利用自动化提高现场生产力和运天博综合APP官方下载营效率

　　能源行业专注于减少全球范围内的环境影响和脱碳，正在积极应对这一代人的挑战，同时还应对两个具有全球影响的额外挑战：确保能源的获取和安全，以及确保能源的可负担性。不断增长的需求加剧了每一项挑战，美国能源信息管理局（EIA）估计，未来30年能源需求将增长近50%。

　　EIA预测，到2050年，风能和太阳能等可再生能源的发电量将从目前的约21%增加到44%，而核能将从约18%减少到12%。化石燃料发电将继续在总能源结构中发挥重要作用，EIA预计到2050年将从目前的60%降至44%。

　　对于石油和天然气行业来说，越来越强调OPEX主导的生产。运营商正寻求加快创新，以此改善现有资源和基础设施的恢复。通过提高表现不佳和成熟油田的产量，运营商可以在不增加额外资本支出的情况下提高现有基础设施的投资回报。新的现实是，最便宜、周期最短、碳密集度最低的桶不会通过钻探新井来交付，而是来自于优化全球数千口成熟和表现不佳的井。

　　接受这一新现实需要的不仅仅是渐进式的改进——该行业必须转变其现场生产方式，以降低每桶生产的成本和碳强度。通过大规模利用数字化，结合深入领域的专业知识，并整合整个碳氢化合物生产生命周期的数据，该行业可以打破数据孤岛，超越一次一口井的单个参数优化，转向集成的、数据驱动的、全领域的生产优化方法。

　　通过自动化实现转型。几乎在每个行业，组织都在利用数字技术实现任务和流程的自动化，从而提高生产水平和生产力，更有效地使用材料，并改善健康和安全。考虑到石油和天然气行业运营的偏远且有时具有挑战性的环境，特定任务的自动化为最大限度地减少环境影响和安全风险、优化劳动力规划和提高整体油田绩效以从现有资产中获得最大回报提供了一条清晰的途径。

　　在生产领域尤其如此，利用数字解决方案和领域专业知识对全领域优化至关重要。通过提高资产正常运行时间、减少停机时间和设备故障，以及在监测和控制排放的同时最大限度地提高水库生产力，投资生产自动化可带来切实的投资回报。考虑到整个生产生命周期可能持续20或30年以上，在此期间，性能的任何百分比提高或碳强度的降低都会产生显著的相关绝对值。

　　在整个生产生命周期中，操作员依赖于员工亲自访问现场进行日常操作，如设备监控和维护、数据收集和日常操作要求。其中许多任务耗时且多余，除了碳排放外，还会造成可避免的健康和安全暴露。该行业可以通过使用预测分析，利用机器学习（ML）和人工智能（AI）模型，并结合实时现场数据，将其他任务自动化，只向需要服务的油井派遣工作人员，从而最大限度地减少实地考察。

　　然而，现场生产的自动化并非没有复杂性。产量受到各种因素的影响，从不同的储层行为和地下设备性能，到采出流体的流动保证和地面处理，再到碳氢化合物传输到处理或使用点，从而带来重大的数据管理挑战。在平衡上述因素的过程中，运营商面临着艰难的权衡以及广泛的选择和场景。分析场景以找到最佳解决方案至关重要，但有经验和能力进行分析的人力资本正在下降。

　　从历史上看，该行业已将生产生命周期的这些不同阶段划分为由自己的主题专家小组管理的较小领域。这导致了各自为政的方法、战略和解决方案，以及组织内部的各自为战。该行业已经有效地优化了这些领域中的每一个，但长期以来，它一直在寻求一种能够集成整个生产生命周期中活动数据的转型解决方案，以实现真正的全现场生产自动化。这意味着有能力让更少但具有数字能力的个人快速分析许多场景，并收到明确的建议，只要有适当的控制，这些建议可以自动化实施。如今，通过数字解决方案、大数据、ML和人工智能的进步，该行业拥有了克服这一长达数十年的挑战所需的工具，即打破僵局和转变生产运营。

　　这是贝克休斯公司（Baker Hughes）和亚马逊网络服务公司（AWS）最近宣布的战略合作背后的关键驱动力，以开发Leucipa自动化现场生产解决方案，见图1。基于云和数据驱动的解决方案有助于优化生产，为运营商提供人工举升设备、电源、化学品消耗、水处理、流入控制阀设置、优先工作安排以及预测井筒和地面设施之间相互作用的高级分析的建议和协调。这样做可以优化资源、人力资本、运营支出和资本支出，最大限度地减少健康和安全风险，同时降低每桶生产的成本和碳强度。

