AI+可信范式激活数据价值，赋能扬子石化设备管理

优秀奖－技术创新奖 AI+可信范式激活数据价值，赋能扬子石化设备管理 石化行业作为国民经济的重要支柱，属于重资产型行业，设备是企业生存发展的核心。但石化设备信息化管理中存在“信息孤岛”突出、产业链内外数据互联互通难、数据价值未充分释放等痛点，制约了设备运维效率与企业高质量发展。中国石化扬子石油化工有限公司携手联通（江苏）产业互联网有限公司、中国联合网络通信有限公司江苏省分公司，以“可信标识数据流通技术+设备域湖仓一体数据中台+AI智能”为核心，重构传统石化行业设备智能管理新范式，打通设备全生命周期数据断点。 一是构建设备全数据平台，依托可信空间共享开发数据。构建扬子石化设备“全数据”平台，集成PI、ERP、LIMS等31个设备域系统数据，形成标准数据治理体系。数据涵盖27万余台套设备全量数据、5亿条静态数据，日动态数据达2000万条，搭建80余 个主题库，数据存储量达6.3TB。汇聚方式上，与设备制造厂商、科研院所等机构通过可信数据空间实现数据共享，联合开发数据产品，依托数据产品与价值分成构建可持续盈利模式，保障数据动态更新与协同价值释放。 二是构建核心技术架构统一数据标准，打造智能运维体系。以“可信数据空间+湖仓一体数据中台+AI”为核心技术架构，统一企业设备域数据标准，解决数据格式不统一、互通难的问题。依托可信标识的唯一身份认证与可信流通技术，实现跨域跨部门数据可信流转，串联设备全生命周期流程数据，打破“信息孤岛”。基于AI构建“感知－分析－决策”智能运维体系，通过实时分析隐患与风险、匹配时序特征预测故障，为设备管理提供智能支撑，填补传统运维模式的精准度与效率短板。 三是搭建数据中台支撑智能应用场景，赋能设备管理推动运维模式转型。数据中台形成433类设备画像、500余个设备健康指标及80余个设备健康主题库，支撑多类智能应用场景。设备状态预警场景实时监测设备运行数据，及时发现异常；故障预测场景依托时序数据特征分析，提前预判故障风险；智能交互场景实现设备问数、设备问视频、设备问诊等便捷应用，让设备管理更高效。通过数据赋能，实现石化设备“安稳常满优”运行，推动企业从传统设备运维向数据运营转型。 四是数据驱动优化设备管理，共享协同赋能产业生态升级。经济社会效益显著，企业层面通过数据驱动优化设备管理，保障生产 连续性与稳定性、产品质量一致性，降低运维成本；行业层面，可快速复制到流程制造业企业，赋能我国高端制造业发展，快速提升工业制造水平。通过与设备制造厂商、科研院所共享数据、联合开发，构建开放协同的产业生态，推动石化行业设备管理数智化升级。 优秀奖－应用实践奖 数据要素赋能“中国盐穴储气第一库”打造能源“地下粮仓” 金坛储气库作为“中国盐穴储气第一库”，是保障长三角能源安全的“地下粮仓”，注采运行是其安全生产的核心环节。但传统注采任务依赖人员经验，长期存在“注采效率低、智能水平低、能源消耗高、安全风险高”的“两低两高”痛点，严重制约随注随采优势，给安全生产带来极大挑战。国家管网集团储能技术有限公司聚焦数据要素，打造全国首套盐穴储气智能注采大模型，通过多维度数据跨域聚合构建“感知－决策－控制”闭环，精准赋能储气库数智化建设，推动储能行业高质量发展。 一是搭建湖仓一体化平台打通数据壁垒，汇聚整合数据。搭建湖仓一体化平台，打通多系统、内外部数据壁垒，实现数据管理“一张图”。汇聚结构化数据1.23TB，涵盖腔体及井数据等勘探开发数据、压缩机与脱水装置等地面设备数据、运行参数及能耗数据等生 产运行数据；整合非结构化数据2.1TB，包括井场拓扑关系、工艺图纸等，实现从设计到运营的全生命周期数据高效利用。高质量数据集通过权威机构数据质量评估，填补国内相关领域空白，为大模型训练和应用提供坚实数据支撑。 二是采用全链路技术架构重构注采管理，构建数据交易机制推动价值协同。采用“感知－决策－控制”全链路技术架构，重构注采管理模式。