引言

隨著大數(shù)據(jù)和人工智能技術(shù)的興起，國(guó)家大力開(kāi)展“人工智能+”行動(dòng)，培育未來(lái)產(chǎn)業(yè)。傳統(tǒng)油氣行業(yè)積極運(yùn)用數(shù)字技術(shù)、綠色技術(shù)改造提升產(chǎn)業(yè)持續(xù)發(fā)展能力，人工智能已在油氣行業(yè)物探、測(cè)井、鉆井、壓裂等多專業(yè)實(shí)現(xiàn)了場(chǎng)景級(jí)應(yīng)用。中國(guó)石油集團(tuán)內(nèi)部新疆油田、塔里木油田、川慶鉆探、渤海鉆探等油氣田及工程技術(shù)服務(wù)企業(yè)，將井筒工程技術(shù)與5G、物聯(lián)網(wǎng)、人工智能信息技術(shù)相結(jié)合，通過(guò)集成化建設(shè)與應(yīng)用，建成了滿足多級(jí)應(yīng)用的“縱向管控、橫向共享”工程作業(yè)智能支持中心，利用大數(shù)據(jù)技術(shù)建成以數(shù)據(jù)源為核心的全要素?cái)?shù)據(jù)湖體系，從而實(shí)現(xiàn)技術(shù)專家集中優(yōu)勢(shì)資源，依據(jù)多源數(shù)據(jù)迅速、準(zhǔn)確地為遠(yuǎn)程施工現(xiàn)場(chǎng)提供決策支持，提高施工作業(yè)效率，達(dá)到打破地域限制，智能決策靠前指揮，前后方實(shí)時(shí)聯(lián)動(dòng)的目的[1-2]

中國(guó)石油集團(tuán)海洋工程有限公司（以下簡(jiǎn)稱：中油海工）作為一家海洋能源綜合服務(wù)企業(yè)，受限于海洋作業(yè)施工區(qū)域交通、空間、通信等實(shí)際條件，數(shù)智化建設(shè)仍處于信息化補(bǔ)強(qiáng)階段。2024年，中油海工積極落實(shí)集團(tuán)公司“數(shù)智中國(guó)石油”的工作部署，遵循“信息化補(bǔ)強(qiáng)、數(shù)字化轉(zhuǎn)型、智能化發(fā)展”三個(gè)層次目標(biāo)，編制中油海工工程作業(yè)智能支持中心（engineering operation intelligentsupportcenter，EISC）兩級(jí)合并建設(shè)方案，開(kāi)展以業(yè)務(wù)用戶為核心的數(shù)據(jù)價(jià)值鏈整體優(yōu)化工作平臺(tái)研究，持續(xù)建設(shè)EISC數(shù)智賦能品牌，提升遠(yuǎn)程作業(yè)支持及一體化協(xié)同能力，以數(shù)字化轉(zhuǎn)型、智能化發(fā)展賦能企業(yè)管理，有力推動(dòng)了中油海工積極探索提高經(jīng)濟(jì)效益的新途徑。

1.鉆井工程遠(yuǎn)程作業(yè)支持大數(shù)據(jù)應(yīng)用體系架構(gòu)設(shè)計(jì)

中油海工圍繞“業(yè)務(wù)發(fā)展、管理變革、技術(shù)賦能”三條主線，提出基于集團(tuán)公司EISC平臺(tái)架構(gòu)體系，建設(shè)以中油海工EISC平臺(tái)為數(shù)據(jù)中樞，匯聚靜態(tài)寫(xiě)實(shí)、實(shí)時(shí)數(shù)據(jù)、曲線、視頻、會(huì)議等功能，數(shù)智生產(chǎn)指揮中心、數(shù)智工程技術(shù)中心、數(shù)智安全井控中心、數(shù)智一體化協(xié)同中心和數(shù)智化作業(yè)現(xiàn)場(chǎng)等五大業(yè)務(wù)應(yīng)用場(chǎng)景的遠(yuǎn)程作業(yè)智能支持中心。遠(yuǎn)程作業(yè)智能支持中心通過(guò)搭建統(tǒng)一的數(shù)據(jù)湖體系，提升數(shù)據(jù)服務(wù)能力，推進(jìn)數(shù)據(jù)資產(chǎn)價(jià)值轉(zhuǎn)化，實(shí)現(xiàn)工程技術(shù)業(yè)務(wù)統(tǒng)一、應(yīng)用共享，筑牢數(shù)字化轉(zhuǎn)型智能化發(fā)展基石。

