智能化在油田發展中的應用

陳 楠，譚海峰，向東奎

（中國石油天然氣股份有限公司長慶油田分公司第二采油廠，甘肅 慶陽 745000）

0 引言

隨著信息技術的不斷發展及深入應用，數字化系統存在的瓶頸問題也日益突出：一是“信息孤島”現象嚴重，信息化建設分散，生產數據存儲于各個業務庫，信息共享性差，生產信息的收集、統計、分析存在重復現象，人工干預多、工作量大；二是數據綜合應用率低，沒有充分發揮數字化前端的功效，同時預警、報警準確率低、誤報率高，仍需大量人工分析判斷。當下工業互聯網、云計算、人工智能等技術不斷進步，為解決上述問題提供了更多的技術手段。

1 智能油田發展現狀

1.1 國外智能油田發展現狀

在油氣行業，近年來一些國際性大型石油公司開始著力于“智能油田”相關理念的提出、實施規劃編制及解決方案的制訂，并從不同角度、有重點地研究、建設和實施“智能油田”。其中，挪威國家石油公司是全球“智能油田”的先行者和實踐者，該公司與國際商業機器公司（International Business Machines Corporation，IBM）合作全面設計規劃“智能油田”，已經實現了對油田現場狀況及運行效率的監控，自動化關井、停井管理，可視化協作等多方面智能化運行和管理。IBM 公司作為世界“智慧化”的創始者和倡導者，推行“整合一體化運行和操作”（Integrated Operations），并與世界多個石油公司合作，研究、實踐了“智慧油田”諸多解決方案。當前，關于智能油田的規劃發展及核心技術逐漸成為發展的熱點。

1.2 國內智能油田發展現狀

國內石油企業面對智能化時代的到來，認識到了信息化、智能化是生產力和油田核心競爭力之一，是石油企業發展的重要保障和支撐，因此紛紛推進“智能油田”建設。其中，長慶油田在現有基礎上進一步推進智能化油田建設，推動數字化轉型，明確智能化“三個體系、兩大基礎、六項應用”規劃，不斷提升生產自動化、分析智能化、運營集約化、組織扁平化水平，助力公司治理體系和治理能力現代化，力爭“十四五”末率先建成行業領先的智能化油田。

2 智能油田建設

2.1 智能油田建設整體架構

2.1.1 智能油田系統架構

智能油田在工業互聯網系統內的整體架構分為3 層：數據管理層、基礎服務層、業務應用層。

（1）數據管理層：主要面向應用系統的數據交互，按照三元乙丙橡膠（Ethylene Propylene Diene Monomer，EPDM）規范，建立數據中心，整合油田各類生產數據，包括實時生產、地面工程、油田開發等數據庫，同時提供基礎數據通用服務。

（2）基礎服務層：此層為中間層，同時面向應用系統和用戶。該層通過建立一體化平臺，統一管理各應用系統等軟硬件資源，提供大屏控制、預警報警、人機互動等公共基礎服務。

（3）業務應用層：該層基于數據層與基礎服務層，向用戶提供業務管理服務。在一體化平臺框架下，通過對專業領域管理業務的需求分析，編寫相應算法，實現業務智能化操作管理。

2.1.2 智能油田業務架構

智能油田工程重點新建兩個業務應用系統：智能油水井診斷與優化系統、智能生產調度系統。其中，智能油水井診斷與優化系統處理油田單井管理業務，智能生產調度系統處理油田生產運行調度管理業務。

2.2 智能油田工程實現的主要功能及應用技術

2.2.1 智能油田數據中心

智能油田數據中心建設以充分應用現有的數據資源為原則，避免數據重復建設。充分利用已經建立的各類數據庫，以支撐智能單井、智能站庫等功能為核心，建立數據中心，并完善基礎信息庫，實現數據整合，為智能系統、專業軟件及評價系統提供基礎數據及實時數據服務［1］。

（1）數據中心架構設計。數據中心設計為3 層，分別為數據一級存儲和二級緩存、數據接口層。其中，數據一級存儲的是公共持久化數據，包括油田各項基礎數據、生產歷史數據、重要文件資料圖件等。數據二級緩存的是應用業務數據，這些數據既包括應用系統向一級存儲請求的公共數據，也包括應用系統根據業務需求建立的私有數據。

（2）數據中心實現的主要功能。①優化規范存儲結構，統一數據標準中心。數據庫采用ORACLE 庫建設，共14 個子庫，2 015 個表，72 348 個數據項，涵蓋了從地質油藏到單井、從地下到地面的各項基礎數據，按照EPDM 標準規范存儲。②數據遷移整合，構建數據中心。數據中心絕大部分數據基于現有數據資源，通過數據遷移、數據連接等方式實現全廠數據資源的有效整合。③數據質檢，提高數據準確率。數據質量控制功能以模塊的方式構建，可根據生產具體需求，對不同的數據采取有針對性的數據質量控制策略。④數據權限認證，保證數據安全。中心數據庫采用OAUTH 2.0 協議對用戶授權，應用開發者通過申請唯一的App ID、App SecretKey，向中心數據庫請求和寫入數據。⑤數據災備，防止數據意外丟失。備份采取完全備份、增量備份、差分備份3 種方式，每月系統自動對中心數據庫完全備份1 次，防止意外災害。

