基于AI的油气管道数字孪生技术专利分析.pdf

8 6 数字化智能化专刊SPECIAL FOR DIGITALIZED AND INTELLIGENT基于 AI 的油气管道数字孪生技术专利分析王禹钦1，2高博颢1孟芳芳1（1.国家管网集团北方管道有限责任公司；2.中国石油大学（北京）摘要：人工智能、数字孪生等技术近年在油气管道建设中广泛应用，推动了传统油气管网向智慧管网转变。数字孪生技术的专利申请数量自 2016 年开始稳步增长，60.37%的发明专利处于审中状态。截至2022 年 8 月 31 日，我国数字孪生技术专利申请量 3045 件，全球领先，其次分别为美国、世界知识产权组织、韩国。全球主要申请人中，西门子公司专利申请 262 件，位居第一且优势明显，我国有 4 家单位处于领先地位。基于 AI 的油气管道数字孪生技术专利分析显示，全球专利分布主要集中在中国、WIPO、美国、韩国等国家和组织；中国石油大学（华东）、兰德马克图形公司、国家管网、中国石油、通用电气等位居全球申请人前列；专利风险主要存在于空间模型、动态建模、实时建模、运作模式等领域。研究揭示了专利申请趋势、申请地域分布、重点专利权人、技术壁垒，并对油气管道企业针对性加大技术研发和专利布局、提高专利申请质量、加强专利保护范围提出了相关建议。关键词：人工智能；油气管道；数字孪生；专利分析；专利布局；专利保护中图分类号：TE83；G354；G306文献标识码：A DOI：10.3969/j.issn.1002-302x.2023.03.011Patent Analysis of AI-based Oil and Gas Pipeline Digital Twin TechnologyWang Yuqin1,2,Gao Bohao1,Meng Fangfang1(1.PipeChina North Pipeline Company,Langfang 065000,China;2.China University of Petroleum-Beijing,Beijing 102249,China)Abstract:The artificial intelligence(AI)and digital twin technology have found wide application in construction of oil and gas pipelines in recent years,fueling the transition from traditional oil and gas pipeline network to intelligent network.The applications for the patent of digital twin technology has been steadily on the rise since 2016.At present,60.37 percent of the invention patents is under examination.As of August 31,2022,there were 3045 applications for the patent of digital twin technology in China,making the nation a world leader in this area and followed by the United States,the World Intellectual Property Organization(WIPO)and Republic of Korea.Of all the main applicants in the world,Siemens ranked first for its 262 applications with obvious advantages.Four Chinese units are also in the leading position in this area.The patent analysis of the AI-based oil and gas pipeline digital twin technology indicates that the patents worldwide are mainly concentrated in China,WIPO,the United States and Republic of Korea.China University of Petroleum(East China),Landmark Graphics Corporation,PipeChina and GE are also on the forefront of the global applicants.The risks for patent exist mainly in the areas of space model,dynamic modeling,real-time modeling and movement model.The study indicates the application trend for patent,regional 基金项目：国家管网集团北方管道有限责任公司科技项目“以管道智能技术为依托的创新方法与标准研究”（编号：20220206）。第一作者简介：王禹钦，1980 年生，2003 年毕业于复旦大学固体力学专业，硕士，高级工程师，主要从事科技规划、战略研究及科技管理等工作。