鉆井業(yè)務(wù)以鉆井平臺(tái)現(xiàn)場(chǎng)端采集數(shù)據(jù)庫(kù)為源數(shù)據(jù)核心基礎(chǔ)，推進(jìn)工程技術(shù)數(shù)據(jù)生態(tài)、智能物聯(lián)網(wǎng)建設(shè)，以“數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)應(yīng)用”縱向補(bǔ)強(qiáng)井筒工程動(dòng)靜態(tài)寫(xiě)實(shí)、鉆井平臺(tái)裝備實(shí)時(shí)監(jiān)測(cè)、安全生產(chǎn)視頻圖像的多源數(shù)據(jù)采集能力，逐步建立起橫向“分析決策-業(yè)務(wù)管理-經(jīng)營(yíng)管理”作用的海洋鉆井工程遠(yuǎn)程作業(yè)支持大數(shù)據(jù)應(yīng)用體系。中油海工鉆井業(yè)務(wù)數(shù)據(jù)體系架構(gòu)設(shè)計(jì)如圖1所示。

基于集團(tuán)公司統(tǒng)一云平臺(tái)技術(shù)架構(gòu)體系，構(gòu)建中油海工兩級(jí)EISC合署辦公統(tǒng)一協(xié)同工作平臺(tái)，實(shí)現(xiàn)中油海工全業(yè)務(wù)鏈數(shù)字化管理，推進(jìn)各業(yè)務(wù)領(lǐng)域應(yīng)用前臺(tái)、云技術(shù)平臺(tái)、區(qū)域湖和物聯(lián)網(wǎng)技術(shù)能力建設(shè)，提高場(chǎng)景復(fù)用、數(shù)據(jù)共享和云邊協(xié)同能力，推動(dòng)生產(chǎn)模式變革，實(shí)現(xiàn)工程技術(shù)業(yè)務(wù)高質(zhì)量發(fā)展。中油海工遠(yuǎn)程作業(yè)智能支持中心技術(shù)架構(gòu)設(shè)計(jì)如圖2所示。

2.海洋鉆井工程遠(yuǎn)程作業(yè)支持大數(shù)據(jù)應(yīng)用體系的實(shí)現(xiàn)

2.1井筒工程靜態(tài)數(shù)據(jù)采集體系建立

2.1.1靜態(tài)數(shù)據(jù)體系架構(gòu)

按照集團(tuán)統(tǒng)一調(diào)度業(yè)務(wù)需求，建立標(biāo)準(zhǔn)統(tǒng)一的數(shù)據(jù)標(biāo)椎化模型，實(shí)現(xiàn)跨業(yè)務(wù)領(lǐng)域生產(chǎn)運(yùn)行協(xié)同?；谥袊?guó)石油夢(mèng)想云PaaS云技術(shù)平臺(tái)，利用Docker容器和Kubernetes容器編排技術(shù)，基于微服務(wù)和組件化開(kāi)發(fā)技術(shù)，實(shí)現(xiàn)積木式開(kāi)發(fā)模式。數(shù)據(jù)由現(xiàn)場(chǎng)采集后，經(jīng)數(shù)據(jù)質(zhì)控和傳輸，統(tǒng)一融入中油海工EISC地區(qū)庫(kù)，作為EISC上層應(yīng)用數(shù)據(jù)源，支持向第三方平臺(tái)進(jìn)行數(shù)據(jù)共享，提供API訪問(wèn)服務(wù)。

2.1.2靜態(tài)數(shù)據(jù)體系標(biāo)準(zhǔn)

