油田智能化建設的構想與實踐認識

許洪東 趙大偉

摘要：隨著信息技術飛速發展，物聯網、大數據、云計算、人工智能等技術不斷涌現并在各行業發揮了重要作用。油田企業也緊跟時代發展，不斷推進“兩化融合”，持續加快數字油田建設，油田井、間、站等生產單元通過物聯網設備將海量實時數據上傳至數據中心，為大數據應用和智能化應用奠定了基礎。本文主要討論以大數據為基礎，構建油田智能化應用體系，推進智能油田建設，促進油田生產管理提質增效，并闡述在大數據和智能化應用方面的實踐、應用效果及面臨的問題挑戰。

關鍵詞：信息技術;物聯網;大數據智能化應用智能油田

中圖分類號：TP393 文獻標識碼：A

文章編號：1009-3044（2019）31-0284-02

1背景

信息技術日新月異，以數字化、網絡化、智能化為特征的信息化浪潮蓬勃興起，全球信息化進入全面滲透、跨界融合、加速創新、引領發展的新階段。十九大報告中八次提到了信息化相關內容，指出：要善于運用互聯網技術和信息化手段開展工作，推動互聯網、大數據、人工智能和實體經濟深度融合。中國石油把信息化納入建設綜合性國際能源公司目標體系之中，列為實施“資源、市場和國際化”戰略的重要保證措施之一。

油田作為原油生產企業，面臨原油采出成本高、人員遞減崗位缺員等實際問題，傳統生產管理模式已不適應發展需要。應用物聯網、大數據、云計算、人工智能等信息技術，大力推進數字化、智能化建設，促進生產管理模式變革，是油田破解難題實現可持續高質量發展的必由之路。

2油田智能化建設構想

從數字油田到智能油田是迭代升級的過程，數字油田主要是解決油氣田數字化問題，實現油田現場井站庫以及其他配套設施的數字化管理。而智能油田是借助物聯網、大數據、人工智能等先進的信息技術與油田勘探開發、生產運行等專業充分融合，實現自動感知油田動態、自動操控油田運行、自動預測變化趨勢，持續優化管理和輔助科學決策，大幅度減輕人員勞動強度。

油田智能化建設是一個系統工程，而數據是最重要的基礎，也是數據“采、傳、存、管、用”中“用”的不斷升級。在數字化階段油田依托傳感器、遠程終端、PLC、SCA-DA系統等初步實現數據自動采集、參數遠程調控及異常報警，進入智能化階段是在數字化基礎上，構建大數據中心，將離散數據進行整合，并將海量數據和多種數據融合，應用大數據、云計算、虛擬現實、人工智能等信息技術，最終實現油田全面感知、自動控制、智能分析、主動預警、全景可視、一體協同。

2.1基礎建設

油田物聯網建設是利用各種傳感器對油田實體對象、生產過程與環節對象進行實時數據采集，并將采集到的數據通過有線或無線網絡傳到數據中心，構建覆蓋油田地下、地面、天空全方位的物聯網，實現油田全面感知。

1）地上部分：通過壓變、溫度、流量等傳感器將油水井、注配間、計量間、站庫、電力設施等油田地面設施相關數據實時采集上傳;

2）地下部分：將地震、測井、鉆井、井筒、地下管網等相關數據自動上傳至數據中心;

3）空中部分：通過無人機、雷達等將巡檢的影像、視頻流等數據回傳至數據中心。

2.2數據建設

1）油田全面的物聯網建設，勢必面臨海量數據的存儲與管理，傳統的關系庫或實時庫顯然難以滿足需要，因此，構建分布式數據中心架構，實現數據高并發量、高效、安全可靠的采集、存儲與管理，并為應用系統提供豐富高效的數據訪問接口，為智能化應用提供可靠數據基礎。

2）融合多種數據，將油田地理信息、生產實時數據、地質油藏、井下等多種結構化與非結構化數據進行分類整合存儲，實現統一管理。

2.3云平臺建設

建立油田云平臺，實現油田的IT基礎設施資源（存儲資源、計算資源、通信資源等）、數據資源（專業數據資源、企業管理信息等）、應用軟件資源等方面的統一共享服務，減少資源投入成本，降低各類維護成本，最大程度發揮資源應用優勢。

2.4應用體系建設

在物聯網和數據中心建設基礎上，依靠云平臺支撐，應用大數據分析、人工智能、虛擬現實等技術，實現智能油井、智能水井、智能管網、智能油藏、智能監測等油田全面智能化，并打破油田各專業獨立分割的局面，建立面向決策、管理、操作的地面地下一體化協同集成平臺，促進油田生產管理提升。

1）智能采油：在載荷、電參、油套壓等數據自動采集基礎上，應用大數據分析、人工智能等技術，實現準確工況異常、生產異常報警，結合邊緣計算思想，實現沖程、沖次、平衡度等參數自我優化及自動控制調節，間抽井自動啟停控制等。

