大数据在石油石化行业的应用综述及展望.pdf
《大数据在石油石化行业的应用综述及展望.pdf》由会员分享,可在线阅读,更多相关《大数据在石油石化行业的应用综述及展望.pdf(5页珍藏版)》请在咨信网上搜索。
1、通过梳理石油石化行业大数据的应用现状,对该行业大数据的特点进行了归纳。结合相关行业的经验,提出了面向石油石化行业的大数据应用架构和技术框架,以充分挖掘和利用上中下游产业链的海量数据。重点展望了平台在生产优化、供应链优化、营销优化和管理优化等方面的应用场景,并对石油石化行业大数据面临的挑战和发展趋势进行了总结。关键词:石油石化;大数据;应用架构;技术框架中图分类号:TP399文献标志码:B文章编号:10 0 7-7 32 4(2 0 2 3)0 4-0 0 0 1-0 5Overview and Prospect of Big Data Application in Petroleum and
2、Petrochemical IndustryWang Chenguang(Sinopec Marketing Dept.,Beijing,100728,China)Abstracts:By analyzing the status of big data application in petroleum and petrochemical field,the characteristics of big data in the field is summarized.Referring to the experiences of relatedindustries,a petroleum an
3、d petrochemical industry oriented big data application architectureand technical framework is proposed to fully explore and utilize the massive data in theupstream,middle,and downstream industrial chain.The application scenarios of the platformin optimization of production,supply chain,marketing,and
4、 management are prospected withstress.The challenges and development trends of petroleum and petrochemical industry bigdata are summarized.Key words:petroleum and petrochemical;big data;application architecture;technical framework2023年3月,中国国家数据局正式成立1,标志着数据作为生产要素的应用进人了新的阶段。同时,随着数字经济的发展,大数据正在深刻影响着国民经济
5、的各个领域。石油石化行业也在积极探索大数据的应用,并且已经取得了一定进展。同时,石油石化行业的大数据具有显著的行业特点,需要有针对性地进行研究,并结合未来发展趋势,提出更加完善的大数据应用框架和场景。1大大数据发展概述1.1概念及发展历程一般认为,“大数据作为计算机领域的新概念,是在2 0 0 8 年自然杂志中被首次提出的 2 。此后,随着互联网、电子商务等行业的发展,大数据逐渐显露头角。近几年,新一代信息技术层出不穷,特别是云计算、物联网、人工智能、移动互联网、工业互联网等技术的发展和成熟,进一步拓宽了大数据的来源,也促进了大数据在各个领域的应用。大数据的概念被提出后,国际数据公司、麦肯锡咨
6、询、美国国家标准和技术研究院等产业和学术机构分别从不同的角度给出了大数据的定义 3。简而言之,大数据就是无法在合理时间内利用现有的数据处理手段进行存储、管理、抓取等分析和处理的数据集合 4。相较于一般的数据,人们将大数据的特征总结为“3V”,即大规模(Vo l u me)、高速度(Velocity)、多样性(Variety)。此后,研究人员从不同的应用视角和需求出发,又提出了价值性(Value)、真实性(Veracity)、黏性(Vi s c o s i t y)、邻近性(Vicinity)、模糊性(Vague)、多变性(Variability)等多种不同的特征,形成了“((3+)V的大数据特
7、征 5-6 稿件收到日期:2 0 2 3-0 4-14,修改稿收到日期:2 0 2 3-0 5-10。作者简介:王晨光(1991一),男,河南驻马店人,2 0 18 年毕业于清华大学计算机科学与技术专业,获博士学位,现就职于中国石油化工股份有限公司油品销售事业部,主要从事石油石化企业数字化转型相关研究及管理工作,任高级工程师。第59 卷石油化工自动化1.2主要应用领域大数据因为在公共健康领域初显身手而首次进入大众视野。为了更好地预测流感,谷歌公司于2 0 0 8 年推出了“Go0gle流感趋势”工具,通过对流感症状、胸闷、温度计等用户搜索的关键词进行分析来追踪流感疫情,其速度和准确度远超传统的
