閻榮輝 黃子艦 楊永強 田青青 劉 杰 方鐵園 李艷霞

(①中國石油天然氣集團有限公司長慶油田分公司工程技術(shù)管理部；②盤錦中錄油氣技術(shù)服務(wù)有限公司)

0 引 言

當前，全球已經(jīng)進入第四次工業(yè)革命時代，隨著新一輪科技革命和產(chǎn)業(yè)變革的孕育興起，人工智能將重構(gòu)幾乎所有行業(yè)，大數(shù)據(jù)、云計算、互聯(lián)網(wǎng)等新一代信息技術(shù)同工業(yè)技術(shù)相互融合，推動生產(chǎn)制造模式、產(chǎn)業(yè)組織方式、商業(yè)運行機制創(chuàng)新，為工業(yè)經(jīng)濟發(fā)展打造了新動能、開辟了新道路、拓展了新邊界。作為在國民經(jīng)濟和國家安全領(lǐng)域中扮演重要角色的石油工業(yè)，改革開放40多年來取得了巨大成就，技術(shù)革命與創(chuàng)新始終是推動其發(fā)展進步的動力源泉。

錄井技術(shù)是石油工業(yè)上游領(lǐng)域涉及勘探開發(fā)的關(guān)鍵技術(shù)，在油氣鉆探過程中發(fā)揮了重要且無可替代的作用。但由于自身特點和歷史原因形成的傳統(tǒng)模式，工作場地大多分布在環(huán)境條件較差的野外，錄井信息大部分靠人工采集和經(jīng)驗化管理，儀器設(shè)備需要有人值守作業(yè)，導致工作效率低、信息化程度不高、受人員業(yè)務(wù)素質(zhì)和責任心因素影響極大，質(zhì)量控制難度大，已逐步凸顯與行業(yè)發(fā)展、市場需求不相適應的困境；且錄井作業(yè)條件艱苦，勞動力成本上升，行業(yè)發(fā)展后勁不足、缺乏核心競爭力。因此，錄井行業(yè)要實現(xiàn)跨越式大發(fā)展，必須轉(zhuǎn)變發(fā)展思路，從理念、技術(shù)、管理及戰(zhàn)略各個層面打破固有思維，積極探索新時代、大變革背景下錄井的創(chuàng)新發(fā)展模式，推動 “機器換人”的生產(chǎn)要素變革，促使錄井工程與“互聯(lián)網(wǎng)+”、人工智能、地質(zhì)研究的深度跨界融合，解決錄井行業(yè)現(xiàn)有的痛點與瓶頸。本文結(jié)合筆者近年來圍繞“錄井采集、資料處理、智能解釋與信息發(fā)布”這一主題所做的一系列研究，探討“互聯(lián)網(wǎng)+”時代的智慧錄井應用與發(fā)展趨勢。

1 “互聯(lián)網(wǎng)+”時代內(nèi)涵與戰(zhàn)略意義

“互聯(lián)網(wǎng)+”是把互聯(lián)網(wǎng)的創(chuàng)新成果與經(jīng)濟社會各領(lǐng)域深度融合，推動技術(shù)進步、效率提升和組織變革，提升實體經(jīng)濟創(chuàng)新力和生產(chǎn)力，形成更廣泛的以互聯(lián)網(wǎng)為基礎(chǔ)設(shè)施和創(chuàng)新要素的經(jīng)濟社會發(fā)展新形態(tài)[1]。近年來，國家高度重視發(fā)展工業(yè)互聯(lián)網(wǎng)，作出一系列戰(zhàn)略部署。黨的十九大報告明確提出：“要推進互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能同實體經(jīng)濟深度融合，做大做強數(shù)字經(jīng)濟”。2015年政府工作報告首次提出“互聯(lián)網(wǎng)+”的概念，2017 年，人工智能被首次寫入政府工作報告，2019年政府工作報告指出，要打造工業(yè)互聯(lián)網(wǎng)平臺，拓展“智能+”。政府工作報告從“互聯(lián)網(wǎng)+”向“智能+”表述變化的背后，是我國對創(chuàng)新發(fā)展戰(zhàn)略的升級迭代。近年來，國務(wù)院印發(fā)的 《中國制造2025》《關(guān)于深化“互聯(lián)網(wǎng)+先進制造業(yè)”發(fā)展工業(yè)互聯(lián)網(wǎng)的指導意見》《“十三五”國家科技創(chuàng)新規(guī)劃》《新一代人工智能發(fā)展規(guī)劃》《關(guān)于促進人工智能和實體經(jīng)濟深度融合的指導意見》，從國家戰(zhàn)略層面上引導和促進了互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新興技術(shù)產(chǎn)業(yè)的健康發(fā)展?！盎ヂ?lián)網(wǎng)+”“智能+”已成為發(fā)達國家推進“再工業(yè)化”戰(zhàn)略、搶占新一輪科技革命和產(chǎn)業(yè)變革制高點的必爭之地，更是我國深入推進供給側(cè)結(jié)構(gòu)性改革，助力我國工業(yè)面向數(shù)字化、網(wǎng)絡(luò)化、智能化新舊動能轉(zhuǎn)換，實現(xiàn)“換道超車”、企業(yè)轉(zhuǎn)型升級的重要機遇。

