浅析炼化企业大数据技术应用的现状和展望

滕华兴

【摘要】大数据技术就是利用一定的技术手段从海量的数据中挖掘出有效信息，为用户提高决策能力，扩大用户理性决策范围，最终实现其价值的过程。本文就大数据技术在炼化企业的应用现状、如何有效挖掘数据及对未来的展望进行了阐述。

【关键词】大数据 炼化企业 数据挖掘

前言

近年来，随着物联网、云计算等技术的不断发展，人们在日常生产、生活中产生的数据量也在不断攀升，这也使得当今社会正逐步步入大数据时代，在大数据时代中，成指数级增长的数据不断的影响着我们的生活，影响着企业的运营模式，甚至颠覆了我们的传统思维方式。

从一般意义上来说，大数据并没一个确切的值来界定它，而指的是无法在一定时间内用常规及其和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合【1】。

根据IDC监测，人类产生的数据量大约每两年翻一番，这个速度在2020年之前会继续保持下去。这意味着人类在最近两年产生的数据量相当于之前产生的全部数据量，达到35ZB。于此同时，大量新数据源的出现则导致了非结构化、半结构化数据爆发式的增长。

大数据技术的不断发展必将是机遇和挑战并存，与之相关的理念、技术和产品也随之蓬勃发展，倘若这些海量的数据真正能够得到有效的利用，那么当今社会将会引发更深层次的变革。

1 炼化企业大数据技术应用现状及分析

自石化产业在中国兴起以来，中石化就凭借其在技术、管理、营销等方面的优势始终占据佼佼者地位，但随着大数据时代的来临，传统的炼油工艺、管理方式以及营销手段不再适应市场的变化，缺乏数据分析、利用能力已成为急需解决的问题。

2014年7月19日，"大数据技术在催化裂化装置中的应用"项目在九江石化启动。力求通过对催化裂化装置的海量历史数据进行深层分析挖掘，快速获取有价值信息，形成可供推广的生产操作指导方案和风险评估技术，开创应用大数据技术解决催化裂化装置生产问题新途径。2015年4月中石化集团宣布与阿里巴巴已经就相关合作进行了长期的沟通，未来中石化将利用阿里云打通内部信息系统，在大数据提升产油量、统一支付体系、车联网、电商O2O等方面进行广泛合作。这一系列举措也标志着中石化正迈入大数据时代。

尽管大数据在石油石化行业的应用前景非常广泛，但由于石化行业是个具有多环节、多地域特色以及数据量大、类型多样、存储格式复杂及数据分散等特点，大数据技术应用仍属于起步阶段，在炼化企业中的应用程度还不高。

1.1 数据驱动管理模式尚未形成

由于大数据技术应用在炼化企业尚属于起步阶段，决策者还没有形成系统的利用数据进行理性思维的方法，绝大部分企业在处理问题的时候依然是通过传统的直觉以及经验等方式，寻求"为什么"，而不是通过数据以及事务与事务之间的相关性去分析问题。在管理模式上还是依靠业务驱动的管理模式，而不是数据驱动的模式，造成了大数据技术只存在于理论而并非实践。

1.2 缺乏非结构化数据的采集和收集

在大数据技术中非结构化数据是一类重要数据，但在炼化企业中，日常存储的数据基本属于结构化数据，而对于视频、语音、文档、图片等格式的非结构化数据（主要是指电子格式文件）几乎不保存，甚至部分企业的档案文件还没有电子化，这就造成了大量的原始数据无法使用或丢失，而要找回或重建这类数据则需较长时间。

1.3 信息化基础设施的落后制约大数据技术的发展

信息技术的深化应用需要基础设施的有力支撑，近年来信息化技术不断深入炼化行业，与之相匹配的信息化基础设施水平明显提高，但随着大数据时代的来临，缺乏采集设备信息的传感器、缺乏能存储海量数据的存储设备，缺乏进行数据分析的软件工具以及云平台的搭建还没有形成规模化，这些都是制约炼化企业信息化发展的短板。

1.4 缺乏复合型人才

大数据技术需要一个强大的数据处理和分析团队，由于炼化企业有别于其他信息行业，企业缺乏既懂生产又懂数据分析的复合型人才，海量数据不能得到及时的分析、处理，这将从一定程度上影响了大数据技术的发展。

1.5 无法实现数据共享

大数据技术的应用需要海量的数据，仅凭一个部门、一个企业的数据是完全不够的，但在现阶段，绝大部分企业需要对自己的关键数据信息进行保密，于是一部分有用的数据无法在行业内共享，样本的质量也大打折扣，数据的完整性缺乏保证。

