2020油气行业数字化转型白皮书.pdf

1 目录 一、油气行业数字化转型研究报告背景 . 3 二、油气行业数字化转型的价值 . 4 三、油气行业数字化转型现状 . 6 四、油气行业数字化价值链分析 . 7 五、油气行业数字化技术应用 . 11 五、油气行业数字化转型的战略架构 . 21 六、油气行业数字化转型的业务架构 . 23 业务数字化 . 23 服务数字化 . 24 管理数字化 . 24 价值链的数字化 . 25 运营数字化 . 26 七、油气行业数字化转型案例 . 27 7.1 勘探智能云平台（大数据与云计算） . 27 7.2 油气生产物联网系统（物联网） . 27 7.3 数字油田（物联网与云计算） . 30 7.4 油气探测机器人（机器人） . 31 7.5iPad 操控的虚拟现实采油工作流程（虚拟现实/ 增强现实） . 32 7.6 数字化抽油机 . 32 7.7 油气领域无人机 . 332 7.8 输油管线的数字化 . 34 7.9 仓储管理数字化 . 35 7.10 基于云视频的会议系统 . 36 八、油气行业数字化转型的基本能力构建 . 38 八、企业数字化转型的路径. 42 九、油气行业数字化转型成熟度评估分级标准框架 . 453 一、油气行业数字化转型研究报告背景 全球疫情对油气行业的影响。2020 年， 全球新冠疫情目前已在全球呈现大 流行状态，波及约 200 个国家和地区 ，确诊人数、死亡人数在全球范围内持续 增长。由于世界各国采取大规模封城措施，全球经济受到巨大冲击。 因为疫情影响， 强制社会隔离导致全球石油需求锐减， 又因为油价短期内缺 乏弹性难以调整的特征， 使得需求端一个极小的的波动都会被放大为巨大的市场 价格变化。 由于需求萎缩和其他多种因素影响， 石油需求下滑为 1810 万桶/ 天， 并出现油价为负的罕见局面。 石油价格低， 产油国雪上加霜。 石油生产者陷入亏损， 并无能力投资于石油 挖掘的长期能力 建设，甚至被 迫破坏性 地关闭油井，因 此当全球经济 重回轨道 ， 石油生产能力可能出现不足， 石油价格非正常的窜高则无疑会伤害经济复苏。 低 油价将进一步增加未来中东地区爆发地缘政治事件的风险。 低油价使得消费者或下游产业短期内略受益， 但会使供给者或上游受损， 从 而影响整个经济运行。 石油价格下跌会对新兴市场国家的产业调整弹性和管理水 平造成冲击， 与此同时， 当某些环节的企业因为低油价受损， 会传染到其他行业 甚至银行体系， 例如避险需求推动了黄金的上涨。 为市场押注全球货币刺激措施 增加，提醒着人们未来市场波动尚存。 国家新基建发展提速。中共中央政治局常务委员会于 2020 年 3 月 4 日召 开会议， 会议指出， 要加快 5G 网络、 数据中心等新型基础设施建设进度。 “新 基建”最可能集中于 7 大领域：一是 5G 基站建设（5G 板块），二是特高压， 三是城际高速铁路和城市轨道交通 （基建和高铁） ， 四是新能源汽车充电桩， 五4 是大数据中心， 六是人工智能， 七是工业互联网。 新基建是以新发展理念为引领， 以技术创新为驱 动，以信息网 络为基础 ，面向高质量发 展需要，提供 数字转型 、 智能升级、 融合创新等服务的基础设施体系。 内容集中在包括 5G 基站建设、 大 数据中心、 人工智能、 工业互联网、 新 能源汽车充电桩、 特高压、 城际高速铁 路 和城市轨道交通的七大领域。主要内容包括三方面，一是 5G 、物联网等新一代 信息技术演化的通信、 新技术、 算力等 基础设施， 二是应用大数据、 AI 等新技 术 的融合基础设施，三是具有公益支撑属性的创新基础设施。 油气行业数字化 转型势在必 行。 面对 国际油价大幅波 动所带来的 挑战和生 存压力， 以及国家发展战略所带来的战略机遇， 油气行业的数字化转型已经迫在 眉睫、 势在必行。 企业的技术创新、 核心技术研发， 已经与数字化技术深度融入 管理业务体系密切相关， 科技赋能业务和管理对企业提高对市场波动的快速响应 能力、 敏捷调整能力、 降低成本能力、 提高价值能力、 科学决策能力和满足客户 需求能力都至关重要。 正是在这个大背景下， 我们中油瑞飞联合北京大学光华管 理学院董小英教授研究团队、 中国信息通信研究院云计算与大数据研究所、 安永 （中国） 企业咨询有限公司、 中国石油 大学 （北京） 人工智能学院、 北京石油 化 工学院人工智能研究所联合撰写了油气行业数字化转型研究报告。 