基于AI的油氣集輸管道安全管控平臺(tái)構(gòu)建探究

熊 惠

(西安石油大學(xué) 期刊中心,陜西 西安 710065)

引 言

油氣管道主要用于輸送天然氣、原油、成品油等危險(xiǎn)介質(zhì),對(duì)國民經(jīng)濟(jì)和社會(huì)發(fā)展起著舉足輕重的作用。在大數(shù)據(jù)、人工智能(Artificial Intelligence,AI) 、5G、云計(jì)算、物聯(lián)網(wǎng)等技術(shù)推動(dòng)下,油氣管道的智能化水平越來越高,這既是油田降本提質(zhì)增效的有效途徑,也是油氣技術(shù)發(fā)展規(guī)律的必然趨勢(shì)[1]。

隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展,人工智能與傳統(tǒng)產(chǎn)業(yè)的融合應(yīng)用在全球范圍內(nèi)進(jìn)展迅速,并已成為能源行業(yè)、制造業(yè)等領(lǐng)域技術(shù)進(jìn)步的重要標(biāo)志。近年來,多個(gè)國家在油氣開發(fā)行業(yè)智能化領(lǐng)域投入大量的人力、物力開展研究,并取得不少的進(jìn)展。如挪威國家石油公司建設(shè)的設(shè)備狀態(tài)監(jiān)測(cè)平臺(tái),能夠?qū)ιa(chǎn)現(xiàn)場(chǎng)及關(guān)鍵設(shè)備的服役狀態(tài)及性能進(jìn)行監(jiān)測(cè),為不同層級(jí)管理人員提供信息支持,形成運(yùn)營和維護(hù)決策中心;巴斯夫提出的“成為化工行業(yè)數(shù)字化轉(zhuǎn)型的領(lǐng)軍者”的工業(yè) 4.0 建設(shè)愿景,把大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)設(shè)備、3D 打印、人工智能和增強(qiáng)現(xiàn)實(shí)等七項(xiàng)新技術(shù)作為其推進(jìn)工業(yè)4.0建設(shè)的核心技術(shù),強(qiáng)調(diào)數(shù)據(jù)是企業(yè)的核心資產(chǎn),把數(shù)據(jù)稱為“新石油”(New Oil);霍尼韋爾建立在 Honeywell Sentience 云平臺(tái)上運(yùn)行的互聯(lián)工廠,提供了設(shè)備、資產(chǎn)、生產(chǎn)工藝過程等數(shù)字孿生體的虛擬工廠模型,通過模型和現(xiàn)場(chǎng)設(shè)備實(shí)際操作數(shù)據(jù)的比對(duì),利用積累的專業(yè)技能和專家知識(shí)體系,基于云預(yù)測(cè)性分析,揭示工藝過程、設(shè)備資產(chǎn)與人之間的動(dòng)態(tài)關(guān)系,并據(jù)此提供可執(zhí)行方案,找出場(chǎng)站運(yùn)營并進(jìn)一步優(yōu)化提升的解決方案,規(guī)避可能發(fā)生的重大故障和大的停車事件[2-3]。