拓展業(yè)務(wù)數(shù)據(jù)采集容量，加大靜態(tài)數(shù)據(jù)的數(shù)字化采集程度，盡量減少人工操作，為基層減負(fù)，提高工作效率。依據(jù)集團(tuán)EISC最新數(shù)據(jù)模型要求對(duì)系統(tǒng)數(shù)據(jù)編碼進(jìn)行調(diào)整，保證與集團(tuán)一體化工作平臺(tái)無(wú)縫對(duì)接的同時(shí)實(shí)現(xiàn)現(xiàn)有功能升級(jí)，確保與EISC系統(tǒng)數(shù)據(jù)模型的準(zhǔn)確對(duì)齊和結(jié)構(gòu)一致。系統(tǒng)升級(jí)側(cè)重提升采集軟件的功能，增加采集字段，并改進(jìn)統(tǒng)計(jì)圖譜的計(jì)算維度和邏輯結(jié)構(gòu)，深度促進(jìn)數(shù)據(jù)管理精細(xì)化。針對(duì)鉆井作業(yè)中的設(shè)計(jì)數(shù)據(jù)、基礎(chǔ)數(shù)據(jù)、固井、定向井、并控、鉆井液管理等關(guān)鍵環(huán)節(jié)數(shù)據(jù)，通過(guò)深化擴(kuò)展數(shù)據(jù)采集項(xiàng)，構(gòu)建精確的需求模型，不斷豐富數(shù)據(jù)采集功能。結(jié)合生產(chǎn)日?qǐng)?bào)、統(tǒng)計(jì)分析報(bào)表、井史報(bào)告管理等海洋鉆井行業(yè)實(shí)際需求，新增如作業(yè)水深、隔水導(dǎo)管、海況氣象、拖航記錄、施工狀態(tài)等靜態(tài)編碼2000余項(xiàng)，實(shí)現(xiàn)提供8093個(gè)編碼字段生成各類統(tǒng)計(jì)圖譜，為遠(yuǎn)程作業(yè)支持中心在線優(yōu)化分析提供高質(zhì)量數(shù)據(jù)基礎(chǔ)，新增編碼如表1所示。

2.1.3靜態(tài)數(shù)據(jù)體系清洗治理

遵循集團(tuán)公司數(shù)據(jù)治理標(biāo)準(zhǔn)，應(yīng)用行業(yè)通用治理規(guī)則，開(kāi)展數(shù)據(jù)孤島治理，加速各業(yè)務(wù)模塊系統(tǒng)數(shù)據(jù)融合，建立時(shí)空數(shù)據(jù)底座，為數(shù)據(jù)的深度開(kāi)發(fā)和應(yīng)用提供堅(jiān)實(shí)的基礎(chǔ)。通過(guò)建立元數(shù)據(jù)體系，對(duì)數(shù)據(jù)進(jìn)行描述、歸類和管理，為數(shù)據(jù)提供權(quán)限控制、數(shù)據(jù)同步監(jiān)控、質(zhì)量監(jiān)控、安全保障等服務(wù)。嚴(yán)格管理權(quán)限功能，基于用戶角色和職責(zé)靈活分配權(quán)限，確保用戶對(duì)系統(tǒng)數(shù)據(jù)的訪問(wèn)權(quán)限，同時(shí)有效防止敏感數(shù)據(jù)被惡意訪問(wèn)和濫用，保護(hù)數(shù)據(jù)的機(jī)密性和完整性。嚴(yán)格管理質(zhì)量規(guī)則庫(kù)功能，確定數(shù)據(jù)入庫(kù)的質(zhì)量規(guī)則，如數(shù)據(jù)格式、精度、完整性等規(guī)則，確保數(shù)據(jù)的準(zhǔn)確性和規(guī)范性3]。

