大數據在“智能油田”中的應用與研究

韓書婷 曹于勤 王炳國 楊蕾

信息和通信技術、能源和移動互聯網等高度創新的技術將為智能油田發展提供嶄新的發展機遇。大數據（Big data）在“智能油田”建設中扮演著舉足輕重的角色。大數據分析是一項能夠增強“智能油田”服務的技術。各種來源收集的海量數據，通過大數據分析，為“智能油田”的石油產業生產模式轉變以及提升服務和管理提供有價值的結論。大數據與物聯網（Internet of Things （IoT））相結合，為智能油田的管理和決策者進行技術支持，在油田物聯網、智能勘探、智能生產等領域廣泛應用，提升油田管理水平。本文重點探討大數據提升“智能油田”的重要價值，大數據與物聯網在“智能油田”中的應用，如何選擇“智能油田”的平臺和框架，以及智能油田大數據面臨的挑戰以及未來的解決途徑。

一、“智能油田”的海量數據與分析需求

（一）智能油田的內涵與特征

智能油田是由“數字油田“演化而來的概念，數字油田主要強調數字化和信息化以及數據的收集。而智能油田則在數字油田的基礎上，充分利用大數據和物聯網等新一代信息技術，實現了油田大數據的整理以及深度發掘和應用，同時基于大數據的深度學習和全方位的互聯互通，有效整合油田運行的各個系統，為油田的生產和管理進行智能反應，從而提升石油產業的工業流程、提供科學高效的管理方法。

因此，智能油田可以用三個關鍵特征來進行定義：儀器化（instrumented）、互聯互通性（interconnected）和智能化（intelligent）。電子儀器能夠通過使用傳感器和其他數據收集設備捕獲城市的真實數據。互聯互通性則意味著各種類型的城市服務之間的信息交流和共享。智能化是指復雜的數據分析、建模、優化和可視化。這些不同的數據是從不同的地區和機構進行采集，目的是服務于智能決策（intelligent decisions）。

智能油田與傳統油田相比，表現出以下三個方面的突出特點：一是智能油田是充分應用物聯網的油田。物聯網是利用FRID、感測器、二維碼、定位系統、成像系統等感測設備，依照通信協議，將設備與信息網絡以及存儲系統進行連接，從而實現信息交換和智能識別、感知、定位以及監控、管理的網絡系統。二是智能油田真正實現了信息互聯互通的油田。智能油田打破了勘探、鉆井、物探等多個專業部分的信息孤島，挖掘融合有價值的數據進行利用，從而極大提升信息利用的效率。三智能油田實現了油田生產管理理念和方式的變革。智能油田通過為油田的勘探開發、油氣生產、礦區服務以及經營管理等多個環節的全新管理方案，加快管理的智能化，從而推動傳統油田向新油田的轉型升級以及可持續發展。因此，智能油田就是“智能感知的油田、智能控制的油田、智能預警的油田、全面協同的油田以及智能分析與決策的油田。”

（二）“智能油田”的海量數據來源

我國的石油行業經過多年的信息技術應用以及數字化油田建設的持續推進，多數的石油企業已經具備了覆蓋油田的信息網絡，大量的電子設備、專業應用的信息門戶、財務管理、資產管理、投資管理等信息系統得到了推廣實施與整體應用。于此同時，油田物聯網的建設也取得重大進展，包括油水井的數字化、管道數字化和站庫數字化建設，從而實現了油氣田井區、計量間、集輸站、聯合站和處理廠的生產數據，以及設備狀態信息在采油/采氣廠生產指揮中心和生產控制中心的集中管控。因此，在石油企業的數據中心，匯集了海量數據，從地震、勘探、鉆井、物探、油氣生產等生產鏈條以及指揮系統采集的油水井數據，到百萬石油員工的組織機構、用工總量、薪酬總額的計劃下達、實時監控和在線審批等管理系統。但是大量的數據缺乏整合分析以及深度應用，所以這些數據只是儲存的數字編碼。（見圖1）

