百度AI助力石油石化数智化转型

百度AI助力石油石化数智化转型数字资产化，资产价值化01

百度智能云介绍02

石油石化数智化的理解03

百度数智化解决方案学术成就国际第一梯队年度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•ICCVVOT2019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•NeurIPS2019:Learn

to

Move强化学习竞赛冠军•…

…人工智能专利数中国第一百度全球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关键技术全栈布局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…

…

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大实验室百度研究院

百度AI新基建版图01

百度智能云介绍02

石油石化数智化的理解03

百度数智化解决方案全球石油石化行业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。石油石化行业AI技术专利地域分布图*数据源自Gartner分析报告

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%。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。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。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：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。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。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。未来分析与展望2020下半年重点工作抓手2020上半年，国内油气行业形势严峻生产—数据未集成

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供应—缺乏平台协同

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

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

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

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

当前石油石化企业主要面临挑战营销与财务—工作繁杂、标准不统一运营—保障手段有限供应链协同优化：多工厂协同计划、

生产订单和作业计划生产过程优化：覆盖计划、

物料、

设备、

工艺、

设备、

能源、

辅材、

安全、

环保全方位智能运营、

辅助决策：基于生产全过程的运营指

标管理精细化，精准决策支持QHSE标准化：全企业统一的质检标准、

工厂执行、自动判定，SPC分析等能源、

设备综合管理：实现设备的自动取数、

状

态监视、

停机记录、

设备台帐、

设备维护维修。

打通采购、

仓储、

使用、

监测、

预警、

维修全流

程准确性实时性便捷性精细化

数智化转型诉求全流程风险管控

降低运营风险精细化体系

精准决策支持创新经营模式

增加盈利保障夯实智能制造

提高核心竞争力泛在感知、

高速互联和智能融合—数字化、

网络化、

智能化数

据

资

产

化资

产

价

值

化系统化真实性01

百度智能云介绍02

石油石化数智化的理解03

百度数智化解决方案

百度助力石油石化领域价值主张愿景既懂油气业务，又专精技术助力石油石化企业数智化转型优势积累领先、

自主可控的AI技术l领先的AI技术能力

：视觉、数据l端到端自主可控

：昆仑芯片+飞浆框架+算法模型落地经验和服务能力l丰富的落地案例

，完善的生态体系及交付方法论l

原厂现场支持等服务开放的产品l授人以渔的开放能力

，支持客户、伙伴自主迭代模型数据资产化资产价值化保质

增效质量标准稳定、可控借助边缘计算、云边端协同，更快发现、定位、处理问题将工程师脑中的质量标准、工艺等行业Know-How沉淀为模型减少80%质检人力ROI

12-18个月数据和知识资产化降本

百度智慧油气整体架构场景应用层网络服务（

EIP/BLB/VPC）存储服务（

BOS/CDN/TSDB）计算服务（CPU/GPU/FPGA）能力层物联网接入设备数据系统接入视觉采集设备智慧供应链数字孪生边缘计算智慧巡检节能策略全局效率工艺参数优化工艺知识库管理AR方案生产排程优化智能运维石油石化生产数据智慧油气血液—大数据智慧油气神经—IOT智慧油气大脑—AI计算层物解析物可视物接入大数据标注大数据分析大数据获取机器学习深度学习图像数据标注数据采集层 AI中台建设发展阶段AI中台建设是企业智能化升级的必经阶段第一阶段第二阶段第三阶段第四阶段分散应用垂直深化企业AI中台企业AI大脑•

建设全公司统一的AI中台平台，避免资源重复建设和浪费•

整合现有AI应用，对接到AI中台•

办公领域：人脸识别、门禁闸机•

业务领域：巡检、安全管理•

AI全面应用于业务和管理•

AI成为企业持续创新的竞争力核心•

深化、探索更多AI应用场景•

更多业务领域如经营管理阶段阶段特征•

试探性尝试AI应用目前所处阶段智能对话智能硬件业务知识搜索人脸闸机行业知识图谱安全巡检数字孪生智慧工厂AR应用人脸识别语音ASR/TTS自然语言处理NLP场景化定制平台BMLEasyDL数据集成数据标注数据处理模型训练模型管理

模型分发服务推理函数计算接入设备AI推断智能边缘管理平台模型生产管理边缘设备BIE-SDKBIE-SDK数据中心基础设施深度学习框架知识中台AI中台云边协同 应用层