二、油气行业数字化转型的价值 数字化技术带来的收益是递增的。 创新过程一般都经历初始规模较小， 再突 破， 然后被广泛采用阶段。 油气行业新技术的应用也要经历该过程。 目前仍处于 采用数字化技术的初始小规模阶段， 收益虽低但在递增。 下一步这些行业的不同 领域的不同部分将在不同的时间到达收益大幅增加的突破拐点， 最后是数字技术5 在行业内各个公司都有应用， 收益的增加与成本投入同速发展直至减缓。 油气行 业数字化转型的价值主要包括以下几个方面： 提高数据资产利用率。 上世纪 90 年代和本世纪初， 一波数字油田的浪潮席 卷了石油行业的大部分领域， 特别是近几年低油价背景下， 实现了常规油气资源 的改革与转型， 并突破了非常规油气资源的技术瓶颈。 然而， 在这十年的大部分 时间里， 油气行业并没有充分利用数据和技术所带来的机会， 油气行业在数字化 革新方面仍存在一定的差异。 根据德勤对全球不同行业数字化成熟度的调研结果， 油气行业平均数字化成熟度低于电信、 媒体和科技 （TMT ） 行业、 消费品与国 防 行业、 金融服务行业、 健康与生命科学行业 1 。 油气行业虽然拥有海量数据， 但 由于数字化程度较低， 对数据资产的利用率也很低。 但同时， 这也为其进行数字 化创新提供了更多的可能性。 降本增效。 受油价低位震荡、 市场竞争激烈等因素影响， 油气行业面临较大 的挑战， 而不断发展的数字化技术能为油气行业创新与转型提供新动力。 油气行 业正在经历一段痛苦的变革时期， 追求的目标不仅仅是大产量， 更重要的是更高 的利用率。 数字化技术能够提供远程作业和生产监控， 优化油田生产， 提高生产 效率， 降低生产成本等。2017 年 1 月 ， 世界经济论坛和埃森哲联合发布的 数 字化转型倡议： 油气行业研究报告预计 ，20162025 年间, 油气行业数字 化 将为油气企业带来 1 万亿美元左右的新增价值 2 。 数字化技术还能够对大量数据 进行收集、 分析和利用， 可以通过使用传感器、 分析学、 机器人技术和控制系统， 为该领域带来实质性的操作改进。 国际能源机构曾估测， 数字技术可能将油气生 产成本削减 20% 。 1 皮 光林 等 油 气行 业数 字化 创新 模式 与启 示 中国 矿业 2019 年第 10 期 117-1216 有效应对市场波动。 过去几年， 原油和天然气价格一度大幅下跌。 墨西哥湾 灾难性的漏油事件也引发了重大的环境责任。 随着产量远超需求， 过剩的库存 不 断增加， 也对储油能力持续施加巨大压力。 可预见的是， 面对主要产油国产量的 快速增长和疲软的经济前景， 低油价预计还将持续一段时间， 除非供应增速放缓、 需求追赶供给， 油价不大可能出现强劲复苏， 并且禁运、 政治动荡和财政要求等 不确定因素可能会进一步影响这种局面。 为应对油价的变动， 需要利用系统工 程 和数学、经济等 理论，建立企 业价值预 测和评价模型， 实时测算、分析 、决策 ， 及时调整生产经营策略，寻找新的业务增长点，创造新的价值。 提高运营和生产效率。 在油气勘探开发领域， 数字化技术能够整合分析勘探、 开发和生产领域 的数据信息， 帮助油气 企业从杂乱无章 的资料中发现 潜在规律 ， 夯实分析基础。 在油气化工领域， 数字化技术有助于把握消费者信息与需求， 提 供更完善的产品与服务 7 。 此外， 数字 化技术有助于优化管理流程， 提升油气企 业管理水平，还能够有效提升企业的资产管理水平。 三、油气行业数字化转型现状 油气行业数字化 基础。油气 行业的数字 化进程与其他行 业相比落后 好几年。 在转型中需要的技术既可以直接从其他行业获得的经验中迅速获益， 还可以向大 型 IT 公司寻求帮助和支援，获得更安 全、更精简和更高效生产的数字化路线。 油气行业实际上也拥有数量巨大的数据， 但没有统一的数据标准， 数据来源和 类 型复杂多样， 就连公司内部一般都会有大量重叠的数据集和孤岛数据， 结构化数 据仅占全体数据的 20% ，这使得跨团 队和公司共享数据变得困难。 行业观念的转变。 油气行业的观念较为保守， 抵制风险。 随着数字化的转型7 油气企业经营方式会变化变化， 员工总数会更少。 简单的和手工操作的业务将被 自动化， 员工将有更多的时间集中在更安全和高价值的工作上， 从而需要具有相 应的新技能。 员工会对这些新变化抵制， 对新程序和做事方式产生不信任。 