E-mail：收稿日期：2022-12-05改回日期：2023-02-152023 年第 3 期8 7数字孪生融合了大数据、云计算、5G、人工智能（AI）等新一代信息技术，可利用物理模型、传感器及历史数据，在虚拟空间对实体进行模拟仿真。近年我国加快数字孪生相关政策布局，为产业发展提供良好的社会环境。2020 年 4 月，国家发展改革委、中央网信办联合发布关于推进“上云用数赋智”行动 培育新经济发展实施方案，提出突破数字化转型关键核心技术，开展数字孪生创新计划1。2020 年 8 月，国务院国资委办公厅下发关于加快推进国有企业数字化转型工作的通知，将数字孪生技术作为数字化转型的关键核心技术2。2021 年 12 月，工业和信息化部等八部门联合印发“十四五”智能制造发展规划，提出加快创新网络建设、开展智能制造示范工厂建设、大力发展智能制造装备和深化推进标准化工作，多次涉及数字孪生体3-4。随着中国油气骨干管网建设步伐加快及新技术不断发展，基于 AI 的油气管道数字孪生技术获得广泛推广与应用，推动了智能油气管道建设运维方式的形成和发展5-8。数字孪生技术将管道数据以 3D 形式呈现，用户通过检测到的数据将实体管道与三维虚拟管道相连接，运用 AI、大数据等对实体管道安全状态进行预测。考虑到油气管道/管网是复杂的多设备、多环境、多介质的综合系统，油气管道数字孪生模型的建立需要综合运用感知、计算、建模等信息技术，对物理空间进行描述、诊断、预测、决策，进而实现物理空间与数字虚拟空间的交互映射。丛瑞、赵国深等研究认为，数字孪生技术目前在管道行业尚处于应用初级阶段9-10。窦宏恩等预测，到 20302035 年，将可能全面建成具有可观测可控制、地上地下一体化的智能感知、自适应和综合优化平衡等特征的数字孪生智慧管网11。国家管网集团北方管道有限责任公司近年积极探索油气管道数字孪生技术，追踪相关热点及发展趋势，分析研究现状、竞争对手、研究方向，开展了基于数字孪生技术的管道设计、调度优化、设备维护及全生命周期智能管网等相关工作，对提升油气管道管理水平具有重要意义12。专利文献作为技术信息最有效的载体，蕴含了全球 90%以上的最新技术信息。专利分析是对专利文献中大量零碎的专利信息进行分析、加工、组合，利用统计学方法和技巧使这些信息转化为具有总揽全局及预测功能的竞争情报。本次研究以油气管道数字孪生技术专利申请数据为基础，从基于 AI的油气管道数字孪生技术专利申请趋势、专利公开分布地域、专利竞争格局和专利技术壁垒等维度进行深入分析，为油气管道数字孪生技术研发和布局提供参考。1专利信息检索方法1.1数据来源本文分析研究的专利文献数据主要来源于Himmpat。Himmpat 是一款专业的全球专利智能检索分析平台,覆盖全球 123 个国家/地区/组织的1.6 亿条专利数据。1.2检索范围和方法检索范围为截至 2022 年 8 月 31 日全球已公开专利文献，采用 IPC 分类号与关键词相结合的方式进行检索（表 1）。distribution of application,key patentees and technical barriers.Focusing on the oil and gas pipeline enterprises,it also comes up with the relative suggestions on enhancement of technological R&D and patent distribution,improvement of patent application quality and expansion of patent protective scope.Key words:artificial intelligence,oil and gas pipeline,digital twin,patent analysis,patent distribution,patent protection王禹钦等：基于 AI 的油气管道数字孪生技术专利分析8 8 数字化智能化专刊SPECIAL FOR DIGITALIZED AND INTELLIGENT1.3专利文献的查全和查准专利查全根据行业特点、技术分解方向，采用“分总”或“总分”的检索策略进行检索，并对检索结果进行查全率评估。设 S 为待验证的待评估查全专利文献集合，P 为查全样本专利文献集合（P 集合中每一篇文献都必须与分析的主题相关，即“有效文献”），查全率 r 可定义为：r=num（PS）/num（P）式中PSP 与 S 的交集；num（）集合中元素的数量。专利文献检索过程中的噪声来源于关键词，采用以下去噪策略：（1）简单利用分类号去噪，对检索结果直接用较大范围的分类号从总体上限制；（2）在后续标引数据的过程中还会发现一定数量的噪声文献，通过阅读摘要或全文，手动去噪，实现标引过程去除干扰噪声。查准率可通过对待验证集合的抽样，统计有效文献量来评估。设 S 为待评估专利文献集合中的抽样样本，S 为 S 中与分析主题相关的专利文献，则待验证集合的查准率 可定义为：=num（S）/num（S）2数字孪生技术发展态势专利分析2.1专利分析数字孪生自 20 世纪 70 年代 NASA 提出相关概念，到近年多个领域广泛研发应用，已成为智能制造中解决物理实体与数据虚拟交互融合的关键技术手段12。数字孪生技术的全球专利申请主要始于2009 年，源于 IBM 公司申请的游戏相关专利，专利申请数量自 2016 年开始稳步增长（图 1）。数字孪生技术的全球专利中，60.37%的发明专利处于审中状态，一定程度上说明技术较新，具有研究价值（图 2）。