平

台层基础层石油石化数智化百度AI大脑全景图CaffeTensorFlowPyTorchPaddlePaddle飞桨设备OEE预测性维护FPGA昆仑XPU私有云GPU一体机IOT-Edge智能办公智慧质量、安全智慧供应链无线投屏知识库对话智能平台智能机器人来电秘书智能翻译平台知识关联知识挖掘视频图像AR/VR知识图谱KG知识应用数据接入内容理解知识分类知识聚合图谱构建知识标签BIE-SDK智能边缘运行包大数据赋能IOT赋能AI赋能知识下行数据上行

百度AI特征•

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功能全面部署灵活•

全栈AI技术•

全流程专业AI开发平台•

端边云协同•

省地市分级部署技术领先自主可控

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。常减压优化结焦倾向预测二次加工原料优化切割点预测

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。线性拟合智能算法平均误差25.63%5.18%开发深度学习油品物性分析算法开发深度学习油品物性分析算法*数据源自某设计研究院业务场景—智慧巡检助力石油石化走向新时代

AI赋能

大数据赋能

IOT赋能生产厂房可视化运维

石油石化生产设备的全息化智能巡检

生产线路抢修

现场安全作业管理AI技术中台大数据分析数据仓库集群平台机器学习应用解决方案一片云一个库一张感知网络图像&语音&视频

自然语言&知识图谱增强现实&自动驾驶基础云计算连接：接入、

解析理解：存储、

建模唤醒：AI边缘计算位置&影像&轨迹&出行数据分析通道三维信息系统（

BIM）通道地理信息系统（GIS）物联网网络（NB-IOT/LoRa/GPRS/WIFI/蓝牙/GPS+有线）企业私有专网VPC

百度云专线ETAI体系能力非结构化数据：BOS结构化数据：RDS时序数据：TSDB定制化平台场景化能力计算框架大数据库地图开放平台云能力层感知对象芯片&无线模组应用层感知层地图层AI中台物联网物联网网关设备厂房监控设备人员Q园区传感器交换巡检内容数字化管理快速辅助故障排除一键生成报表业务场景—智慧巡检能力设备外观检测，设备状态识别设备表计检测与读取智能机器人大数据赋能IOT赋能设备破损设备异位线路起火AI赋能线路冒烟跑冒滴漏AR眼镜摄像头无人机•

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—AR解决方案大数据赋能IOT赋能AI赋能

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：

异常处理步骤无沉淀，处理周期长

人员流动性大，工艺知识没有积累

作业类型多，工艺复杂

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）

简单便捷的搜索体验

可视化工艺路径，设备维修，质量异常的处理步骤

支持自定义知识模块信息

同时支持端内&端外搜索

支持个性化定制

快速部署&简单运维

员工培训效率低

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：大数据赋能IOT赋能AI赋能无人机搭载轻量型、

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。数据同步

AI智能中台机载边缘AI终端业务场景—AI边缘计算方案统一管理易部署可见光IPC

热成像IPC

三维激光扫描功耗低算力强尺寸小温宽大边缘AI解决方案无线专网/5G物联管理平台无人机环境边缘AI节点大数据赋能IOT赋能边缘交换机AI赋能协同/无人机根据用户信息，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用户画像配备高性能触摸屏

，

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

业务

办理依托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。

整合百度人脸识别、语音、

NLP技术于一体

高精度的SLAM，准确的建图避障

软硬结合的对话控制策略，打造最佳的人机交互体验

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

业务场景—服务机器人服务机器人功能概述场景1顾客机器人管理平台搭载先进的slam技术，结合对话场景，引导用户到指定的业务办理地现场监控机器人控制问答干预服务配置$场景2顾客场景3顾客≤--

->

运营平台远程服务疑难解答远程服务疑难解答远程服务疑难解答数据回传影像采集数据回传影像采集大数据赋能IOT赋能远程管理平台AI赋能自主导航语音互动智能问答人机交互点流式计算

BSC搜索分析

BES

日志服务BLS亚秒级计算

SQL

&

DATAFLOW在线INDEX等优化集成百度NLP能力日志采集

日志分析

日志投递计算资源

存储资源

网络资源

云原生资源编排调度构建全场景、

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。数据可视化与BISugar丰富图表3D炫酷大屏多数据源支持自助实时BI

