从监控油井生产到预测何时需要维护设备，能源行业的很多厂商在其运营中都采用了物联网技术。
与许多传统行业一样，石油和天然气行业也有着长期有效的运营方法，但在采用物联网技术方面发展并不快。尽管数十年来，石油和天然气行业在石油钻机、管道和炼油设施上都安装了传感器，但石油和天然气开采行业最近才开始采用现代物联网技术。
RTI公司石油和天然气开发主管Mark Carrier认为，其部分问题是互操作性，该公司为工业厂商生产网络连接软件。他说，能源公司通常愿意与以前合作过的供应商合作，但是这种趋势意味着在跨平台共享数据方面没有强大的动力。
他说：“在很低的层次上，设备之间的连接非常好，在后端的连接也很好，但在理解这些数据是什么方面需要付出大量成本。”
英特尔公司物联网部门副总裁Christine Boles表示，能源行业仍在使用的较旧系统很难取代。她说：“他们面临的很大挑战是基础设施老化，以及如何获得更加标准化、可互操作的版本。”
但是之所以带来变化，其部分原因是近年来能源价格低迷。石油公司致力于寻求削减成本的方法，很简单的方法之一就是集成和自动化。Carrier说，在一口传统油井中，钻机有着多达70个不同公司的产品在工作，这些产品包括从流量到温度和压力到方位角和倾角的各种传感器，以及钻机本身的不同组件，但直到最近，这些传感器都须独立监控。
近年来，物联网解决方案可以将这些不同的数据线程连接在一起，对于那些希望将人为错误降至很低，并从石油钻井平台上现有的各种仪器中获取实时见解的公司来说，已成为一个有吸引力的选择。
数据，在垂直方向上有很多传感器和端点类型。泥浆脉冲遥测技术使用钻头中的模块在钻井液压力中产生轻微的波动，从而将信息脉冲传递到地面上的接收器。在钻孔的环境条件下运行的温度和压力传感器可能会使用坚固耐用的串行电缆将数据提交给地面的工作人员。
调研机构Forrester Research公司首席分析师Andre Kindness表示，很多给定的石油和天然气设施所使用的广泛技术、制造商和标准，都是该行业大型传统企业之间激烈竞争的产物。仅举几例，ABB、西门子和罗克韦尔都在努力避免因互操作性而失去优势。
但是这些公司的技术也一直与时俱进。虽然像惠普和戴尔这样的传统IT公司在直接出售给能源公司方面取得的成功相对较小，但是IT公司在为西门子和罗克韦尔公司生产白盒边缘计算设备方面运气更大。
边缘计算是石油和天然气公司中一项特别重要的技术，考虑到一些设施的偏远性，一些国家的本地网络基础设施可能不足，以及随之而来的连接困难。石油钻探的安全和维护应用程序不能容忍延迟，因此远程钻机和家庭办公室之间的往返可能是不切实际的。简而言之，在端点附近进行一些计算工作要容易得多。
油气物联网的主要用例是预防性维护、集中控制和运营洞察力。这些都依赖于从连接到给定钻机、炼油厂或石油或天然气管道的大量传感器获取信息，这些传感器进入边缘设备或返回到云端。Carrier表示，Wi-Fi是提炼设施中连接端点的一种主要媒介，尽管也使用了低功耗WAN选项。
如上所述，钻机上的传感器使用多种有线和无线技术(某些专有技术)将信息转换为可用形式，以进行边缘或数据中心处理，而管道技术通常使用有线工业以太网。
据Kindness称，这很复杂，部分原因是提取行业中设备需要较长的生命周期。
他说：“与IT世界不同，我们不会每隔几年更换一次设备。许多此类设备在现场已经使用了10到20年，这就是人们看到以太网没有太多变化的原因。”
调研机构IDC公司生产洞察副总裁Emilie Ditton表示，与石油和天然气公司合作的设备制造商越来越需要可靠顺畅的连接。较新的设备是本地仪器，很少依赖专有的连接标准，从而为这些公司生成更多可用的数据。
她说，“网络技术存在于一些极端创新，而某些领域的流程却是人工操作。其成熟度有着很大的差异和变化。”
将数据从远程位置迁移到云端或数据中心也给石油和天然气行业带来了挑战。在覆盖范围允许的情况下，运营商连接可用于无线回程，但这通常不是海洋石油钻井平台的良好选择。一些公司使用卫星连接来实现这一目的，而另一些公司则将海底光纤电缆直接连接到其离岸设施。
TE Connectivity公司产品经理兼工程师Jeremy Calac认为，光纤到平台的普及是相对较新的技术，该公司为工业客户生产网络连接设备。
他说，“在以往，由于温度和压力问题，海底光纤电缆方案不可靠。”但随着连接电缆制造商之间可靠性的提高，这种情况正在改变。
处理数字
无论数据是到达边缘还是云端，真正的价值都是通过自动分析创造的。据Corva公司的工程总监Jim Wang说，从历史上看，自上世纪80年代以来，该行业一直可以获取这种分析所需的数据类型。
也就是说，直到最近，能源行业仍缺乏及时处理这些数据的能力，结果导致大量人为错误潜入了业务流程。例如，钻井依赖于来自各种传感器的极其有效的测量，而采用人工检查一切可能是一个复杂的过程。
Jim Wang说，“人类难以确保人工校准所有数据。除非拥有实时分析功能，否则要到很久以后才会知道出现错误。”
但是，使用现代的机器学习技术，石油和天然气行业可以在多个领域实现收益。当然，在钻井层面上，更智能的系统可以整合来自很多涉及的传感器的信息，以更准确、更及时地描绘出钻井是否被准确地挖掘，所涉及的机械运行是否顺利以及钻井的生产率。无论是短期还是长期。工业物联网可以轻松地应用于石油精炼设施，可以跟踪维护数据、识别效率低下的流程和潜在的安全问题，以及监视管道，并在问题变得严重之前就可以发现。
