李園園 胡璐

[摘 要]近年來，隨著科學技術的不斷發(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)過程中應用大數(shù)據(jù)分析技術，能夠有效提高生產(chǎn)效率?；诖耍疚奶接懥舜髷?shù)據(jù)分析技術的類型，總結了油田大數(shù)據(jù)分析平臺的構建方法及大數(shù)據(jù)分析技術在油田生產(chǎn)中的應用，旨在為相關研究提供借鑒。

[關鍵詞]大數(shù)據(jù)分析技術；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]F273；TP311.13 [文獻標識碼]A [文章編號]1673-0194（2019）08-00-02

0 引 言

石油化工行業(yè)是我國的經(jīng)濟支柱型產(chǎn)業(yè)，對提升我國的經(jīng)濟效益具有重大影響。隨著科學技術的發(fā)展，我國部分油田已經(jīng)建設了數(shù)字油田，并擁有較為成熟的中心處理技術。目前，油田企業(yè)的發(fā)展目標是建立專項智能化油田，利用大數(shù)據(jù)技術及物聯(lián)網(wǎng)技術解決技術難題，從而使油田生產(chǎn)及各個業(yè)務模塊實現(xiàn)分析預測及全面感知，推動油田企業(yè)實現(xiàn)可持續(xù)發(fā)展。

1 大數(shù)據(jù)分析技術的類型

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

1.1 大數(shù)據(jù)抽取及預處理技術

數(shù)據(jù)抽取是將多種類型的數(shù)據(jù)轉化為單一且便于處理的結構。在不同時間及地點要求數(shù)據(jù)表達方式一致，屬于標準化及規(guī)范化的自然語言，能夠被計算機應用。數(shù)據(jù)清洗則是在確定及記錄數(shù)字段的過程中，檢查數(shù)據(jù)是否存在遺漏及異常，從而找到解決方法，對于錯誤數(shù)據(jù)可采取手動替換。數(shù)據(jù)構建為滿足大數(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)一處理時間等。

1.2 分析技術

大數(shù)據(jù)分析技術涵蓋了聚類分析、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，主要目的是辨識數(shù)據(jù)的特征，根據(jù)數(shù)據(jù)特征將樣本劃分為多個類型，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指標及因素的關系，從而在聯(lián)系密切的變量歸類中，將每類變量作為一個因子，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，觀察一個變量與其他變量的關系，明確隨機性變量的依存關系，并利用回歸分析方式，簡化變量中復雜及不確定的關系，從而找到其中存在的規(guī)律。數(shù)據(jù)挖掘是大數(shù)據(jù)時代的關鍵技術，油田企業(yè)應用該技術能夠從完整的海量數(shù)據(jù)中找到人們未知的有用信息，從而能夠預測未來的發(fā)展趨勢。描述性挖掘能夠展現(xiàn)數(shù)據(jù)的一般特點，預測性挖掘能夠完成數(shù)據(jù)推算，從而實現(xiàn)評估及預測。數(shù)據(jù)挖掘目標與數(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)價值，并應用在相應的領域中。

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

2.1 油田大數(shù)據(jù)分析技術

大數(shù)據(jù)由海量數(shù)據(jù)構成，具有數(shù)量大及產(chǎn)生速度快等特點。大數(shù)據(jù)分析技術指在一定時間內對信息進行整理與收集，從而對數(shù)據(jù)進行有效管理，數(shù)據(jù)的價值是將知識變?yōu)橹腔鄣倪^程。石油企業(yè)在油田生產(chǎn)過程中會產(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)、管理過程中產(chǎn)生的連續(xù)變化，從而反映油田活動規(guī)律，對數(shù)據(jù)進行分析及處理。大數(shù)據(jù)處理可劃分為8個步驟，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、結果展示、知識表達、結果驗證和對數(shù)據(jù)模型進行評估及優(yōu)化。石油企業(yè)應用大數(shù)據(jù)技術，能夠解決僅靠人工無法解決的問題，降低能源消耗，實現(xiàn)油田持續(xù)管理及持續(xù)生產(chǎn)，但大數(shù)據(jù)分析技術在油田生產(chǎn)過程中的應用，依舊處于初級階段，還必須不斷進行實踐，保障生產(chǎn)效率，實現(xiàn)預期發(fā)展的目標。

2.2 油田大數(shù)據(jù)分析平臺

目前，根據(jù)油田發(fā)展的實際情況，在對油田生產(chǎn)需求進行分析的基礎上，很多石油企業(yè)建立了油田大數(shù)據(jù)分析平臺。此平臺涵蓋數(shù)據(jù)抽取及分布式儲存、大數(shù)據(jù)分析等層面。數(shù)據(jù)抽取層功能為實現(xiàn)分布式數(shù)據(jù)整理，將其轉變?yōu)閿?shù)據(jù)適合數(shù)據(jù)建模的方式，從而建設數(shù)據(jù)集。儲存層則對數(shù)據(jù)進行有效匯總，將數(shù)據(jù)模型及分析數(shù)據(jù)進行儲存，屬于一種數(shù)據(jù)倉庫。分析層建立在大數(shù)據(jù)算法的基礎上，能夠觀察數(shù)據(jù)中的信息關系，從而建立數(shù)據(jù)模型軟件及預測模型，從而產(chǎn)生預測結果，確定評估方法及檢測標本，并根據(jù)專家模型對比精確度，對結果進行調整，從而輔助油田生產(chǎn)及決策。數(shù)據(jù)應用層的功能是將數(shù)據(jù)模型封裝為能夠運行的軟件，建立模型算法，保障數(shù)據(jù)的可視化，設計界面，最終展示結果，實現(xiàn)人機交互。

