淺議油氣工業智能化規劃與建設中的若干認識問題

王鴻捷

中國石油工程建設有限公司西南分公司, 四川 成都 610041

0 前言

人類工業史上的信息技術革命催生的人工智能、云計算、大數據、物聯網等新型IT技術的快速發展,為全球油氣工業生產、經營及管理模式的持續變革和科學發展提供了技術條件[1]。尤其是智能工廠、智能油田、智能氣田、智能管道等油氣領域相關技術基礎工作及實踐項目的試點和推進,使得油氣工業對智能化轉型后產生的價值和效益有了更加急迫的需求[2-6],但從目前來看,在全球范圍內,對油氣工業智能化的定義、建設愿景、建設目標等尚缺乏統一的認識和標準[7-11]。

在從事相關工作的實踐中,發現很多同事也還存在較為模糊的概念和認識,本文試圖站在一個規劃者的視角,對這些影響規劃工作和管理層決策的問題加以分析和總結,以期理順油氣工業智能化相關思路。

1 油氣工業智能化的典型架構

對比荷蘭皇家殼牌公司、馬來西亞國家石油公司、英國BP石油公司、沙特阿美石油公司、哥倫比亞管道公司、中國石油天然氣集團有限公司、中國石油化工集團公司、中國海洋石油集團有限公司等國內外油氣企業開展的相關數字化或智能化建設成果和價值,發現能源行業實現以先進信息技術為手段的智能化轉型,所處的IT“生態環境”難以提供油氣工業智能化規劃與建設的體系化解決方案[12-18]。

基于對油氣工業智能化發展愿景、建設目標、建設原則、建設重點和難點、關鍵技術路線的探索和研究,筆者及其團隊提出了一種油氣工業智能化轉型的典型架構。

該典型架構主要包括上下兩大部分,下層是企業級的數據生態,上層是企業級的智能應用。

數據生態是由企業的智能應用主數據平臺及其支撐體系構成。包含了智能應用主數據平臺、全產業鏈(建設與運營過程中的設計、采購、施工、運行)及附屬產業鏈(冶煉、制造、物流、倉儲等)的數據倉庫兩級結構。這兩級結構的相互作用與促進發展構建了油氣工業智能化發展的基礎環境。

智能應用是指圍繞企業核心目標(降本增效、自主可控等),以貫穿于油氣企業規劃、建設及運營全生命周期的企業價值模型/經濟模型為核心,構建出的一系列智能化應用系統或應用平臺。筆者特別強調的是,這里的智能應用已經遠不是以可視、可控為核心構建的。

2 規劃與建設過程中常見認識問題

2.1 認知方式

1)認知方式的第一個問題,也許是一個哲學問題。我們是怎樣認知這個世界的？毫無疑問,我們絕大多數時候是基于經驗、自身具有的知識來認識世界的,并很大程度上支配了我們在管理與決策上的言行?；ヂ摼W的出現,使認知方式變得復雜而有趣。共享單車的出現,使整個自行車產業鏈發生了巨大變化,“永久”“鳳凰”“捷安特”這些具有悠久歷史和產業品牌的自行車制造商,隨著共享單車的出現,一夜之間面臨門店關閉、從業者下崗分流的局面,他們不得不面對一個原本不屬于產業鏈上的數據平臺運營商,并將之作為市場開發的重要環節。類似情況同樣發生在淘寶、京東、支付寶以及大量互聯網平臺商所帶來的變化上。

互聯網產業的興起不僅僅造成一個個產業鏈的解構和重組,而且也是對我們認知方式的顛覆[19-20]。我們原本所具有的經驗、知識是不是足以面對油氣工業智能化的基本條件？我們是否可以觸摸到明天的產業鏈狀態與結構？我們是否已經將自己的企業在未來油氣工業智能化的產業鏈上,處于哪個環節、哪個位置做出了清晰的定位？

互聯網時代的認知方式,可能應該是：經驗和知識可以造就你過去的成功,但很可能成為下次失敗的根源。如果我們談論一個面向未來的與互聯網緊密相關的事物,除了經驗與知識,可能還應該以企業在互聯網時代的“產業鏈位置”和企業在“數據鏈中的位置”作為視角重構我們的認知方式,從而獲得符合邏輯和客觀發展趨勢的認知結論,而這種認知結論可能是全新的、乃至顛覆性的。

