百度AI助力石油石化數(shù)智化轉型數(shù)字資產(chǎn)化，資產(chǎn)價值化01

百度智能云介紹02

石油石化數(shù)智化的理解03

百度數(shù)智化解決方案學術成就國際第一梯隊年度200+篇頂級論文年度20+項國際競賽冠軍?ICME人臉106關鍵點檢測比賽冠軍?ICCVVOT2019單目跟蹤國際競賽冠軍?

WMT2019國際機器翻譯大賽中文-英文翻譯任務冠軍?NeurIPS2019:Learn

to

Move強化學習競賽冠軍?…

…人工智能專利數(shù)中國第一百度全球AI專利申請量10000+件，其中中國專利7000+件，位列中國第一在語音識別、

自然語言處理、知識

圖譜和自動駕駛四個細分領域排名國內第一關鍵技術全棧布局飛槳深度學習平臺語音技術圖像技術AR/VR技術自然語言處理知識圖譜大數(shù)據(jù)技術區(qū)塊鏈技術…

…

百度領先的人工智能技術為產(chǎn)業(yè)智能化發(fā)展奠定堅實基礎10余位世界級科學家前瞻研究與創(chuàng)新應用并重的7大實驗室百度研究院

百度AI新基建版圖01

百度智能云介紹02

石油石化數(shù)智化的理解03

百度數(shù)智化解決方案全球石油石化行業(yè)AI技術趨勢人工智能（AI）正在越來越多地應用到石油石化行業(yè)，并在優(yōu)化生產(chǎn)、降低運營成本和最大限度地提高效率上發(fā)揮重要作用。鑒于燃料價格下跌，以及能源生產(chǎn)對環(huán)境和個人安全的影響，石油石化從業(yè)公司正積極利用AI技術優(yōu)化流程，使得投資回報最大化。市場研究報告顯示，人工智能在全球市場的應用預計將從2017年的15.7億美元增長到2022年的28.5億美元，復合年增長率達到12.66%。令人鼓舞的是，中國是該領域最大的受理國，其次為美國。數(shù)據(jù)分析顯示，許多從事石油石化行業(yè)人工智能技術的新興實體都來自中國。石油石化行業(yè)AI技術專利地域分布圖*數(shù)據(jù)源自Gartner分析報告

石油石化企業(yè)數(shù)字化、

智能化發(fā)展趨勢中國石油石化企業(yè)始終走在信息化、

數(shù)字化和智能化前沿。大數(shù)據(jù)、

機器學習等技術已在石油石化領域應用多年。人工智能將為石油石化行業(yè)帶來新的機遇，數(shù)智化戰(zhàn)略將是一場關于”未來”的競爭。對國內、

外近200家石油石化企業(yè)的調查表明

，

70%以上的企業(yè)認為數(shù)字化、

智能化技術具有舉足輕重的作用。

國內石油石化行業(yè)數(shù)字化、

智能化發(fā)展趨勢我國石油和化工行業(yè)是以石油、

天然氣、

煤炭等為原料生產(chǎn)滿足人們生產(chǎn)生活需求的各種產(chǎn)品，是我國重要的支柱產(chǎn)業(yè)之一。

國家統(tǒng)計局數(shù)據(jù)顯示，截至2019年年末，我國石油和化工行業(yè)規(guī)模以上企業(yè)26271家，業(yè)收入12.27萬億元、

利潤總額6683.7億元，分別占全國規(guī)模工業(yè)營業(yè)收入的11.6%和10.8%。當前疫情下世界形勢可以用

“亂、糟、難、變”來形容，全球經(jīng)濟陷入

“二戰(zhàn)”以

來最為嚴重的衰退。

據(jù)IMF最新預期，2020

年世界經(jīng)濟將衰退4.9%；但中國經(jīng)濟增長

1%，將再次成為世界經(jīng)濟的中流砥柱。國外疫情蔓延使我國工業(yè)生產(chǎn)回升仍面臨巨大挑戰(zhàn)，有效需求不足成為制約工業(yè)

回升的主要因素。

未來擴大有效需求，推動

全行業(yè)重大項目投入，全力保持產(chǎn)業(yè)鏈上下

游協(xié)同創(chuàng)新，加速全行業(yè)數(shù)字化、網(wǎng)絡化、智能化轉型。在國際經(jīng)濟形勢復雜多變的后疫情時期，下半年行業(yè)要著力抓好以下工作：一是調結構，育新機。以市場需求側為

產(chǎn)品研發(fā)導向，破解產(chǎn)能過剩、產(chǎn)品大宗同質

化的矛盾。二是強企業(yè)，重園區(qū)。加快培育具有國

際一流水平的石化企業(yè)，大力推動化工園區(qū)發(fā)

展。三是抓管理，降成本。以資金和成本管

理為重點，降低企業(yè)經(jīng)營成本，破解效益下降的困局。四是保安全，重環(huán)保。保安全一個是安

全生產(chǎn)，一個是能源安全。全行業(yè)還要重視環(huán)

