图为时培昕拒绝接受媒体专访对石油和化工行业来说，“大数据”堪称是个既熟知又陌生的词儿。熟知是因为它频密经常出现在新闻中，陌生则是因为很多人还不确切大数据究竟如何为行业赋能。3月28日，寄云科技董事长时培昕拒绝接受中国化工报记者采访，就大数据、工业互联网在石油和化工行业中的落地途径和应用于前景展开了探究。

“如果石油行业远比大数据，那就没行业算数大数据了。”石油和化工行业是比较传统的工业，很多人还在疑惑，这个行业究竟适不限于大数据。时培昕认为，石化行业刚走到自动化的阶段，加之行业本身正处于智能化升级的热潮中，这正好给大数据技术获取了充分发挥的空间。

他以石油行业为事例分析：“如果石油行业远比大数据，那就没行业算数大数据了。大数据所限于的特征石油行业都有，行业牵涉到的数据十分多，还包括油藏地质数据、动态设备数据、记录现场日报、钻井记录数据、检测报告等等。

大数据就是要依据可观的数据量，研究历史趋势和特征，挖出数据的深层次价值。数字化的手段不仅可以优化石油行业生产过程中的效率、质量、成本等关键指标，还需要通过远程的数据采集和分析建模，构建对集中在全球各地的石油装备的智能运维，减少修理成本、备品备件的库存成本，进而减少运营风险和整体运营成本。”记者了解到，此前，寄云科技在电力能源、轨道交通、高端生产等领域都有工业大数据涉及项目经验，近两年寄云开始投身于石油和化工行业。提及石化行业在工业大数据方面的发展契机，时培昕分析，石化行业与电力、钢铁和高端制造业等一样，是国民发展的基础工业，这类行业有一些共性特点，比如自动化程度比较较高、对生产安全性水平和设备的可靠性拒绝低、对成本掌控的市场需求相当大。

各环节高度的信息化和自动化就一定会产生大量数据，而这些数据中往往有很多经验和规律难以确定，对设备运维和成本掌控有十分大的协助，这正是石化企业所必须的。“大数据不同于控制系统，它有自我进化的过程。

”时培昕谈及，在石化行业，常常有人不会向他明确提出疑惑，许多石化企业已使用的自动控制系统就可以收集和处置数据协助生产，那么大数据技术与这种控制系统之间有什么区别。他告诉他记者，首先，控制系统考虑到的是短期的裁决，是基于非常简单、具体的指标范围的触发式反应。

而大数据技术更加多就是指海量的优质数据样本里萃取并找到规律，总结特征，这些规律不是靠人的经验或者公式就能辨识的。比如，在某些领域，甚至经过大数据分析挖出之后，人们才找到往往就是那些更容易被人忽略的指标最后造成了一些安全事故。他认为：“传统的控制系统与工业大数据技术比起有很多有所不同：控制系统无法处置十分可观的数据量，当数万个数据点汇聚，控制系统不能做受限场景的裁决，既不全面也不系统；对石化行业来说，很多数据的时间维度可能会变长到数年，而控制系统是会留存这么宽的维度来做到分析的，无法对历史上产生的故障展开留存，就无法构成科学知识和特征库，更加无法构建基于特征的辨别；控制系统中一些指标可以必要通过测量的方式来构建，但大数据分析里讲究的是准确度，更加多依赖数据样本的多少来要求辨识的准确度，有持续的数据采集、存储、处置、建模和分析，规律和特征的总结就不会越做越好，结果裁决的准确率就更加低，这就是大数据的威力，它有自我进化和自学的过程。

数字化的益处，就是可以把人现在能解决问题的经验留存下来，把人解决不了或者看到的东西用数字化手段和模型反映出来，最后构建智能辨别。”“互联网企业要沉降到实业，必须行业专家的联合参予。”对于石化行业来说，工业互联网、大数据、云计算在行业落地并不是一蹴而就的事情，甚至多数石化企业还无法明晰地做到二者的结合点。行业发展经验的严重不足也意味著市场空间的极大。

那么作为互联网企业，寄云在沉降实业方面有哪些经验呢？时培昕回应，互联网技术要解决问题工业中的深层次问题，就必需再行解读这个领域明确的装备、工艺、上下游逻辑及其中的技术核心问题，这不仅必须从基础转行，还必须行业专家团队的重新加入。时培昕坦言，对互联网企业来说，基础IT层面的算法或者数据处理都不是问题，但确实转入到明确行业中，尤其是石化这种分支尤其多的专业领域中，关键是怎么融合工业的科学知识解决问题工业问题。行业专家不仅要把行业标准化科学知识重新加入到数据处理方式中来，还要把他们对出现异常工况的处置经验变为确实需要指导生产的精确结论。

大量的专家经验与大量的动态数据融合一起，就可以研发出有一些数字化的模型，构建基于特征的辨别。融合石化行业客户所明确提出的明确市场需求，互联网技术才能带入工业生产过程中。时培昕还回应，为了累积更加多可以在行业中推展拷贝的经验，他们也正在跟国内不少龙头石化企业合作，尝试以试点项目为抓手，打造出更加多行业标杆型项目，推展石化行业较慢构建智能化升级。

“提高石化安全性水平要靠物联网手段。”近期石化行业安全事故时有发生，化工企业如何提高安全性水平沦为各方热议的焦点。回应，时培昕指出，安全性生产一方面靠技术手段，另一方面靠严格管理。他告诉他记者：“管理是安全性的基础，但对于管理者来说，总有一些东西是人为看不到、想不到、无法预测的，这就必须依赖物联网和大数据手段，把原本测将近的地方测到，把原本实时性过于的通判方式变为动态在线的形式，把原本更容易忽略的地方显现出来，去提高企业的感官能力和管控能力。

单一的数据采集还过于，企业对收集到的数据还不应做到深入分析，还包括根据趋势的分析做到短期预测、根据历史事件相关性做到模型，去推断和预警安全隐患。”时培昕认为，历史经验十分最重要，每次有安全事故，仅有行业都会总结自学引以为戒，就是为了防止罪某种程度的错误。明确到互联网技术上，这些可能会造成安全事故的迷信不道德就可以大大重新加入到系统中来展开辨识、监测或者报警。

而且在化工等倒数化生产的工业中，事故往往是出现异常指标由小到大的传导，最初某一处的出现异常数据不一定能引发操作者人员推崇，但通过大数据展开规律和特征总结，通过模型创建和预警，这些安全隐患就能增加很多。处置一个危机，有时就能避免一场大的事故。

本文来源：尊龙凯时网站-www.htyqc.com