油氣行業數字化轉型路徑探索

徐 威 閻繼宏 邢 通

中國石油工程建設有限公司, 北京 100120

0 前言

多年來,數字化油田、智能工廠、智慧能源等新產業、新業態、新模式的出現,都極大地帶動了工作效率的提升和生產的優化。伴隨著信息技術的進一步發展,移動互聯網、大數據、云計算、人工智能、區塊鏈等新一代信息技術正加速與傳統油氣領域融合,油氣行業數字化轉型呈現加速趨勢[1]。“十四五”時期,中國要加快推動數字產業化、產業數字化轉型,油氣行業在機遇期要找準技術路徑,明確轉型戰略,制定實施計劃,推動數字化轉型向縱深發展。

1 數字化轉型背景分析

世界范圍化石燃料的依存度逐漸下降,主要經濟體對化石燃料的消耗量已呈停滯或下降趨勢,新冠肺炎疫情更加速了這一趨勢,國際能源署(IEA)關于化石能源消耗預測見圖1[2]。新冠肺炎疫情導致的經濟衰退給化石燃料的需求也造成了極大影響,根據IEA數據,2020年的石油需求降至10年前水平,未來一段時期石油需求量會緩慢回升,見圖2[3]。

圖1 IEA關于化石能源消耗預測圖

圖2 IEA關于石油需求預測圖

需求不足、經濟下行、新冠肺炎疫情沖擊以及國內政策的導向等多方因素鞭策油氣行業急需通過數字化轉型帶動新的利潤增長點。伴隨著工業4.0時代的到來,整個油氣行業從工藝過程的自動化到生產智能化,以及資產信息化,不斷的改造、升級、完善使數字化建設初具規模[4],未來如何以更低的成本投入來安全攫取更多的油氣資源？數字化轉型成為重要選擇。

數據就是金錢,數字化轉型也是全球未來的長期戰略考慮。20世紀80年代,全球油氣公司開始應用數字技術準確估算油氣資源儲量和潛在產量,提高油氣田的運營效率,已經卓有成效[3]。中國石油公司要跟進時代步伐,加速數字化轉型升級。

2 油氣行業數字化理論進展

早期的油氣行業數字化轉型可以看作是數字化、自動化支持下的工程應用和學科集成,涉及現場傳感器遙測、自動化控制、流程模擬、可視化、預測分析等。其本質是自動化和信息技術的集合,通過模數轉換、信息收集、信息處理和存儲等推動了更高效的作業流程。這是數字化轉型的初級階段。

新一代數字技術的發展基于云計算、大數據、人工智能(AI)、物聯網四大技術的交叉融合,顛覆性地改變了現有能源公司的運作模式。通過使用新的數字技術，以及強化數據計算能力和應用能力等一系列措施來提高市場反應速度,提升生產和管理水平,實現效益增長，在一定程度上改變了傳統意義上的石油資產。僅僅投資于技術并不等同于數字化轉型,技術的創新不等同于簡單地改變舊有的網絡系統,或簡單地將業務流程、系統工具遷移到具有人機接口的平臺[5-6]。

高階的數字化轉型圍繞價值工程展開。以產業價值鏈為中心,構建數據采集、傳輸、存儲、處理和反饋的完整閉環系統,價值鏈的主導者可以在更大的空間范圍內細化分工、降低成本,推動價值體系重構和產業轉型升級,為油氣公司帶來新的生產力,構建全新的油氣數字生態系統[7]。

3 油氣行業數字化實踐

世界范圍油氣行業數字化進程已有數十年,并不斷取得進步。早在20年前,中國油氣上游行業就宣稱已經采用了數字化油田的形式,通過監控和數據采集系統(SCADA)創建數據,并獲取日常作業、鉆井和測井等報告,但這并沒有產生顯著的經濟價值。例如,一個油氣田每天可以產生數萬億字節的數據[8],但只有非常小的部分用于生產決策。其原因是數據處理技術沒有達到要求,信息技術基礎體系和信息化生產架構相比時代發展緩慢。隨著高精尖傳感器技術的發展和大規模信息基礎設施的不斷完善,目前油氣行業數字化建設按照空間范圍,大體可劃分為過程控制端、數據鏈路端、資產管理端三大主體區域,見圖3。