表 1检索过程中涉及的分类号和关键词IPC 分类号G06F30（计算机辅助设计）、F17D（管道系统）、E21B（土层或岩石的钻进；从井中开采油、气、水、可溶解或可熔化物质或矿物泥浆）关键词AI 技术人工智能；机器学习；深度学习；流向图；决策树；卷积神经网络；神经网络；深度置信网络；算法；神经元；循环神经网络；artificial intelligence；AI；machine learning；ML；deep learning；DL；convolutional neural networks；neural networks；CNN；deep belie for nets；DBN；flow graph；decision tree；neuron；algorithm；recurrent neutral network；RNN；RCNN数字孪生技术数字孪生；孪生体；数字双胞胎；数字化映射建模；仿真；digital twin；AI modeling；DTV管道管道；管网；智能管道；智慧管网；管道线路；站场；油气；测量；石油；天然气；勘探；pipeline；pipe；petroleum；natural gas；measure专利申请量/件0300600900120015001800694175212346613271123610941733221120222021202020192018201720162015201420132012201120102009年份图 1数字孪生技术全球专利申请趋势图2023 年第 3 期8 9得益于我国对数字化技术的高度重视，数字孪生技术相关专利申请有 3045 件，专利申请量全球领先，其次为美国（608 件）、世界知识产权组织（WIPO，378 件）、韩国（270 件）等（图 3）。审中有效发明：2922（60.37%）其他：5（0.1%）发明：831（17.17%）其他：2（0.04%）外观设计：85（1.76%）实用新型：146（3.02%）发明：265（5.48%）PCT专利：170（3.51%）PCT专利：207（4.28%）实用新型：4（0.08%）发明：196（4.05%）实用新型：7（0.14%）失效状态未确定状态PCT指定期满PCT指定期内有效状态审中状态图 2数字孪生技术全球专利法律状态304560837827024986787436290500100015002000250030003500专利申请量/件加拿大澳大利亚日本印度德国韩国WIPO美国中国EPO图 3数字孪生技术全球专利分布图 4 为数字孪生技术全球主要申请人集中度，数字孪生技术全球主要申请人中，西门子公司占据明显优势，专利申请量达 262 件，约为排名第二的通用电气公司（132 件）的 2 倍，此外，IBM（58件）、松下电器公司（42 件）等也申请了较多专利；中国申请人如北京五一视界数字孪生科技股份有限公司（114 件，简称北京五一视界）、北京航空航天大学（76 件）、广东工业大学（69 件）、国家电网集团有限公司（55 件，简称国家电网）、西安交通大学（36 件）等占据领先地位。由图 4 可以看出，全球排名前 10 的申请人的专利申请量占整个产业的 1/4，说明该技术分布在多位申请人中，尚未形成垄断趋势。26213211476 69585542364153西门子公司通用电气公司北京五一视界北京航空航天大学广东工业大学IBM国家电网松下电器公司西安交通大学其他图 4数字孪生技术全球主要申请人集中度王禹钦等：基于 AI 的油气管道数字孪生技术专利分析9 0 数字化智能化专刊SPECIAL FOR DIGITALIZED AND INTELLIGENT2.2技术应用现状数字孪生技术现已在智慧工厂13、高技术船 舶14、土木建筑15等领域兴起并广泛应用（图 5），改变了行业发展趋势及现状，也为其在油气管道领域应用提供了理论基础和经验借鉴。0100200300400500600700201020112012201320142015201620172018201920202021智慧工厂高技术船舶土木建筑专利申请量/件年份图 5数字孪生技术应用于智慧工厂、高技术船舶、土木建筑的专利申请趋势图3基于 AI 的油气管道数字孪生技术发展态势3.1发展阶段作为新兴技术，基于 AI 的油气管道数字孪生技术主要始于 2018 年，该领域专利申请主要分为两个阶段（图 6）。88243692116289051015202530354020182019202020212022全球中国专利申请量/件年份图 6基于 AI 的油气管道数字孪生技术的全球及中国专利申请趋势图第一阶段：20182019 年，专利申请量较稳定。我国相关专利申请量极少，在全球专利申请中占比较低。第二阶段：20202022 年，专利申请量呈大幅增长趋势。由于我国持续加大数字孪生技术研发力度，专利申请量快速提升，在全球占比显著提高。3.2专利申请分布分析如图 7 所示，基于 AI 的油气管道数字孪生技术全球专利分布主要集中在中国、WIPO、美国、韩国等国家和组织。中国已有相关申请 56 件，占比达 65.88%，处于领先地位。56,66%8,10%7,8%4,5%2,2%2,2%2,2%1,1%中国WIPO美国韩国澳大利亚法国英国加拿大俄罗斯EPO2,3%1,1%图 7基于 AI 的油气管道数字孪生技术的全球专利申请分布3.3竞争格局分析基于 AI 的油气管道数字孪生技术的全球申请人排名中，中国石油大学（华东）（10 件）、兰德马克图形公司（5 件）、国家石油天然气管网集团有限公司（4 件）、中国石油天然气股份有限公司（3件）、通用电气公司（3 件）、沙特阿拉伯国家石油公司（2 件）、北京航空航天大学（2 件）、中海油安全技术服务有限公司（2 件）、中国海洋大学（22023 年第 3 期9 1件）等位居前列。