2)認知方式的第二個問題,比較簡單。從認知事物的角度看,世界上只有兩種人：以目標為導向的人和以資源為導向的人。前者通過梳理愿景、確定表達遠景的條件作為目標、確定現狀、確定實現每個目標的路線以完成對一個特定愿景的實現方式；后者從自身條件出發確定近期或遠期的工作。這兩類人在管理與決策層面對推動一個整體體系的發展,產生著不同的作用。第一類人,看似總在忙于一堆無關的事情,其實每件事情都統一在一個特定目標和特定路線的總體規劃與分項計劃中,總在不斷接近愿景；第二類人,經常會出現“我不會、我不懂、我沒條件”的感嘆,從而將系統整體的發展緩慢歸咎于外在條件。

分析認知方式的目的,有助于理解對下面幾個問題的分析討論。

2.2 智能化時代企業競爭優勢

在油氣工業智能化轉型過程中,企業的競爭優勢是什么？傳統的工程設計技術優勢、工程采購或施工優勢,會不會一夜之間,不得不面對今天的“永久”“鳳凰”“捷安特”等自行車制造商所面臨的問題？

按照筆者的觀點,這個問題不但會出現,而且在一些油氣工業領域已經出現了。換言之,工程公司在工程建設產業鏈中,以“企業-企業”的模式形成橫向的價值傳遞與價值交換關系；互聯網技術的發展和智能化油氣產業發展的需求,催生了以“企業數據-數據平臺服務商-企業”為特征的縱向數據關系的誕生。

在此情況下,工程公司在關注本企業在工程建設產業鏈中的地位和橫向企業間數據交付能力的同時,還不得不關注本企業在智能化典型架構中智能應用和數據生態的位置。需要提出的是：工程設計、工程采購、工程施工、工程運營所構成的建設與運營產業鏈,是一個橫向產業鏈的話,工程設計無論就建設或是運營而言,一般位于產業鏈的龍頭地位和引領地位；但從智能油氣田、智能工廠、智能管道的縱向數據鏈看,工程設計、工程采購、工程施工，乃至工程的后期運行,都居于遠離智能應用的數據鏈末端,扮演的僅僅是數據源的角色。

若工程公司向數據平臺運營商交付設計、采購、施工、運行數據，成為智能化時代數據生態創建的基本法則,這類數據平臺在智能化架構中將起到連接數據源和智能應用的關鍵作用。

如果企業智能化數據鏈架構中長期居于遠離智能應用的位置,其傳統競爭優勢的產業地位將面臨巨大沖擊。

基于這一認識,互聯網時代的油氣工業競爭優勢的培養與孕育,不僅應高度關注“行業技術水平”和“全產業鏈數字化協同能力”等競爭力的提升,還應積極關注本企業在智能化體系中的數據鏈位置提升問題。

考慮到行業內優質工程公司所具備的綜合能力,構建面向智能化油氣田建設新的競爭優勢重點,應盡早體現在與數據生態相關規劃與建設工作上,同時積極參與智能應用的價值模型創建與應用開發工作中。

2.3 不同視角對智能化規劃與建設的影響

1)油氣工業智能化規劃與建設,是以基于現有資源和業務流程為導向,還是以未來發展愿景與目標為導向,是決定油氣工業智能化轉型可持續發展的兩種不同視角；不同視角的認識論和方法論,將深刻影響規劃與建設的方式和建設的成效。

2)有學者提出：“智能化油氣田是數字化油氣田的延伸?！睆囊巹澋囊暯强?筆者認為智能化與數字化兩者之間的建設愿景不同、目的不同、架構不同、智能應用構建的邏輯不同、對產業鏈各企業角色關系改變的效果不同,因此二者之間存在本質的區別。智能化是基于對特定目標的全產業鏈和全生命周期為視角的一系列價值模型的定義，以數據生態為支撐，以智能分析和智能干預為手段，滿足降本增效、自主可控等要求為目標所構建的系統,具有統一架構、統一規則、統一規劃下的持續性和長期性；數字化是以數字氣田或虛擬氣田為基礎，以數據采集與分析為手段，以可視、可控等需求為目標所構建的系統,煙囪狀應用結構決定了其建設具有可中斷性，數據規則與應用架構之間具有隨機性的特征。

數字化建設工作的積極意義在于：數字化時代的一切嘗試與發展,為規劃與考量智能化提供了正反兩方面的經驗與教訓,是可以繼承和發展的寶貴財富；但是當我們進行智能化規劃與建設時,仍然需要站到不同視角,正確處理好兩者之間的關系。