從儀器終端獲得的數據信息將通過終端到終端的過程、信息系統、組織體系、工業鏈或價值鏈進行整合。海量數據可以跨越智能油田的多個進程、信息系統以及工業鏈進行互連互通。此外，智能油田還可以匯集非結構化方式、整體性以及不與系統特別相關的特別信息。例如，分布于不同物理設備的系統網格，例如基于Web 2.0的社交網絡、搜索引擎查詢和其他邏輯結構的互連信息。物聯網作為傳感器的互聯系統，將有效地將物理世界連接到虛擬的數據世界。

（三）“智能油田”海量數據的分析需求

智能油田的“儀器化“不僅意味著使用傳感器和儀表等系統測量諸如壓力、溫度和溫度的一些物理參數，同時還包括IT系統中的軟件。這些軟件提取關于油田業務運作過程的一些信息，例如油井的產量、鉆井的進尺等。這樣的數據需要實時獲取，有時收集數據的儀器是非常精確實時，也可能是延時的。這些數據被稱為電子實時數據（Blive data）。從各種各樣的數據渠道收集的海量數據數量龐大、異構、無序甚至不完整，大數據分析可以整理、分析、理解以及應用這些數據。對這種相互關聯的信息進行分析必須產生新的見解，推動智慧城市的決策和行動，提高行動結果或增進系統功能，促進組織機構和產業價值鏈的發展。實現的結果必須從根本上改變智能油田最終用戶的體驗或生態系統。因此，數據分析能夠實現的最好的結果是實現智能油田組織管理的實時性、前瞻性或預測性。

大數據分析將以有效的方式存儲、處理和挖掘智慧城市應用的信息，以產生有價值的信息來增強不同類型的智能油田服務能力。是這些數據用來支持這些油田的可持續發展。智能油田所提出的解決方案依賴于收集關于智能城市、大數據和物聯網的信息。普遍存在的互聯網用于收集真實世界的傳感器數據，而價格廉價的計算機能夠能力用于分析這些數據。“通過使用這些數據來連接物理設備，實現先進的分析能力，可以改進智能油田的控制和管理系統。” 在智能油田的推動中，只有經過大數據整合并加以分析后，才能為石油企業的生產和管理帶來效益。深度挖掘大數據的潛在價值，應當在數字化油田建設基礎上提出智能油田理念，搭建高速智能承載網、云計算中心、大數據資源、專業軟件一體化平臺，形成智慧地質、智慧工程、智慧管理、智慧礦區、智慧員工建設的智能油田基本框架。

二、大數據在“智能油田”中的應用價值與挑戰

近年來，由于大數據、物聯網技術的組合發展，在企業管、城市治理等多個領域進行廣泛運用，尤其是在智能油田領域其潛在優勢越發明顯。廣泛分布的傳感器產生實時數據流，數據流分析的先進技術和新的分析框架，數據存儲和計算能力的提升。大數據以及物聯網以及其他的數字化的信息成為數字經濟的生產要素，通過對石油產業數字信息的整合利用，從而擴展石油產業的發展空間，提升區域勘測、油氣勘探、油氣開發與生產等石油產業鏈條的生產效率，推動傳統產業的升級，促進石油產業的經濟優化和轉型，成為推動石油城市可持續發展的主要動力。

（一）大數據在智能油田建設的重要價值

1. 大數據促進了油田生產方式的轉變。

大數據能夠將油田生產的實時或者歷史數據進行分析與建模，從而實現生產參數的優化利用。油田生產參考數據來源非常廣泛，采集的數據包括了區域勘測、油氣勘探、油氣開發與生產、油氣儲運、管道煉油、油氣化工、油氣銷售。海量的實時和歷史數據，只有利用大數據以及物聯網技術，才能分析挖掘出有價值的信息，并指導建立最優的生產參數以及管理模式。通過IoT（物聯網）平臺，實現傳感數據的實時采集，基于實時數據建立油氣生產的能的耗模型和產量模型，從而對油氣生產制度進行動態調整，實現油井產量和能耗的綜合最優化。

