logo
专注油气领域
与独立思考者同行

100刀时代恍如隔世,数字化入选油气“致富经”

100刀时代恍如隔世,数字化入选油气“致富经”

如今,开发商即将迎来的是油气开采更加高效的新时代。

来自 | World oil
编译 | 张德凯 影子

2014年6月13日,WTI桶油价格达到107.49$。根据当时的数据,全球油气行业的资本支出预算达到创纪录的520亿美元,这些数字曾让很多人以为,油气行业从此再无萧条。

然而,仅仅在八个月内,油气行业就掉入了深渊。WTI桶油价格以自由落体般的速度骤降至44$,这种趋势一直持续到2016年2月,最终跌至29.04$/桶。

油价断崖式下跌背后的主要原因有三。首先,中国和其他发展中经济体的发展放缓,减缓了全球石油需求的增长;其次,美国页岩开采技术革命,增加了全球油气供应量;由于众多经济及行业专家都预测“哈波特顶点”即将到来,即由于全球石油供应逐渐枯竭而带来的最大石油产量,美国意外地将产量由2007年的不足500万桶/天增加到2015的年940万桶/天。

根据历史经验来看,作为全球领先的产油国,沙特往往会通过减产来保持油价稳定,但这一次,沙特却选择保持市场份额,拒绝减产。这一决定所导致的直接后果就是石油价格继续飞降,油气上游行业被强行“推”入到了一个全新时代。

若想提高作业效率和产能,开发商就必须要解决双重挑战:既要在低油价环境下保持盈利,同时又不能牺牲作业安全和环保标准;不仅要考虑市场因素,还要提防来自替代能源的外部竞争和日益严苛的环保法规。

面对如此高难度的威胁和挑战,引入数字化和数据分析技术似乎是最佳答案。这些技术不仅可以促生新的工作方式,降本增效,优化工作流程,其带来的附加值还包括提高运营安全性、低价值链内风险等。

100刀时代恍如隔世,数字化入选油气“致富经”

数字化与数据分析技术

一般来讲,数字化是指通过过程自动化或引入新技术来提高生产力,而事实上,这只是这种新兴技术的一部分。数字化本身就是一种为常规流程带来持续变革的技术。商务流程正在逐渐演变为一种持续改进的文化,执行效率和交付效率都得到了显著提高。从单纯的人工操作到运用数据和数字工具,工作人员可以更专注于给定工作流的最关键元素。

100刀时代恍如隔世,数字化入选油气“致富经”

图2. 数字化转型以战略性和系统化的方式,整合各种数字技术方案的能力和可能性,对业务产生深远影响。

数据分析是数字化发展的产物,是指提取和分析信息以提高生产力的技术。,一般用于揭示数据之间的模型和关联性,从而带来更全面的信息和更高效的决策制定。在很多情况下,生产数据已经存在于某个组织中,只需用某种工具对其识别和关联,揭示未知数据的关系。数据分析不仅可以深入了解当前的业务关系,还可以通过预测建模更轻松的对未来发展进行预测。

数字化奠定了分析基础。如果将数字化比喻为头脑中进行的分析,各种来源(仪表、数据库、云等)的数据就是分析机器的动力。通过引入成本节约技术以及提高生产力和收入的方法,数据和分析可以共同发挥价值。

功能强大的技术

数字化技术热度不减,核心话题主要集中在以下几个典型新技术。

云计算是一种通过互联网提供的计算服务,包括服务器、存储、数据库、网络和软件等,一般由特定服务商提供。云计算消除了采集和维护自身数据中心的必要性,让作业成本显著降低;同时具有业务资源(如存储或带宽)可扩展性,可根据应用需求适当增加或减小规模。

大数据是指管理和分析无法存储于传统服务器、数据库中大量数据的概念。 以前,大量的商业信息都存储于文档或结构化数据库中。随着时间的延长,这些数据逐渐演变为无数繁琐的、非结构化数据源,包括音频、视频、照片、模拟、3D模型和实时操作数据等等。大数据将大型、可扩展和可靠的分布式计算平台整合,可以在短的时间内解析、分析大量数据。

移动设备让用户可以随时随地查看数据并与之进行互动。以前,数据只能在特定地点进行分析,一般是在台式计算机上。随着智能手机和平板电脑的出现,只要有互联网连接,任何地方都可以与数据互动。这种访问方式取代了以往有限的数据处理方式,实现了数据的远程互动。

物联网(IoT)技术通过嵌入式传感器连接对象和设备,经由网络生成数据,传输到中央控制器或其他设备。IoT能够向数据消费者提供相关信息,深入了解任何有传感器连接的系统状况。

机器人技术利用专门设计的机器替代人工,自动执行指定任务。机器人通常能够完成复杂的任务,一般由外部控制器或内部软件引导,它们善于以极快的速率和准确性完成重复性工作,并且应用于危险环境中。