3 大數(shù)據(jù)分析技術在油田生產(chǎn)中的應用

3.1 異常井自動辨識

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，依賴人工發(fā)現(xiàn)，主要通過管理人員查找大量資料，確定油井是否出現(xiàn)故障及異常，會耗費大量的時間與精力，且效果不理想，對油井的診斷及管理難度大。利用聚類分析數(shù)據(jù)挖掘方法能夠對油井異常情況進行分析，從而辨識油井是否存在故障，在油井異常設定的過程中，若油井當天產(chǎn)量相比上月當天產(chǎn)量波動較大，便屬于油井異常。大數(shù)據(jù)分析技術通過排除作業(yè)井及調開井、常關井等因素，利用ASP.NET技術編寫算法，利用B/S系統(tǒng)構架發(fā)布算法，能夠及時發(fā)現(xiàn)油井的異常狀態(tài)，提高診斷的及時性及時效性，保障管理人員的工作效率。

3.2 異常井自動診斷

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及人臉識別算法能夠建立抽油井特征功圖庫，對比油井當前功圖及特征功圖，實現(xiàn)油井自動診斷。利用因子分析法，對不同工況關聯(lián)的因子變化情況進行分析，建立參數(shù)診斷數(shù)據(jù)庫，對比相關因子指標，從而確定異常問題的原因。

3.3 間抽井開關井計劃

在油田生產(chǎn)工作的后期，有一些油井會出現(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劃，但計劃是否能有效應用還要進一步驗證。因此，采取有效的方式控制間抽開關時間，能夠節(jié)省企業(yè)資源、減少排放，對油田未來發(fā)展具有重要影響。同時，油田企業(yè)還能利用因子分析法及回歸分析法進行分析，明確間抽井開發(fā)時間的影響因素，比如動液面及沉沒度等，據(jù)此建立分析模型，對模型曲線進行歸一化處理。

3.4 油井清防蠟預測

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，會出現(xiàn)部分油井并未結蠟就提前清蠟的現(xiàn)象。油井清蠟不合理，不僅會浪費人力及物力，還會降低油田生產(chǎn)率。油田可利用因子分析法對油井結蠟周期及油井情況進行分析，根據(jù)清蠟方式建立結蠟清理模型，采取回歸線性分析方法構建預測曲線，探討曲線不同節(jié)點時間，并計算油井合理清蠟周期，有效指導油井精確清蠟，從而對油井開展精細化管理。

4 大數(shù)據(jù)分析技術應用在油田生產(chǎn)中的未來展望

4.1 建設智能油田數(shù)據(jù)共享平臺

智能油田依賴數(shù)據(jù)挖掘及應用，開發(fā)及提供數(shù)據(jù)結構平臺較為關鍵，但現(xiàn)階段對智能油田進行數(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)，但對計算機評估缺乏概念，甚至限制數(shù)據(jù)庫訪問，從而形成信息孤島，在智能油田中無法有效應用。因此，石油企業(yè)應當立足國家層面建立數(shù)據(jù)框架，從而識別有價值的數(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)投入硬件及軟件設備，還需要建設專業(yè)的數(shù)字監(jiān)管體系，這也是保障油田生產(chǎn)的關鍵。突破性技術革命容易出現(xiàn)新的問題，大數(shù)據(jù)技術在應用過程中也不可能一帆風順。大數(shù)據(jù)在智能油田中的應用涉及數(shù)據(jù)深度挖掘及智能學習等，需要對數(shù)據(jù)進行集中處理，若數(shù)據(jù)擁有者泄露數(shù)據(jù)，將給油田發(fā)展帶來不利影響，從而導致數(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 語

近年來，隨著科學技術的不斷發(fā)展，大數(shù)據(jù)分析技術已經(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)都具有復雜性，傳統(tǒng)的數(shù)據(jù)庫分析以及預測方法等已經(jīng)不能滿足現(xiàn)代油田生產(chǎn)運行的需要，所以油田必須合理利用大數(shù)據(jù)技術，建設數(shù)字油田。

主要參考文獻

[1]張立婷，李世超，鄭東梁，等.工業(yè)無線通信技術講座[J].儀器儀表標準化與計量，2018（5）.

[2]倪錦萍.物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)對油田生產(chǎn)變革的促進作用[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計平臺的應用與實踐[J].鉆采工藝，2017（6）.

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

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

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

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

[8]王利君，李嗣旭，馬楊飛，等.大數(shù)據(jù)技術在抽油井結蠟預測中的應用研究[J].數(shù)碼設計，2016（3）.