油气行业数字化转型路径探索

徐 威 阎继宏 邢 通

中国石油工程建设有限公司, 北京 100120

0 前言

多年来,数字化油田、智能工厂、智慧能源等新产业、新业态、新模式的出现,都极大地带动了工作效率的提升和生产的优化。伴随着信息技术的进一步发展,移动互联网、大数据、云计算、人工智能、区块链等新一代信息技术正加速与传统油气领域融合,油气行业数字化转型呈现加速趋势[1]。“十四五”时期,中国要加快推动数字产业化、产业数字化转型,油气行业在机遇期要找准技术路径,明确转型战略,制定实施计划,推动数字化转型向纵深发展。

1 数字化转型背景分析

世界范围化石燃料的依存度逐渐下降,主要经济体对化石燃料的消耗量已呈停滞或下降趋势,新冠肺炎疫情更加速了这一趋势,国际能源署(IEA)关于化石能源消耗预测见图1[2]。新冠肺炎疫情导致的经济衰退给化石燃料的需求也造成了极大影响,根据IEA数据,2020年的石油需求降至10年前水平,未来一段时期石油需求量会缓慢回升,见图2[3]。

图1 IEA关于化石能源消耗预测图

图2 IEA关于石油需求预测图

需求不足、经济下行、新冠肺炎疫情冲击以及国内政策的导向等多方因素鞭策油气行业急需通过数字化转型带动新的利润增长点。伴随着工业4.0时代的到来,整个油气行业从工艺过程的自动化到生产智能化,以及资产信息化,不断的改造、升级、完善使数字化建设初具规模[4],未来如何以更低的成本投入来安全攫取更多的油气资源？数字化转型成为重要选择。

数据就是金钱,数字化转型也是全球未来的长期战略考虑。20世纪80年代,全球油气公司开始应用数字技术准确估算油气资源储量和潜在产量,提高油气田的运营效率,已经卓有成效[3]。中国石油公司要跟进时代步伐,加速数字化转型升级。

2 油气行业数字化理论进展

早期的油气行业数字化转型可以看作是数字化、自动化支持下的工程应用和学科集成,涉及现场传感器遥测、自动化控制、流程模拟、可视化、预测分析等。其本质是自动化和信息技术的集合,通过模数转换、信息收集、信息处理和存储等推动了更高效的作业流程。这是数字化转型的初级阶段。

新一代数字技术的发展基于云计算、大数据、人工智能(AI)、物联网四大技术的交叉融合,颠覆性地改变了现有能源公司的运作模式。通过使用新的数字技术，以及强化数据计算能力和应用能力等一系列措施来提高市场反应速度,提升生产和管理水平,实现效益增长，在一定程度上改变了传统意义上的石油资产。仅仅投资于技术并不等同于数字化转型,技术的创新不等同于简单地改变旧有的网络系统,或简单地将业务流程、系统工具迁移到具有人机接口的平台[5-6]。

高阶的数字化转型围绕价值工程展开。以产业价值链为中心,构建数据采集、传输、存储、处理和反馈的完整闭环系统,价值链的主导者可以在更大的空间范围内细化分工、降低成本,推动价值体系重构和产业转型升级,为油气公司带来新的生产力,构建全新的油气数字生态系统[7]。

3 油气行业数字化实践

世界范围油气行业数字化进程已有数十年,并不断取得进步。早在20年前,中国油气上游行业就宣称已经采用了数字化油田的形式,通过监控和数据采集系统(SCADA)创建数据,并获取日常作业、钻井和测井等报告,但这并没有产生显著的经济价值。例如,一个油气田每天可以产生数万亿字节的数据[8],但只有非常小的部分用于生产决策。其原因是数据处理技术没有达到要求,信息技术基础体系和信息化生产架构相比时代发展缓慢。随着高精尖传感器技术的发展和大规模信息基础设施的不断完善,目前油气行业数字化建设按照空间范围,大体可划分为过程控制端、数据链路端、资产管理端三大主体区域,见图3。

