《物联网 油气长输管道智能化分级与评价方法》

1本文件适用于油气长输管道或管段运行阶段的智能化水平评估，设计和建设阶段可参照适用相关3.13.23.3在标准统一和管道数字化的基础上，以数据全面统一、感知交互可视、系统融合互联、供应精准3.4油气长输管道智能化分级intelligencegrad油气长输管道依托物联网、数字孪生等智能化手段，在数据共享、系统集成、组织效能、安全防3.526.1.2评估过程中可根据组织现状和业务目标明确被评估对象与评分项描述越接近则评分值越高，每个二级参数得分为其五个评分项得分之和。完成二3开始对油气长输管道智能化建设基础和条件进行规划，具备技术搭建初步条件，人员明确基础职责，资源配置基础设备设施，能够对关键核心业务进行流程化管理采用自动化技术、信息技术手段对阀室、储罐、压缩机等主要设备和核心业务进行升级改造，人员明晰岗位分工并制定适宜的智能化人才培养机制，资源完成基础设备设施改造，主要核心业务实现信息化，实现单一业务场景内数据共享建成统一集成的泛在感知基础设施，阀室、储罐、压缩机等主要设备和核心业务实现远程监控，人员以及组织架构持续优化并实现高效调配，资源以及算力网络基本具备，主要信息系统实现集成，能够实现跨业务活动的数据共享建立全面统一数据标准，阀室、储罐、压缩机等主要设备和核心业务场景实现数字孪生，建立完善的员工技能与知识体系，算力设施满足企业核心需求并具备开展海量数据挖掘分析处理能力，能够基于全生命周期数据实现综合性预判和一体化管控。形成系统全面的油气长输管道知识体系和模型库，实现对核心业务的精准预测和优化；实现人员知识、技能和经验的数字化提取及呈现，资源能够实现智能协同适配，具备自适应优化能力，支撑以数据和知识为核心的数字化、智能化和平台化管理。需求和实际情况调整智能化水平参数权重，但任何权重的调整都应在评估报告中进行明确的说明并阐评估要素权重46.3.1概述油气长输管道智能化水平计算方法应根据评估对象情况确定评估要素各个层级评分值以及一、二6.3.2二级参数得分计算方法6.3.3一级参数得分计算方法6.3.4评估要素得分计算方法56.3.5管段智能化水平得分计算方法S=Σ(R×α)（4）6.3.6管道智能化水平得分计算方法67.2.1组建评估组化专业，应确认一名组长。组长应当具备高级职称且从事油气储运、物联网、信息化等管道7.2.2编制评估计划评估组应编制评估计划，评估计划应至少包括评估目的、评估范围、评估任务、评估人员、评估7.2.3资料收集a）了解管道概况，全面、准确收集覆盖管道基础参数、设备台账、智能化手段应用情况、信息c）从资料完整性、评估组专业匹配度、现场勘察条件、数据可获取性等维度，确定正式评估实7.3.1首次会议77.3.2采集评估数据在实施评估的过程中，应通过适当的方法收集并验证与评估目标、评估范围、评估准则有关的数据，包括与油气长输管道业务管理相关的职能、活动和过程有关的信息。采集与验证宜使用访谈、观7.3.3形成初步评估意见应对照评估准则，将采集的数据与其满足程度进行对比形成初步评估意见。具体的评估意见应包括具有数据持的符合事项、良好实践、薄弱环节以及改进方向。评估组应对初步评估意见达成一致，7.3.4智能化水平级别判定7.3.5形成评估报告（2）油气长输管道智能化水平评估报告有效期为3年，有效期内管道发生重大智能化改造、重7.4.1沟通评估结果7.4.2末次会议7.4.3评估结果应用8（资料性）油气长输管道智能化水平评估参数A.1技术要素技术要素评估参数见表A.1。