大數據分析技術在油田生產中的應用研究

孫曉萍

[摘 要] 近幾年，隨著計算機網絡技術的不斷發展，油田企業陸續開展智能油田建設工作，油田生產物聯網等信息化、自動化數據采集工作也逐漸受到重視。在當前國際油價持續下跌的形勢下，油田企業如何借助大數據分析技術發現數據隱藏的價值，提高油田生產過程中各項數據的利用率，實現以數據找油，以數據指導油田生產的智能化發展目標，是當前油田企業降本增效的重要途徑，亟待思考?；诖耍疚囊杂吞锎髷祿拍顬榍腥朦c，立足企業實際構建了大數據分析平臺及體系，接著詳細分析了大數據分析技術在油田生產中的應用研究，并闡述了大數據在石油行業的應用場景，最后對加強油田云大數據應用建設進行了暢想。以期能夠實現開源節流，助力油田企業創新創效，提高經濟效益。

[關鍵詞] 大數據分析技術；油田生產；應用

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2019. 09. 077

[中圖分類號] TP315 [文獻標識碼] A [文章編號] 1673 - 0194（2019）09- 0171- 02

0 引 言

隨著油田智能化建設工作的持續推進，油田生產過程逐漸向數字化、信息化以及自動化方向發展。油田生產是一個極為復雜的過程，包括采油、油氣分離、注水、儲備、運輸等多個環節，并產生了采油、地面工程的生產、作業等多種類型的數據，這些數據涵蓋面廣，數量巨大。因此，探討大數據分析技術在油田生產中的具體應用，能夠推動油田生產智能化建設進程的加快，實現油田生產數字化診斷、預測與優化，進而降低油田生產成本，提高經濟效益，并為油田企業決策提供可靠依據。

1 油田大數據相關概述

1.1 油田數據特點

油田在生產過程中所積累和產生的數據具有如下特點：第一，產生海量數據且數據之間具有較強的耦合性。油田生產過程中數據采集頻率大，數據重復冗余現象較為頻繁，系統參數之間相互影響性較大；第二，油田生產系統穩定性較弱，油田生產過程中采集數據易受工業噪聲污染；第三，數據類型多樣，數據形態迥異。油田生產過程中油壓、溫度、產量、注水量以及機械設備等相關參數在不同時間段所呈現的數據均不相同；第四，數據缺乏完整性。由于數據記錄的不及時易導致數據出現丟失；第五，油田生產作業的不確定性使得系統工作狀態存在變數，或呈正常工作狀態，或呈故障狀態。以上這些油田數據特點，若是采取以往傳統的數據庫體系平臺難以獲得真實、全面、可靠的數據，也就無法最大化地發揮出這些數據所隱藏的價值信息。

1.2 油田大數據的處理流程

借助大數據技術對油田生產數據庫的處理流程是：收集信息—提取數據—分析數據（找到數據價值規律）—建立預測模型—對模型結果進行可視化處理—驗證結果—數據評估[1]。

2 大數據分析平臺體系構架研究

油田企業要想滿足實際的生產應用，就必須要構建一個高效的大數據分析平臺，該平臺可以包括數據收集平臺、數據分布存儲平臺、大數據分析平臺以及大數據展示平臺四個體系結構。第一板塊是數據收集平臺，主要是對油田生產過程中所產生的海量數據進行收集，實現數據整合，然后將這些數據轉化為適合模型分析的數據形式，進而收取可靠的數據樣本。第二板塊是數據分布存儲平臺，主要是對第一板塊轉化的數據樣本進行匯總、建模、分析，并對數據進行存儲。該板塊的功能類似于現實生活中的貨物倉庫，也稱之為數據倉庫。第三板塊是大數據分析平臺。利用大數據建模工具以及算法，對數據進行分析，挖掘其隱藏的價值功能，同時利用大數據分析軟件對數據進行分類處理，最后生成預測結果，為油田企業生產提供決策性依據。第四板塊是數據展示平臺，主要是借助建模方法將數據進行可視化處理，并生成具體的數據報告，以此來實現人機交互。

3 大數據分析技術在油田生產中的應用研究

3.1 對異常井進行自動識別

在油田企業生產過程中，異常井是影響油田產量的重要因素之一，隨著時代的不斷進步，越來越多的油田企業開始重視異常井的管理工作。以往，主要采用人工排除方法來識別異常井，需要翻閱大量的油田生產資料，經過復雜的認定環節，方可判定異常井的存在。這種人工方式需要消耗大量的人力和物力，且發現周期較長，對油田產量的影響較為持久，無法及時制定應對措施。借助大數據挖掘和聚類分析技術能夠實現自動識別異常井，主要判斷指標是：油井當天產量與上月同期產量相比出現較大波動，且波動趨勢超出正常范圍就可判定為異常井，同時排除作業井、調開井、停電井等，通過ASP.NET技術進行算法編譯，采用系統構架B/S模式進行發布[2]。該種大數據分析技術已經在油田生產中應用較為廣泛，能夠快速識別出異常井，提高了油田生產管理工作效率，為進一步診斷和制定措施爭取了更多的時間。

3.2 對異常井進行智能診斷

在油田日常生產工作中，異常井診斷是其中一項極為重要的工作內容，對油田生產和管理人員造成了強烈的困擾。當前，很多油田在異常井診斷上依舊采用的是人工診斷的方式，這種方式以油田業務人員的經驗為主，診斷率和診斷效果得不到有效保障，與實際情況相差甚遠，可能會導致措施制定偏差情況的出現，最終對單井生產量產生較大的影響。而利用灰度圖像處理技術能夠結合油田實際情況，建立油井特征工圖庫，通過將當前實際功圖與油田本身的特征工圖進行對比分析，系統就會對油井的工作情況進行自動判斷。工況的表現形式多樣，因此會導致油井工圖出現多種情況，此時就可以借助因子分析法來分析因子的變動情況，同時建立和完善參數因子診斷數據庫，并從數據庫中搜索相關的因子指標進行對比分析，從而確定具體的異常原因。