中国石油大学（华东）主要将基于 AI 的油气管道数字孪生技术专利布局在 G06F（电数字数据处理）、G06N（基于特定计算模型的计算机系统）、G06Q（专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法）等领域，在E21B（土层或岩石的钻进）仅申请了一件专利；兰德马克图形公司则主要将技术布局在 E21B 中，涉及数字孪生本身的技术布局相对较少；通用电气公司、沙特阿拉伯国家石油公司，以及在国外进行专利布局的北京航空航天大学、中海油安全技术服务有限公司、中国海洋大学等，均在数字孪生技术和数字孪生技术的管道应用领域布局了一定数量的专利，但数量相对较小。3.4技术壁垒分析考虑到基于 AI 的油气管道数字孪生技术的全球专利分布中，涉及孪生数据处理、孪生模型建模的专利申请量占绝大多数，因此，以孪生数据处理、孪生模型建模的有效专利为研究样本，探讨 AI在油气管道数字孪生技术应用的技术壁垒。由图 8、图 9 可知，相关专利风险存在于空间模型、动态建模、实时建模、运作模式等领域，技术壁垒来自北京航空航天大学、广东工业大学、西安交通大学等国内高校，国家电网等国内企业，以及艾尔萨茨株式会社（）、通用电气公司等国外企业。图 8基于 AI 的油气管道数字孪生技术的技术壁垒02468101214北京航空航天大学广东工业大学西安交通大学艾尔萨茨株式会社中国石油大学（华东）郑州轻工业大学同济大学国家电网北京理工大学Vibrant Corporation专利申请量/件图 9基于 AI 的油气管道数字孪生技术的技术壁垒来源4结论与建议通过从专利技术的申请趋势、公开分布地域、申请人排名和技术壁垒等维度进行深入分析，认为油气管道数字孪生技术及人工智能技术研究仍处于起步阶段，应用案例较少，二者相融合的案例国内外未见报道。目前已有管道单体设备实现数字孪生建模，未来随着更复杂的管道系统数字孪生模型的建立，可实现大量特定场景的计算分析与预测，以及管道设计、建设和运行维护。在专利分析基础上，根据产业未来发展趋势预测，建议油气管道企业针对性加大研发和专利布局：（1）管道系统数字孪生体建设中涉及的仿真建模技术、数据分析处理技术、智能感知物联网技术，这是构建数字孪生管道/管网的基础。（2）基于数字孪生管道系统，应用 AI 开展一些管道复杂场景的智能识别、高性能计算和分析预测，如管网综合调控优化、原油管道流动安全状态预测分析、天然气管道冰堵风险预测、管道实时定量风险评价、管道应急处置桌面演练、第三方入侵的泛在感知等。（3）不断提高专利申请质量并加强专利保护范围，包括但不限于在美国、欧洲、日本、俄罗斯等国家和地区布局核心技术和外围技术，增强我国油气管道数字孪生技术的国际话语权。现有油气管道企业并不直接研发数字技术和智能技术，一般是在相关技术发展到一定程度且相对王禹钦等：基于 AI 的油气管道数字孪生技术专利分析9 2 数字化智能化专刊SPECIAL FOR DIGITALIZED AND INTELLIGENT成熟后，再引入到油气管道领域进行场景化应用研发。从本次研究的检索分析结果可以看出，数字孪生技术与人工智能技术正处于高速发展期，国内外企业均已进入“跑马圈地”的专利布局阶段，建议相关企业尽早在数字孪生管道系统场景化应用领域着手专利布局。为了避免核心技术被侵权，建议在布局核心专利的同时，在其外侧布局一定数量的非核心专利，让非核心专利形成“篱笆墙”，更好地保护核心专利。【参考文献】1 国家发展改革委 中央网信办印发关于推进“上云用数赋智”行动 培育新经济发展实施方案的通知 EB/OL.(2020-04-10)2022-12-10.https:/ of NDRC and Cyberspace Administration of China on printing and issuance of“Execution plan for Using digital cloud for intelligence actions and development of new economy”EB/OL.(2020-04-10)2022-12-10.https:/ 国务院国资委.关于加快推进国有企业数字化转型工作的通知 EB/OL.(2020-09-21)2022-12-02.http:/ on accelerating SOE digital transformation workEB/OL.(2020-09-21)2022-12-02.http:/ 工业和信息化部.“十四五”智能制造发展规划 EB/OL.(2022-07-06)2022-12-02.https:/ of Industry and Information Technology.Intelligent manufacturing development plan of the 14th Five-year PlanEB/OL.(2022-07-06)2022-12-02.https:/ 赵亮,许娜,张维.我国数字孪生研究的进展、热点和前沿：基于中国知网核心期刊数据库的知识图谱分析 J.实验技术与管理,2021,38(11):96-104.Zhao Liang,Xu Na,Zhang Wei.Progress,hotspot and frontier of digital twin research in China:Knowledge atlas analysis based on CNKI core journal databaseJ.Experimental Technology and Management,2021,38(11):96-104.5 李柏松,王学力,王巨洪.数字孪生体及其在智慧管网应用的可行性 J.