油氣生產智能安全運維：內涵及關鍵技術

張來斌 王金江

1.中國石油大學（北京）安全與海洋工程學院 2.應急管理部油氣生產安全與應急技術重點實驗室

0 引言

油氣生產作為典型的高風險行業，具有設備設施種類繁多、工藝流程復雜、工作環境嚴苛等特點[1]，安全生產形勢總體可控，但固有風險長期存在，專業領域和關鍵環節風險防范能力仍需加強。近年來油氣生產加工全過程風險管控的“短板效應、木桶效應”愈加突出，主要表現為井噴失控風險尚未根除、煉化裝置和儲罐爆炸事故時有發生、高危作業一般性亡人事故頻發[2]。因此，亟需提升油氣生產系統運維數字化、網絡化和智能化水平，降低風險，提高作業現場的安全保障，推動油氣生產行業數字化轉型[3]。

運維作為數字化轉型的核心[4]，從最初的由蒸汽技術驅動的機械化事后運維模式，逐漸發展為電力技術驅動的自動化定期運維模式。隨著信息技術的出現，計算機和網絡技術推動信息化、可視化運維發展，通過對設備運行狀態實時監測和在線評估，及時發現異常并進行維護[5]。當前世界正經歷第四次工業革命，新—代數字技術推動數字與產業全面融合，帶來生產方式、管理方式的根本性變革，智能運維利用大數據、人工智能、云計算、數字孿生等信息技術，結合物理建模與機理分析評估設備運行狀態，進行故障模式識別、嚴重程度估算及剩余壽命預測，優化運維決策，合理安排維護活動[6]。

油氣生產系統具有運維風險高、事故影響大的特點，傳統運維方式無法及時有效感知、處理系統異常事件[7]。近年來，國內外油氣田企業在鉆井安全、集輸安全[8]以及遠程運維[9]等領域取得了重要進展，加速安全生產從靜態分析向動態感知、事后應急向事前預防、單點防控向全局聯防的轉變，保障了油氣生產系統的安全，實現油氣生產行業高質量發展[10]。但在油氣生產系統智能安全運維領域依然存在眾多關鍵技術亟待突破，需通過研究新興技術在智能油氣安全生產中的融合應用，建立信息化、數字化、智能化的新型安全生產技術體系，增強油氣安全生產的感知、監測、預警、處置和評估能力[11]，使油氣生產運維方式由傳統運維向智能安全運維轉變，培育推廣智能運維服務新模式，保證生產裝備安全、平穩運行[12]。本文針對當前油氣生產運維數字化轉型的迫切需求，結合大數據、數字孿生、機器學習、邊緣計算等先進技術，明確了智能安全運維技術的內涵及關鍵要素，分析了存在的問題與面臨的挑戰，構建了油氣生產系統智能安全運維技術體系，為無故障油氣生產系統提供技術支撐，推動傳統能源行業數字化轉型，促進智能安全運維技術的實施。研究成果有助于油氣生產領域安全建設，推動油氣行業安全健康發展。

1 油氣生產智能安全運維技術內涵

1.1 油氣生產智能安全運維的定義

智能安全運維是一種充分利用“云大物智” （云計算、大數據、物聯網、人工智能）等新一代信息與通信技術實現油氣生產系統動態自決策的方法。油氣生產系統的智能安全運維涵蓋油氣鉆井開采、運輸儲存、煉油化工的全過程，包括健康管理、風險評估、可視化管理、智能預警、風險預測等運維內容[13-14]，如圖1所示。利用邊緣感知技術獲取生產現場數據，基于大數據技術實現信息建模、數據治理、多源異構數據融合，通過功能算法模型和智能應用模型充分發揮數據價值，剖析監測數據內在本質，結合運維服務模塊，實現油氣生產系統全過程、全要素、全生命周期的運行維護。以數據管理為關鍵，以算法模型為基礎，以運維服務為平臺，通過數字技術與傳統油氣生產技術深度融合，不斷提高油氣生產系統數字化、網絡化、智能化水平，實現從傳統運維模式向智能安全運維模式的數字化轉型。

圖1 油氣生產智能安全運維技術框架圖

1.2 油氣生產智能安全運維關鍵要素

油氣生產系統長期存在固有風險，不同專業領域和關鍵環節風險防范能力仍需加強[15]。針對此問題，提出智能安全運維應從“設備安全、作業安全、過程安全”3個關鍵要素出發，扎實推進油氣生產與智能化技術融合創新，從根本上消除隱患，提升油氣生產關鍵核心環節的安全本質水平，最終實現油氣生產系統安全發展。

