數智化驅動海洋石油鉆探行業成本管控
——以C集團公司為例

孫一丹

中國石油大學（北京） 北京 102299

為保障國家能源安全，近年來國內各大石油公司勘探開發力度不斷加大，鉆完井作業量持續增加，鉆完井安全、成本管控面臨更大的挑戰。主要表現為以下幾個方面：海洋鉆井平臺日費高，且老舊平臺多，作業效率高低不一，單一的定價模式不利于甲乙方協同提速提效；新區新領域、深水、深層、高溫高壓井數量增多，復雜地層鉆井速度慢，單井鉆完井費用高；現場作業風險的智能化預警及管控仍然薄弱。探索將大數據、人工智能等技術賦能海洋鉆探行業的關鍵領域，從而實現成本管控，這是油田企業智能化建設的重要驅動力。

財務管理涉及的主要問題包括長期、短期資本的配置問題，資金的融通問題。其中與生產密切相關的成本與費用，即未來會進入銷售成本的生產成本，屬于期間費用而進入利潤表的費用，都會在會計計量中被準確的計量并反饋給決策者，對成本、費用進行管控至關重要。現有的傳統成本管控手段已經無法完全滿足企業高質量可持續發展的需求，需要新一代的信息技術賦能，探索新的效益增長模式。筆者以C集團公司為例，該公司近年來錨定大型鉆井裝備科學管理、基于大數據的鉆井綜合提速技術、海上鉆井作業安全風險智能監控等關鍵領域，以鉆完井業務數據為驅動，最大化挖掘數據價值，科學分析推斷，及時支持決策，深度挖掘提質增效關鍵點，實現了成本的有效管控。

1 C 集團公司油氣鉆探成本構成及控制現狀

海洋石油鉆完井面臨環境惡劣，環保要求高，風險大，平臺工作空間受限等影響，鉆完井成本及風險遠高于陸地油田，近年來隨著勘探開發超深水深層邁進，鉆完井成本逐漸達到資本支出的50%，海洋鉆完井提速降本迫在眉睫。鉆完井成本的構成比較復雜，主要包括：

1）鉆前準備，主要包括井場調查費、拖航服務費、鉆機定位費、打樁費用等，由于海洋鉆完井的特殊性，該部分費用所占比例較陸地油田高得多。

2）服務費，主要包括：鉆井船服務、供應船、直升機、定向井服務、射孔服務等，主要用于鉆完井作業的配套支持，是費用的重要組成部分。

3）材料費，主要包括井口裝置、套管、油管、篩管等，主要為建井所需要的物料，該部分費用較高且受市場價格的影響較大。

4）間接費，主要包括保險費、膳宿費、監督費、碼頭服務等，主要用于海洋鉆完井作業的管理及后勤服務。

5）不可預見費，在鉆完井作業過程中可能會發生不可預見的情況，比如井下工程事故、井控事件等，不可預見費是上述四項費用總和乘以相應的系數，該系數依據鉆井風險的不同有所差異。

目前海洋石油鉆完井成本管控主要面臨以下幾個突出問題：

1）鉆井平臺日費大約占到單井總成本的一半[1-3]。目前主要依據同等水深能力鉆井平臺國際市場價格及國際油價變化確定鉆井平臺日費，未能充分考慮鉆井平臺作業能力、作業效率和質量安全等情況，不能有效激勵平臺裝備能力升級、隊伍提升及鉆完井提質增效。

2）傳統鉆井參數的選擇依賴本區域老井的作業經驗，對于是否可以提高參數，提多少，缺乏理論依據，鉆速的預測誤差較大。

3）傳統的現場作業風險管理主要依賴于制度建設、人員培訓等，對于相關風險的預警與智能監控，不安全因素的提前感知與控制不足。

2 C 集團公司油氣鉆探數智化基礎

數據管理一直是油氣行業信息化工作的重點和難點，海洋石油鉆完井存在著巨量的靜態數據與動態數據，動靜態數據的融合是實現鉆探數智化應用場景建設的重要基礎。C集團公司經過多年的努力與建設，目前已經形成了兩套關鍵的鉆完井數據庫系統，可用于大數據分析及數據挖掘，助力海洋鉆完井提質增效。

鉆完井報表管理系統為鉆探數智化提供了靜態數據基礎。鉆完井報表管理系統是一個可涵蓋井全生命周期的可視化數據信息管理系統，幾乎涵蓋了關鍵的鉆完井作業參數，主要包括：

（1）通用信息，包括井名、油田、區域、作業者、井場坐標等；

（2）鉆井信息，包括鉆井日報、鉆井工期分析、鉆井液、鉆井參數、鉆頭表現及鉆具組合、時效統計分析、井眼和定向井測斜資料等；

（3）完井信息，包括完井日報、射孔、油管、防砂、增產措施等。

鉆完井作業實時數據庫為鉆探數智化提供了動態數據基礎。該數據庫用于記錄鉆完井實時作業數據，主要包括鉤載、泵壓、排量、扭矩、機械鉆速、起下管柱速度、氣測值等。動態數據與靜態數據相結合，可用于作業效率分析評價、鉆井參數評估、井下復雜情況分析等，為鉆完井提速提效提供完備的數據基礎。