图3 数字化建设三大主体区域示意图

3.1 过程控制端

过程控制端是数字化建设的最前端,通过智能化传感器,将现场工况、介质参数转换为电信号,再通过数据效验将现场测量的公差、漂移、校准、补偿等综合数据通过模数转换以二进制的形式呈现在SCADA系统中。目前载有HART协议的现代化数字传感器已经能够将数据、指令和模型相结合并进行充分验证,以使全局误差函数最小。随着油气田作业复杂性的增加,智能控制系统(DCS/ESD/FGS)在控制地面设施方面得到了更广泛的应用。

3.2 数据链路端

数据链路端是数据处理的核心,主要包括数据分析、历史数据存储、流程自动化等技术。数据分析讲究时效性,需要快速分析数据,充分利用多学科的知识来做出正确的决策。主要分析计算和监控资产关键绩效指标(KPI),定义风险事件、辨别异常情况,预测工艺变量,预估变量瞬值,降低潜在风险等。人工智能引擎在数据分析领域也有所涉猎,例如通过敏感性分析模拟来评估井况,通过神经网络模型精确测量短期产量等。历史数据存储注重空间和时限，现有的历史数据服务器可以自动配置存储任务,让操作人员了解工厂中的所有数据,有效准确地收集数据,帮助操作人员做出正确的决策并提升业务绩效。例如,现有的过程历史数据库(PHD系统)可以支持跨越多个工厂和现场的多控制系统及多应用程序的大规模集成,提供无缝的数据集成接口、自动故障恢复的数据采集、自动历史数据恢复功能,保证大型长周期历史数据库的数据安全与可靠性。流程自动化融合管理自动化,利用计算机软件替代纸质文件和人工传递,通过挖掘数据能更好地了解流程效果、成本驱动因素、风险起因等。随着时间的推移,从简单的数据过滤和验证,到自动参数拟合,再到构建模型历史匹配,工作变得越来越全面和复杂。

3.3 资产管理端

资产管理端提供从生产作业阶段到产品销售阶段全过程服务,包括一体化资产管理、实时产品优化、实时的检测和模拟等。生产作业阶段有自动化油藏历史匹配，采用基于地震、电磁学、示踪剂、流线模拟和数据驱动的实时油藏监测等技术;产品销售阶段有实时KPI指标计算、沉浸式协作环境等。资产管理自动化解决方案专注于提供跨域信息的组合,以优化控制,实现更快、更好的资产管理决策。其最终目标是使资产决策过程基于最新信息,跟踪模拟分析模型中的等效模型。例如,钻井工程通过实时影像可以方便地了解井口产量的变化(损失量/收益)、每日井数、井下状态和最近24 h的运行数据、目标值的偏离情况、产量变化、含水率变化和温度报警等。

综上,中国油气行业数字化解决方案在近十年主要集中在新技术开发应用、获取分析实时数据、可视化应用程序、扩展数据库和增加协作等方面,虽然取得了一定进展,然而仅仅停留在技术发展初级阶段,没有上升到公司战略和价值链层面。同时，人作为数字化转型的核心因素尚未得到充分挖掘,人的发展与技术的发展脱节,在没有开发出新一代技术产品之前,数字化发展存在一定瓶颈。

4 国外石油公司数字化转型路径

4.1 数据价值链

数字化作用于公司价值链重塑的过程,是把数字化技术运用于整个产品生命周期,从而形成数字化供应链,并最终实现公司效率和效益的提升[9]。石油行业包括勘探、开发、生产、销售各个环节,是一个资本密集型行业,转型关键在于找到各个环节中的数字石油。如果石油业务的价值链是以碳氢化合物货币化为中心,那么以数据为核心的数字化本身就是一条价值链,获得能够信任的数据,找到运营管理方法,将价值链条上的所有活动作为公司数字化转型战略的一部分进行赋能,在协同环境中相互连接,使业务流程得到深刻转变。

