大數(shù)據(jù)分析技術(shù)在油田生產(chǎn)中的應(yīng)用研究

李園園 胡璐

[摘 要]近年來(lái)，隨著科學(xué)技術(shù)的不斷發(fā)展，大數(shù)據(jù)已經(jīng)逐漸深入人們的工作、生活中，一些先進(jìn)的石油企業(yè)也開始嘗試將大數(shù)據(jù)分析引入石油行業(yè)。石油企業(yè)在油田生產(chǎn)過(guò)程中應(yīng)用大數(shù)據(jù)分析技術(shù)，能夠有效提高生產(chǎn)效率?；诖耍疚奶接懥舜髷?shù)據(jù)分析技術(shù)的類型，總結(jié)了油田大數(shù)據(jù)分析平臺(tái)的構(gòu)建方法及大數(shù)據(jù)分析技術(shù)在油田生產(chǎn)中的應(yīng)用，旨在為相關(guān)研究提供借鑒。

[關(guān)鍵詞]大數(shù)據(jù)分析技術(shù)；油田生產(chǎn)；數(shù)據(jù)處理

doi：10.3969/j.issn.1673 - 0194.2019.08.025

[中圖分類號(hào)]F273；TP311.13 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1673-0194（2019）08-00-02

0 引 言

石油化工行業(yè)是我國(guó)的經(jīng)濟(jì)支柱型產(chǎn)業(yè)，對(duì)提升我國(guó)的經(jīng)濟(jì)效益具有重大影響。隨著科學(xué)技術(shù)的發(fā)展，我國(guó)部分油田已經(jīng)建設(shè)了數(shù)字油田，并擁有較為成熟的中心處理技術(shù)。目前，油田企業(yè)的發(fā)展目標(biāo)是建立專項(xiàng)智能化油田，利用大數(shù)據(jù)技術(shù)及物聯(lián)網(wǎng)技術(shù)解決技術(shù)難題，從而使油田生產(chǎn)及各個(gè)業(yè)務(wù)模塊實(shí)現(xiàn)分析預(yù)測(cè)及全面感知，推動(dòng)油田企業(yè)實(shí)現(xiàn)可持續(xù)發(fā)展。

1 大數(shù)據(jù)分析技術(shù)的類型

大數(shù)據(jù)分析技術(shù)可分為兩種技術(shù)，分別為大數(shù)據(jù)抽取及預(yù)處理技術(shù)和分析技術(shù)。

1.1 大數(shù)據(jù)抽取及預(yù)處理技術(shù)

數(shù)據(jù)抽取是將多種類型的數(shù)據(jù)轉(zhuǎn)化為單一且便于處理的結(jié)構(gòu)。在不同時(shí)間及地點(diǎn)要求數(shù)據(jù)表達(dá)方式一致，屬于標(biāo)準(zhǔn)化及規(guī)范化的自然語(yǔ)言，能夠被計(jì)算機(jī)應(yīng)用。數(shù)據(jù)清洗則是在確定及記錄數(shù)字段的過(guò)程中，檢查數(shù)據(jù)是否存在遺漏及異常，從而找到解決方法，對(duì)于錯(cuò)誤數(shù)據(jù)可采取手動(dòng)替換。數(shù)據(jù)構(gòu)建為滿足大數(shù)據(jù)建模需求建立了新字段，并將其作為標(biāo)志數(shù)據(jù)。數(shù)據(jù)變換則是將原始數(shù)據(jù)替換為合適的可挖掘數(shù)據(jù)，比如統(tǒng)一處理時(shí)間等。

1.2 分析技術(shù)

大數(shù)據(jù)分析技術(shù)涵蓋了聚類分析、因子分析、回歸分析等。聚類分析能統(tǒng)一某種類似的物體及事物，主要目的是辨識(shí)數(shù)據(jù)的特征，根據(jù)數(shù)據(jù)特征將樣本劃分為多個(gè)類型，在同一事物中具有較高的相似性，不同類的事物則具備較大的差異性。因子分析是指利用少量因子去展示多個(gè)指標(biāo)及因素的關(guān)系，從而在聯(lián)系密切的變量歸類中，將每類變量作為一個(gè)因子，并利用較少的因子反映大量的信息?；貧w分析是指在一組數(shù)據(jù)上，觀察一個(gè)變量與其他變量的關(guān)系，明確隨機(jī)性變量的依存關(guān)系，并利用回歸分析方式，簡(jiǎn)化變量中復(fù)雜及不確定的關(guān)系，從而找到其中存在的規(guī)律。數(shù)據(jù)挖掘是大數(shù)據(jù)時(shí)代的關(guān)鍵技術(shù)，油田企業(yè)應(yīng)用該技術(shù)能夠從完整的海量數(shù)據(jù)中找到人們未知的有用信息，從而能夠預(yù)測(cè)未來(lái)的發(fā)展趨勢(shì)。描述性挖掘能夠展現(xiàn)數(shù)據(jù)的一般特點(diǎn)，預(yù)測(cè)性挖掘能夠完成數(shù)據(jù)推算，從而實(shí)現(xiàn)評(píng)估及預(yù)測(cè)。數(shù)據(jù)挖掘目標(biāo)與數(shù)據(jù)類型存在聯(lián)系，部分功能在不同數(shù)據(jù)中適用，或在個(gè)別特定數(shù)據(jù)中適用。數(shù)據(jù)挖掘能夠收集未知信息，從而提升數(shù)據(jù)價(jià)值，并應(yīng)用在相應(yīng)的領(lǐng)域中。

