民、公服、采暖、交通、工业、化工、发电七类。每个行业用气影响因素不尽相同，居民用气与区域内人口数量、城镇化率、经济收入、生活习惯息息相关；采暖用气与采暖方式、采暖面积、气温变化联系紧密；工业用气主要受到经济环境、环保、产业政策的影响等。在复杂耦合因素影响下，传统分析手段难以对客户用气规律进行准确、量化的分析与预测，给天然气销售企业的运销平衡带来极大困难。
1.2  瓶颈二：对天然气市场感知能力基础薄弱
市场是客户的集成，市场变化既受到单个客户波动的影响，又受到宏观和行业因素的扰动。如宏观经济、政策、行业发展、区域营销策略等虽然对单个客户的影响难以判断，但对天然气市场整体趋势的变化将会起到关键作用。天然气销售企业无法做到对市场的快速识变和精准应变，究其原因，一方面是对市场变化感知能力不足，尚未建立起一套行之有效的市场变化预警机制和预判体系；另一方面是多场景天然气市场模拟仿真技术尚不成熟，在外部因素发生变化时无法对市场做出准确判断，对企业要采取的策略给市场带来的影响也难以预测，难以实现“事前算赢、精准施策”。
1.3  小结
两大能力瓶颈主要由天然气市场自身特性与客户复杂性导致，是长久以来天然气销售企业的痼疾。由于过去几年天然气市场一直处于高速发展期，需求大于供应，能力瓶颈对天然气销售企业的影响尚不明显。但随着天然气市场日益成熟，供需关系趋于平衡，两大能力瓶颈对天然气销售企业的发展制约越发显著。虽然各天然气销售企业和研究机构对天然气客户与市场有一定研究基础，但受制于技术限制，瓶颈问题一直未能突破，日趋成熟的人工智能技术将是解决两大能力瓶颈的杀手锏。

2   人工智能技术在天然气销售企业的应用思考

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。在国发〔2017〕35号《国务院关于印发新一代人工智能发展规划的通知》文件中指出，应重点发展的人工智能领域包括：大数据智能、群体智能、知识图谱、智能机器人、智能助理、边缘智能、语音识别、图像识别、自然语言处理、可解释人工智能、虚拟现实、无人驾驶系统、量子计算和深度学习等 ［4］ （见图2）。

图2  人工智能技术图谱
 全球权威IT研究与顾问咨询公司Gartner Group在发布的《Hype Cycle for ArtificialIntelligence, 2019》报告中分析了主流人工智能技术的发展前景 ［5］ （见图3），人工智能涉及技术繁多，每种技术成熟度不同，企业对人工智能的研究与应用要充分考虑技术发展进程，一方面要提前布局在适当时间点开展研究应用，另一方面也要避免在技术萌芽期盲目追逐。针对当前天然气销售企业技术现状和业务特点，天然气销售企业可以重点关注大数据智能、知识图谱、群体智能、可解释智能等技术，以解决客户特性分析和市场感知的瓶颈。