保工作，堅決打贏污染防治攻堅戰(zhàn)。受國內外復雜形勢影響，國內上半年行業(yè)實現(xiàn)營業(yè)收入5.07萬億元、同比下降11.9%，利潤及進出口總額同比分別下降58.8%、

14.8%，呈現(xiàn)出油氣產(chǎn)消量繼續(xù)增長、利潤降幅收窄、化工營業(yè)收入稍好的態(tài)勢。全行業(yè)效益正在改善，市場對能源及原材料需求處于逐漸恢復之中。未來分析與展望2020下半年重點工作抓手2020上半年，國內油氣行業(yè)形勢嚴峻生產(chǎn)—數(shù)據(jù)未集成

跨部門制定生產(chǎn)方案主要是通過個人經(jīng)驗進行編制，周期長，計劃的準確度與優(yōu)良狀況挑戰(zhàn)較大。生產(chǎn)制造過程也

缺乏有效的數(shù)據(jù)共享與集成，信息傳遞不暢，影響計劃的

準確性與效率；在收率、方差、穩(wěn)定性控制方面亟待提升供應—缺乏平臺協(xié)同

市場數(shù)據(jù)和內部供需信息主要依靠人工獲取，效率低下。

與供應商的溝通/協(xié)同缺乏平臺支撐，零散且無法監(jiān)控/

積累/分析，供應商的評價缺乏標準和依據(jù)，采購的預

測也不夠精準

沒有建立共享的、全面的信息查詢途徑，財務分析困難，財務業(yè)務數(shù)據(jù)分散，無法滿足財務業(yè)務一體化管理。風控建設以人工識別控制為主，全面風險體系建設有待完善

銷售活動與訂單促成缺優(yōu)質數(shù)據(jù)服務與工具支持，合同交付各環(huán)節(jié)因信息斷層，難以追蹤商品交付過程。價格決策過程復雜多變，各業(yè)務過程的價格制定難以及時獲得有效信息

設備預防性計劃體系沒有實時準確的設備狀態(tài)信息支持，安全與環(huán)保源頭上缺乏有效的實時監(jiān)控工具，無法及時

預警與預報。沒有完善的質檢數(shù)據(jù)管理和發(fā)布工具，質

量問題趨勢分析以及合理的工藝改進建議工作有待加強

當前石油石化企業(yè)主要面臨挑戰(zhàn)營銷與財務—工作繁雜、標準不統(tǒng)一運營—保障手段有限供應鏈協(xié)同優(yōu)化：多工廠協(xié)同計劃、

生產(chǎn)訂單和作業(yè)計劃生產(chǎn)過程優(yōu)化：覆蓋計劃、

物料、

設備、

工藝、

設備、

能源、

輔材、

安全、

環(huán)保全方位智能運營、

輔助決策：基于生產(chǎn)全過程的運營指

標管理精細化，精準決策支持QHSE標準化：全企業(yè)統(tǒng)一的質檢標準、

工廠執(zhí)行、自動判定，SPC分析等能源、

設備綜合管理：實現(xiàn)設備的自動取數(shù)、

狀

態(tài)監(jiān)視、

停機記錄、

設備臺帳、

設備維護維修。

打通采購、

倉儲、

使用、

監(jiān)測、

預警、

維修全流

程準確性實時性便捷性精細化

數(shù)智化轉型訴求全流程風險管控

降低運營風險精細化體系

精準決策支持創(chuàng)新經(jīng)營模式

增加盈利保障夯實智能制造

提高核心競爭力泛在感知、

高速互聯(lián)和智能融合—數(shù)字化、

網(wǎng)絡化、

智能化數(shù)

據(jù)

資

產(chǎn)

化資

產(chǎn)

價

值

化系統(tǒng)化真實性01

百度智能云介紹02

石油石化數(shù)智化的理解03

百度數(shù)智化解決方案

百度助力石油石化領域價值主張愿景既懂油氣業(yè)務，又專精技術助力石油石化企業(yè)數(shù)智化轉型優(yōu)勢積累領先、

自主可控的AI技術l領先的AI技術能力

：視覺、數(shù)據(jù)l端到端自主可控

：昆侖芯片+飛漿框架+算法模型落地經(jīng)驗和服務能力l豐富的落地案例

，完善的生態(tài)體系及交付方法論l

原廠現(xiàn)場支持等服務開放的產(chǎn)品l授人以漁的開放能力

，支持客戶、伙伴自主迭代模型數(shù)據(jù)資產(chǎn)化資產(chǎn)價值化保質

增效質量標準穩(wěn)定、可控借助邊緣計算、云邊端協(xié)同，更快發(fā)現(xiàn)、定位、處理問題將工程師腦中的質量標準、工藝等行業(yè)Know-How沉淀為模型減少80%質檢人力ROI

