AI助力石油化工数智化转型：数字资产化，资产价值化

数字资产化，资产价值化 百度智能云介绍01石油石化数智化的理解02百度数智化解决方案03 百度领先的人工智能技术为产业智能化发展奠定坚实基础 人工智能专利数 中国第一 学术成就 国际第一梯队 关键技术 全栈布局 百度全球AI专利申请量10000+件，其中中国专利7000+件，位列中国第一 飞桨深度学习平台语音技术图像技术AR/VR技术自然语言处理知识图谱大数据技术区块链技术… … 年度200+篇顶级论文年度20+项国际竞赛冠军 •ICME人脸106关键点检测比赛冠军•ICCV VOT 2019单目跟踪国际竞赛冠军•WMT2019国际机器翻译大赛中文-英文翻译任务冠军•NeurIPS 2019:Learn to Move强化学习竞赛冠军•… … 在语音识别、自然语言处理、知识图谱和自动驾驶四个细分领域排名国内第一 百度研究院 10余位世界级科学家 前瞻研究与创新应用并重的7大实验室 百度智能云介绍01石油石化数智化的理解02百度数智化解决方案03 全球石油石化行业AI技术趋势 人工智能（AI）正在越来越多地应用到石油石化行业，并在优化生产、降低运营成本和最大限度地提高效率上发挥重要作用。鉴于燃料价格下跌，以及能源生产对环境和个人安全的影响，石油石化从业公司正积极利用AI技术优化流程，使得投资回报最大化。市场研究报告显示，人工智能在全球市场的应用预计将从2017年的15.7亿美元增长到2022年的28.5亿美元，复合年增长率达到12.66%。 令人鼓舞的是，中国是该领域最大的受理国，其次为美国。 数据分析显示，许多从事石油石化行业人工智能技术的新兴实体都来自中国。 石油石化企业数字化、智能化发展趋势 中国石油石化企业始终走在信息化、数字化和智能化前沿 。大数据、机器学习等技术已在石油石化领域应用多年。 人工智能将为石油石化行业带来新的机遇，数智化战略将是一场关于”未来”的竞争。 对国内、外近200家石油石化企业的调查表明，70%以上的企业认为数字化、智能化技术具有举足轻重的作用。 国内石油石化行业数字化、智能化发展趋势 我国石油和化工行业是以石油、天然气、煤炭等为原料生产满足人们生产生活需求的各种产品，是我国重要的支柱产业之一。国家统计局数据显示，截至2019年年末，我国石油和化工行业规模以上企业26271家，业收入12.27万亿元、利润总额6683.7亿元，分别占全国规模工业营业收入的11.6%和10.8%。 2020上半年，国内油气行业形势严峻 未来分析与展望 2020下半年重点工作抓手 在国际经济形势复杂多变的后疫情时期，下半年行业要着力抓好以下工作： 受国内外复杂形势影响，国内上半年行业实现营业收入5.07万亿元、同比下降11.9%，利润及进出口总额同比分别下降58.8%、14.8%，呈现出油气产消量继续增长、利润降幅收窄、化工营业收入稍好的态势。全行业效益正在改善，市场对能源及原材料需求处于逐渐恢复之中。 当前疫情下世界形势可以用“乱、糟、难、变”来形容，全球经济陷入“二战”以来最为严重的衰退。据IMF最新预期，2020年世界经济将衰退4.9%；但中国经济增长1%，将再次成为世界经济的中流砥柱。 一是调结构，育新机。以市场需求侧为产品研发导向，破解产能过剩、产品大宗同质化的矛盾。 二是强企业，重园区。加快培育具有国际一流水平的石化企业，大力推动化工园区发展。 国外疫情蔓延使我国工业生产回升仍面临巨大挑战，有效需求不足成为制约工业回升的主要因素。未来扩大有效需求，推动全行业重大项目投入，全力保持产业链上下游协同创新，加速全行业数字化、网络化、智能化转型。 三是抓管理，降成本。以资金和成本管理为重点，降低企业经营成本，破解效益下降的困局。 四是保安全，重环保。保安全一个是安全生产，一个是能源安全。全行业还要重视环保工作，坚决打赢污染防治攻坚战。 