感知层以湖仓一体化平台为核心，实现多源数据高效整合；决策层采用大模型、智能体、多种算子相融合的智能决策技术路线，以及机理模型、机器学习与规则驱动三位一体的建模范式，建立“历史经验+实时数据”迭代训练机制，持续更新自适应边界，让注采气策略更快速、精准、安全；控制层将复杂工艺与设备重组为186个功能单元，开发4200个功能逻辑，利用AI-PID技术实时监测生产动态，实现压力、流量等过程控制“无缝衔接”和工况智能控制。同时构建数据流通交易示范机制，通过上海城市可信数据空间平台进行数据交易，推动数据价值跨业协同。 三是应用智能注采大模型优化方案，推动注采管理模式三大转变。智能注采大模型实现5分钟内输出最优注采方案，响应时间提升6倍，彻底改变传统依赖人工经验的低效模式；注采效率提升20%，有效发挥储气库随注随采优势；人工运维成本减少10%，降低运营负担。管理模式实现三大转变：从“经验驱动”转向“数据+算法双核驱动”，从“被动响应”变为“主动预测”，从“单点控制”实现“全局协同”，确保储气库“注得进、存得住、采得出、管得 优”。 四是提升效益保障运营与平稳用气，支撑转型赋能协同打造范式。经济效益上，通过效率提升、成本降低、安全保障，实现储气库高质量运营；社会效益上，有力保障长三角地区管道沿线企业和人民平稳用气，切实发挥“地下粮仓”的能源保障作用。项目对内支撑油气储运行业数字化转型，对外赋能产业链协同创新，将数据价值从“内部降本增效”延伸至“跨业协同创新”，为盐穴储气库乃至储能行业发展打造全新范式，具有广泛的推广应用价值。 优秀奖－技术创新奖 基于数据驱动的油气产业链智能生产与协同应用 天然气产业链点多线长面广，数据与技术难以实现统一高效共享，严重限制生产运营效率。昆仑数智科技有限责任公司聚焦油气“产、运、销”全链条，构建集团级统一数据流通利用环境，深度融合昆仑大模型的垂直领域专业知识与全链路智能协同技术，推动传统产业链向“数智共生”跃升。 一是整合内外多源多模态数据，构建要素体系筑牢智能应用底座。全面整合多类型、多领域数据，涵盖油气生产现场各类实时数据，打通资源、调节、销售等多业务领域核心数据，采集气象、市场行情等外部公共数据，同时集成结构化、视频、时序等多模态数据。通过构建“内部全链条覆盖、外部多源融合”的数据要素体系，形成12类27项业务指标，打造高精度数据底座，支撑产业链全流程智能应用。 二是搭建统一流通环境赋能数据共享，以标准化处理支撑市场 交易。搭建集团级统一数据流通环境，形成完整的数据资产全景图，实现数据跨业务、跨部门高效共享。建立标准化数据处理流程，保障多模态数据的一致性与可用性，为智能算法与大模型应用提供高质量数据支撑。积极探索数据市场化流通路径，形成数据集、数据服务、数据报告、数据模型等多类产品，部分产品通过数交所挂牌上架、产业链企业协同等模式实现流通交易。 三是“大模型+智能体”贯通油气三侧场景，智能升级实现提质增效降风险。以昆仑大模型与多角色智能体协作技术为核心，贯通资源、调节、销售三侧场景。资源侧动态监测国产气、进口气供应情况，实现精准勘探；储运侧结合LNG船期、储气库注采能力等因素，释放调峰能力，推动“人为调优”向“智能调度”转变；销售侧构建销量预测模型，自动生成10－15日产销平衡方案，实现“经验主导”向“智能决策”转变。应用成效显著，算法驱动精度提升50%，应急处置时效提升80%，断供风险降低30%。 四是降本减损收益显著，保供稳能引领能源产业数智转型。经济效益上，避免关井限产导致的经济损失约5亿元/年，降低生产调度和协调成本约0.6亿元/年；社会层面，提升民生保供时效，保障能源供应稳定，为能源安全提供技术支撑；产业层面，打造能源行业智能生产与协同应用新生态，赋予油气产业链“预测更准、调配更稳、响应更快”的智慧动能，为传统能源产业数字化转型提供可复制方案。 