表A.1技术要素评估参数要求评估要素一级参数二级参数评分项ABCDE评分区间（0～20）评分区间（0～20）评分区间（0～20）评分区间（0～20）评分区间（0～20）技术数据数据采集能够实现人工采集业务活动所需的数据基于二维码、条形码、RFID、现场传感器等手段，实现数据釆集釆用传感技术以及PLC、RTU等手段，实现关键业务场景数据的自动采集建立统一的数据编码、数据标准、数据交换格式和规则等，能够有效整合数据资源建立完善的数据集成体系和有效的数据治理体系，实现油气管道全流程、全过程的数据实时采集数据共享按照数据需求进行单一业务场景数据开放共享实现部门级或同一业务领域的数据开放共享建立有效机制审核数据开放共享需求的合理性，并确保共享数据质量具备统一的数据开放共享策略，能够实现跨部门或跨业务数据资源整合共享能够与产业链形成完善的数据交互体系数据应用基于工程及生产经验开展数据分析基于信息系统数据和人工经验开展数据分析，满足特定范围的数据使用需求制定数据服务目录，可提供浏览、查询已具备的数据服务。统一数据服务对外提供的方式,规范数据服务状态监控、统计和管理功能建立常用数据分析模型库，支持业务人员快速进行数据分析及应用具备各类数据分析模型算法，具备结合生产过程对模型实时优化的能力，能够实现基于数据和模型的精准预测表A.1技术要素评估参数（续）9评估要素一级参数二级参数评分项ABCDE评分区间（0～20）评分区间（0～20）评分区间（0～20）评分区间（0～20）评分区间（0～20）技术数据数据质量能够对数据质量进行相关的管理具备满足需求的数据质量评估指标，并建立数据质量规则库量化衡量数据质量规则库运行的有效性，持续改善优化数据质量规则库开展有效的数据治理工作，关键核心数据满足数据分析模型需要形成系列高质量数据集，数据质量能满足大模型分析要求和业务管理的需要，融入管道全生命周期管理的各个阶段集成集成建立初步集成框架，相关人员应具备设备、系统间的集成经验建立集成管理规范体系，包括技术、设备和软件等技术要求实现部分关键业务信息系统间的集成通过数据接口、数据湖、数据集成平台等方式，实现跨业务系统间的集成实现感知端、模型库、应用端一体化集成，支撑基于数据和知识开展数字化、智能化和平台化管理信息安全信息安全进行信息访问授权和信息安全监控，对出现的信息安全问题可进行分析和管理1）部门内部进行了数据利益相关者需求的识别，并进行信息访问授权以及信息安全保护；2）部门内部进行了信息访问、使用等方面的监控，对潜在信息安全风险进行了分析，制定了预防措施1）具备完整的数据安全管理的考核指标和考核办法，并定期进行相关的考核；2）定期开展数据安全相关培训和宣贯，提升组织人员数据安全意识，总结数据安全管理工作并发布报告1）对数据生存周期进行安全监控，及时了解可能存在的安全隐患，并建立数据安全知识库；2）建立数据脱敏、加密、过滤等技术保证数据的隐私性1）具备主动预防数据安全风险的能力；2）对已发生的数据安全问题可进行溯源和分析智能技术应用云计算能够提供云服务，具备基本的信息保障和相关资源保证的能力云服务在服务协议规定下应具有较高的可用率，具备较高的可靠性；符合云服务安全合规性要求具备资源弹性扩展机制，能够根据业务变化和负载情况，对计算资源进行弹性伸缩，保证计算性能具备基于云计算虚拟化技术的大规模分布式计算的通用平台，支持大规模机器学习平台和异构深度学习根据业务需要，云服务具备提供大规模集群的部署、调度、扩展和管理服务表A.1技术要素评估参数（续）评估要素一级参数二级参数评分项ABCDE评分区间（0～20）评分区间（0～20）评分区间（0～20）评分区间（0～20）评分区间（0～20）智能技术应用边缘计算具备边缘数据采集处理能力，支持分布的、非结构化的