图3  人工智能技术成熟度曲线
注：数据来源于Gartner Group发布的《Hype Cycle for ArtificialIntelligence,2019》报告 ［5］
2.1  大数据智能
大数据智能是目前发展较为成熟的人工智能技术之一。在全球信息化快速发展的背景下，数据已经成为一种战略资源。各行各业的决策活动在频度、广度及复杂性上较以往有着本质的不同。决策过程中的不确定性因素增多，决策分析的难度不断加大。传统的数据分析方法以及基于人工经验的决策已难以满足大数据时代的决策需求，大数据驱动的智能决策将成为决策研究的主旋律。大数据智能以各类数据挖掘和机器学习算法为主要支撑，从海量、高增长和多样化的信息资产中挖掘隐含的规律以及预测性的知识，以支持企业高效准确决策 ［6］ 。
大数据智能在社会各领域的应用非常广泛，在电力、零售等诸多领域的作用不断凸显。例如，在电力系统中，电网公司通过挖掘海量电力数据中潜在的规律和价值，结合电力负荷数据特点及多种数据挖掘算法，对电力负荷进行预测；通过与设备、调度、营销大数据的深度融合，实现配网状态主动感知与智能运营；基于时空电力数据、宏观经济数据、企业经营数据等，利用数据智能技术构建电力经济指数，对行业景气提供有效预警 ［7-9］ 。
在成品油零售领域，中国石油天然气集团有限公司以客户交易数据为研究对象，通过结合业务实际需求，从客户的人口特征属性、消费行为、产品驱动、消费偏好、加油站偏好、忠诚度等方面进行分析，运用数据挖掘中的聚类算法对客群进行细分，实现客户画像全面客观地展示，为企业的管理和制订差异化营销策略提供依据 ［10］ 。
对于天然气销售企业来说，大数据技术在客户认知、需求预测等方面的应用尤其值得关注。基于大数据技术，一方面可以实现对天然气客户的聚类和细分，帮助天然气销售企业实现差异化营销和服务；另一方面可以深入挖掘各类客户用气变化与行业自身特征、政策法规、季节变化、市场环境、价格波动等多元耦合因素的内在规律，建立天然气客户用气特性规律数学模型，实现天然气客户需求的精准预测，提升企业产运销平衡能力 ［11-12］ 。以城市燃气客户为例，城市燃气企业是天然气销售企业的重要客户类型，客户数量多，用气规模总量大。但城市燃气客户用气规律波动大、用气结构多元、用气影响因素复杂，一直是天然气销售企业运行管理中的难点。通过对城市燃气客户用气曲线聚类，可以将城市燃气客户进一步细分为稳定供应型、用气波动型、快速扩张型，每一个细分类拥有更明确的特征属性，从而可以根据这些特性进行更好地销售分析预测，并实施针对性的营销策略。
2.2  知识图谱
知识图谱本质上是基于语义网络的知识库，旨在描述客观世界的概念、实体、事件及其之间的关系 ［13］ ，最先是由谷歌公司于2012年提出，主要用来支撑下一代搜索和在线广告业务。2013年后知识图谱开始在学术界和业界普及，并在搜索、智能问答、情报分析、金融等领域应用中发挥重要作用。
知识图谱技术是近年来较为热门的知识工程建设方式之一，一方面它突破了传统知识工程中严重依赖专家和人为干预的弊病，以数据挖掘的方式极大地扩展了知识的规模；另一方面通过拓扑结构化的知识存储和展示机制，突出了知识之间的关联性，进一步加深了对知识的理解和应用效果。
21世纪是知识经济时代，知识是当今社会公认的财富。天然气是个较为复杂的产业链，产、运、销、储、贸各个环节环环相扣，天然气利用涉及的行业超过百个，具备庞大的知识体量。然而天然气销售企业普遍对知识工程建设重视程度不高，企业对天然气市场的理解存在局限性，相关业务人员由于缺乏必要的知识储备显得行业素养不高
天然气销售企业可以根据自身情况建立企业内部行业知识体系，以图谱形式描述供应商、客户、市场、社会、政策等多个领域之间的复杂关系，帮助天然气销售从业者快速建立认知体系，提升天然气供应企业对客户和市场的认识和感知能力，可以在客户洞察、市场感知、员工培训、智能客服等方面发挥巨大作用。同时，知识图谱可以帮助机器更好地理解数据、解释现象、知识推理，是众多人工智能技术发展的前提条件和重要依托。
2.3  群体智能
当前，以互联网和移动通信为纽带，人类群体、大数据、物联网已经实现了广泛和深度的互联，使得人类群体智能在万物互联的信息环境中日益发挥越来越重要的作用，从而深刻地改变了人工智能领域。《新一代人工智能发展规划》明确提出，群体智能的研究方向对于推动新一代人工智能发展意义重大。群体智能在逐步发展为将人类智能与智能机器互相融合的思路上。基于群体编辑的维基百科、基于群体开发的开源软件、基于众问众答的知识共享、基于众筹众智的万众创新、基于众包众享的共享经济等都是人们平时能够体验到的群体智能应用 ［14］ 。
天然气销售企业对群体智能的探索应用应考虑以下两个方向：一是建立天然气市场信息共享平台，充分纳入天然气客户、供应商、生产商、竞争者、投资者、贸易合作伙伴、政府和社会公共服务机构等组织和个体，互利共赢、群策群力，共同打造天然气市场信息汇集地，协同缔造以天然气为核心的低碳能源生态圈。二是研究基于智能体协同的天然气市场模拟仿真技术。建模与仿真是认识和分析世界的基本方法。天然气市场是由多个具有自适应能力的主体组成的复杂适应系统，其中的主体既包括自然人，也包括机构以及经济实体对象，主体之间的交互关系是并行和局部的，系统中并不存在全局控制者。每个主体仅实现自身利益，具有独特的行为模式，与单纯的物理对象不同，主体的行为不是根据刺激做出反应，而是主动参与，决策可以不必是最优的，也不必一致或相容。因此，传统的对物理对象和物理系统的仿真方法并不完全适用于天然气市场仿真 ［15-16］ 。
智能体技术是模拟复杂市场的全新手段，它将市场参与主体的微观智能行为和宏观“涌现”现象结合，以智能体建模模拟市场上各个行为主体的智能行为，并通过将智能体建立链接汇集形成对整个市场的仿真模拟。开展这项技术研究的难点在于，该技术在天然气领域中尚属空白，无任何经验可借鉴与参考。天然气销售企业需要结合计算经济学理论，探索构建天然气市场多主体仿真模拟模型架构体系，创新性地实现多主体构成技术（包括多主体属性、影响变量、方法）和多主体沟通通信机制建模，才能更好地模拟天然气市场复杂的运行机制与变化。
天然气市场的模拟仿真技术可推动天然气销售企业对市场变化规律的认知达到新的高度，可实现在变化发生时及时分析影响的范围和效果，采取有效措施获取商机或规避风险，通过主动施加市场变化因素，模拟仿真该策略所能产生的市场效果，从而达到不断优化调整实现商业目的。
2.4  可解释智能
可解释智能是指一种使人类用户能够理解、适当信任和有效管理的人工智能，其关键词是可理解、可验证、决策路径清晰、计算过程透明。依赖于大数据的人工智能技术存在算法黑箱的固有缺陷，构建具有可解释性的人工智能是保障人工智能技术使用者实现相关权益的前提，是促进社会、企业形成人工智能准确认知和良好信心的必然选择，是实现透明、可控、负责任人工智能发展的基础，也是人工智能成为一门科学的内在要求 ［17］ 。人工智能对人类影响越大，其可解释性越重要。
可解释智能技术可以应用于提升各项人工智能技术在天然气业务中的被信任程度，让智能决策更容易被人接受和理解，不过当前尚处于理论探索阶段，且当前研究的热点即人工智能某一局部环节的可解释性，也并无成熟案例。

