话题1：你所在单位如何利用AI助力绿色转型？

　　将数字技术深度融入节能降碳领域

　　■云南石化公司生产运行部主任、党支部书记 荣登科：

　　近年来，云南石化将智能化建设作为撬动企业绿色低碳转型的重要抓手，推动数字技术与炼化生产深度融合，在节能降碳领域取得了扎实成效，也积累了契合生产实际的实践经验。

　　“十四五”以来，云南石化在全厂17套生产装置、22个生产单元全面投用IPC全流程智能控制系统，助力常减压装置二氧化碳排放量下降19.4%，连续重整装置能耗降低16%，石脑油加氢装置综合能耗下降7%，关键装置自控率、关键控制参数平稳率提升至100%，全厂年节约能耗费用约1亿元。常减压工艺数字孪生项目融合AI技术，深挖源头降碳潜力，汇集5年间10亿条历史运行数据，每30分钟完成一次全工况优化计算。系统闭环投用后，航煤、柴油收率稳步提升，实现降本增效与节能减碳协同推进。

　　云南石化坚持自主可控的技术路线，融合大数据与机理模型构建智能控制体系，推动生产模式由“经验驱动”向“模型驱动”转变。坚持由点及面的推进路径，从单装置试点逐步拓展至全厂部署，搭建工业互联网平台，将全厂6万余个工艺监测点位、1.5万块智能仪表的数据全部汇集至统一平台，有效打破信息孤岛。（霍树琳 采访）

　　将人工智能技术嵌入炼化生产全流程

　　■广东石化公司信息工程高级专家 陈运庆：

　　近年来，广东石化积极拥抱数字化转型，将人工智能技术深度嵌入炼化生产全流程，聚焦装置工艺优化、指标精准管控、节能降本等生产痛点，推动AI模型从实验室走向生产现场，以数智技术赋能传统炼化产业提质增效、转型升级。

　　针对催化裂化装置长期存在的粗汽油终馏点控制难题，广东石化联合昆仑数智组建联合攻关组，立足一线生产实际，从200多项运行参数中筛选关键因子，开发投用“智能诊断分析模型”。该模型实现了粗汽油终馏点温度精准预测，该指标合格率提升至100%，装置关键工艺参数得到持续优化，综合能耗降低0.5千克标油/吨，预计每年节约能源成本超百万元，为装置精细化运行提供有力的技术支撑。

　　将AI技术应用于炼化装置，能够充分释放数据要素价值，弥补人工经验判断的不足，实现工艺提前预判、参数智能调优。下一步，广东石化将持续深化人工智能、大数据与生产业务融合，不断拓展AI在工艺调控、设备运维、安全生产等场景的应用，以新质生产力助力企业高质量发展。（赵凤莉 采访）

　　构建全流程智能化节能降碳管控体系

　　■独山子石化公司规划和科技信息部副经理 叶自力：

　　近年来，独山子石化依托国家卓越级智能工厂建设优势，深耕智能工厂建设，聚焦炼化生产节能降碳核心场景，推动人工智能、数字孪生技术与低碳生产深度融合，以智能建模、精准调控、预判优化的数字化手段，构建起全流程智能化节能降碳管控体系，持续夯实绿色低碳发展的基础。

　　在生产装置节能优化上，公司依托炼化一体化在线数字孪生工厂，大范围推广智能优化控制技术，目前已有21套装置落地智能化节能管控，主要装置先进控制应用率超过50%。其中，110万吨/年乙烯装置投用具有自主知识产权的实时在线优化系统，实现工艺参数动态智能调优，与先进控制系统协同发力，有效降低装置综合能耗，每吨产品能耗降低5.18千克标油，同时提升资源利用效率，从生产源头实现节能降耗、减污降碳，打造了炼化装置智能节能标杆。

　　公司建成国内首套炼化一体化全流程在线机理模型，依托高精度AI模型，精准测算装置运行能耗与碳排放数据，模型预测精度达92%，大幅提升生产工况优化效率。通过智能化系统对NOx、VOCs等污染物排放进行实时动态监控、智能调控，实现污染物稳定达标超低排放。（李志强 采访）

　　话题2：应用AI过程中应注意哪些问题？

　　目前阶段AI的应用要回归“辅助工具”的本质

　　■兰州石化公司质量健康安全环保部资深高级主管兼环保风险管理组组长 黄晓星：

　　我们在推进环保“一张图”一体化智能管控系统建设和应用过程中，越来越深刻地感受到：AI赋能石化化工企业绿色转型，真正的难点不在于技术本身，而在于如何让AI变得可信、可靠、可控。