3 C 集團公司油氣鉆探數智化典型應用

3.1 基于鉆完井大數據的海洋鉆井平臺作業效率評價

為了提高鉆井平臺的作業效率及設備使用率，促進鉆完井提速提效，C集團公司基于鉆完井大數據，建立了平臺作業效率評價方法，并據此作為下年度鉆井平臺定價的依據。根據海洋鉆完井作業特點，C集團公司制定了自升式鉆井平臺作業效率評價參數，主要包括下套管速度、套管內起下鉆速度、拆裝井口和試壓時間、接甩立柱速度等；半潛式鉆井平臺在自升式鉆井平臺的基礎上增加起下隔水管速度。開發軟件實現自動提取靜態數據庫及動態數據庫關鍵數據進行數據清洗及大數據分析。對各平臺下套管（半潛式含隔水管下入）、起下鉆、安裝井口數據進行分析，對同一井段不同平臺作業速度與基準值做對比，根據權重進行綜合排名（見表1），為加強激勵，排名前20%的鉆井平臺上調日費，排名后20%的鉆井平臺下調日費。依賴于數智化應用，C集團公司實現了甲乙方協同提速提效，并促進乙方設備升級，目前整體鉆完井作業效率較2022年提高5.4%，企業獲得了更多的有效產出。

表1 作業效率評價指標及權重

3.2 基于大數據的鉆井提速技術

在鉆進過程中，鉆井的成本和質量、鉆進速度、鉆頭的磨損速度會受到多種因素的影響和制約，其中不可控因素包括所鉆地層的巖性、油氣儲層埋藏深度等；可控因素包括鉆壓、轉速、鉆頭類型、鉆井液性能、地面機泵設備、泵壓和排量等因素。由于參數多、維度多、理論復雜，加上諸多工程因素為現場成本預估決策帶來了巨大挑戰。針對這些問題，C集團公司以鉆完井動靜態數據庫為基礎，搭建了鉆井提速大數據智能應用平臺。

1）基于歷史數據，開展管柱受力、井眼清潔、波動壓力分析多模型計算，實現了基于物理模型的實時復雜預警，快速檢測井下異常；

2）分析區域鉆井關鍵參數，按區域、開次、工況推薦鉆具組合、鉆井參數，給鉆井現場提供參考；

3）結合機械比能理論，海量計算多種工程參數的鉆速最優解，給予最佳鉆井參數；

4）分析鄰井已鉆井數據，訓練轉速、泵壓、排量參數優化模型， 基于本井實鉆巖性、鉆具、井身結構數據，實時推薦最優鉆井參數，實現鉆速始終處于最佳狀態。通過數智化手段，C集團公司實現了鉆井模型計算、實時分析、風險監測，2023年5000m級深井實現成本降低10%的目標，成效顯著。

3.3 基于工業互聯網的海上鉆井作業安全風險監控系統應用

近年C集團公司借鑒城市、交通等領域“互聯網+監管”模式，結合海上平臺鉆完井特點，聚焦現場作業人為不安全行為、裝備不安全狀態、井筒不安全因素、管理不安全缺陷等安全關鍵風險，采用物聯網（攝像頭、傳感器、網絡）、人工智能（AI）、邊緣計算等技術，構建完成了鉆完井作業安全風險監測預警保障技術平臺，大幅降低了不可預見費的發生。

首先從分析海洋鉆完井安防重點著手，通過對機器視覺、工業互聯網、超融合、云邊協同等技術開展研究，構建快速感知、實時監測、超前預警、聯動處置和系統評估等新型安全能力，具備視頻實時監控、視頻智能識別、井控智能預警、井控裝備監測、作業關鍵點管理、海陸云邊協同六大功能模塊。目前，該場景已在兩個模塊鉆機試點應用，累計上線機器視覺模型11個、鉆井特色模型7個，創新實現了“井控演習綜合評價”、“違規踩踏井口蓋板檢測”等鉆井特色場景。該平臺的建設對于有效控制作業風險，尤其對井控風險的預防意義重大，規避了發生影響公司生死存亡的重大井控事件。

4 結論及建議

海洋石油鉆完井成本高，風險大，鉆探成本的管控對企業高質量發展至關重要。本文以C集團公司為例，探討了該公司在大型鉆井裝備科學管理、鉆井綜合提速、鉆井作業安全風險智能監控等關鍵領域的數智化應用建設成果，通過數智化手段有效的降低了鉆探成本。未來，大數據、人工智能、云計算、物聯網等數智化技術會更加廣泛的參與到能源企業的生產和經營中，從源頭降低成本、提升企業效益，促進行業發展。