高麗潔，檀朝東*，葛岢岢，闞唱軒

?

抽油機(jī)井生產(chǎn)及措施數(shù)據(jù)特征分析

高麗潔，檀朝東*，葛岢岢，闞唱軒

（中國石油大學(xué)（北京）石油工程學(xué)院，北京昌平102249）

石油行業(yè)的大數(shù)據(jù)時(shí)代已經(jīng)來臨，抽油機(jī)井生產(chǎn)及措施數(shù)據(jù)的使用更加廣泛和重要，但關(guān)于抽油機(jī)井的生產(chǎn)及措施數(shù)據(jù)的基本認(rèn)識(shí)，如概念、來源、特征等并沒有得到充分認(rèn)識(shí)。本文在分析生產(chǎn)及措施數(shù)據(jù)的概念和來源的基礎(chǔ)上，對(duì)其基本特征，如海量特征、不完整特征、多粒度特征、多因素特征進(jìn)行了詳細(xì)說明。

生產(chǎn)數(shù)據(jù)；措施數(shù)據(jù)；數(shù)據(jù)特征

引言

近年來，我國石油行業(yè)信息化已由“數(shù)字油田”逐漸步入“智慧油田”發(fā)展新階段，面臨著云計(jì)算、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)和社交網(wǎng)絡(luò)等新一代信息技術(shù)全面應(yīng)用的新格局，石油工業(yè)的大數(shù)據(jù)時(shí)代已經(jīng)來臨。伴隨著大數(shù)據(jù)時(shí)代的到來，石油工業(yè)數(shù)據(jù)正以前所未有的速度不斷增長和累積，那么石油工業(yè)數(shù)據(jù)的管理勢(shì)必進(jìn)入數(shù)據(jù)密集型科學(xué)階段。石油生產(chǎn)過程中產(chǎn)生的資源數(shù)據(jù)開始由傳統(tǒng)意義的信息系統(tǒng)管理對(duì)象轉(zhuǎn)變?yōu)橐环N基礎(chǔ)性資源，對(duì)數(shù)據(jù)的使用也從單純的數(shù)據(jù)存儲(chǔ)、管理、簡單的報(bào)表和一般的查詢應(yīng)用轉(zhuǎn)變?yōu)橥诰蚍治?，人們利用各類大?shù)據(jù)挖掘方法充分挖掘隱藏在數(shù)據(jù)背后的規(guī)律，并應(yīng)用于實(shí)際的生產(chǎn)中。

抽油機(jī)井生產(chǎn)及措施數(shù)據(jù)在石油工業(yè)數(shù)據(jù)中占據(jù)很重要的位置，無論是油井措施的診斷、評(píng)價(jià)還是措施的優(yōu)化評(píng)價(jià)，都需要在抽油機(jī)井生產(chǎn)及措施數(shù)據(jù)的基礎(chǔ)上，運(yùn)用各類數(shù)據(jù)挖掘方法進(jìn)行分析。但由于抽油機(jī)井生產(chǎn)及措施數(shù)據(jù)的多維度性、數(shù)據(jù)污染、數(shù)據(jù)量大等特點(diǎn)，我們能利用的數(shù)據(jù)只是冰山一角，所以基礎(chǔ)數(shù)據(jù)庫難以建立，造成后續(xù)工作的困難。所以為了促進(jìn)抽油機(jī)井生產(chǎn)及措施數(shù)據(jù)的高效管理和利用，有必要對(duì)抽油機(jī)井生產(chǎn)及措施數(shù)據(jù)的界定和基本特征進(jìn)行研究。

1 生產(chǎn)及措施數(shù)據(jù)

1.1 生產(chǎn)及措施數(shù)據(jù)的界定

數(shù)據(jù)與信息有一定的區(qū)別和聯(lián)系?！皵?shù)據(jù)”是“信息”的載體，“信息”是存在于“數(shù)據(jù)”之中對(duì)應(yīng)者有價(jià)值的抽象內(nèi)容[1]。信息是物質(zhì)存在和運(yùn)動(dòng)形式的一般描述[2]，是客觀世界在人腦中的反映，數(shù)據(jù)是由數(shù)字、字母和符號(hào)等表達(dá)的信息[3]，是描述事物的狀況、行為及其結(jié)果的有特定含義的字符或數(shù)字[4]。數(shù)據(jù)指由觀測(cè)者記錄下來、并存貯到計(jì)算機(jī)中的數(shù)值；而信息則是數(shù)據(jù)使用者理解的這些數(shù)值的意思[5]，如數(shù)字形式的產(chǎn)量值是數(shù)據(jù)，而這些數(shù)據(jù)數(shù)值表達(dá)的生產(chǎn)狀況則是信息。