2 数据挖掘技术在炼化企业的应用

数据挖掘是大数据技术的核心驱动力。所谓数据挖掘，就是指利用一定的技术手段从大量的数据中自动搜索隐藏于其中的有着特殊关系性的信息的过程。在传统的炼化企业中，虽有海量数据，但却缺乏发现数据所含有效信息的能力，大多数企业只是实现了数据录入、查询和统计等较低层次的功能，无法发现数据中存在的有用信息，更无法进一步通过数据分析发现更高的价值。

自"大数据技术在催化裂化装置中的应用"项目在九江石化启动以来，九江石化就力求通过大数据技术对海量数据进行分析，挖掘出有效信息解决装置运行中遇到的实际问题。由于催化裂化工艺技术复杂，也是炼厂重要的重油加工核心装置，能源消耗在炼厂各工艺装置中占较大比例，因而，催化裂化的过程优化和能耗节约优化能够为炼油厂带来巨大的效益和能耗指标的提升。九江石化通过从实时数据库收集的装置反应热、催化剂循环量及剂油比、提升管停留时间、旋风器入口线速、吸收塔压力、补充吸收剂剂量和温度以及高压分离器温度等数据，利用数据分析软件分析挖掘各数据的相关性和有效信息，对反应再生系统、分馏塔、吸收稳定值、能耗等进行在线分析，找出影响装置能耗及制约装置高效运行的关键因素，并提供改制优化报告，管理人员可以借助系统分析结果，对装置进行优化调整，使催化裂化装置能耗降低和收率效益的最大化。

3 未來炼化企业大数据技术应用展望

大数据的出现，开启了一次重大的时代转型，同时也为依靠传统技术不断寻求发展的炼化企业带来了一次新的机遇。

3.1 大数据驱动管理变革

虽然有着数十年经营管理经验的炼化企业已形成了一套成熟的管理方法，但依靠业务驱动以及因果思维形成的管理方法始终无法实现最高的管理水平，这种模式永远是现寻求问题的原因再去寻找解决问题的方法，但在未来，数据驱动模式将代替业务驱动模式，沃尔玛尿布与啤酒的案例已很好的证明了这一点。大数据技术可以让企业决策者直接看到解决问题的方法，从而分析问题出现的原因，并帮助决策者做出正确决策，这样及排除了决策者个人主观判断对问题的影响，也让企业决策者的决策思维超越了眼前事实。

3.2 大数据提升安全管控水平

人员及设备的安全直接影响企业经济效益，传统炼化企业基本是依靠人力对设备隐患进行排查，既耗费大量人力物力，也对人员的安全性提出了很高的要求，同时效果也不突出，而利用大数据技术，我们可以通过分析设备的各项历史参数、周期变化规律以及人員的操作方式等，找出设备季节性、周期性、关联性等规律，从而与判处设备何种工况下容易出现问题，何时会发生安全隐患，以便制度预测检修时间和制定维护方案。还可以利用人员巡检的便利，携带有毒有害气体测量仪，实时记录装置各位置的有毒有害气体浓度，并根据数据分析，确定装置可能出现气体泄漏的地点。

3.3 大数据提高企业效益

和安全管控一样，大数据技术同样可以帮助我们来优化生产和提高效益。我们可以通过收集装置的压力、温度、流量、震动等参数，提前分析出装置的运行状态，对可能出现的问题及时调整，实现降能降耗的作用。通过分析员工日常操作频率、次数、方式、阀门开度的大小和时机等数据，寻找出日常操作对装置能耗、产品质量的影响，以便制定出规范的操作方法。

3.4 大数据推动人才结构变化

在大数据时代下，现有的人才结构不再能适应企业发展的需要，我们需要一大批的懂得炼化装置生产的数据挖掘、数据分析人才，这类复合型人才将成为企业人才的中坚力量，一旦数据的准确性和有效性有了明显提升，决策层和执行层将能更加有效的工作，所需的人力资源也可大大减少。

3.5 可视化技术的深化应用

数据可视化其实就是将数据，关系，规则，通过图片的方式，将抽象化的数值、比例增长率这些东西，通过图表的方式，关系的方式，展现给用户，他与传统的报表相比最大的区别就在于可以更加直接的把信息传递给用户，避免用户对数据图表进行二次分析，让用户对分析结果一目了然，提升了工作效率。

4 总结

随着大数据技术在炼化企业的不断深化应用，炼化企业将迎来又一轮的大发展，主要分析了大数据技术在炼化企业的发展现状以及所遇到的一下问题，并就大数据技术在炼化领域未来的发展进行了展望。

参考文献

[1]李国杰，程学旗.大数据研究：未来科技及经济社会发展的重大战略领域--大数据的研究现状与科学思考 中国科学院院刊，2012.（27）6：647-657.