　　数据基础比想象中薄弱得多，数据治理涉及大量老旧装置的数字化改造，投资大、周期长，还要在不影响正常生产的前提下实施，难度可想而知。实验室里表现优异的AI模型，放到真实现场很可能“水土不服”。如果模型发生误判，轻则造成生产波动，重则可能延误真正的风险处置。值得关注的一点是，系统集成与网络安全风险被严重低估，每多一个API，就多一个潜在的攻击入口。同时，环保合规本身具有法律严肃性。目前，行业在环保领域应用AI方面还没有统一的技术标准、安全评估规范和验收准则。

　　目前阶段，AI在企业绿色转型领域的应用，要回归“辅助工具”的本质。因此，我们在系统设计时，把“人的确认”作为关键控制节点，把“可解释性”作为模型选型的重要考量，把“容错机制”作为系统运行的基本保障。兰州石化的环保“一张图”系统的投用，正是一种有益的尝试，我们做的很多工作，与其说是“解决问题”，不如说是“暴露问题”——数据治理的深度、模型可靠性的边界、安全架构的完整性、人员能力的短板，每一项都在倒逼我们重新思考：在追求绿色转型的“快”与确保安全可靠的“稳”之间，行业究竟应该如何取舍？答案不是二选一，而是必须找到一条既积极又稳妥的路。（李茜 采访）

　　安全性与可靠性是不可逾越的红线

　　■长庆石化公司生产运行部主任 王磊：

　　石化化工装置工艺流程复杂，涉及高温高压、易燃易爆介质，生产风险点多面广，安全性与可靠性是AI赋能绿色转型不可逾越的红线。结合长庆石化常减压装置昆仑大模型试点落地实践，我们始终坚守“AI辅助决策、人掌握执行权”的核心原则，不搞纯机器自主操作，从数据底座、现场生产落地、业务决策到迭代运维，构建全链条防护体系，真正做到技术创新和现场安全生产协同并进。

　　在基础底座层面，我们做实做细现场侧的数据治理，严格把好传感器标定及数据采集、清洗、存储加工全流程关口。依托MES2.0、综合报警平台、能源管控平台，汇集常减压装置工艺、动设备、安全环保消防等上万点位的实时数据；向上对接企业数据湖，向下打通DCS、PLC控制系统。

　　针对工业现场普遍存在的小样本故障、异常工况少的痛点，专项补齐装置历史事故案例、操作规程、工艺卡片等业务资料，完成数万条行业问答对标注，补齐故障样本图谱，解决工业样本稀缺难题，打造可溯源、高保真的工业数据集，为昆仑大模型落地筑牢真实可用的数据根基。

　　在生产控制层面，坚决不直接照搬通用开源大模型，立足炼油装置现场工况，把昆仑大模型、机理模型、一线工艺设备专家的经验三者深度耦合，模型输出只做辅助判断，不直接接管装置控制。

　　在决策应用层面，昆仑大模型只负责输出故障研判意见、操作调整建议、应急退守方案、能耗优化参考，所有的生产操作、工艺调整、设备处置，必须由班长、工艺/设备技术人员人工研判确认后才能执行。（王永鹤 采访）

　　以“数据+平台+服务”创新模式推动AI深度融入

　　■吉林石化规划和科技信息部一级高级主管 王洪锁：

　　吉林石化坚持安全优先、稳慎推进，以“数据+平台+服务”创新模式，将人工智能深度融入绿色转型全过程，严守安全可靠底线，以数智化变革赋能企业绿色低碳、安全高效发展。

　　对标顶层规范，筑牢安全建设框架。公司统一数据标准、平台安全准则与服务管控要求，规范动设备状态监测、智能报警、AI分析、能源管控、人员定位巡检等应用场景，明确合规边界，从源头防范智能化建设风险。

　　坚持试点先行，有序推广成熟应用。聚焦重点装置开展小范围试点验证，精准测试AI在设备诊断、能耗分析、智能巡检、异常预警等场景的实用性与稳定性，全面评估模型精度、数据安全及运行风险。坚持“成熟一项，推广一项”，杜绝盲目上线，确保智能应用落地可靠。

　　做强数智支撑，夯实可靠运行根基。整合设备、能源、巡检、报警等各维度数据，实现全流程质量管控；平台实行权限分级、网络隔离，严守“AI只预警、不控联锁”安全红线；配套专业运维保障，持续优化算法模型、校准数据质量，提升智能预警与健康预判的可信度。

　　健全闭环管理，保障智能应用可控。构建“智能预警、人工复核、处置销项”全链条机制，完善运维与应急管理制度。以标准为纲、以试点为基、以服务为要，推动AI应用安全规范、高效运行，为吉林石化绿色转型和本质安全水平提升注入强劲的智能动力。（高炳仑 采访）