抽油機(jī)井生產(chǎn)及措施數(shù)據(jù)是石油工業(yè)數(shù)據(jù)中的一部分。從石油工業(yè)經(jīng)營管理過程中數(shù)據(jù)流的角度來看，抽油機(jī)井生產(chǎn)及措施數(shù)據(jù)是指，抽油機(jī)井生產(chǎn)過程中，利用各種數(shù)據(jù)采集、傳輸、交匯、匯集、處理、存儲(chǔ)和分析等技術(shù)手段，對(duì)抽油機(jī)井生產(chǎn)及措施實(shí)施過程進(jìn)行觀察和監(jiān)測(cè)，得到生產(chǎn)數(shù)據(jù)和措施數(shù)據(jù)。生產(chǎn)數(shù)據(jù)包括舉升方式、原油粘度、含蠟量、滲透率、日產(chǎn)液量、含水率、系統(tǒng)效率、泵效、沉沒度、動(dòng)液面、噸液耗電等；措施數(shù)據(jù)包括洗井、檢泵、調(diào)參、清蠟、沖砂等措施的施工參數(shù)，如井號(hào)、作業(yè)時(shí)間、作業(yè)周期、洗井液類型等。

1.2 生產(chǎn)及措施數(shù)據(jù)的來源

生產(chǎn)及措施數(shù)據(jù)的來源概括起來可分為以下幾種：

（1）實(shí)測(cè)數(shù)據(jù) 在石油生產(chǎn)現(xiàn)場，通過測(cè)井、錄井等方法獲得生產(chǎn)靜態(tài)數(shù)據(jù)并進(jìn)行記錄，不同的位置都安裝的測(cè)試儀器對(duì)生產(chǎn)動(dòng)態(tài)數(shù)據(jù)進(jìn)行監(jiān)測(cè)和記錄。

（2）數(shù)據(jù)庫數(shù)據(jù) 石油工業(yè)具有海量數(shù)據(jù)，不同類型的數(shù)據(jù)儲(chǔ)存在不同的數(shù)據(jù)庫中。目前已經(jīng)有多個(gè)數(shù)據(jù)庫在建或已經(jīng)完成并在逐步完善過程中，包括：勘探與生產(chǎn)技術(shù)數(shù)據(jù)管理系統(tǒng)（A1）、油氣水井生產(chǎn)數(shù)據(jù)管理系統(tǒng)（A2）、管道生產(chǎn)和管理系統(tǒng)（A3）、地理信息系統(tǒng)（A4）、采油與地面工程運(yùn)行管理系統(tǒng)（A5），數(shù)字盆地系統(tǒng)（A6）、工程技術(shù)生產(chǎn)運(yùn)行管理系統(tǒng)（A7）、油氣生產(chǎn)物聯(lián)網(wǎng)系統(tǒng)（A11）等。生產(chǎn)及措施數(shù)據(jù)分別儲(chǔ)存在A2、A5等數(shù)據(jù)庫中。

（3）歷史數(shù)據(jù) 指歷史文獻(xiàn)中記錄下來的各種生產(chǎn)數(shù)據(jù)或措施數(shù)據(jù)記錄，經(jīng)過基于石油知識(shí)關(guān)聯(lián)的整理和完善，這些信息將成為可用的數(shù)據(jù)。但這些數(shù)據(jù)中常存在不確定描述性信息、錯(cuò)漏、重復(fù)、不系統(tǒng)、不規(guī)范等問題，應(yīng)根據(jù)各種專業(yè)和非專業(yè)背景知識(shí)修訂。

