大數據、物聯網及人工智能技術在海上智能油田生產中的應用研究

摘要：海上油田已經開始應用大數據、物聯網以及人工智能等技術，從而使運營更安全、更高效。在海上勘探與生產行業的各個領域，都在將大數據、物聯網以及人工智能技術等融入信息系統和流程中，文章對這些技術在海上智能油田生產中的應用進行研究。

關鍵詞：海上智能油田；大數據；物聯網；人工智能

doi：10.3969/J.ISSN.1672-7274.2023.02.040

中圖分類號：TE 54，TP 3" " " " " " " "文獻標示碼：A" " " " " " " "文章編碼：1672-7274（2023）02-0-03

Application Research of Big Data， Internet of Things and Artificial Intelligence Technology in Offshore Intelligent Oilfield Production

XIA Boqiang

（CNOOC Information Technology Co.， Ltd.， Shenzhen 518000， China）

Abstract： The offshore oilfield has begun to apply big data， Internet of Things， artificial intelligence and other technologies. The application of these technologies can make the operation safer and more efficient. In all fields of the offshore exploration and production industry， big data， Internet of Things and artificial intelligence technologies are integrated into information systems and processes. This paper studies the application of these technologies in the production of offshore intelligent oil fields.

Key words： offshore intelligent oilfield; big data; IoT; artificial intelligence

1" 研究背景

秦皇島32-6智能油田項目作為中國第一個大型海上智能油田項目于2021年10月正式投產，該項目將大數據、物聯網、人工智能等技術應用于海上油田的生產中。通過各類大數據、人工智能等技術的應用，提高了傳統海上油田的生產效率，進一步提高海上油田生產的現代化水平，并且通過數字賦能，提升了海上油田生產的智能化程度。通過大數據、物聯網、人工智能等技術的應用，提升了渤海油田的開采能力，將油田產量由原來的三千萬噸提升到四千萬噸，并大大提升了該油田的數字化程度以及智能化程度。智能油田的建設促進了海上油田的增儲，并且通過智能油田建設，生產過程中減少碳排放，提高了生產過程的綠色低碳化，有助于“綠色油田”的建設，助推我國雙碳目標的達成[1]。

海上智能油田是在數字油田的基礎上，以智能科學和物聯網技術為基礎而構建的新一代數字化信息系統。通過海上智能油田的建設，有助于海上油田的增產以及管理成本的降低，并且以更為環保、更為高效的方式提高油氣的生產量，實現海上油田生產過程中各個環節的數字化、智能化以及科學化。海上油田已經開始應用大數據、物聯網以及人工智能等技術。這些技術的應用能夠使運營更安全、更高效，本文對這些技術在海上智能油田生產中的應用進行研究[2]。

2" 國內外研究現狀

隨著經濟社會的發展變化以及能源結構的調整，各石油公司為加快自身業務發展，提高競爭能力，不斷探索各類數字化、智能化技術在生產、管理等方面的應用。而大數據以及人工智能等技術是促進石油公司變革的主要驅動力。根據普華永道的分析，各石油公司通過應用各類智能技術，在2025年時可以達到減少數千億美元生產成本的目的。

從各個石油公司推進智能油田建設來看，通過應用大數據、人工智能技術，提升了整個供應鏈上各個環節的效率，減少了成本開支。其中，殼牌石油通過應用機器視覺、機器學習等技術，在生產的監控、設備的預警、精準營銷等方面取得了一定的效果。該公司將大數據分析技術用于對生產設備的實時監控，顯著降低了生產風險。同時，該公司通過建設智能油田的試點項目，比如在馬來西亞開建SF30油田，利用大數據以及人工智能技術進行自動探測、儲量預測等，對油田的生產進行精準的控制，提高了開采效率。基于物聯網，通過處理油田生產中的各類環境數據，以1分鐘的頻率進行數據的高效采集，實現了環境監控效率的提升。

BP公司從2017年開始，在各個油氣田的項目中采用各類人工智能技術對勘探、生產等各個環節進行分析，并建立機器學習模型，通過模型來指導生產過程的優化。通過各類模型的應用，盡量減少人工干預，通過模型的自動運行，為故障預警、高效生產、精準營銷等提供智能支持。

道達爾公司在2018年開始與Google合作，探索將各類人工智能等技術應用于該公司的油田生產中。通過采用大數據處理油田生產數據，并通過物聯網對油田生產進行監控，基于人工智能的決策模型支持油田的高效生產，并且通過將智能技術應用于生產管理中，達到降低成本提高管理效率的目的。

相比國外的石油企業，國內的石油企業大多是在“十三五”期間開始建設智能油田，通過將各項智能技術應用于油田的勘探、設備的監控等方面，促進了國內石油企業核心技術的提升。其中，中國石油將知識圖譜、機器學習等智能技術用于生產、管理以及營銷等場景。比如2019年開始，中國石油在長慶油田等油田的巡檢中，采用智能機器人以及智能視頻識別等方式，開展智能運維工作。中國石化依托云計算平臺，融合物聯網、大數據以及智能技術，開展智能油田以及工廠的建設。中國海油從2019年開始，進一步推動數字化轉型，通過云計算平臺、大數據平臺等建設，推動公司智能化程度的提升，將大數據、機器學習算法應用于海上油田勘探、油氣田生命周期管理等不同的生產與管理場景，推動海上油田勘探模式的變革，實現油田的高效運營，促進油田生產效益的提高[3]。