2.1.4靜態(tài)數(shù)據(jù)體系應(yīng)用場(chǎng)景

自動(dòng)化生成工程統(tǒng)計(jì)報(bào)表，即應(yīng)用自然語(yǔ)言處理，高效標(biāo)簽與信息抽取技術(shù)按照預(yù)設(shè)的關(guān)鍵信息掃描邏輯，對(duì)采集到的數(shù)據(jù)信息進(jìn)行關(guān)鍵信息提取，采取正則表達(dá)式對(duì)關(guān)鍵信息進(jìn)行有效篩選，并將所篩選到的離散信息進(jìn)行聚合關(guān)聯(lián)[4]。通過(guò)這種方法處理大量非結(jié)構(gòu)化過(guò)程信息數(shù)據(jù)，提出關(guān)鍵信息，將碎片化的數(shù)據(jù)通過(guò)融合規(guī)則使其與原數(shù)據(jù)框架實(shí)現(xiàn)映射和匹配，構(gòu)建生產(chǎn)信息高效、準(zhǔn)確、及時(shí)傳遞的信息高速公路，形成感知、分析、決策、執(zhí)行、反饋的完整閉環(huán)模式。通過(guò)采集終端平臺(tái)生產(chǎn)經(jīng)營(yíng)數(shù)據(jù)，分析施工動(dòng)態(tài)數(shù)據(jù)、提高鉆機(jī)利用率，為后續(xù)的數(shù)據(jù)分析和模型建立提供可靠的數(shù)據(jù)支撐，為科學(xué)決策提供有力支持。

例如，根據(jù)服務(wù)模式不同，升級(jí)后的采集體系能夠定制化生成鉆井業(yè)務(wù)生產(chǎn)日?qǐng)?bào)，即制定以鉆井平臺(tái)動(dòng)用狀態(tài)為維度生成全年365天生產(chǎn)日?qǐng)?bào)及以井生命周期為維度生成全井施工日?qǐng)?bào)兩種生產(chǎn)跟蹤寫(xiě)實(shí)模式，該定制化模式突破原系統(tǒng)單井日?qǐng)?bào)表模式，以鉆井平臺(tái)生產(chǎn)日?qǐng)?bào)模式滿足大型裝備日費(fèi)制服務(wù)精細(xì)化管理需求，從根本上實(shí)現(xiàn)系統(tǒng)數(shù)據(jù)替代率 100% ，同時(shí)實(shí)現(xiàn)平臺(tái)動(dòng)用狀態(tài)有效分析，從而提高大型裝備整體運(yùn)行效率。

2.2關(guān)鍵裝備實(shí)時(shí)數(shù)據(jù)采集體系建立

2.2.1裝備實(shí)時(shí)數(shù)據(jù)體系架構(gòu)

可編程邏輯控制器（programmablelogiccontroller，PLC）作為工業(yè)控制系統(tǒng)的核心部件，是打通海洋鉆井平臺(tái)關(guān)鍵裝備數(shù)據(jù)信息孤島的重要核心部分，中油海工鉆井業(yè)務(wù)基于PLC工控組態(tài)本地化部署及平臺(tái)現(xiàn)場(chǎng)至集團(tuán)EISC的通信鏈路，建立關(guān)鍵裝備實(shí)時(shí)數(shù)據(jù)通信系統(tǒng)，從而實(shí)現(xiàn)關(guān)鍵裝備的遠(yuǎn)程監(jiān)控、故障診斷和維護(hù)，達(dá)到提高生產(chǎn)效率和降低成本的目的[5-6]。

遠(yuǎn)程作業(yè)支持關(guān)鍵裝備實(shí)時(shí)數(shù)據(jù)集成應(yīng)用通過(guò)大數(shù)據(jù)技術(shù)實(shí)現(xiàn)異構(gòu)數(shù)據(jù)源的實(shí)時(shí)采集、轉(zhuǎn)換和加載[]。數(shù)據(jù)通訊系統(tǒng)采用分層網(wǎng)絡(luò)架構(gòu)如圖3所示，包括核心層、匯聚層和接入層。核心層負(fù)責(zé)數(shù)據(jù)的高速轉(zhuǎn)發(fā)，并與集團(tuán)EISC組網(wǎng)實(shí)現(xiàn)數(shù)據(jù)入湖；匯聚層負(fù)責(zé)接入層裝備數(shù)據(jù)匯聚和數(shù)據(jù)分發(fā)，各平臺(tái)子系統(tǒng)如工控系統(tǒng)、視頻監(jiān)控系統(tǒng)增加網(wǎng)關(guān)服務(wù)器、軟硬件接口單元匯聚；接入層增加PLC控制箱、網(wǎng)關(guān)設(shè)備或接人層交換機(jī)，實(shí)現(xiàn)各子系統(tǒng)內(nèi)部級(jí)聯(lián)和組態(tài)，如工控系統(tǒng)中發(fā)電機(jī)組、提升系統(tǒng)、泵設(shè)備、傳感器儀表等功能模塊[8]。