（4）理論推理與估算數(shù)據(jù) 在不能通過其它方法直接獲取數(shù)據(jù)的情況下，常用有科學(xué)依據(jù)的理論推測(cè)得到數(shù)據(jù)。如地質(zhì)狀況相同或相似的兩口井，依據(jù)專家經(jīng)驗(yàn)和生產(chǎn)規(guī)律，借鑒鄰井的生產(chǎn)制度；如超深井動(dòng)液面太深，用常規(guī)的回聲探測(cè)法已經(jīng)無法測(cè)量，常采用有依據(jù)的估算方法。

（5）實(shí)驗(yàn)數(shù)據(jù) 模擬油田實(shí)際生產(chǎn)或地層狀況，實(shí)驗(yàn)測(cè)出的數(shù)據(jù)。如模擬流體地層和油管內(nèi)的流動(dòng)、模擬地層巖石受力情況等獲得各種實(shí)驗(yàn)數(shù)據(jù)。試驗(yàn)數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)的結(jié)合使用效果較好。

2 數(shù)據(jù)特征

如何有效管理和利用石油工業(yè)的大數(shù)據(jù)，是管理人員、研究人員和信息人員都非常關(guān)注的問題，而數(shù)據(jù)挖掘（Data Mining）正是解決這一問題的有效途徑之一，它可以將數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識(shí)，從而實(shí)現(xiàn)從“大數(shù)據(jù)”到“大信息”、“大知識(shí)”的跨越。大數(shù)據(jù)的特點(diǎn)可以總結(jié)為4個(gè)V，即volume（體量浩大）、variety（模態(tài)繁多）、velocity（生成快速）和value（價(jià)值巨大但密度很低）[6]。這樣的數(shù)據(jù)特點(diǎn)在石油行業(yè)同樣存在，數(shù)據(jù)量大、數(shù)據(jù)格式多、存儲(chǔ)分散、非結(jié)構(gòu)化數(shù)據(jù)多、研究對(duì)象非均質(zhì)性強(qiáng)、專業(yè)應(yīng)用軟件多等數(shù)據(jù)特點(diǎn)，使石油行業(yè)數(shù)據(jù)挖掘工作進(jìn)行困難。為了更好的利用生產(chǎn)及措施數(shù)據(jù)進(jìn)行研究，弄清數(shù)據(jù)的特點(diǎn)是必須的。

2.1 海量特征

生產(chǎn)及措施數(shù)據(jù)雖然只是石油工業(yè)數(shù)據(jù)的一部分，但是其數(shù)據(jù)量之大也以難以想象，正如冰山一樣，我們能管理和利用的數(shù)據(jù)還僅是冰山一角。傳統(tǒng)記錄數(shù)據(jù)的方法是人工讀表，每兩小時(shí)進(jìn)行一次記錄，一天12條記錄。油井生產(chǎn)及措施數(shù)據(jù)涉及石油生產(chǎn)的多個(gè)流程及環(huán)節(jié)，所以多口油井多個(gè)環(huán)節(jié)一天的記錄是一個(gè)客觀的數(shù)字。隨著物聯(lián)網(wǎng)信息技術(shù)的應(yīng)用，油田生產(chǎn)逐漸更數(shù)字化、智能化，自動(dòng)化和信息化程度不斷提高，不同生產(chǎn)環(huán)節(jié)均可進(jìn)行數(shù)據(jù)實(shí)時(shí)讀取，采集頻繁采集密度大，時(shí)效性強(qiáng)數(shù)據(jù)量大，處理速度更快，生產(chǎn)及措施數(shù)據(jù)的增長速度從MB級(jí)迅速發(fā)展到TB、PB、EB、ZB級(jí)，經(jīng)過“十五”以來約15年的統(tǒng)一建設(shè)，已經(jīng)有約70個(gè)大型信息系統(tǒng)完成了建設(shè)并上線運(yùn)行，僅在其中的“勘探與生產(chǎn)技術(shù)數(shù)據(jù)管理系統(tǒng)”（A1系統(tǒng)）中，就管理著約1500TB的數(shù)據(jù)和約30萬口井的結(jié)構(gòu)化數(shù)據(jù)[7]。而尚未入庫、分散在各個(gè)單位和個(gè)人手中的數(shù)據(jù)更是難以統(tǒng)計(jì)。大數(shù)據(jù)時(shí)代的到來形成數(shù)據(jù)量的急劇膨脹和數(shù)據(jù)分析需求增加的趨勢(shì)。