12-18個月數(shù)據(jù)和知識資產(chǎn)化降本

百度智慧油氣整體架構場景應用層網(wǎng)絡服務（

EIP/BLB/VPC）存儲服務（

BOS/CDN/TSDB）計算服務（CPU/GPU/FPGA）能力層物聯(lián)網(wǎng)接入設備數(shù)據(jù)系統(tǒng)接入視覺采集設備智慧供應鏈數(shù)字孿生邊緣計算智慧巡檢節(jié)能策略全局效率工藝參數(shù)優(yōu)化工藝知識庫管理AR方案生產(chǎn)排程優(yōu)化智能運維石油石化生產(chǎn)數(shù)據(jù)智慧油氣血液—大數(shù)據(jù)智慧油氣神經(jīng)—IOT智慧油氣大腦—AI計算層物解析物可視物接入大數(shù)據(jù)標注大數(shù)據(jù)分析大數(shù)據(jù)獲取機器學習深度學習圖像數(shù)據(jù)標注數(shù)據(jù)采集層 AI中臺建設發(fā)展階段AI中臺建設是企業(yè)智能化升級的必經(jīng)階段第一階段第二階段第三階段第四階段分散應用垂直深化企業(yè)AI中臺企業(yè)AI大腦?

建設全公司統(tǒng)一的AI中臺平臺，避免資源重復建設和浪費?

整合現(xiàn)有AI應用，對接到AI中臺?

辦公領域：人臉識別、門禁閘機?

業(yè)務領域：巡檢、安全管理?

AI全面應用于業(yè)務和管理?

AI成為企業(yè)持續(xù)創(chuàng)新的競爭力核心?

深化、探索更多AI應用場景?

更多業(yè)務領域如經(jīng)營管理階段階段特征?

試探性嘗試AI應用目前所處階段智能對話智能硬件業(yè)務知識搜索人臉閘機行業(yè)知識圖譜安全巡檢數(shù)字孿生智慧工廠AR應用人臉識別語音ASR/TTS自然語言處理NLP場景化定制平臺BMLEasyDL數(shù)據(jù)集成數(shù)據(jù)標注數(shù)據(jù)處理模型訓練模型管理

模型分發(fā)服務推理函數(shù)計算接入設備AI推斷智能邊緣管理平臺模型生產(chǎn)管理邊緣設備BIE-SDKBIE-SDK數(shù)據(jù)中心基礎設施深度學習框架知識中臺AI中臺云邊協(xié)同 應用層

平

臺層基礎層石油石化數(shù)智化百度AI大腦全景圖CaffeTensorFlowPyTorchPaddlePaddle飛槳設備OEE預測性維護FPGA昆侖XPU私有云GPU一體機IOT-Edge智能辦公智慧質量、安全智慧供應鏈無線投屏知識庫對話智能平臺智能機器人來電秘書智能翻譯平臺知識關聯(lián)知識挖掘視頻圖像AR/VR知識圖譜KG知識應用數(shù)據(jù)接入內容理解知識分類知識聚合圖譜構建知識標簽BIE-SDK智能邊緣運行包大數(shù)據(jù)賦能IOT賦能AI賦能知識下行數(shù)據(jù)上行

百度AI特征?

大規(guī)模預訓練模型?

領先的場景化建模能力?

飛槳企業(yè)級服務?兼容國產(chǎn)芯片及操作系統(tǒng)功能全面部署靈活?

全棧AI技術?

全流程專業(yè)AI開發(fā)平臺?

端邊云協(xié)同?

省地市分級部署技術領先自主可控

業(yè)務場景—智能物性算法應用原油數(shù)據(jù)庫是煉化全流程優(yōu)化和計劃優(yōu)化的基礎和核心。智能物性算法使原油分析評價、

油品在線分析等可以深入獲取分子層面結構信息，為”分子煉油”提供基礎數(shù)據(jù)支撐。常減壓優(yōu)化結焦傾向預測二次加工原料優(yōu)化切割點預測

業(yè)務場景—智能物性算法應用通過僅僅數(shù)百組基礎數(shù)據(jù)訓練的算法(無需維護龐大的數(shù)據(jù)庫)，預測誤差僅為5

~6%

，

滿足低硫船用燃料油調和在線分析需求。線性擬合智能算法平均誤差25.63%5.18%開發(fā)深度學習油品物性分析算法開發(fā)深度學習油品物性分析算法*數(shù)據(jù)源自某設計研究院業(yè)務場景—智慧巡檢助力石油石化走向新時代

AI賦能

大數(shù)據(jù)賦能

IOT賦能生產(chǎn)廠房可視化運維

石油石化生產(chǎn)設備的全息化智能巡檢

生產(chǎn)線路搶修

現(xiàn)場安全作業(yè)管理AI技術中臺大數(shù)據(jù)分析數(shù)據(jù)倉庫集群平臺機器學習應用解決方案一片云一個庫一張感知網(wǎng)絡圖像&語音&視頻

