物聯網、大數據、人工智能，這些信息技術的熱詞人們已經能夠耳熟能詳，但在工業領域，尤其是能源領域的應用恐怕就不是每個人都能說清了。事實上，這些技術在許多能源領域已有應用，甚至包括傳統的油氣領域，我國也有不錯的實踐。

這些前沿技術同工業領域的應用便誕生了工業互聯網。工業互聯網是物聯網、大數據和人工智能等信息化技術與工業深度融合所形成的新興業態和應用模式，它基于實時物聯網和工業生產數據，通過大數據分析和人工智能等先進技術實現對資產工作狀態的分析、診斷和預測，實現性能的提升，進而提高生產的穩定性、降低生產異常概率、提高運營效率，進而提升企業的經營能力。

工業互聯網技術在油氣領域應用場景如下：

● 物聯網技術的逐步成熟，為工程作業現場(鉆井、修井、錄井、測井等)、生產井現場(注水、采油、采氣)高效、就地、實時監控優化處理(邊緣計算)、“物-物、物-平臺、物-人”隨時互聯交互創造了條件。

● 云計算、微服務、數據湖等技術的成熟，為建設針對不同工程場景的統一的工業互聯網應用開發規范、可全員參與快速迭代開發、可隨時隨地按需服務的工業互聯網平臺建設創造了條件。

● 以工業大數據分析為基礎的工業互聯網技術逐步發展成熟，不僅可以實時處理、分析、優化海量且具有復雜關聯的動靜態工程數據，為設備運行(鉆井設備、修井設備、注采設備、地面集輸處理設備)、工程技術作業、井生產等場景提供全生命周期、全流程、全系統高效實時動態管理，并通過DaaS實現跨專業的共享和安全訪問。

● 人工智能技術在工程分析上的應用，可在現有工程理論的基礎上，實現知識經驗的準確沉淀和優化，更能對設備運行狀態、工程技術作業過程、油氣生產關鍵性能等指標進行預測，真正實現智慧油氣田。

為進一步了解工業互聯網技術在油氣領域的應用，我們來看一下工業互聯網技術在油氣行業的幾個應用案例。

案例1、康菲利用工業互聯網實現鉆井效率優化

2014年，康菲公司將在EagleFord的業務數據存儲庫擴展為大數據項目，該擴展合并了所有的功能數據，顯著提高了從數據中獲取信息的效率。用戶可將不同項目中的業務和技術數據直接導入數據分析和可視化工具，從而最大限度地減少個人數據管理的時間和精力。

在EagleFord項目上的分析能力，使得康菲可以“鉆井天數降低50%，讓每個鉆頭多鉆80%的井，可以從每口井中多恢復20%的天然氣，進而提高8%的運營效率”

案例2、貝克休斯利用工業互聯網實現石油管道檢測

石油管道檢測的挑戰：

● 動態監測石油管道腐蝕的速度

● 需要根據不同的工藝來預測管道的壽命

● 在出現腐蝕速率突變的時候，如何進行管線的風險評估

● 無法直接使用傳感器數據進行基于風險的檢測

通過結合超聲波傳感器，并采用機器學習的算法模型，貝克休斯幫助客戶實現了基于Predix平臺的石油管道檢測方案，并實現了提高15%設備生命、降低25%運維費用的目標。

案例3、寄云科技利用工業物聯網技術幫助用戶解決原油乳化問題

背景：在石油開發生產過程中，原油乳化現象日趨嚴重，容易造成黏度升高，嚴重影響油井產量、原油質量、采收設備(如電潛泵)的性能與運行壽命，增加采油和集輸成本。

現有解決辦法：增加破乳劑，實施破乳降黏措施，使油水兩相分離，改善其流動性

挑戰：目前乳化的監控、預測和預防難度較大。

(1)監控：影響原油乳化和乳狀液穩定性的外部因素很多、很復雜(原油產地、性質、開采方式、溫度)，并且大部分因素不易在線實時測量和監控(如原油組分、固體顆粒、采油助劑、含水及水中電解質PH值等)，在實際生產中僅依靠不定期的離線化驗的結果，導致采取破乳措施的嚴重滯后。

(2)預測和預防：目前對發生原油乳化的典型井的生產動態特征規律的把握不充分，乳化程度與可觀測的現象之間的暫時沒有建立明確的對應關系。

寄云科技通過工業互聯網技術給出的解決方案如下：

● 數據采集：采集產量指標(產液、含水)、ESP實時指標：(電流、揚程、振動、溫度等)、破乳劑相關指標(gpd、ppm)以及操作調整相關指標(頻率、油嘴、套嘴等)

● 分析建模：構建變點檢測模型，檢測到了人工觀察都容易忽略的細微的趨勢變化；實時計算能準確反映乳化嚴重程度的自定義特征；

● 破乳效果評價：使用相關數據對模型的結果進行驗證，確認模型的準確性；對采取添加破乳劑等措施的井的破乳效果進行評價。給出相應建議。

除解決原油乳化問題，寄云科技還利用工業互聯網技術在油氣裝備生產、鉆完井實時分析等領域也積累了豐富的經驗。

從整體來看，我國工業互聯網在油氣領域的應用還處于初期階段，在國外往往是斯倫貝謝等油服公司提供相關服務，而在我國相關技術服務處于追趕期，但目前已有一些專業的服務公司展露頭角，如上面案例中的寄云科技。

寄云科技創始人兼CEO時培昕博士認為，現在工業互聯網在油氣領域應用關鍵和難點在于二者的有機結合——海量數據采集、算法都不是問題，關鍵怎么結合工業的知識解決工業問題。

二者的結合需要油氣專家和數據專家的通力配合，然而一些國產設備在設計方面的不足增加了二者結合的難度。比如設計階段時，國外的裝備廠商設計階段就有非常清楚的FMEA(失效模式與影響分析)表格，會說明可能出現什么類型的故障，出現這一類故障有可能是什么原因導致的。它有很延續性的設計理念，會給出很清晰的表格。拿到這個表格，放到現在監測系統里，就可以和真正采到的油溫、震動信號結合起來做全面診斷。但現在的實際情況是廠商給不出這個表格，更多是給一些故障記錄，有些甚至連故障記錄都提供不了。這都是目前工業互聯網技術在我國油氣領域應用存在的一些挑戰。

千里之行，始于足下。未來隨著工業物聯網技術的進一步發展和各行業對工業物聯網技術的重視，油氣領域從裝備設計、制造到生產作業的全產業鏈也必然通過應用工業互聯網技術提高效率，轉化為新的動能，為我國油氣領域的勘探開發做出積極貢獻。

       網站聲明：本網部分文章、圖片來源于合作媒體和其他網站，版權歸原作者所有。轉載的目的在于發揚石化精神，秉持合作共贏理念，傳遞更多石油化工信息，并不代表本網贊同其觀點和對其真實性負責。如有版權問題，請與我們聯系，我們將盡快刪除。