数字化和创新

赋能化工油气行业可持续发展

AVEVA™ PI System 及 AVEVA™ Predictive Analytics

助力化工油气企业发挥数据价值

施耐德电气化工油气行业应用白皮书

https://www.se.com/cn
AVEVA™ PI System 及 AVEVA™ Predictive Analytics
助力化工油气企业发挥数据价值

作者：常光忠、周浩杰

摘要

为了使化工油气企业成功应对市场和生产层面的挑战，生产企业和其他人员

需要找到新的方法来最大限度地提高产量、减少计划外停机时间并优化流程

和资产。许多化工油气企业，包括上游、中游和下游，已经采用 PI System

作为其数据管理平台；现在，这些公司正在寻找更智能的方法来预测结果、

提高安全性并在正确的时间执行维护。

化工油气企业正在其 PI System 之上使用 AVEVA Predictive Analytics，以更

快、更好、更深入地了解流程中的资产。 AVEVA Predictive Analytics 不仅可

以监测性能异常并预测资产故障，还可以提供洞察力和规范性建议使运营团

队能够分析成本与风险并制定最大化效率和盈利能力的计划。
目录

化工油气行业数字化转型需求 5

工业大数据管理平台 AVEVA™ PI SYSTEM 7

预测性分析平台 AVEVA™ PREDICTIVE ANALYTICS 12

案例介绍 15

洞见数据的未来 15
 施耐德电气化工油气行业应用白皮书 ·5·

化工油气行业 从遵守管理章程到降低运营成本，从市场复杂性增加到安全环保关注，从能源结构变化到油价

数字化转型需 波动，化工油气企业每天都面临着众多来自市场和生产运营的挑战。为克服这些挑战，工厂必

求 须优化流程和资产、最大化生产并减少计划外停机时间，以确保可靠、安全和可预测的运营，
从而满足总体业务目标。

৴‫ޞ‬ોԃ ଍ੈѩԗ
ङ૏ф‫ރ‬ Љૡ‫ږ‬૜
݇঒ࣲ ਈ৴݃‫ע‬
ન‫ݱ‬ҁ‫ح‬
ગ‫֨ࢪו‬
ਚङગ‫ו‬
‫ݻ‬ஞ‫ࡣޗ‬
չы૯‫؍‬
௄ࡹ
Ҷ௎க
Ғ‫ێ‬؅َ
٫ߛङ঒
ࣲ֟‫׋‬

数字化浪潮正在化工油气行业带来巨大的影响。2016 年 PwC 的一项关于“工业 4.0：建立数字

化企业”的研究显示：在化工油气行业领域，32% 的受访者认为自己在数字化解决方案和横向
价值链整合（整个供求计划的透明度）方面具备先进水平，即便如此，他们仍计划将年收入的 5%
投入到数字化解决方案的深化之中。

而数字化转型是一个持续过程，对于任何的化工油气企业来说都是一个从建立数据基础，再分
析数据的过程，可能需要花费数年的工作才能完善。但是对于有着良好的自动化基础的化工油
气行业的客户，这又是大势所趋下的必由之路。

数字化转型是由“数字化”实现的工作方式的转型。思考“数字化”对话中四个常用词组之间
的差别，其实就规划了数字化转型的一般路径，再根据现在企业的现状，进行方案的选择。一
般来说，数字化转型的过程就是从信息化、到数字化、到数字化转型到最后加速数字化转型，
如下图所示：

图 1：
数字化转型的过程

AVEVA™ PI System 及 AVEVA ™ Predictive Analytics 助力化工油气企业发挥数据价值

·6· 施耐德电气化工油气行业应用白皮书

● 信息化的过程：化工油气企业往往已经具有了数字化设计的静态数据基础，现场设备也大多
有着完善的传感设备和监测系统，能够采集并传输生产的实时过程数据，使之有效反映现场
的状况，而部分企业缺少的就是一个完整可靠的数据管理平台；
● 数字化的过程：数据的采集并不是目的，数据的利用才是目的。数据有效分析利用的基础就
是需要由平台提供一套数据建模方法，对数据进行建模分析，并将其从设备语言转化为用户
语言，能够方便人员对数据进行理解；
● 数字化转型：数字化转型是要让数据为场景服务。针对设备运维场景，我们需要根据分析后
的数据直接监控现场的运行状态，让没有 IT 的背景的人员也能够利用数字化的成果。
● 数字化加速：更深层次的数字化转型就是从已有数据、分析数据结果进一步挖掘数据的价值，
从数据的现在洞见数据的未来。

