石油化工企業的智能化建設現狀及趨勢分析*

王 鵬

(石化盈科信息技術有限責任公司，北京 100020)

十九屆五中全會對我國“十四五”開啟建設社會主義現代化國家新征程作出了全面部署，強調要加快數字化發展，發展數字經濟，推動數字經濟和實體經濟深度融合，推動傳統產業高端化、智能化、綠色化，培育新技術、新產品、新業態、新模式，促進平臺經濟、共享經濟健康發展[1]。國家發改委、國資委、工信部等各部委在2020年紛紛發布數字化轉型的相關倡議、通知。面向兩個大局，中國石化圍繞構建“一基兩翼三新”發展格局和“打造世界領先潔凈能源化工公司”的愿景目標，堅持“數據+平臺+應用”IT建設模式，發展智能制造、綠色制造，推動產業提質增效、轉型升級，實現高質量可持續跨越式發展。

中國石化是中國實施智能制造的先驅。為了實現智能制造，中國石化從2012年開始完成了四項示范工程建設：智能工廠試點(分別在九江石化、鎮海煉化、茂名石化和燕山石化)、綜合性業務管理平臺、信息技術共享服務中心、移動應用[2]。通過智能工廠的建設，上述四家智能工廠在自動化、數字化和可視化方面均發生了巨大改變。先進控制的投用率達到90%以上，勞動生產率提高10%以上。生產優化也由線下優化轉為線上集成優化。后續又在海南煉化、齊魯石化、青島煉化、濟南煉化、上海石化、天津石化、金陵石化等7家企業建設了智能工廠2.0。并在長嶺石化、北海石化、廣州石化、揚子石化等4家企業進行推廣實施。同時，通過提升項目不斷向智能化靠近。中國石化為了實現智能工廠3.0“總體達到國際先進水平、重點場景達到國際領先水平”的目標，仍需要加強與燈塔工廠、國際先進石油石化企業的對標。

智慧油田的概念最早可追朔到1991年，在《Oil & Gas Journal》雜志上出現了智能油田(Smart Field)詞匯和論述[3]。信息技術對油氣田企業的作用越來越顯著，形成信息化氛圍和建設智慧油氣田是油田企業技術發展和精細化管理的趨勢。中國石化按照“數據+平臺+應用”建設模式建成了中原普光、西北三廠智能油氣田示范區，探索了數據湖技術路線，沉淀了一批標準統一、可復用的業務組件，形成了一群智能油氣田 APP 應用，總結了一套智能油氣田推廣模板，為智能油氣田推廣建設奠定了基礎。

大數據、人工智能、5G 等數字技術作為新型信息化技術在石油化工行業的各個業務有著廣闊的應用場景，在國家層面、企業層面需要持續挖掘，從企業外部把握產業鏈的動態供需關系，與石化企業內部的數字化轉型互為補充，加快數字化和工業化深度融合。石化企業一般都是區域經濟GDP的主要貢獻者，自然而然就成了我國發展數字經濟的主戰場[4-5]。國家發改委(能源局)、工信部等各部委紛紛發布支持政策和行動計劃，幫助石油化工企業進行數字化轉型，優選重要場景實現智能化，逐步實現全覆蓋，進而實現智能化。本文主要針對石油化工企業在智能化建設道路上的探索實踐及成效進行介紹，進而對國內智能化建設趨勢進行預測。

1 國內外發展現狀

1.1 煉化行業

我國煉化企業信息化架構基本上采用經典的三層模型結構，即底層的控制層、中間的生產執行層和上層的經營決策層[6]。這實際上是美國ARM公司(Advanced Manufacturing Research)于1992年最早倡導的，現在有新增加一層作為信息展示層即企業信息門戶(或稱之為領導駕駛艙/電子看板)的[7-8]。

以中國石化鎮海煉化為例，鎮海煉化運用移動互聯網、大數據、云計算、物聯網等新技術，按照“兩化”深度融合的理念制定智能工廠建設方案，實現了生產運行智能化、設備管理智能化、環保管理智能化、安全管理智能化、經營決策管理智能化和產業鏈協同優化，建成了中國石化智能工廠1.0版本。總結鎮海煉化的經驗可以發現，智能化建設需要有一定的基礎條件，如一定的加工規模、較高的自動化控制水平以及已有的一些核心軟件與硬件。