2.2.2裝備實(shí)時(shí)數(shù)據(jù)傳輸標(biāo)準(zhǔn)

核心層傳輸：為保證兼容不同業(yè)務(wù)平臺(tái)有效傳輸，核心層遠(yuǎn)程通信系統(tǒng)采用TCP/IP協(xié)議族，包括IP、TCP、UDP、ICMP等通用協(xié)議，全面兼容集團(tuán)公司至平臺(tái)，集團(tuán)公司至各管理處DMZ區(qū)域安全訪問(wèn)。

匯聚層傳輸：基于過(guò)程控制的OLE標(biāo)準(zhǔn)的開(kāi)放平臺(tái)通信，建立OPC內(nèi)驅(qū)動(dòng)模式的通信管道，保障了平臺(tái)與中心端的組態(tài)平臺(tái)的互聯(lián)互通。

接入層傳輸：平臺(tái)組態(tài)端和PLC端至各子系統(tǒng)兼容不同品牌和不同通訊協(xié)議，如Siemens標(biāo)準(zhǔn)協(xié)議、AB標(biāo)準(zhǔn)協(xié)議和Modbus標(biāo)準(zhǔn)協(xié)議，可接入各種自控設(shè)備及各種接口形式。

物聯(lián)網(wǎng)方案采用四層架構(gòu)：感知層、平臺(tái)層、應(yīng)用層和展示層。感知層主要包括各種PLC設(shè)備和傳感器，用于實(shí)現(xiàn)現(xiàn)場(chǎng)數(shù)據(jù)的采集和控制指令的執(zhí)行。平臺(tái)層負(fù)責(zé)對(duì)感知層的數(shù)據(jù)進(jìn)行處理、分析和存儲(chǔ)，并為PLC設(shè)備提供公網(wǎng)通信接口。應(yīng)用層負(fù)責(zé)將平臺(tái)層的數(shù)據(jù)傳輸?shù)秸故緦?，并?shí)現(xiàn)設(shè)備之間的遠(yuǎn)程通信。展示層負(fù)責(zé)對(duì)感知層的數(shù)據(jù)進(jìn)行處理、分析和展示，以及實(shí)現(xiàn)對(duì)設(shè)備的遠(yuǎn)程控制和故障診斷。

2.2.3裝備實(shí)時(shí)數(shù)據(jù)應(yīng)用場(chǎng)景

上位機(jī)物聯(lián)網(wǎng)平臺(tái)對(duì)現(xiàn)場(chǎng)設(shè)備層進(jìn)行數(shù)據(jù)采集、處理、分析和展示，以及遠(yuǎn)程控制和故障診斷。

數(shù)據(jù)采集：組態(tài)軟件通過(guò)通信網(wǎng)絡(luò)層與現(xiàn)場(chǎng)設(shè)備層進(jìn)行數(shù)據(jù)交互，采集PLC設(shè)備和傳感器的實(shí)時(shí)數(shù)據(jù)。

數(shù)據(jù)處理：物聯(lián)網(wǎng)平臺(tái)對(duì)接收到的數(shù)據(jù)進(jìn)行處理，如數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)存儲(chǔ)等。

數(shù)據(jù)分析：物聯(lián)網(wǎng)平臺(tái)對(duì)實(shí)時(shí)數(shù)據(jù)進(jìn)行在線分析，如趨勢(shì)分析、故障診斷等。

數(shù)據(jù)展示：物聯(lián)網(wǎng)平臺(tái)將實(shí)時(shí)數(shù)據(jù)和統(tǒng)計(jì)分析結(jié)果以圖表、曲線等形式展示給用戶。

遠(yuǎn)程控制：物聯(lián)網(wǎng)平臺(tái)實(shí)現(xiàn)對(duì)PLC設(shè)備的遠(yuǎn)程控制，如啟動(dòng)、停止、參數(shù)設(shè)置等。

故障診斷：物聯(lián)網(wǎng)平臺(tái)根據(jù)實(shí)時(shí)數(shù)據(jù)和設(shè)備狀態(tài)，對(duì)可能發(fā)生的故障進(jìn)行預(yù)警和診斷。