2.2 不完整特征

在實(shí)際油井生產(chǎn)中，采集的油井生產(chǎn)及措施數(shù)據(jù)中的數(shù)據(jù)一般都是有“噪音”的，存在不完整、不一致等問題。由于設(shè)備測(cè)量或傳輸故障、記錄人員的失誤、記錄表的丟失、上載數(shù)據(jù)有問題等原因，造成原始數(shù)據(jù)的缺失、重復(fù)、異常、錯(cuò)誤等。而石油工業(yè)的數(shù)據(jù)分析挖掘，由于涉及數(shù)據(jù)量大、變量多等因素，加之?dāng)?shù)據(jù)的不完整，通常都需要花費(fèi)大量時(shí)間對(duì)這些復(fù)雜的數(shù)據(jù)進(jìn)行分析，不完整的數(shù)據(jù)記錄會(huì)使得分析挖掘難以進(jìn)行（特別是做交互式數(shù)據(jù)挖掘時(shí)），對(duì)分析結(jié)果的準(zhǔn)確性也有很大的影響。

所以對(duì)油井生產(chǎn)及措施數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘分析前，需要解決數(shù)據(jù)文件中的人為誤差，進(jìn)行數(shù)據(jù)預(yù)處理，提高數(shù)據(jù)挖掘質(zhì)量。數(shù)據(jù)預(yù)處理是將原始的真實(shí)數(shù)據(jù)庫轉(zhuǎn)換成適于數(shù)據(jù)挖掘的挖掘數(shù)據(jù)庫。常用的數(shù)據(jù)預(yù)處理有數(shù)據(jù)清洗、集成、轉(zhuǎn)換、規(guī)約等[8]，都是在保證數(shù)據(jù)的完整性和挖掘結(jié)果可靠性的前提下，剔除或補(bǔ)充不完整數(shù)據(jù)，減少用于挖掘的數(shù)據(jù)屬性和樣本數(shù)，以提高挖掘的速度和精度。

2.3 多粒度特征

油井生產(chǎn)及措施數(shù)據(jù)的多粒度包括時(shí)間粒度（如日、月、年）、空間粒度（如井組、區(qū)塊、油田等）、屬性維度粒度等[9]。油氣生產(chǎn)數(shù)據(jù)可從時(shí)間粒度進(jìn)行單日、單月或一年的數(shù)據(jù)統(tǒng)計(jì)分析；也可以從空間粒度出發(fā)，分別考慮單井、井組、區(qū)塊或整個(gè)油田的生產(chǎn)數(shù)據(jù)。

油井維護(hù)措施包括洗井、檢泵、調(diào)參、熱洗、清蠟等。措施數(shù)據(jù)占油井生產(chǎn)及措施數(shù)據(jù)的主要部分。從空間粒度上分析單井、井組、區(qū)塊和油田的作業(yè)參數(shù)及效果。以單井年度措施記錄為例，繪制單井年度措施記錄圖，有圖1和圖2兩種展示方式。一口油井在一段時(shí)間內(nèi)會(huì)有多種措施交替進(jìn)行，各類措施同一時(shí)間軸上無規(guī)律非等周期出現(xiàn)。由于每次作業(yè)參數(shù)不同，作業(yè)后效果有好有壞，作業(yè)周期也不盡相同，各個(gè)措施非等周期出現(xiàn)，造成措施有效期疊加，使措施效果不清，無法判斷一系列措施中哪一項(xiàng)對(duì)當(dāng)前生產(chǎn)狀況產(chǎn)生影響，積極影響或消極影響。

圖 1 單井年度措施記錄

圖1 單井年度措施記錄

油井措施作業(yè)以生產(chǎn)時(shí)間為主線，各措施非等周期交替發(fā)生，相鄰兩事件標(biāo)號(hào)距離表示兩事件發(fā)生的間隔。

2.4 多因素特征

油井生產(chǎn)及措施數(shù)據(jù)包括原油和地層的靜態(tài)數(shù)據(jù)、生產(chǎn)數(shù)據(jù)、洗井、檢泵、調(diào)參、熱洗、清蠟參數(shù)數(shù)據(jù)等。每類數(shù)據(jù)有眾多的影響因素[10-15]，包括：