2 “互聯(lián)網(wǎng)+”與石油工業(yè)技術(shù)融合現(xiàn)狀

當前，互聯(lián)網(wǎng)創(chuàng)新發(fā)展與新工業(yè)革命正處于歷史交匯期，互聯(lián)網(wǎng)應用場景從虛擬領(lǐng)域向?qū)嶓w工業(yè)快速延伸，由網(wǎng)絡(luò)化向數(shù)字化、智能化深度拓展，成為推動大數(shù)據(jù)、人工智能和實體經(jīng)濟融合發(fā)展的突破口，世界主要國家紛紛將數(shù)字化、網(wǎng)絡(luò)化、智能化作為產(chǎn)業(yè)變革的核心?！盎ヂ?lián)網(wǎng)+”正在持續(xù)地影響著整個經(jīng)濟社會并促使其不斷發(fā)生深刻的變革，它已經(jīng)成功地改造了傳媒、金融、零售及服務(wù)等多個行業(yè)領(lǐng)域。

在“賦能”石油工業(yè)建設(shè)方面，殼牌公司為適應日益復雜的油氣田地質(zhì)條件和國際社會新變化的需要，早在2008年提出了智能化油氣田(Smart fields)這一概念，并在建設(shè)過程中取得了較好的效果[2]。智能化油田利用互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算和信息監(jiān)控等技術(shù)，包括實時監(jiān)測、模型建立、決策與實施3個環(huán)節(jié)，具備自主采集、分析、判斷、規(guī)劃、協(xié)調(diào)、重組與擴充、自我學習、自行維護等能力[3]。近年來，面對“互聯(lián)網(wǎng)+”“智能+”時代的到來以及國家“智慧能源”戰(zhàn)略的提出，國內(nèi)以智能化為代表的油氣技術(shù)革命正式拉開序幕，很多油氣生產(chǎn)企業(yè)提出了油田智慧化或智慧油田建設(shè)的問題，有的油區(qū)基本完成了智能鉆井實時分析、數(shù)字油藏化描述、生產(chǎn)數(shù)據(jù)即時傳輸以及數(shù)字化油氣田管理等應用建設(shè)，覆蓋了油田開發(fā)生產(chǎn)各個業(yè)務(wù)領(lǐng)域，初步形成了資源共享、優(yōu)化集成的信息系統(tǒng)平臺，打造了一系列核心業(yè)務(wù)應用系統(tǒng)，實現(xiàn)了企業(yè)決策分析智能量化、生產(chǎn)運行實時優(yōu)化、生產(chǎn)管理高效協(xié)同、生產(chǎn)經(jīng)營精細管控的一體化運作模式[4-5]。當前“互聯(lián)網(wǎng)+”技術(shù)對我國石油天然氣行業(yè)的貢獻價值正處于量變到質(zhì)變的關(guān)鍵節(jié)點，新一代勘探開發(fā)智能化技術(shù)體系正在形成，新一輪技術(shù)革命蓄勢待發(fā)，互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和行業(yè)深度融合，成為不可阻擋的時代潮流。

3 智慧錄井系統(tǒng)構(gòu)建實踐探索

根據(jù)錄井技術(shù)現(xiàn)狀與發(fā)展需求，圍繞“地層剖面建立、油氣識別與評價、工程監(jiān)控和信息傳輸”四大工程任務(wù)，借助“大數(shù)據(jù)、人工智能、移動互聯(lián)網(wǎng)、云計算、物聯(lián)網(wǎng)”等新興技術(shù)，研究錄井數(shù)據(jù)智能采集、錄井設(shè)備運維、安全傳輸、智能解釋及遠程指揮決策一體化關(guān)鍵技術(shù)，將鉆井工程參數(shù)、巖性與油氣顯示識別、大數(shù)據(jù)分析等技術(shù)高度集成，構(gòu)建集井場數(shù)據(jù)采集、處理、評價、傳輸、發(fā)布于一體的系統(tǒng)管理平臺，突破錄井作業(yè)以人為中心的人機物融合理論方法，通過工業(yè)機器人自動選樣、儀器自動分析、數(shù)據(jù)實時挖掘與智能解釋評價，以及環(huán)境感知、智能決策、自動控制技術(shù)單元的深度整合，實現(xiàn)數(shù)據(jù)采集與傳輸、工程預警、實時智能解釋評價、信息發(fā)布等井場協(xié)同信息化支持體系，改變現(xiàn)有的傳統(tǒng)錄井作業(yè)方式，逐步實現(xiàn)檢測技術(shù)同人工智能技術(shù)協(xié)同融合、智能運行維護與無人值守錄井的創(chuàng)新變革。