2）智能注水：在壓力、流量等數據自動采集基礎上，實現異常分析報警、安全預警，結合大數據分析、遠程終端控制技術，實現單井注水方案自我優化和注水自動控制調節。

3）智能集輸：應用GIS及虛擬現實等技術，實現二、三維管網可視化展示，自動采集相關參數，通過壓力、流量、溫度、介質等大數據分析進行管網優化設計、結蠟預測、漏點分析判斷等。

4）智能監控：利用高清攝像實現井間站生產單元的視頻監控，并結合圖像識別技術實現現場情況自動分析檢測;利用無人飛機進行管網巡檢，實時回傳照片影像數據，進行異常檢測;站庫應用電子圍欄進行周界防護報警，智能機器人進行站內自動巡檢;從而實現油田生產單元的全方位自動巡檢和異常檢測，節省勞動力促進站庫無人值守。

5）智能決策：應用VR等技術實現地質油藏的三維可視，從而實現更加精細的油藏地質描述;自動采集井下溫度、壓力、流量等數據，結合地質油藏和油田生產數據，建立油藏分析及預測等專家智能輔助系統，實現更加精細化智能化的油藏監測和動態分析，并對產量、含水等指標進行預測，自動形成調整方案指導生產。

3智能化建設初步探索

在智能化油田建設的趨勢和背景下，某油田采油廠在數字化建設基礎上，探索應用大數據、人工智能等信息技術，逐步推進油田智能化建設，取得一定成效。

3.1數據中心建設

構建基于“關系庫十分布式數據庫”的數據中心，為大數據和智能化應用提供基礎數據資源：

1）整合結構化數據資源，建立并完善數據標準化體系，主要包括數據分類、編碼原則、數據結構定義、填寫規則及數據應用結構等內容。參照石油企業標準、石油工業數據庫設計規范及油田開發數據應用結構規范，對數據進行梳理、規范、分類和集中統一管理。

2）搭建服務器集群，建立分布式數據庫，支持未來大規模數字化建設后高并發量高效的海量數據采集、存儲和管理需求，并支持文檔、圖像等非結構化數據的存儲與檢索，應用流計算實現高效的數據檢索和應用。

3.2智能化應用

3.2.1智能注水

利用邊緣計算的思想，構建基于遠程終端的注水自動控制系統，應用RTU二次開發技術將注水邏輯運算分散至遠程終端，減輕服務端壓力、減少對網絡的依賴性，實現注水就地自動控制，提高注水控制精度和質量，減少勞動強度，促進配水間無人值守。

3.2.2智能摻水

與智能注水同理，構建基于遠程終端的摻水自動控制系統，實現集油閥組間按照設定的溫度范圍進行摻水自動控制，提高摻水控制精度，安全可靠、節省成本。下一步計劃結合季節環境溫度變化，自動調整摻水溫度和流量，進一步實現智能化管理。

3.2.3油井工況智能化診斷

選取大量油井各類工況的功圖樣本，利用卷積神經網絡對功圖樣本進行特征提取和學習，形成功圖特征庫進行功圖分類識別，再結合油井其他參數，建立油井工況診斷模型，實時分析自動采集的油井數據，實現油井工況的自動化分析診斷，并將診斷結果存入其他業務庫或推送至客戶端，進行報警提示或其他應用。

3.3實踐效果

1）生產數據實時監控、參數遠程調控，由人工巡檢變為電子遠程巡檢，由現場調控、遠程調控變為自動調控，由人工填寫報表變為自動上傳報表數據，提高了工作效率，減輕了人員勞動強度;

2）生產異常情況實現自動分析診斷，問題的發現更加及時準確，促進工作質量和效率提升;

3）促進組織機構變革，實現扁平化高效管理，節省用工，緩解油田人員遞減、用工緊張的矛盾問題。

4認識和結論

1）智能油田是油田信息化發展的必然趨勢，大數據、AI、機器人等技術已在油田展現了巨大潛力和價值，隨著信息技術的大發展，未來必將產生新的更加智能化技術，油田將逐步達到全面感知、全面互聯、全面智能，實現“桌面油田、透明油田”也將成為現實。

2）數據是資源也是基礎，數據的質量需持續加強。依靠傳感器采集的數據，影響其質量的因素很多，如設備精度、校驗不及時、周圍環境等等，如何控制數據質量，讓數據更加真實可用，也是面臨的一大問題。

3）數字化基礎保障工作面臨諸多挑戰。油田部分生產設施地處偏遠、冬季氣候環境惡劣、人為破壞時有發生，給物聯網設備運維、數據傳輸帶來了較多困難，影響數據傳輸的穩定性和完整性，勢必影響未來智能化建設。

4）信息化理念與傳統管理理念之間矛盾依然存在。數字化、智能化建設在全員參與下，才能更加有效推進、應用效果才更加明顯，但部分人員對數字化、智能化的重視、接受和信任程度還有一定差距。