基于大数据技术的海洋石油装备AI管理中心构建 安创锋

基于大数据技术的海洋石油装备AI管理中心构建安创锋

摘要：随着大数据和AI（ARTIFICIAL INTELLIGENCE 人工智能）技术的发展，建设

数字化、智能化海洋石油工业已成为提升海洋石油企业核心竞争力的重要因素。

本文从海洋石油装备管理现状出发，结合日趋成熟的大数据和人工智能技术应用，拓展到装备管理的应用创新上，构建了海洋石油装备AI管理框架，设想了实践路线图，为探讨和实践高效、低成本、可靠的装备管理提供了参考。

关键词：海洋石油装备；大数据；人工智能；管理中心

0 引言

海洋石油工业素有“高风险、高投入、高回报”的特点，控制海洋石油作业风险，降低成本，提高企业资本，一直是海洋石油追求的方向。在海洋石油工业中，海洋石油装备承载了主体工作，装备管理的水平是风险控制、成本管理的关键，

突破传统装备管理的难点、薄弱点，需要有革命性的技术应用。

1 大数据技术与AI管理的结合

1.1 大数据技术概念

数据来自人类长久的计量以及工作的记录。随着科学的发展以及计算机的应用，各行各业的数据逐步具有体量大、增长迅猛、类型丰富等特点。而大数据分

析技术的最主要功能是以大数据为基础，系统分析事物与事物之间的关系，从而

对事件进行有效的预测，其核心功能是以事物相关关系的分析为基础的预测功能。

大数据技术的应用包括了信息的数据化，数据的存储、处理，数据的挖掘、

分析等。信息的数据化是将信息转化成可分析的量化形式的过程。

1.2 海洋石油装备数据应用现状

大数据应用分析在石油行业还处于起步阶段。现有海上石油平台产生的数据

主要包括DCS生产数据、装备管理数据、人工报表数据等。其中，装备管理数据

主要是各设备的既有监控数据、维保报表数据等。

海洋石油装备现有管理和运行数据具有独立性、分散性、人工干预性强、可

信度弱、关联程度和完整性不高的特点，数据使用上是持续产生、周期性重复迭代、人为被动数据分析和应用。数据的传播和应用较为局限，受专业、设施、海

域等限制，数据价值挖掘和成果普及率较低，缺乏规范的数据管理方案和专业管

理团队。

1.3 AI专家系统在设备管理上应用

AI（人工智能）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。是一个具有大量的专门知识与经验的程序

系统，它应用人工智能和计算机技术，根据某领域一个或多个专家提供的知识和

经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家

处理的复杂问题。

AI专家系统在设备管理领域应用前景广泛，它具有解释数据、基于过去和现

状数据的前景预测、故障诊断与方案遴选制定、维修计划规划、运维实时监测、

培训教育等功能。

2 海洋石油管理AI管理中心的构建模型

海洋石油装备AI管理中心核心概念是通过AI算法将大数据技术和专家级装

备管理策略结合，构成一个装备管理AI中心。该中心可以多层次构建，如海洋石油单体设施、油田群、公司级。该中心可以构建多个独立功能模块，包括数据库

管理模块、专家级装备管理策略模块、维修计划模块、维修资源预算评价模块等。

数据库管理模块，创建涵盖设备设施、海底管道等综合管理系统，构造以大数据采集、存储、处理模块。数据来源可以包括动设备运行监控数据（如燃气轮机、压缩机等），以先进状态监测技术收集的数据（如在线油液监测、在线振动监测），以腐蚀监控系统构建的静设备腐蚀数据，以应变监测技术构建的关键承载结构数据等。

专家级装备管理策略模块，以装备管理完整性策略、规范法规为基础，依靠装备管理技术和技能专家构建的系统设备诊断方法库、动态设备管理理念、故障处置方案库，此模块包括上述数据库管理模块，以此模块为基础功能模块库，构成装备AI管理中心的大数据基础。

AI算法程序模块，通过人工智能理念和程序实践，将上述两个模块的内容融合形成决策成果。该模块的构建主要是后台程序构建，算法能实时调整和更新，算法的决策成果包括下述内容。

维修计划制定与发布模块，该模块在上述自动算法和基础功能模块决策下，自动发布周期性计划，涵盖以时间为变量的日、周、月、年等计划，以设备种类为变因的分设备管理计划，以管理单元、公司层级为变因的实施计划，该计划分层级动态更新，根据监控数据和AI技术，实时调整。

维修资源调控模块，涵盖设备备件管理、自动采购计划输出、维修人员调配安排、外部维修资源库管理评价与管理。该模块主要将以物和人作为维修资源进行智能调控。

装备预算和经济评价模块，该模块首先服务科学预算需要，精准调控计划和费用，并对费用使用状态作为动态监控和预警。其次，该模块具有阶段性经济评价的作用，通过评价装备管理成本和效益情况，输出评价报表，以供公司计划性决策和调整性决策。

3 AI管理中心构建的可行性

数据传送的技术依托：在即将到来的万物互联时代，通讯技术的发展将实现海洋石油工业数据的巨量传输和深度管理。在设备与设备之间，物联网技术可以实现数据集中和统一管理。在海域和陆地之间，可以通过5G微波、复合海底电缆、卫星网络等实现实时传送。数据的传送依托新技术实现后，数据储存与处理可以借助企业级云计算和云储存技术，实现大数据的集中和处理。云计算和云存储技术的优势，就是破解大数据存储难题和运算资源匮乏难题。

目前，中海油已有多个海陆数据共享、监控和远程诊断中心，可以实现关键设备的远程监控和专家诊断。在专业院校，也有针对海陆设备远程管理的系统开发。例如，大连海事大学“育鲲”团队开发的SPID系统，其基于互联网+船岸一体化平台柴油机健康管理系统，以设备解决方案为核心功能和理念，包括数据采集诊断、多终端监控、专家决策等功能。在传统装备制造企业，也在提供产品一体化远程专家管理系统，例如CAT智讯系统PRODUCT LINK 是利用安装在机器或发动机上的Product Link硬件，收集机器或发动机的信息，并用卫星链路将其发送到相关平台上，使客户能够高效得管理自己设备的系统。上述实践案例，说明基于特定设备的远程管理已有一定的技术可行性和应用性。

海洋石油装备的AI管理中心构建，在数据采集和智能诊断策略上，可以依托设备管理人员的经验、故障案例、行业专家、厂家技术支持等提供专业设备诊断策略和方法，依托专业检测公司提供一体化在线/离线检测和诊断分析技术。在实践路线图上，可以由海洋石油企业牵头成立海洋石油装备AI管理中心项目，先从单体设施、特定设备做试点设计和应用，逐步拓展到油田群和陆地终端，独立AI中心试验成型后可以分层级逐步构建庞大的AI管理中心应用，直到企业级装备AI管理中心构建完成。

4 结语