智能交互数据湖管理与分析平台EasyDAP（

EDAP）数据湖管理

数据治理数据开发

数据服务数据集成异构数据源与目的批量与增量集成可视化ETL完备的组件hadoop/spark等应用方案分析平台存储计算基础设施通用（互娱）方案数据上云

日志分析云上数仓流式计算智慧石油石化

智慧金融

智慧城市可视化开发Studio离线处理

实时计算作业调度

监控运维城市数据治理城市驾驶舱交通指挥中心

医疗服务中心百度大数据平台元数据统一管理数据权限体系数据资产目录交互式分析数据API服务数据交换实时数仓

PALO实时CURD资

产

价

值化

数

据

资

产

化超高性价比auto

scaling,竞价实例数据标准数据质量数据血缘托管大数据平台

BMR多场景应用实践实时风控智能投顾客户画像智能运维智能生产设备画像智能获客反欺诈大数据赋能IOT赋能AI赋能MPP,物化视图多级安全机制SQL兼容性数

据

安

全…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。

石油石化数据智能

提升利润提高质量增加营收

设备智

能

产

线

智

能

企

业

智

能

数据智能平台AI应用AI

中台基础设施基础云石油石化视觉智能IoT异常监管参数优化排程调度…智能预测排程调度异常预警故障诊断能耗优化工艺优化大数据赋能IOT赋能AI赋能实际综合收率与关键参量偏差影响值拟合结果对比红色：拟合结果黑色：实际收率

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。影响度较高的偏差参量影响值循环油浆上返塔流量调节CLHYT_TZI216.PV29.73918催化干气进塔温度CLHYT_TI41420.21191机401B入口压力调节CLHYT_PIC45115.03733粗汽油至提升管反应器流控CLHYT_FIC23514.8829预提升蒸汽流控CLHYT_FIC21613.12429预提升干气流控CLHYT_FIC21513.05352容807界位指示CLHYT_LI8189.65166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参量偏差影响值对综合收率影响度排序图示例关键参量偏差拟合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。参量均值对综合收率影响度排序图实际综合收率与关键参量均值拟合结果对比影响度较高的参量影响值CLHYT_PDIC227.PV待生滑阀压降3.076428878CLHYT_FI231.PV原料油总瞬时流量2.843876916CLHYT_FIC235.PV汽油回炼瞬时流量6.33241819CLHYT_FIC216.PV预提升蒸汽瞬时流量3.585729157CLHYT_DI215.PV再生斜管密度2.984413076CLHYT_PIS2813A.PV产汽压力8.175606398CLHYT_TI373.PV一中返塔温度2.585133425CLHYT_LIC302.PV分馏塔液位7.25226464CLHYT_FIC312B.PV一中流量8.163904248CLHYT_FI343.PV冷原料瞬时流量14.68766857CLHYT_FI340B.PV热原料累计流量2.828056902CLHYT_FI363.PV0#柴油瞬时流量5.585084144CLHYT_FIC702.PV贫液流量6.565997962CLHYT_LIC702B.PV液位6.481172677CLHYT_LIC815.PV抽提塔塔顶液位2.915989295

业务场景—综合收率分析—关键影响因素分析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红色：拟合结果黑色：实际收率示例根据相关显著程度筛选模型训练将人工经验转换为参数调优参数调优AI替代技术工程师进行实时动态调参方案实现价值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

知识大脑痛点描述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—工艺参数实时优化专家经验行业机理参数接入强化学习

模型仿真环境模型评估模型预测AI技术代替人脑调整参数AI学习人工经验及调参逻辑环境构建大数据赋能IOT赋能AI赋能痛点描述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

取慢方案实现价值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。同等准确率情况下

，计算速度提升50倍

，减少时间差影响，实现实时调度生产全景监控，实时洞察执行和计划之间的差距

业务场景—生产排程调度获取调度排程的基础数据策略模型及算法开发经算法运算后调整排程计划生产工艺数据生产时间数据班组数据机台任务数据EBOM/PBOM工艺数据标准产能数据报工数据异常数据实际生产数据ERPDCS

MES

SI

SPLC1.2.3.生产工序计划物料需求计划计划结果反写回调度系统订单/工序计划结果大数据赋能IOT赋能AI赋能

业务场景—痛点描述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方案实现价值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

…

…

..）IoT平台/数据接入模块响，无法及时找到根因石油石化设备数据分析预警解决方案异常预警分析BIEAdapterBIEAdapterBIEAdapterBIEAdapter催化裂化塔大数据赋能IOT赋能AI赋能加热炉精馏塔蒸馏塔机泵↑传统工业SaaS工业APP基于平台孵化的APP应用业务使能服务百度工业互联网平台工业APP市场工业视觉智能平台模型测试模型发布工业APP市场运营工业APP购买工业APP发布工业APP管理PaaS层IaaS层边缘层数据管理模型训练基础算法库机理知识SaaS层资

