石化行业信息化建设呈现高点分化态势

目前,石油和化学工业约占全国工业增加值的13%、工业总利润的20%,是我国国民经济的基础性和支柱性产业。石化行业是我国信息化建设应用水平较高的行业,在信息技术的驱动下,正由传统工业向高度集约化、高度知识化、高度技术化工业转变。石化行业的信息化建设,正呈现高点分化态势。

环境:重新审视

石化行业信息化建设过去几年一直呈现快速发展的态势,根据监测结果,石化行业2006~2008年信息化投入分别达到77.0亿元、88.0亿元和95.4亿元,均呈现大幅度增长。有专家指出,从一个事物的发展规律来看,长期处于高速发展是不可能也是不正常的,全球金融危机实际上是给石化行业的信息化投入踩了一脚刹车,避免了信息化的盲目投入和无限扩张,能够让整个行业冷静下来,重新审视未来信息化的发展方向,重新考虑哪些信息化建设内容真正能够最大限度支撑行业业务的发展。

国际金融危机来了,石化行业各企业也相应紧缩银根,更加小心谨慎地对待各种项目的投入,在这样的背景下,“砍项目、费用”、“练内功”虽有无奈之嫌,但不失为各企业可采取的两种理性策略。“砍项目、费用”并不是要把项目拿掉,而是更精准地把握信息化方向,把有限的人力和财物资源投入到最迫切、最需要的项目中去。某些不是特别急迫的IT项目可以在目前的信息化建设计划中暂时搁置,待遇到更合适的时机再重新提上日程。金融危机给企业提供了“练内功” 的机会,各企业可抓住机会快速完成产业结构调整,梳理企业内部管理流程,攻破企业在常规生存环境下某些无法完成的技术、管理壁垒。

特色:庞大复杂

石化行业是一个产业链很长的行业,从石油的勘探开发到生产、运输、加工、销售,最后到大家的手里。它跨越了三个领域,一个是采集领域,一个是制造领域,还有一个是流通领域,就是产品销售领域。石油化工行业产业结构是很复杂的,所以,它的信息系统的体系也是很复杂的,各块的特点不一样,对信息系统的要求不一样,所采用的技术也不会一样。

作为一个能源行业,石化企业的信息化具备自身的特点。首先,石化企业在生产优化与管理方面的需求比较强,MES的驱动力是更多面向“向管理要效益”、降低成本和提高综合竞争能力等。其次,石化企业一般都是大型企业,其信息化投入一般金额较大,所以非常重视信息化的总体规划,在产品的选型上也倾向于采用成熟的产品化软件。此外,对于集团化的企业来说,由于企业机构庞大,拥有不少的下属机构和二级企业,纵横交错的管理使信息化实施的难度很大,一般都要求各级管理部门自上而下地推进。最后,石化企业作为行业的领头羊,涉及全行业全流程的管理,标准化是能源企业信息化中很重要也很困难的事情。只有做到了标准化,才能真正保证系统的集成应用、信息资源的高度共享以及不同部门不同流程之间的协同运作。

态势:高点分化

石化行业信息化已经渗透到石化企业运营的每一个层面。总体来说,行业信息化的整体水平与其他行业相比处于比较领先的位置,但是各企业信息化状况参差不齐,两极分化严重,可大体分为三大部分:第一,国外500强石化企业在中国的炼制加工中心及增值衍生产品生产基地,这部分企业基本沿用母体公司信息化部署,信息化水平较高。第二,以中石油、中石化、中海油为代表的上中下游一体化、石油石化主业突出的央企或股份制企业,信息化建设起步较早。第三,规模处于中小型,与石化产业相关联之企业,如石油炼化、石油开采机械等国内企业,正处在信息化的初级阶段,部分正在建立企业独立的工艺设计与生产控制系统,部分正处于企业内部的管理信息系统建设中,信息化程度相对比较落后。与国外发达的石化行业相比,中国国内企业存在管理方式、观念、手段落后的差距;信息系统集成度不高,“信息孤岛”现象普遍存在;已有信息系统应用功能滞后。

对国内大中型石油石化企业来说,目前正处于企业级应用或从部门级应用向企业级应用跨越阶段,ERP、MES、SCM、电子商务等集成应用成为新的热点。2008年,国资委公布了对中央企业信息化水平的评价结果,包括中国石油、中国石化、中国海油在内的各大石油石化企业信息化建设均处于国内先进水平,部分达到或接近世界先进水平,并且都展现出自己独特的亮点。石油石化行业的信息化建设已经形成体系,IT项目从单一应用向多点开花发展,“统一”成为各大石油石化企业信息化建设的主要发展路线。此外,石油石化行业的信息化应用逐渐成熟、应用层次日渐清晰,已经形成包括生产操作控制层、生产执行层、经营管理层和企业管理层的完整信息系统应用体系,信息化建设正处于从分散到集中的重要转变时期,ERP、MES、SCM、电子商务、“数字油田”成为发展重点。石油石化企业信息化建设出现了比较明显的两极分化现象,表现为企业规模与企业的信息化投入呈正比。

未来,石油石化行业信息化发展趋势将更加强调系统的深化应用和优化应用,强调业务系统的协同发展,数据、业务等不同层面的整合技术将在石油石化行业发挥更大的作用。同时,信息化技术的广泛应用提升了企业对信息安全和IT治理的重视程度。随着对信息化建设理解的不断深入,石油石化企业对信息化战略规划的重视程度有了很大提高。而节能减排政策,则让企业开始更多考虑“绿色IT”技术的应用和信息化对节能减排的贡献与支持。

 

来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/22954881/viewspace-629830/,如需转载,请注明出处,否则将追究法律责任。

转载于:http://blog.itpub.net/22954881/viewspace-629830/

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值