自然語言&知識圖譜增強現(xiàn)實&自動駕駛基礎云計算連接：接入、

解析理解：存儲、

建模喚醒：AI邊緣計算位置&影像&軌跡&出行數(shù)據(jù)分析通道三維信息系統(tǒng)（

BIM）通道地理信息系統(tǒng)（GIS）物聯(lián)網(wǎng)網(wǎng)絡（NB-IOT/LoRa/GPRS/WIFI/藍牙/GPS+有線）企業(yè)私有專網(wǎng)VPC

百度云專線ETAI體系能力非結構化數(shù)據(jù)：BOS結構化數(shù)據(jù)：RDS時序數(shù)據(jù)：TSDB定制化平臺場景化能力計算框架大數(shù)據(jù)庫地圖開放平臺云能力層感知對象芯片&無線模組應用層感知層地圖層AI中臺物聯(lián)網(wǎng)物聯(lián)網(wǎng)網(wǎng)關設備廠房監(jiān)控設備人員Q園區(qū)傳感器交換巡檢內容數(shù)字化管理快速輔助故障排除一鍵生成報表業(yè)務場景—智慧巡檢能力設備外觀檢測，設備狀態(tài)識別設備表計檢測與讀取智能機器人大數(shù)據(jù)賦能IOT賦能設備破損設備異位線路起火AI賦能線路冒煙跑冒滴漏AR眼鏡攝像頭無人機?

培訓考核累積經(jīng)驗豐富的專家資源，清晰精細化實操培訓，培訓考核內容實時及時更新，針對培訓員

工規(guī)模和地區(qū)分散性，可大大降低培訓成本。?

遠程協(xié)助石油石化企業(yè)正使用更為復雜、技術含量更高、運維難度更大的運行設備；設備發(fā)生故障后，可在線通過后線專家遠程協(xié)助，降低維保費用。?

智慧巡檢AR智慧巡檢能夠幫助石油石化企業(yè)實現(xiàn)設備全生命周期的信息化管理，保障設備的生產(chǎn)安全和效率。業(yè)務場景—AR解決方案大數(shù)據(jù)賦能IOT賦能AI賦能

業(yè)務場景—工藝知識庫管理石油石化企業(yè)知識管理現(xiàn)狀及痛點：

異常處理步驟無沉淀，處理周期長

人員流動性大，工藝知識沒有積累

作業(yè)類型多，工藝復雜

更快更準，借助百度在搜索多年的技術優(yōu)勢（NLP，全文檢索，排序，知識圖譜）

簡單便捷的搜索體驗

可視化工藝路徑，設備維修，質量異常的處理步驟

支持自定義知識模塊信息

同時支持端內&端外搜索

支持個性化定制

快速部署&簡單運維

員工培訓效率低

知識缺乏系統(tǒng)性管理（組織知識庫、知識圖譜）

，沒有辦法挖掘和沉淀百度解決方案特點：大數(shù)據(jù)賦能IOT賦能AI賦能無人機搭載輕量型、

低功耗的邊緣AI終端，加載AI智能工作臺訓練發(fā)布的分析模型，就地對航巡數(shù)據(jù)進行處理分析，實現(xiàn)對石油石化廠運行設備的盤點，以及缺陷的自動識別和分類，并實時反饋異常，避免數(shù)據(jù)扎堆回傳后臺造成功耗過大、

效率低下的問題。數(shù)據(jù)同步

AI智能中臺機載邊緣AI終端業(yè)務場景—AI邊緣計算方案統(tǒng)一管理易部署可見光IPC

熱成像IPC

三維激光掃描功耗低算力強尺寸小溫寬大邊緣AI解決方案無線專網(wǎng)/5G物聯(lián)管理平臺無人機環(huán)境邊緣AI節(jié)點大數(shù)據(jù)賦能IOT賦能邊緣交換機AI賦能協(xié)同/無人機根據(jù)用戶信息，描繪用

戶畫像，確定用戶標簽，

為與用戶的交互過程提供更準確的推薦與介紹用戶畫像配備高性能觸摸屏

，

語音及屏幕交互多模

互動，承載信息選擇、業(yè)務辦理等功能后續(xù)機器人可以掛載身份證驗證器等外設，賦予業(yè)務辦理能力

業(yè)務

辦理依托NLP自然語言理解和大數(shù)據(jù)知識圖譜能力，勝任通用閑聊、業(yè)務咨詢等服務機器人能夠與人進行語音對話，具有語音輸出功能，可以勝任品牌宣傳、迎賓接待、天氣問詢等多種功能。

整合百度人臉識別、語音、

NLP技術于一體

高精度的SLAM，準確的建圖避障

軟硬結合的對話控制策略，打造最佳的人機交互體驗

個性化外形涂裝設計，在滿足工程要求的同時，極大符合用戶心理和人體力學

業(yè)務場景—服務機器人服務機器人功能概述場景1顧客機器人管理平臺搭載先進的slam技術，結合對話場景，引導用戶到指定的業(yè)務辦理地現(xiàn)場監(jiān)控機器人控制問答干預服務配置$場景2顧客場景3顧客≤--

