油气企业智能化转型的规划与建设方法研究

汤晓勇 王鸿捷 胡耀义

中国石油工程建设有限公司西南分公司, 四川 成都 610041

0 前言

以人工智能为核心的新一轮科技和产业革命正以前所未有的广度和深度席卷全球[1],大数据、云计算、虚拟现实、物联网、移动互联网等新型IT技术,给人们的生产、生活,乃至思维方式带来了前所未有的变化[2-3]。

从国际发展趋势来看,美国率先于2011年提出了“先进制造业伙伴计划”,其中将开发创新的、能源高效利用的制造工艺,作为核心创新项目之一进行大力发展;德国于2013年正式推出“工业4.0”战略,其目标是通过建立“物联信息系统”(Cyber-Physical System)实现制造业向智能化转型;中国也于2015年提出了“中国制造2025”,成为中国推行“两化融合”和创新发展[4-7]的重要抓手之一。纵观全球,油气工业作为全球工业体系中的重要组成部分,其发展也将走智能化转型之路[8],这既是油气工业实现科学发展的必然趋势,也是全球经济实现可持续发展的规律使然。

1 面临的问题与挑战

油气工业经历了130多年的发展,在人类能源发展史上具有里程碑的意义。然而,油气企业为了实现经济、环保、高效和可持续发展[9-11],也面临着众多问题和挑战,主要表现在以下八方面:

1)自2014年6月以来,国际油价长期低位运行,使得油气企业的生产经营效益不断降低。

2)能源行业实现以先进信息技术为手段的智能化转型,所处的IT“生态环境”难以提供有效支撑,大多数承包商提供的不是智慧,而是技术。

3)油气资源开采成本和运营管理成本依然高位运行,如何通过技术和管理创新[8],实现提质、降本、增效,依然是油气工业发展的深层次矛盾[12]。

4)随着全球油气资源需求的不断攀升,油气勘探开发的重点转向地质条件复杂的地区,且常规剩余油气资源的品质相对较差,低渗透、特低渗透、深埋藏和稠油等低品质资源比重逐年增加。

5)页岩气开发面临技术、成本、环境和管理多重挑战,页岩气富集地区一半以上的地质深度超过3 500 m,深层开发技术尚未成熟[13-15],同时,页岩气单井开采投资高、产量低,且递减速度快。

6)全球油气资源分布与发展严重不平衡[16],且不少资源国对本国油气资源的控制呈收紧趋势,以适应各个国家自身的发展战略。

7)随着全球低碳绿色发展理念的普及和推广[17],世界各国政府对油气开发的监管将日趋严格,以降低油气工业对环境的污染。

8)随着太阳能、风能等新能源的蓬勃发展和大规模应用,将给油气企业的可持续发展带来巨大影响和冲击。

2 发展现状

国外,壳牌公司在智能气田建设上处于国际领先地位,在全球拥有59个智能气田,仅智能井在2009年就为壳牌公司带来了50亿美元的收益;马来西亚国家石油公司通过智能油田的建设,完成了工作流与业务流的重构,初步实现了“增产”和“减费”两项建设愿景;英国BP石油公司,通过智能油田的建设,基本实现了数据的平台化管理和企业的辅助决策支持;沙特阿美石油公司通过智能油田的建设,整合了生产运行实时数据,实现了油藏的智能优化管理;哥伦比亚管道集团在2015年完成了企业智能化转型,在总计24 140 km的洲际管道上完成了智能管道的建设,实现了管道资产的完整性管理和企业的辅助决策[17-20]。

国内,中国石化的九江石化开展了智能工厂建设,在成本和生产优化方面进行了应用实践;普光气田开展的智能气田建设,成为2017年中国建设智能气田的示范工程。此外,中国石油的华北油田、新疆油田、长庆油田,以及中国海洋石油等油气企业也相继开展了智能化转型的探索,取得了一定的成效。

3 规划与建设方法

3.1 总体思路

油气企业要实现智能化转型,应对当前油气企业发展面临的问题和挑战,必须理清规划与建设思路,建立起明确的认识论和方法论,做好顶层设计,形成一套与油气企业智能化转型相适应的、可持续发展的信息化“生态环境”。

油气企业智能化转型的总体思路可按照以下四个步骤开展相关工作:

1)根据油气企业发展战略和生产经营管理业务,准确定位所在企业智能化转型的愿景,进而确定智能化转型的总体目标和分项目标。

2)依据油气企业智能化转型的总体目标和分项目标,评估建设条件、建设风险、建设重点、建设难点,准确定义油气企业智能化转型的工作范围。

3)围绕油气企业智能化转型的工作目标和范围,建立油气企业信息化“生态环境”的主数据模型和业务系统的价值模型,同时确定实现该模型的核心技术路线和IT架构。

4)规划、评估油气企业内外部相关支撑力量和资源的获取方式,确定实现油气企业智能化转型各项工作的组织方法和实施策略。

3.2 建设目标

3.2.1 智能决策

基于大数据分析和人工智能技术,构建油气企业价值模型,对历史和实时数据的潜在价值进行挖掘,实现油气工程规划、建设和维护全流程的智能分析与调度,且具备任意变量发生情况下对油气企业整体影响的自动预测与判定,从而达到最优化的资产和生产运营管理。

3.2.2 全面感知

基于虚拟现实、传感网络技术,实现油(气)藏、油(气)井、集输管网、重点设备设施的全面感知,为物理油气田的远程检测与诊断、一体化管理与自动化控制提供信息化支撑。

3.2.3 趋势预测

通过构建趋势预测模型,实现油(气)藏动态模拟、单井或多井生产动态预测与模拟、安全环保预测和预警、油气生产与销售预测等,为油气工业的科学运营提供事前预判,从而为事中控制和事后优化提供科学依据。

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

数据是智能化油气工程的血液,实现油气工程规划、建设和运营期各类数据的统一管理和权限管控下的共享使用,消除信息孤岛。

3.2.5 主动管理

变事后被动管理为事前、事中主动管理,以提高管理效率和质量、降低管理成本,实现油气生产、运营和管理模式的优化。

3.2.6 业务协同

通过EDS全数字化交付和集成协同理念,实现油气勘探开发、地面建设(设计、采购、施工)、生产与销售、运维与检修等业务的协同,提升油气工程建设、运营和管理的效率,降低油气工程建设、运营和管理成本。

3.3 建设范围

构建油气企业可持续发展和弹性拓展的智能化转型信息化“生态环境”,笔者认为应包括油气企业价值模型、主数据平台、数据源(信息源)、业务系统、信息安全和运维管理服务体系五部分。油气企业信息化“生态环境”需以主数据平台为核心来规划与建设,业务系统需以企业价值模型为核心进行规划与建设。

1)企业价值模型是支撑油气企业智能化转型的核心。其工作重点是对油气工程规划、开发与管理业务本质需求的展望与梳理,并将不同的业务需求集成到一个高度弹性的需求架构中,这一架构需以油气企业价值的最大化为目标来设定。

2)主数据平台是支撑油气企业智能化转型的基石。作为建设单位,对主数据平台应主要关注数据标准、通信标准、总线标准及接口使用标准和规则的制定和完善,进而为数据的可测、可视、可控、可交付、可分析提供必要条件。

3)数据源(信息源)是支撑油气企业智能化转型的重要资产。数据源(信息源)不仅为主数据平台提供可用数据,而且为业务系统发挥其真正价值提供底层数据。

4)业务系统是支撑油气企业智能化转型的门户。主要根据已确定的油气企业价值模型,构建企业级业务应用系统,实现油气企业智能化转型过程中业务的重构和流程、制度的再造。

5)信息安全和运维管理服务体系是支撑油气企业智能化转型的保障。主要为主数据平台、业务系统及其配套基础设施的可持续、高可用运行,提供科学的工具、制度、流程和方法。

3.4 核心技术路线

实现油气企业智能化转型的手段是信息化这一现代化工具,因此,其技术路线的确定带有较强的专业性,作为油气企业应注意以下问题:

1)高度重视核心技术路线对企业发展战略的适应性,务必提前做好评估、论证或验证工作,必要时可以借鉴“一流公司的智慧和思想”来充实此项工作。

2)企业价值模型是核心技术路线选型的输入条件之一,直接决定油气企业智能化转型的成败,务必要确保企业价值模型的可行性和可用性。

3)油气企业的信息化工作更多关注业务功能的实现,而不关注信息技术的发展对生产与管理要素所产生的重大影响,使建设成果的弹性和对未来发展的支持能力难以预测,这一点在核心技术路线选型时要高度重视。