2.4 智能化典型架構

企業級數據生態的構建是一項創造性的工作,其核心要素是貫穿于油氣工程規劃、建設和運營管理全產業鏈及附帶產業鏈底層數據的搜集及數據倉庫(數據源、信息源)的規劃與建設，以及基于數據倉庫和智能應用實時數據的主數據平臺構建,其中,基于EDDS(Engineering Data-Delivering System)理念的數字化交付平臺構建,是完成此項工作的關鍵輸入條件之一。

企業級智能應用的研發也是一項創新性工作,其核心是一系列企業級的價值模型/經濟模型,并構建出一系列貫穿研究對象在全產業鏈、全生命周期內的智能應用系統。這一工作需要油氣企業自身、國內外專家學者,以及IT等企事業單位或個人共同協作完成,而且需要在應用過程中不斷優化和完善。

2.5 工程公司在整個智能化體系中的位置

工程公司業務領域主要包括設計、采購和施工等相關建設期工作,而油氣企業的智能化本身則應涵蓋規劃、建設和運營管理全生命周期。從這個角度講,工程公司在油氣企業的智能化規劃與建設中,僅提供設計、采購和施工等相關建設期的數據源、信息源,某些有前瞻性的工程公司則正在嘗試提供承載此類數據源、信息源的數據倉庫和數據交付平臺。

需要說明的是：上述數據倉庫,并不是支撐油氣工業智能應用的主數據平臺,主數據平臺需按照智能應用的服務需求,向數據倉庫獲取歷史或實時的有效數據進行分類存儲,并以服務化的方式管理,同時按照智能應用價值模型/經濟模型的需求,獲取、存儲、管理智能應用自身產生的歷史或實時數據為智能應用自身服務。

工程公司是工程建設數據倉庫的數據提供者,其所使用的數據產生工具受數據倉庫運營者的制約和控制。

2.6 智能應用的構建邏輯

從實際應用范圍來講,既有對油氣工業物理工廠、物理油田、物理氣田、物理管道等實體物質的智能應用,也有對數字工廠(或虛擬工廠)、數字油田(或虛擬油田)、數字管道(或虛擬管道)的虛擬物質的智能應用,又有對油氣工業全生命周期的生產經營管理的智能應用。

智能化條件下的業務應用規劃邏輯,必須要與非智能化條件下的業務應用區別開來,智能化條件下業務應用的核心是企業級價值模型/經濟模型的構建,而此項工作就是要以實現提質、降本、增效這一本質目標為出發點。智能應用需要大量科研和技術基礎工作研究成果的支撐,尤其是建立企業級價值模型/經濟模型,需要專家團隊的智慧,而不是純粹的IT技術或工程專家就可以完成。

2.7 智能應用、數字化交付、協同設計的關系

智能應用是油氣工業智能化價值實現的工具,應具備任意油氣生產經營管理變量發生情況下對整體生產系統影響的智能分析與干預決策的能力。

在智能化時代,智能應用與數據生態構成了智能化的兩大核心要素,數字化交付則按照智能應用的需求和標準通過主數據平臺獲取油氣工程全生命周期的數據源、信息源。

協同設計則僅限于建設期的設計過程,向業主或數據承包商交付的數據僅為智能應用數據需求的小部分。站在智能化數據鏈的視角(不是工程建設產業鏈的視角),協同設計屬于智能應用所需設計數據的產生范疇,對設計數據的質量負責；同樣,智能化體系下的數字化交付,屬于按照智能應用所提出的標準、范圍、格式等,進行數據分類、傳輸的范疇,是交付的通道與工具。從這個角度講,協同設計與數字化交付是可以獨立存在的模塊,在沒有特定要求情況下,協同設計的結果可以手工交付；而數據交付能力,與協同設計能力一樣,應當被視為企業競爭力的一種表現形式,并通常會用于高端客戶的強制性交付要求。

因此,從數據鏈的視角看,智能應用是智能化體系中主數據平臺規劃與建設的輸入；智能企業主數據平臺根據智能應用的需求向全產業鏈各數據倉庫提出數字化交付的標準、范圍、格式、內容、工具等,是產業鏈各類數據倉庫的交付目標；產業鏈各環節的數據倉庫根據主數據平臺所制定的交付標準、范圍、格式、內容等,向設計協同(E的各專業協同)、設計采購協同(E與P的數據協同)、設計采購施工協同(E、P、C的數字化協同)等協同形式,提出數字化交付標準、范圍、格式、內容、工具等方面的要求。因此,按照上述邏輯,協同設計在智能化的縱向數據鏈中,是基于特定項目、特定數字化交付要求、采用特定工具，面向多設計專業所展開的一種設計組織模式,是遠離智能化核心業務的設計類數據的產生者。

