北京安控科技股份有限公司 封帆

從數(shù)字油田到智慧油田——大數(shù)據(jù)技術(shù)在油氣生產(chǎn)領(lǐng)域的應(yīng)用探討

北京安控科技股份有限公司 封帆

北京安控科技股份有限公司（簡(jiǎn)稱“安控科技”）創(chuàng)建于1998年。作為以自動(dòng)化、信息化技術(shù)為核心的智慧產(chǎn)業(yè)解決方案運(yùn)營(yíng)商和產(chǎn)品提供商，在自動(dòng)化、油氣服務(wù)、智慧產(chǎn)業(yè)等業(yè)務(wù)領(lǐng)域提供自主產(chǎn)品及解決方案，持續(xù)推動(dòng)科技創(chuàng)新、產(chǎn)業(yè)運(yùn)營(yíng)方式的改變。

安控科技十余年來，在智慧油氣田、數(shù)字化油氣田上做了廣泛和深入的探索和嘗試，對(duì)油氣田客戶需求有深刻理解，積累了豐富的行業(yè)經(jīng)驗(yàn)和成功的應(yīng)用案例。其油氣行業(yè)產(chǎn)品在國(guó)內(nèi)第一個(gè)百萬噸級(jí)沙漠整裝自動(dòng)化油田－彩南油田成功替代進(jìn)口產(chǎn)品應(yīng)用，承擔(dān)第一個(gè)億噸級(jí)儲(chǔ)量的沙漠整裝油氣田－陸梁油氣田自動(dòng)化系統(tǒng)建設(shè)項(xiàng)目。在國(guó)內(nèi)率先開展研究并實(shí)施數(shù)字化油氣田管理和建設(shè)模式，提出了第一套國(guó)產(chǎn)油氣田自動(dòng)化整體解決方案并實(shí)現(xiàn)其產(chǎn)品化，填補(bǔ)了我國(guó)在該領(lǐng)域的空白。

憑借諸多行業(yè)優(yōu)勢(shì)，安控科技“互聯(lián)網(wǎng)+智慧油氣田”網(wǎng)絡(luò)化關(guān)鍵技術(shù)北京市工程實(shí)驗(yàn)室正式通過北京市發(fā)展和改革委員會(huì)組織的專家評(píng)審和公示，獲得2015年度北京市工程實(shí)驗(yàn)室資格認(rèn)定。該工程實(shí)驗(yàn)室，將聯(lián)合科研機(jī)構(gòu)、高等院校、能源企業(yè)，著力搭建產(chǎn)學(xué)研用聯(lián)合研發(fā)平臺(tái)，加強(qiáng)協(xié)同創(chuàng)新，通過對(duì)油氣田生產(chǎn)領(lǐng)域關(guān)鍵技術(shù)的研究，以提升公司自身技術(shù)研發(fā)能力和綜合競(jìng)爭(zhēng)力，在智慧油氣行業(yè)建設(shè)中發(fā)揮積極作用，進(jìn)一步提升我國(guó)油氣田生產(chǎn)效率和安全防范水平。

本文將具體闡述安控科技如何助力用戶實(shí)現(xiàn)從數(shù)字油田到智慧油田的升級(jí)，并以大數(shù)據(jù)為基礎(chǔ)，探討該技術(shù)在油氣生產(chǎn)領(lǐng)域的應(yīng)用。

1　從數(shù)字油田到智慧油田

（1）智慧油田

從數(shù)字油田到智慧油田，在海量數(shù)據(jù)的基礎(chǔ)上，如何將數(shù)據(jù)轉(zhuǎn)變?yōu)橹R(shí)？從甲骨文公司發(fā)表的企業(yè)大數(shù)據(jù)成熟度模型可以看出，下一步的發(fā)展方向是基于數(shù)據(jù)進(jìn)行挖掘與分析，發(fā)現(xiàn)數(shù)據(jù)之間的規(guī)律，預(yù)測(cè)可能發(fā)生的事情，從而指導(dǎo)生產(chǎn)決策與執(zhí)行。安控科技認(rèn)為，數(shù)據(jù)應(yīng)用發(fā)展到數(shù)據(jù)變現(xiàn)和模式創(chuàng)新階段，就是智慧油田。