优秀奖－商业价值奖 大型旋转机械装备智能安全故障诊断关键技术助力设备生命周期 健康管理 大型旋转机械装备是工业生产的核心资产，但行业长期面临故障预警难、诊断滞后、非计划停机损失大等痛点，传统运维模式高度依赖人工经验，响应效率低，易引发恶性事故与巨额停产损失。沈阳鼓风机集团测控技术有限公司基于“沈鼓云”工业互联网平台，构建覆盖设备全生命周期的数据智能运维体系，通过自主研发的DA8000采集终端与云端智能诊断平台，实现旋转机械从“事后抢救”到“事前预防”的运维模式跃迁，已服务全球4000多套大型机组，近三年为客户新增经济效益385.7亿元。 一是全面整合四类核心数据，采用直采方式与服务模式形成闭环。全面整合四类核心数据，包括设备实时采集的时频域振动特征值、波形、转速等数据，DCS/PLC等生产控制系统的压力、温度、流量、开度等工艺运行数据，Lims等系统的检测化验数据，以及涵 盖11大类5000余种故障模式、210.95万条样本的故障样本数据和维修记录数据。数据通过采集终端直采方式获取，不依赖外部授权；采用“硬件+年度服务费”模式，客户采购监测硬件或订阅平台服务，平台持续获取设备运行数据用于模型优化与服务升级，形成“数据－服务－数据”的可持续闭环。 二是自主研发终端平台搭建全链路架构，融合技术样本支撑诊断。自主研发DA8000采集终端与云端智能诊断平台，搭建“终端采集－云端分析－智能决策”全链路技术架构。融合容器化微服务、时序数据引擎与自适应深度决策树算法，结合故障样本库与无量纲免疫诊断技术，突破传统人工经验依赖的局限。实现故障早期精准识别，将响应时间从24小时缩短至4小时，有效破解故障预警难、诊断滞后的行业痛点，为设备全生命周期健康管理提供坚实技术支撑。 三是覆盖设备管理四大核心应用场景，依托数据驱动预测性维护转化决策依据。数据应用覆盖设备状态评估、故障智能诊断、寿命预测与维修策略推荐四大核心场景，具体应用于机组启停评估、实时预警、远程会诊与预知维修等关键环节。通过数据驱动的预测性维护，将设备运行数据转化为精准决策依据，平均降低客户维修成本30%，提升运维效率30%；近三年成功避免128起重大事故，最大限度减少非计划停机损失，为下游应用企业创造显著价值。 四是推动运维模式变革，共享脱敏数据构建产学研协同生态。经济效益显著，近三年为客户新增经济效益385.7亿元，推动工业 运维降本增效；社会效益突出，构建覆盖5000+故障模式的行业知识库，实现工业故障数据的资产化与标准化，通过数据驱动的安全预警机制，有力保障国家能源战略安全与人员生命安全，推动工业运维模式向智能化变革。同时，通过数据交易、战略合作等方式，向多所高校提供脱敏后的故障样本数据，支撑学术研究与算法模型验证，初步构建“产学研用”协同的数据流通生态。 优秀奖－商业价值奖 以数据驱动绿色能源新模式 充电器制造行业传统质检模式面临三大核心痛点：人工质检效率低且一致性差，SMT产线人工目检耗时久、漏检率波动大，人力成本高昂；通用视觉检测设备对行业特殊工艺适配性不足，误报率高且无法快速响应新产品需求；质检数据与专家经验未有效利用，知识传承难、缺陷根因分析效率低。东莞市奥海科技股份有限公司基于6年积累的2800万张高质量标注缺陷图像和质检专家经验知识库，构建AI质检数据平台，已在5条产线试点应用，AI检测准确率达97.8%、漏检率从3.5%降至0.8%，探索向行业输出数据服务新模式，推动工业质检从人工检验向数据智能转型。 一是全面整合四类PCB核心数据资产，搭建多元汇聚机制保障数据持续迭代。全面整合四类核心数据，核心数据资产为PCB缺陷视觉图像数据，6年累计采集2800万张图像（约380GB），含32类缺陷样本200万张，每张图像关联拍摄时间、产品型号等结构化信息；沉淀质检专家经验知识数据，包括800+条判定规则、1200+个典型案例等，结构化数据约45GB；关联采集生产过程数据，涵 盖工艺参数、物料批次、设备状态、MES（生产执行系统）生产追溯数据等，累计约150TB；引入外部验证与标准数据，包括第三方质检标注、客户