现有的过程也是在从信息化到数字化的过程中，在从数据管理开始走向数据分析，随着近些年
来数字化浪潮的席卷，这一过程还在不断加速。施耐德电气旗下 AVEVA 就提供了统一的大数据
管理平台 PI System 的解决方案。

AVEVA™ PI System 及 AVEVA ™ Predictive Analytics 助力化工油气企业发挥数据价值

 施耐德电气化工油气行业应用白皮书 ·7·

工业大数据 AVEVA™ PI System 简介

管理平台 AVEVA™ PI System 作为一个企业级实时数据历史库，可以帮助用户将数据转化为信息，将信

AVEVA™ PI 息转化为力量。在需要时获得准确信息是制定正确业务决策的必备条件。通过 PI，数据会转变
SYSTEM 为信息，转变为有助于管理人员和操作人员明确地制定出能够增加利润、推动企业发展的决策
的重要信息。这就是 PI 的力量。PI System 是将实时数据和事件转换为运营信息的企业信息基
础架构的核心。它会将生产信息整合到企业业务系统。

图 2：
PI System 将数据转
化为信息

AVEVA™ PI System 主要功能

PI System 通过以下六大核心功能满足各种企业需求：

● 数据收集：PI System 有 450+ 经过工业用户长年验证的成熟数据采集接口；无论设备的供

应商是谁，PI System 均支持您从所有各类设备中收集数据。
● 数据归档：PI System 可以存储、检索和显示您一直以来收集的所有完整历史记录数据。PI
System 的核心特点在于它能够长期存储大量数据，并且无论数据保存的时间有多长，它都
能在短短几秒钟内检索到。
● 设备建模：通过 PI AF 资产框架，用户可在 PI System 内对企业内所有设备与工艺进行不同
层次、不同维度的对象建模。将来源于各个不同数据源 ( 如 DCS/LIMS) 的相关信息集成到一
起。
● 数据分析：PI System 使用内置的 AF Analytic 分析功能将数据转换为可操作的信息，借助该
功能，您可以合并数据元素、对数据进行汇总统计、并过滤不相关的数据。整个过程通过配
置的方式实现，极大的降低用户对数据分析的使用门槛。
● 事件触发：PI System 可通过自身生成的警报和通知将正确的信息通知到正确的员工部门，
让信息主动找人。
● 数据通知：PI System 提供 Notifications 组件实现根据需要自行定制报警出发条件，当报警
条件触发时，通过邮件、网络服务等方式通知相关人员。
AVEVA™ PI System 及 AVEVA ™ Predictive Analytics 助力化工油气企业发挥数据价值
·8· 施耐德电气化工油气行业应用白皮书

图 3：
PI System 功能模块

AVEVA™ PI System 独特优势

作为全球排名第一的实时数据库和工业数据行业领导者，PI System 在各个行业都拥有非常多的

用户，如在石油天然气行业，85% 以上的全球领先的油气公司使用 PI System，在化工行业，
全球前十的化工企业均使用 PI System。同样，在国内化工油气行业，PI System 也拥有大量的
应用案例，这里面包括外商独资工厂、中外合资、国有企业及民营化工企业。

PI System 不仅仅是实时数据库，更是高效的数字化分析平台，可帮助企业实现以数据为核心的
平台化应用和数据驱动的企业决策。在企业信息化 / 数字化架构中，PI System 可以成为是 OT（设
备层和控制层）和 IT（ERP、EAM、HSE 等）的桥梁。此外，基于 PI System 强大的数据分析、
报表及可视化展示能力，可实现化工油气行业 MES 系统及 EMS 系统的功能，达到三合一（PI
System= 实时数据库 + 轻量级 MES 系统 +EMS 系统）。