人工智能(AI)是指机器或计算机的虚拟学习能力,目前在油气行业已经广泛普及,并极有可能产生巨大影响。通常,软件是通过算法设计的,将数据输入到算法就可以得到结果,最终用于执行某项任务或具有某种功能。AI改变了这一模式:只需对输入和输出内容进行学习,即可构建算法。

在训练和设计中,AI系统向机器提供符合(好)和不符合(坏)数据集,这样AI的机器学习程序就能够确定数据是否合格,并自动开发算法,对新数据进行评估。这种工作方式在推理和决策技术、语言/语音/视觉识别和处理技术、人机界面技术、新的计算结构和设备等领域具有广阔的前景。

这些技术的融合共同推动了数字化分析在当今油气行业中的实用。此外,应用程序和IoT传感器已经累积了大量数据,成本效益已经得到大幅提高。大数据管理系统和AI已被用于挖掘和分析数据的未知关联,从而帮助优化业务流程。同时,机器人技术使得产能大幅提高,并有效降低作业安全性,移动技术使作业人员能够随时随地与数据进行交互。

数字化和分析技术促进了常规工作方式的转型。数字化不仅仅是采用新技术, 它从根本上改变了常规的工作方式。如前所述,工作人员重点正逐渐从框架内的工作执行转向分析、嵌入和推进持续改进。显而易见,通过变个常规组织方式,工作效率和准确性显著提高。

以下两个案例显示了变化是如何发生的。

随着“自助服务”这一概念的引入,IT和其它业务流程的融合得到了迅速发展。以前,如果某个企业想要进行技术升级,IT部门将主要负责执行。首先要收集不同部门对于新技术的要求,随后IT部门制定解决方案,并在升级完成后测试结果。如果解决方案存在问题,将会生成故障报告,进而对新技术应用是否满足要求进行讨论。可以说,这是一个非常古板而繁琐的过程,并且不能保证每次技术革新都能取得成功。

随着图形编码等新技术的出现,IT以外的其他部门都已具有开发解决方案的能力,能够单独解决各种问题。在构建和测试解决方案之前,熟练使用技术技能也不再是必要条件。因此,对于那些与数据和流程最为接近的人来说,快速建立模型并制定解决方案已经不再是难题。IT与其他部门之间的隔阂正逐渐缩小, IT技术已嵌入企业的各个领域。

实现数字化的另一个组织变革领域是“Agile流程改进”和系统开发。“Agile”来源于软件开发部门,但也可用于推动其他领域技术的持续改进。Agile的核心优势在于通过持续反馈达获得更好的产品或项目实施效果。项目经理这一常规职位被“Scrum Masters”取代,推动团队实现自我引导,确保每天都高效工作。在需求不断发展、项目开始时问题无法有效解决的前提下,Agile的性能得到了优化,提高流程的灵活性,确保企业获得满足当前实际需求的结果。

数字化与分析实例

为了更好地展示数字化和分析在提高安全性、提高运营效率和降低风险等方面的作用,我们来看几个例子。

完整性管理和更智能的检测技术

机器人、大数据及分析技术的引入为海底/陆上管道和生产设施检测新方法的提出奠定了基础,可大幅降低生产成本,提高检测速率,改善工作环境安全性,以革命性的方式提高了油气行业工作的可靠性。

通过提高工作可靠性,设备检测不必再根据特定时间间隔进行,而是通过数据分析和决策,制定以风险系数为标准的检测方案。可以说这完全颠覆了油气行业从前的工作认知。利用新型检测系统,检测工作针对性更强,避免了多余和不必要的工作。新型检测方案以系统内每个组件的基本信息和缺陷数据为基础。这些数据体量巨大,通常由传感器和机器人提供,一般存储于大数据平台,通过分析而确定系统或设备的检测类型和频率,辅助维持运营的完整性。

相对于人工操作,机器人优势明显,它可以在危险环境或某些工作人员无法触及的地点进行数据收集。在管道、立管、水下采油树等设备的检测中,水下机器人不仅可以使用传统的视觉记录,还可以使用激光、声纳和先进的成像技术,从而更深入地了解关键组件的状况,甚至包括那些难以检测的设备(如地下或水下)。

地面设施的检测可以由遥控无人机完成,它可以进入工作人员无法检测的组件,还可以替代直升机的监控,检测过程更安全快速。

工作管理,优化员工表现

利用分析技术对计算机维护管理系统(CMMS)中的数据进行分析后,设施维护人员的工作可得到最大程度的优化。即使只做相对简单的分析,也可以得到最佳维护工作计划,减少工作量,降低工作负荷,提高工作效率。

关键设备安全百分数,是判断设备是否处于需要维护或过度维护状态的一个指标。对于大型设施来说,关键设备的影响是最为关键的,要求也更为严格。而对于相似的设施来说,关键设备安全百分数在整个使用周期内都是大致相同的。如果该百分数低(高)于某个阈值,就表明工作人员需要进行周详的调查,确定适当的维护工作规模:关键设备的安全百分数低,意味着设备需要维修,继续使用会影响整体安全性;如果安全百分百较高,则表示该设备的维护工作过度,设备的工作效率受到了影响,成本增加。

