英國能源與公用事業2018 – 進行中

殼牌

以C3 AI平台進行預測性維護

殼牌將機器學習故障預測由試辦擴展至逾1.3萬台設備

問題

殼牌生產、煉油及天然氣據點的控制閥、泵浦、壓縮機等關鍵設備若意外故障，會造成非計畫性停機與產量損失。

殼牌自2018年起與C3 AI合作，建立讀取感測器資料、標示可能故障設備的機器學習模型，以便在故障前安排維修。截至2022年初，計畫已涵蓋上游、製造及整合天然氣資產的1萬台設備。2026年6月，殼牌簽署新的多年期協議，加入以代理為基礎的根本原因分析。

13,000+2026年計畫監控的設備數供應商案例[4]

~11,0002022年正式運作的機器學習模型數，每日產生逾1,500萬次預測供應商案例[1][2]

3M+向系統提供資料的感測器數，2022年每週約產生200億列資料供應商案例[2]

計畫由同一供應商持續合作八年，從試辦擴展為涵蓋整體資產組合的系統。規模數據均來自引述殼牌主管發言的C3 AI公告；C3 AI宣稱創造「數億美元」價值，殼牌則未自行公布節省金額。

[1]C3 AI (via Business Wire)2022年3月8日

C3 AI宣布，殼牌預測性維護計畫已涵蓋上游、製造及整合天然氣資產的逾1萬台設備，達到殼牌為2021年設定的目標。公告說明透過監控控制閥、泵浦與壓縮機避免非計畫性停機，並引述殼牌Dan Jeavons談及達標的發言。

[2]Journal of Petroleum Technology (SPE)2022年3月9日

這家專業期刊報導計畫達到1萬台設備的里程碑，並列出C3 AI提供的系統數據：逾300萬個感測器每週產生200億列資料，近1.1萬個模型每日進行逾1,500萬次預測。報導指出，殼牌與C3 AI於2021年續約五年，未公布節省金額。

[3]C3 AI2023年10月11日

C3 AI宣布，與殼牌合作五年後擴大合作範圍。公告引述殼牌Dan Jeavons表示，系統正監控殼牌數十處資產的逾1萬台設備，有助降低成本並提高可靠性。公告未提供節省金額。

[4]IT Brief UK2026年6月10日

IT Brief報導一項新的多年期協議，殼牌將C3 AI Reliability擴展至全球資產，並加入以代理為基礎的根本原因分析。報導指出，雙方自2018年開始合作，計畫監控逾1.3萬台設備，並轉述C3 AI所稱創造「數億美元」經濟價值的說法。

詳細內容請參閱原始資料。

收錄日期 2026年10月25日 · 更新日期 2026年10月25日