8、疾控报告 4。此后,大数据在诸多领域都得到了应用。1)社交网络。随着移动互联网和智能终端的发展,社交网络的规模不断扩大,传统的网络分析方法因计算成本过高而不再适用。针对该问题,文献 7 探索了大数据背景下的大规模社交网络抽样,通过一种聚类随机游走抽样算法,能够在降低计算规模的同时较好地保留原始网络的结构特征。2)零售营销。针对大型城市的零售商业结构调整和优化等问题,可以基于最近邻分析和密度估计等大数据方法,建立人口耦合度模型,并进行空间布局的特征分析 8 。文献 9 将大数据营销的发展历程划分为互联网、社会网络、移动互联网、大数据和人工智能等四个阶段,并围绕客户旅程、营销活动量化评估和营销分析
9、技术开发等三个方面,对大数据营销的未来趋势进行了展望,3)金融银行。随着金融科技的兴起,大数据在金融银行领域的应用也受到了广泛关注,尤其是对于传统信贷机制的革新等。通过构建大数据信贷模型,文献 10 对直接信贷、传统信贷和大数据信贷等三种机制进行了对比分析,论述了大数据有助于解决道德风险和逆向选择等信贷难题的内在机理。4)交通运输。针对交通信号控制系统难优化、数据采集设备不完备等现状,文献 11 基于网约车的行驶轨迹进行大数据分析,在不依赖道路渠化、路口改造和交通信号设备改造的前提下,仅通过软件优化的方式,降低了早晚高峰平均延误时间和停车次数等关键指标,有效缓解了交通拥堵现象。2大数据在石油石
10、化领域的应用作为传统行业,同时也是数据要素密集行业,石油石化行业的大数据应用场景十分丰富。在生产、经营、管理、销售和科研等各个环节,大数据已经得到了初步应用,并且在提高管理效率、降低经营成本、改善客户体验等方面取得了一定成果 6 2.1勘探开发针对油气资源开发全流程的需求,文献 2 提出了涵盖勘探开发、运输存储、分配销售的大数据智能化平台,将各子流程的数据提取融合,有望在存储层物性参数预测等方面发挥重要作用。文献12提出了基于大数据的精细注水方案优化方法,充分发挥机器学习的自动化、智能化优势,某区块优化后的产量与优化前相比提升了8.2%,取得了较好的注采效果,2.2炼油化工针对炼化生产工艺优化
11、和设备预见性维护等问题,文献 13 建立了大数据分析平台,对生产平稳率、设备运行状态和质量预测等指标进行分析,提高了炼化企业在过程控制、安全保障以及故障预警等方面的能力。文献 14 提出了用于大机组等动设备运行状态预警预测的解决方案,利用RBF神经网络作为核心算法,实现了运行状态的预警预测,在一定程度上解决了动设备运行管控中存在的难题。2.3销售服务在销售服务领域,大数据的应用场景十分广泛。针对经营管理辅助决策的需求,某石油销售企业建设了一个基于大数据的决策支持系统 15。该系统涵盖企业资源计划系统(ERP)、加油站管理、油库管理、一次物流、二次物流、财务和客户管理等各业务系统数据的统计分析,
12、并将分析结果以可视化的形式展现出来,提供了“一站式”的决策支持服务。2.4安全环保针对安全生产风险管控,文献 16 设计了大数据风险预警平台,利用前缀树、“词频-逆文本”指数和知识图谱等技术,实现了对风险的识别、分析、评价与预警等功能。文献 17 按照终端汇集层、数据管理层、智能优化层、可视化管理层四层架构,建设了基于环保大数据的智能云平台,实现了涵盖通信、优化、监管与决策的环保管理一体化。3石油石化大数据平台针对石油石化业务场景,结合该行业大数据特点,提出一个面向石油石化行业的大数据平台。借鉴互联网等行业的经验,充分挖掘和利用上中下游产业链的海量数据,广泛应用于生产、供应链、营销和管理等领域
13、,促进数据要素进一步发挥应有作用,推动企业实现高质量发展。3.1大数据的特点石油石化行业大数据的特点有以下几方面:1)数据体量大。在石油石化产业链,各类动静设备的数量和采样频率都较高,这使得产生的数据达到TB,PB,EB甚至ZB等量级 4。随着物王晨光.大数据在石油石用综述及展望第4期联网、工业互联网和边缘计算等技术的深化应用,数据的维度将不断扩展,数据体量也会进一步增大。2)数据类型多。在石油石化生产经营过程中,除了会产生海量结构化数据,也会产生各种类型的半结构化和非结构化数据 6 。前者包括设备采样数据、信息系统日志数据等,后者则涵盖各类文档和智能化“田、厂、院、站”环境的图纸、声音、视频
14、等数据。3)数据实时性强。石油石化行业是典型的连续生产型流程工业,持续不断的流程,会积累源源不断的数据。因此,为了确保各项生产经营业务的安全性、稳定性和连续性,对数据在采集、处理、分析、反馈等各个环节中的实时性要求也比较高。4)数据价值高。石油石化大数据产生于各类生产装置、传感设备以及各类信息系统,其中蕴含了大量的生产和经营规律,这些信息对于企业优化生产、提高效率、改善经营等具有很高的价值。5)信息隐藏性强。在某些场景,数据所携带的信息较为隐蔽,需要进一步挖掘。例如,产品的产量与原料和工艺参数之间的关系,通常是一个复杂的模型,依靠一般的统计分析方法难以量化。3.2大数据平台应用架构石油石化大数
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 石油 石化 行业 应用 综述 展望
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。