将数字加倍
在现实世界中成功降低其资本支出和运营支出成本的公司通常会通过利用数字世界来做到这一点。
大数据，数字化，人工智能（AI），机器学习和数字油田等术语在有关技术和商业计划的对话中占据主导地位是有原因的。但是这些术语实际上是什么意思？公司如何减轻他们面临的网络安全风险？这些技术究竟如何使石油和天然气行业受益？
供应商在数字领域投入了两倍的精力，他们在资产完整性管理，物联网（IoT）应用程序，工程和天气等各个领域提供了众多解决方案。
走向数字化
数字化将模拟物带入了数字世界，或者，正如编码情报局的原理Russ Bodnyk所说的那样，“将我们周围的现实变为现实，并在计算机上将其转化为可用的信息。” ，压力或振动读数并记录数据。
Bodnyk说，数字化的数量呈指数增长，部分原因是通过物联网（IoT）设备生成的数据量巨大。
他说：“我们已经陷入了传统大数据的局限。” “机器学习部分是出于必要而诞生的。”
机器学习可以由人监督或不受监督。人工神经网络是模仿人类大脑和神经系统的计算机系统，而深度学习也是AI进步的原因。
“人工智能无法完成某人的工作的100％。一般来说，AI可以做的是更常规，更平凡，更可预测。” Bodnyk说。 “人工智能在语境，因果关系或认知方面不佳。”
然而。
他说，在未来25年内，人工智能将可能完成人类所能完成的一半以上的工作，并在未来50年内处理超过四分之三的工作。
他说：“创造力是人类传统智力的最后堡垒之一。” “ AI使人们能够按照自己的梦想实现梦想，并以已经喜欢的方式自由互动。人工智能可以帮助企业的方法有很多。从长远来看，它使工作更容易，做出有利可图的决策，降低风险，在适当的时间提供适当的情报。”
他说，人工智能还不是信息安全的重要组成部分，但他希望这方面的发展会很有趣。
“可怕的是，安全常常是被动的。人工智能使令人信服的深层伪造变得更加令人信服，使生物特征认证黑客更容易，增加了勒索软件和其他攻击，” Bodnyk说。
数字时代的安全性
美国子公司ABS Group全球网络安全负责人Ian Bramson认为，石油和天然气行业面临的网络安全挑战之一是信息技术（IT）安全与运营技术（OT）安全有很大不同。航运局（ABS）。他说，IT攻击通常旨在获得财务优势或破坏业务活动，而OT攻击则旨在破坏或阻止现实世界的运营，这可能会导致站点安全，公共安全和环境安全问题。
随着石油行业连接更多的OT系统，它还会创建暴露点，这意味着“坏蛋进入”并影响核心运营的更多方式。他说：“现在从未连接或设计为无法连接的系统已连接在一起。”
清晰了解运营的连通性是坚实的网络安全计划的基础。他说，这意味着要研究在现实世界和数字世界中如何连接两个项目，每个项目都可以访问，并找出攻击的潜在后果。下一步是确定如果发生攻击该怎么办。
网络安全归结为两点：可见性和控制。我可以看到发生了什么，我可以对此做些什么吗？”
他说，这是一个瞬息万变的格局，特别是因为OT环境对于攻击者和防御者都是一个新的环境。
“运营商正在试图弄清楚如何将基础知识付诸实践，然后如何超越它。网络安全并不是“一劳永逸”。当您添加数字化功能时，连接性就会提高，它们的攻击方式也会改变。”他说。 “有一个积极的对手，这个行业的大多数人从未遇到过。”
而且，当发生攻击时，由于存在暴露的风险，很少公开报道它们，布拉姆森指出。
围绕关键基础设施的OT安全性的法规正在出现，Bramson认为这将促使一些人开始进行网络评估。但是，他警告说，遵守可能存在的法规与实际安全是有区别的。
他说：“网络安全是一项核心业务，”。 “它有助于保护您的OT系统以防止发生攻击的可能性，并且如果确实遭到攻击，则可以帮助您限制攻击的后果。”
监控系统
TechnipFMC将领域知识与数字技术相结合，带来了海底行业状态性能监视（CPM），这是一个监视系统，可实时提供有关资产完整性管理的不断更新的知识。 TechnipFMC Digital Subsea副总裁Julie Cranga说，CPM帮助资产所有者最大程度地运营，同时避免了停机，设备故障和安全事故。
她说，CPM找出了设备问题的根本原因，并预测了设备故障，因此可以计划先发制人的维护。 CPM通过处理设备上众多传感器产生的大量数据来实现这一目标。
Cranga说：“客户喜欢CPM这样的系统，他们的信心更大。” “他们拥有有关其资产的更多信息。所有数据都到达控制室。他们可以实时看到正在发生的事情。它为他们提供了其他见解，从而可以做出正确的决定。”
她说，使用CPM，该公司的一些客户已记录到特定检查，维护和维修范围成本降低了30％，并减少了离岸派遣人员的数量。在一项海底干预中，一家运营商使用TechnipFMC的CPM服务来防止关闭一口井，估计节省了5,000万美元的维修费用，并减少了生产延期。
TechnipFMC的CPM提供了宝贵的见解来支持运营。图片：TechnipFMC）
Cranga说，该公司认为“数字化潜力无穷无尽，可以做我们做得更好，并能够发掘一些新的可能性”。
其中之一就是利用AI的力量来管理库存。