圖3 數字化建設三大主體區域示意圖

3.1 過程控制端

過程控制端是數字化建設的最前端,通過智能化傳感器,將現場工況、介質參數轉換為電信號,再通過數據效驗將現場測量的公差、漂移、校準、補償等綜合數據通過模數轉換以二進制的形式呈現在SCADA系統中。目前載有HART協議的現代化數字傳感器已經能夠將數據、指令和模型相結合并進行充分驗證,以使全局誤差函數最小。隨著油氣田作業復雜性的增加,智能控制系統(DCS/ESD/FGS)在控制地面設施方面得到了更廣泛的應用。

3.2 數據鏈路端

數據鏈路端是數據處理的核心,主要包括數據分析、歷史數據存儲、流程自動化等技術。數據分析講究時效性,需要快速分析數據,充分利用多學科的知識來做出正確的決策。主要分析計算和監控資產關鍵績效指標(KPI),定義風險事件、辨別異常情況,預測工藝變量,預估變量瞬值,降低潛在風險等。人工智能引擎在數據分析領域也有所涉獵,例如通過敏感性分析模擬來評估井況,通過神經網絡模型精確測量短期產量等。歷史數據存儲注重空間和時限，現有的歷史數據服務器可以自動配置存儲任務,讓操作人員了解工廠中的所有數據,有效準確地收集數據,幫助操作人員做出正確的決策并提升業務績效。例如,現有的過程歷史數據庫(PHD系統)可以支持跨越多個工廠和現場的多控制系統及多應用程序的大規模集成,提供無縫的數據集成接口、自動故障恢復的數據采集、自動歷史數據恢復功能,保證大型長周期歷史數據庫的數據安全與可靠性。流程自動化融合管理自動化,利用計算機軟件替代紙質文件和人工傳遞,通過挖掘數據能更好地了解流程效果、成本驅動因素、風險起因等。隨著時間的推移,從簡單的數據過濾和驗證,到自動參數擬合,再到構建模型歷史匹配,工作變得越來越全面和復雜。

3.3 資產管理端

資產管理端提供從生產作業階段到產品銷售階段全過程服務,包括一體化資產管理、實時產品優化、實時的檢測和模擬等。生產作業階段有自動化油藏歷史匹配，采用基于地震、電磁學、示蹤劑、流線模擬和數據驅動的實時油藏監測等技術;產品銷售階段有實時KPI指標計算、沉浸式協作環境等。資產管理自動化解決方案專注于提供跨域信息的組合,以優化控制,實現更快、更好的資產管理決策。其最終目標是使資產決策過程基于最新信息,跟蹤模擬分析模型中的等效模型。例如,鉆井工程通過實時影像可以方便地了解井口產量的變化(損失量/收益)、每日井數、井下狀態和最近24 h的運行數據、目標值的偏離情況、產量變化、含水率變化和溫度報警等。

綜上,中國油氣行業數字化解決方案在近十年主要集中在新技術開發應用、獲取分析實時數據、可視化應用程序、擴展數據庫和增加協作等方面,雖然取得了一定進展,然而僅僅停留在技術發展初級階段,沒有上升到公司戰略和價值鏈層面。同時，人作為數字化轉型的核心因素尚未得到充分挖掘,人的發展與技術的發展脫節,在沒有開發出新一代技術產品之前,數字化發展存在一定瓶頸。

4 國外石油公司數字化轉型路徑

4.1 數據價值鏈

數字化作用于公司價值鏈重塑的過程,是把數字化技術運用于整個產品生命周期,從而形成數字化供應鏈,并最終實現公司效率和效益的提升[9]。石油行業包括勘探、開發、生產、銷售各個環節,是一個資本密集型行業,轉型關鍵在于找到各個環節中的數字石油。如果石油業務的價值鏈是以碳氫化合物貨幣化為中心,那么以數據為核心的數字化本身就是一條價值鏈,獲得能夠信任的數據,找到運營管理方法,將價值鏈條上的所有活動作為公司數字化轉型戰略的一部分進行賦能,在協同環境中相互連接,使業務流程得到深刻轉變。