产

价

值

化数

据

资

产

化语音交互语义识别数据管理（数仓/元数据）边缘计算运行框架设备接入协议解析其他边缘AI应用用户中心计费中心统一日志故障处理通知中心设备配置可拖拽展示业务配置告警配置……物可视IoT核心套件边云协同模块时序数据库……数据可视化网络存储数据治理……虚拟化服务器数据集成AI质检……监控告警厂区巡检模型训练数据管理算法库设备预测性维护智慧石油石化数据标注……能效优化PDMMES标识体系APSAI使能服务工业交互智能平台工业数据智能平台物联网平台大数据平台云基础设施大数据赋能IOT赋能运营支撑AI赋能人

机

料

法

环全要素知识生产智能化机器数据数据建模+机理模型数字孪生工业互联网平台可按全要素、

全产业链和全价值链进行解构，其本质是对这些元素和资源进行重构、

优化配置。柔性供应链线下线上融合供应链金融产品生产自动化机器物料机理模型实体空间传统供应链线下集群银行贷款打破企业、

区域、商业边界微笑曲线向数据驱动闭环转变推动工业生产从

3.0向4.0转变全价值链全产业链工业互联网平台解构设计研发供应链金融链服务运维大数据赋能IOT赋能AI赋能生产制造空间链统计模型K-means

SVM结合振动模型

降雨模型物理模型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。通用设备可靠性框架气象/地理

数据SCADA数

据设备出厂数据历史维修记录业务场景—设备预测性维护显著缩短维修停机时间

，提高发电量精确的大部件失效预测模型精确的故障预测模型精确的异常预警模型显著降低库存模型预测结果分析大数据赋能IOT赋能维修策略优化库存策略优化石油石化装置AI赋能气象模型生存曲线数化物理世界的数字化先知

：左脑装备仿真互动

：神经共智万物互联共享资源先觉

：右脑未来模型互动实时数据互联互通对象操作共智：社会体系资产管理模拟仿真过程仿真测量感知人机交互数据展示数字资产资产追溯数字建模装备建模

过程建模测量与控制界面

：五官应用系统资产共享数据分析历史模型数化：躯干血液对象控制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。先知基于明确机理模型地运算先觉基于模糊逻辑模型地推测大数据赋能IOT赋能物理实体对象AI赋能

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、产供销存协同调度、产供销存一体化优化、产供销存指标可视化和产供销存影响因素关联分析与绩效管理等功能，为不同的业务提供支撑；产供销存大数据平台大数据分析模型基于分子炼油原料性质分析模型大数据管理平台（流程集成、

数据集成）产供销存协同调度产供销存指标可视化原油石油石化生产仓储物流产品销售建立全球油品移动系统（GOM），对供应链业务一致性需求进行预测

与供需平衡分析；建立供应链与物流管理系统，对供应链各业务环节计划与调度协同管

理

；

原油运输及库存产品库存设备运行情况能耗情况HSE

仓储物流直销批发零售市场情况销售合同管理物流监控结算管理油库库存管理埃克森美孚（Exxon

Mobil）巴西石油（

Petro

Bras） 采购合同管理采购订单管理

生产过程监控产品出厂管理

石油石化生产

物流与销售生产调度管理产品库存管理成品油外

采计划运输优化电子商务系统有限公司原

油管理系统ERP（直销、批发）CRM系统一体化物流

管理系统外部市场数据加油站零售

管理系统产供销存影响因素关联分析与绩效管理MES系统原油资源配置优化计划优化系统供应链绩效分析生产计划优化客户分析销售量分析原油采购优化生产分析市场行情分析运输分析产品需求分析成品油配置

计划优化产

供

销

存一

体

化平

台产供销存一体化优化船期优化销售计划需求预测生产计划优化模型运输调度管理销售订单管理风险评估模型需求预测模型石油石化生产石油石化行业工业互联网应用主要集中于安全生产、生产管控、大机组装备效率优化等场景。应用层一、安全管理。利用工业无线、

5G、

NB-IoT等网络技术，可实现石油石化行业安全相关信息的全面感知和汇聚，建立包含生产装置运行参数、厂区的生产动态信息、人员操作信息等关键数据的信息平台。并结合人脸识别、机器学习等分析技术构建关键生产装置、现场作业、人员、环境的全局化监控体系，对异常状态和安全风险能够实时报警。案例

：中石化建立了贯穿总部、企业和现场的三级一体化应急平台,实现了重点环境排放点100%实时监控与分析，支撑了关键区域事故模拟分析及抢险预演。二、生产管控。主要通过数据技术和网络技术对企业资源管理、供应链管理、制造执行系统、先进控制系统、分布式控制系统等系统进行综合集成，从而构建实时感知、及时响应的生产管控一体化平台，实现企业从原油选择、采购、生产加工过程到石化