油氣企業智能化轉型的規劃與建設方法研究

湯曉勇 王鴻捷 胡耀義

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

以人工智能為核心的新一輪科技和產業革命正以前所未有的廣度和深度席卷全球[1],大數據、云計算、虛擬現實、物聯網、移動互聯網等新型IT技術,給人們的生產、生活,乃至思維方式帶來了前所未有的變化[2-3]。

從國際發展趨勢來看,美國率先于2011年提出了“先進制造業伙伴計劃”,其中將開發創新的、能源高效利用的制造工藝,作為核心創新項目之一進行大力發展;德國于2013年正式推出“工業4.0”戰略,其目標是通過建立“物聯信息系統”(Cyber-Physical System)實現制造業向智能化轉型;中國也于2015年提出了“中國制造2025”,成為中國推行“兩化融合”和創新發展[4-7]的重要抓手之一。縱觀全球,油氣工業作為全球工業體系中的重要組成部分,其發展也將走智能化轉型之路[8],這既是油氣工業實現科學發展的必然趨勢,也是全球經濟實現可持續發展的規律使然。

1 面臨的問題與挑戰

油氣工業經歷了130多年的發展,在人類能源發展史上具有里程碑的意義。然而,油氣企業為了實現經濟、環保、高效和可持續發展[9-11],也面臨著眾多問題和挑戰,主要表現在以下八方面:

1)自2014年6月以來,國際油價長期低位運行,使得油氣企業的生產經營效益不斷降低。

2)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”難以提供有效支撐,大多數承包商提供的不是智慧,而是技術。

3)油氣資源開采成本和運營管理成本依然高位運行,如何通過技術和管理創新[8],實現提質、降本、增效,依然是油氣工業發展的深層次矛盾[12]。

4)隨著全球油氣資源需求的不斷攀升,油氣勘探開發的重點轉向地質條件復雜的地區,且常規剩余油氣資源的品質相對較差,低滲透、特低滲透、深埋藏和稠油等低品質資源比重逐年增加。

5)頁巖氣開發面臨技術、成本、環境和管理多重挑戰,頁巖氣富集地區一半以上的地質深度超過3 500 m,深層開發技術尚未成熟[13-15],同時,頁巖氣單井開采投資高、產量低,且遞減速度快。

6)全球油氣資源分布與發展嚴重不平衡[16],且不少資源國對本國油氣資源的控制呈收緊趨勢,以適應各個國家自身的發展戰略。

7)隨著全球低碳綠色發展理念的普及和推廣[17],世界各國政府對油氣開發的監管將日趨嚴格,以降低油氣工業對環境的污染。

8)隨著太陽能、風能等新能源的蓬勃發展和大規模應用,將給油氣企業的可持續發展帶來巨大影響和沖擊。

2 發展現狀

國外,殼牌公司在智能氣田建設上處于國際領先地位,在全球擁有59個智能氣田,僅智能井在2009年就為殼牌公司帶來了50億美元的收益;馬來西亞國家石油公司通過智能油田的建設,完成了工作流與業務流的重構,初步實現了“增產”和“減費”兩項建設愿景;英國BP石油公司,通過智能油田的建設,基本實現了數據的平臺化管理和企業的輔助決策支持;沙特阿美石油公司通過智能油田的建設,整合了生產運行實時數據,實現了油藏的智能優化管理;哥倫比亞管道集團在2015年完成了企業智能化轉型,在總計24 140 km的洲際管道上完成了智能管道的建設,實現了管道資產的完整性管理和企業的輔助決策[17-20]。

國內,中國石化的九江石化開展了智能工廠建設,在成本和生產優化方面進行了應用實踐;普光氣田開展的智能氣田建設,成為2017年中國建設智能氣田的示范工程。此外,中國石油的華北油田、新疆油田、長慶油田,以及中國海洋石油等油氣企業也相繼開展了智能化轉型的探索,取得了一定的成效。

3 規劃與建設方法

3.1 總體思路

油氣企業要實現智能化轉型,應對當前油氣企業發展面臨的問題和挑戰,必須理清規劃與建設思路,建立起明確的認識論和方法論,做好頂層設計,形成一套與油氣企業智能化轉型相適應的、可持續發展的信息化“生態環境”。

油氣企業智能化轉型的總體思路可按照以下四個步驟開展相關工作:

1)根據油氣企業發展戰略和生產經營管理業務,準確定位所在企業智能化轉型的愿景,進而確定智能化轉型的總體目標和分項目標。

2)依據油氣企業智能化轉型的總體目標和分項目標,評估建設條件、建設風險、建設重點、建設難點,準確定義油氣企業智能化轉型的工作范圍。

3)圍繞油氣企業智能化轉型的工作目標和范圍,建立油氣企業信息化“生態環境”的主數據模型和業務系統的價值模型,同時確定實現該模型的核心技術路線和IT架構。

4)規劃、評估油氣企業內外部相關支撐力量和資源的獲取方式,確定實現油氣企業智能化轉型各項工作的組織方法和實施策略。

3.2 建設目標

3.2.1 智能決策

基于大數據分析和人工智能技術,構建油氣企業價值模型,對歷史和實時數據的潛在價值進行挖掘,實現油氣工程規劃、建設和維護全流程的智能分析與調度,且具備任意變量發生情況下對油氣企業整體影響的自動預測與判定,從而達到最優化的資產和生產運營管理。

3.2.2 全面感知

基于虛擬現實、傳感網絡技術,實現油(氣)藏、油(氣)井、集輸管網、重點設備設施的全面感知,為物理油氣田的遠程檢測與診斷、一體化管理與自動化控制提供信息化支撐。

3.2.3 趨勢預測

通過構建趨勢預測模型,實現油(氣)藏動態模擬、單井或多井生產動態預測與模擬、安全環保預測和預警、油氣生產與銷售預測等,為油氣工業的科學運營提供事前預判,從而為事中控制和事后優化提供科學依據。

The study outcome was to evaluate the compliance of the Hospital personnel with a FIT-based screening program by measuring the personnel participation rates.

3.2.4 信息共享

數據是智能化油氣工程的血液,實現油氣工程規劃、建設和運營期各類數據的統一管理和權限管控下的共享使用,消除信息孤島。

3.2.5 主動管理

變事后被動管理為事前、事中主動管理,以提高管理效率和質量、降低管理成本,實現油氣生產、運營和管理模式的優化。

3.2.6 業務協同

通過EDS全數字化交付和集成協同理念,實現油氣勘探開發、地面建設(設計、采購、施工)、生產與銷售、運維與檢修等業務的協同,提升油氣工程建設、運營和管理的效率,降低油氣工程建設、運營和管理成本。

3.3 建設范圍

構建油氣企業可持續發展和彈性拓展的智能化轉型信息化“生態環境”,筆者認為應包括油氣企業價值模型、主數據平臺、數據源(信息源)、業務系統、信息安全和運維管理服務體系五部分。油氣企業信息化“生態環境”需以主數據平臺為核心來規劃與建設,業務系統需以企業價值模型為核心進行規劃與建設。

1)企業價值模型是支撐油氣企業智能化轉型的核心。其工作重點是對油氣工程規劃、開發與管理業務本質需求的展望與梳理,并將不同的業務需求集成到一個高度彈性的需求架構中,這一架構需以油氣企業價值的最大化為目標來設定。

2)主數據平臺是支撐油氣企業智能化轉型的基石。作為建設單位,對主數據平臺應主要關注數據標準、通信標準、總線標準及接口使用標準和規則的制定和完善,進而為數據的可測、可視、可控、可交付、可分析提供必要條件。

3)數據源(信息源)是支撐油氣企業智能化轉型的重要資產。數據源(信息源)不僅為主數據平臺提供可用數據,而且為業務系統發揮其真正價值提供底層數據。

4)業務系統是支撐油氣企業智能化轉型的門戶。主要根據已確定的油氣企業價值模型,構建企業級業務應用系統,實現油氣企業智能化轉型過程中業務的重構和流程、制度的再造。

5)信息安全和運維管理服務體系是支撐油氣企業智能化轉型的保障。主要為主數據平臺、業務系統及其配套基礎設施的可持續、高可用運行,提供科學的工具、制度、流程和方法。

3.4 核心技術路線

實現油氣企業智能化轉型的手段是信息化這一現代化工具,因此,其技術路線的確定帶有較強的專業性,作為油氣企業應注意以下問題:

1)高度重視核心技術路線對企業發展戰略的適應性,務必提前做好評估、論證或驗證工作,必要時可以借鑒“一流公司的智慧和思想”來充實此項工作。

2)企業價值模型是核心技術路線選型的輸入條件之一,直接決定油氣企業智能化轉型的成敗,務必要確保企業價值模型的可行性和可用性。

3)油氣企業的信息化工作更多關注業務功能的實現,而不關注信息技術的發展對生產與管理要素所產生的重大影響,使建設成果的彈性和對未來發展的支持能力難以預測,這一點在核心技術路線選型時要高度重視。

4)油氣企業對智能化轉型的需求是否進行了準確的表達,同時,實施團隊是否準確理解了需求,這項工作決定了油氣企業智能化轉型的技術方向和建設路線。

有效控制上述四個環節,對于技術路線的合理確定,起到決定作用。

4 原則與策略

油氣企業智能化轉型對傳統觀念、技能、流程、制度等帶來巨大變化,因此,企業自身需對該項工作所帶來的文化沖擊、觀念沖擊、制度沖擊、流程沖擊、作業能力的沖擊,保持高度清醒的認識和最大程度的包容,從而為實現最終愿景營造出有利的工作條件。同時,油氣企業智能化轉型要形成一種可信的、可持續的、可拓展、體系化的解決方案,需由本企業親自牽頭,整合國內外不同優勢資源開展相關工作,筆者認為需要遵循的主要原則和策略如下:

1)油氣企業智能化轉型是一項基于未來看現在的工作,不是純粹的IT工作;如果通過現有的管理業務流程看未來的智能化,將把油氣企業智能化轉型工作引入歧途。

2)油氣企業智能化轉型是一項系統工程,貫穿于油氣工程規劃、建設和運營管理的全生命周期,因此,應采取“統一規劃、統一組織、分步實施”的原則。

3)油氣企業智能化轉型是“企業戰略+業態+IT”的綜合規劃,需要油氣企業自身統一認識、統一思想、統一布局、統一行動,很多工作不能完全依賴于第三方,否則會背離油氣企業智能化轉型的本質目標。

4)油氣企業智能化轉型需建設單位牽頭組織,并深度參與、全員參與,選擇合理的核心技術路線和實施方案,確保最終建設成果能夠自主可控和彈性拓展。

5 結論

智能化轉型是油氣工業發展的大趨勢,油氣企業智能化轉型是實現企業提質、降本、增效這一本質目標的有效途徑,智能油田、智能氣田、智能管道、智能鉆井等智能化建設工作已起步。本文給出了一種油氣企業智能化轉型的規劃與建設方法,可為油氣企業智能化轉型的決策者、規劃者、建設者、運營者提供認識論和方法論,以推動油氣工業由數字化向智能化、智慧化持續發展。

[1] 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.

[2] 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].當代石油石化,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.

[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.一種與工程公司業態高度適應的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 Storage and Transportation, 2011, 30 (8): 603-607.

[7] 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.

[8] 李 鵬.中國石化北京石油分公司虛擬化應用系統建設的思路[J].石油庫與加油站,2013,22(5):18-24.

Li Peng. Virtualized Applications System Construction in SINOPEC Beijing Oil Products Company [J]. Oil Depot and Gas Station, 2013, 22 (5): 18-24.

[9] 胡耀義,陶宏才.一種基于Hyper-V和WSFC集群的主機多路徑網絡存儲架構方案[J].鐵路計算機應用,2012,21(6):80-82.

Hu Yaoyi, Tao Hongcai. Solution to Network Storage Architecture with Host Multi-Path Based on Hyper-V and WSFC Cluster [J]. Railway Computer Application, 2012, 21 (6): 80-82.

[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] 吳琋瑛,徐方辰.云計算在輸油氣管道SCADA系統上的應用[J].天然氣與石油,2012,30(6):70-71.

Wu Xiying, Xu Fangchen. Application of Cloud Computing Technology in SCADA System of Oil and Gas Pipelines [J]. Natural Gas and Oil, 2012, 30 (6): 70-71.

[12] 王海龍.九江石化:流程型智能制造樣本[J].中國工業評論,2016,(6):72-77.

Wang Hailong. Sinopec Jiujiang Company: Flow-Type Intelligent Manufacturing Sample [J]. China Industry Review, 2016, (6): 72-77.

[13] 劉慧婷,徐 華,周東焱.基于“互聯網+”模式下的石化行業智能管網的發展現狀研究[J].石化技術,2015,22(5):90-91.

Liu Huiting, Xu Hua, Zhou Dongyan. Study on Development Situation of Smart Pipeline Net in Petro-Chemical Industry Based on Internet + Model [J]. Petrochemical Industry Technology, 2015, 22 (5): 90-91.

[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] 李曉平,王熒光,武 浩,等.煤層氣田地面管網的在線模擬與預測系統[J].油氣田地面工程,2016,35(3):47-49.

Li Xiaoping, Wang Yingguang, Wu Hao, et al. The Online Simulation and Prediction System of Coal Bed Methane Gathering Pipeline Network [J]. Oil-Gas Field Surface Engineering, 2016, 35 (3): 47-49.

[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] 金鐘輝,彭 勇,費 凡,等.數字化抽油機技術現狀和發展趨勢[J].石油機械,2014,42(12):65-68.

Jin Zhonghui, Peng Yong, Fei Fan, et al. The Status and Development Trends of Digital Pumping Technology [J]. China Petroleum Machinery, 2014, 42 (12): 65-68.

[18] 李姍姍.淺談輔助設計GIS平臺[J].油氣田地面工程,2010,29(7):42-43.

Li Shanshan. Brief Discussion on Assistant Design GIS Platform [J]. Oil-Gas Field Surface Engineering, 2010, 29 (7): 42-43.

[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] 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.