下游物流优化
下游和中游能源设施包括一个由人员、设备、流程和基础设施组成的复杂网络。维护基地的运营需要安全、可靠和高效地将碳氢化合物运入和运出场地，为产品的制造和市场投放提供支持。
物流活动的管理在很大程度上是通过纸质和人工密集型工作流程来处理的，这使公司面临较高的财务和现场风险。碳氢化合物配送网络多种多样，公司必须有效地监控、分析和优化持续运营。
现在，以能源为重点的云技术的出现使行业能够改善运营活动的可见性和管理，即协调关键流程，实现工作流程自动化，并使跨职能人员能够高效地协同工作。AWS 下游物流优化是一种云原生解决方案，旨在改善碳氢化合物物流活动的跟踪、分析、预测和优化。通过将地理空间情报和机器学习服务相结合，这种解决方案改善了调度员、操作员和现场人员管理进料、中间产品和成品物流活动的方式，从而改进了业务成本、现场效率、利用率并降低了风险。
解决方案组件
跟踪
监控
监控异常情况并通知相关人员。
预测
根据实时变量预测估计到达时间。
优化
支持运营变革，以提高现场效率和增量价值。
集成
与业务应用程序和联系中心集成。
价值驱动因素
提高了利用率
提升了敏捷性
降低了运营成本
增大了利润率
降低了现场风险
客户案例研究
挑战：
TC Energy 规划人员过去常常花费数天和数周的时间来手动分析、审查和验证来自不同来源的信息，以优化可用管道容量。该公司希望提高运营的安全性和成本效益，实现信息的无缝传输，并向控制人员提供操作建议，以实时优化管道性能。
解决方案：
利用运营数据湖中现有 OT 系统的数据，并应用 Amazon SageMaker 等机器学习服务构建预测模型，以便进行优化。该解决方案还能够根据市场状况预测相应情景，并为气体控制人员提供异常检测和警报。该公司还使用基于人工智能的智能文档处理工作流程来提取历史纸质数据，以帮助进行运营规划和实现监管合规。
影响：
- 优化管道容量和资产利用率
- 预计可以节省燃料成本并提高运营效率
- 处理了 2000 多万张记录图像（确保安全、维护、监管合规）
现在我们可以最大限度地利用现有系统的能力，立即满足客户的需求，而不是建造新的设施。”
Joe Zhou
TC Energy 能力管理总监
如何开始使用
第 1 阶段：发现
活动
- IT 安全审查
- 数据来源识别
- 工艺流程发现
成果
- IT 安全批准
- 最终确定数据策略
- 规划中的基础设施投入
- 定义参与度评分
第 2 阶段：协调
活动
- 连接识别
- 确定来源优先级
- 构建 RACI
- 定义模型、异常、用户案例
成果
- 草拟架构
- 定义 RACI
- 定义分析/机器学习策略
第 3 阶段：启动
活动
- 构建架构
- 构建仪表板
- 实施和验证分析/机器学习
- 解决方案培训
- 端到端工作流程测试
成果
- 实施解决方案
- 实施的仪表板
- 部署用例
访问 AWS 解决方案库，了解如何开始使用下游物流优化和其他能源行业解决方案。
技术合作伙伴
部署合作伙伴
