大數(shù)據(jù)技術(shù)在油田套損井防治中的應用研究

阮 杰

（中國石油大港油田信息中心，天津 300280）

1 引言

本文基于大港油田公司多年來積累的大量井筒專業(yè)數(shù)據(jù)及生產(chǎn)數(shù)據(jù)，在正常和套損井構(gòu)成的大量數(shù)據(jù)樣本中，利用大數(shù)據(jù)技術(shù)了解大港油田套損井分布、套損井發(fā)生規(guī)律、套損井主控因素，進而預測套損井發(fā)生概率，為油田公司套損井的防治工作提供建議和指導，以更好的實現(xiàn)對套損井的防治。

2 大數(shù)據(jù)技術(shù)基本概述

數(shù)據(jù)挖掘是大數(shù)據(jù)技術(shù)數(shù)據(jù)分析、處理的核心，是規(guī)律發(fā)現(xiàn)及預測的主要技術(shù)，隨著科技的發(fā)展，數(shù)據(jù)挖掘不再僅僅依賴在線分析等傳統(tǒng)的分析方法。它結(jié)合了多種學科知識，并把這些復雜的技術(shù)封裝起來，使人們不用自己掌握這些技術(shù)也能完成同樣的功能，從而更專注于自己所要解決的問題。通過數(shù)據(jù)挖掘分析軟件，可以高度自動化地分析數(shù)據(jù)，做出歸納性的推理，從海量數(shù)據(jù)中挖掘出潛在的、有價值的知識、模型或規(guī)則，并對未來情況進行預測，以輔助決策者評估風險、做出正確的決策。

大數(shù)據(jù)挖掘技術(shù)相比于傳統(tǒng)的數(shù)據(jù)挖掘分析，具有數(shù)據(jù)量大、查詢分析復雜等特點，大數(shù)據(jù)與云計算密不可分。大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于掌握對這些含有意義的數(shù)據(jù)進行專業(yè)化處理的技術(shù)。

大數(shù)據(jù)的特色在于對海量數(shù)據(jù)進行分布式數(shù)據(jù)挖掘，它必須依托互聯(lián)網(wǎng)的云服務進行分布式處理、分布式數(shù)據(jù)庫和云存儲等。如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實現(xiàn)盈利的關(guān)鍵是提高對海量數(shù)據(jù)的“加工能力”。簡單地說，大數(shù)據(jù)技術(shù)就是從各種各樣類型的數(shù)據(jù)海洋中，快速獲得有價值信息的能力。

3 大數(shù)據(jù)技術(shù)實現(xiàn)套損井防治研究

為探討大數(shù)據(jù)技術(shù)在油田企業(yè)套損井防治中的研究和應用，我們選擇了大港油田港西油田套損井開展了具體研究，主要思路和過程如圖1所示：

圖1 大數(shù)據(jù)技術(shù)實現(xiàn)套損井防治主要思路和過程

通過各個環(huán)節(jié)的遞進，明確多因素情況下，港西油田套損井發(fā)生的主要因素，實現(xiàn)對套損井發(fā)生情況的預測，明確主控有針對的開展相關(guān)防護工作，實現(xiàn)對套損井防治。

根據(jù)分析的主題，我們對港西油田各類單井的砂巖段小層數(shù)據(jù)、射孔數(shù)據(jù)、套管數(shù)據(jù)進行了整理實現(xiàn)近千口井、五千余條數(shù)據(jù)的整理。

3.1 數(shù)據(jù)挖掘技術(shù)進行規(guī)律發(fā)現(xiàn)

在上述數(shù)據(jù)的基礎上，我們開展了基于巖性、井筒名義壽命、鋼級、套損位置深度等單因素的分析及數(shù)據(jù)樣本的分析和擬合。根據(jù)相關(guān)數(shù)據(jù)，我們擬合出了套損部位名義壽命在不同巖性中的概率密度曲線，橫軸為名義壽命，縱軸為名義壽命對應的概率密度值。