国外石油公司通过创新工作方式,跨领域衔接,推动数字转换赢得更大价值。荷兰壳牌石油公司通过整合全球业务平台、精确计量监测、线下模拟仿真技术打造了油品质量平衡,在油品贸易交接计量中获益。新加坡石油公司联合英国AVEVA公司研发产能核算分析平台,减少核算损失和库存,提高运营数据的准确性,提高盈利能力[10]。

4.2 数字驱动商业战略

在所有公司化运营的战略决策中,长期战略至关重要。很多时候大规模的平台化建设会被解读成数字化转型,这仅仅是一种打造数字化结构的思维模式,是一种短期战略。真正意义的数字化长期战略是从现有数据中提取价值,利用这些价值获取更多的数据,增加客户生命周期价值或降低运营成本,以此为契机获得更多的商机,取得滚雪球效应,打造数字驱动的商业战略。

马来西亚国家石油公司制定了数字驱动商业战略,明确将数字化融入具体的工作中,同时规定数字化必须以人为本,加强创新,将信息与技术结合起来,以机器的性能提高人的工作效率。同时，还运用数字化加强决策,优化价值链,解锁新能源,提高效率,保障安全。

4.3 资产管理核心

不论是在建项目还是已建项目,石油资产体量巨大、动态复杂,在生命周期中不可避免会发生变化。从设计和建造到调试、移交、运营和维护、优化和替换,资产信息必须保持准确、可追踪、可回溯,任何一个环节的疏漏都可能导致成本低估、项目超支、安全措施不达标等。以资产为核心的数字化转型可以实现对资产的实时监控,专注于提供跨域信息的组合视图,更快、更好地进行资产管理决策。资产管理的最终目标是提供模型状态的可预见性,并跟踪模拟等效模型。

阿布扎比国家石油公司基于行业和国际最佳实践,制定了“智能数字资产”全景数字指挥中心,该资产是一个基于web页面的零足迹信息搜索引擎,提供在任何时间、任何地点、任何设备的单点访问信息,将智能数字资产解决方案中的所有信息源放在一个地方,以提高安全性、资产完整性、效率和性能[11]。挪威国家石油公司在过去十年里,建立了包括井下支持中心、产品支持中心、多领域技术中心、指挥后勤应急中心等多个中心,目的是对所有资产提供专业化的咨询服务[12]。

4.4 一体化解决方案

随着行业的成熟,人们越来越清楚地认识到,只有单个功能的解决方案逐渐成为历史,未来通过更广泛的系统集成,以数字化推动一体化建设,通过一体化工作流程、一体化组织、一体化资产管理、一体化解决方案等进一步挖掘价值潜力，成功的数字化转型都是建立在复杂系统集成之上。国际上多数油服公司致力于构建多学科、多专业交互融合的勘探开发一体化协同工作环境。美国贝克休斯公司以Predix工业互联网操作平台为基础,打破各技术单元和业务板块之间的信息壁垒,实现信息互通,将从资产到油藏,再到作业和维修之间的数据进行关联,实现油气生产的完全整合和全面控制[1]。

4.5 智慧能源转型

智慧能源借助能源互联网进行组织协调，通过机器学习来实现倾听、理解、作用和决策的循环，不断改进算法增强机器学习能力，通过认知环境的数字化和标准化实现自动化。美国埃克森美孚公司2019年起计划每年投入约10亿美金用于机器学习的研究。伴随着创新意识和信息技术的不断融合，智慧能源网络将开发出端到端数据架构，将考虑所有细节，如数据源，数据集成，详细的业务流程，机器层的智能算法等。

5 对中国油气行业数字化转型路径启示

“十四五”规划纲要提出,迎接数字时代,激活数据要素潜能,加快建设数字经济,以数字化转型整体驱动生产方式、生活方式和治理方式变革,促进数字技术与实体经济深度融合,赋能传统产业转型升级。任何转型都是为了达到一个新的平衡,在油气等无差异化产品的市场中,要有效利用数字技术,通过转型创造差异化,从而创造新市场,实现产业的转型升级和价值增长[13]。