雇主 必须在疏导员工的担忧的同时， 对企业环境要求和股东期望的数字技术进行实施 和扩展，这一转变将是实现持久效益的关键。 油气行业数字化调研发现。 根据对能源行业数字化水平的行业对标数据进行 分析后发现： 包括油气行业在内的我国能源行业比其他行业数字化转型起步较晚， 在行业中转型定位较低， 时间较晚， 战略定位较低， 相比其他行业系统互联数据 互通程度低， 在数据管理层面， 能源行业企业在数字化资产的整合能力、 分析能 力和预测能力得分都明显低于其他行业的企业。 能源行业比其他行业更以改进业 务流程为转型目标，对客户服务数字化的关注较低。 四、油气行业数字化价值链分析 油气行业价值链。 油气行业价值链是指围绕油气资源的转化和利用， 利用技 术和服务相联系， 由所有具有连续追加价值关系的相关产业所形成的系统而复杂 的链条。 石油价值链可以分为上、 中、 下游分段。 上游发现与生产环节主要包括 勘探业务、 生产业务、 钻井业务和油气服务； 中游运输环节主要是集输与储运业 务； 下游精炼和市场销售环节主要包含炼化与化工业务和市场营销业务，如 图 1 所示。8 图 1 原油 价值 链示 意图 天然气价值链与原油价值链类似。 天然气生产建设的主要流程是: 地质勘探、 钻井、 场站管线建设、 采气、 脱硫、 输气、 中间用户、 终端用户。 上游发现、 生 产以及辅助性的天然气服务环节包括勘探业务、 生产业务和天然气服务； 中游 则 主要包括加工、储存和运输环节；下游以精炼和销售环节为主，如图 2 所示。 图 2 天然气价值链示意图9 经过大量调研我们发现： 油气行业是高度波动性行业， 受油价价位震荡、 市 场竞争激烈等因素影响， 油气行业面临的挑战很大， 而不断发展的数字化技术能 为油气行业创新与转型提供新动力。 油气行业正在经历一段痛苦的变革时期， 追 求的目标不仅仅是大产量，更重要的是更高的利用率。 上游增储生产领域。 在勘探环节， 通过大数据分析技术优化勘探选区，能 够 克服现有技术条件下数据采集不完备的弱点， 数字化勘探能从杂乱无规律的勘探 数据中发现潜在规律， 快速对钻井数据进行分析与辅助决策， 提高钻井作业速度， 降低健康、 安全及环境安全风险等提高作业效率， 降低成本， 或者， 利用数据分 析帮助油气工程师发现新油气田， 自动生成备选的开发方案， 使用高度专业化的 算法大幅提升上游特定和复杂问题的解决能力。 在钻井环节， 利用计算机成像技术实现地震数据学习， 并利用自然语言处理 技术自动分析数据， 从而提升钻井作业效率。 斯伦贝谢公司则有依托 DELFI 环境 的 DrillPlan 数字化建井计划解决方案 和全新的作业控制系统 DrillOps 。 在生产开发环节， 数字化技术将地震成像技术与虚拟现实、 增强现实等新技 术相结合， 将油井连接互联网， 通过建立油藏优化模型调整油气生产， 实现对油 藏的精确描绘和油田全生命周期产出最大化。 除了油藏模拟， 数字化技术还可 以 应用于抽油。 数字化抽油机具有数据采集功能， 在井下作业时， 可以收集抽油机 工作参数数据， 对机械运行状态进行监控， 综合整理和分析数据， 并且传输至显 示界面，让作业 监管人员可以 实时了解 作业的实际情况 ，保证作业质 量和效率 。 在监测预警领域，数字化技术也可以应用在生产安全预警系统的建设。10 图 3 生 产安 全预 警系 统架 构图 如图 3 所示， 为生产安全预警系统的架 构图， 可以清楚地看到， 该系统可以 分为四个层次， 主要包括计算机网络层， 这一层包括计算机网络、 工作中、 微机 等， 而下一层为数据管理层， 在这一层负责的是基本数据的采集与分析， 包括人 员信息、 安全检查信息、 事故事件信息、 应急数据等等， 接下来就是对采集的数 据进行分析的数据应用层， 包括数据的查询和统计分析以及后续的报表生成， 接 下来就是最后一个层次即安全预警层， 这一层是根据相应的风险模型， 对安全值 进行评估后发出安全预警。 在办公环节，数字化可以应用在远程办公。中石油的 RDC 是由钻完井相关 专业技术、工作流程和 IT 功能平台组 成的协同工作系统，借助该系统可同时对 多个钻完井现场进行作业实时监测、 异常预警、 诊断分析、 参数优化、 压力预测、 地质导向、 现场视频等， 最终实现钻井 、 地质、 试油、 压裂协同工作一体化远 程 技术管理平台，从而实现远程办公。 中游的管道运输领域， 数字化也大有可为。 