、跨网络的多源数据接入1）具备数据预处理能力，能够进行数据转换、清洗、过滤、压缩、脱敏等，能够降低对通信带宽需求或提高带宽利用率；2）可按照业务需求、设备分类等对数据进行分类处理，实现边缘侧轻量级、低时延、高效率的数据分析具备物理资源支撑能力，能够独立提供边缘计算的算力、存储空间、网络资源1）具备边缘优化能力，可以依据场景、知识库、分析结果、参数配置等对数据模型进行优化，2）具备实时、可视化的数据交互界面，可以进行信息输入输出1）可以进行边缘计算过程控制优化以及应急处理优化2）具备边缘控制能力，可以独立按照一定规则进行边缘侧控制操作大数据1）具备针对性、定制化的数据服务能够明确数据资源的颗粒度到字段级；2）有效实现库表、文件、流数据等不同数据类型的收集1）具备物联、视频等非结构化数据的采集和存储方案，能遵循统一的数据溯源方式来进行数据资源的协调；2）可支持数据多维度的快速分析及展现，为业务数据提供多元化可视化效果，支持多终端的数据可视化展现，实现内容和规格自适应1）具备完善的支撑数据验证、清洗、标准化、格式化、存储和版本管理的方法或工具，能扩展的数据集成处理，提供包括关联发现、数据分类等功能的数据整合服务；2）能够通过信息提取、关联、索引、分析等技术，有效收集并发挥非结构化数据的价值，能通过不同的方式将数据关联、整合和提供统一的服务建立常用数据分析模型库,支持业务人员快速进行需方数据探索和分析。对于高维度、海量数据，能够实现可视分析，具有集成报表、多维分析、数据挖掘、数据分析等多项功能、对业务人员友好的工具基于业务或数据驱动，明确大数据的分析与应用的相关策略，能够依据数据分类建立相应的展示和发布策略，满足海量数据实时/准实时展现的速度性能要求表A.1技术要素评估参数（续）评估要素一级参数二级参数评分项ABCDE评分区间（0～20）评分区间（0～20）评分区间（0～20）评分区间（0～20）评分区间（0～20）智能技术应用物联网能够实现物联网技术在管道部分业务场景应用部署采用物联网技术进行了核心业务数据采集和分析工作，数据采集和处理设备宜提供在线和远程管理等功能宜提供对系统中实体进行远程管理的能力，具备系统设备发现和管理的能力，具备良好的系统鲁棒性，在异常情况时应能确保对系统有效管控物联网技术在主要业务场景广泛应用，具备基础服务能力，支持异构数据的一体化的数据采集技术和安全可靠存储服务基于物联网系统能够实现多源数据的融合分析，支持系统间或系统内信息交互能力，通过搭载智能模型，支撑核心业务开展人工智能开展了人工智能相关技术的研究和应用平台研究工作，针对数据加工处理、模型构建、计算平台建设等方面开展探索研究具备数据加工能力，具备良好的数据结构化处理和决策能力具备能够进行复杂任务计算的可扩展通用平台，支持批量计算、流式计算、图计算和机器学习计算等复杂任务针对核心业务领域，具备全生存周期的机器学习能力，有较好的训练性能，支持多种算法库。具备深度学习能力，深度学习框架的兼容性、灵活性、易用性较强具备较强的人工智能业务服务能力，通过智能语音、自然语言理解、智能图像视频分析、无人控制系统、智能体等技术支撑管网核心业务数字孪生初步建立数字孪生管道，能够实现对于管道、站场主要场景三维展示和可视化分析能够代替物理管道进行仿真分析，以及业务数据处理实现对物理管网未来运行过程的在线预演和对运行结果的推测由真实且具有时效性的物理管网相关数据驱动运行，可同步呈现与物理管网相同的运行状态和过程实现物理管网和数字孪生模型的自主构建或动态重构，使两者在长时间的运行过程中保持动态一致性其他智能技术开展了相关智能化技术调研，分析了其在油气管道应用可行性基于科技攻关，开展了相关智能化技术的研究工作，形成了一定的研究成果相关智能化技术在油气管道开展了应用，取得了一定的应用效果相关智能化技术基于现场应用基础，形成了可大规模推广应用典型做法相关智能化技术发展成熟，在油气管道上规模应用，有效支撑了业务开展A.2人员要素人员要素评估参数见表A.2。