3.1 智慧錄井系統(tǒng)總體架構(gòu)

系統(tǒng)架構(gòu)采用四層網(wǎng)絡(luò)架構(gòu)，分別是采集層、網(wǎng)絡(luò)層、應用層和用戶層，實現(xiàn)現(xiàn)場錄井信息自動采集與分析、數(shù)據(jù)遠程傳輸與視頻監(jiān)控、數(shù)據(jù)管理與智能分析、遠程支持與決策管理等(圖1)，形成具有較大應用價值的錄井自動化、信息化、智能化解決方案。

圖1 智慧錄井系統(tǒng)架構(gòu)

(1)采集層主要由錄井儀器、傳感器、工業(yè)計算機、工業(yè)機器人等構(gòu)成，完成錄井信息自動采集與控制，具備故障預見、系統(tǒng)自診斷和優(yōu)化功能。

(2)應用層為錄井數(shù)據(jù)中心，提供數(shù)據(jù)存儲、管理及數(shù)據(jù)挖掘分析、工程智能優(yōu)化預警及設(shè)備故障預警，通過相關(guān)協(xié)議采集錄井設(shè)備及傳感器數(shù)據(jù)，并對數(shù)據(jù)進行解析、清洗、分類、入庫、分析等工作。

(3)網(wǎng)絡(luò)層是建立現(xiàn)場和用戶之間數(shù)據(jù)傳輸通道，為采集層信息的匯聚、集成、傳遞和控制提供支持，同時為數(shù)據(jù)中心物聯(lián)網(wǎng)人機通信交流提供信息平臺。

(4)用戶層是數(shù)據(jù)中心面向的信息輸出對象，主要包括各建設(shè)項目組、建設(shè)單位和錄井施工單位，提供遠程實時監(jiān)控、技術(shù)支持、協(xié)同研究與遠程決策。

3.2 關(guān)鍵核心單元與工作流程

采集層與應用層是本系統(tǒng)的核心單元。采集層中包含基于工業(yè)機器人的智能取樣分析系統(tǒng)、錄井流程多目標實時優(yōu)化在線運行與智能優(yōu)化技術(shù)以及儀器裝備智能故障診斷與維護系統(tǒng)；應用層中包含智能數(shù)據(jù)管理系統(tǒng)、錄井大數(shù)據(jù)信息挖掘與智能解釋評價系統(tǒng)及智能預警系統(tǒng)。

基于工業(yè)機器人的智能取樣以及錄井大數(shù)據(jù)信息挖掘與智能解釋評價是本系統(tǒng)的關(guān)鍵技術(shù)。

3.2.1 基于工業(yè)機器人的智能取樣分析系統(tǒng)

智能取樣分析系統(tǒng)運行流程見圖2，整體布局見圖3。技術(shù)流程為：鉆井現(xiàn)場返出的鉆井液和巖屑混合物，通過引流裝置引入智慧錄井平臺儀器房內(nèi)，首先經(jīng)過定量脫氣器脫附出所含的氣體，采用紅外光譜法實時在線檢測其中的烴類及非烴氣體含量；然后經(jīng)過固液分離技術(shù)分離出其中的巖屑樣品，經(jīng)過自動清洗后進行巖屑白光和熒光普照，獲得含油巖樣的相對位置信息熒光圖像信息，通過視覺引導系統(tǒng)控制機器人選樣送入相關(guān)錄井儀器進行自動檢測分析，獲取地層巖性、物性、含油氣性等錄井參數(shù)；剩余樣品通過自動封裝系統(tǒng)自動封裝，信息標識噴碼，留作地質(zhì)觀察樣。工程預警系統(tǒng)通過安裝在鉆機上和循環(huán)系統(tǒng)的傳感器，實時監(jiān)測鉆井工程參數(shù)。

以上所有采集參數(shù)送入應用層數(shù)據(jù)管理平臺供后續(xù)整理與統(tǒng)計分析。

圖2 智能取樣分析系統(tǒng)流程

圖3 智能取樣分析系統(tǒng)整體布局

3.2.2 錄井大數(shù)據(jù)信息挖掘與智能解釋評價系統(tǒng)

