中国石油集团炼化领域的数智化工作，以高质量发展为核心目标，努力通过组织模式、运营模式和技术模式的全面转型，打造具备全面感知、敏捷响应、动态优化、智能决策和精准控制等特征的“数智炼化”。随着炼化数字化智能化工作的不断深入，基础设施、模型算法、跨专业人才、管理流程等方面面临着挑战。

基础设施配套水平是决定数据获取及时性、完整性、可靠性的基本条件，也是炼化数智化面临的最大挑战之一。炼化企业生产过程复杂，数智化涵盖专业领域众多，包含工艺、经营、设备、能源、安全等方面的大量数据，需要通过计量仪表、分析仪器、控制系统、摄像头等设备进行采集。但是，目前仍存在部分基础数据无法实时采集、部分DCS数据未进入实时数据库、在线分析仪和高清摄像头缺乏等问题。考虑到炼化企业数据量非常庞大，需要根据数智化设计要求和需求迫切度，有选择性地补充配备在线智能仪表、加装传感器、升级智能装备等。

目前，模型算法主要基于商业化炼化工业软件开发，支持炼化各业务领域的预测诊断和分析优化，是炼化领域实现数智化目标的关键。但是，炼化实际生产变化较为频繁，且各业务关联度强，基于机理的在线模型需要定制开发、定期维护更新，大数据模型的算法适用性和外延准确性还存在改进空间。同时，现有的炼化流程模拟等主要工业软件均为国外产品，因此要加快机理模型与大数据模型、深度学习算法等的融合创新，努力为炼化领域智能化提供准确度更高、维护性更好的模型，并加大炼化工业软件国产化研发投入，开发炼化流程模拟、调度优化、生产执行系统等软件。

炼化数智化对技术人员提出了更高要求，不仅需要熟悉石化专业知识，也要掌握工业互联网、人工智能、数学算法等方面的技术。我们需要加快建立数智化复合型人才培养体系，选取技术能力强、实践经验丰富的人员互相学习炼化专业和IT相关知识，了解跨专业领域的思维方式和基础技术，并加强与高校和研究院所的协作，通过科研项目合作、联合培养等定向培训跨专业人员，为炼化数智化提供新生力量。

炼化企业数字化智能化需要基于业务驱动获得长久的生命力。目前，部分业务管理流程的数智化变革尚未完全实现，部分业务人员的管理工作还未与数智化发展充分融合。因此，在数智化系统设计与应用中，需要以业务为主导加强管理变革，确保业务流程的优化和数智化技术的深化应用，真正为炼化企业提质增效降本贡献价值。

近年来，中国石油大力推进数字化转型和智能工厂建设，相继建成了广东石化、塔里木乙烷制乙烯、榆林乙烷制乙烯等智能工厂，开展了兰州石化数字化转型示范建设及第一批、第二批试点企业建设，通过“数据驱动+模型算法+平台应用”的服务新模式，有效提升了业务工作效率，有力支持了对业务的快速响应、预测预警、优化分析和智能决策。未来将继续稳步开展炼化业务数智化建设、持续提升数智化质量，全力支持“数智中国石油”建设。