由于石油產業的基礎生產數據需要依靠人工現場抄錄以及離線錄入，石油采集以及運輸設備的隱患長期依靠人工巡檢，需要投入大量的勞動力，再加之人工巡檢受到天氣以及人員素質等影響極大，造成生產率低下，安全環保風險等日益突出。物聯網和大數據分析能夠提高傳統的采油井巡檢的可預見性以及準確性。通過在采油井上安裝傳感網、載荷位移傳感器、差壓變送器、壓力變送器等物聯網設備儀表設備收集采油機運行數據，建立抽油機泵的正常工作模型、抽油機抽油桿的震動影響模型、抽油機供液不足模型、油井出砂，以及油稠模型等，利用IoT（物聯網）平臺對數據進行分析比對，從而及時現及時發現和處理抽油機泵的存在的問題，延長抽油機的使用壽命。例如2016年勝利油田開展了“互聯網+”試點，在勘探和開發的業務核心規劃、設計和部署油區生產物聯網系統，實現生產數據、視頻監控數據的自動采集回傳，保障生產數據、視頻監控圖像、生產控制指令等穩定性和實時性。從而實現了探井在線、方案在線、生產即時通等勘探開發高效融合。同時，大數據分析技術能夠基于歷史和實時數據，對油氣銷售數據進行分析，建立相應的能力分析模式以及優化分析，實現管理效率的提高。

2. 大數據推動了石油產業管理模式的創新。

充分利用大數據以及物聯網等先進技術以及整合通訊公司的專業運維力量，能夠實現石油產業的組織管理模式向精細化組織運維轉變。首先物聯網和大數據分析提升了資料全準率和運維計劃執行率，提高自動化上線數據準確率、自動化儀表完好率、儀表保養合格率。優化人力資源，減少生產用工的同時提升了員工技能。同時，大數據加強對石油產業工作人員的人力資源信息的整合與運用。石油產業是資源密集型和勞動力密集型的產業，因此無論是油氣生產、運輸以及油氣銷售等石油企業的員工數量非常龐大，大數據技術的運用能夠顯著提升人力資源管理的效率。通過將百萬石油員工全部納入大數據的系統管理，精簡組織機構、合理配置用工總量、實現薪酬總額的計劃下達、實時監控和在線審批，從而真正做到了在人員配置、勞薪配比的高效與精確。

與此同時，大數據與物聯網設備結合，將云技術覆蓋電腦、手機以及感應器等等固定或移動設備，全面實現公文的電子流轉、報銷業務網上處理、合同簽訂全過程在線管理，從而極大降低了石油企業的行政管理費用。例如，勝利油田建立了新的基于大數據的管理平臺架構，采用油田公司級指揮中心、采油廠級調度中心、作業區級聯合站站控中心三級扁平化管理。在此基礎上，各試點作業區也對傳統單向業務鏈條式的管控模式進行優化，形成以站控中心為主的一站式“發散型”新模式，縮短了作業區對油井、水井生產問題的發現和處理響應時間，形成了快速反應的生產管理模式。

（二）大數據對智能油田建設的重要價值

1. 通過創建油田數字戰略（基于數據和網絡服務）刺激新的經濟增長模式

大數據分析大大增加了智慧城市的智能化和移動性。

在智慧城市應用中應用大數據有利于促進商業模式創新。杭州峰會發布的《二十國集團數字經濟發展與合作倡議》數字經濟成為光彩奪目的全球經濟新模式。2017年3月，數字經濟首次被寫入政府工作報告。智慧城市建設和運行不僅會吸引眾多的數字經濟領域的投資者和企業家，更為商業機構應用數字化技術提供了有利條件。智慧城市不僅是數字經濟的孵化器，更已成為數字產業的投資者、開發者和消費者，其更加積極打造的智能化配套設施、城市公共服務以及提升公眾的數字化素養，鼓勵支持數字經濟發展。

2. 大數據的分析能力能夠優化提升城市運行過程和資源配置的效率

在智慧城市中實施大數據分析能夠提升智慧城市服務的智能化水平，更為有效的利用城市資源、增強不同領域的智能城市服務、促進跨界應用和服務的協作，從而城市運行和公共服務降低成本。同時，大數據還支持城市決策者規劃智能城市服務和資源的擴展應用。大數據應用可以為智慧城市中的許多部門服務，從而改進城市公共服務部門以及私營組織的規劃和運營效率；更好地進行網絡運營，提升客戶服務的水平；改善智慧城市運營的安全性以及增加社會價值。例如，醫療保健可以通過管理醫療記錄來改進預防保健服務，加強患者的護理效率。交通管理部門也從大數據中受益，可以根據分析交通事故的歷史記錄，通過提供替代路線來避免交通堵塞、減少事故數量。