1）原油和地層的靜態(tài)數(shù)據(jù)：井號(hào)、滲透率、原油粘度、含蠟量、地層能量、油層溫度、油層中深、開采方式；

2）生產(chǎn)數(shù)據(jù)：井號(hào)、日產(chǎn)液量、日產(chǎn)油、含水率、系統(tǒng)效率、泵效、沉沒度；

3）洗井參數(shù)：井號(hào)、洗井作業(yè)時(shí)間、洗井液類型（油洗、水洗）、洗井方式（正洗井、反洗井、正反洗交替）、洗井液用量、洗井進(jìn)出口溫度、排量、泵壓、作業(yè)恢復(fù)期、洗井周期；

4）檢泵：井號(hào)、檢泵作業(yè)時(shí)間、施工原因（活塞磨損、上凡爾罩?jǐn)唷⒐潭ǚ矤柭?、卡泵、管桿磨斷、管桿偏磨、管漏）、檢泵周期、排量；

5）調(diào)參：井號(hào)、調(diào)參作業(yè)時(shí)間、沖程、沖次、泵徑、作業(yè)有效期；

6）沖砂：井號(hào)、沖砂作業(yè)時(shí)間、沖砂方式（正沖砂、反沖砂、正反沖砂、聯(lián)合沖砂）、沖砂液類型（油、水、乳狀液、汽化液）、沖砂液用量、砂柱高度、排量、作業(yè)恢復(fù)期、洗井周期；

7）清蠟：井號(hào)、清蠟日期、結(jié)蠟井段、清蠟方式（機(jī)械清蠟、熱力清蠟（熱洗、電熱、熱化學(xué)）、微生物清蠟）、洗井液溫度、洗井液類型（采出液、水、脫氣原油、蒸汽）、洗井液用量、排量、洗井周期、作業(yè)恢復(fù)期；

8）措施效果衡量指標(biāo)：油井產(chǎn)量、系統(tǒng)效率、措施成本。

圖 3 措施參數(shù)E-R圖

用E-R圖（圖3）表示各個(gè)措施數(shù)據(jù)及油井生產(chǎn)數(shù)據(jù)參數(shù)間的關(guān)系?？梢钥闯鲇绊懮a(chǎn)和措施效果的事件和因素繁多，且相互關(guān)聯(lián)性強(qiáng)，給油井生產(chǎn)參數(shù)優(yōu)化、措施模式及參數(shù)選擇工作帶來了巨大挑戰(zhàn)。

3 結(jié)語

抽油機(jī)井生產(chǎn)及措施數(shù)據(jù)來源廣泛，包含內(nèi)容龐雜，具有數(shù)據(jù)量大、數(shù)據(jù)不完整、數(shù)據(jù)多粒度、影響因素眾多等特點(diǎn)。油井生產(chǎn)過程中影響生產(chǎn)和措施效果的事件和變量繁多，且相互的關(guān)聯(lián)性強(qiáng)，給油井生產(chǎn)參數(shù)優(yōu)化、措施模式及施工參數(shù)優(yōu)選工作帶來了巨大挑戰(zhàn)。了解數(shù)據(jù)才能更好的運(yùn)用數(shù)據(jù)，對(duì)抽油機(jī)井生產(chǎn)及措施數(shù)據(jù)的研究意義在于認(rèn)識(shí)其內(nèi)在規(guī)律，了解其特點(diǎn)，以更好的服務(wù)于大數(shù)據(jù)挖掘中油井維護(hù)措施的診斷、預(yù)警、優(yōu)化、推薦，充分利用數(shù)據(jù)資源優(yōu)勢(shì)，突破傳統(tǒng)方法的主觀性和局限性，有針對(duì)的提高措施效果，降低措施成本。

[1] 李軍, 周成虎. 地學(xué)數(shù)據(jù)特征分析[J]. 地理學(xué), 1999, 02:63-67.

[2] 周蔭清. 信息理論基礎(chǔ)[M]. 北京:北京航空航天大學(xué)出社, 2006.

[3] 陳學(xué)詮, 陳洪亮. 數(shù)據(jù)庫原理與工程應(yīng)用[M]. 北京: 中國科技大學(xué)出版社, 1996.