圖2 套損井巖性、名義壽命分布擬合曲線

如圖2可看出，對于這四種巖性類別，名義壽命的峰值都在2500天左右，概率密度在1到2×1014范圍內(nèi)通過對套損位置深度的概率密度分析，擬合出的套損位置深度在不同巖性中的概率密度曲線，橫軸為套損位置深度，縱軸為套損位置深度對應的概率密度值。

圖3 套損位置深度、套損位置巖性分布擬合曲線

在圖3這四種巖性類別中，沙泥界面的套損位置深度有明顯的峰值，在2000米左右，近似于正態(tài)分布，其峰值介于0.0015和0.0010之間，表明沙泥界面巖性中發(fā)生套損的深度多為2000米左右。

通過以上因素的共同考慮，對名義壽命、套損位置深度、套損位置巖性因素進行散點圖的繪制，并擬合曲線，如圖4所示：

圖4 名義壽命、套損位置深度、套損位置巖性散點分布圖

根據(jù)散點圖可以看出數(shù)據(jù)主要分布在深度小于3000米名義壽命小于10000天的范圍，根據(jù)散點圖，使用stat_smooth（）平滑函數(shù)擬合出曲線圖如下：由此可見，對于套損位置巖性為砂巖和其他類型的情況，樣本的套損發(fā)生位置深度隨名義壽命的增加而遞減；對于套損位置巖性為泥巖和泥沙界面的情況，在名義壽命隨深度增加程總體遞減，但在遞減過程中，均出現(xiàn)先增后減的情況。

圖5 根據(jù)散點圖擬合出的曲線

3.2 基于機器學習的套損井防治模型研究

在規(guī)律分析的基礎上，基于R語言我們開展了基于機器學習的數(shù)據(jù)挖掘模型的構(gòu)建。首先我們開展了相應的數(shù)據(jù)清洗，數(shù)據(jù)清洗的主要目的是去除去缺失的觀測（沒有進行插補，因為數(shù)據(jù)量夠用），把因變量進行因子化，在清理完成之后，通過分層隨機抽樣對對樣本進行了分類和分組。

圖6

考慮到量綱的影響，進一步對數(shù)值型變量進行標準正態(tài)scale標準化處理，以確保所有數(shù)據(jù)在統(tǒng)一的量綱下進行分析和應用。反復比較數(shù)據(jù)的抽樣及分類特征發(fā)現(xiàn)，套損井主控因素的研究模型建立宜采用“隨機森林”的方法建模分析和特征提取，在基于隨機森林算法進行特征提取的過程中，為增強結(jié)果的可靠性，引入十折交叉驗證方式算法（ten-foldcross validation）。

通過模型的構(gòu)建，利用分層隨機抽樣的方式，分別隨機選取25%的樣本構(gòu)成測試集，75%的樣本構(gòu)成訓練集。通過十次10折交叉驗證，其精度都在98%以上，說明模型的預測精度較高。隨后，模型針對之前輸入的各種特征變量給出了影響港西油田套損井發(fā)生的4個重要特征，即為鋼級、砂層厚度、水泥返深、滲透率。

基于該算法構(gòu)建的模型，我們隨機抽了了大港油田港西油田21組數(shù)據(jù)進行相關(guān)的驗證，通過模型的運算得到結(jié)果與實際情況基本吻合，進而驗證了模型的基本可用性，也為該模型的正式應用奠定了基礎。通過該模型的研究，可以快速的針對特定區(qū)塊進行套損井主控因素的發(fā)現(xiàn)，為專業(yè)研究人員提供了基礎的套損井發(fā)生因素的說明，針對相應的主控因素可以快速的開展有針對的措施應對，以防止或延緩套損井情況的發(fā)生，以確保生產(chǎn)的平穩(wěn)、有序開展。

4 結(jié)束語

本文基于油田生產(chǎn)過程中套損井防治的場景，利用大數(shù)據(jù)技術(shù)進行相關(guān)機理的研究，對大數(shù)據(jù)技術(shù)的具體應用進行詳細的了解和應用，實現(xiàn)了大數(shù)據(jù)技術(shù)在油田套損井防治中的應用，為后續(xù)的深入應用奠定了堅實的基礎。