->

運營平臺遠程服務疑難解答遠程服務疑難解答遠程服務疑難解答數(shù)據(jù)回傳影像采集數(shù)據(jù)回傳影像采集大數(shù)據(jù)賦能IOT賦能遠程管理平臺AI賦能自主導航語音互動智能問答人機交互點流式計算

BSC搜索分析

BES

日志服務BLS亞秒級計算

SQL

&

DATAFLOW在線INDEX等優(yōu)化集成百度NLP能力日志采集

日志分析

日志投遞計算資源

存儲資源

網(wǎng)絡資源

云原生資源編排調度構建全場景、

領先強大的數(shù)據(jù)平臺能力，覆蓋數(shù)據(jù)收集、

存儲、

處理與分析、

智能服務和數(shù)據(jù)應用全流程。具備端到端一站式、

簡單易使用、

開放靈活組合的產(chǎn)品特性。

加速企業(yè)數(shù)字化建設創(chuàng)新。數(shù)據(jù)可視化與BISugar豐富圖表3D炫酷大屏多數(shù)據(jù)源支持自助實時BI

智能交互數(shù)據(jù)湖管理與分析平臺EasyDAP（

EDAP）數(shù)據(jù)湖管理

數(shù)據(jù)治理數(shù)據(jù)開發(fā)

數(shù)據(jù)服務數(shù)據(jù)集成異構數(shù)據(jù)源與目的批量與增量集成可視化ETL完備的組件hadoop/spark等應用方案分析平臺存儲計算基礎設施通用（互娛）方案數(shù)據(jù)上云

日志分析云上數(shù)倉流式計算智慧石油石化

智慧金融

智慧城市可視化開發(fā)Studio離線處理

實時計算作業(yè)調度

監(jiān)控運維城市數(shù)據(jù)治理城市駕駛艙交通指揮中心

醫(yī)療服務中心百度大數(shù)據(jù)平臺元數(shù)據(jù)統(tǒng)一管理數(shù)據(jù)權限體系數(shù)據(jù)資產(chǎn)目錄交互式分析數(shù)據(jù)API服務數(shù)據(jù)交換實時數(shù)倉

PALO實時CURD資

產(chǎn)

價

值化

數(shù)

據(jù)

資

產(chǎn)

化超高性價比auto

scaling,競價實例數(shù)據(jù)標準數(shù)據(jù)質量數(shù)據(jù)血緣托管大數(shù)據(jù)平臺

BMR多場景應用實踐實時風控智能投顧客戶畫像智能運維智能生產(chǎn)設備畫像智能獲客反欺詐大數(shù)據(jù)賦能IOT賦能AI賦能MPP,物化視圖多級安全機制SQL兼容性數(shù)

據(jù)

安

全…專注于石油石化領域，以數(shù)據(jù)為核心的模型訓練、

服務平臺。

產(chǎn)品適用于具備一定信息化和數(shù)字化能力的企業(yè)。

用戶可通過數(shù)據(jù)分析，運用機器學習結合深度強化學習算法，零代碼實現(xiàn)石油石化企業(yè)數(shù)字化、

智能化。價值主張：解決石油石化領域知識、

思想、

經(jīng)驗不斷沉淀和積累及知識轉化為應用的問題。

石油石化數(shù)據(jù)智能

提升利潤提高質量增加營收

設備智

能

產(chǎn)

線

智

能

企

業(yè)

智

能

數(shù)據(jù)智能平臺AI應用AI

中臺基礎設施基礎云石油石化視覺智能IoT異常監(jiān)管參數(shù)優(yōu)化排程調度…智能預測排程調度異常預警故障診斷能耗優(yōu)化工藝優(yōu)化大數(shù)據(jù)賦能IOT賦能AI賦能實際綜合收率與關鍵參量偏差影響值擬合結果對比紅色：擬合結果黑色：實際收率

