能源行业大数据应用案例分享(枣矿集团智慧矿山、中石化升级页岩气勘探、中石油管道升级)

我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

能源行业大数据应用案例分享(枣矿集团智慧矿山、中石化升级页岩气勘探、中石油管道升级)

文章从枣矿集团智慧矿山、中石化升级页岩气勘探、中石油管道升级3个大数据应用案例中,以应用背景、数据源、图说场景、实现途径、应用效果5个视角去看待大数据在能源行业的应用状况。

案例一:枣矿集团玩转大数据,建立智慧矿山系统

应用背景:

煤矿资源的开采属于高危行业, 2004-2013 年,我国煤矿共发生死亡事故 19870 起,死亡 33200 人。避免或减少煤矿重大特大事故发生,是煤矿安全高效生产的需要,也是煤矿大数据应用的重点方向。枣矿集团是最早建设“ 数字煤矿” 的企业之一,实现了三网融合。自主研发的“ 数字化智能应急救援系统” ,可在井下发生灾害时一键启动救援系统, 10 秒钟内按照预定的模式启动应急救援预案,分区域通知受灾地点、救护大队、安监处、医疗救护机构、物资供应部门。同时,还能根据事故地点和类型、 分析地测导点,监测监控风门闭锁联动等数据,自动进行最佳撤离路线计算,在 GIS(地理信息系统)地图中生成井下人员撤离路线,并发布导航广播,给井下的矿工提示紧急避险的路径,将灾害可能带来的危害降到最低。

数据源:

企业生产数据:生产实时数据、工作人员数据、产品数据、仪器监测数据等。

其他数据:地理位置数据、环境数据、商户数据、周边救援方案数据等。

图说场景:

能源行业大数据应用案例分享(枣矿集团智慧矿山、中石化升级页岩气勘探、中石油管道升级)

实现路径:

通过煤矿企业生产的所有重要数据,通过对数据进行快速而准确的分析和挖掘,以及提供的全方位、多层次的辅助决策支持手段,加强对煤层赋存状况、地质构造的精细控制,在保障安全生产的前提下减少工作的难度,优化管理方式。

应用效果:

保障安全生产。提高井下自动化率,减少井下工作人员数量是保障安全的最直接有效的方法。节约生产成本。 2011 年,枣矿集团蒋庄煤矿已有 58 个岗点实现了无人值守,减少用工 240 余人,工效比改造前提高了 22%,各类费用也同比减少了 2000 余万元。优化管理方式。枣矿集团全面改革传统管理模式,将物联网技术融入传统的企业组织管理行为中,对各类信息进行有效整合,建设统一信息平台,用数字化手段处理、分析和管理矿井,促进矿井的人流、物流、信息流的畅通和协调。

案例二:中石化利用大数据,升级页岩气勘探

应用背景:

页岩气开发的关键工艺技术有水平井、分段多级压裂技术。页岩气的开采难度、开采成本、开采技术要求均高于常规油气资源,如何利用大数据技术提高页岩气的钻完井效率、指导水力压裂作业,成为大数据在页岩气勘探开发中最重要的应用场景之一。

数据源:

企业勘探大数据:地震数据、钻井数据、录井数据、测井数据等。

其他数据:地理位置数据、公共天气数据、安全监管数据、周边救援数据等。

实现路径:

在勘探阶段,利用大数据建立科学的数学模型;钻井阶段,运用大数据技术准确识别钻井作业中可能出现的异常情况;生产阶段,及时分析地震、钻井和生产中的各种大数据有助于油藏工程师们绘制储层随时间变化的动态走势。从而优化高产油井数量,采用非现场作业的方式优化钻井资源,减少不必要的探井钻探,降低油气开发成本等。

应用效果:

节约勘探成本。利用大数据分析穿过油页岩的钻井坐标和方位,可以进一步了解区块储量、可采储量,分析判断油气富集带,确定井位。加速工作进程。利用井场、井口和井下采集到的实时数据优化钻井施工、监控作业进程、精确地质导向,最大限度地提高资产利用率和生产效率。提高安全系数。通过对整个勘探工作的实时数据分析,及时发现异常情况,对工作人员进行安全预警,可以避免造成人员伤亡和设备损失。

案例三:大数据给中石油检修油气管道带来便利

应用背景:

油气管道是石油、天然气最经济、最安全有效的运输方式之一。油气管道在运行过程中腐蚀, 引发穿孔泄漏,不但会严重污染环境并破坏生态,还会带来巨大的经济损失,如何快速、精准查找出腐蚀点,并进行修复成为管道日常管理的一项重点工作。

数据源:

油气管道数据:管道建设及施工条件、管道应力状态、管道材质、土壤腐蚀性、金属损失量、腐蚀点数据等。

其他数据:相关企业生产数据、管道地理位置数据、公共天气数据等。

实现路径:

利用大数据分析与管道腐蚀相关的数据,进行筛选分析,按其对腐蚀影响的重要程度进行排序,分析不同管段位置的腐蚀概率。根据腐蚀风险等级划分,对该类腐蚀点进行开挖验证,直接确定腐蚀点的腐蚀情况。根据开挖直接调查得到的结果修正判定模型结果,制定相应的维修方案。

应用效果:

降低维修成本。通过各因素的腐蚀性叠加效果并按照腐蚀概率进行排序,得到相应管辖区域管道的腐蚀风险顺序。可以避免对所有疑似腐蚀缺陷点进行开挖,耗费大量人力、物力和财力的现象。全面检测管道情况。传统的风险评估方法,通常会基于管道内检测或外检测等单方面数据,可能无法全面排查出可能的腐蚀点,造成腐蚀严重点遗漏的情况。保障安全运输。利用大数据可以快速、精准的找出运输管道腐蚀点,及时修复,预防管道发生事故。

End.

随意打赏

大数据应用案例
提交建议
微信扫一扫,分享给好友吧。