数字化技术目前已经被应用于管 网建设和运营的 各个环节，数 字化技术 可以帮助我们全 面了解和掌握 管道布位11 周边环境、 地质条件及社会经济文化等各类信息， 并且加强监测检验， 保障管道 的安全， 为管网整体建设、 维护和管理提供一个高效的决策平台， 合理规划、 不 断完善天然气管网系统。 推进输油管线的数字化管理技术的建设， 对石油生产和 石油输送动态监测具有重要的意义。 可以对石油输送管线进行集中化的管理，同 时对输油管线工作过程中出现的各种险情及时的了解， 帮助输送设备维修人员制 定抢险处理方案， 对输油管线的日常维护工作提供便利。 中石化销售华南公司就 利用遥感 卫星，GPS 导航定 位系统 对 输油管线 进行数 据的收 集、存 储、分 析、 处理等工作， 不仅可以保证输油管线数据的准确性。 还提高了石油管线分布数据 的可靠性和及时性，把石油输送管线的管理效率发挥到最大化。 下游企业管理领域。 数字化技术体现在移动终端的开发商， 例如采油九厂就 开发了数字化油田终端 app 。 数字化还可以应用与客户体验。 菲利普斯 66 公司 在 2018 年率先通过应用程序提供安全 、 快速和方便的移动支付。 这些数字应用 程序在其遍布全国的 5000 多个站点上 运行， 公司还将继续更新和增强移动支付 计划， 从而实现客户体验数字化。 数字化还可以应用在决策环节。 道达尔就将与 TCS 技术和领域专家合作。 这一战略数字创新伙伴关系将重点关注敏捷、 智能自 动化、物联网、分析和基于云的数字化决策方案。 五、油气行业数字化技术应用 数字平台建设。 数字平台是融合技术、 聚合数据、 赋能应用的机构数字服务 中枢，以智能数 字技术为部件 、以数据 为生产资源、以 标准数字服务 为产出物 ， 使能机构业务创新和高效运营， 助力机构数据管理和价值挖掘， 降低机构技术运 营和技术管理复杂度。12 数字平台具备融合、 智能、 可传承三大 特征。 数字平台特征内容拆解见图 4 。 图 4 数字 平台 的基 本特 征 数字平台能够融合企业传统技术架构， 保护既有投资， 助力企业对历史数据 的价值挖掘和海量数据的智能管理， 同时降低企业数据管理和运营的复杂度， 并 把先进的数字技术与企业精益管理、 智慧运营融合起来， 实现面向未来的共同价 值创造。 数字平台能够根据业务服务和应用的需求， 抽取共性实现复用， 还可实 现自动治理、 智能运维、 可信安全、 松耦合及弹性的标准化数字服务， 通过平台 的标准化、 可拆解、 灵活智能的数字服务， 我们可面向不同的行业客户和产业链 上下游的企业各机构部门， 为其提供智能、 便捷、 高效、 灵活的数字化能力。 由 此可见， 数字平台是企业数字化能力建设的核心， 为数字化发展打下了坚实基础， 数字平台是新型数字化企业建设的高级阶段，将开启企业数字化转型新篇章。 数字平台建设的 基础。数字 平台的建设 不是一蹴而就的 ，需要在业 务云化、 数据连接、 融合应用方面具备一定的基础， 才能顺利推进数字平台的建设。 具体 环节包括： （1）业务云化。云计算经过 10 多年的发展已经从概念到务实、从落地到13 应用， 进入了一个爆发期， 全面云化的时代正在到来， 云计算作为企业数字化转 型的重要支撑技术，可降低 IT 复杂性 、缩短交付时间，让业务更加敏捷，同时 提升资源利用率， 有效改善 IT 成本结构。 在云计算的基础上， 更孕育了大数据、 人工智能、 物联网等数字化创新应用的发展。 因此， 企业采用云服务来加速数字 化转型是必然的方向， 且已经成为各行各业的共识。 企业业务云化， 能够快速支 持多业务的定制开发， 同是保证业务之间互相隔离。 比如， 交易平台化， 你需要 在一套交易系统中支持多种交易模式， 多种业务实现。 业务平台化还可以支持多 业务构建， 通过平台的丰富组件和能力， 对业务提供强大的技术支持。 从某种程 度说， 平台化就是领域平台化， 也和 SaaS 化有很大的目标一致性， 阿里的中台 化战略就是建立在业务系统平台化基础上的协同。 随着数字化应用程度的逐步提 高， 企业借助平台化可以实现业务的协同， 更好的为业务创新赋能， 进行全链路、 端到端的整合服务。 （2）数据连接。在传统企业底层 IT 架构下，新旧 IT 系统中沉淀的数据之 间难以打通， 而在多云环境中， 企业内外部数据亦难以快速连接。 