在整个油气价值链中应用人工智能

一土翁

作者：Brian Kenneth Swain
小晨编译

    在最近一次关于人工智能对石油和天然气行业影响的网络研讨会上，SparkCognition全球销售执行副总裁Curt Richtermeyer指出，过去十年来，石油和天然气行业在人工智能方面进行了重大投资，并因此发现了广泛的运营改进机会。根据Gartner的数据，超过39%的石油和天然气技术领先者正在增加2022年的人工智能投资，预计总投资将超过20亿美元。

    “93%的公司认为人工智能将是未来推动增长和创新的关键技术。”——德勤

成熟关键行业的AI机会

    多年来，能源公司一直在将大量的性能和状态信息导入数据库和其他存储库，乐观地希望他们能够识别出能够有效利用数据的应用程序。事实上很少如此，部分原因是信息量巨大，部分原因是分析此类数据宝藏的传统工具极其复杂，难以实现。此外，Richtermeyer指出，这些数据几乎完全是向后看的，因此其预测价值充其量也有限。另一方面，人工智能通过使用机器学习（ML）、自然语言处理（NLP）和视觉人工智能等功能，允许用户基于大量历史数据进行前瞻性预测。

    随着全球基础设施资产价值超过100万亿美元，而且其中许多资产要么表现不佳，要么彻底破产，行业领导者越来越有责任确定如何最大限度地实现这些巨大投资的价值。Richtermeyer提到的一个重要的复杂问题是现有劳动力的老龄化，这是一群通过积累的丰富经验以维护系统和设备为职业的专家。随着劳动力向新一代过渡，这种状况不再可持续。新一代员工希望数据随时可用以支持他们的工作，让公司来确定获取前一代专业知识的方法，以供将来使用。

    在探索大量实际案例研究之前，Richtermeyer总结了人工智能在整个油气价值链中的几种实施方式：

• 上游（钻井和勘探）-减少非生产时间（NPT），识别和阻止钻井异常，并最大限度地减少无意的环境排放。
  
• 中游（运输和储存）-确定管道运输和运输路线的安全和操作问题。
  
• 下游（炼油和零售）-优化炼油运营，最大限度地提高客户忠诚度。
  

    Richtermeyer指出，人工智能的一个关键优势是它能够在系统级评估性能，而不是只关注单个设备。如上图所示，单台设备的可靠性指标一般都在90%以上，而整个系统的可靠性指标经常低到70%或80%以下，从而影响了整个系统的性能。人工智能的目标是利用整个系统的技术，将总体结果提升到更高的水平，同时降低警报的总体数量，以便每个警报都有意义，并真正告知操作员正在发生什么。

人工智能推动的价值创造案例研究

    Richtermeyer从这一概述出发，讨论了许多具体案例研究，其中SparkCognition的AI/ML解决方案提供了重要的业务价值。

    欧洲石油巨头：该公司在众多海上平台和炼油厂部署了应用程序，在寻求在整个业务中利用该技术的过程中，对人工智能进行了大量投资。通过分析来自众多传感器和系统的数据，他们发现警报数量减少了98.7%，并提前75天通知即将发生的设备故障，从而在电厂性能方面节省了3000万美元。

    大型欧洲能源公司：该公司分析了大量的时间序列数据，以预测大型涡轮机的性能，提高其可靠性和正常运行时间。该解决方案捕获了75%的压缩机事件，平均提前8天发出通知，同时降低了误报率。该公司运营着全球最大的LNG储存场所之一，目前抵达其设施储存天然气的船舶数量大幅增加。安全执行该处理和储存所需的设备（低温泵等）必须始终正常运行，公司第一个实施工厂的年运行效率提高了5.1%，年维护成本降低了60万美元。

    中东石油超级大国：一家中东超级大国利用人工智能优化了其每日400万桶的海运量，即每日运力的50%。他们对SparkCognition解决方案的实施将知识表示和分析应用于可用数据，以使用计算知识图、动态进度优化、模拟和场景规划以及车队范围的管理优化石油装运的装载和路线。这使他们能够以优化的方式运输20多万桶，从而减少了98%的劳动力，并在2021年节省了6400万美元的劳动力。

    大型石油化工公司：该公司在最近的一场大火中损失了近100万美元的关键资产，尽管该物业上安装了许多烟雾探测器。视觉AI随后应用于现有的摄像头馈送，以主动识别危险，使公司能够利用多个同时使用的案例，包括识别工人的个人防护设备（PPE）、对设备类型进行适当培训、接近设备和彼此、以及分析工人在设施内走动时所走的路径。这一切都是通过客户现场已有的CCTV基础设施完成的，火灾发生后不到两秒钟就发出通知，防止了之前遭受的关键资产损失再次发生。

    大型可再生能源供应商：该公用事业公司的可再生能源/风能运营遭受了严重的偏航偏差，导致发电和创收不理想。通过使用AI不断评估风机偏航角，即使偏航角的微小变化也会对发电效率和收入产生很大影响。在这种情况下，识别偏航偏差的准确率为96%，能源生产增加了2%。

    大型亚洲石油公司：该公司使用视觉AI监控零售客户在加油站的时间和行为，然后将此信息与公司CRM系统中的车牌和车型进行匹配。这使公司能够跟踪客户业务量和忠诚度，并帮助优化员工绩效、安全和清洁，从而显著提高客户忠诚度和收入。

石油天然气行业AI卓越之路

    Richtermeyer在总结其关于人工智能对石油天然气行业的影响的演讲时，确定了几个关键收获，包括增加资产寿命、预测异常检测和减少停机时间，以及最大限度地提高公司优化安全、效率和环境绩效的能力。他重申，人工智能是一种能力的集合，包括机器学习、自然语言处理、视觉分析等。无论使用的数据是结构化的还是非结构化的，该技术都能很好地工作。

    人工智能最重要的方面是对系统进行训练，使其对正态性的理解随着系统本身的发展而发展。这可以在存在大量历史数据或非常稀疏的数据集的情况下实现，从而降低实施风险并加快部署，从而加快价值实现速度和更大的可扩展性。（小晨编译）
更多精彩内容，敬请关注我们的微信公众号：智慧能源之窗

用户红岩石头

支持支持再支持