2015年,我國提出中國制造2025 的總體戰(zhàn)略,旨在不斷提升工廠的實(shí)時(shí)監(jiān)控、預(yù)測(cè)預(yù)警、異常自治、全局優(yōu)化和科學(xué)決策能力,最大程度地保障本質(zhì)安全、提升管控水平、提高經(jīng)營效益。與此同時(shí),國家工信部發(fā)布《原材料工業(yè)兩化深度融合推進(jìn)計(jì)劃(2015-2018年)》,其中指出“以公共平臺(tái)建設(shè)、智能工廠示范、技術(shù)推廣普及為著力點(diǎn),努力實(shí)現(xiàn)流程工業(yè)全鏈條、全系統(tǒng)智能化,大力推動(dòng)企業(yè)向服務(wù)型和智能型轉(zhuǎn)變”[4]。近幾年油氣管道集輸管控自動(dòng)化、智能化日益成為國內(nèi)外學(xué)者研究的熱點(diǎn)。王守華等[5]依托GPS定位、電子地圖等多種手段,開發(fā)應(yīng)用的“智能管道巡護(hù)管理系統(tǒng)”,實(shí)現(xiàn)了對(duì)長輸管線的全面智能化巡護(hù),確保輸油管道長周期安全運(yùn)行。馬珍福等[6]基于動(dòng)態(tài)模擬提取油氣集輸過程的關(guān)鍵機(jī)理特征變量,建立半監(jiān)督的油氣集輸過程安全狀態(tài)深度學(xué)習(xí)模型,實(shí)現(xiàn)對(duì)過程關(guān)鍵安全參數(shù)的智能預(yù)測(cè),提升了油氣集輸過程安全管理水平,可有效化解安全風(fēng)險(xiǎn),減少企業(yè)損失。為了提高管道安全性,Chen等[7]提出了一種基于人工智能的埋地管道外部擾動(dòng)檢測(cè)與分類監(jiān)測(cè)系統(tǒng)。該系統(tǒng)旨在在損壞發(fā)生之前檢測(cè)和識(shí)別潛在威脅,提供局部連續(xù)的非侵入性結(jié)構(gòu)健康監(jiān)測(cè),具有較高的魯棒性。Alexander等[8]提出一種人工智能推理系統(tǒng),最大限度地減少管道風(fēng)險(xiǎn)評(píng)估傳統(tǒng)方法的不確定性。此外,以哥倫比亞石油運(yùn)輸網(wǎng)絡(luò)為例證明所開發(fā)模型的適用性,并對(duì)風(fēng)險(xiǎn)值進(jìn)行了不確定性分析,將推理系統(tǒng)的結(jié)果與傳統(tǒng)方法進(jìn)行比較發(fā)現(xiàn),推理系統(tǒng)性能因平均誤差及其標(biāo)準(zhǔn)偏差更小而優(yōu)于傳統(tǒng)方法。胡煒杰等[9]針對(duì)油氣管道泄漏監(jiān)測(cè)問題,通過分析在線監(jiān)測(cè)技術(shù)的發(fā)展現(xiàn)狀以及優(yōu)缺點(diǎn),研究工業(yè)互聯(lián)網(wǎng)融入油氣管道泄漏監(jiān)測(cè)的發(fā)展趨勢(shì),構(gòu)建“數(shù)據(jù)采集-數(shù)據(jù)庫-專家系統(tǒng)”實(shí)時(shí)在線監(jiān)測(cè)閉環(huán)系統(tǒng),實(shí)現(xiàn)了油氣管道泄漏的智能化預(yù)警。

綜上所述,國外油氣田運(yùn)行及維護(hù)正朝著智能化、可預(yù)測(cè)、大數(shù)據(jù)和機(jī)器學(xué)習(xí)等人工智能的方向發(fā)展,已出現(xiàn)部分初代產(chǎn)品、平臺(tái)及樣機(jī)應(yīng)用。我國的油氣田管控目前基本停留在數(shù)字化和自動(dòng)化的初級(jí)階段,盡管有一些智慧化監(jiān)測(cè)的初步嘗試,但并未得到規(guī)模應(yīng)用,且缺乏系統(tǒng)的全過程智能化管控平臺(tái)。本文基于對(duì)油氣田智能化運(yùn)行現(xiàn)狀以及油氣集輸管道智能化發(fā)展技術(shù)需求的分析和梳理,提出集輸管道全生命周期安全運(yùn)行的智能化平臺(tái)構(gòu)建目標(biāo)、架構(gòu),并分析了其潛在的應(yīng)用效果。

1 油氣集輸管道安全服役智能平臺(tái)需求分析

1.1 安全服役現(xiàn)狀

在油氣輸送管道中,地面集輸管道作為油氣田地面系統(tǒng)各單元之間的聯(lián)通線,被譽(yù)為油氣生產(chǎn)運(yùn)行的“生命線”,包括從單個(gè)油(氣)井到油(氣)處理廠(或處理裝置)的出油(氣)管道,以及從處理廠到油(氣)庫或長輸管道首站的集油(氣)管道,在我國油氣輸送管道中占有很大的比例[10]。截止2019年,中石油16家油氣田擁有各類管道32.5萬公里,各類管道中油氣集輸管道為18.9萬公里,占比為58%。