图4
PI System 助力企业实
现数据驱动的企业决策

AVEVA™ PI System 及 AVEVA ™ Predictive Analytics 助力化工油气企业发挥数据价值

 施耐德电气化工油气行业应用白皮书 ·9·

PI System 拥有无限的扩展能力和灵活性，小型系统（数千数据采集点）和大型系统（数以百万
计数据采集点）都使用相同的软件，使拓展变得非常容易。PI System 可以使用简单的软件进行
升级，添加新的功能，对系统产生的影响非常小。如果公司添加了新的资产需要采集数据，用
户只需要购买和安装 PI System 相应的接口程序即可。新的 PI System 用户只需安装额外的桌
面软件或添加新的网络用户许可，就可以访问 PI System 中的所有数据。

另外，PI System 作为强大的数据分析工具，其用户的使用黏性非常强，不同岗位和专业的关键

用户可不断基于自身工作需求进行应用场景开发，实现企业内部的知识沉淀和分享，并且其二
次开发难度低，后续投入非常低。

AVEVA™ PI System 典型应用场景

● 生产过程监控：PI System 可以快速搭建工艺过程图，将现场的数据实时地反映在浏览器画

面上。而这一过程并不需要开发画面的知识，只需要简单拖拉拽就能实现。

图5
生产过程监控

● 生产运营可视化：通过 PI Vision 可建立分层级、可钻取的运营管理看板，PI Vision 中可配

置多个展示画面，这些画面可分为不同的层级，如：决策层画面展示决策管理层关心的数据，
生产管理层展示工艺或设备负责人关心的数据，生产执行层展示操作人员关心的数据。

AVEVA™ PI System 及 AVEVA ™ Predictive Analytics 助力化工油气企业发挥数据价值

· 10 · 施耐德电气化工油气行业应用白皮书

图6
不同层级的生产运营
看板

● 能源管理：PI System 整合企业的众多系统的数据，让不同部门的人也能够通过平台的画面

实时掌握不同的信息，例如能源监控信息。

图 7：
能源监控

AVEVA™ PI System 及 AVEVA ™ Predictive Analytics 助力化工油气企业发挥数据价值

 施耐德电气化工油气行业应用白皮书 · 11 ·

● 能源管理：PI System 整合企业的众多系统的数据，让不同部门的人也能够通过平台的画面

实时掌握不同的信息，例如能源监控信息。

图8
AVEVA™ PI
System 及 AVEVA
™Predictive
Analytics 助力化工油
气企业发挥数据价值

● 设备管理：化工油气行业是典型的资产密集型行业，设备资产健康度和维护管理影响着生产
效率，对于企业自身经营而言也具有必要性。通过实时数据库和数据平台采集的实时数据，
企业可以实时掌握设备的运行情况，及时获取异常报警，结合数据建模分析还可以构建表征
设备健康度的 KPI 指标，进而指导企业进行基于设备运行状态的维护。

图9
关键设备监控

PI System 由于能够接入企业生产的实时数据，在建模过程中就将实时数据作为属性关联到对
应设备上。PI System 内部就能够基于此进行比如设备 OEE、可用性等基础的分析，将结果展
现。而施耐德电气还提供另一个基于人工智能算法的工具，预测性维护平台。此平台可以结合
PI System 中的历史实时数据，建立设备模型，预测设备未来的状况，从而在现在就能够进行维
护检修，从数据现在，洞见数据未来，真正发挥了数据的价值。