業(yè)務場景—綜合收率分析—關鍵影響因素分析針對反再分餾等核心部分的偏差參量數(shù)據(jù)，經(jīng)影響度分析，發(fā)現(xiàn)以下參量的偏差對綜合收率影響比較顯著。影響度較高的偏差參量影響值循環(huán)油漿上返塔流量調節(jié)CLHYT_TZI216.PV29.73918催化干氣進塔溫度CLHYT_TI41420.21191機401B入口壓力調節(jié)CLHYT_PIC45115.03733粗汽油至提升管反應器流控CLHYT_FIC23514.8829預提升蒸汽流控CLHYT_FIC21613.12429預提升干氣流控CLHYT_FIC21513.05352容807界位指示CLHYT_LI8189.65166對影響度較高的參量做回歸，其中標注灰色的是相關顯著度高的參量參量偏差影響值對綜合收率影響度排序圖示例關鍵參量偏差擬合針對反再分餾等核心部分的實時參量數(shù)據(jù)，分析各參量影響度。參量均值對綜合收率影響度排序圖實際綜合收率與關鍵參量均值擬合結果對比影響度較高的參量影響值CLHYT_PDIC227.PV待生滑閥壓降3.076428878CLHYT_FI231.PV原料油總瞬時流量2.843876916CLHYT_FIC235.PV汽油回煉瞬時流量6.33241819CLHYT_FIC216.PV預提升蒸汽瞬時流量3.585729157CLHYT_DI215.PV再生斜管密度2.984413076CLHYT_PIS2813A.PV產(chǎn)汽壓力8.175606398CLHYT_TI373.PV一中返塔溫度2.585133425CLHYT_LIC302.PV分餾塔液位7.25226464CLHYT_FIC312B.PV一中流量8.163904248CLHYT_FI343.PV冷原料瞬時流量14.68766857CLHYT_FI340B.PV熱原料累計流量2.828056902CLHYT_FI363.PV0#柴油瞬時流量5.585084144CLHYT_FIC702.PV貧液流量6.565997962CLHYT_LIC702B.PV液位6.481172677CLHYT_LIC815.PV抽提塔塔頂液位2.915989295

業(yè)務場景—綜合收率分析—關鍵影響因素分析對影響度較高的參量再做回歸篩選，其中標注灰色的是相關顯著度高的參量紅色：擬合結果黑色：實際收率示例根據(jù)相關顯著程度篩選模型訓練將人工經(jīng)驗轉換為參數(shù)調優(yōu)參數(shù)調優(yōu)AI替代技術工程師進行實時動態(tài)調參方案實現(xiàn)價值1.人：降低工藝工程

師技術門檻2.機器：更加智能化，設備自動調試，參

數(shù)自動調優(yōu)3.工藝&原料：梳理

復雜的行業(yè)機理

，構成石油石化工藝

知識大腦痛點描述1.人：工藝工程師人才稀缺，培養(yǎng)

周期長2.機器：設備故障

影響大，調試時

間長3.工藝&原料：生產(chǎn)過程用料多，有

較大優(yōu)化空間

業(yè)務場景—工藝參數(shù)實時優(yōu)化專家經(jīng)驗行業(yè)機理參數(shù)接入強化學習

模型仿真環(huán)境模型評估模型預測AI技術代替人腦調整參數(shù)AI學習人工經(jīng)驗及調參邏輯環(huán)境構建大數(shù)據(jù)賦能IOT賦能AI賦能痛點描述1.

只能按照石油石化

產(chǎn)品可完成率單一

指標上去進行排產(chǎn)

調度2.插單多，調度產(chǎn)品

的快速調整難度大3.資源（人，機，料）的等待和浪費情況

驗證4.

實時生產(chǎn)進度不可

視，決策層信息獲

取慢方案實現(xiàn)價值實現(xiàn)石油石化流程合理化、

設備效率最大化、操作條件最優(yōu)化、系統(tǒng)運行最佳化，在提高企業(yè)經(jīng)濟效益的同時實現(xiàn)節(jié)能降耗。同等準確率情況下

，計算速度提升50倍

，減少時間差影響，實現(xiàn)實時調度生產(chǎn)全景監(jiān)控，實時洞察執(zhí)行和計劃之間的差距

業(yè)務場景—生產(chǎn)排程調度獲取調度排程的基礎數(shù)據(jù)策略模型及算法開發(fā)經(jīng)算法運算后調整排程計劃生產(chǎn)工藝數(shù)據(jù)生產(chǎn)時間數(shù)據(jù)班組數(shù)據(jù)機臺任務數(shù)據(jù)EBOM/PBOM工藝數(shù)據(jù)標準產(chǎn)能數(shù)據(jù)報工數(shù)據(jù)異常數(shù)據(jù)實際生產(chǎn)數(shù)據(jù)ERPDCS

MES

SI

SPLC1.2.3.生產(chǎn)工序計劃物料需求計劃計劃結果反寫回調度系統(tǒng)訂單/工序計劃結果大數(shù)據(jù)賦能IOT賦能AI賦能

業(yè)務場景—痛點描述1.

對石油石油石化產(chǎn)線

來說，生產(chǎn)設備參數(shù)

和質量監(jiān)測指標眾多，工作人員查看工作量

大，無法做到及時預

警2.

設備或質量異?？稍?/p>

成批量產(chǎn)品出現(xiàn)問題，甚至導致生產(chǎn)被迫停

工等情況3.尋找缺陷成因難：不

同類型石油石化產(chǎn)品

由不同參數(shù)和因素影方案實現(xiàn)價值1.

依據(jù)全量實時數(shù)據(jù)，第一時間進行異常

預警，及時止損2.分析異常原因，盡

早定位問題、

可避

免批量問題產(chǎn)品出

現(xiàn)3.