2 油田大數(shù)據(jù)分析技術(shù)和油田大數(shù)據(jù)分析平臺(tái)

2.1 油田大數(shù)據(jù)分析技術(shù)

大數(shù)據(jù)由海量數(shù)據(jù)構(gòu)成，具有數(shù)量大及產(chǎn)生速度快等特點(diǎn)。大數(shù)據(jù)分析技術(shù)指在一定時(shí)間內(nèi)對(duì)信息進(jìn)行整理與收集，從而對(duì)數(shù)據(jù)進(jìn)行有效管理，數(shù)據(jù)的價(jià)值是將知識(shí)變?yōu)橹腔鄣倪^(guò)程。石油企業(yè)在油田生產(chǎn)過(guò)程中會(huì)產(chǎn)生大量的數(shù)據(jù)，因此，油田大數(shù)據(jù)的概念可被理解為油田生產(chǎn)、管理過(guò)程中產(chǎn)生的連續(xù)變化，從而反映油田活動(dòng)規(guī)律，對(duì)數(shù)據(jù)進(jìn)行分析及處理。大數(shù)據(jù)處理可劃分為8個(gè)步驟，分別為數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)分析、建立分析模型、結(jié)果展示、知識(shí)表達(dá)、結(jié)果驗(yàn)證和對(duì)數(shù)據(jù)模型進(jìn)行評(píng)估及優(yōu)化。石油企業(yè)應(yīng)用大數(shù)據(jù)技術(shù)，能夠解決僅靠人工無(wú)法解決的問題，降低能源消耗，實(shí)現(xiàn)油田持續(xù)管理及持續(xù)生產(chǎn)，但大數(shù)據(jù)分析技術(shù)在油田生產(chǎn)過(guò)程中的應(yīng)用，依舊處于初級(jí)階段，還必須不斷進(jìn)行實(shí)踐，保障生產(chǎn)效率，實(shí)現(xiàn)預(yù)期發(fā)展的目標(biāo)。

2.2 油田大數(shù)據(jù)分析平臺(tái)

目前，根據(jù)油田發(fā)展的實(shí)際情況，在對(duì)油田生產(chǎn)需求進(jìn)行分析的基礎(chǔ)上，很多石油企業(yè)建立了油田大數(shù)據(jù)分析平臺(tái)。此平臺(tái)涵蓋數(shù)據(jù)抽取及分布式儲(chǔ)存、大數(shù)據(jù)分析等層面。數(shù)據(jù)抽取層功能為實(shí)現(xiàn)分布式數(shù)據(jù)整理，將其轉(zhuǎn)變?yōu)閿?shù)據(jù)適合數(shù)據(jù)建模的方式，從而建設(shè)數(shù)據(jù)集。儲(chǔ)存層則對(duì)數(shù)據(jù)進(jìn)行有效匯總，將數(shù)據(jù)模型及分析數(shù)據(jù)進(jìn)行儲(chǔ)存，屬于一種數(shù)據(jù)倉(cāng)庫(kù)。分析層建立在大數(shù)據(jù)算法的基礎(chǔ)上，能夠觀察數(shù)據(jù)中的信息關(guān)系，從而建立數(shù)據(jù)模型軟件及預(yù)測(cè)模型，從而產(chǎn)生預(yù)測(cè)結(jié)果，確定評(píng)估方法及檢測(cè)標(biāo)本，并根據(jù)專家模型對(duì)比精確度，對(duì)結(jié)果進(jìn)行調(diào)整，從而輔助油田生產(chǎn)及決策。數(shù)據(jù)應(yīng)用層的功能是將數(shù)據(jù)模型封裝為能夠運(yùn)行的軟件，建立模型算法，保障數(shù)據(jù)的可視化，設(shè)計(jì)界面，最終展示結(jié)果，實(shí)現(xiàn)人機(jī)交互。