AVEVA™ PI System 及 AVEVA ™ Predictive Analytics 助力化工油气企业发挥数据价值

· 12 · 施耐德电气化工油气行业应用白皮书

预测性分析平 AVEVA 预测性分析平台通过对化工油气行业关键设备的运行历史数据进行分析，利用 AI 算法创

台 AVEVA™ 建设备专有的预测性分析模型，在故障早期阶段，通过捕捉到工艺或状态数据的细微异常征兆，

PREDICTIVE 给出早期预警提醒并指导现场生产运维工作。

ANALYTICS ԶՖ‫ܨݤ‬ ‫ࠆڎ‬Ӣ߅ ‫ޫݾ‬ஓਖ਼

ђԷ՗‫݇ރ‬И؆Юગ ׂй௤঴঑ࡣӫ‫ڏ‬଍੧ જӰ‫ުٷ‬ॐЊ࠳‫ݱٯ‬
௄ࡹ‫ۅ‬ӣߤ‫ٵ‬Ֆ ‫ٯ࠳ו‬଍੧੧О ֺࠥ ҁङҞٛ
AVEVA ™ Predictive Analytics
ׂйગ‫ו‬଍੧ङԷ՗‫݇ރם‬଒੧ӣߤͺ

ӯऀߑ֘؆Ю঑ࡣ‫ث‬થગ‫ٯ࠳ו‬଍੧ࣙ‫ࠥॹڏہ‬
图 10 ֺͺ
AVEVA 预测性分析概 ‫ڢ‬଍੧Њљ‫ګࣔڪ‬Љգ‫ޞ‬োӟ௄ઊͫ‫ࡹݍߊޝ‬ગ
览 ‫ګٯڑו‬Үͺ

‫҈ݕ‬௤঴ӣߤԅਈͫԕ‫ݻܬ‬ஞજӰչ߿֜ӣߤͺ

24x7ܴ৒डࡹગ‫ۅו‬ਈͺ

ٗਫԷ՗‫݇ރ‬ ଍੧‫݇ރ‬ ௄ࡹ‫ۅ‬ઞ‫ލ‬

AVEVA™ 预测性分析如何实现预警

AVEVA 预 测 性 分 析 采 用 高
级 模 式 识 别 (APR) 和 机 器
学习技术，对于较低等级重
复性的历史数据、高噪声或
流程驱动的系统，预测性资
产分析解决方案使用一个名
为 KANN 的预测算法插件。
该算法使用人工神经网络技
术，允许用户使用一组特定
的输入和输出创建设备运行
档案，并通过数据回测输出将来如何发展。

AVEVA™ PI System 及 AVEVA ™ Predictive Analytics 助力化工油气企业发挥数据价值

 施耐德电气化工油气行业应用白皮书 · 13 ·

AVEVA™ 预测性分析的好处

AVEVA 预测性分析使用户能够在问题
预测性资产分析的优势
严重影响运营之前将其予以解决，从而
1 减少计划外停机
更轻松地实现可靠性、性能和效率目标。
2 预防设备故障
通过持续的维护和可靠性的改进，可以
3 降低维护成本
获得更多的好处。由于相关人员会收到
4 提高资产利用率
潜在问题的预警，因此可以减少计划外
5 延长设备寿 命
停机时间。由于更合理的规划，维护成
6 识别性能不佳的资产
本也可以降低；备件可以从容订购和运
7 提高安全性
输，同时设备可以持续运行。

AVEVA™ 预测性分析与状态监测系统的区别

与传统的机组状态监测平台的机理模型及 DCS 固定阈值报警联锁不同，AVEVA 预测性维护平

台通过将数据建模与机理模型结合，分析相关变量之间的相关性，并基于预测值与实际值之间
的偏差量进行动态范围报警，帮助用户在故障的早期阶段即可发现并介入，避免故障恶化造成
严重的设备维护费用和非计划生产损失。

图 11
AVEVA 预测性分析与
传统监测的区别

AVEVA™ PI System 及 AVEVA ™ Predictive Analytics 助力化工油气企业发挥数据价值

· 14 · 施耐德电气化工油气行业应用白皮书

AVEVA™ 预测性分析应用对象

化工油气属于典型的流程行业，拥有大量的汽轮机、压缩机、大型电机等关键机组设备，这些
设备一方面价值比较昂贵，其维修成本和备件采购费用较高；另一方面这些设备通常不具有备
机或无法短时切换，一旦发生非计划停机，将对生产装置造成严重的生产损失，非常有必要部
署预测性维护系统。