表A.2人员要素评估参数评估要素一级参数二级参数评分项ABCDE评分区间（0～20）评分区间（0～20）评分区间（0～20）评分区间（0～20）评分区间（0～20）人员组织效能组织效能制定智能化发展规划，满足自身发展需要明确智能化发展责任部门和各关键岗位的责任人,并且明确各岗位的职责基于智能化发展需要，建立优化岗位结构的机制，并定期对岗位结构和岗位职责的适宜性进行评估和优化基于智能化发展战略，对组织结构、技术架构、资源投入、人员配备等进行规划,形成具体的实施计划对智能化发展战略的执行情况进行监控与评测，并持续优化战略人员技能人员技能培养或引进智能化发展需要的人员制定适宜的智能化人才培训体系、绩效考核机制等，及时有效地使员工获取新的技能和资格，以适应企业智能化发展需要具有掌握IT基础、数据分析信息安全、系统运维、设备维护编程调试等技术的人员；具有智能化建设统筹规划能力的个人或团队建立知识管理体系，通过信息技术手段管理人员贡献的知识和经验，并结合智能化建设需求，开展分析和应用。智能化技术实现部分业务的少人操作建立知识管理平台，实现人员知识、技能、经验的沉淀与传播，实现人员知识、技能和经验数字化与软件化。智能化技术实现站场无人巡检、远程阀门调控等油气长输管道常规业务的无人操作。A.3资源要素资源要素评估参数见表A.3。表A.3资源要素评估参数评估要素一级参数二级参数评分项ABCDE评分区间（0～20）评分区间（0～20）评分区间（0～20）评分区间（0～20）评分区间（0～20）资源设备设施设备设施关键业务场景采用自动化设备；对关键设备形成数字化技改方案关键设备（站库、储罐、管道、阀室等）具备自动化状态监控能力关键设备具有数据管理、模拟加工、图形化编程等人机交互功能；关键工序设备具有三维模型库1）建成基于物联网的全方位感知体系，关键设备应具有远程监测和远程诊断功能，可实现故障预警；2）关键设备应具有预测性维护功能1）关键设备三维模型应集成设备实时运行参数，实现设备与模型间的信息实时互联；2）关键设备实现基于工业数据分析的自适应、自优化、自控制等网络通信网络通信实现办公网络覆盖，具备承载核心业务远程办公能力实现工业控制网络和生产网络覆盖建立工业控制网络、生产网络和办公网络的防护措施，包括不限于网络安全隔离、授权访问等手段网络环境应具备带宽、规模、关键节点的扩展和升级功能建立基于光纤、5G、卫星、微波等多维度立体化安全稳定的网络环境，保障关键业务数据传输的完整性算力设施算力设施具备基础算力，能够对关键设备设施运行情况进行管理应建立完整的基础算力设施管理规章及能力，有相应人员进行定期管理核查建立统一的数据中心，支撑核心业务存储、计算，处理形成分级实施的数据中心和分中心，算力设施满足企业核心需要能够承载关键设备设施的数字孪生模型，可以实时监控实体状态，具备支撑海量数据(≥10TB）秒级计算能力，具备承载生产运维核心业务大模型的算力支撑和多源数据兼容能力，大模型需适配油气长输管道生产、运维、安全等业务场景A.4业务要素业务要素评估参数见表A.4。