國外石油公司通過創新工作方式,跨領域銜接,推動數字轉換贏得更大價值。荷蘭殼牌石油公司通過整合全球業務平臺、精確計量監測、線下模擬仿真技術打造了油品質量平衡,在油品貿易交接計量中獲益。新加坡石油公司聯合英國AVEVA公司研發產能核算分析平臺,減少核算損失和庫存,提高運營數據的準確性,提高盈利能力[10]。

4.2 數字驅動商業戰略

在所有公司化運營的戰略決策中,長期戰略至關重要。很多時候大規模的平臺化建設會被解讀成數字化轉型,這僅僅是一種打造數字化結構的思維模式,是一種短期戰略。真正意義的數字化長期戰略是從現有數據中提取價值,利用這些價值獲取更多的數據,增加客戶生命周期價值或降低運營成本,以此為契機獲得更多的商機,取得滾雪球效應,打造數字驅動的商業戰略。

馬來西亞國家石油公司制定了數字驅動商業戰略,明確將數字化融入具體的工作中,同時規定數字化必須以人為本,加強創新,將信息與技術結合起來,以機器的性能提高人的工作效率。同時，還運用數字化加強決策,優化價值鏈,解鎖新能源,提高效率,保障安全。

4.3 資產管理核心

不論是在建項目還是已建項目,石油資產體量巨大、動態復雜,在生命周期中不可避免會發生變化。從設計和建造到調試、移交、運營和維護、優化和替換,資產信息必須保持準確、可追蹤、可回溯,任何一個環節的疏漏都可能導致成本低估、項目超支、安全措施不達標等。以資產為核心的數字化轉型可以實現對資產的實時監控,專注于提供跨域信息的組合視圖,更快、更好地進行資產管理決策。資產管理的最終目標是提供模型狀態的可預見性,并跟蹤模擬等效模型。

阿布扎比國家石油公司基于行業和國際最佳實踐,制定了“智能數字資產”全景數字指揮中心,該資產是一個基于web頁面的零足跡信息搜索引擎,提供在任何時間、任何地點、任何設備的單點訪問信息,將智能數字資產解決方案中的所有信息源放在一個地方,以提高安全性、資產完整性、效率和性能[11]。挪威國家石油公司在過去十年里,建立了包括井下支持中心、產品支持中心、多領域技術中心、指揮后勤應急中心等多個中心,目的是對所有資產提供專業化的咨詢服務[12]。

4.4 一體化解決方案

隨著行業的成熟,人們越來越清楚地認識到,只有單個功能的解決方案逐漸成為歷史,未來通過更廣泛的系統集成,以數字化推動一體化建設,通過一體化工作流程、一體化組織、一體化資產管理、一體化解決方案等進一步挖掘價值潛力，成功的數字化轉型都是建立在復雜系統集成之上。國際上多數油服公司致力于構建多學科、多專業交互融合的勘探開發一體化協同工作環境。美國貝克休斯公司以Predix工業互聯網操作平臺為基礎,打破各技術單元和業務板塊之間的信息壁壘,實現信息互通,將從資產到油藏,再到作業和維修之間的數據進行關聯,實現油氣生產的完全整合和全面控制[1]。

4.5 智慧能源轉型

智慧能源借助能源互聯網進行組織協調，通過機器學習來實現傾聽、理解、作用和決策的循環，不斷改進算法增強機器學習能力，通過認知環境的數字化和標準化實現自動化。美國埃克森美孚公司2019年起計劃每年投入約10億美金用于機器學習的研究。伴隨著創新意識和信息技術的不斷融合，智慧能源網絡將開發出端到端數據架構，將考慮所有細節，如數據源，數據集成，詳細的業務流程，機器層的智能算法等。

5 對中國油氣行業數字化轉型路徑啟示

“十四五”規劃綱要提出,迎接數字時代,激活數據要素潛能,加快建設數字經濟,以數字化轉型整體驅動生產方式、生活方式和治理方式變革,促進數字技術與實體經濟深度融合,賦能傳統產業轉型升級。任何轉型都是為了達到一個新的平衡,在油氣等無差異化產品的市場中,要有效利用數字技術,通過轉型創造差異化,從而創造新市場,實現產業的轉型升級和價值增長[13]。