評為工信部2018年智能制造試點示范，并同時被列入國家人工智能應用試點示范和中國石油集團及陜西省首家雙試點的長慶石化智能工廠項目，體現了長慶石化在智能制造方面的行業領先地位。長慶石化堅持技術引領、創新驅動、打造智能工廠的理念，不斷推進企業生產管理由數字化向智能化邁進。通過建立統一大數據管理平臺、強化信息系統集成應用，這個公司實現了辦公無紙化、業務移動化、數據可視化、數采自動化和鏈接安全化，為企業安全環保、生產優化、節能降耗、有效管理等提供了全方位支撐。經過不斷實踐與探索，長慶石化公司數字化、智能化水平大幅提升，在降低運營成本、提高生產效率、優化產品結構、增強盈利能力等方面取得了顯著成效。

1.2 油氣行業

國外能源公司積極尋求智能化發展，目前尚未建設覆蓋完整業務鏈條的智能化應用，但是在不同環節均實施了相關的重要戰略舉措，并取得良好的實施效果。

(1)殼牌(Shell)通過智能井建設實現了單井運行監控、數據采集、支持單井動態分析，提高油田生產分析能力；通過將EDM、SCADA、PI、SAP、eWIMS、FSR等系統有效集成，實現了生產數據共享、作業流程化管理；實現了自動檢測井下和地面設施情況，異常情況及時報警，提高油田反應速度。

(2)挪威石油公司(Statoil)建立了設備狀態監測平臺，實現了關鍵設備的實時監控與分析，制定了一系列關鍵監控因子，并定義了設備關鍵因子失效規則模型；實現了設備故障監測預警，開發早期設備故障監測預警方法，并根據預測結果向維修人員進行預警提示，避免因設備非正常停機造成生產損失；建立了設備狀態監測數據庫，為不同層級的管理人員提供信息支持，形成運營和維護的決策中心和專家知識庫[9]，領先進入“預測性檢維修”的時代。

(3)雪佛龍(Chevron)建立了油藏和生產應用系統，實現了油田異常部分及事件檢索，能夠快速、及時、可視化地找到異常油井和油藏；異常事件的及時處理及方案執行對實時調整生產計劃和保障生產計劃完成都有非常重要的作用[10]；通過數據標準和共有信息平臺，整合多種數據并進行應用，提高了油氣田的感知能力和分析能力，實現油氣藏可視化管理。

(4)英國石油公司(BP)實現了跨領域協同工作，通過組建跨領域協同工作團隊，包括油藏地質工程師、鉆完井工程師、生產工程師、油田管理人員等，共同組成一個一體化、多領域的團隊；建立了協同研究環境，利用該環境中的實時與歷史數據、可視化軟件和優化軟件實現更快、更準確的生產指揮與決策；建立了自動化數字工作流程，將正確的信息在正確的時間傳遞給正確的人，實現流程的標準化，促進智能油氣田系統與業務的有效性結合。

(5)昆士蘭天然氣公司(QGC)實施了一體化生產分析優化系統，實現了從全局角度優化油氣生產系統，集中展示和分析油藏、生產井、處理設施等各節點的運行狀態和潛能，優化調整運行參數；能夠輔助管理層進行分析決策，預測產量、調整生產組織、優化貿易策略，改善上下游協同等，提高企業整體績效。

(6)馬來西亞國家石油公司(Petronas)實施了智能管網管理系統，實現了油氣管網的實時監控和可視化管理，獲取水合物、結蠟、積液、死油等信息，進行綜合判斷分析；能夠對油氣管道的腐蝕、沖蝕、堵塞、泄露、設備故障等情況進行檢測、分析、預防，實現超前管理；實現與實時監測系統(PI)的集成聯動，一體化模擬管網運行狀態，實現生產優化、化學品注入優化，有效降低運營成本。