分散各处难以 融合的数据， 无法很好地支撑企业经营决策， 也无法很好地应对快速变化的前端 业务，如何突破发展瓶颈，构建适应新时代的企业 IT 架构，“数据中台”建 设 非常重要。 数据中台是企业数字化转型的必然产物。 在外部环境快速变化和竞争 激烈的今天，企业亟需通过一套机制，联通传统 IT 架构和各类数据，融合新 老 模式， 整合孤岛数据， 沉淀数据资产， 快速形成数据服务能力， 为企业经营决策、 精细化运营提供支撑， 这套机制就是数据中台。 数据中台作为整个企业各个业务 所需数据服务的提供方， 通过自身的平台能力和业务对数据的不断滋养， 会形成 一套高效可靠的 数据资产体系 和数据服 务能力，打造出 平台级的全新 数据能力14 帮助企业把数据真正用起来，从而加速企业的数字化转型进程。 （3）业务融合应用。近几年，在云、大数据与智能整个数字产业高速融合 发展的趋势下，5G 、 云计算、 大数据、 物联网、 边缘计算、 人工智能以及区块链 等技术体系与商业模式形成有机的整体， 成为泛云+ 智能的各类计算场景化服务。 这种融合引发了 对于海量的数 据存储与 分析需求、指数 级增长的计算 能力需求 ， 例如， 物联网的万物互联带来了海量的设备接入、 数据存储； 而人民的智慧美好 生活需要推动自动驾驶、 智能安防、 智能家居等各行业人工智能的蓬勃发展。 这 些海量的连接、 数据存储、 计算及智能诉求催生了新的数字平台， 同时从行业趋 势和应用需求来看， 多种数据类型和场景交互驱使应用架构的优化， 因此融合不 同应用、 技术， 聚合数据赋能应用、 开放互联才能释放数字平台的最大价值。 基 于此， 我们相信未来数字平台将成为企业数字服务的中枢， 全面助力企业的数字 化发展。 （4 ）多云管理。多云管理拥有的快速 扩展、全栈支持、动态分布等优异特 性吸引了企业关注的目光。 多云的环境复杂， 涉及不同的云策略、 流程、 调度规 则、 资源分配与管理， 需要统一的管理和运营， 多云管理平台应运而生。 多云管 理平台的主要能力包含多云环境的统一管理和调度、 跨域跨云的资源分配及计量、 分级分区的系统映像、 统一的监控、 统一的故障响应以及智能运维， 还可感知环 境、 负载及资源的变化并通过既定策略优化、 匹配和智能处理。 多云管理有很好 的扩展性和兼容性， 还可以与企业内部的监控、 流程、 安全管理等系统集成， 通 过统一标准的服务治理及资源调配， 实现最优配置和高效运营， 提高性能和可用 性。 多云管 理平 台作 为企 业数字 化转 型的 底座， 需要 具备 四个 重要的 功能 ： 1.15 智能分析和预测性洞察功能。 多云管理面临的环境复杂多样， 涉及的应用场景众 多， 一旦发生问题其影响面大， 对运行态势智能分析， 对潜在的问题进行预测性 洞察， 可把问题消灭在萌芽中， 避免造成对业务的影响。 早发现早解决， 在实践 中不断迭代完善 多云管理平台 ，才能避 免造成性能严重 下降或者业务 停滞事件 。 2. 跨云跨域 的统 一资 源调 度和 灵活编 排。对 于某 些企 业， 一些 新的 互联 网 业务 具有短时爆发特征， 需要提前考虑业务快速爆发时的资源支撑和灵活调配， 这就 需要多云管理平台智能感知、 快速调配所需资源和优化资源使用成本。 还有就是 多云环境中，某 些企业应用需 要跨越多 种环境开发和部 署应用，进行 统一交付 ， 因此需要对资源进行灵活编排和管理。 例如， 就企业的促销、 秒杀、 团购业务而 言， 快速调度应用公有云平台中海量资源的服务能力可能是最佳的选择。 就安全 可信而言， 企业私有云本地存储安全敏感型数据或受监管的应用系统则是最优的 选择。 就统一交付而言， 多云管理平台 实现在统一的界面中编排所有不同云服务 供应商的云环境及应用，才能高效完成 这个交付任务。3 、标准化的统一治理 。 在大多数企业环境中， 业务的复杂性往往导致标准各一很难统一， 但多云管理可 有助于提高平台的标准化和灵活性。 此外， 多云管理平台标准化的统一治理可帮 助业务及应用加快配置和部署， 减少容易产生错误的人工步骤， 有助于进一步加 强企业管理的标准化、 安全性与合规性。 4. 成本分析和优化功能。 多云管理带来 了便捷， 但随着企业业务的纵深发展与扩张， 企业在优化效率和节省成本方面却 面临越来越大的困难。 在企业的若干项目中， 建设周期不一、 采购和管理不统一， 不同的产品和服务可能来自多个不同供应商的云服务， 这往往导致项目延期、 资 源枯竭、 效率下降， 因此需要考虑项目的成本分析和成本优化。 