当前石油石化企业主要面临挑战 生产 — 数据未集成 供应 — 缺乏平台协同 Ø跨部门制定生产方案主要是通过个人经验进行编制，周期长，计划的准确度与优良状况挑战较大。生产制造过程也缺乏有效的数据共享与集成，信息传递不畅，影响计划的准确性与效率；在收率、方差、稳定性控制方面亟待提升 Ø市场数据和内部供需信息主要依靠人工获取，效率低下。与供应商的沟通/协同缺乏平台支撑，零散且无法监控/积累/分析，供应商的评价缺乏标准和依据，采购的预测也不够精准 Ø没有建立共享的、全面的信息查询途径，财务分析困难，财务业务数据分散，无法满足财务业务一体化管理。风控建设以人工识别控制为主，全面风险体系建设有待完善 Ø销售活动与订单促成缺优质数据服务与工具支持，合同交付各环节因信息断层，难以追踪商品交付过程。价格决策过程复杂多变，各业务过程的价格制定难以及时获得有效信息 Ø设备预防性计划体系没有实时准确的设备状态信息支持，安全与环保源头上缺乏有效的实时监控工具，无法及时预警与预报。没有完善的质检数据管理和发布工具，质量问题趋势分析以及合理的工艺改进建议工作有待加强 营销与财务 — 工作繁杂、标准不统一 运营 — 保障手段有限 数智化转型诉求 百度智能云介绍01石油石化数智化的理解02百度数智化解决方案03 AI中台建设发展阶段 百度AI特征 • 全栈AI技术• 全流程专业AI开发平台 • 大规模预训练模型• 领先的场景化建模能力 •飞桨企业级服务•兼容国产芯片及操作系统 • 端边云协同• 省地市分级部署 业务场景 — 智能物性算法应用 原油数据库是炼化全流程优化和计划优化的基础和核心。 智能物性算法使原油分析评价、油品在线分析等可以深入获取分子层面结构信息，为”分子炼油”提供基础数据支撑。 业务场景 — 智能物性算法应用 通过仅仅数百组基础数据训练的算法(无需维护庞大的数据库)，预测误差仅为5~6%， 满足低硫船用燃料油调和在线分析需求 。 开发深度学习油品物性分析算法 业务场景 — 智慧巡检能力 业务场景 — AR解决方案 •培训考核 累积经验丰富的专家资源，清晰精细化实操培训，培训考核内容实时及时更新，针对培训员工规模和地区分散性，可大大降低培训成本。 •远程协助 石油石化企业正使用更为复杂、技术含量更高、运维难度更大的运行设备；设备发生故障后，可在线通过后线专家远程协助，降低维保费用。 •智慧巡检 AR智慧巡检能够帮助石油石化企业实现设备全生命周期的信息化管理，保障设备的生产安全和效率。 业务场景 — 工艺知识库管理 石油石化企业知识管理现状及痛点： Ø异常处理步骤无沉淀，处理周期长Ø人员流动性大，工艺知识没有积累Ø作业类型多，工艺复杂 Ø员工培训效率低 Ø知识缺乏系统性管理（组织知识库、知识图谱），没有办法挖掘和沉淀 百度解决方案特点： ü更快更准，借助百度在搜索多年的技术优势（NLP，全文检索，排序，知识图谱）ü简单便捷的搜索体验ü可视化工艺路径，设备维修，质量异常的处理步骤ü支持自定义知识模块信息ü同时支持端内&端外搜索ü支持个性化定制ü快速部署&简单运维 业务场景 — AI 边缘计算方案 无人机搭载轻量型、低功耗的边缘AI终端，加载AI智能工作台训练发布的分析模型，就地对航巡数据进行处理分析，实现对石油石化厂运行设备的盘点，以及缺陷的自动识别和分类，并实时反馈异常，避免数据扎堆回传后台造成功耗过大、效率低下的问题。 业务场景 — 服务机器人 ü整合百度人脸识别、语音、NLP技术于一体ü高精度的SLAM，准确的建图避障ü软硬结合的对话控制策略，打造最佳的人机交互体验ü个性化外形涂装设计，在满足工程要求的同时，极大符合用户心理和人体力学 服务机器人功能概述 配备高性能触摸屏，语音及屏幕交互多模互动，承载信息选择、业务办理等功能 根据用户信息，描绘用户画像，确定用户标签，为与用户的交互过程提供更准确的推荐与介绍 搭载先进的slam技术，结合对话场景，引导用户到指定的业务办理地点 后续机器人可以挂载身份证验证器等外设，赋予业务办理能力 依托NLP自然语言理解和大数据知识图谱能力，胜任通用闲聊、业务咨询等服务 机器人能够与人进行语音对话，具有语音输出功能，可以胜任品牌宣传、迎宾接待、天气问询等多种功能。 