油氣生產設備設施正常、穩定運行是油氣生產系統的關鍵[16]，智能安全運維為現場關鍵設備狀態監測、故障預警、故障診斷、狀態評估等提供技術支持。油氣生產過程作業種類繁多、現場情況復雜，作業間存在多重風險干涉影響，且作業風險動態變化[17]，需要智能安全運維系統進行重點風險管控及提供應急處理措施，以降低作業過程事故發生概率。油氣生產涵蓋了從鉆井、開采到油氣運輸、存儲及煉制，再到成品加工、銷售等上中下游全產業鏈，如圖2所示，建立了全要素油氣生產安全框架。全要素包含人、機、料、法、環、管等6個影響油氣生產系統穩定運行的因素，智能安全運維通過綜合考慮這些因素以達到安全生產、提質增效、降低成本的效果。根據油氣生產設備設施狀態監測數據，提取性能指標，推測設備失效關鍵節點，預測潛在失效環節，保證油氣生產設備安全。在油氣生產作業中對工作數據進行收集與整理，通過對危險源的辨識，定性可能存在的作業風險危險程度，給出具體風險減緩措施，保證油氣生產作業安全。通過建立生產過程模型，建立自適應預警分析方法，模擬實際工況，實現風險趨勢預測，保證油氣生產過程安全。

圖2 全要素油氣生產安全實現框架圖

1.3 油氣生產智能安全運維存在問題與挑戰

目前針對油氣生產智能安全運維已有一定的研究，但在油氣田生產安全多源數據獲取與分析、油氣田多維度多尺度風險演化機理、工業互聯網下的邊云協同優化與實現過程方面還面臨諸多難題與挑戰，本文梳理了智能安全運維亟待解決的三大挑戰和四大關鍵問題。

三大挑戰包括：①技術攻關難。油氣生產過程存在數據碎片化、信息孤島化、開發周期長、無法靈活快速響應新需求等問題，傳統運維方式難以滿足未來生產數字化需求，數字化轉型難度大。②泛在感知弱。油氣生產系統過程復雜，環節眾多，風險因素多樣，在某些具體業務場景下可實現智能化探索、可推廣應用的感知技術尚不多，系統泛在感知能力有待進一步提升。③統一平臺難。基于具體業務場景的智能算法開發與應用剛剛起步，數據標準不統一、應用系統孤立分散[18]，推行統一的數據采集、傳輸、應用，建立數據集中存儲和共享使用平臺難度大。

目前智能安全運維存在以下四大關鍵問題。

1）油氣田多維度多尺度風險形成演化機理及風險表征。單一生產設備發生故障或異常可能引起另一設備的異常，造成故障擴大，因此需要通過分析風險跨空間傳播的形式及規則[19]，研究生產系統的風險傳播機制，明確系統內部關聯的方向性與依賴關系，評估風險演化狀態，構建風險演化模型，明確風險成因與演化過程，闡明風險跨設備、空間、時間傳播機制，揭示風險演化機理。

2）油氣田生產安全運維多源異構大數據融合分析機制。油氣生產系統運行數據高效挖掘和分析處理是全面分析系統運行狀態的前提，不僅需要考慮物理設備的安全性，還需要考慮數據異常引起的系統綜合態勢變化。因此，首先確定裝備多源異構數據具體表征，從邏輯推理和數據挖掘兩個維度出發，確立關鍵數據獲取方法，基于多模態深度學習實現多源異構數據的融合[20]，突破由于數據異構、稀疏造成的融合難題，研究復雜異構數據融合分析方法，明確多源異構大數據融合分析機制。

3）工業互聯網下的邊云協同安全運維知識生成機制。邊云協同技術能夠促進生產系統運維智能化水平的發展[21]，建立統一、集中、彈性的云底座，實現生產系統的集中部署、整合和共享應用，建立標準化的云運維環境。基于邊云協同計算技術，為不同場景下運維知識生產機制提供支撐，部署統一、開放、標準的油氣數據平臺，實現通用、開放、可擴展的智能安全運維平臺，以感知、互聯、數據融合為基礎，建立生產實時監控、智能診斷、自動處置、智能優化等關鍵流程的運維知識生成機制。