油氣集輸管道的特點(diǎn)主要有:(1)點(diǎn)多、線長、面廣、管徑不一、結(jié)構(gòu)復(fù)雜;(2)管道老化嚴(yán)重;(3)油氣水多相混輸、含水率高、高含腐蝕介質(zhì),管材多采用鋼管。國內(nèi)油田常見的集輸管道大都具有小外徑、薄壁厚、輸送介質(zhì)多相混合,工作溫度不高,運(yùn)行壓力低等特征,材質(zhì)以碳鋼和不銹鋼為主。近年來隨著技術(shù)的發(fā)展,各種材質(zhì)和規(guī)格的非金屬管也已有一定的應(yīng)用[11]。

集輸管道在運(yùn)行過程中可能由于外部擾動(dòng)、腐蝕、管材和施工質(zhì)量等原因發(fā)生失效事故,導(dǎo)致停工停產(chǎn),引發(fā)安全事故,并造成巨大經(jīng)濟(jì)損失。盡管在管道的設(shè)計(jì)、施工及管理等諸多方面,我國與國際水平基本相當(dāng),但與發(fā)達(dá)國家相比,油氣管道的安全性及安全管理水平仍存在一定差距。由于我國大部分油氣田開發(fā)已進(jìn)入中后期,管線服役年限增加、綜合含水率不斷升高,加之二/三次采油技術(shù)(引入新腐蝕介質(zhì)CO2、O2、SRB等)等開發(fā)工藝的應(yīng)用,使得油氣管道腐蝕不斷加劇,導(dǎo)致集輸管道的事故頻發(fā)。數(shù)據(jù)顯示,中石油油氣田管道2019年失效率在0.216 次/(km·a),遠(yuǎn)高于北美和歐洲的0.01～0.05次/(km·a)[12]。

綜合分析我國各油田集輸管道發(fā)生事故的具體原因,大體可歸結(jié)為管材質(zhì)量、輸送介質(zhì)、人為干擾、突發(fā)災(zāi)害、管理問題、周邊環(huán)境等6個(gè)方面,如圖1所示。

圖1 我國集輸管道發(fā)生事故的主要因素Fig.1 Main factors leading to gathering and transportation pipeline accidents in China

(1)外界人為因素的破壞。

由于油田集輸管道多為野外敷設(shè),地下埋設(shè)深度大于1 m,打孔盜油、盜氣等人為破壞行為直接威脅到管道的安全集輸。據(jù)統(tǒng)計(jì),近些年來第三方破壞對(duì)我國油氣管道事故的“貢獻(xiàn)率”高達(dá)40%。