3   人工智能技术应用难点与建议

当前天然气销售行业在数字化、智能化技术应用与发展方面与市场化程度较高的其他行业相比还存在较大差距，但随着市场化改革不断深入，天然气销售企业通过资源、渠道等建立的传统优势的影响力将逐渐下降，智能化发展所形成的领先技术能力将成为未来天然气销售企业的核心竞争力。天然气销售企业对人工智能技术的应用并非一蹴而就，每个行业都有自身的发展特性，对其他行业技术成果的生搬硬套，通常不能取得良好效果，甚至因为水土不服产生恶劣影响。天然气销售企业发展符合业务需要的人工智能技术，首先需要解决以下几点重要问题。
3.1  数据问题
人工智能技术突破得益于智能终端流行所带来的数据爆发，数据是人工智能技术最基本的原材料，让人工智能做到“感知、思考、决策”，首先就是需要足够多、足够好的原始数据进行训练。但当前大多数天然气销售企业的数据规模与数据质量尚无法满足人工智能技术应用的需求，这是首先需要解决的问题。天然气销售企业需要加强自身信息化水平，实现信息系统对于主营业务的全覆盖，以自动化手段实现真实业务数据的高频记录与积累，避免人为干预。同时，天然气市场外部数据与情报的获取是天然气销售企业数据应用上更为薄弱的环节，天然气销售企业应提升在庞杂的社会数据中分辨与业务相关度更高的数据的能力，并与之建立稳定可靠的获取渠道，从而解决外部数据质量参差不齐和与内部数据难以融合的问题。
3.2  人才问题
发展人工智能技术不仅仅是信息部门和技术人员的责任。以大数据分析技术为例，业务专家、数据专家、信息技术专家缺一不可，甚至业务专家与数据专家在其中起到的作用更为关键。大部分天然气销售企业的业务部门与信息部门由于知识背景的差异沟通并不顺畅，导致信息技术应用效果不佳。因此天然气销售企业需要培养一批懂技术的业务专家，甚至实现对业务人员的技术普众，才能真正发挥人工智能技术的价值。
3.3  体制机制问题
当前天然气销售企业大多数仍是自上而下的传统决策模式，上级单位制定方案下级单位负责执行，上级单位不能完全兼顾各下级单位的情况。然而人工智能技术通常以数据为驱动，数据发生在基层，决策产生于下层，决策影响由下向上进行传导。两种决策模式各有优势，但却有天然的矛盾。天然气销售企业需要研究调整现有的体制机制，以适应人工智能技术应用所带来的变化。当然，人工智能并不能完全替代人的作用，完全由人工智能主导的决策是具有极高风险的。
4  结束语
人工智能技术在天然气销售企业中的应用仍然存在诸多问题和不确定性，需要天然气销售企业花费极大的人力、物力以及时间才能取得一定成效。但正因如此，天然气销售企业在技术升级后所产生的技术壁垒也更难以被轻易打破。世界正处于百年未有之大变局，中国天然气市场正迎来前所未有的机遇与挑战，天然气销售企业在技术突破上的勇气与决心将会带来整个行业的变革。