例如在部署一个 跨境业务时， 可对比不同厂商的产品和服务， 综合考量优先使用那些高性价比的16 产品服务和数据产品上，从而节省企业投入费用。 数字平台打造服务中枢。 企业数字平台是企业数字化转型的抓手， 通过建设 企业数字平台， 可以打造企业 的智慧运 营中心、生态塑 造中心、智慧 分析中心 、 能力创新中心和持续交付中心，形成企业数字服务的中枢 3 。 （1 ）智慧运营中心。数字平台利用数 据实现生产经营管理的数字模型，通 过不断调整、 优化内部管理和决策， 最终实现管理透明化、 流程标准化、 效率提 升、 减少人工干预， 达到生产经营管理过程全面智慧化运营， 因此是企业的智慧 运营中心。 （2 ）生态塑造中心。数字平台是企业 数字化能力的开放平台，对内整合各 个业务及平台能力， 对外链接各产业关联的平台， ， 搭建资源共创生态圈，融 合 不同的厂商生态、O2O 平台与社交、新媒体平台等，是企业的生态塑造中心。 （3 ）智慧分析中心。数字平台是企业 数字化运营的信息分析平台，通过整 合海量的内外部 数据和历史积 淀数据， 助力企业开展基 于精准数据的 洞察分析 、 业务数据应用与创新，是企业的智慧分析中心。 （4 ）能力创新中心。数字平台是企业 数字化能力快速创新平台，支持面向 不同的场景和各类型用户， 提供数字化创新应用支持， 构建平台的快速响应和敏 捷实现能力， 增强企业的核心竞争力和持续发展能力， 因此是企业的能力创新中 心。 （5 ）持续交付中心。数字平台是企业 数字化能力持续交付平台，保障数字 化业务的持续迭代、 持续交付， 实现效 率提升、 质量保障、 安全可靠、 团队协 作、 流程透明，从而打造数字化业务的平台创新加速器，是企业的持续交付中心。17 大数据分析技术。据安永会计师事务所 2017 年对全 球 75 家大型油气公司 的调研结果显示，近两年来在数据分析领域投资超过 1 亿美元的公司有 51 家， 占 68% 。数字技术为油 气上游产业的 转型提供了重要的契机，适应了较长 期 的 低油价 2 。约 36% 的油气企业已开始对大数据分析进行投资，但只有 13%的企 业利用该技术来开拓市场和应对市场竞争。 这一差距突出表明， 这些公司仍未 将 大数据分析技术完全应用到系统内， 只是小范围应用这项技术， 若能全面部署则 将对生产效率和运营产生深远影响。 通过大数据分析，很 多 以前不可能的事情都 变成可能， 如油田的区块分析， 压裂的效果、 裂缝产生的长度和深度， 以及流体 流动效果。 通过应用大数据分析工具， 实现开发生产现场状况录像监控， 降低成 本， 提高生产效率。 如使用无人机进行管道检查， 利用大数据记录周边农作物的 生长情况来判断有无管道龟裂的情况。 数字孪生技术。 数字孪生体是指在虚拟空间中集对象、 模型及数据于一体的 仿真模型,该虚 拟模型与真实空间 中的 物理实体完全对应一致, 是物理 实体在虚 拟空间的映射。 此映射通常是多维动态数字映射， 依赖于安装在物理实体上的传 感器或模拟数据来洞察和呈现物理实体的实时状态， 同时也可将数据反馈到物理 实体的优化中，使其状态产生变化 3 。 随着智能化进程加速，数字孪生的发展也受到越来越广泛的关注。2017 年 以来， 数字孪生连续两年入围 Gartner 发布的 “十大战略科技趋势” 4 。 2017 年 11 月， 世界最大的国防承包商洛克希德. 马丁公司将数字孪生体列为未来几年在 2 梁慧 油 气公 司倾 情数 字化 革命 中国 石化 2018 年第 10 期 66-69 3 李柏 松 王学 力 王 巨洪 数字 孪生 体及 其在 智慧 管网 应用 的可 行性 油 气储运 2018 年第 10 期 1081-1087 4 KASEY P . Gartner top 10 strategic technology trends for 2018EB/OL. (2017-10-03)2018-07-03. https: /gartner. comn/smarterwithgartner/gartner-top- l0-strategic-technology-trends-for-2018/.18 国防和航天工业中发挥重要作用的六大顶尖技术之首 5 。2020 年 2 月，经济学 人在其数据经 济的报告中 ，提出数 字孪生将无处不 在，特别是在 航空航天 、 汽车制造、 军事、 能源等行业应用更多重视。 