2.2.2 一體化應用平臺

一體化應用平臺是智能油田的基礎性平臺，所有的智能應用都要在它的基礎上構建。它管理智能油田所有的軟硬件資源、網絡資源，定義應用開發規范、集成規范，提供公共服務接口。其提供的基礎服務主要包括4大類：大屏應用、監控服務、單點登錄、人機互動。

2.2.3 智能油水井診斷與優化系統

智能油水井診斷與優化系統是專門針對油田單井管理開發的智能應用系統。系統在專家知識庫建設的基礎上，實現單井問題實時診斷預警、治理措施輔助提出、措施進度及時跟蹤以及措施效果自動統計，結合單井歷史大數據分析提出單井生產預測、優化建議。系統共有7 大模塊、25 項功能。系統有特征油井功圖1 300 張、診斷算法36 項，可診斷常見油水井故障63 種，內置對應處置措施44 項。

智能診斷：通過應用系統知識庫，對單井A2 系統日數據、現場自動采集實時數據進行自動診斷，目前共有6 類診斷功能，可診斷63 類單井問題，綜合診斷準確率達到83.6%。

油井工況核心診斷算法：借鑒深度學習、矩陣特征識別等當前流行示功圖診斷識別技術，結合生產過程中技術人員的工作經驗，提出了四合一示功圖診斷算法，即圖像識別算法+專家經驗診斷算法+功圖參數拆分法+特殊工況專門識別技術。

油井工況診斷流程：在實際生產應用過程中，功圖診斷是實時、連續運行的，合理應用診斷模型中的4 種診斷技術，優化診斷流程，可以提高診斷準確率、診斷速率，目前工況診斷準確率為83.6%，診斷速率為500 口/分。

剩余包括預警報警、措施跟蹤、預測優化、統計分析、知識庫、權限管理6項功能。

2.2.4 智能生產調度系統

智能生產調度系統是基于一體化平臺、結合各層級運行調度需求、以監控預警為核心的調度應用系統。系統共設置6 大模塊15項功能。

智能預警：一是產量預警管理，利用表格、柱狀圖、曲線圖等形式，直觀展示三級井口及實收產量變化情況并及時處置；二是安全環保預警管理，借助iWell 模型，對管線運行狀況實時監控、主動報警，提升管網運行安全指數及應急處置能力。

剩余包括日常調度、協同工作、即時通信、考核管理、系統管理5項功能。

2.2.5 智能站庫

智能站庫是一項綜合工程，其中前端監控以采油作業區數據采集與監視控制（Supervisory Control And Data Acquisition，SCADA）系統為基礎，建立全廠SCADA 系統，并完善提升SCADA 系統自動化功能，實現站庫智能預警報警等智能化管理。同時將SCADA 站庫數據接入一體化平臺，對集輸系統、注水系統進行節點運行參數分級監控、實時異常報警，后期還將借助智能機器人實現站庫自動巡檢［2］。

3 智能油田應用實踐

智能油田系統在內部進行了部署，并已投入使用。

3.1 提高生產效率

對油水井的生產動態分析由人工分析轉向智能分析，把廣大技術人員從日常的分析統計工作中解放出來，大大提高了工作效率。預計智能油水井系統推廣應用之后，需要技術人員人工處置的故障約300 井次，對比前期人工分析處理的工作效率，提高近20 倍。

3.2 提高管理效率

充分利用現有數字化、信息化、各類數據資源用于生產管理，從上至下使生產信息一目了然，實現了閉環化透明管理，提高了管理效率。

3.3 降低勞動強度

實現了數據資料的智能管理。在數據抽取系統應用之前，600 口油水井的作業區資料員每天工作需要耗時2 h×3 人完成，目前僅需10 min×1 人完成，資料錄入工時每天可以降低75 h×1 人，按8 h 上班時間計算，可以挖掘人力資源9 人。

3.4 保障生產時率

通過智能分析診斷可及時發現油水井及生產管理中的各類問題，前期故障發現基本靠1～2 次的人工巡檢，故障發現平均時間在24 h 以上，平均處置周期為2 天，通過智能油田系統，故障可在30 min 內被發現，平均時率影響降低33%。

4 結語

筆者從油田實際生產需求出發，在廣泛借鑒國內外類似項目建設經驗的基礎上，設計了智能油田3 層架構，建設了兩個中心、三大智能生產環境，搭建了現代化智能油田雛形，并在實際生產中進行了應用。現將幾點認識總結如下。

（1）隨著信息技術不斷發展及深入應用，數字化系統存在的瓶頸問題日益突出：一是“信息孤島”現象嚴重；二是數據綜合應用率低；三是預警報警準確率低。

（2）智能油田建設是突破傳統數字化應用系統瓶頸的解決方案之一。智能油田從系統架構上消除了數字化油田信息化分散、數據利用率低、“信息孤島”現象，從業務架構上定制智能應用，提高了預警報警準確率。

（3）智能油田通過優化管理流程、輔助人工決策、部分代替人工操作、監控油田生產動態等功能，起到了提高生產管理效率、降低勞動強度、保障生產的作用。