圖1　企業(yè)大數(shù)據(jù)成熟度模型

（2）智慧油田定義

? 能全面感知的油氣田：更先進(jìn)的物聯(lián)技術(shù)（RFID）、通訊方式（Wireless-HART）；

? 能全面操控的油氣田：更全面的自動(dòng)化系統(tǒng)及執(zhí)行機(jī)構(gòu)（變頻器、執(zhí)行機(jī)構(gòu)等）；

? 能預(yù)測(cè)趨勢(shì)的油氣田：基于預(yù)測(cè)分析提升資產(chǎn)可靠性、可用性（大數(shù)據(jù)做支撐）；

? 能優(yōu)化決策的油氣田：提升可視化、數(shù)據(jù)挖掘分析，促進(jìn)及時(shí)決策。

（3）智慧油田解決方案

智慧油田是具有全面感知、能夠智能調(diào)度、能夠自動(dòng)操控、能夠智能優(yōu)化決策的油田。

從圖2可見，智慧油田的架構(gòu)與數(shù)字油田的主要區(qū)別在于分析與決策。實(shí)現(xiàn)智慧油氣田的關(guān)鍵在數(shù)據(jù)采集與監(jiān)測(cè)的基礎(chǔ)上，匯總油田已有的生產(chǎn)數(shù)據(jù)，應(yīng)用數(shù)據(jù)挖掘技術(shù)，進(jìn)行油田生產(chǎn)規(guī)律分析。

圖2　智慧油田架構(gòu)

2　已采用的數(shù)據(jù)挖掘與分析技術(shù)

在過去的一年多時(shí)間里，安控科技積極展開數(shù)據(jù)挖掘技術(shù)的研究，主要分為如下7個(gè)方面：

（1）二維可視技術(shù)

? 曲線圖：包括時(shí)間與指標(biāo)，指標(biāo)與指標(biāo)的關(guān)系，主要展示了指標(biāo)的一般趨勢(shì)，同時(shí)也可以發(fā)現(xiàn)異常情況，也是油田最常見，最常用的圖形。

? 產(chǎn)量疊加圖：主要是將產(chǎn)量根據(jù)不同研究需要，將產(chǎn)量進(jìn)行不同劈分，從而得到不同類型產(chǎn)量對(duì)總產(chǎn)量的貢獻(xiàn)。

? 柱狀圖：主要是指標(biāo)按照時(shí)間順序，或者歸類順序進(jìn)行展示，從而直觀認(rèn)識(shí)數(shù)據(jù)差異性。

? 剖面圖：將分析對(duì)象（井）的屬性（如：含油氣性）按照剖面形式展開，再與縱向上的其他屬性進(jìn)行疊合就可以得到。

? 宏觀控制圖：通過以流壓等指標(biāo)為橫坐標(biāo)，以泵效為橫坐標(biāo)，將整個(gè)圖形區(qū)域劃分若干區(qū)域（制定合理的劃分區(qū)域需要采油工程師經(jīng)驗(yàn)結(jié)合采油工程理論制定），然后將油井分為若干類（如：合理，斷脫漏失）。本質(zhì)上是油井聚類分析。

? 節(jié)點(diǎn)分析圖：將對(duì)象分別按流入和流出進(jìn)行流動(dòng)方程求解，得到兩組相交的曲線，該交點(diǎn)就是協(xié)調(diào)生產(chǎn)。

? 圖版：將產(chǎn)量數(shù)據(jù)經(jīng)過一定數(shù)學(xué)變換后，投影到預(yù)測(cè)圖版上，需找最匹配的曲線從而獲得合理的描述產(chǎn)量變化的參數(shù)，或者是將產(chǎn)量投影到圖版上，通過與理論值比較，用以評(píng)價(jià)實(shí)際生產(chǎn)情況。

（2）三維可視技術(shù)

通過將采集到的數(shù)據(jù)與專業(yè)分析軟件進(jìn)行結(jié)合，可以從3D可視化角度，詳盡地了解油田生產(chǎn)的變化情況。

? 數(shù)字模擬模型：主要是一組偏微分方程，將測(cè)試得到的離散數(shù)據(jù)，折算為地下流場(chǎng)數(shù)據(jù)。利用三維可視化技術(shù)，可以任意切片，詳盡地展示某種屬性（如飽和度）的變化情況。