減少石油石化生產(chǎn)

中成本和時間上的

浪費智能預警模型（趨勢，同比，穩(wěn)定分布，周期，綜合處理

…

…

..）IoT平臺/數(shù)據(jù)接入模塊響，無法及時找到根因石油石化設備數(shù)據(jù)分析預警解決方案異常預警分析BIEAdapterBIEAdapterBIEAdapterBIEAdapter催化裂化塔大數(shù)據(jù)賦能IOT賦能AI賦能加熱爐精餾塔蒸餾塔機泵↑傳統(tǒng)工業(yè)SaaS工業(yè)APP基于平臺孵化的APP應用業(yè)務使能服務百度工業(yè)互聯(lián)網(wǎng)平臺工業(yè)APP市場工業(yè)視覺智能平臺模型測試模型發(fā)布工業(yè)APP市場運營工業(yè)APP購買工業(yè)APP發(fā)布工業(yè)APP管理PaaS層IaaS層邊緣層數(shù)據(jù)管理模型訓練基礎算法庫機理知識SaaS層資

產(chǎn)

價

值

化數(shù)

據(jù)

資

產(chǎn)

化語音交互語義識別數(shù)據(jù)管理（數(shù)倉/元數(shù)據(jù)）邊緣計算運行框架設備接入?yún)f(xié)議解析其他邊緣AI應用用戶中心計費中心統(tǒng)一日志故障處理通知中心設備配置可拖拽展示業(yè)務配置告警配置……物可視IoT核心套件邊云協(xié)同模塊時序數(shù)據(jù)庫……數(shù)據(jù)可視化網(wǎng)絡存儲數(shù)據(jù)治理……虛擬化服務器數(shù)據(jù)集成AI質檢……監(jiān)控告警廠區(qū)巡檢模型訓練數(shù)據(jù)管理算法庫設備預測性維護智慧石油石化數(shù)據(jù)標注……能效優(yōu)化PDMMES標識體系APSAI使能服務工業(yè)交互智能平臺工業(yè)數(shù)據(jù)智能平臺物聯(lián)網(wǎng)平臺大數(shù)據(jù)平臺云基礎設施大數(shù)據(jù)賦能IOT賦能運營支撐AI賦能人

機

料

法

環(huán)全要素知識生產(chǎn)智能化機器數(shù)據(jù)數(shù)據(jù)建模+機理模型數(shù)字孿生工業(yè)互聯(lián)網(wǎng)平臺可按全要素、

全產(chǎn)業(yè)鏈和全價值鏈進行解構，其本質是對這些元素和資源進行重構、

優(yōu)化配置。柔性供應鏈線下線上融合供應鏈金融產(chǎn)品生產(chǎn)自動化機器物料機理模型實體空間傳統(tǒng)供應鏈線下集群銀行貸款打破企業(yè)、

區(qū)域、商業(yè)邊界微笑曲線向數(shù)據(jù)驅動閉環(huán)轉變推動工業(yè)生產(chǎn)從

3.0向4.0轉變全價值鏈全產(chǎn)業(yè)鏈工業(yè)互聯(lián)網(wǎng)平臺解構設計研發(fā)供應鏈金融鏈服務運維大數(shù)據(jù)賦能IOT賦能AI賦能生產(chǎn)制造空間鏈統(tǒng)計模型K-means

SVM結合振動模型

降雨模型物理模型設備和零部件的故障/損耗是常見的一種工業(yè)損耗。在不可預測的情況下，這種損耗常常引起產(chǎn)線停工，影響生產(chǎn)效率。更有甚者，它會導致嚴重故障和生產(chǎn)事故。預測性維護是通過對設備狀況實施周期性或持續(xù)性監(jiān)視來評價在役設備狀況的一種方法或一套技術，用來預測應當進行維護的具體時間、部件，以減少非計劃性停機，提升設備使用效率。通用設備可靠性框架氣象/地理

數(shù)據(jù)SCADA數(shù)

據(jù)設備出廠數(shù)據(jù)歷史維修記錄業(yè)務場景—設備預測性維護顯著縮短維修停機時間

，提高發(fā)電量精確的大部件失效預測模型精確的故障預測模型精確的異常預警模型顯著降低庫存模型預測結果分析大數(shù)據(jù)賦能IOT賦能維修策略優(yōu)化庫存策略優(yōu)化石油石化裝置AI賦能氣象模型生存曲線數(shù)化物理世界的數(shù)字化先知

：左腦裝備仿真互動

：神經(jīng)共智萬物互聯(lián)共享資源先覺

：右腦未來模型互動實時數(shù)據(jù)互聯(lián)互通對象操作共智：社會體系資產(chǎn)管理模擬仿真過程仿真測量感知人機交互數(shù)據(jù)展示數(shù)字資產(chǎn)資產(chǎn)追溯數(shù)字建模裝備建模

過程建模測量與控制界面

：五官應用系統(tǒng)資產(chǎn)共享數(shù)據(jù)分析歷史模型數(shù)化：軀干血液對象控制數(shù)字孿生體不僅僅是物理世界的鏡像，也要接受物理世界實時信息，更要反過來實時驅動物理世界，而且進化為物理世界的先知、先覺甚至超體，最終形成可以互相共享智慧的數(shù)字孿生體社會業(yè)務場景—數(shù)字孿生，打通人、