(2)周圍環(huán)境和輸送介質(zhì)腐蝕問題。

由于集輸管道輸送的大多為未經(jīng)凈化的油氣、氣液固多相混合物等介質(zhì),里面多含氧氣、二氧化碳、高礦化度的離子以及小型沙粒等物質(zhì),因此管道極易在這種環(huán)境下發(fā)生內(nèi)腐蝕。統(tǒng)計(jì)表明國內(nèi)外輸油管道泄漏事故中,由腐蝕引起的事故占10%～40%,其中內(nèi)腐蝕導(dǎo)致的管道事故比外腐蝕導(dǎo)致的事故比例更高。主要的內(nèi)腐蝕原因有4種:①溶解氧腐蝕。氧作為一種去極化劑,會(huì)加速金屬的腐蝕,溶解氧是造成油氣儲(chǔ)運(yùn)管道腐蝕的重要原因之一,當(dāng)采出水中溶解氧的含量較高時(shí),會(huì)在管道表面形成氧化膜,減緩管道腐蝕,相反溶解氧含量較低時(shí),氧化膜很難形成,會(huì)導(dǎo)致管道腐蝕速度加快[13]。②CO2腐蝕。CO2是油氣中常見的伴生氣,其在干燥狀態(tài)下并不具備腐蝕作用,只有在溶于水后才會(huì)與鋼鐵管道發(fā)生電化學(xué)腐蝕。研究表明,在相同的酸堿度下,CO2溶于水后的腐蝕速率比鹽酸更快[14]。③H2S腐蝕。H2S在水中溶解度比CO2和O2都高,pH值越小,鋼的腐蝕情況越嚴(yán)重[15]。④多相流體的沖蝕。由于集輸管道中運(yùn)輸?shù)挠蜌庵胁豢杀苊獾卮嬖陔s質(zhì)、沙礫等固體顆粒,因此在一定的液體推動(dòng)下會(huì)對(duì)集輸管道的管壁進(jìn)行沖擊和撞擊,造成管壁的局部減薄甚至穿孔[16]。在外腐蝕方面,由于管道穿越地區(qū)地形復(fù)雜、土壤性質(zhì)千差萬別,存在地下水、鹽堿地等惡劣環(huán)境對(duì)管道外壁的腐蝕侵害,若防護(hù)不當(dāng)則極易發(fā)生外腐蝕泄漏。

(3)管材本身質(zhì)量問題。

在集輸管道設(shè)計(jì)時(shí)如果對(duì)管道服役環(huán)境和地質(zhì)要求了解不夠清楚或全面,很容易出現(xiàn)設(shè)計(jì)選材強(qiáng)度、組織性能不合格,焊接工藝不過關(guān)以及沒有經(jīng)過實(shí)驗(yàn)室評(píng)價(jià)等現(xiàn)象,引發(fā)集輸管道在服役過程中的快速失效。

(4)突發(fā)性自然災(zāi)害破壞以及管理問題等。

由于外界環(huán)境的突然惡化和突發(fā)性自然災(zāi)害,往往會(huì)導(dǎo)致集輸管道發(fā)生較大的變形、損傷甚至泄漏爆炸等嚴(yán)重問題;同時(shí)由于管理不當(dāng),防腐施工和管道建設(shè)質(zhì)量不合格,造成集輸管道外損傷、外防護(hù)層剝落,水擊脹徑等管道損害和泄漏事故。

可見,油氣集輸管道安全運(yùn)行仍然面臨巨大挑戰(zhàn)。國家對(duì)油氣管道失效導(dǎo)致的安全問題和環(huán)境污染“零容忍”,這對(duì)油氣田地面系統(tǒng)的本質(zhì)安全提出了嚴(yán)峻考驗(yàn)。隨著現(xiàn)代信息技術(shù)的快速發(fā)展,管道安全服役的智能化研究與應(yīng)用得到快速發(fā)展,人工智能技術(shù)在油氣地面系統(tǒng)的應(yīng)用表現(xiàn)出巨大的潛力,但如何將人工智能的最新技術(shù)與傳統(tǒng)地面油氣集輸管道的安全服役有機(jī)結(jié)合是目前亟待解決的重大技術(shù)難題。

1.2 智能化技術(shù)需求

管道行業(yè)在經(jīng)歷了傳統(tǒng)管道、數(shù)字管道兩大階段后,正向著將物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等技術(shù)與管道領(lǐng)域相融合的方向加速發(fā)展,這些技術(shù)與油氣田地面集輸管道運(yùn)營的融合對(duì)提升管道的安全、環(huán)保、高效、綠色服役具有重大的意義,主要體現(xiàn)在以下幾個(gè)方面:

(1)地面集輸管網(wǎng)系統(tǒng)服役及管材性能基礎(chǔ)數(shù)據(jù)大部分為片段數(shù)據(jù),不完善、未集成。

油氣集輸管道在長期生產(chǎn)與使用過程中,累積、沉淀了海量基礎(chǔ)數(shù)據(jù),但大部分?jǐn)?shù)據(jù)都處于沉睡狀態(tài),形成數(shù)據(jù)孤島[17]。在地面管道的建設(shè)階段,管線施工數(shù)據(jù)采集不充分,且絕大部分?jǐn)?shù)據(jù)還處于傳統(tǒng)的施工、竣工驗(yàn)收紙質(zhì)材料狀態(tài);在服役階段,缺乏對(duì)周邊環(huán)境數(shù)據(jù)的監(jiān)測(cè),特別是高風(fēng)險(xiǎn)區(qū)、高地質(zhì)災(zāi)害區(qū)的沿線環(huán)境信息缺乏,以及對(duì)管道本身狀態(tài)及損傷在線狀態(tài)數(shù)據(jù)缺乏,比如腐蝕、泄漏及缺陷監(jiān)檢測(cè)還是依靠老的模糊模型預(yù)測(cè)、人工定檢、事后發(fā)現(xiàn),不能實(shí)現(xiàn)事前預(yù)警、動(dòng)態(tài)監(jiān)測(cè)等。

(2)地面集輸管網(wǎng)材料與服役性能大數(shù)據(jù)分析不足、缺乏提煉、無法共享,需要將這些數(shù)據(jù)進(jìn)行篩選、提煉和融合。

對(duì)數(shù)據(jù)的挖掘利用已成為提升企業(yè)核心競(jìng)爭力的關(guān)鍵,油氣集輸管道在生產(chǎn)制造、施工建設(shè)、運(yùn)行維護(hù)等各個(gè)階段以及檢測(cè)和失效事故的分析處理過程中會(huì)產(chǎn)生海量數(shù)據(jù),而目前并沒有哪個(gè)油田、制造廠家或研究機(jī)構(gòu)對(duì)這些數(shù)據(jù)進(jìn)行系統(tǒng)的分析和提煉,這些數(shù)據(jù)的價(jià)值尚未得到充分挖掘利用,急需構(gòu)建數(shù)據(jù)知識(shí)框架,建立核心機(jī)理、規(guī)律、圖譜和技術(shù)體系,開展機(jī)器學(xué)習(xí)算法研究(如神經(jīng)網(wǎng)絡(luò)、邏輯回歸、誤差返向卷積、深度學(xué)習(xí)、TENSFOW、THEANO等),模擬管道失效驗(yàn)證及優(yōu)化,研究地面集輸管網(wǎng)系統(tǒng)數(shù)據(jù)知識(shí)體系和機(jī)器認(rèn)知學(xué)習(xí)技術(shù)[18]。同時(shí),各生產(chǎn)廠家和施工企業(yè)建立的自身管道性能及施工運(yùn)營數(shù)據(jù)庫,互不聯(lián)通,且無行業(yè)統(tǒng)一的大數(shù)據(jù)庫,缺乏同時(shí)結(jié)合現(xiàn)場(chǎng)與工廠的數(shù)據(jù)平臺(tái),因此急需建立統(tǒng)一的油氣集輸管道數(shù)據(jù)平臺(tái),研發(fā)自有模型與方法。

(3)從數(shù)字化到智能化缺乏體系構(gòu)建和深度學(xué)習(xí)。

從大數(shù)據(jù)提取的信息、特征需要轉(zhuǎn)化為機(jī)理、規(guī)律、圖譜和技術(shù)體系等符號(hào)、邏輯化的信息才可以被計(jì)算機(jī)系統(tǒng)認(rèn)知和學(xué)習(xí)[19],而相關(guān)研究還處于初級(jí)階段?，F(xiàn)有的實(shí)驗(yàn)、失效數(shù)據(jù)和新采集的實(shí)時(shí)環(huán)境、狀態(tài)數(shù)據(jù)智能化程度低,如何從材料、環(huán)境、服役條件對(duì)地面集輸管道故障預(yù)測(cè)與全生命周期健康影響的融合分析,以及將模型庫、知識(shí)體系數(shù)字化移交到智能監(jiān)檢測(cè)、智能運(yùn)營,教會(huì)機(jī)器從認(rèn)知學(xué)習(xí)到自我學(xué)習(xí),逐步實(shí)現(xiàn)弱人工智能—強(qiáng)人工智能—超人工智能等方面,均有待更深入的研究。