圖3　數(shù)字模擬模型

? 井組柵狀圖：主要將剖面的信息通過三維的方式展示，更加形象地展示井與井之間的關(guān)聯(lián)關(guān)系。

圖4　井組柵狀圖

（3）數(shù)理統(tǒng)計(jì)

為了分析監(jiān)測(cè)到的各個(gè)指標(biāo)之間的關(guān)系，采用數(shù)理統(tǒng)計(jì)技術(shù)，分析對(duì)象與質(zhì)變之間的相關(guān)性，進(jìn)行對(duì)比與統(tǒng)計(jì)。

? 多對(duì)象單指標(biāo)的對(duì)比與統(tǒng)計(jì)，如圖5所示。

圖5　多對(duì)象單指標(biāo)的對(duì)比（預(yù)警圖）

? 單對(duì)象多指標(biāo)相關(guān)性分析，如圖6所示。

? 多對(duì)象多指標(biāo)的對(duì)比與統(tǒng)計(jì)，如圖7所示。

（4）時(shí)間序列預(yù)測(cè)

結(jié)合油田分析專業(yè)技術(shù)，可以將監(jiān)測(cè)數(shù)據(jù)展示為時(shí)間序列的模型，從而可以擬合得到梳理模型，可以預(yù)測(cè)隨時(shí)間的變化規(guī)律。通過對(duì)油田現(xiàn)場(chǎng)油產(chǎn)量數(shù)據(jù)特點(diǎn)（如：遞減，“S”型，有最大值等）結(jié)合油藏工程基本原理，推導(dǎo)的數(shù)理模型，如圖8-圖10所示。

圖6　單對(duì)象多指標(biāo)的對(duì)比（綜合對(duì)比圖）

圖7　多對(duì)象多指標(biāo)的統(tǒng)計(jì)

圖8　Arps模型

圖9　數(shù)學(xué)模型

圖10　 水驅(qū)模型

（5）關(guān)聯(lián)關(guān)系

“注采連通分析”是應(yīng)用大數(shù)據(jù)分析的一個(gè)典型例子。油井與水井的連通關(guān)系是油田生產(chǎn)管理一個(gè)非常關(guān)心的問題，也是無法用常規(guī)方法解決的問題。通過多元回歸，利用數(shù)學(xué)方法分析油井產(chǎn)量與水井注水量的相關(guān)關(guān)系，最終可以得到油井和水井的相關(guān)系數(shù)。

同樣，也可以擬合出日產(chǎn)油量與含水接近直線的關(guān)系，有可能與油田工程師感性的認(rèn)識(shí)不完全一致。

? 注采連通分析：主要通過多元回歸得到油井產(chǎn)量與水井注水量的相關(guān)關(guān)系，從而判斷油井與水井的連通關(guān)系，如圖11所示。

圖11　注采連通分析

? 指標(biāo)與影響因素關(guān)系：主要通過線性、非線性（如指數(shù)）、一元的、多元的（多元回歸，灰色關(guān)聯(lián)）充分挖掘?qū)ふ矣绊懼笜?biāo)的關(guān)鍵因素，應(yīng)用如日指標(biāo)與含水，增油量與地質(zhì)參數(shù)等，如圖12所示。

圖12　日產(chǎn)油與含水

（6）模式識(shí)別

“功圖診斷”技術(shù)是用神經(jīng)網(wǎng)絡(luò)方法自動(dòng)判斷油井生產(chǎn)情況。主要利用神經(jīng)網(wǎng)絡(luò)對(duì)一組典型的功圖數(shù)據(jù)進(jìn)行學(xué)習(xí)，然后利用神經(jīng)網(wǎng)絡(luò)進(jìn)行診斷。還有一種快速診斷生產(chǎn)情況的方法，就是根據(jù)事先定制好的分類規(guī)則，對(duì)油井生產(chǎn)狀況進(jìn)行聚類。

