中国石油天然气股份有限公司西南油气田川东北作业分公司成立于2019年1月，在其主导的项目中，罗家寨（滚子坪）气田以其极高的安全风险在业内著称。该项目在2016年投产，为高含硫项目，H2S含量9.45%~14.00%，是目前国内陆上已投产的平均单井产量最高气田、中石油最高酸性整装气田，中石油和雪佛龙将其评估为全球安全风险最高的气田。在2019年10月，川东北作业分公司从雪佛龙手中接管了该项目的作业权。
在川东北作业分公司信息技术中心和自动化技术中心两个部门紧密协作之下，借助PI AF，实行“规、建、运、安”一体化管理模式，为项目的安全保障和平稳运行保驾护航。
川东北作业分公司的生产数据获取与分析主要分为两个层级，DCS平台作为基础，通过传感器对工厂中的实时生产数据（压力、液位、温度、流量等）和测量仪表、阀门、通信和供电设备等实时设备状态数据进行采集，然后将数据上传至PI System历史数据库进行保存。公司对生产网络的数据库在办公网络端进行了完整的镜像，团队在业务操作时可以通过自己的电脑端口接入PI System数据库。
除此以外，川东北作业分公司还拥有第三方平台：生产销售数据相关的EC系统（Energy Components）与PI System历史数据库通过PI to PI的接口进行了数据集成，打造了一个从PI系统到EC系统的数据流。
在复杂的生产流程中，川东北作业分公司通过对生产数据使用情况的调研，发现了三个比较突出的问题：
实时数据点识别难度大，部分实时数据使用率低
首先，生产网一端，公司在PI System历史数据库中的点位是按照原始仪表位号命名的，在办公网经过一次镜像后，数据库中的数据由于在原有点位管理的命名规则基础上进行了重命名，出现了点位命名复杂，描述不清晰的问题。
这导致用户在搜索所需点位时，会遭遇“一长串数据名但描述信息不清”的困境，归根结底还是无法实时获取所需信息。因此在困惑中造成了和DCS工程师、其他部门协作人员在业务推进时合作困难的情形。在此基础上，一些长期的数据问题也可能在“忽视”中演变成大问题。
多系统数据集成应用不佳
川东北作业分公司拥有复杂的业务链条，因此也生成了来源众多的数据，在实际工作中，实时数据和静态数据对于用户而言都很重要，但不同性质的数据存储在不同的数据库中，对于跨系统操作的不熟悉造成了信息获取的困难。
一个设备管理员，要面对多种软件提供的不同类型的设备相关数据，其输出形式也“千姿百态”，让信息梳理变得很麻烦。因此，一个集成的、统一的数据管理平台亟待上线。
实时数据二次利用率低
在生产过程中，时常涉及到需要对多个实时数据点进行计算，从而获得相应的信息来指导生产，而DCS并不适合做此类计算。
一般情况下，计算相关的数据点并不会参与到实际的生产控制中去，通常作为报表或统计使用，但如果使用DCS进行这类计算，非常消耗资源。
数据管理好伙伴：
PI AF 让难题迎刃而解
数据资产创建
川东北作业分公司利用PI AF实现了“分门别类”的数据归纳。
PI AF将PI历史数据库中的数据点位以资产的形式汇聚整合，并一一对应相应的资产属性。用户在查询点位的过程中便不再需要“记住超长的数据名，再大海捞针”，而是可以直接通过资产属性路径轻松地找到这个点位。
因此对用户而言，无论在DataLink或是在PI Vision中查找数据点位，都可以通过属性描述一眼看到匹配的位号，并进行相应的核实，这相当于给数据上了一个“双保险”。与此同时，PI AF在对点位数据进行运算的时候，也提供统一的计算分析模板。
数据整合
数据资产整理事实上是一件非常繁琐但很有意义的事情。在一次实践中，川东北作业分公司的一位电力工程师将1000+电力相关关键数据整合到了PI AF中，在以往，甚至连该团队都不知道其中一部分数据的存在。获取原始数据要经过详尽的层层筛选或回到DCS控制中心，过程相当繁琐。但在PI AF上线后，所有业务相关数据集成在统一平台上，一键即得，数据使用率大大提升，并在此基础上发现了部分数据的问题所在，间接地提升了数据质量。
以同样的方式，川东北作业分公司亦将Starlims实验室数据进行了数据整合和资产属性配置，利用PI AF形成了实验室数据库，并设定了定时任务，每天自动从关系型数据库读取数据到PI AF实验室数据库中。他们将2016年至今的30-40万条数据进行了整合分析，告别了“Excel时代”，使用PI Vision等可视化工具进一步焕发了数据的巨大潜能。
自定义公式和数据分析模型
针对“计算”难的问题，公司通过PI AF找到了解决问题的答案。
PI AF提供了两种数据计算模板，用户可以根据需要选择数据分析模板或者自定义公式。譬如管输效率的计算。管输效率涉及到非常多的参数，比如输气管直径、长度、厚度等静态参数；还有输气管段内起点、终点的实时压力数据等实时参数以及实验室相关的数据。
团队通过选择自定义公式，在PI AF的公式设置栏中进行配置，得到理论值，进而与实际管输气体量进行对比，计算出相对准确的管输效率。
△基于建立的数据资产，利用PI AF提供的分析函数，形成数据分析的模型
在高效精准的计算和分析后，团队可以轻松获悉数据动态并进行调用，进行设备的精细化管理，开展设备的维护计划等。
借由PI AF，川东北作业分公司从以往的「操作员去现场手动抄表再逐层汇报」变成了如今的自动化数据处理，减少了人工误差，大大提高了工作效率。
同时，关于高含硫项目的安全问题，也在数据的助力下得到了保证。团队通过PI Vision 可视化工具对不同区域的硫化氢探测器进行划分，全部标注在一张图上面，在全局可视的前提下降低了危险发生的可能性。
△PI AF为团队提供尾气排放量超标报警等事件通知
在PI System的赋能下，川东北作业分公司创建了实验室数据库、工艺参数数据库以及设备资产数据库，环保数据库也正在搭建之中。目前已有的三大数据库涵盖了1029个资产元素、1900多项数据分析，用户涵盖了FE、生产运行、检维修等7个部门。
利用PI Vision可视化工具，公司搭建了一个完备的动设备运行监控平台，实现了业务的全局掌控。
在与PI System共同推进数据资产整理的过程中，川东北作业分公司的各个业务部门开展了愈加密切的协作和持续的改进。“希望与PI System携手，打造更安全、更高效、更贴合使用需求的数据资产。”
* 文章来源于中国石油天然气股份有限公司西南油气田川东北作业分公司应用分析师张莉在2023剑维软件中国用户大会上的演讲《PI AF在高含硫项目的实际应用》
扫描下方二维码
获取《PI AF在高含硫项目的实际应用》
技术讲解现场实录
发布者：cubeoil，转转请注明出处：//www.mirrorballz.com/archives/86172