例如，結(jié)合各平臺(tái)設(shè)備現(xiàn)狀，分析鉆井包硬件拓?fù)浣Y(jié)構(gòu)、PLC程序以及各設(shè)備通訊協(xié)議，采用以太網(wǎng)TCP/IP通訊采集絞車、頂驅(qū)、泥漿泵、發(fā)電機(jī)組、變頻傳動(dòng)系統(tǒng)及水冷柜、甲板吊車、固井泵、空壓機(jī)等關(guān)鍵設(shè)備參數(shù)，所有數(shù)據(jù)采集至作業(yè)端服務(wù)器數(shù)據(jù)庫(kù)，實(shí)現(xiàn)了鉆井平臺(tái)關(guān)鍵設(shè)備集中監(jiān)測(cè)和過(guò)程管理，設(shè)備狀態(tài)數(shù)據(jù)動(dòng)態(tài)顯示、關(guān)鍵操作實(shí)時(shí)記錄、關(guān)鍵數(shù)據(jù)實(shí)時(shí)記錄、設(shè)備報(bào)警實(shí)時(shí)查看和顯示，達(dá)到了提高大型裝備智慧分析能力、智能巡檢及設(shè)備預(yù)防性維護(hù)的目的。該系統(tǒng)已在2座鉆井平臺(tái)試運(yùn)行，利用實(shí)時(shí)狀態(tài)監(jiān)測(cè)和故障診斷功能，成功解決了1座鉆井平臺(tái)頂驅(qū)頻繁停機(jī)故障、1座鉆井平臺(tái)絞車頻繁停機(jī)故障。

2.3圖像視頻觀測(cè)數(shù)據(jù)采集體系建立

2.3.1圖像視頻觀測(cè)數(shù)據(jù)采集體系架構(gòu)設(shè)計(jì)

海洋鉆井平臺(tái)實(shí)施升級(jí)改造后的圖像視頻監(jiān)控系統(tǒng)，是在原視頻監(jiān)控的基礎(chǔ)上，在平臺(tái)側(cè)搭建智能邊緣計(jì)算服務(wù)器，實(shí)時(shí)處理海洋平臺(tái)側(cè)原視頻監(jiān)控系統(tǒng)的視頻信號(hào)，通過(guò)建立在平臺(tái)側(cè)的智能分析終端進(jìn)行分析處理，形成處理結(jié)果，反饋給集中視頻智能監(jiān)控平臺(tái)（中油海工EISC），集中視頻監(jiān)控平臺(tái)兼有視頻集中監(jiān)控功能，可以實(shí)現(xiàn)對(duì)各海洋鉆井平臺(tái)視頻監(jiān)控的需求，同時(shí)具有集中處理邊緣計(jì)算服務(wù)級(jí)智能分析結(jié)果的功能。

2.3.2圖像視頻觀測(cè)數(shù)據(jù)采集分析功能及算法成熟度分析

通過(guò)對(duì)試點(diǎn)海洋鉆井平臺(tái)應(yīng)用和測(cè)試，可實(shí)現(xiàn)的功能及算法成熟度如下：

人員打電話檢測(cè)算法：打電話識(shí)別算法可對(duì)人員打電話行為進(jìn)行自動(dòng)識(shí)別，若檢測(cè)到人員打電話，則立即報(bào)警，適用于易發(fā)生火災(zāi)的?；瘓?chǎng)景，目前測(cè)試成熟度為 92% 。

睡崗檢測(cè)算法：值崗檢測(cè)是指在值崗區(qū)域繪制檢測(cè)區(qū)域，防止值班人員睡覺(jué)情況發(fā)生。檢出條件為人員出現(xiàn)長(zhǎng)時(shí)間靜止、不動(dòng)、保持低頭的姿勢(shì)，目前測(cè)試成熟度為 93% 。

占道檢測(cè)識(shí)別算法：對(duì)通道區(qū)域進(jìn)行實(shí)時(shí)監(jiān)測(cè)，當(dāng)監(jiān)測(cè)到海上平臺(tái)安全通道被占用時(shí)，檢測(cè)并提取車輛信息立即觸發(fā)報(bào)警，目前成熟度為 90% 。