图 12
AVEVA 预测性分析适
用范围

某化工新材料企业部署了包括 PI System 及预测性维护在内的软件解决方案，该方案成为了其

案例介绍
数字化转型过程中的重要实践。

在 PI System 及预测行维护解决方案部署之前，该企业生产运营面临许多挑战：

● 生产过程数据量大且乱；
● 测点命名错误；
● 传感器故障；
● 数据不匹配；
● 非计划停机频发；

而这些挑战的原因之一是来源于该企业的信息化过程不够精细，而且其全球有着众多的工厂，
不同工厂的状况也不一，缺乏统一的平台将这些系统都有效地管理起来。

在软件部署实施阶段，企业先通过 PI System 进行数据的梳理与规范，借助 PI System 的众多

接口，将现场的硬件和不同系统的数据都接入平台，并使之能够可靠有效地存储下来。再通过
平台的建模工具，将这些数据作为设备属性有效地组织起来。最后，还利用分析公式，计算出
工厂的整体能源损耗、设备 OEE、设备利用率等参数，实现了数据的基本分析。

AVEVA™ PI System 及 AVEVA ™ Predictive Analytics 助力化工油气企业发挥数据价值

 施耐德电气化工油气行业应用白皮书 · 15 ·

而在此过程中，正是由于过程数据的保留，为客户提供了数据分析的基础。2018 年，客户的生
产基地由于设备故障发生了非计划停机，造成了重大的生产损失。事故发生后，企业通过施耐
德电气的预测性维护软件进行故障分析，发现早在事故发生的 1 个月前，软件就已经对故障做
出了预警。在此情况下，客户充分认识到预测性维护软件的分析能力，开始试点后在全球其他
场地进行了推广。据统计，该举措减少了 50% 的非计划停机，极大地降低了客户的维护成本。
而这一过程，就是从数据的接收、整理、分析得到数据的真正价值，帮助企业节省成本，提升
企业的竞争力的过程，也是施耐德电气的 AVEVA 解决方案希望给客户带来的真正的价值。

如果一家公司能更深入地了解运营状况，更快速地分析关键数据，更广泛地观察远程资产和工
洞见数据的未
业物联网传感器，结果会如何？数字化转型的基础是数据，而又不仅仅是数据。单纯的掌握而
来
不利用数据，对于企业来说并没有价值。从 PI System 到预测性维护平台希望给客户传达的价
值是，施耐德电气能够提供从数据接入、数据传输、数据分析、数据使用、数据挖掘，并最重
要的是，真正将数据给企业带来的价值落到实处，为企业的生产过程、设备运营维护、人员的
更有效管理带来提升，这才是洞见数据的未来。

作者简介

作者 : 常光忠 施耐德电气工业自动化事业部数字化专家，负责预测性维护、数字化交

付等流程行业数字化解决方案。

作者 : 周浩杰 施耐德电气工业自动化事业部数字化软件工程师，负责业务推广、技术

支持等工作。

责任编辑：李萌萌

邮 编：mengmeng-erin.li@se.com

AVEVA™ PI System 及 AVEVA ™ Predictive Analytics 助力化工油气企业发挥数据价值

· 16 · 施耐德电气化工油气行业应用白皮书

参考文献：

1. AVEVA, Digital Acceleration in the Upstream Oil & Gas Industry,2019.

2. Kim Custeau, Director of Information and Asset Management, AVEVA, Predictive Maintenance for
improved Performance in Oil and Gas.

3. James H. Chappell, Vice President – Information Solutions, AVEVA, Artificial Intelligence: from
Predictive to Prescriptive and Beyond.

AVEVA™ PI System 及 AVEVA ™ Predictive Analytics 助力化工油气企业发挥数据价值

施耐德电气（中国）有限公司
Schneider Electric(China)Co.,Ltd.

北京市朝阳区望京东路6号 Schneider Electric Building, No. 6,

施耐德电气大厦 East WangJing Rd., Chaoyang District
邮编: 100102 Beijing 100102 P.R.C.
电话: (010) 8434 6699 Tel: (010) 8434 6699
传真: (010) 8450 1130 Fax: (010) 8450 1130

由于标准和材料的变更，文中所述特性和本资料中的图像只有经过我们的业务部门确认以后，才对我们有约束。
ECATA1212
2022.11