她说：“我们能够通过库存来满足材料需求。” “过量库存应用程序正在执行数百万种组合，以帮助将物料与我们的过量库存进行匹配。”
她说，该库存管理系统于2018年推出，到目前为止已经为TechnipFMC内部节省了超过150万美元。
她说：“今天，我们既有访问数据的能力，又有利用这些数据的技术。” “直到几年前，数字基础设施，连接性和计算能力还不可用。”
部署物联网
GE公司的贝克休斯（Baker Hughes）和AI专家C3.ai于6月创建了一家合资企业（JV），以桥接信息技术（IT）和运营技术（OT）领域。该合资企业名为BakerHughes C3.ai，旨在提供数字转换技术，以提高石油和天然气行业的生产力水平。
C3.ai总裁兼首席技术官Ed Abbo表示，该公司帮助公司加速AI和IoT应用程序的设计，开发和部署，以转变包括石油和天然气在内的业务。
“大多数数据并未真正进行分析或处理。它是被收集和忽略的。”阿博说。他认为，这些数据是巨大潜力的关键：降低石油的收支平衡价格并提高运营的安全性和可靠性。
根据BHGE的说法，石油和天然气领域的AI通过摄取大量数据，对特定的操作环境变得智能并在问题发生之前进行预测来帮助改善整体性能，从而使操作员可以改善计划，人员配备，采购和安全性。
BHGE数字化副总裁Dan Brennan说：“人工智能和机器学习技术可以真正帮助增加设备可靠性和生产优化等类别的显着价值。”他说，人工智能的承诺是，它可以帮助公司“从不断涌入的运营数据以及十年前搁浅的数据中释放价值”。
壳牌长期以来一直使用BHGE的JewelSuite进行储层建模，并于2018年宣布使用C3.ai平台来加速公司的数字化转型，重点是使用AI和机器学习从预测性维护开始改善整体运营。
最近，BHGE和C3.ai宣布启动支持AI的BHC3可靠性应用程序，该应用程序使用来自整个系统的历史和实时数据来识别导致设备故障和工艺异常的异常情况。
工程实践
石油和天然气一直在数字化。储层模型是地震的，但没有人真正将顶面数字化。” Aker Solutions的首席运营官兼海底生命周期服务执行副总裁Dean Watson说。
问题的一部分是围绕数据的合理性，因为制造商以不同的方式数字化地引用设备，而运营商对设备（例如设施中的压缩机）使用不同的命名约定。此外，各种软件系统都以不同的方式表示数据，从而难以集成和提取数据。
“尽管相似，但它们是不同的。”软件和数字服务公司ix3负责人AreFøllesdalTjønn说，该软件使运营商能够加快现场开发项目并优化Aker Solutions在5月推出的资产性能。 “我们需要一种解决方案，在该解决方案中，我们可以从许多来源中提取数据并将其概念化，并在不同来源和客户群之间以连贯一致的方式为其带来意义。”
ix3最基本的含义是关于数据分类的不同方法，因此团队花费了大量时间和精力来构建语义网并创建工业资产的语义模型。
他说，EPC承包商面临的挑战之一是能否利用海上设施的历史来搜索有关如何解决问题的信息，因此该公司创建了Engineering Assistant应用，该应用基本上是“工程师的搜索引擎”比以前更快地从以前的项目中提取数据。
Tjønn说：“这使我们能够为进行概念研究，FEED和工程项目开发全新的解决方案，”从而节省了数周或数月的工程时间。
预测
大数据甚至正在改变天气预报。 IBM气象公司The Weather Company的能源解决方案负责人Rob Berglund表示，十年前，TWC将预测全球100,000个不同点。这样做需要主要的电子表格，全球的预报员都可以使用这些电子表格来发布他们全天更新的预报。
“要管理的海量数据非常庞大，数量惊人。” Berglund说。
现在，TWC每天大约需要24 TB的数据来生成超本地预报，每15分钟可以预报22亿个位置。为此，TWC必须转变为仅使用美国联邦航空管理局在机场和海洋浮标中的传感器数据。现在，数据来自各种来源。 TWC依赖于世界范围内天气传感器的自愿众包，甚至包括获得用户许可的手机压力传感器。航空公司发布有关飞机在海洋上空飞行时遇到的较高大气条件的数据。然后，TWC使用人工智能分解所有数据。
TWC为离岸客户提供基于天气的仪表板，以驱动警报。该公司还出售雷达，以帮助填补传感不足的海上地区的空白。它将反馈发送到操作员的仪表板，在此处可以对其进行解释。
天气公司为其离岸客户提供基于天气的仪表板，以驱动警报。图片：气象公司）
“这不仅仅是遥不可及的猜测。您可以获得真正关心的资产的信息，”他说。
人工智能的使用方法正在发展。他说，有可能训练卫星成像以发现气体泄漏，将图像与天气和风的模式结合起来，并确定泄漏的来源。
Berglund说：“我们可以训练卫星成像技术，从空间上了解气态泄漏的外观，他们可以在整个全球资产中做到这一点。”
展望未来，他认为从“数百万个移动设备”共享的实时图像可以进一步改善预测。
“想象一下，无论您身在何处，都可以在偏远地区进行建模，” Berglund说。人工智能可以分析“来自数百万个移动设备的实时图像，将它们拼接在一起，然后说，这就是该领域中正在发生的事情。”