區(qū)域入侵算法：對(duì)于未經(jīng)許可進(jìn)人警戒區(qū)域內(nèi)、無(wú)關(guān)人員擅自進(jìn)入隔離區(qū)域，目前測(cè)試成熟度為 90% 。

勞動(dòng)保護(hù)算法：對(duì)于常規(guī)勞保穿戴不規(guī)范、工作場(chǎng)所未佩戴安全帽，目前測(cè)試成熟度為 93% 。

D-高山-海洋鉆井工程遠(yuǎn)程作業(yè)支持大數(shù)據(jù)體系研究

2.3.3圖像視頻觀測(cè)數(shù)據(jù)采集體系應(yīng)用場(chǎng)景

實(shí)現(xiàn)毫秒級(jí)采集，借助邊緣計(jì)算節(jié)點(diǎn)進(jìn)行本地預(yù)處理，降低數(shù)據(jù)傳輸負(fù)擔(dān)。數(shù)據(jù)源涵蓋設(shè)計(jì)參數(shù)、維護(hù)記錄、海域地質(zhì)數(shù)據(jù)，為平臺(tái)運(yùn)營(yíng)提供基礎(chǔ)信息支撐。運(yùn)用ETL工具實(shí)現(xiàn)數(shù)據(jù)抽取、轉(zhuǎn)換與加載，構(gòu)建知識(shí)圖譜關(guān)聯(lián)各數(shù)據(jù)實(shí)體。結(jié)合Spark/Flink進(jìn)行大數(shù)據(jù)分析，挖掘數(shù)據(jù)潛在價(jià)值，為智能應(yīng)用提供數(shù)據(jù)支持。基于LSTM網(wǎng)絡(luò)構(gòu)建預(yù)測(cè)模型，精準(zhǔn)預(yù)測(cè)設(shè)備故障，提前發(fā)出警報(bào)。構(gòu)建貝葉斯網(wǎng)絡(luò)進(jìn)行可靠性分析，動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)（dynamic bayesian network，DBN）既具備BN雙向推理的優(yōu)點(diǎn)，又可避免狀態(tài)空間爆炸且能刻畫(huà)復(fù)雜系統(tǒng)可靠性隨時(shí)間的變化規(guī)律，被廣泛應(yīng)用于復(fù)雜系統(tǒng)的可靠性分析[9-10]，如圖4所示，實(shí)時(shí)評(píng)估平臺(tái)運(yùn)營(yíng)風(fēng)險(xiǎn)，精準(zhǔn)定位風(fēng)險(xiǎn)源。

通過(guò)建立視頻監(jiān)控系統(tǒng)不安全動(dòng)作AI智能分析數(shù)據(jù)體系，建立基層平臺(tái)不安全行為檔案，分析基層平臺(tái)不安全行為類別和頻次，結(jié)合安全監(jiān)督系統(tǒng)安全積分，構(gòu)建安全預(yù)警分析系統(tǒng)，為安全生產(chǎn)保駕護(hù)航；建立天氣預(yù)警智能提醒場(chǎng)景應(yīng)用，結(jié)合平臺(tái)重大作業(yè)，鉆井工況、設(shè)備狀況等共享數(shù)據(jù)，綜合給出分析報(bào)告，做出天氣風(fēng)險(xiǎn)提示，給出相關(guān)操作建議，科學(xué)指導(dǎo)作業(yè)，規(guī)避相關(guān)風(fēng)險(xiǎn)。

3.海洋鉆井工程遠(yuǎn)程作業(yè)支持大數(shù)據(jù)應(yīng)用體系的應(yīng)用效果

通過(guò)構(gòu)建涵蓋井筒工程動(dòng)靜態(tài)數(shù)據(jù)、關(guān)鍵裝備實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)、圖像視頻觀測(cè)數(shù)據(jù)采集網(wǎng)絡(luò)，傳輸至集團(tuán)EISC系統(tǒng)平臺(tái)開(kāi)展各類應(yīng)用，逐步建立起“數(shù)據(jù)采集-智能分析-決策支持”三級(jí)架構(gòu)的海洋鉆井工程遠(yuǎn)程支持大數(shù)據(jù)體系，為提高鉆井工程全生命周期遠(yuǎn)程決策能力、工業(yè)裝備遠(yuǎn)程智慧檢測(cè)診斷能力、生產(chǎn)安全行為辨別能力提供高質(zhì)量數(shù)字化支持。通過(guò)建立數(shù)據(jù)共享聯(lián)盟，每年減少各類重復(fù)性統(tǒng)計(jì)工作折合日歷天數(shù)167人·天，實(shí)現(xiàn)了2024年鉆井綜合提速8% 、大型裝備修理時(shí)間減少 54.9% 、安全生產(chǎn)6471天。