在油气行业， 其在管道中的智能化 管理和应用更是受到广泛重视 6 。 物联网技术。 物联网技术在油气行业的应用， 以提高油气产量和管理水平为 目标， 全面感知采油、 注水、 集输、 计量、 油气处理生产动态， 进行油水井生产 评价、 工况诊断、 预测、 优化决策、 智能 控制， 形成油气生产智能闭环管理系统， 实现油气生产管理决策从 “机理模型” 向 “数据驱动” 的转变， 为提高油田储 量 动用与产量、降 低能耗、节约 投资和成 本开辟一条新途 径，推动了“ 数字油田 ” 向“智能油田”全面迈进。 人工智能技术。 数字化的终极阶段将是智能化， 也就是企业全面拥抱人工智 能。多数企业 AI 应用都是为了通过增 加正常运行时间、提高单井产量，降低环 境安全风险等提高作业效率， 降低成本。 这种创新的商业模式将改变钻井服务商、 设备制造商和油气公司的市场格局，只有将 AI 深度嵌入其核心设备和流程中 的 传统工业部门才能在变革浪潮中脱颖而出， 这就意味着油气公司的商业运作模式 需要重塑。 AI 平台目前已经实 现了在油 气行业内 的通用性，未 来将在油气 上游领域发 挥重要作用， 使用高度专业化的算法的人工智能程序可以大幅提升上游特定和复 杂问题的解决能力。如 Flutura 公司 的 Cerebra 工业 AI 应用中心针对深水 资产 的诊断、水力压裂、LNG 等多种上游 问题都预设了解决方案。 5 陶飞,刘蔚 然， 刘检 华,等。 数字 孪生 及其 应用 探索J. 计 算机 集成 制造 系统,2018.24(1):1-18. 6 徐波,李博 ，宋 小晖 ，等. 油气 管道 智能 化运 行解 决方 案的 思考J.油气 储运, 2018,37(7):721-727. 张海峰 ，蔡 永军 ，李 柏松 ，等.智慧 管道 站场 设备 状态 监测 关键 技术J. 油气储 运, 2018, 37(8):841-849.19 人工神经网络与 “计算智能” 。 神经网 络是基于用一种软件或硬件的结构来 模拟人脑的结 构, 通 过类似仿生 学的方 法来模拟人类 思维。从某 种意义上来 说, 对 于神经网络而言, 它 改变 的不 是知 识库,而是推 理 机的 结构, 它也 是研 究人 工智能 的一种重要的方法 7 。 石油勘探开发领域用得最多的是具有三层结构的前馈神经 网络( 即 BP 网络) 。它们主要应用于地层解释、岩性判断产层识别和井下状况判 别等方面。 遗传算法是模拟生物的进化现象的一种概率搜索和最优化方法。 是模拟自然 淘汰和遗传现象的工程模型。 神经网络、 模糊计算和遗传算法均为仿效生物信息 处理模式以获得智能信息处理功能。 最近出现了专家系统(ES)和神经网络(ANN) 结合的新方法， 把专家系统(ES)和神经网络(ANN) 结合起来用于石油钻井自动送 钻监控 8 ； 其他还有遗传算法解组合最优化问题孔隙度预测中的地震特征优化方 法及应用；基于小波变换和 BP 神经网 络的地震波初至拾取等等 9 。 边缘智能技术。 边缘智能技术是让系统中的每个设备端都具备数据采集、 分 析计算、 通信和智能功能， 数据的安全性得到极大提高。 此外， 还节省了数据传 输的时间， 现场的问题能够得到及时响应。 即使当资产或流程的某个环节出现故 障时， 边缘智能也依然可以保证其核心操作的完整性。 在油气、 矿业等生产制造 行业， 企业可以通过边缘智能对生产设备进行实时监控和分析， 进而提供实时操 作指导， 对失效设备组件进行及时修复和更换， 消除隐患， 实现资产维护的智能 化。 区块链技术。 油气勘探开发时产生的一系列招投标及管理上问题，可 在私有 7 史忠 植 高级 人工 智能. 北京: 科 学出 版社,1998 8 郭学 增. 钻 井工 程十 年谈. 石油 钻探 技术,1999 ;27(5) 9 裴正 林, 余 钦范. 基于 小波 变换和 BP 神经 网络 的地 震波 拾取 方法 勘 探科 学技术,1999 ;27(4)20 分布式记账技术支持下， 更高效地被解决。 基于区块链的物资交易平台， 可以实 现油田化学品等油田物资交易的分布式记账， 将传统交易文件、 买卖合同转变 为 电子文件、 智能合同， 实现电子商务和数字资产管理。 基于区块链的电子货运系 统， 可以实现供应链的电子化和所有相关方货物的实时追踪， 使油气勘探开发行 业供应链各个环 节更加透明， 可节省大 量物流成本，提 高商品交易和 运转效率 。 