表A.4业务要素评估参数评估要素一级参数二级参数评分项ABCDE评分区间（0～20）评分区间（0～20）评分区间（0～20）评分区间（0～20）评分区间（0～20）业务工程建设设计规划管道建设阶段，建立工艺文档或数据的管理机制，能够对工艺信息进行记录、查阅和执行管道建设阶段，基于计算机辅助开展设计和优化，实现关键工艺设计信息的重用通过信息系统实现设计文档或数据的结构化管理、数据共享、版本管理、权限控制和电子审批实现基于模型的三维设计和优化，并将完整的工艺信息集成于三维模型中；实现基于三维模型的工艺全要素的仿真分析及迭代优化。具备交付数字化设计成果能力基于设计、建设、生产、运维等数据分析，构建实时优化模型，实现工艺设计动态优化；建立设计云平台，实现产业链跨区域、跨平台的协同设计施工建设记录关键施工环节建设过程信息具备对施工物料和机具进行自动化管理的能力根据施工现场关键要素、项目管理业务流程，实现信息化，以提高施工现场的生产效率、安全性、经济性管道施工现场实现智慧工地，能够对施工全过程信息开展自动采集，具备实时交付数字化施工成果能力施工现场具备人、机、料、法、环等有机联通的环境，并实现各个业务系统的集成应用和各业务协同。建立施工预测模型，具备辅助预测施工进度和优化施工计划能力生产运行生产作业1）制定生产作业相关规范，并有效执行；2）记录关键生产过程信息1）通过信息技术手段，实现工艺规程、操作规程、技术标准等管理；2）通过信息系统记录生产过程数据信息能够对生产作业计划、生产资源、质量信息等关键数据的动态监测构建模型实现生产作业数据的在线分析，优化生产工艺参数（温度、液位、流量、压力、转速、PH值等）、设备参数（振动、转速、压力、温度、状态等）、生产资源配置等可实现生产过程自优化，满足柔性化、个性化生产的需求；基于人工智能、大数据等技术，实现生产过程非预见性异常的自动调整表A.4业务要素评估参数（续）评估要素一级参数二级参数评分项ABCDE评分区间（0～20）评分区间（0～20）评分区间（0～20）评分区间（0～20）评分区间（0～20）业务生产运行管网调控具备管道输送管理能力，建立过程控制手段具备信息化手段对管道输送过程进行日常管理实现核心运行参数的实时采集和集中存储，并实现基于数据的辅助输送调控1）建立全面的运行状态感知能力，能够实时获取管道输送过程全过程数据，且具备数据集中分析能力。2）可以对管道运行进行仿真模拟，进行生产实时统计，调整输送配置计划能够通过挖掘管网运行大数据，实现异常工况处理以自控系统为主，建立人机结合的管网自适应优化机制能耗管理建立企业能源管理制度，开展主要能源的数据采集和计量1）通过信息技术手段,对生产过程中主要能源的使用、转化开展数据采集和计量；2）实现重点高能耗设备（如锅炉、压缩机、泵等）动态运行监控1）对高能耗设备能耗数据进行统计与分析，制定合理的能耗评估指标；2）建立能源管理信息系统，对各环节能耗进行全面监控，进行能源使用和生产活动匹配，并实现能源调度优化1）建立节能模型，实现能流的精细化和可视化管理；2）实现能源数据与其他系统数据共享，为业务管理系统和决策支持系统提供能源数据基于能源监测数据和能耗管理模型，实现能耗的动态预测，并指导生产运行维护管道线路建立完整的管道运行维护管理机制，保障管道安全稳定运行具备专业化的管道完整性管理体系和信息系统，实现核心业务基于信息系统开展建立一体化油气管道安全状态监测体系，能够实现对管道高后果区、地质灾害区域、高风险区域等实时监测；实现监测数据与其他业务数据共享和融合分析建立运行维护领域数据分析模型，实现高后果区可视化与风险动态评估、重点区域地质灾害一体化监测、综合安全预警与智能巡护、内检测缺陷大数据分析与评估、腐蚀有效性大数据分析建立管道运行维护领域完备的知识体系和算法模型，运行维护主要业务实现基于知识库和模型库的智能化辅助决策表A.4业务要素评估参数（续）评估要素