(4)地面集輸管網(wǎng)系統(tǒng)智能化技術(shù)和產(chǎn)品的開發(fā)與應(yīng)用。

人工智能需要軟件、硬件作為載體,實(shí)現(xiàn)智能化的落地和實(shí)用化,急需開發(fā)相應(yīng)的智能設(shè)備、小型化集成化的腐蝕與環(huán)境監(jiān)測(cè)軟硬件、統(tǒng)一大數(shù)據(jù)平臺(tái)、智能分析軟硬件、智能運(yùn)營平臺(tái)和智能決策系統(tǒng)等,實(shí)現(xiàn)地面集輸管網(wǎng)服役的自主、安全、經(jīng)濟(jì)、高效。

2 總體架構(gòu)

2.1 集輸管道安全服役智能平臺(tái)構(gòu)建目標(biāo)

人工智能技術(shù)的深度應(yīng)用將有助于在油氣田地面系統(tǒng)全生命周期運(yùn)營過程中“發(fā)現(xiàn)甜點(diǎn)、找到痛點(diǎn)、疏通堵點(diǎn)”,使傳統(tǒng)建設(shè)和生產(chǎn)模式發(fā)生革命性轉(zhuǎn)變,最大限度提升安全管控效率、實(shí)現(xiàn)減員增效。智能化構(gòu)建目標(biāo)如圖2所示。集輸管道安全服役智能平臺(tái)構(gòu)建將重點(diǎn)圍繞如何將人工智能領(lǐng)域的最新研究成果,應(yīng)用于油氣地面系統(tǒng)工程領(lǐng)域,并加以拓展和延伸,提高地面集輸管網(wǎng)系統(tǒng)的服役性能,保障地面集輸管網(wǎng)的安全可靠、經(jīng)濟(jì)高效運(yùn)行,實(shí)現(xiàn)本質(zhì)安全。

2.2 集輸管道安全服役智能平臺(tái)架構(gòu)

沿著全面監(jiān)測(cè)感知嵌入→大數(shù)據(jù)庫組建完善→數(shù)據(jù)提煉分析→知識(shí)體系構(gòu)建→機(jī)器學(xué)習(xí)認(rèn)知→智能化集成和落地方向,分步驟、多體系、全方位地開展智慧化研究,打通數(shù)據(jù)—信息—體系—認(rèn)知—智能技術(shù)通道,實(shí)現(xiàn)人工智能核心技術(shù)和產(chǎn)品應(yīng)用,形成地面集輸管網(wǎng)全生命周期監(jiān)控、無人云端值守、大數(shù)據(jù)自主決策、運(yùn)行高效的地面集輸管網(wǎng)系統(tǒng)智聯(lián)決策體系,其架構(gòu)如圖3所示。

圖3 智能化架構(gòu)Fig.3 Intelligent architecture

同時(shí),按照“測(cè)”、“算”、“判”、“用”方向,分階段深入布局 “云、移、物、大、智、網(wǎng)+機(jī)器人”的智慧化和互聯(lián)互通研究,具體實(shí)現(xiàn)步驟如圖4所示。