[4] Martin E. Model Data Analysis. Data Modeling and Classification. McGraw-Hill.Inc, 3-15.

[5] David J.Maguire.Computer in Geography.Longman Scientific& Technical 1989. 15

[6] 張引, 陳敏, 廖小飛. 大數(shù)據(jù)應(yīng)用的現(xiàn)狀與展望[J]. 計(jì)算機(jī)研究與發(fā)展, 2013, S2: 216-233.

[7] 李大偉, 熊華平, 石廣仁等. 基于全球典型油氣田數(shù)據(jù)庫的數(shù)據(jù)挖掘預(yù)處理[J]. 大慶石油地質(zhì)與開發(fā)，2016, 35(1):66-70.

[8] 菅志剛, 金旭. 數(shù)據(jù)挖掘中數(shù)據(jù)預(yù)處理的研究與實(shí)現(xiàn)[J]. 計(jì)算機(jī)應(yīng)用研究, 2004, 07:117-118+157.

[9] 檀朝東, 項(xiàng)勇, 趙昕銘, 王輝萍, 高麗潔.基于大數(shù)據(jù)的油氣集輸系統(tǒng)生產(chǎn)能耗時(shí)序預(yù)測(cè)模型[J]. 石油學(xué)報(bào), 2016, 37S(2): 158-164.

[10] 廖銳全, 李勇, 張頂學(xué), 等. 基于累加和GM(1,1)的油井措施費(fèi)用預(yù)測(cè)模型[J]. Journal of Oil and Gas Technology, 2007(4): 105 - 107.

[11] 王朋珍. 基于模糊理論的油井措施多目標(biāo)規(guī)劃研究[D]. 大慶石油學(xué)院，2008.

[12] 李文華, 楊亞仿, 朱曉輝. 灰色關(guān)聯(lián)分析方法在稠油井措施優(yōu)選中的應(yīng)用[J]. 長江大學(xué)學(xué)報(bào):自然版, 2011, 08(6):74-77.

[13] 王飛飛, 史培玉, 王志亮, 等. 灰色預(yù)測(cè)改進(jìn)模型在結(jié)蠟規(guī)律預(yù)測(cè)中的應(yīng)用[J]. 油氣儲(chǔ)運(yùn). 2010, 29(8):592-594.

[14] 王文發(fā). 油井措施評(píng)價(jià)指標(biāo)與效益分析模型的研究[J]. 計(jì)算機(jī)與數(shù)字工程, 2012, 40(5):63-65.

[15] 王嘉琳, 張強(qiáng), 劉齊.改進(jìn)混洗蛙跳算法在油井措施優(yōu)化中的應(yīng)用[J].長春理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(6): 143-150.

Analysis on the Characteristics of Pumping Well Production and Measures Data

GAO Lijie, TAN Chaodong*, GE Keke, KAN Changxuan

(College of Petroleum Engineering, China University of Petroleum, Beijing 102249, China)

The era of large data in the oil industry has come, and the use of pumping wells of production and measures data is more extensive and important, but the basic knowledge about the production and measures data of pumping wells, such as concepts, sources, and features, are not adequately understood. Based on the analysis of the concept and source of production and measures data, this paper describes its basic characteristics such as massive features, incomplete features, multi-granularity characteristics and multi-factor characteristics.

production data; measures data; data characteristics

10.19551/j.cnki.issn1672-9129.2017.02.11

TP3

A

1672-9129(2017)02-0055-04

2016-12-02；

2017-01-05。

高麗潔(1993-)，女，黑龍江省牡丹江市，碩士研究生，主要研究方向：數(shù)據(jù)挖掘、油井措施推薦；檀朝東(1968-)，男，安徽望江，副研究員，博士，石油工程、物聯(lián)網(wǎng)教學(xué)及科研。

E-mail:305642066@qq.com

引用：高麗潔, 檀朝東, 葛岢岢, 等. 抽油機(jī)井生產(chǎn)及措施數(shù)據(jù)特征分析[J]. 數(shù)碼設(shè)計(jì), 2017, 6(2): 55-58.

Cite：Gao Lijie, Tan Chaodong, Ge Keke, et al.Analysis on the Characteristics of Pumping Well Production and Measures Data[J]. Peak Data Science, 2017, 6(2): 55-58.