物联网、人工智能和边缘计算正在改变石油行业

每年，物联网都在发展以拥抱新功能并将其覆盖范围扩展到新的领域，现在石油行业的数字化转型时机已经成熟。

巴塞罗那，物联网解决方案世界大会 – 石油行业，尤其​​是在生产领域，仍然按照上世纪制定的大部分设备和安全标准运行。

尽管安全水平不断提高，并且该行业正在设法避免更严重的事故和环境灾难，但其运营绩效和资源正常运行时间并未得到改善。

一些拥有新数据收集工具、云分析、机器学习和边缘计算的运营商和服务公司开始看到物联网在提供预测性维护、识别潜在故障、提高安全性和提高油田生产性能方面的潜力。

在物联网解决方案世界大会的小组会议上，Petrofac 战略主管 Jonathan Carpenter 概述了他们为客户提供的服务，以及物联网和分析如何成为行业游戏规则的改变者。他将这个概念称为“Petrolytics。 ”

停机成本高

一年前，Petrofac 开始意识到数字工具的价值，Carpenter 说，该公司进行了一次内部对话，质疑“......我们如何才能更安全地运营工厂或建造工厂，以更低的成本、按时建造，以及运营时，运营成本更低吗？”

Carpenter 提到，Petrofac 的许多业务所在的北海的平均正常运行时间目前为 73%。相比之下，客机的平均正常运行时间为 99.9%。

“在石油行业，我们平均接受 73%，因为大宗商品的价格如此之高，以至于我们基于这个假设来运行我们的经济。”

Carpenter 说，有了这个愿景，Petrofac 会问自己：“如果我们有一个客户会排队等待的产品——如果我们能够以一半的成本建造工厂，并且始终按时交付，以 100% 的正常运行时间运行，一半运营成本？”

云学习的失败模型很少

实现新技术潜力的最大挑战之一是缺乏历史数据，因为现有工厂上的旧传感器并非旨在收集和存储信息，而只是为了警告故障。这意味着缺乏机器学习模型可以从中获得洞察力的严重故障的数据。有充分的理由，该行业采用严格和保守的安全标准和程序，设法避免他们想要分析的那种问题。这就是为什么工程师和数据科学家必须基本上盲目地训练云机器学习模型。

虽然生产工厂中安装的大多数设备都有一些主传感器，但连接性有限，并且这些传感器收集的大部分数据都被丢弃了。

正在与 Petrofac 合作进行云分析的埃森哲实验室董事总经理 Teresa Tung 表示，他们必须利用在这些油厂工作的技术人员和工程师的知识来了解问题，模拟可能在事件并最初以这种方式训练模型。

未来是完全自主的石油工厂

根据 Carpenter 的说法，“Petrolytics”是公司实现超高效运营的基石之一。

利用设计和实施预测分析的经验，以及边缘设备收集和处理的数据，可以向 AI 优化工厂推进，降低运营成本和减少维护问题。 Carpenter 说，最终有可能开始谈论一个完全自主的工厂，工程师使用数字双胞胎监控其运行并提前安排维护操作以达到 100% 的效率。

“世界经济论坛的一项研究表明，仅在我们这个行业，就有超过 7500 亿美元的价值可以通过人工智能、分析、无人机等的应用来提取。这个数字可能是巨大的，”木匠后来说。

石油和天然气领域的数字化举措和技术对行业和社会的潜在价值

“与三年前相比，今天人们认识到，这已经从一个概念、一个想法和研究项目转变为实际资产的现实生活项目，我们实际上开始看到这些解决方案的第一波工业化浪潮，”他结束了。