國內上游業務實現了數字化方面的重大轉型升級，預示著石油數字化產業將在中國迎來規模化擴張時期，有望推動全球油氣工業的數字化發展。中石化和中石油均取得了卓越成效。

依托石化智云，中石化圍繞油田勘探、開發、生產、運行等重要環節，建設了油氣藏動態管理、單井管理、管網管理、設備管理、QHSE 管理、生產運行優化、協同研究等 7 大主題域、共 28 個應用，在西北三廠和中原普光進行了試點應用。

2001年，新疆油田公司正式提出建設數字新疆油田的目標，并從基礎設施、數據建設、應用系統、標準規范、管理體系五個方面，安排部署了數字新疆油田建設工程的78項建設任務[11]。自2006年實現“數據正常化”，到2010年全面建成數字新疆油田，達到油田數據共享化、科研工作協同化、生產運行監控自動化、生產指揮可視化和分析決策智能化的目標，大踏步跨進智能化油田的征程。

長慶油田明確了“兩高、一低、三優化、兩提升”的建設思路，即建成高水平的生產管理系統，實現生產、管理、安全保障的高效率，堅持低成本發展思路，優化工藝流程、優化地面設施、優化管理模式，提升工藝過程的監控水平、提升生產管理過程智能化水平[12]。

2 智能化建設趨勢分析

2.1 煉化企業

針對國內外煉化行業業務及信息技術發展趨勢總結如下：

(1)以智能制造為主攻方向，加快工業互聯網創新發展

隨著我國石油化工行業的迅速發展，面臨的挑戰和競爭前所未有，同時暴露的問題愈來愈多，特別是關于安全、健康、環境等方面的問題和潛在威脅日益突出。各(集團)企業有必要開展梳理生產安全相關的主題域規劃，并同期開展隱患治理和相關智能化應用工作。構建基于工業互聯網的安全感知、監測、預警、處置及評估體系，提升工業企業安全生產數字化、網絡化、智能化水平，培育“工業互聯網+安全生產”協同創新模式，擴大工業互聯網應用，提升安全生產水平迫在眉睫[13]。

(2)以業務場景為驅動力，融合新型信息化技術實現智能化

面向企業戰略要求，以提升核心競爭力為主要目標，以支撐業務提升為驅動，應用邊緣計算、云計算、物聯網、大數據、人工智能等新型信息化技術，集中力量開展流程再造、敏捷制造、安全生產和智能化應用突破。將人工智能與生產專家經驗、機理模型相結合，通過對現場工藝、質量、設備、物料、工業視頻、事故案例等數據的分析應用，提升對生產異常的預測預警，態勢感知、預測預警和科學決策能力。

(3)多方合作，打造新型生產方式

利用5G技術的高帶寬、低時延、大連接的特性，實現現場海量傳感器、高清工業現場視頻和生產實時數據的無線實時傳輸，為企業搭建信息高速公路，支撐現場數據傳輸和向云端匯聚和分析。利用北斗短報文、定位和授時的三大特性，實現危化品運輸和導航、現場作業精準定位、管線運維監控、重點設施形變監測和應急救援處置等領域應用，提升人員、設備設施狀態的實時監測和異常的超限預警。

2.2 油氣行業

智能油田是在智能化時代大環境下的一種新型油氣開采運行模式，是油氣行業數字化轉型的重要實踐。既要緊密結合業務發展戰略不斷提升智能油田的核心業務能力，又要努力營建智能油田協同生態圈實現持續創新發展。針對國內外油氣行業業務及信息技術發展趨勢總結如下：

(1)借助云平臺，支撐應用敏捷構建

隨著云技術的不斷成熟和推廣，各行各業為了應對國際經濟形勢的壓力，都在借助云技術實現行業的轉型升級，部分大型石油企業也開展了統一的云平臺建設，并利用自身在勘探開發領域應用的優勢，順應平臺+應用的建設理念，將油氣勘探開發特色的應用和服務遷移到技術平臺上，支撐上層勘探開發研究及生產應用的靈活敏捷構建，支撐業務應用能力的共享與沉淀。