　　图1 Leucipa自动化现场生产解决方案通过为操作员提供人工提升设备、电源、化学品消耗和水管理的建议和协调，帮助优化生产。它还优先考虑工作调度和预测井筒和地面设施之间相互作用的高级分析。

　　现场生产自动化。此次合作汇集了贝克休斯及其全球足迹、数十年来在人工举升和化学注射等领域的专业知识和领导力，以及AWS及其计算能力和数字工具，这些工具是聚合和管理与生产相关的各种相互依存关系中的数据所需的，见图2。这两个组织本身都是数字技术的创新者，正在开发有助于行业转型的新解决方案和方法。

　　自动化不可或缺的一点是确保重复操作的一致性，而这样做需要一个连续的循环来测量、分析，然后采取行动。为了获取数据，自动化现场生产解决方案利用物联网（IoT）技术，如仪器传感器和智能阀门。分析发生在云端，ML和AI工具用于数据集成和现场生产绩效的持续监控，然后根据有助于推动生产优化和效率的个性化建议提出行动建议。在执行上述过程中，Leucipa解决方案将大大加快操作员连续优化循环（测量、分析、行动）的规模和速度。

　　该解决方案的一个核心原则是，它必须对油田设备制造商开放和不可知，这反映了油田的异构组成。这一开放的核心原则在自动化现场生产解决方案的创建和持续开发中也很明显。初步开发基于客户的广泛反馈和意见，包括对主题专家的调查以及对160多家石油和天然气运营商的采访。

　　随着新数据的收集和分析，Leucipa解决方案将不断学习并变得更智能：可以创造新的见解，可以改进以前的见解。在这一持续发展的基础上，Baker Hughes和AWS依靠由工程专家和关键决策者组成的客户咨询委员会提供意见，并确保解决方案的每个实例都特别适合满足运营商的要求和必要性。发布新功能的迭代方法对于用户提供不断改进和适应新工作方式的解决方案也是不可或缺的。

　　最初，鉴于贝克休斯的核心优势以及这些领域改进的巨大潜在影响，Leucipa解决方案将专注于人工举升井和生产化学品。但Leucipa不仅仅是一个很好的优化解决方案。Leucipa将发展为自动化控制，并考虑到表面限制（如水处理或外卖能力、功率），以实现全场优化。随着时间的推移，储层预测将进一步为运营成本的优化提供背景。

　　解决方案的另一个早期重点是解决与生产相关的排放问题。Leucipa将允许运营商以多种方式解决排放问题，见图3。通过分析现场资产和设备的实时数据，操作员可以识别并可能预测排放事件，如储罐放空、阀门控制放空或燃烧。传统上，运营商依赖于现场和罐区的目视检查，这可能会使一些排放问题未被发现和解决。通过将ML和AI模型应用于运营数据，运营商可以预测某些事件，并积极主动地减轻潜在的排放影响。

　　图3 通过自动化现场生产，该解决方案提高了性能和能源效率，从而减少了排放。该技术还通过减少前往现场的次数，最大限度地减少了健康和安全风险。AWS是贝克休斯自动化现场生产解决方案的首选和推荐云提供商。

　　该解决方案还可以与基于现场的甲烷监测解决方案集成，以解决排放问题。运营商目前在井场使用地面甲烷传感器、固定翼和无人机的数据以及卫星光谱成像。将Leucipa解决方案的运营数据与这些来源相结合，提供了一个多维度的排放视图，使运营商能够快速响应并减轻影响。

　　该解决方案正在以敏捷的方式开发和发布，开发最初由客户咨询委员会的运营商驱动。早期部署为操作员提供用于人工举升井的数据集成和推荐驱动优化。它将包括潜油电泵的预测故障分析，以及功率优化的初始要素。总部位于阿根廷的大型综合能源公司泛美能源公司是首批签约支持和试点自动化现场生产解决方案的运营商。

　　重大价值潜力。虽然仍处于早期阶段，但自动化现场生产的旅程正在顺利进行。数据驱动的Leucipa解决方案将使运营商能够主动管理和自动化现场生产操作，优化包括人力资本、电力消耗和化学品在内的资源使用。它还将提高油田活动调度的寿命，有助于从油田中提取最大价值，最大限度地减少健康和安全风险，并降低每桶生产的成本和碳强度，见图4。这种运营成本主导的生产方法将在解决行业三重困境方面发挥关键作用，即满足不断增长的能源需求、确保能源安全和可负担性，以及减少与石油和天然气生产相关的环境影响。

　　图4 Leucipa自动化油田生产解决方案将使石油和天然气运营商能够满足行业对可扩展、自动化方法的日益增长的需求，以提高产量、提高能源效率和减少排放。