2.8 油氣工業智能化規劃工作的組織方式

油氣工業智能化規劃與建設對傳統觀念、已有技能、業務流程、管理制度等將帶來巨大變化。

首先,需要識別和確認油氣工業智能化發展未來的典型架構,確立企業在未來橫向產業鏈和縱向數據鏈上更具競爭力的位置,明確企業現狀及現有位置在未來整個體系架構中的優勢與劣勢,作為布局、規劃、計劃相關工作的基本條件。

其次,明確智能應用、數字化交付、協同設計、協同建設(設計采購施工產業鏈與附帶產業鏈的平臺化協同組織)在未來產業結構中的作用與價值,有目的的加以組織和規劃。

第三,明確油氣工業智能化規劃與建設,是“企業戰略+業務/業態+信息技術(IT)”的綜合規劃與建設,實現規劃者、管理者、決策者、實施者之間，對工作目標、實施方法等認識的高度統一,是保障各項工作有效開展的重要條件。

3 總結

本文總結了油氣工業智能化建設與規劃工作中可能面臨的認識方面的問題,分析了這些問題產生的原因；提出了油氣工業智能化的典型架構,闡述了智能應用、數據生態、數據倉庫、協同設計在該架構中的位置與邏輯關系；強調了傳統競爭優勢的企業注重新的競爭優勢培養的極端重要性；表達了在這一變革時期,對企業管理者和智能化建設的決策者、規劃者,解決好各類認識問題、合理規劃與實施相關工作的高度關切。

參考文獻:

[1] 覃偉中.積極推進智能制造是傳統石化企業提質增效轉型升級的有效途徑[J].當地石油石化,2016,24(6):1-4.

Qin Weizhong. Intelligent Process Manufacturing-An Efficient Way to Upgrade Traditional Refineries [J]. Petroleum & Petrochemical Today, 2016, 24 (6): 1-4.

[2] 湯曉勇.工程公司協同辦公的認識與實踐[J].天然氣與石油,2016,34(4):75-78.

Tang Xiaoyong. Understanding and Practice of Collaborative Working Platform in Engineering Company [J]. Natural Gas and Oil, 2016, 34 (4): 75-78.

[3] 郭成華.工程公司企業信息化建設的規劃[J].天然氣與石油,2016,34(2):78-81.

Guo Chenghua. Planning for Engineering Company’s Informatization Construction [J]. Natural Gas and Oil, 2016, 34 (2): 78-81.

[4] 賈愛林,郭建林.智能化油氣田建設關鍵技術與認識[J].石油勘探與開發,2012,39(1):118-122.

Jia Ailin, Guo Jianlin. Key Technologies and Understandings on the Construction of Smart Fields [J]. Petroleum Exploration and Development, 2012, 39 (1): 118-122.

[5] 王鴻捷.一種創新的工程公司云平臺建設理論與實踐[J].天然氣與石油,2017,35(4):120-124.

Wang Hongjie. An Innovative Construction Theory and Practice for Cloud Platform Based on Engineering Company [J]. Natural Gas and Oil,2017,35(4):120-124.

[6] 崔紅升,魏 政.物聯網技術在油氣管道中的應用展望[J].油氣儲運,2011,30(8):603-607.

Cui Hongsheng, Wei Zheng. Application Prospect of the Internet of Things Technology for Oil and Gas Pipelines [J]. Oil & Gas Transportation and Storage, 2011, 30 (8): 603-607.

[7] 張恒春.智能化多功能實驗臺鉆進參數檢測與控制系統的設計與實現[D].武漢:中國地質大學,2012.

Zhang Hengchun. Implementation and Design for Intelligent Multi-functional Test-bed Drilling Parameters Detection and Control System [D]. Wuhan: China University of Geosciences,2012.

[8] 于 達,熊 毅,朱婷婷,等.輸油氣管道智能化事故應急體系建設[J].油氣儲運,2015,34(10):1038-1041.

Yu Da, Xiong Yi, Zhu Tingting, et al. An Intelligent Emergency Response System for Failure of Oil and Gas Pipeline [J]. Oil & Gas Storage and Transportation, 2015, 34 (10): 1038-1041.

