中國石油集團煉化領域的數智化工作，以高質量發展為核心目標，努力通過組織模式、運營模式和技術模式的全面轉型，打造具備全面感知、敏捷響應、動態優化、智能決策和精準控制等特征的“數智煉化”。隨著煉化數字化智能化工作的不斷深入，基礎設施、模型算法、跨專業人才、管理流程等方面面臨著挑戰。
基礎設施配套水平是決定數據獲取及時性、完整性、可靠性的基本條件，也是煉化數智化面臨的最大挑戰之一。煉化企業生產過程復雜，數智化涵蓋專業領域眾多，包含工藝、經營、設備、能源、安全等方面的大量數據，需要通過計量儀表、分析儀器、控制系統、攝像頭等設備進行采集。但是，目前仍存在部分基礎數據無法實時采集、部分DCS數據未進入實時數據庫、在線分析儀和高清攝像頭缺乏等問題。考慮到煉化企業數據量非常龐大，需要根據數智化設計要求和需求迫切度，有選擇性地補充配備在線智能儀表、加裝傳感器、升級智能裝備等。
目前，模型算法主要基于商業化煉化工業軟件開發，支持煉化各業務領域的預測診斷和分析優化，是煉化領域實現數智化目標的關鍵。但是，煉化實際生產變化較為頻繁，且各業務關聯度強，基于機理的在線模型需要定制開發、定期維護更新，大數據模型的算法適用性和外延準確性還存在改進空間。同時，現有的煉化流程模擬等主要工業軟件均為國外產品，因此要加快機理模型與大數據模型、深度學習算法等的融合創新，努力為煉化領域智能化提供準確度更高、維護性更好的模型，并加大煉化工業軟件國產化研發投入，開發煉化流程模擬、調度優化、生產執行系統等軟件。
煉化數智化對技術人員提出了更高要求，不僅需要熟悉石化專業知識，也要掌握工業互聯網、人工智能、數學算法等方面的技術。我們需要加快建立數智化復合型人才培養體系，選取技術能力強、實踐經驗豐富的人員互相學習煉化專業和IT相關知識，了解跨專業領域的思維方式和基礎技術，并加強與高校和研究院所的協作，通過科研項目合作、聯合培養等定向培訓跨專業人員，為煉化數智化提供新生力量。
煉化企業數字化智能化需要基于業務驅動獲得長久的生命力。目前，部分業務管理流程的數智化變革尚未完全實現，部分業務人員的管理工作還未與數智化發展充分融合。因此，在數智化系統設計與應用中，需要以業務為主導加強管理變革，確保業務流程的優化和數智化技術的深化應用，真正為煉化企業提質增效降本貢獻價值。
近年來，中國石油大力推進數字化轉型和智能工廠建設，相繼建成了廣東石化、塔里木乙烷制乙烯、榆林乙烷制乙烯等智能工廠，開展了蘭州石化數字化轉型示范建設及第一批、第二批試點企業建設，通過“數據驅動+模型算法+平臺應用”的服務新模式，有效提升了業務工作效率，有力支持了對業務的快速響應、預測預警、優化分析和智能決策。未來將繼續穩步開展煉化業務數智化建設、持續提升數智化質量，全力支持“數智中國石油”建設。