結(jié)語(yǔ)

中油海工通過(guò)強(qiáng)化多源數(shù)據(jù)采集能力，構(gòu)建了海洋鉆井工程遠(yuǎn)程作業(yè)支持大數(shù)據(jù)應(yīng)用體系，有效解決了企業(yè)管理中信息化能力不足的短板，有力推動(dòng)了海洋鉆井工程作業(yè)智能支持中心專家自主決策與全場(chǎng)景覆蓋的演進(jìn)，實(shí)現(xiàn)了從“經(jīng)驗(yàn)驅(qū)動(dòng)”到“數(shù)據(jù)驅(qū)動(dòng)”的轉(zhuǎn)變。未來(lái)將全力推進(jìn)工程技術(shù)數(shù)據(jù)生態(tài)、智能物聯(lián)網(wǎng)建設(shè)，進(jìn)一步補(bǔ)強(qiáng)數(shù)據(jù)支撐能力，實(shí)現(xiàn)工程技術(shù)業(yè)務(wù)統(tǒng)一、應(yīng)用共享，豐富工程技術(shù)生產(chǎn)運(yùn)營(yíng)數(shù)據(jù)生態(tài)體系，筑牢數(shù)字化轉(zhuǎn)型智能化發(fā)展的基石。

參考文獻(xiàn)：

[1]錢浩東，溫馨，陳思錦.川慶井筒工程大數(shù)據(jù)平臺(tái)建設(shè)與應(yīng)用[].中國(guó)管理信息化，2018，21（21）：82-84.

[2]中國(guó)石油渤海鉆探工程有限公司.石油工程作業(yè)智能支持中心系統(tǒng)建設(shè)與實(shí)施[].中國(guó)石油企業(yè)，2025（1）：77-80.

[3]黃家凱，秦麗娟，鄭詩(shī)語(yǔ)，等.基于數(shù)據(jù)湖技術(shù)的地質(zhì)大數(shù)據(jù)底座架構(gòu)研究與應(yīng)用[].自然資源信息化，2024（2）：43-49，68.

[4]曾義金，李大奇，陳曾偉，等.基于自然語(yǔ)言處理與大數(shù)據(jù)分析的漏失分析與診斷[].石油鉆探技術(shù)，2023，51（6）：1-11.

[5]陳顯靈.PLC技術(shù)在電氣工程自動(dòng)化控制中的應(yīng)用[J].中國(guó)設(shè)備工程，2025（9）：223-225.

[6]胡登奎.大數(shù)據(jù)技術(shù)在實(shí)時(shí)數(shù)據(jù)處理中的應(yīng)用與優(yōu)化[J].信息記錄材料，2025，26（5）：151-153.

[7]張永年.智慧海洋大數(shù)據(jù)平臺(tái)架構(gòu)與技術(shù)分析[].經(jīng)緯天地，2024（5）：34-38.

[8]楊雪松.海上油田平臺(tái)數(shù)據(jù)的采集及應(yīng)用研究[J].自動(dòng)化應(yīng)用，2022（4）：150-153.

[9]焦志秀，于龍.基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的接觸網(wǎng)系統(tǒng)可靠性研究[].鐵道科學(xué)與工程學(xué)報(bào)，2021，18（11）：3040-3047.

[10]齊金平，李少雄，周亞輝，等.基于動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的多狀態(tài)系統(tǒng)可靠性分析[].機(jī)床與液壓，2022，50（18）：142-145.

作者簡(jiǎn)介：張木楠，碩士研究生，高級(jí)工程師，zhangmn.cpoe@cnpc.com.cn，研究方向：海洋鉆完井技術(shù)管理。