分子级、可验证的数字基础设施,直连油田与炼化工程决策

将油分子建模误差从行业普遍的约 30% 降至 2% 以内,基于真实油样与多源实验数据构建可计算、可验证的数字油模型,支撑采收率提升、炼化工艺优化、CO₂ 封存与新材料研发的工程决策。

分子级数字化是能源工业下一阶段的底层能力。

预约数字油试点

已在加拿大 Athabasca、日本苫小牧等国际项目中验证 · HICOOL 2025 优胜奖 · 源自东京大学 11 年科研积累

数油科技正在构建面向能源工业的分子级数字基础设施。

分子级数字底座 → 能源工业决策引擎 → 可验证物理 AI 系统

架构象征图占位

为什么需要分子级数字底座?

从宏观到分子级

传统油藏与炼化模型在重质油、CO₂-EOR、复杂调和等场景下误差大、风险难控。行业转折点已至:分子级数字孪生是可靠工程决策的前提。

能源转型与低碳场景

CO₂ 捕集封存、氢能、新材料研发对高精度分子模拟的需求快速上升,油气企业在保供前提下必须拥有降碳增效的数字化工具。

能源安全与自有数字资产

国内油田与炼化企业需要建立本地数字油模型与数据库,将实验与现场数据沉淀为可复用的企业数字资产。

谁先建成分子级数字底座,谁就能在提采、炼化与 CCUS 上占得决策先机。

行业缺口与平台解法

行业缺口

  • 提采、重质油、CO₂ 封存等复杂工况下,传统模型误差大,方案风险评估失准
  • 炼化与调和高度依赖试验,研发周期长、试错成本高
  • 实验与现场数据分散,难以沉淀为可复用的企业数字资产

从实验与现场数据到数字油 / 数字岩石 / 数字煤,再经物性预测与多相模拟,支撑提采方案、炼化优化与 CO₂ 封存评估等工程决策。这是一个可持续扩展的分子级建模与预测平台,而非单次咨询工具。

四层架构

应用层

提采设计、炼化优化、CO₂ 封存评估、新材料研发

模型层

数字油生成、物性预测、孔隙网络模拟

数据层

油样 / NMR / GPC / CT 等数据接入与清洗

基础设施层

支持私有云与混合云部署

产品矩阵

Digital Oil / PetroGen Architect

平台核心能力:从实验数据生成与真实油样高度一致的数字油模型,可计算、可验证、可导出用于后续模拟。支撑采收率方案、重质油开发与 CCUS 评估。

典型场景:油田提采设计、CO₂-EOR / CCUS、重质油与油砂开发

Digital Prediction / PetroQSPR

石油分子与混合物的物性预测与虚拟实验,覆盖密度、粘度、辛烷值、十六烷值等,支持配方筛选与实验前预估。

典型场景:调和油与添加剂优化、燃料性能预测

Digital Rock

基于孔隙网络模型的储层多相流模拟与 3D 可视化,快速评估渗透率与驱替方案。

典型场景:储层物性评估、水驱 / CO₂ 驱方案对比、CO₂ 地质封存可视化

Digital Coal

从煤质参数自动构建煤炭多分子模型,支持 3D 可视化与统计分析。

典型场景:煤储层机理研究、数字能源建模

油田 | 炼化 | 科研与新材料

验证与案例

多项物性匹配误差(典型)传统油分子模型数字油模型(本平台)
约 30%<2%

在轻质油、重质油及油砂等多类体系下,基于元素分析、NMR、GPC 等 18 项实验性质的 QMR 定量匹配,与真实油样物性及第三方实验数据对比,误差 <2%;具体验证条件见 Platform 或技术白皮书。

单次高精度数字油建模:在已具备实验数据条件下,约 3–15 分钟
已在加拿大、日本等地多个油田与 CCUS 项目中应用
Athabasca 重质油提采项目,基于项目披露数据,当地直接经济效益约 1000 万美元
炼化工艺研发周期可从数月量级缩短至数周量级

加拿大 Athabasca 油田重质油提采

背景:重质油 SA-SAGD 溶剂筛选与相态行为预测。

方案:建立数字油模型,预测密度、粘度、扩散行为与沥青质稳定性,筛选提采溶剂。

结果:基于项目披露数据,当地直接经济效益约 1000 万美元;辽河油田同类方案正在落地。

日本苫小牧油田 CO₂ 捕集与封存

背景:CO₂ 注入油层的最小混相压力与相态评估。

方案:数字油模型 + 分子动力学模拟,预测密度、粘度、扩散系数等关键物性。

结果:为 CCUS 项目决策提供分子级依据。

试点流程 3 步法

1

提交油样 / 数据

提供元素分析、NMR、GPC 等实验数据或油样。

2

建立数字油模型

我方构建与您油样匹配的数字油模型并完成验证。

3

输出决策报告

交付物性预测、方案对比或工程建议,支撑现场决策,并形成可复用的企业数字资产。

信任与背书

国际合作验证

JX、JAPEX、JAMSTEC、Athabasca、苫小牧等国际机构与项目已交付。

学术与科研背书

东京大学、顶刊论文、院士团队、HICOOL 2025 优胜奖。

工程落地验证

国内辽河油田、华能集团试点;北京落地、项目交付与收入验证。

团队

团队具备石油工程 × 计算化学 × AI 的长期跨学科协同能力。

崔物格 · 创始人

东京大学博士,中国石油大学本硕,北京亦城领军人才,11 年数字油研发与工程应用经验。

梁云峰 · 首席科学家

东京大学工学研究科副教授,数字油与分子动力学专家,多篇顶刊论文与国际项目负责人。

杨路 · 运营负责人

北大光华硕士、清华学士,弘毅投资与字节跳动战略投资经验,负责商业化与资本管理。

合作网络:东京大学、日本 JX、JAPEX、JAMSTEC、九州大学等国际机构;国内院士团队、辽河油田、华能集团等。

预约数字油试点

从一口井、一条装置开始,预约技术评估或试点项目。

了解投资与合作

跳转 Investors 页面或联系邮箱,获取 BP 与沟通安排。