為了實現大數據分析在智慧城市建設中的價值，要適當地將數據的價值（以及與之相關的信息）傳達給關鍵的利益相關者。促進智慧城市的服務水平，需要增加大數據先進技術的投資、更好的開發和有效利用大數據。于此同時，需要明確的政策和法律體系，以確保智慧城市數據的準確性、安全性、保密性以及對數據采集、分析、使用的有效控制以及規范。

（三）大數據在“智能油田”中面臨的挑戰

大數據在智能油田應用中面臨著許多的技術和政策挑戰。因此，重要的是避免或減少智慧城市中大數據應用的設計、開發和實施所面臨的困境。大數據應用在智能油田面臨著四個方面的關鍵挑戰。

1. 大數據的非結構化等屬性決定了數據管理的難度

智能油田的大數據既有來自石油產業的不同產業鏈條的海量實時以及歷史生產、管理數據，以及交通、教育、衛生等城市管理的海量數據。復雜多樣的數據主要有四個突出的特征：數據的體量（從不同的來源創建的數據的大小），數據的速度，數據的種類（不同類型的生成數據），數據的準確性（數據的質量和真實性）。除此以外，智能油田總的數據還具有其他的新特征，包括數據的有效性（用于預測用途的數據的正確性和準確性）、不同體積、多樣性和速度的數據具有波動性（大數據保持期限），以及大數據的輸出值（大數據處理的期望結果）。數據源具有不同的格式、類型和使用的復雜性，智能油田中的數據采集本身會也產生較大的數據困難。此外，智能油田大數據的非結構化性質使得難以分類和組織。

2. 智能油田的數據安全的困境

在智能油田中使用大數據的另一個重要挑戰是數據安全問題。大數據的安全管理是非常復雜而且精密的系統。智能油田的運行會產生大量的數據，很多信息都包括個人信息以及個人隱私、以及井位坐標、原油產量、銷售價格等。許多學者認為對這些數據的訪問和處理會產生數據安全問題，因此建議通過法律規定對數據使用以及數據代碼來確保數據在網絡上的安全。另一方面，智能油田需要跨機構收集以及整合數據，因此智能應用程序需要更高安全性。因為從不同的石油行業收集的海量數據將在各種類型的網絡上轉移傳輸，如果其中的網絡安全性較差，將會導致這些數據面臨泄露的風險。因此，提升大數據的安全性需要制定法律條款以及構建數據的安全的監管體系，并在技術、政府、商業部門的政策和技術領域嚴格實施。

3. 智能油田多樣來源數據的整合困境

數據集成是智能油田面對的重要挑戰之一。由于智能油田嵌入了各種各樣的智能設備，它們會產生大量結構化和非結構化的數據。因此，智能油田的大數據應用必須整合來自來源多樣的海量數據。數據質量是任何數據集成機制中的關鍵難點之一。特別是出現數據不正確、丟失和或不完整的情況下，整合數據就更為困難。

三、“智能油田”大數據應用的前景展望

大數據在智能油田中的應用，遇到了來自數據收集處理等技術難題，以及數據安全、信息壁壘等法律政策障礙，需要不同的措施來解決。隨著物聯網的發展，公共數據庫的增長，數據共享的觀念被普遍接受，大數據的技術難題將因為技術的發展逐漸克服。對數據保密性和安全性的關注，智慧油的監管法律和監管的技術體系需要進一步加強。

（一）物聯網技術將提升智能油田大數據的收集以及共享效率

智能油田配備了無線傳感器網絡和移動Hoc網絡的智能環境，創造了一種新技術，稱為物聯網（IOT）通信平臺。物聯網在智能油田的不同領域具有廣泛的應用前景。物聯網是嵌入有傳感器和控制器器的物的聯合網絡。這些智能對象能夠在傳感器的幫助下，從實施環境中收集大量數據的能力。物聯網在智能油田中的應用目的是促進互聯網的普及，使用者更易訪問智能設備以及與之互動，如，油井監控傳感器，控制器和車輛等。