圖4 智能化實(shí)現(xiàn)步驟圖Fig.4 Intelligent implementation step diagram

分析圖4可知,構(gòu)建基于AI的油氣集輸管道安全服役管控平臺(tái)需要采用的關(guān)鍵技術(shù)有[20-22]:分布式光纖監(jiān)測(cè)技術(shù)、幾何變形智能檢測(cè)技術(shù)、智能視頻分析技術(shù)、大數(shù)據(jù)技術(shù)、卷積神經(jīng)網(wǎng)絡(luò)技術(shù)等。其中,分布式光纖監(jiān)測(cè)技術(shù)基于光反射與干涉原理,通過實(shí)時(shí)監(jiān)測(cè)聲波頻率、相位和振幅,實(shí)現(xiàn)管道泄漏、第三方入侵事件精確定位并及時(shí)預(yù)警;幾何變形檢測(cè)技術(shù)是一種地面集輸系統(tǒng)腐蝕檢測(cè)的智能檢測(cè)技術(shù),主要針對(duì)管道長度、橢圓度、凹坑、內(nèi)徑變化、焊縫數(shù)量等方面的檢測(cè),具有可在線檢測(cè),安全可靠的特點(diǎn);智能視頻分析主要是采用智能化技術(shù),在不受到人為干預(yù)的同時(shí),還能利用視頻技術(shù)來對(duì)油氣管道中的情況進(jìn)行實(shí)時(shí)定位、識(shí)別與跟蹤,再利用所得數(shù)據(jù)進(jìn)行分析與判斷,不僅能夠高效地完成日常管理,又能及時(shí)在異常情況時(shí)作出反應(yīng),具有降低人力成本、提高安全系數(shù)等優(yōu)勢(shì);卷積神經(jīng)網(wǎng)絡(luò)本質(zhì)上實(shí)現(xiàn)一種輸入到輸出的映射關(guān)系,不需要任何輸入和輸出之間的精確數(shù)學(xué)表達(dá)式,只要用已知的模式對(duì)卷積神經(jīng)網(wǎng)絡(luò)加以訓(xùn)練,就可以使網(wǎng)絡(luò)具有輸入、輸出之間的映射能力。在平臺(tái)構(gòu)建過程中可按照具體的功能需求綜合考慮技術(shù)手段。

2.3 潛在應(yīng)用效果

通過數(shù)據(jù)賦能、人機(jī)協(xié)同,結(jié)合大數(shù)據(jù)、人工智能等技術(shù)實(shí)現(xiàn)油氣田地面集輸管道生產(chǎn)運(yùn)行的最優(yōu)配置、自主演進(jìn),最終實(shí)現(xiàn)智慧油氣場(chǎng)站的建設(shè)和運(yùn)行。

(1)數(shù)據(jù)賦能。

通過數(shù)據(jù)—知識(shí)—智慧的躍遷實(shí)現(xiàn)數(shù)據(jù)資源為油氣田地面系統(tǒng)及員工賦能,實(shí)現(xiàn)投資不升,效益增加。

(2)人機(jī)協(xié)同。

智能機(jī)器進(jìn)一步解放人的體力和部分腦力,通過機(jī)器與人互動(dòng)提高工作效率及安全性,減少用工數(shù)量及成本。

(3)最優(yōu)配置。

通過大數(shù)據(jù)驅(qū)動(dòng)的持續(xù)學(xué)習(xí)、演進(jìn)迭代,為油氣田地面集輸管道提供生產(chǎn)運(yùn)行最優(yōu)參數(shù),為資源配置提供決策建議,以達(dá)到降本增效的目的。

(4)自主演進(jìn)。

通過智慧化的分析、決策等體系自動(dòng)對(duì)地面管網(wǎng)系統(tǒng)進(jìn)行持續(xù)動(dòng)態(tài)調(diào)優(yōu),保持最優(yōu)生產(chǎn)狀態(tài),以降低事故發(fā)生率。

3 結(jié)束語

油氣公司都高度重視人工智能技術(shù),積極尋求智能化發(fā)展,在某些領(lǐng)域已經(jīng)取得技術(shù)突破和明顯效益。隨著信息技術(shù)日新月異,以物聯(lián)網(wǎng)、云平臺(tái)、大數(shù)據(jù)為技術(shù)基礎(chǔ),通過將這些技術(shù)與油氣管道運(yùn)行的深度融合,將加速油氣處理場(chǎng)站數(shù)字化轉(zhuǎn)型、體系重構(gòu)、范式遷移,大幅度提升油氣集輸管道的服役性能,保障其安全可靠、經(jīng)濟(jì)高效運(yùn)行,不斷提升集輸管道的智能化程度和安全管理成效,增強(qiáng)企業(yè)核心競(jìng)爭力。