基于区块链的风险监管平台， 可以实时准确地记录储层勘探、 油气开采等各环节 的现场数据和作业信息， 实现现场监管的数字化、 实时化和数据共享为油气领域 安全高效生产和降本增效提供保障 10 。 虚拟现实和增强 现实。虚拟 现实技术以 计算机技术为基 础，综合了 计算机、 传感器、 图形图像、 通信、 测控多媒体 、 人工智能等多种技术， 通过给用户提 供 视觉、触觉、听 觉等感官信息 ，使用户 如同亲历其境一 般。借助于计 算机系统 ， 用户可以生成一个自定义的三维空间。 用户置身于该环境中， 借助轻便的跟踪器、 传感器、 显示器等多维输入输出设备， 去感知和研究客观世界。 借助于虚拟现实， 用户可以突破时空域的限制，提高对客观世界的认识水平 11 。 增强现实技术， 以计算机为工具， 将人 为构建的辅助型虚拟信息应用到真实 世界， 使虚拟的物体信息和真实的环境信息相叠加到同一个画面或空间， 同时呈 递给用户被用户感知， 获得比真实世界更丰富的信息。 增强现实由虚拟现实发展 而来。 增强现实系统通过分析大量数据获取场景中各种位置信息， 以便将计算机 生成的虚拟物体以合适的姿态精确地定位到真实场景中特定位置。 10 赵汨 凡等 区块 链技 术助 推油 气勘 探开 发数 字化 转型 中国 石化 2018 年第 10 期 70-72 11 CSDN 沈子 恒 虚 拟现 实与 增强 现实 2016-09-29 13:24:1621 五、油气行业数字化转型的战略架构 油气行业数字化发展空间。 基于对油气行业数字化技术应用， 十大油气企业 的数字化转型战略和实践、 4 家油气服务企业所提供的数字化产品、 技术和服务， 我们总结提炼了油气行业数字化战略架构。 战略架构由四个层面组成， 四个层 面 既可以自上而下， 即由组织战略牵引的数字化转型实践； 也可以自下而上， 即通 过有效的数字化技术应用， 支撑企业战略能力的构建。 自上而下的战略架构以企 业战略诉求和战略定位为核心， 关注国家战略的发展趋势、 油气行业和其他相关 行业的竞争压力和机遇、 聚焦本企业的战略愿景和战略目标， 重视自上而下的数 字化转型战略规 划和顶层设计 ，通过战 略牵引分阶段、 分梯次推进数 字化转型 。 自下而上的数字 技术应用以信 息化为基 础，以数字化为 契机，通过对 业务环节 、 场景和资源的数字化建设， 渐进式地推进企业内部的系统互联和数据互通， 从而 形成技术-业务的 核心能 力建设 ，在此 基础上支 持企业战 略目标 的实现 。四 层架 构的内在逻辑关系是： 数字化技术应用。 在这一层， 综合了在 油气行业和企业已经应用的数字技术， 具体包括通讯技 术+5G ，物联网技术 、大数据、云计 算、机器人 、虚拟/ 增 强现 实技术、 区块链和人工智能技术应用实践和案例 （参见附录 1 ） 。 技术应用在 不 同价值链环节、 流程环节、 资源或者场景， 形成了业务与数字技术应用的有机结 合。 数字化技术应用能力。 随着数字化技术应用与价值链、 流程环节、 资源或场 景的深度融合与相互嵌入， 企业形成了业务+ 技术的七大能力构建， 包括数字化 能力、 互联化能力、 自动化能力、 平台 化能力、 虚拟化能力、 信用化能力和智 能22 化能力。 七大能力之间具有内在递进关系， 数字化能力是基础能力， 智能化能力 是高阶能力。能 力之间存在相 互支持、 相互强化的关系 。与数字化应 用层相比 ， 这一层具有更加专业和更加突出的企业特色， 是企业之间形成差异化的重要基础。 数字化的终极阶段是智能化， 企业全面拥抱人工智能， 变成人机一体世界。 人和 机器的关系通过语义智能在人和机器之间自由交互， 新开发油气项目都将部署数 字油田、数字精 炼厂、数字采 矿厂和数 字发电厂。基于 数据的决策将 成为规范 ， 实现自主分析井况，识别低效生产的油气田，并自动生成改进的开放方案。 企业核心能力建设。 核心能力层是指企业在于同行业和相关行业竞争时所体 现出来的差异化和可持续竞争优势， 差异化竞争优势包括反应速度快、 抗风险能 力强、 成本低、 效益高等等。 帮助企业 在各种市场环境下都具有生存与发展的韧 性。 数字化技术与企业业务的深度融合， 助力企业在内外部能力是获得提升， 内 部能力体现在五个方面： 降本增效能力、 卓越运营能力、 管理决策能力、 技术创 新能力、 资产增值能力； 对外