中國石油天然氣股份有限公司西南油氣田川東北作業分公司成立于2019年1月，在其主導的項目中，羅家寨（滾子坪）氣田以其極高的安全風險在業內著稱。該項目在2016年投產，為高含硫項目，H2S含量9.45%~14.00%，是目前國內陸上已投產的平均單井產量最高氣田、中石油最高酸性整裝氣田，中石油和雪佛龍將其評估為全球安全風險最高的氣田。在2019年10月，川東北作業分公司從雪佛龍手中接管了該項目的作業權。
在川東北作業分公司信息技術中心和自動化技術中心兩個部門緊密協作之下，借助PI AF，實行“規、建、運、安”一體化管理模式，為項目的安全保障和平穩運行保駕護航。
川東北作業分公司的生產數據獲取與分析主要分為兩個層級，DCS平臺作為基礎，通過傳感器對工廠中的實時生產數據（壓力、液位、溫度、流量等）和測量儀表、閥門、通信和供電設備等實時設備狀態數據進行采集，然后將數據上傳至PI System歷史數據庫進行保存。公司對生產網絡的數據庫在辦公網絡端進行了完整的鏡像，團隊在業務操作時可以通過自己的電腦端口接入PI System數據庫。
除此以外，川東北作業分公司還擁有第三方平臺：生產銷售數據相關的EC系統（Energy Components）與PI System歷史數據庫通過PI to PI的接口進行了數據集成，打造了一個從PI系統到EC系統的數據流。
在復雜的生產流程中，川東北作業分公司通過對生產數據使用情況的調研，發現了三個比較突出的問題：
實時數據點識別難度大，部分實時數據使用率低
首先，生產網一端，公司在PI System歷史數據庫中的點位是按照原始儀表位號命名的，在辦公網經過一次鏡像后，數據庫中的數據由于在原有點位管理的命名規則基礎上進行了重命名，出現了點位命名復雜，描述不清晰的問題。
這導致用戶在搜索所需點位時，會遭遇“一長串數據名但描述信息不清”的困境，歸根結底還是無法實時獲取所需信息。因此在困惑中造成了和DCS工程師、其他部門協作人員在業務推進時合作困難的情形。在此基礎上，一些長期的數據問題也可能在“忽視”中演變成大問題。
多系統數據集成應用不佳
川東北作業分公司擁有復雜的業務鏈條，因此也生成了來源眾多的數據，在實際工作中，實時數據和靜態數據對于用戶而言都很重要，但不同性質的數據存儲在不同的數據庫中，對于跨系統操作的不熟悉造成了信息獲取的困難。
一個設備管理員，要面對多種軟件提供的不同類型的設備相關數據，其輸出形式也“千姿百態”，讓信息梳理變得很麻煩。因此，一個集成的、統一的數據管理平臺亟待上線。
實時數據二次利用率低
在生產過程中，時常涉及到需要對多個實時數據點進行計算，從而獲得相應的信息來指導生產，而DCS并不適合做此類計算。
一般情況下，計算相關的數據點并不會參與到實際的生產控制中去，通常作為報表或統計使用，但如果使用DCS進行這類計算，非常消耗資源。
數據管理好伙伴：
PI AF 讓難題迎刃而解
數據資產創建
川東北作業分公司利用PI AF實現了“分門別類”的數據歸納。
PI AF將PI歷史數據庫中的數據點位以資產的形式匯聚整合，并一一對應相應的資產屬性。用戶在查詢點位的過程中便不再需要“記住超長的數據名，再大海撈針”，而是可以直接通過資產屬性路徑輕松地找到這個點位。
因此對用戶而言，無論在DataLink或是在PI Vision中查找數據點位，都可以通過屬性描述一眼看到匹配的位號，并進行相應的核實，這相當于給數據上了一個“雙保險”。與此同時，PI AF在對點位數據進行運算的時候，也提供統一的計算分析模板。
數據整合
數據資產整理事實上是一件非常繁瑣但很有意義的事情。在一次實踐中，川東北作業分公司的一位電力工程師將1000+電力相關關鍵數據整合到了PI AF中，在以往，甚至連該團隊都不知道其中一部分數據的存在。獲取原始數據要經過詳盡的層層篩選或回到DCS控制中心，過程相當繁瑣。但在PI AF上線后，所有業務相關數據集成在統一平臺上，一鍵即得，數據使用率大大提升，并在此基礎上發現了部分數據的問題所在，間接地提升了數據質量。
以同樣的方式，川東北作業分公司亦將Starlims實驗室數據進行了數據整合和資產屬性配置，利用PI AF形成了實驗室數據庫，并設定了定時任務，每天自動從關系型數據庫讀取數據到PI AF實驗室數據庫中。他們將2016年至今的30-40萬條數據進行了整合分析，告別了“Excel時代”，使用PI Vision等可視化工具進一步煥發了數據的巨大潛能。
自定義公式和數據分析模型
針對“計算”難的問題，公司通過PI AF找到了解決問題的答案。
PI AF提供了兩種數據計算模板，用戶可以根據需要選擇數據分析模板或者自定義公式。譬如管輸效率的計算。管輸效率涉及到非常多的參數，比如輸氣管直徑、長度、厚度等靜態參數；還有輸氣管段內起點、終點的實時壓力數據等實時參數以及實驗室相關的數據。
團隊通過選擇自定義公式，在PI AF的公式設置欄中進行配置，得到理論值，進而與實際管輸氣體量進行對比，計算出相對準確的管輸效率。
△基于建立的數據資產，利用PI AF提供的分析函數，形成數據分析的模型
在高效精準的計算和分析后，團隊可以輕松獲悉數據動態并進行調用，進行設備的精細化管理，開展設備的維護計劃等。
借由PI AF，川東北作業分公司從以往的「操作員去現場手動抄表再逐層匯報」變成了如今的自動化數據處理，減少了人工誤差，大大提高了工作效率。
同時，關于高含硫項目的安全問題，也在數據的助力下得到了保證。團隊通過PI Vision 可視化工具對不同區域的硫化氫探測器進行劃分，全部標注在一張圖上面，在全局可視的前提下降低了危險發生的可能性。
△PI AF為團隊提供尾氣排放量超標報警等事件通知
在PI System的賦能下，川東北作業分公司創建了實驗室數據庫、工藝參數數據庫以及設備資產數據庫，環保數據庫也正在搭建之中。目前已有的三大數據庫涵蓋了1029個資產元素、1900多項數據分析，用戶涵蓋了FE、生產運行、檢維修等7個部門。
利用PI Vision可視化工具，公司搭建了一個完備的動設備運行監控平臺，實現了業務的全局掌控。
在與PI System共同推進數據資產整理的過程中，川東北作業分公司的各個業務部門開展了愈加密切的協作和持續的改進。“希望與PI System攜手，打造更安全、更高效、更貼合使用需求的數據資產?！?/span>
* 文章來源于中國石油天然氣股份有限公司西南油氣田川東北作業分公司應用分析師張莉在2023劍維軟件中國用戶大會上的演講《PI AF在高含硫項目的實際應用》
掃描下方二維碼
獲取《PI AF在高含硫項目的實際應用》
技術講解現場實錄
發布者：cubeoil，轉轉請注明出處：http://www.gangbaowang.cn/archives/86172