参考文献上下滑动阅览

[1]

郑子霆,姚海峰,陈继东,等.2021中国城市燃气行业转型白皮书[R].北京:埃森哲,2021.

[2]

黄维和,王军,黄龑,等.“碳中和”下我国油气行业转型对策研究[J].油气与新能源,2021,33(2):1-5.

[3]

周淑慧,孙慧,梁严,等.“双碳”目标下“十四五”天然气发展机遇与挑战.油气与新能源,2021,33(2):27-36.

[4]

国务院.新一代人工智能发展规划[J].科技导报 , 2018,36(17):113.

[5]

GAO A,  SICULAR S. Hype Cycle for Artificial Intelligence,2019[R].[S.L.]:Gartner  Group,2019.

[6]

于洪,何德牛,王国胤,等.大数据智能决策[J].自动化学报,2020,46(5):878-896.

[7]

黄维和,张曦,张元涛,等.天然气下游大数据技术研究与应用综述[J].油气与新能源,2021,33(4):1-5.

[8]

端木凡曦,王聪,胡晶.大数据技术在电力系统负荷预测中的应用进展[J].安阳工学院学报,2021,20(2):28-30.

[9]

杜明建.大数据技术在负荷预测与负荷特性分析中的应用[D].江苏:东南大学,2015.

[10]

江樱,王志强,戴波.基于大数据的居民用电消费习惯研究与分析[J].电力信息与通信技术,2015,13(11):7-11.

[11]

隋毅,杜宗格.天然气客户聚类模型研发[J].油气与新能源,2021,33(1):67-71.

[12]

张曦,隋毅,郝晶,等.基于客户聚类的成品油客户精准营销研究与应用[J].石油规划设计,2020,31(6):35-39.

[13]

黄恒琪,于娟,廖晓,等.知识图谱研究综述[J].计算机系统应用,2019,28(6):1-12.

[14]

向林.互联网众包对现代企业管理模式创新的启示[D].北京:北京邮电大学,2015.

[15]

高扬,贺兴,艾芊.基于数字孪生驱动的智慧微电网多智能体协调优化控制策略[J].电网技术,2021,45(7): 2483-2491.

[16]

王海宁.基于复杂系统多Agent建模的电力市场仿真技术研究[D].北京:中国电力科学研究院,2013.

[17]

刘云.论可解释的人工智能之制度构建[J].江汉论坛,2020(12):113-119.

本文版权归《油气与新能源》编辑部所有

未经允许，不得转载

往期推荐

基于“全国一张网”的天然气管输优化模型构建及应用

基于逻辑回归评分卡的石油企业供应商风险模型研究

新疆电网光热发电效益评估

炼化项目投资增效测评方法探索与实践——以烷基化项目为例

中国石化行业面临关键技术问题及对策建议

国际石油公司业务组织架构变革分析及启示

                                                                                                                                             编辑| 倪杰清
排版|陈   潇
审核|张   曦
版权：如无特殊注明，文章转载自网络，侵权请联系cnmhg168#163.com删除！文件均为网友上传，仅供研究和学习使用，务必24小时内删除。
相关推荐
热门信息