3 大數(shù)據(jù)分析技術(shù)在油田生產(chǎn)中的應(yīng)用

3.1 異常井自動(dòng)辨識(shí)

異常井是影響油井產(chǎn)出的重要因素。傳統(tǒng)油井出現(xiàn)異常時(shí)，依賴人工發(fā)現(xiàn)，主要通過(guò)管理人員查找大量資料，確定油井是否出現(xiàn)故障及異常，會(huì)耗費(fèi)大量的時(shí)間與精力，且效果不理想，對(duì)油井的診斷及管理難度大。利用聚類分析數(shù)據(jù)挖掘方法能夠?qū)τ途惓Ｇ闆r進(jìn)行分析，從而辨識(shí)油井是否存在故障，在油井異常設(shè)定的過(guò)程中，若油井當(dāng)天產(chǎn)量相比上月當(dāng)天產(chǎn)量波動(dòng)較大，便屬于油井異常。大數(shù)據(jù)分析技術(shù)通過(guò)排除作業(yè)井及調(diào)開井、常關(guān)井等因素，利用ASP.NET技術(shù)編寫算法，利用B/S系統(tǒng)構(gòu)架發(fā)布算法，能夠及時(shí)發(fā)現(xiàn)油井的異常狀態(tài)，提高診斷的及時(shí)性及時(shí)效性，保障管理人員的工作效率。

3.2 異常井自動(dòng)診斷

異常井診斷為油田日常工作開展的重要環(huán)節(jié)，困擾著油田生產(chǎn)業(yè)務(wù)人員?，F(xiàn)階段，多數(shù)油田異常井診斷依賴人工，診斷效率較低，可能對(duì)后續(xù)開展工作造成影響，從而影響單井產(chǎn)量。利用灰度圖像處理技術(shù)及人臉識(shí)別算法能夠建立抽油井特征功圖庫(kù)，對(duì)比油井當(dāng)前功圖及特征功圖，實(shí)現(xiàn)油井自動(dòng)診斷。利用因子分析法，對(duì)不同工況關(guān)聯(lián)的因子變化情況進(jìn)行分析，建立參數(shù)診斷數(shù)據(jù)庫(kù)，對(duì)比相關(guān)因子指標(biāo)，從而確定異常問題的原因。

3.3 間抽井開關(guān)井計(jì)劃

在油田生產(chǎn)工作的后期，有一些油井會(huì)出現(xiàn)地層能量匱乏、供液不足等問題，被稱為間抽井。目前，部分油田一般利用人工制訂下月的間抽計(jì)劃，但計(jì)劃是否能有效應(yīng)用還要進(jìn)一步驗(yàn)證。因此，采取有效的方式控制間抽開關(guān)時(shí)間，能夠節(jié)省企業(yè)資源、減少排放，對(duì)油田未來(lái)發(fā)展具有重要影響。同時(shí)，油田企業(yè)還能利用因子分析法及回歸分析法進(jìn)行分析，明確間抽井開發(fā)時(shí)間的影響因素，比如動(dòng)液面及沉沒度等，據(jù)此建立分析模型，對(duì)模型曲線進(jìn)行歸一化處理。

3.4 油井清防蠟預(yù)測(cè)

目前，油田、油井清蠟主要采取人工清理的方案，每口油井每月清蠟1次，會(huì)出現(xiàn)部分油井并未結(jié)蠟就提前清蠟的現(xiàn)象。油井清蠟不合理，不僅會(huì)浪費(fèi)人力及物力，還會(huì)降低油田生產(chǎn)率。油田可利用因子分析法對(duì)油井結(jié)蠟周期及油井情況進(jìn)行分析，根據(jù)清蠟方式建立結(jié)蠟清理模型，采取回歸線性分析方法構(gòu)建預(yù)測(cè)曲線，探討曲線不同節(jié)點(diǎn)時(shí)間，并計(jì)算油井合理清蠟周期，有效指導(dǎo)油井精確清蠟，從而對(duì)油井開展精細(xì)化管理。

4 大數(shù)據(jù)分析技術(shù)應(yīng)用在油田生產(chǎn)中的未來(lái)展望

4.1 建設(shè)智能油田數(shù)據(jù)共享平臺(tái)