5.1 抓住戰略機遇期,加速轉型升級

面對紛繁復雜的國際形勢,中國油氣行業面臨的挑戰與機遇并存。歷史表明,創新的飛躍式發展往往發生在經濟低迷期,數字化轉型便是實現這種發展的絕佳工具。利用經濟低迷期加快數字化基礎研究，加速數字化技術賦能,使之成為目前經濟發展的新引擎。將數字化轉型升級為機會創造,融合智慧創新、催生智慧能源。

5.2 加強產業合作,創新融合發展

數字化轉型是一種大規模的業務轉變和生產組織模式的轉變。各大型油氣田作業數據庫和先進的管理工具推動了全面數字化轉型的新發展。世界上沒有一家石油公司擁有獨自完成數字化轉型的全部要素。因此,除了內部研發,公司要依賴外部資源和合作伙伴拓寬領域,知識領域的外延可以激發創新的活力[14-15]。如果中國油氣公司能進行更多的合作,就能在未來產生更多的創新思維,通過與運營公司和供應商合作,與大學和科研院所合作,改變傳統經營模式和商業模式,推動創新。

合作不限于與IT領域的專業公司建立戰略合作伙伴關系獲得服務和支持,還可以通過收購或商業組合投資等方式開展。比如收購一家成功的數字公司或在孵化器中建立若干數字初創公司,降低母公司數字化轉型中的試錯風險。

5.3 以價值鏈為核心,加強數字驅動戰略

石油公司長期戰略的第一步應該是價值鏈的數字化,也稱為價值鏈優化。石油公司應以價值鏈為核心,打破業務壁壘,構建覆蓋公司全范圍的解決方案。通過高級分析算法,改善整個價值鏈的管理決策,激發公司數字化轉型的靈活性,提供有針對性的業務解決方案。利用最新技術來獲得最佳的用戶體驗、打造數字敏感和數字彈性,激活價值鏈上各個環節轉型的潛力。這是一項極其復雜的任務,可以是一個煉油廠,也可以是多個油氣田,或者是一個綜合煉油化工一體化項目,創建一個可衡量的目標計劃,允許價值鏈上的多個功能協同工作,做出更好的決策并增加公司范圍內的敏捷性。

5.4 加強資產管理,建立數據業務中心

中國油氣行業經過二十多年集中統一的信息化建設,已經具備堅實的數字化轉型基礎。在此基礎上,整合已有的平臺化建設,重點構建適應業務特點和發展需求的“數據中臺”“業務中臺”和相應的工業軟件應用體系,為業務數字化創新提供高效數據及一體化服務支撐[16]。利用科研平臺集成共享專業軟件、儀器設備等要素,提高多專業跨單位協同研發效率。鼓勵其他行業的技術交叉,創新方法,在數字生態全產業鏈條上尋求投資回報。

5.5 加強多專業結合,注重復合型人才培養

在數字化轉型大形勢下,信息化技術人員將逐步成為主力軍。應積極開展數字化技術培訓,培養精通油氣業務、熟悉數字技術的復合型人才隊伍。在數字化轉型過程中,采用多專業融合的組織模式,即將IT工程師專家、軟件工程師、資產管理專家等與油氣專業工程師密切組合,建立多專業協同工作組,使數字化技術與油氣業務無縫對接[17-19]。IT團隊必須從工程領域的角度理解實際用戶的需求,而工程團隊必須理解交付可行解決方案所需的技術能力,過程中要有意變更管理策略,優化解決方案,確保可持續性。

6 結論

本文探討了石油公司利用數字化手段實現能源生產轉型的路徑。中國油氣行業數字化轉型目前仍處于技術發展的初級階段,以價值鏈和數據驅動為核心的數字化轉型有待展開。油氣行業要意識到數字化轉型不僅僅是技術更新,更是計劃、戰略、框架、項目、人才隊伍等全方位的變革。數字化轉型中的石油公司要利用技術賦能不斷探索新的路徑,挖掘更大的綠色發展效益。