充分考虑现有的工作条件以及限制因素，从切实提升工作效益效率的角度出发，采用多点切入、由点及面的策略，依托工业实时大数据技术，选取注水泵、修井机两种设备作为设备物联网化运维的试点设备，利用公司设备运维系统完成了设备物联网建设。解决了设备老化、新技术新工艺不断引进的现状与现行设备运维体系相对落后、工业物联网技术理念的先进性与当前设备运维管理人员认识不到位、设备运维的整体性与各个部门独立性之间的矛盾。累计创效2330万元。 1. 大量不同类型设备的数据实时汇聚与众多后台业务计算可同时进行，互不干扰，支持用户根据设备特点，后台同时运行多个告警监控程序，做到自动监测，实时告警； 2. 海量数据存储与海量规模数据条件下的数据高速检索与访问，数据检索速度快，对外供给能力强，使业务流程大大加速； 3. 利用趋势线高速绘制、多维数据高速供给等功能，使得对针对历史数据的分析效率大大提升，既可以对已有工程经验进行验证，也可以通过对历史数据的分析，发现或总结规律，作为告警、辅助决策的依据，还可以在事故发生后，迅速追溯问题源头、查明原因，并总结出故障特征知识，避免同类事故的发生； 4. 推广扩建成本低、收益大。实时大数据技术支持无限扩容，具备管理长时间大规模数据系统性能不会变慢的优异特性，并且从底层支持数据的广域传输，为局域物联网搭建、局域物联网互联互通、广域物联网大数据平台建立打下了坚实基础，也就是说，一旦某一种或一类设备的物联网化运维试点成功，则立即能够快速扩张这一物联网的规模，接入更多数量或更多类型设备的数据，不必担心规模带来的技术瓶颈问题，也无需增加额外的投入；大数据应用的特点是数据越多越有用，甚至诞生原先意想不到的大数据应用；所以，基于实时大数据技术的物联网建设，其扩张成本随规模的扩大而减少，而随着规模化所带来的的收益会呈指数型增长。 工业实时大数据技术从一开始就是为广域物联网、海量规模数据、高吞吐量、高客户端接驳量的应用场景所设计，油田所搭建的工业物联网在经过了前期的探索、试验阶段后，可以迅速扩大规模应用，以极低的成本接入更多的设备以及更多的上层应用，从油田生产角度来看，几乎所有的安装非安装设备都可以实施物联网管理。基于实时大数据技术的物联网，其规模的拓展仅仅会导致硬件数量的变化，成本极低，随着物联网规模的拓展以及物联网数据标准的建立，新设备与新应用的接入成本也会变得越来越低，规模效益愈发明显，形成良好的正向循环。 采用了工业实时大数据技术，工业物联网大数据平台能够对设备的全寿命周期数据进行深度分析，能够依托历史统计数据，实时更新设备在不同工作环境下的告警阈值，对设备质量的劣化过程、劣化曲线、特征参数变化趋势等分析业务提供强大的底层数据支撑能力，对引入神经网络等先进大数据算法支持度良好，能够将设备质量监测变被动为主动，将被动处置行为转变为提前预知处置，从而省时、省力、省钱，提升安全性。 在未来，设备运维物联网会成为油田基础设施的一部分，其管理流程、方式、方法都会发生很大的变化，对相关管理资源的需求同时也发生很大变化，这些底层基础架构的变化，会迫使企业从体制机制上进行改革创新，以适应新的管理模式，充分发挥工业物联网的能力，提升整个企业的综合实力。