百度大数据平台 构建全场景、领先强大的数据平台能力，覆盖数据收集、存储、处理与分析、智能服务和数据应用全流程。具备端到端一站式、简单易使用、开放灵活组合的产品特性。加速企业数字化建设创新。 数据智能平台 专注于石油石化领域，以数据为核心的模型训练、服务平台。产品适用于具备一定信息化和数字化能力的企业。用户可通过数据分析，运用机器学习结合深度强化学习算法，零代码实现石油石化企业数字化、智能化。 价值主张：解决石油石化领域知识、思想、经验不断沉淀和积累及知识转化为应用的问题。 业务场景 — 综合收率分析 — 关键影响因素分析 针对反再分馏等核心部分的偏差参量数据，经影响度分析，发现以下参量的偏差对综合收率影响比较显著。 对影响度较高的参量做回归，其中标注灰色的是相关显著度高的参量 业务场景 — 综合收率分析 — 关键影响因素分析 针对反再分馏等核心部分的实时参量数据，分析各参量影响度。 对影响度较高的参量再做回归筛选，其中标注灰色的是相关显著度高的参量 业务场景 — 工艺参数实时优化 方案实现价值 痛点描述 1.人：降低工艺工程师技术门槛2.机器：更加智能化，设备自动调试，参数自动调优3.工艺&原料：梳理复杂的行业机理，构成石油石化工艺知识大脑 1.人：工艺工程师人才稀缺，培养周期长2.机器：设备故障影响大，调试时间长3.工艺&原料：生产过程用料多，有较大优化空间 业务场景 — 生产排程调度 1.只能按照石油石化产品可完成率单一指标上去进行排产调度2.插单多，调度产品的快速调整难度大3.资源（人，机，料）的等待和浪费情况验证4.实时生产进度不可视，决策层信息获取慢 1.实现石油石化流程合理化、设备效率最大化、操作条件最优化、系统运行最佳化，在提高企业经济效益的同时实现节能降耗。 2.同等准确率情况下，计算速度提升50倍，减少时间差影响，实现实时调度 3.生产全景监控，实时洞察执行和计划之间的差距 业务场景 — 异常预警分析 石油石化设备数据分析预警解决方案 痛点描述 方案实现价值 1.对石油石油石化产线来说，生产设备参数和质量监测指标众多，工作人员查看工作量大，无法做到及时预警 1.依据全量实时数据，第一时间进行异常预警，及时止损2.分析异常原因，尽早定位问题、可避免批量问题产品出现3.减少石油石化生产中成本和时间上的浪费 智能预警模型（趋势，同比，稳定分布，周期，综合处理……..） 2.设备或质量异常可造成批量产品出现问题，甚至导致生产被迫停工等情况 3.寻找缺陷成因难：不同类型石油石化产品由不同参数和因素影响，无法及时找到根因 工业互联网平台解构 业务场景 — 设备预测性维护 设备和零部件的故障/损耗是常见的一种工业损耗。在不可预测的情况下，这种损耗常常引起产线停工，影响生产效率。更有甚者，它会导致严重故障和生产事故。预测性维护是通过对设备状况实施周期性或持续性监视来评价在役设备状况的一种方法或一套技术，用来预测应当进行维护的具体时间、部件，以减少非计划性停机，提升设备使用效率。 业务场景 — 数字孪生，打通人、机、物的连接 数字孪生体系的成熟度模型反映了生物进化、个体成长以及社会发展规律。数字孪生体不仅仅是物理世界的镜像，也要接受物理世界实时信息，更要反过来实时驱动物理世界，而且进化为物理世界的先知、 先觉甚至超体，最终形成可以互相共享智慧的数字孪生体社会共智 综合型业务场景 — 智慧供应链 目标：统一优化原油采购、运输、生产、物流、产品销售，在整个产供销存管理与各业务领域层面，建立集成的信息系统支持环境与工具；功能：包括产供销存大数据平台、产供销