4)油气企业对智能化转型的需求是否进行了准确的表达,同时,实施团队是否准确理解了需求,这项工作决定了油气企业智能化转型的技术方向和建设路线。

有效控制上述四个环节,对于技术路线的合理确定,起到决定作用。

4 原则与策略

油气企业智能化转型对传统观念、技能、流程、制度等带来巨大变化,因此,企业自身需对该项工作所带来的文化冲击、观念冲击、制度冲击、流程冲击、作业能力的冲击,保持高度清醒的认识和最大程度的包容,从而为实现最终愿景营造出有利的工作条件。同时,油气企业智能化转型要形成一种可信的、可持续的、可拓展、体系化的解决方案,需由本企业亲自牵头,整合国内外不同优势资源开展相关工作,笔者认为需要遵循的主要原则和策略如下:

1)油气企业智能化转型是一项基于未来看现在的工作,不是纯粹的IT工作;如果通过现有的管理业务流程看未来的智能化,将把油气企业智能化转型工作引入歧途。

2)油气企业智能化转型是一项系统工程,贯穿于油气工程规划、建设和运营管理的全生命周期,因此,应采取“统一规划、统一组织、分步实施”的原则。

3)油气企业智能化转型是“企业战略+业态+IT”的综合规划,需要油气企业自身统一认识、统一思想、统一布局、统一行动,很多工作不能完全依赖于第三方,否则会背离油气企业智能化转型的本质目标。

4)油气企业智能化转型需建设单位牵头组织,并深度参与、全员参与,选择合理的核心技术路线和实施方案,确保最终建设成果能够自主可控和弹性拓展。

5 结论

智能化转型是油气工业发展的大趋势,油气企业智能化转型是实现企业提质、降本、增效这一本质目标的有效途径,智能油田、智能气田、智能管道、智能钻井等智能化建设工作已起步。本文给出了一种油气企业智能化转型的规划与建设方法,可为油气企业智能化转型的决策者、规划者、建设者、运营者提供认识论和方法论,以推动油气工业由数字化向智能化、智慧化持续发展。

[1] 杨金华,邱茂鑫,郝宏娜,等.智能化——油气工业发展大趋势[J].石油科技论坛,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] 覃伟中.积极推进智能制造是传统石化企业提质增效转型升级的有效途径[J].当代石油石化,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] 郭成华.工程公司企业信息化建设的规划[J].天然气与石油,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] 贾爱林,郭建林.智能化油气田建设关键技术与认识[J].石油勘探与开发,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] 王鸿捷.一种与工程公司业态高度适应的云平台建设理论与实践[J].天然气与石油,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] 崔红升,魏 政.物联网技术在油气管道中的应用展望[J].油气储运,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] 汤晓勇.工程公司协同办公的认识与实践[J].天然气与石油,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 鹏.中国石化北京石油分公司虚拟化应用系统建设的思路[J].石油库与加油站,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] 胡耀义,陶宏才.一种基于Hyper-V和WSFC集群的主机多路径网络存储架构方案[J].铁路计算机应用,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 锐,彭小康,刘家洪.PDMS数据转换应用研究[J].天然气与石油,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] 吴琋瑛,徐方辰.云计算在输油气管道SCADA系统上的应用[J].天然气与石油,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] 王海龙.九江石化:流程型智能制造样本[J].中国工业评论,2016,(6):72-77.

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

[13] 刘慧婷,徐 华,周东焱.基于“互联网+”模式下的石化行业智能管网的发展现状研究[J].石化技术,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] 谢 军.“互联网+”时代智慧油气田建设的思考与实践[J].天然气工业,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] 李晓平,王荧光,武 浩,等.煤层气田地面管网的在线模拟与预测系统[J].油气田地面工程,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] 孙长江,谢欣岳,赵倩芸.基于智能识别、自由组网、智能组态技术的油田专用物联网[J].油气田地面工程,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] 金钟辉,彭 勇,费 凡,等.数字化抽油机技术现状和发展趋势[J].石油机械,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] 李姗姗.浅谈辅助设计GIS平台[J].油气田地面工程,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] 高玉龙,朱 迅,于占海,等.气田智能化气井监控系统研究[J].石油化工自动化,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] 王兆会,曲从锋,袁进平.智能完井系统的关键技术分析[J].石油钻采工艺,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.