智能油田依賴數(shù)據(jù)挖掘及應(yīng)用，開發(fā)及提供數(shù)據(jù)結(jié)構(gòu)平臺(tái)較為關(guān)鍵，但現(xiàn)階段對(duì)智能油田進(jìn)行數(shù)據(jù)集中處理依舊存在一些問題。多數(shù)石油企業(yè)及管理組織具有海量的支撐數(shù)據(jù)，但對(duì)計(jì)算機(jī)評(píng)估缺乏概念，甚至限制數(shù)據(jù)庫(kù)訪問，從而形成信息孤島，在智能油田中無(wú)法有效應(yīng)用。因此，石油企業(yè)應(yīng)當(dāng)立足國(guó)家層面建立數(shù)據(jù)框架，從而識(shí)別有價(jià)值的數(shù)據(jù)，建立數(shù)字收益共享模式，不斷提升數(shù)據(jù)處理能力。

4.2 智能油田網(wǎng)絡(luò)數(shù)據(jù)安全監(jiān)管

智能油田不僅需要石油企業(yè)投入硬件及軟件設(shè)備，還需要建設(shè)專業(yè)的數(shù)字監(jiān)管體系，這也是保障油田生產(chǎn)的關(guān)鍵。突破性技術(shù)革命容易出現(xiàn)新的問題，大數(shù)據(jù)技術(shù)在應(yīng)用過(guò)程中也不可能一帆風(fēng)順。大數(shù)據(jù)在智能油田中的應(yīng)用涉及數(shù)據(jù)深度挖掘及智能學(xué)習(xí)等，需要對(duì)數(shù)據(jù)進(jìn)行集中處理，若數(shù)據(jù)擁有者泄露數(shù)據(jù)，將給油田發(fā)展帶來(lái)不利影響，從而導(dǎo)致數(shù)據(jù)共享變得困難。油田只有采取有效的解決方案，才能保障數(shù)據(jù)安全。智能油田管理人員需要利用相關(guān)法律解決監(jiān)管問題，從而保障油田數(shù)據(jù)的有效流通及利用，不斷提升油田的生產(chǎn)能力。

5 結(jié) 語(yǔ)

近年來(lái)，隨著科學(xué)技術(shù)的不斷發(fā)展，大數(shù)據(jù)分析技術(shù)已經(jīng)逐漸深入人們的生活，一些油田開始嘗試將大數(shù)據(jù)分析技術(shù)引入石油生產(chǎn)中。在石油生產(chǎn)系統(tǒng)中，大部分生產(chǎn)數(shù)據(jù)都具有復(fù)雜性，傳統(tǒng)的數(shù)據(jù)庫(kù)分析以及預(yù)測(cè)方法等已經(jīng)不能滿足現(xiàn)代油田生產(chǎn)運(yùn)行的需要，所以油田必須合理利用大數(shù)據(jù)技術(shù)，建設(shè)數(shù)字油田。

主要參考文獻(xiàn)

[1]張立婷，李世超，鄭東梁，等.工業(yè)無(wú)線通信技術(shù)講座[J].儀器儀表標(biāo)準(zhǔn)化與計(jì)量，2018（5）.

[2]倪錦萍.物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)對(duì)油田生產(chǎn)變革的促進(jìn)作用[J].信息系統(tǒng)工程，2018（5）.

[3]袁澤波，錢浩東，劉舉，等.“大數(shù)據(jù)”在塔里木試油一體化設(shè)計(jì)平臺(tái)的應(yīng)用與實(shí)踐[J].鉆采工藝，2017（6）.

[4]周春燕.油田生產(chǎn)中大數(shù)據(jù)分析技術(shù)的研究及應(yīng)用[J].科技創(chuàng)新與應(yīng)用，2017（13）.

[5]劉萍，樊金丁，孫江華，等.基于智能油氣田云平臺(tái)的SmartConPetro油氣生產(chǎn)大數(shù)據(jù)挖掘系統(tǒng)技術(shù)研究[J].數(shù)碼設(shè)計(jì)，2016（3）.

[6]段澤英，蔡賢明，滕衛(wèi)衛(wèi)，等.大數(shù)據(jù)分析技術(shù)在油田生產(chǎn)中的研究與應(yīng)用[J].中國(guó)管理信息化，2015（18）.

[7]張晉軍，梅勝文，黃濤.物聯(lián)網(wǎng)、大數(shù)據(jù)及云計(jì)算技術(shù)在油田生產(chǎn)中的應(yīng)用研究[J].石化技術(shù)，2015（3）.

[8]王利君，李嗣旭，馬楊飛，等.大數(shù)據(jù)技術(shù)在抽油井結(jié)蠟預(yù)測(cè)中的應(yīng)用研究[J].數(shù)碼設(shè)計(jì)，2016（3）.