（二）構建智能油田統一的數據共享開發平臺

大數據分析幫助油田實現設備長周期管理，同時在財務預算、物資采購、工程建設等方面提供了重要的數據支持。智能油田高度依賴深度的數據挖掘和應用，所以開發和提供開放的數據結構和平臺至關重要。然而對智能油田數據集中共享的價值，仍然存在一定的知識鴻溝。許多石油企業以及管理部門持有大量有價值的數據，但對其價值或如何對其進行數字化應用缺乏明確的概念，限制甚至拒絕對數據庫的訪問，導致形成信息孤島，無法應用在智能油田中。應當在區域和國家層面上研究石油產業開放數據架構和平臺的重要性，明確識別有流動價值的數據，構建數字收益共享模式，實施混合公開和數據的收益權，從而提升共享數據的意愿和行動。

（三）加強智能油田網絡數據安全的監管體系

智能油田不僅需要硬件和軟件上的持續投入，專業的數字安全監管體系成為影響智能油田建設的關鍵因素之一。突破性的技術革命都可能帶來新的問題，大數據也不例外的。大數據在智能油田中的應用主要涉及到數據的深度挖掘、智能學習以及應用。這往往意味著各種數據的整合與處理。而擁有數據的組織則可能擔心濫用數據會對商業秘密、敏感信息、競爭力或聲譽產生各種潛在的不利影響。這些疑慮導致數據的開放和共享面臨困難。

只有提出正確的解決方案，才能一方面顯示使用大數據對智慧城市的價值，同時確保這些數據安全受到保護。在此背景下，智能油田的管理者需要解決法律與政策、行政監管、合理組織以及攻克技術挑戰，在隱私權保護、信息安全以及數據流動之間在定制功能時進行利益權衡。持續深化智能油田云計算平臺建設與應用，不斷加強信息技術的應用建設，建設集中統一的數據中心和信息技術網絡資源，在此基礎上構建智能油田的安全治理體系建設，實現大數據的有效聚合，保障數據安全，為智能油田大數據分析和業務共享服務提供有力支持。（見圖2）

（四）制定統一的智能油田大數據標準

在區域和國家層面上，智能油田共享數據應當應用一致的標準框架。制定全國智能油田大數據的共同標準，這是收集、鏈接、共享和分析不同數據集合的關鍵元素。智能油田大數據仍需要大量的技術研發來制定嚴格的數據使用標準。但是，人們對于智能油田大數據的標準現狀和未來需求，仍缺乏明確清晰的認識。在智能油田中，大數據的分析員經常需要花費一半以上的清理數據，因為有大量的數據是以非機讀或非標準化格式來提供或者收集的，需要進行人工的手動處理。

促進開放和共享大數據的標準化被認為是一個通用的技術管制器，它可以提高大數據的收集、共享、鏈接和分析的程度，從而創新數據庫、新技術和數據分析方法（例如用于數據可視化技術的新工具）。在智能油田的背景下，大數據的標準化有助于物聯網操作和普及，能夠使用網絡、設備和收集的數據進行多目的、跨部門流動，從而實現協同作用。而另一方面，解決了物聯網技術實現產生的數據安全問題。通過提高大數據標準，提升數據收集的空間和時間分辨率，以及數據的匿名化，并改進元數據（例如數據的類型和格式），以降低數據碎片。同時，改進大數據標準化的結果，將有可能促進新興技術的發展。例如，例如一種新的統計分析方法隱私識別（differential privacy），提高了實時數據收集中隱私保護。這種方法被用于向數據庫添加統計擾動的特定模式，如果發生數據泄漏，則可以識別數據以何種方式進行了不適當使用。這種技術開辟了數據安全保護的新領域，從而激勵增強數據保護的技術發展。同時，統一的智能油田大數據標準，提高數據的連接性和流通性。在數據驅動型經濟中，數據的互通性至關重要，數據需要在多個不同組織之間轉移。只有改進大數據的標準和協議，才能促進數據庫之間的交互性和操作性。