目前主要應(yīng)用于生產(chǎn)情況的幾類實(shí)時(shí)診斷：

? 功圖診斷：通過學(xué)習(xí)一組已有的功圖數(shù)據(jù)，來判斷測(cè)試集功圖歸類。從而根據(jù)新功圖的特征點(diǎn)，判斷生產(chǎn)情況，如圖13所示。

圖13　功圖診斷

? 電潛泵井的生產(chǎn)故障診斷：主要利用神經(jīng)網(wǎng)絡(luò)對(duì)一組典型的電流卡等進(jìn)行學(xué)習(xí)，然后利用神經(jīng)網(wǎng)絡(luò)進(jìn)行診斷，如圖14所示。

圖14　生產(chǎn)診斷

? 宏觀控制圖：主要是根據(jù)事先定制好的分類規(guī)則，對(duì)油井生產(chǎn)狀況進(jìn)行聚類，如圖15所示。

圖15　宏觀控制圖

（7）模糊綜合評(píng)價(jià)

模糊綜合評(píng)價(jià)技術(shù)目前主要是對(duì)多種方法的優(yōu)選，對(duì)潛力井、潛力層的篩選。

? 防砂方法優(yōu)選：綜合考慮油藏地質(zhì)、生產(chǎn)、完井等因素，采用多級(jí)模糊評(píng)判對(duì)各類防砂方法作出技術(shù)評(píng)價(jià)以及經(jīng)濟(jì)對(duì)比，最后確定技術(shù)可行、經(jīng)濟(jì)合算的最佳防砂方法。

? 調(diào)剖潛力井、潛力層篩選：綜合考慮潛力井，潛力層的各項(xiàng)指標(biāo)，判斷潛力井，潛力層是否適合調(diào)剖。

3　進(jìn)一步應(yīng)用設(shè)想

通過以上采取的方法，安控科技在油田生產(chǎn)認(rèn)識(shí)上已經(jīng)建立了一套初步的數(shù)據(jù)分析模型，可以基于監(jiān)測(cè)的數(shù)據(jù)，認(rèn)識(shí)油氣生產(chǎn)規(guī)律，指導(dǎo)生產(chǎn)管理。但對(duì)大數(shù)據(jù)技術(shù)的應(yīng)用還在探索過程中，我們已經(jīng)做到的第一步主要是結(jié)合石油專業(yè)方法，充分挖掘數(shù)據(jù)之間的規(guī)律。

進(jìn)一步應(yīng)用的設(shè)想：

（1）數(shù)據(jù)云平臺(tái)

目前的分析還集中在生產(chǎn)數(shù)據(jù)的基礎(chǔ)上，還未結(jié)合采購、物流、財(cái)務(wù)、人力等經(jīng)營(yíng)數(shù)據(jù)。需要將企業(yè)的數(shù)據(jù)資產(chǎn)整合成數(shù)據(jù)云平臺(tái)，在此基礎(chǔ)上挖掘數(shù)據(jù)之間更多的規(guī)律。

（2）大數(shù)據(jù)計(jì)算模式

在未來面對(duì)海量數(shù)據(jù)，需要引入更多的大數(shù)據(jù)計(jì)算模式，比如MapReduce、HANA、SPARK等。

（3）與行業(yè)軟件的結(jié)合

在發(fā)現(xiàn)數(shù)據(jù)之間規(guī)律的基礎(chǔ)上，借助行業(yè)軟件進(jìn)行模擬分析與多目標(biāo)優(yōu)化，從而實(shí)現(xiàn)智慧油田的優(yōu)化決策。

（文章整理自封帆在2016年6月25日“互聯(lián)網(wǎng)+工業(yè)大數(shù)據(jù)暨工控安全產(chǎn)業(yè)發(fā)展2016高峰論壇”上的報(bào)告）

封帆（1984-），男，湖北十堰人，中級(jí)職稱，碩士研究生學(xué)歷，畢業(yè)于三峽大學(xué)，現(xiàn)任北京安控科技股份有限公司工程項(xiàng)目中心副總經(jīng)理，主要研究方向?yàn)橛吞镒詣?dòng)化、SCADA及通信系統(tǒng)、RTU/PLC設(shè)計(jì)、管道自動(dòng)化系統(tǒng)，參與完成過多個(gè)大型油氣田數(shù)字化系統(tǒng)集成項(xiàng)目。