油气储运,2018,37(10):1081-1087.Li Baisong,Wang Xueli,Wang Juhong.Digital twin and its application feasibility to intelligent pipeline networksJ.Oil&Gas Storage and Transportation,2018,37(10):1081-1087.6 陈斯迅,李在蓉,王禹钦,等.管道数字孪生体模型的构建及应用 J.油气储运,2021,40(6):643-650.Chen Sixun,Li Zairong,Wang Yuqin,et al.Construction and application of Digital Twin model of pipelineJ.Oil&Gas Storage and Transportation,2021,40(6):643-650.7 李荣光,孙秀娟,刘柏汝.实时泛在感知的管道数字孪生体 N.中国石油报,2019-12-03(6).Li Rongguang,Sun Xiujuan,Liu Bairu.Real-time extensive sensing pipeline digital twin bodyN.China Petroleum Daily,2019-12-03(6).8 税碧垣.智慧管网的基本概念与总体建设思路 J.油气储运,2020,39(12):1321-1330.Shui Biyuan.Basic concepts and general ideas of intelligent pipeline networkJ.Oil&Gas Storage and Transportation,2020,39(12):1321-1330.9 丛瑞,冯骋,沈晨,等.油气管道数字孪生技术应用 J.油气田地面工程,2022,41(10):108-113.Cong Rui,Feng Cheng,Shen Chen,et al.Application of digital twin technology in oil and gas pipelineJ.Oil-Gas Field Surface Engineering,2022,41(10):108-113.10 赵国深,赵嘉玲,刘思妤,等.数字孪生技术在油气管道管理中的应用 J.化工管理,2022(4):71-74.Zhao Guoshen,Zhao Jialing,Liu Siyu,et al.Application of digital twin technology in oil and gas pipeline managementJ.Chemical Enterprise Management,2022(4):71-74.11 窦宏恩,张蕾,米兰,等.人工智能在全球油气工业领域的应用现状与前景展望 J.石油钻采工艺,2021,43(4):405-419,441.Dou Hongen,Zhang Lei,Mi Lan,et al.The application status and prospect of artificial intelligence in the global oil and gas industryJ.Oil Drilling&Production Technology,2021,43(4):405-419,441.12 戚湧,郭青,李朝翠,等.专利视角下船用推进设备关键技术全球竞争态势研究 J.中国发明与专利,2022,19(3):53-59.Qi Yong,Guo Qing,Li Zhaocui,et al.Global competition research on key technology of marine propulsion equipment on patent information perspectiveJ.China Invention&Patent,China Invention&Patent,2022,19(3):53-59.13 王新东,倪振兴,刘福龙,等.唐钢新区基于数字孪生技术的全流程智能化工厂设计与实践 J.冶金自动化,2023,47(1):112-121.Wang Xindong,Ni Zhenxing,Liu Fulong,et al.Design and practice of whole process intelligent plants based on digital twin technology in Tangsteel New AreaJ.Metallurgical Industry Automation,2023,47(1):112-121.14 李国祥,王海燕,陈晓东.基于数字孪生技术的船舶智能机舱 J.中国船检,2023(1):52-54.Li Guoxiang,Wang Haiyan,Chen Xiaodong.Ship intelligent cabin based on digital twin technologyJ.China Ship Survey,2023(1):52-54.15 张栋樑,王永志,廖少明,等.土木工程建筑数字孪生建造技术研究进展 J.施工技术(中英文),2023,52(5):1-12.Zhang Dongliang,Wang Yongzhi,Liao Shaoming,et al.Review of digital twin construction technology for civil engineeringJ.Construction Technology,2023,52(5):1-12.