5.1 抓住战略机遇期,加速转型升级

面对纷繁复杂的国际形势,中国油气行业面临的挑战与机遇并存。历史表明,创新的飞跃式发展往往发生在经济低迷期,数字化转型便是实现这种发展的绝佳工具。利用经济低迷期加快数字化基础研究，加速数字化技术赋能,使之成为目前经济发展的新引擎。将数字化转型升级为机会创造,融合智慧创新、催生智慧能源。

5.2 加强产业合作,创新融合发展

数字化转型是一种大规模的业务转变和生产组织模式的转变。各大型油气田作业数据库和先进的管理工具推动了全面数字化转型的新发展。世界上没有一家石油公司拥有独自完成数字化转型的全部要素。因此,除了内部研发,公司要依赖外部资源和合作伙伴拓宽领域,知识领域的外延可以激发创新的活力[14-15]。如果中国油气公司能进行更多的合作,就能在未来产生更多的创新思维,通过与运营公司和供应商合作,与大学和科研院所合作,改变传统经营模式和商业模式,推动创新。

合作不限于与IT领域的专业公司建立战略合作伙伴关系获得服务和支持,还可以通过收购或商业组合投资等方式开展。比如收购一家成功的数字公司或在孵化器中建立若干数字初创公司,降低母公司数字化转型中的试错风险。

5.3 以价值链为核心,加强数字驱动战略

石油公司长期战略的第一步应该是价值链的数字化,也称为价值链优化。石油公司应以价值链为核心,打破业务壁垒,构建覆盖公司全范围的解决方案。通过高级分析算法,改善整个价值链的管理决策,激发公司数字化转型的灵活性,提供有针对性的业务解决方案。利用最新技术来获得最佳的用户体验、打造数字敏感和数字弹性,激活价值链上各个环节转型的潜力。这是一项极其复杂的任务,可以是一个炼油厂,也可以是多个油气田,或者是一个综合炼油化工一体化项目,创建一个可衡量的目标计划,允许价值链上的多个功能协同工作,做出更好的决策并增加公司范围内的敏捷性。

5.4 加强资产管理,建立数据业务中心

中国油气行业经过二十多年集中统一的信息化建设,已经具备坚实的数字化转型基础。在此基础上,整合已有的平台化建设,重点构建适应业务特点和发展需求的“数据中台”“业务中台”和相应的工业软件应用体系,为业务数字化创新提供高效数据及一体化服务支撑[16]。利用科研平台集成共享专业软件、仪器设备等要素,提高多专业跨单位协同研发效率。鼓励其他行业的技术交叉,创新方法,在数字生态全产业链条上寻求投资回报。

5.5 加强多专业结合,注重复合型人才培养

在数字化转型大形势下,信息化技术人员将逐步成为主力军。应积极开展数字化技术培训,培养精通油气业务、熟悉数字技术的复合型人才队伍。在数字化转型过程中,采用多专业融合的组织模式,即将IT工程师专家、软件工程师、资产管理专家等与油气专业工程师密切组合,建立多专业协同工作组,使数字化技术与油气业务无缝对接[17-19]。IT团队必须从工程领域的角度理解实际用户的需求,而工程团队必须理解交付可行解决方案所需的技术能力,过程中要有意变更管理策略,优化解决方案,确保可持续性。

6 结论

本文探讨了石油公司利用数字化手段实现能源生产转型的路径。中国油气行业数字化转型目前仍处于技术发展的初级阶段,以价值链和数据驱动为核心的数字化转型有待展开。油气行业要意识到数字化转型不仅仅是技术更新,更是计划、战略、框架、项目、人才队伍等全方位的变革。数字化转型中的石油公司要利用技术赋能不断探索新的路径,挖掘更大的绿色发展效益。