4）油氣生產設備運行機理與數據融合的數字孿生推理決策機制。目前基于設備狀態的推理決策是分立進行的，如何綜合利用設備狀態、運行性能及風險評估技術，制定優化的維修決策是亟需突破的重點。因此，需要結合設備機理和實時數據建立故障診斷、風險預警以及性能評估模型[22]，利用數字孿生技術實現自動預警設備故障、預測性能狀況，達到設備功能、性能以及風險的一體化運維管控，實現設備全生命周期閉環管理。通過建立數據驅動的失效數字孿生模型，逐漸擴大可用數據集，實現容錯、自學習、自組織并行處理，建立機理與數據融合的數字孿生推理決策機制。

2 油氣生產系統智能安全運維技術體系

建立面向油氣生產系統的“1-2-3-4-5-6”智能安全運維技術體系，如圖3所示，該體系以解決實際問題為出發點，明確核心要素，實現主要功能，解決關鍵任務，利用六大關鍵技術支撐該體系建設，基于六大關鍵技術實現五項主要任務，具備四項分析能力，包含三個核心要素，完成二大方向轉變，最終實現一個基本目標，形成自下而上的油氣生產智能安全運維技術體系。

圖3 油氣生產系統智能安全運維技術體系圖

2.1 一個基本目標

智能安全運維的基本目標是通過標準化、數字化、可視化、自動化、智能化的管理方式，為整個油氣生產系統提供安全保障、質量保證、效能提升的解決方案，開發統一智能安全運維平臺，實現統一監視判斷、統一聯動應急、統一推送處理，提升運維管理水平。

2.2 二大方向轉變

利用工業互聯網技術和人工智能技術，智能安全運維需要完成兩項技術轉變：①從基于感官到基于數據的設備狀態判斷；②從基于經驗到基于知識的決策。從人工排產、人工診斷、人工檢驗和經驗判斷轉變為自動推送、智能診斷、智能檢驗和智能分析，提高運維效率和準確率。

2.3 三個核心要素

智能安全運維技術的核心要素體現：①數據感知類似人的五官，通過傳感技術獲取外界信息；②算法模型等同于人的大腦，通過機理模型、數據驅動模型等技術對外界信息進行分析判斷；③軟件平臺相當于人的身軀，支持業務應用向“模塊化、迭代式”工業APP模式轉型。數據感知是基礎、算法模式是核心、軟件平臺是載體，三者相互關聯、相互支撐。

2.4 四項分析能力

智能安全運維四項分析能力包括：①實時監測通過空—天—地多維度立體化監測體系，全方位感知油氣生產系統運行風險，可視化分析運行狀態，實現數據匯聚、統計分析；②診斷評估利用大數據、機理模型等智能建模方法，綜合分析影響裝備運行狀態、經濟與可靠性的因素，準確診斷評估健康及異常狀態；③預測預警分析未來發生異常的可能性及時間節點，及早發出預警，實現異常信息提示與定位；④維護決策充分挖掘運維大數據價值，建立優化決策方法，給出科學合理的維修維護決策及應急處理建議，提升智能安全運維的智能化水平。

2.5 五項主要任務

智能安全運維主要任務包括：①設備監測維護。設備設施正常、穩定運行是油氣生產的關鍵，智能安全運維為生產現場關鍵設備狀態監測、故障預警、故障診斷、狀態評估等提供技術支持。②過程安全預警。油氣生產系統工藝復雜，生產過程安全要求高，智能安全運維系統需具備及時檢測及自主處理生產過程異常事件的能力。③作業風險評估。油氣生產過程存在風險動態變化、多重風險干涉的情況，需要智能安全運維系統進行重點風險管控并提供應急處理措施，以降低作業過程事故發生可能性；④智能分析決策。油氣生產數據檢測分析實現大數據管理、融合，進行智能決策分析，為油氣生產系統運維提供技術支持。⑤系統自我運維。指運維系統對于自身安全威脅的判定—防御—歸因—調優過程，系統本身應具有對于異常事件的承受能力。

2.6 六大關鍵技術

安全運維關鍵技術涵蓋知識工程、機器學習、邊緣計算、數字孿生、大數據以及系統開發等關鍵技術，為油氣生產系統本質安全、提質增效提供基礎技術支持。基于六大關鍵技術建立油氣生產智能安全運維實現框架，如圖4所示，充分發揮每項關鍵技術的優勢，通過六大關鍵技術賦能油氣生產關鍵要素，實現油氣生產系統安全保障、質量保障和效能提升。