石油勘探開發(fā)研究的對象是地下的地質(zhì)構(gòu)造、巖性、物性、電性、油氣的生儲蓋等實體特征。眾多的勘探井和開發(fā)井提供了各種類型的大量數(shù)據(jù),蘊含著豐富的地質(zhì)信息,這些地質(zhì)信息是油田今后生產(chǎn)開發(fā)的主要依據(jù)之一。隨著大數(shù)據(jù)時代的來臨，各種常見數(shù)據(jù)分析方法已得到廣泛研究和應用，數(shù)據(jù)挖掘方法作為其中一類主要的方法，在近幾十年來一直是研究者們所關(guān)注的熱點之一。數(shù)據(jù)挖掘(Data Mining，DM)是從大量數(shù)據(jù)中提取出有效的、新穎的、有潛在作用的、可信的、并能最終被人們理解的模式(pattern)的處理過程，是數(shù)據(jù)庫知識發(fā)現(xiàn)(Knowledge Discovery in Database,KDD) 的關(guān)鍵組成部分，一般包含數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)清洗、挖掘建模、模式評估、知識表達等步驟。

錄井大數(shù)據(jù)信息挖掘與智能解釋評價系統(tǒng)，主要對采集層所采集的錄井數(shù)據(jù)進行統(tǒng)計分析，通過建立合理的數(shù)據(jù)分析預測模型，實現(xiàn)錄井巖性剖面、儲集層流體性質(zhì)及錄井工程參數(shù)特征在線實時解釋評價。本系統(tǒng)數(shù)據(jù)挖掘系統(tǒng)架構(gòu)及分析流程如圖4、圖5所示。在智能解釋評價前應根據(jù)解釋內(nèi)容預先建立不同的解釋方案，并依據(jù)方案確定相應的解釋模型。

建立模型過程中，首先調(diào)用建模數(shù)據(jù)，根據(jù)模型類別差異選擇機器學習與深度學習算法。算法分為監(jiān)督模型學習、無監(jiān)督模型學習或數(shù)據(jù)降維等。監(jiān)督模型常見的算法有貝葉斯、決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機、回歸分析等，這些模型都是屬于預測模型，通過已有的一部分輸入數(shù)據(jù)與輸出數(shù)據(jù)之間的對應關(guān)系，生成一個函數(shù)，將輸入映射到合適的輸出，例如分類。聚類分析和關(guān)聯(lián)分析屬于無監(jiān)督模型，直接對輸入數(shù)據(jù)集進行建模，例如K-近鄰分類、Apriori算法、時序分析算法等。第三類數(shù)據(jù)維度歸約主要包括主成分分析法、因子分析法等，使用數(shù)據(jù)編碼或變換，以便得到原數(shù)據(jù)的歸約或“壓縮”表示，以綜合指標替代原數(shù)據(jù)進行分析。模型經(jīng)過學習訓練后對結(jié)果驗證，根據(jù)驗證結(jié)果的符合率對模型各種算法進行評估，確定最佳訓練模型并持續(xù)優(yōu)化。

在實際解釋應用中，錄井采集的原始數(shù)據(jù)先經(jīng)過數(shù)據(jù)清洗，去除異常數(shù)據(jù)和離散數(shù)據(jù)，提取與分析任務(wù)相關(guān)的數(shù)據(jù)，并轉(zhuǎn)換或合并成適當?shù)男问?，以利于挖掘；然后調(diào)用相應的解釋模型，利用數(shù)據(jù)挖掘算法抽取數(shù)據(jù)中隱藏著的模式與知識，包括分類、聚類、關(guān)聯(lián)、預測等，獲取實時處理結(jié)果；最終采用可視化或知識表達技術(shù)，將被發(fā)現(xiàn)的知識用于在線巖性解釋、油氣水層解釋、工程異常解釋、決策支持等。

圖4 錄井大數(shù)據(jù)信息挖掘與智能解釋評價系統(tǒng)架構(gòu)

圖5 數(shù)據(jù)挖掘分析流程

4 結(jié)束語

石油工業(yè)歷史上的每一次跨越，幾乎都得益于技術(shù)革命的推動。當前，錄井行業(yè)正面臨著生產(chǎn)方式的智能化、數(shù)字化、信息化的深度融合與轉(zhuǎn)型的關(guān)鍵期?！皺C器換人”是全球企業(yè)生產(chǎn)要素變革的必然趨勢，網(wǎng)絡(luò)協(xié)同和數(shù)據(jù)智能是未來價值鏈重構(gòu)的必然轉(zhuǎn)變。把握數(shù)字化、網(wǎng)絡(luò)化、智能化帶來的歷史性機遇，錄井系統(tǒng)全要素、全流程協(xié)同智能將成為現(xiàn)實，錄井的及時采集、準確評價、高效互聯(lián)、科學決策的目標也將隨著智能錄井深入研究與建設(shè)逐步實現(xiàn)，并將成為推動錄井技術(shù)發(fā)展變革的巨大引擎，加速錄井行業(yè)高質(zhì)量發(fā)展，提升錄井行業(yè)地位與作用。