機、

物的連接數(shù)字孿生體系的成熟度模型反映了生物進化、個體成長以及社會發(fā)展規(guī)律。先知基于明確機理模型地運算先覺基于模糊邏輯模型地推測大數(shù)據(jù)賦能IOT賦能物理實體對象AI賦能

綜合型業(yè)務場景—智慧供應鏈目標：統(tǒng)一優(yōu)化原油采購、運輸、生產(chǎn)、物流、產(chǎn)品銷售，在整個產(chǎn)供銷存管理與各業(yè)務領域層面，建立集成的信息系統(tǒng)支持環(huán)境與工具；功能：包括產(chǎn)供銷存大數(shù)據(jù)平臺、產(chǎn)供銷存協(xié)同調度、產(chǎn)供銷存一體化優(yōu)化、產(chǎn)供銷存指標可視化和產(chǎn)供銷存影響因素關聯(lián)分析與績效管理等功能，為不同的業(yè)務提供支撐；產(chǎn)供銷存大數(shù)據(jù)平臺大數(shù)據(jù)分析模型基于分子煉油原料性質分析模型大數(shù)據(jù)管理平臺（流程集成、

數(shù)據(jù)集成）產(chǎn)供銷存協(xié)同調度產(chǎn)供銷存指標可視化原油石油石化生產(chǎn)倉儲物流產(chǎn)品銷售建立全球油品移動系統(tǒng)（GOM），對供應鏈業(yè)務一致性需求進行預測

與供需平衡分析；建立供應鏈與物流管理系統(tǒng)，對供應鏈各業(yè)務環(huán)節(jié)計劃與調度協(xié)同管

理

；

原油運輸及庫存產(chǎn)品庫存設備運行情況能耗情況HSE

倉儲物流直銷批發(fā)零售市場情況銷售合同管理物流監(jiān)控結算管理油庫庫存管理?？松梨冢‥xxon

Mobil）巴西石油（

Petro

Bras） 采購合同管理采購訂單管理

生產(chǎn)過程監(jiān)控產(chǎn)品出廠管理

石油石化生產(chǎn)

物流與銷售生產(chǎn)調度管理產(chǎn)品庫存管理成品油外

采計劃運輸優(yōu)化電子商務系統(tǒng)有限公司原

油管理系統(tǒng)ERP（直銷、批發(fā)）CRM系統(tǒng)一體化物流

管理系統(tǒng)外部市場數(shù)據(jù)加油站零售

管理系統(tǒng)產(chǎn)供銷存影響因素關聯(lián)分析與績效管理MES系統(tǒng)原油資源配置優(yōu)化計劃優(yōu)化系統(tǒng)供應鏈績效分析生產(chǎn)計劃優(yōu)化客戶分析銷售量分析原油采購優(yōu)化生產(chǎn)分析市場行情分析運輸分析產(chǎn)品需求分析成品油配置

計劃優(yōu)化產(chǎn)

供

銷

存一

體

化平

臺產(chǎn)供銷存一體化優(yōu)化船期優(yōu)化銷售計劃需求預測生產(chǎn)計劃優(yōu)化模型運輸調度管理銷售訂單管理風險評估模型需求預測模型石油石化生產(chǎn)石油石化行業(yè)工業(yè)互聯(lián)網(wǎng)應用主要集中于安全生產(chǎn)、生產(chǎn)管控、大機組裝備效率優(yōu)化等場景。應用層一、安全管理。利用工業(yè)無線、

5G、

NB-IoT等網(wǎng)絡技術，可實現(xiàn)石油石化行業(yè)安全相關信息的全面感知和匯聚，建立包含生產(chǎn)裝置運行參數(shù)、廠區(qū)的生產(chǎn)動態(tài)信息、人員操作信息等關鍵數(shù)據(jù)的信息平臺。并結合人臉識別、機器學習等分析技術構建關鍵生產(chǎn)裝置、現(xiàn)場作業(yè)、人員、環(huán)境的全局化監(jiān)控體系，對異常狀態(tài)和安全風險能夠實時報警。案例

：中石化建立了貫穿總部、企業(yè)和現(xiàn)場的三級一體化應急平臺,實現(xiàn)了重點環(huán)境排放點100%實時監(jiān)控與分析，支撐了關鍵區(qū)域事故模擬分析及搶險預演。二、生產(chǎn)管控。主要通過數(shù)據(jù)技術和網(wǎng)絡技術對企業(yè)資源管理、供應鏈管理、制造執(zhí)行系統(tǒng)、先進控制系統(tǒng)、分布式控制系統(tǒng)等系統(tǒng)進行綜合集成，從而構建實時感知、及時響應的生產(chǎn)管控一體化平臺，實現(xiàn)企業(yè)從原油選擇、采購、生產(chǎn)加工過程到石化