圖4 油氣生產系統智能安全運維實現框架圖

大數據技術包括系統信息化數據處理、外部跨界數據和工業物聯網數據融合，機器學習技術可以實現數據分析、數據科學和自動化的融合，利用大數據技術與機器學習技術可以提升數字孿生技術的分析計算能力。數字孿生強調系統全生命周期數據源的一致性，保證數字孿生體對產品描述的準確性，為油氣生產系統全生命周期運維提供技術支持，實現全生命周期運行監測。系統開發技術基于微服務容器化和數據中臺等平臺技術，研發工業智能應用開發框架，創建靈活開放的智能業務應用開發環境。得益于知識工程高度可視化、強關聯分析、可識別隱性關系等優勢，知識工程技術能對特定的問題進行分析、推理、輔助決策，利用知識工程技術形成領域知識庫，邊緣計算技術提供匯聚網絡、計算、存儲能力，最終以系統形式實現油氣生產系統智能安全運維技術在實時監測、早期預警、風險評估等方面的應用。

3 油氣生產中智能安全運維技術典型應用

油氣生產上中下游產業鏈的聯系非常緊密，具有鮮明的產業鏈結構和產業鏈傳遞效應，聚焦油氣上中下游的鉆井開采、儲存運輸、煉油化工等典型生產場景，利用智能安全運維技術，實現油氣生產系統狀態監測、健康管理、風險評估、可視化管理、智能預警、風險預測，推動智能安全運維應用實施。

3.1 油氣鉆井開采

深層、深水及非常規油氣資源的鉆井開采具有工藝復雜、工況惡劣的特點，在高溫、高壓、酸性、遠海等嚴酷環境下進行油氣鉆采作業極易發生多災種耦合事故，為事故早期預警與應急救援帶來極大挑戰[23]。通過智能安全運維技術，實現油藏模型智能擬合、油氣生產安全智能預警，提升鉆井開采技術水平，保障油氣生產系統安全，避免事故發生。

以智能安全運維技術為基礎，整合作業數據，進行鉆井開采一體化、地上地下一體化、地質工程一體化的協同工程建設，提升鉆井開采運維水平。研發油氣鉆井開采一體化智能安全運維平臺，在油氣生產作業現場實時全方位感知，轉變生產運營方式，降低作業成本和風險。創建鉆井與開發虛擬環境，構建數據湖，實現鉆井開采數據全連接，以多專業、多維度、多時空、實時完整的全域數據為核心，實現油氣鉆井開采場景智能安全運維。利用智能安全運維技術建立數據分析與智能診斷系統，實時獲取鉆機機組等關鍵設備的振動、溫度、壓力、流量等數據，通過故障預測分析，準確判定故障原因，研究油氣鉆井開采過程異常工況辨識方法，進行開采工藝流程安全評價，實現智能風險分級管控，提前預測和發現潛在問題。

3.2 油氣儲存運輸

在油氣儲運領域，管道泄漏普遍通過監測壓力、流量等參數變化來判斷識別，泄漏監測能力有待提高；油氣管道及站場的衍生災害評價模型缺乏，風險評價預測精度不高；儲罐的檢測與維修尚未形成系統的完整性評價方法[24]，因此需要智能安全運維技術解決以上問題，制定合理的運維方案，模擬分析決策效果，并對決策執行的過程進行跟蹤和管理，降低決策風險，提高宏觀決策分析能力，實現預測性維護，有效減少維修成本、降低非計劃停工風險。

智能安全運維技術應從過程風險演化機理、實時風險感知與智能預警技術、關鍵設施健康狀態監測等方面實現油氣儲運過程本質安全。針對油氣儲運過程風險監測預警難題，構建邊云結合的遠程監測與預測性維護平臺，將業務數據、空間數據等多種數據進行整合，運用感知、計算、建模等信息技術，實現物理空間與虛擬空間的交互映射、智能應用。智能安全運維技術充分利用實際生產中的監測數據，對油氣儲存及運輸過程中的關鍵水力、熱力過程進行分析，在海量數據基礎上進行大數據分析與處理，運用感知、計算、建模等信息技術，實現故障快速精準診斷、風險及時預警、過程實時監測，提升油氣儲運全流程安全性。

3.3 油氣煉油化工

在油氣煉油化工領域，大型煉化企業生產規模大、流程復雜，存在資源分散、缺乏協同的傳統弊端，且煉化過程易燃易爆、工藝復雜、操作控制難度大，煉化安全問題逐漸發展為復雜化、多介質的難題[25]。傳統運維技術在提高煉化企業生產效率、管理效率的同時也帶來了安全隱患。