(2)聚焦核心業務，注重效益主導

以油氣田業務領域的重要生產經營活動為引領，使信息化為油氣生產經營核心業務服務，通過新技術推廣與應用，提高上游核心資產，如油氣藏、單井、管網、設備等的可控性，降低意外故障帶來的停產損失，提高油氣田生產效率，降低生產運營成本，優化生產現場人員結構，進而推動油氣田生產模式、組織結構與運營方式的優化與升級。

(3)依靠數據驅動，引領業務發展

在新的信息技術支撐下，將數據作為油氣田企業核心資產，基于數字化基礎，建立油氣田綜合研究、生產分析決策模型，形成基于數據的預警預測能力，為油氣田管理和決策提供依據，指明方向，推動勘探開發業務發展，進而實現“數據業務化”“分級推送”的服務性功能。

(4)建立組織協同，立足全局優化

借助數據集成共享，對上游全業務鏈進行整合，建立良好的協同工作機制，搭建油氣田一體化的工作平臺，對組織機構進行必要的調整變革，針對油氣田全業務鏈進行整體分析優化。

3 石化大腦新概念

諾貝爾經濟學獎獲得者，著名經濟學家羅伯特·盧卡斯曾經指出，宏觀經濟理論對大規模的經濟體進行了簡化，忽略了宏觀經濟的微觀基礎，因此政策對經濟的調節效果不盡如人意。大數據時代下，涌現出一系列的新技術，如人工智能、區塊鏈、物聯網、量子計算等等，深刻地改變了現代人的生活方式，以及經濟社會運行的微觀基礎。石油化工行業是我國國民經濟和社會發展的戰略性支柱產業，獲取投入產出數據的基礎條件較好，依托石化行業模擬微觀與宏觀經濟主體的經濟社會行為，進而預測微觀與宏觀經濟主體未來決策體系相對更加容易、更加準確。這可稱之為“石化大腦”，即廣義的石油化工企業的智能化發展趨勢，具體是指基于5G/6G真正意義上的大數據，自下而上地刻畫我國經濟，深刻地揭示經濟系統、金融系統的運行規律，服務于智慧政府，為海量數據資源賦能。

生產一體化優化，作為煉化企業智能工廠的建設主線之一，實現了煉化企業內部煉油和化工裝置的一體化優化，包括原料選購、裝置負荷、產品結構等與生產經營相關的一切活動。同時，為了實現企業效益最大化，這些優化運算的輸入參數，包括市場信息及其價格滾動估算，同時也能進行企業改擴建工程的效益測算。不難看出，這類信息來自于煉化企業的“圍墻”之外，跟國內外市場以及社會經濟有了交互影響。在煉化企業的改擴建工程項目區，或者油氣田企業的開采勘探項目區，人員密集度勢必升高，這就對煉化企業所在的園區、社區等帶來了促進經濟發展的利好因素，但同時也帶來了治安或者其它方面的隱患矛盾。整體模型的建立，不僅僅需要生產計劃優化軟件，更需要借助大數據、模型(如代理人基模型，ABM或者可計算的一般均衡模型，CGE)等進行模擬仿真運算。通過數據可視化技術挖掘和透視經濟運行內在規律揭示經濟發展與社會、環保的關系和影響，為經濟統計、分析、監管部門提供經濟大數據相關的一站式數據服務。以石化園區為“點”，結合金融經濟這條“線”，為社會發展的“面”做好支撐，促進優化，提前制定各種民生保障措施，實現可持續向好發展。

4 結 語

以習近平新時代中國特色社會主義思想為指導，全面貫徹黨的十九大和全會精神，堅持發展新理念，堅持以供給側結構性改革為主線，以推動能源生產和消費革命為中心，以培育能源新技術、新模式、新業態為主攻方向，基于5G等技術手段全面實現石油化工行業的智能化建設迫在眉睫。在煉化行業，以實現視頻、儀表數據、高危作業、危化品運輸、中控室、管廊等監控，治污設施檢測、異味溯源等環保，以及消防、應急智慧車、無人機等應急功能為主。在油氣行業，以實現油田各場站、單井、儀表等實時數據的穩定傳輸，鉆井、定向、錄井、壓裂實時數據和視頻數據的統一管理與及時傳輸，以及機器人/無人機巡檢、AR 巡檢維護及大型機器遠程操控功能為主。