[9] 楊金華,邱茂鑫,郝宏娜,等.智能化——油氣工業發展大趨勢[J].石油科技論壇,2016,35(6):36-42.

Yang Jinhua, Qiu Maoxin, Hao Hongna, et al. Intelligence-Oil and Gas Industrial Development Trend [J]. Oil Forum, 2016, 35 (6): 36-42.

[10] 彭 銳,彭小康,劉家洪. PDMS數據轉換應用研究[J].天然氣與石油,2015,33(1):84-88.

Peng Rui, Peng Xiaokang, Liu Jiahong. Study on PDMS Data Conversion and Application [J]. Natural Gas and Oil, 2015, 33 (1): 84-88.

[11] 王兆會,曲從鋒,袁進平.智能完井系統的關鍵技術分析[J].石油鉆采工藝,2009,31(5): 1-4.

Wang Zhaohui, Qu Congfeng, Yuan Jinping. Key Techniques for Intelligent Completion System [J]. Oil Drilling & Production Technology, 2009, 31 (5): 1-4.

[12] 李永寧,于 洪,付兆遠,等.智能化油氣試驗移動平臺[J].山東電力技術,2013,(2):29-31.

Li Yongning, Yu Hong, Fu Zhaoyuan, et al. An Intellectualized and Mobile Platform for Transformer Oil and SF6Gas Test [J]. Shandong Electric Power, 2013, (2): 29-31.

[13] 曲 斌,豐大成,袁 濤.構建油氣集輸系統的智能化管理網絡[J].西安石油學院學報：自然科學版,2002,17(3):61-64.

Qu Bin, Feng Dacheng, Yuan Tao. Construction of Intelligent Management Network for Oil-Gas Gathering and Transferring System [J]. Journal of Xi’an Petroleum Institute: Natural Science, 2002, 17 (3): 61-64.

[14] 謝 軍.“互聯網+”時代智慧油氣田建設的思考與實踐[J].天然氣工業,2016,36(1):137-145.

Xie Jun. Construction of Smart Oil and Gas Fields in the “Internet Plus” Era [J]. Natural Gas Industry, 2016, 36 (1): 137-145.

[15] 商同林.智能化網絡管理在油氣集輸系統的應用[J].內蒙古科技與經濟,2004,(7):67-70.

Shang Tonglin. The Intelligence Turns the Net Work Manages to Gather the Applicationthat Lose the System in the Oil Spirit [J]. Inner Mongolia Science Technology and Economy, 2004, (7): 67-70.

[16] 孫長江,謝欣岳,趙倩蕓.基于智能識別、自由組網、智能組態技術的油田專用物聯網[J].油氣田地面工程,2016,35(3):75-76.

Sun Changjiang, Xie Xinyue, Zhao Qianyun. Application and Research on Oilfield Special-IOT Based on Intelligent Identification, Mesh Network and Intelligent Configuration Software Technology [J]. Oil-Gas Field Surface Engineering, 2016, 35 (3): 75-76.

[17] 鄒才能,朱如凱,吳松濤,等.常規與非常規油氣聚集類型、特征、機理及展望——以中國致密油和致密氣為例[J].石油學報,2012,33(2):173-187.

Zou Caineng, Zhu Rukai, Wu Songtao, et al. Types, Characteristics, Genesis and Prospects of Conventional and Unconventional Hydrocarbon Accumulations: Taking Tight Oil and Tight Gas in China as an Instance [J]. Acta Petrolei Sinica, 2012, 33 (2): 173-187.

[18] 金宗澤.油氣勘探開發大數據分析模式的研究[D].大慶:東北石油大學,2015.

Jin Zongze. Research on Exploration and Production Big Data Analytic Mode [D]. Daqing: Northeast Petroleum University,2015.

[19] 高玉龍,朱 迅,于占海,等.氣田智能化氣井監控系統研究[J].石油化工自動化,2015,51(1):25-28.

Gao Yulong, Zhu Xun, Yu Zhanhai, et al. Study on Intelligent Monitor System of Gas Well in Gas Field [J]. Automation in Petro-Chemical Industry, 2015, 51 (1): 25-28.

[20] 陳炳成. BP神經網絡在油氣管道漏磁數字信號處理中的研究[D].沈陽:沈陽工業大學,2004.

Chen Bingcheng. Research on the Application of BP Neural Network in Pipeline MFL Digital Signal [D]. Shenyang: Shenyang University of Technology,2004.