物聯網與大數據在油田上的發展應用

蘇云鵬

摘要：物聯網是油田智能化發展的基礎，也大數據形成的重要媒介。大數據發源于物聯網的科學應用。在油田上科學應用大數據物聯網技術可以更加深入地發展信息化操作，整體優化油田的信息資源，從而推動未來智慧油田建設。雖然目前油田應用物聯網與大數據狀態較好，但是在技術研究中，還是出現不少限制因素，迫切需要對其不斷深入分析。本文首先分析了大數據和物聯網技術理論知識，其次簡單討論了物聯網與大數據的應用情況，最后認真研究了未來發展變革。

關鍵詞：物聯網；大數據；油田；應用

一、大數據和物聯網技術

社會發展過程的網絡化特點產生大量的數據，當前開發應用數據和物聯網已經成為信息化建設的關鍵趨向。手機通信、視頻傳輸、微博評論、網站訪問在社會生活、科研研究和商業活動中無處不在，并不斷形成各類數據。基于這一情況，應運產生了大數據技術。

理論分析，大數據主要是對結構化、半結構化與非結構化可能挖掘的數據信息進行準確描述。一般來講，大數據技術是指通過計算機技術和互聯網技術有效整合各類社會數據，對數據潛在價值深入挖掘，為制定政府、機構與企業可持續發展計劃提供重要參考。

二、物聯網與大數據的應用

（一）物聯網應用

1.在油田生產操作中明確技術應用

在實際生產和開發油田的過程中，應根據科學開展實際操作。通過分析生產傳統組織形式可知，具體采取人工巡檢方法，一定程度增加了勞動強度，也會產生較高的操作風險，嚴重影響了生產操作效率。另外，傳統生產方式過度依賴人工操作，若無法形成正確的工作態度，必定降低生產水平。基于這一情況，應在創新和改進生產操作中科學使用物聯網技術。

當前，科學分析管理油田開發可知，始終出現一部分信息化缺陷，要求有關部門結合真實需求以及操作經驗，通過信息平臺的構建解決這部分問題。另外有效融合工業生產和信息技術建立生產物聯網系統，嚴控任何一個單元的自動化水平，進一步提升生產效率[1]。

2.應用技術以后形成的價值

科學應用物聯網技術，可以認為是在運作油機過程中科學安裝各種遠程傳感設備，在應用操作程序以后，通過傳感設備對數據有效傳輸，操作人員可以有效監測目標狀態。因此，在建設物聯網過程中采集與判斷數據體現出巨大的價值。

（二）大數據應用

1.自主識別異常井

在傳統操作中，一般都是采取人工方式發現異常井，并且歸納整理大量油田生產資料以后實施確定。這一操作方式增加了操作量，延長了操作時間，限制了異常井開展診斷工作。若利用數據挖掘與聚類分析的方式，則可以對異常井自主識別，并結合這一特性，及時消除其他影響因素。采取ASP.NET方法完成編譯，進一步快速找出異常井，迅速提升了工作效率。

2.智能化診斷異常井

異常井診斷是一項油田日常生產工作，受到工作人員的高度重視。目前，依然利用人工方式診斷異常井。體是結合操作經驗，診斷符合率很難與實際要求相符，一定程度引起后續操作失誤問題，并影響單井生產。通過處理灰度圖像技術構建油井特征功圖庫，經過比較目前功圖和特征功圖，對油井操作狀況實行診斷，進一步產生各種表現工況的形式，可以從各個角度解釋功圖，要求科學應用因子分析法，了解其改變趨勢，并構件診斷參數規則庫，尋找異常發生的原因[2]。

3.制定間抽井開關井計劃

在后期開發油田階段，供液嚴重不足現象更加頻繁。在這一階段，可以界定為間抽井。當前，我國依然利用人工方式開發油田，并在每個月制定間抽井開關井計劃，還要對計劃的科學性積極檢驗，這就要求嚴格控制抽井開光操作，真正達到節能減排的目標。可以科學應用回歸分析以及因子分析方法，挖掘影響抽井開關時間的各種因素，并初步構建預測模型，統一對模型曲線科學處理。

三、未來發展變革

在開采油田整體過程中真正應用物聯網和大數據技術，這并不是一個簡單推廣技術的過程，而是一種創新的管理思想。

當前我國將地質研究作為油田科研中心，不僅培養了一支十分優秀的地質隊伍，還要科學配置專業化的服務團隊以及計算機資源，更好的采集、處理基礎數據，在這一前提下結合豐富的知識經驗進行科學推斷。在企業內部集中了重要的操作程序。若徹底根據油田企業模式積極改革，需要不斷精簡大量業務，僅需要保留真正的管理決策與核心的地質研究人員[3]。大多數工作都能夠應用外包方式，甚至直接利用人工智能技術實現操作。

結合目前的工作方式進行預測，油田未來可以利用自動化地震操作、實時傳感設備以及物聯網技術將野外地震數據、地面形成的數據科學采集，進而獲得更加規范與全面的數據，充分確保了操作質量；在處理、分析數據的過程中，還可以像公有服務云成功轉移，如此不需要油田公司獨立配置計算機資源，最大程度節省了投入成本，同時憑借專業化的資源商與油田公司特點有效適應；另外，還可以借助大數據分析技術對油田生產變化特點全面預測，包括動態追蹤油藏情況、預測油田生產設備操作情況。不僅提升了采收油藏效率，還可以實時監測設備操作狀態，提升了生產的安全水平。另外，在研究油田地質過程中深入應用大數據技術，一定程度提升了開采準確率[4]。

石油石化企業的融合將數據作為基礎，它們包含的信息量十分巨大，怎樣儲存與使用綠色、高效的數據，也是這一行業迫切需要解決的問題。建設數據源也對行業發展提出了更加嚴格的要求。與其他傳統產業比較，這一行業形成了較長的產業鏈，牽涉到各個不同的行業。同時，行業內部建設數據源以及采集數據，都對企業提出了更加嚴格的要求。

四、結束語

目前隨著信息通信技術的發展，作為全新資源的大數據與物聯網技術，正憑借持續不斷地創新與發展，使我們與信息社會更好的融合。在這一過程中也對我們的生活思維進行了改變，人們也逐步肯定由此產生的巨大價值，并且在社會建設過程中有效減少了信息孤島現象，有利于更好地實現數據共享，大數據和物聯網技術的可持續發展，提升了決策水平，改變了管理方式，節省了油田開發成本。

參考文獻：

[1]曹會智，李沛，劉俊杰.大數據時代背景下裝備保障建設發展研究[J].中國管理信息化，2014（17）：45.

[2]王愛民，劉伯樂，王國芬.華北油田在“物聯網”領域的探索和實踐[J].中國信息界，2016（8）：89-90.

[3]李小寧.物聯網技術在石油勘探與生產企業的運用[J].電子技術與軟件工程，2016（13）：45-47.

[4]王偉，陳奇志.探析物聯網在石油行業的應用[J].中國信息界，2017（12）：12-13.

（作者單位：青海油田信息服務中心）