另一个用于确定设施是否需要维护的指标,是CMMS中需要维护项目的数量。随着设备运营时间延长,某些设施外的设备也会逐步计入CMMS,其显示的设备数量就会相应增加,造成不必要的维护时间,增加工作量。

通过分析维护计划,可以对工作量进行调整,确保维护工作在一年中平均分配。如果工作集中在某个特定的时间段内,那就需要在短时间内配备大量的工作人员,而在剩余时间工作人员则处于闲置状态。

通过工作管理数据分析,能够大幅提高工作效率和设备产能。

状态监测和预测分析的可靠性

旋转设备对发电、气体压缩、注水、注气以及油气出口至关重要,鉴于此,工作人员必须掌握旋转设备关键部件的状态。这与IoT类似,传感器将数据发送到大数据中心,随后进行数据分析,确保旋转设备正常运行。

一旦旋转设备完成安装,实时监测数据就会传输到中央控制中心,达到监测设备性能的目的。随着运行时间延长,监测系统会对设备的运转数据进行分析,预测可能出现的故障。实时监测系统具有主动干预和维护功能,能够及时修复设备,保证其工作性能,防止生产损失或重大事故发生。

此外,通过对大量旋转设备的监测和分析,可以更好地了解不同厂家、设备的性能及其在不同气候、操作环境下可靠性,保持其处于最佳工作状态。在数据分析的基础上,就能判断某供应商或设备性能是否一致:如某品牌或某型号的设备在炎热干燥气候中运行良好,但不能在寒冷环境中运行;或者在运行条件相似的情况下,某型号设备在一个地区表现良好,而在另一个地区却相反。所有这些结果都对设备采购和维护决策的制定影响巨大,直接关系到最终的盈利状况。

开采动态管理和生产设施优化

通过实时监控和运营参数显示,开采动态管理可降低运营风险、缩短停机时间、提高运营效率并降低维护成本,让工程团队在问题发生时可以快速响应,甚至有可能通过预测性分析提前避免问题发生。

这些系统集成了云、大数据和分析等技术,为开发商提供实时作业反馈和可视化数据,工程师能够及时检测作业性能和问题,此外,案例管理工具也可作为辅助,借助过去的经验更好地解决当前问题。

当发生设备运行超过阈值等运营问题时,上述系统还可以快速识别并修复,防止生产设施中其他设备受到波及;另外,利用这些数字化系统,还能够进行生产管理,对生产异常进行故障排除。

这种系统还支持不同功能之间的交互,例如机械工程师和工艺工程师可以通过协作,确定故障发生的根本原因。以前,某一领域的作业团队只能提出单一问题的解决方案,但由于不同功能(或部门)之间的交互模糊,这种孤立的解决方案只会推迟整体问题的解决。如今,新的工作方式催生了跨部门之间合作,基于常规数据就可以及时发现并修复生产设施问题。

总结与展望

当前是油气行业历史上最独特的时期,随着竞争日益激烈以及低油价下监管力度的加强,油气行业需要寻找新的方法来改进工作流程,并提高效率。

100刀时代恍如隔世,数字化入选油气“致富经”

图3. 油气行业的数字化转型有可能在未来十年为公司、行业和全社会节约数万亿美元的成本。

油气行业的运营以设备设施为基础,因此开发商是否能够分析和预测生产/开发设施及其组件的性能就显得非常重要,并且随着时间的推移,这种能力会变得越来越重要。利用数字化和分析技术提供的功能和信息,开发商可以做出更好的决策,最终达到优化流程、提高产量、可靠性和安全性的目的。

100刀时代恍如隔世,数字化入选油气“致富经”

图4. 油气公司还没有完全意识到数字化技术的潜力。

以云、大数据、移动设备、物联网(IoT)、机器人和AI等技术为基础,数字化和分析得以实现。然而,将这些技术引入油气行业或公司,并不代表他们就已经实现了成功实施。只有引入新概念(如自助服务及Agile 程序),充分利用新技术,并通过一系列持续改进过程降低人员工作量,油气行业才能实现真正的转型。可以预见,在接下来的数年甚至数十年中,数字化和分析技术将成为驱动油气行业转型的核心动力源。

您也有让人挠头的难题需要解决,或是优质技术想要找应用市场吗?如果有的话,欢迎联系小编微信或邮箱,也许能找到一剂良药。

二丫:131-3255-0596;zhanglingyu@cnoocraiborn.com
大安:131-3203-1392;lishian@cnoocraiborn.com

For English, Please click here (展开/收缩)

未经允许,不得转载本站任何文章:

二丫
石油圈认证作者
毕业于中国石油大学(北京),油气井工程硕士,长期聚焦国内外石油行业前沿技术装备信息,具有数十万字技术文献翻译经验。如需获取更多技术资料,请联系二丫(QQ295900524;微信13132550596)

评论 抢沙发