智能安全運維技術通過創建煉化廠的實時模型，實現虛實數據同步驅動的關聯動態預警，事故區域附近人員可以得到警報以及疏散指引，同時發起事故響應機制。針對煉化關鍵裝備風險預警難等問題，結合數字孿生技術和大數據技術，建立設備數字孿生模型，實現虛實數據同步驅動的關聯動態預警；針對煉化裝置面臨的故障診斷管理問題，基于實時映射機制及虛擬傳感技術，協同復雜故障診斷溯源技術，實現煉化裝置虛實融合診斷與早期預警；針對煉化裝備健康管理難題，基于大數據技術建立多源監測數據特征指標體系，挖掘特征指標與裝備劣化狀態之間的隱含關系，構建裝備健康評估等級體系，實時掌握裝備健康狀態。

4 智能安全運維技術發展趨勢

現階段數字化轉型下的油氣生產系統安全不僅需要考慮物理設備的安全性，還需要考慮信息系統網絡攻擊、數據異常等引起的系統綜合態勢變化，生產安全風險呈現多元化特征，風險隱患發現難度更高，安全形勢進一步加劇。這一系列技術和形勢的變化促使智能安全運維向智能決策、主動預防、信息物理綜合安全方向發展。

4.1 安全運維向智能決策發展

智能安全運維利用大數據技術分析海量安全數據，發現可能會對系統安全造成威脅的安全風險，但在功能組件或部分應用層的分析中存在安全風險要素與風險演變機制不明等問題，缺乏對油氣生產系統跨域風險傳遞與演化描述的理論框架。智能安全運維應朝著智能感知、數據鏈利用、智能決策方向發展，開展基于邏輯和知識的推理建模，對難測物理量進行估計，對潛在的安全威脅事件進行預測和判斷，不斷提升安全風險精確預警與準確處置的水平。

4.2 風險監測向主動預防轉變

油氣生產系統自身運行異常也會導致數據異常，如何準確檢測系統異常行為并確認來源，是主動檢測防御的關鍵。在長周期預測中，由于缺乏信息更新，造成預測不確定和準確度不高等問題。在智能安全運維中建立主動預防安全技術，實現從被動安全防護向主動防御轉變，利用混合感知信息和風險預測模型，研究油氣生產系統智能安全推理決策技術，辨識風險因素，并構建不同層級的風險因素體系框架，闡述風險形成及演化傳播的基本形式，以實現油氣生產運維的全方位有效診斷和準確預測。

4.3 系統安全向信息物理綜合安全演變

油氣生產信息系統的信息安全威脅與物理系統的工程安全風險交互影響，系統性綜合安全問題突出，信息—物理耦合機制不清，主控因素不明，缺乏主動防御和控制手段。因此，智能安全運維技術應該明確油氣生產系統信息—物理交互耦合作用機制，揭示油氣生產系統信息—物理跨域風險演化機理，構建信息物理深度融合下油氣生產系統態勢感知評估策略，建立信息—物理交互影響下油氣生產系統異常檢測預警方法，形成油氣生產信息—物理耦合系統性風險分析與控制理論方法體系，對智能安全運維技術的發展具有重要意義。

5 結論

1）針對當前油氣生產運維數字化轉型的迫切需求，研究新一代信息技術在智能油氣安全生產中的融合應用，建立信息化、數字化、智能化的新型智能安全運維技術體系，增強油氣安全生產的感知、監測、預警、處置和評估能力，提升油氣生產智能安全運維水平，這些是廣大油氣生產提質增效和綠色轉型發展的必然趨勢。

2）結合知識工程、機器學習、邊緣計算、數字孿生、大數據以及系統開發等關鍵技術，構建油氣生產系統智能安全運維技術體系，在功能信息安全、裝備過程安全、系統安全三方面打造智能決策、主動預防、全面安全的智能安全運維技術，做好本質安全，推動傳統油氣生產系統數字化升級，促進油氣生產運維方式向數字化和智能化發展，建設智能安全運維新模式。

3）油氣生產企業應大力發展智能安全運維，既可以保障自身的能源生產和供應，也可以有效應對國際市場競爭，在世界經濟大幅衰退、國際油價長期不穩定的嚴峻形勢下，大力推動油氣行業智能化轉型具有更加突出的戰略和現實意義。以油氣生產智能安全運維為落腳點，為世界油氣行業向智能化發展提供參考，為工業企業提供智能制造服務，為加快實現制造業數字化、智能化轉型的國家戰略貢獻力量，對國民經濟和國防安全意義重大。