3.3 科學制定間抽井開關計劃

隨著油田生產、開發作業進入油田產量遞減階段，在這個階段由于油田開發時間的延長，地下剩余油量不斷減少，油藏能量被不斷消耗，導致出現油井出現供液不足的情況，對這類井我們就稱之為間抽井，即間歇性出油的井。目前，在油田開發后期階段，對于下月間抽井開關井計劃的制定多是由人為定制，其合理性還有待進一步考證和完善。因此，油田企業當務之急是如何實現間抽井開關時間的自動化控制，以此來實現開源節流，節能減排的目的[3]。對此，就可以采取大數據因子分析和回歸分析法，對間抽井開關時間的影響因素進行收集和分析，通過建立分析預測模型對動液面、沉沒度、液面上升速度等因素進行分析，從而得出模型曲線，為相關人員制定開關時間提供決策依據。

3.4 合理預測油井清結蠟時間

當前，油田企業在油井清蠟上大多采取的是每口油井一月清洗一次的方式，嚴格按照人工制定技術進行，這種方式存在很多問題，比如一些油井尚未結蠟卻已經被清洗，而有的油井已經結蠟卻清洗不及時，這樣不僅事倍功半，造成人力物力資源的浪費，同時還會對油田的產量以及生產效率產生負面影響。對油井結蠟周期、清蠟方式、清蠟用量以及油井實際情況等數據進行收集，并利用大數據分析技術進行分析，從而構建出相對科學合理的油井結蠟清蠟模型，接著利用回歸分析法對建立模型曲線方程并進行結果預測，從而得出油井結蠟的具體時間，并推算出油井結蠟周期[4]。為油井清結蠟工作的有序開展提供了可靠的數據支撐，有利于油田生產精細化管理的進一步落實和發展。

4 大數據技術在石油行業的應用前景分析

隨著大數據技術與我國石油行業的不斷發展，在油田開發生產過程中應用大數據分析技術具有十分深遠的意義。通過對油田開采時累積的數據進行多維度的分析，能夠幫助油田企業更加精準、快速地開發油田，降低油田生產成本，增強油田鉆井的安全性，提高油井產量?？梢?，大數據在油田生產領域發揮著巨大功效。

4.1 大數據在油田勘探中的應用

借助大數據模式識別技術在油田探測中能夠獲得更加全面的數據庫。

4.2 大數據在油田開發中的應用

借助大數據分析技術能夠幫助油田企業對油田開發生產過程進行可行性分析，包括地理空間信息、周圍環境信息、油田相關信息等，這些信息數據能夠為油田企業智能開發油田提供科學的數據支撐，從而提高企業在行業中的競爭力。

4.3 大數據在油田鉆井中的應用

除了根據當前現有的數據對油田鉆井工作進行監測和發出告警外，借助大數據分析技術能夠獲得基于多個條件異?；蝾A測鉆井的可行性分析，真正實現“油田鉆井大數據”[5]。

4.4 大數據在油田生產作業中的應用

對于油田企業而言，提高油田開采量是其重要目標，借助大數據可以同時對地震、鉆井以及生產數據進行整合分析，同時將地層油氣的儲存情況真實快速地反饋給相關工程師，從而為后續油田生產作業計劃的實施提供可靠的數據支持。

4.5 大數據在油田維護中的應用

預測性維護理念對于油田企業而言并不陌生，但是在實際的工作開展過程中卻并沒有將這一理念落到實處。通過大數據技術能夠對油田生產過程中涉及的壓力、體積以及溫度等因素進行分析，并與之前存在的異常數據進行對比分析，實現自動化預測，從而確保油田維護工作精準、快速、有序開展。

5 結 語

總而言之，油田生產是一個極為復雜的過程，包括采油、油氣分離、注水、儲備、運輸等多個環節，并產生了采油、地面工程的生產、作業等多種類型的數據，這些數據涵蓋面廣，數量巨大?；谟吞锷a過程中復雜的數據特點，對油田大數據分析平臺體系構架進行了研究，同時分析了大數據分析技術在油田生產中的具體應用，可以看出在油田生產作業進行過程中，應用大數據分析技術能夠對異常井進行自動識別、對異常井進行智能診斷，同時能科學制定間抽井開關計劃、合理預測油井清結蠟時間，以期能夠實現開源節流，助力油田企業創新創效。

主要參考文獻

[1]羅鐵軍，肖兵，葉沛林，等.淺析物聯網、大數據及云計算技術在油田生產中的應用[J].當代化工研究，2017（6）：173-175.

[2]王學軍，李莎，楊利霞.基于大數據平臺的石油數據分析模型的研究與應用[J].承德石油高等?？茖W校學報，2018（3）：32-34，38.

[3]韓宇，李俊峰，韓佳晟.數據挖掘技術在石油工程的應用[J].信息記錄材料，2018，19（1）：5-6.

[4]范曉松，尹俊，于濤.大數據在華北油田智慧礦區建設中的探索與演進[J].信息系統工程，2018（3）：131.

[5]胡軍.淺談大數據在油田開發中的應用及策略[J].信息系統工程，2015（6）：41.