3" 大數據、物聯網及人工智能技術在海

上智能油田生產中的應用場景

3.1 智能油田建設

伴隨油田開采規模的不斷擴大，在各個層面都會暴露出諸多痛點。一方面，作業周期長、成本高、效率低，且存在安全隱患。中國既是陸地大國也是海洋大國，海岸線總長度為3.2萬千米。對比陸地勘采，實施海上油田相關作業，通常需要提前一周準備出海事宜，運作周期長，衍生成本高，頻繁海上作業也增加了人員安全風險。另一方面，異構兼容問題突出，運維面臨挑戰。海上平臺建設時間存在差異，各部分軟硬件基礎設施參差不齊。加之海上油田數量多，分布零散，缺少統一的數據采集與應用管理界面，運維難度陡增。

借助先進的云平臺，秦皇島32-6智能油田建設將應用場景和數字技術深度融合，以陸地生產操控中心為樞紐構建海陸協同新范式，為油田油藏注采、安全環保、設備設施、工藝流程等開發生產核心業務提效賦能，形成基于“數據、網絡、平臺、應用”的海上智能油田全棧解決方案，讓該項目的智能化程度得到顯著提升，為中國海油智能油田全面建設貢獻示范價值。該項目投資1.3億元，實現生產效率提升30%，每年直接收益預計3 000萬元。

通過建設智能油田，人工智能等技術被進一步應用于海上油田的生產實踐中，并且在設備故障預警、開采流程優化、管理效率提升等方面發揮了一定的功效。通過建設物聯網，采集、傳輸與分析鉆井的實時數據，建立機器學習的預測模型用于評估項目的開采風險，并診斷效率低下的環節，實現了項目單井非生產時間（NPT）降低12%、效能提高0.62%的顯著成效。通過各類智能技術的應用，每年可以為海上油田節約2億元左右的運營成本。通過機器學習模型，對海上油田關鍵設備進行故障預警等，可以節約各類維護成本約10%。同時，通過建立機器學習模型，可以實現資源的調度以及危險因素的識別，通過機器學習模型可以為海上油田開采中的各項決策提供依據，并且提高決策的質量[4]。

海上智能油田不單單是新增若干個傳感器、計量儀、攝像頭和無人機，也不限于海上設備設施的遠程操控管理，由此獲得的大數據，經創新算法模型計算，可輔助甚至部分替代人工對生產過程進行分析、判斷，對階段性結果進行評估，利用各類可視化系統對油藏信息進行展示，并且通過機器學習模型的構建，提高生產運營效率，實現海上油田少人化無人化，構建“智能、安全、高效”的新型海上油氣開采運行模式。

在鉆井作業方面，利用大數據以及人工智能模型，可以分析作業中不同環節存在的效率瓶頸。通過建立預測模型，對工作量、作業時間等進行預測，對于存在異常的環節進行深入分析，以提高作業效率。利用大數據平臺，分析鉆進作業的流程，實現標準流程的制定，提高流程作業的規范性，保障作業的安全、高效。同時，結合物聯網技術，在作業現場布置傳感器網絡，實時搜集作業數據，通過機器學習模型對作業數據進行實時的監控與預測，并且利用模型的預測結果，打造無人鉆井平臺。通過大數據平臺對作業的各項數據進行分析，對于作業過程中可能存在的偏差進行快速糾偏。在智能鉆進作業方面，充分利用大數據平臺的支撐作用，實現作業過程數據的價值提升。

在采油方面，充分利用大數據以及人工智能等技術分析油田生產從鉆井、完井到采油的整體過程，利用人工智能技術，輔助地質油藏等探測，并且進一步采用大數據支撐鉆井井身結構設計，優化井史作業流程等業務。在生產過程中，構建基于傳感器的物聯網絡，通過物聯網實現各項數據的實時采集與傳輸，為后臺大數據以及人工智能的應用提供堅實的技術基礎。

3.2 智能煉廠、智慧物流和智慧場站建設

在海上智能油田的中下游，可以進一步利用人工智能等技術推動智能煉廠、智慧物流等建設。通過使用智能技術，實現智能煉廠、智慧物流的精細化運營，有效降低各類生產成本，降低能耗，以達到減碳目標。在生產過程中，通過采集生產數據并進行智能化分析，有助于提高煉油的效率，提高煉廠的經濟效益。在生產管理中，通過人工智能模型，實現生產與資源的智能調度，最大限度地提高生產效率，并且通過對生產過程進行智能化的監控來降低生產成本，提高生產效率。可將大數據以及人工智能等技術應用于客戶的精準營銷，利用數據精準分析客戶的需求，提高營銷的效率，控制營銷成本。

在自動巡檢等方面，可以進一步利用無人機智能巡檢技術，提高巡檢的覆蓋度，并且通過綜合智能數據分析，形成新的巡檢模式，提高巡檢效率。一般而言，人工巡檢的精細化程度和作業效率低，無法發現細小滴漏隱患，也不能在海上進行全天作業，已經無法滿足當前行業高速發展所帶來的巡檢需求。此外，人工巡檢需要一線作業人員長期駐扎海上作業地區，人員身心健康及安全也存在風險。因此，油氣生產和運輸行業急需實現從人工巡檢模式向智能運維模式的數字化轉型，以解決各類油氣生產、運輸設施故障頻發和巡檢人員遇險的問題。

3.3 智能經營管理

在海上智能油田的經營管理方面，通過使用智能技術，可以改進煩瑣的日常工作模式，減少重復勞動。利用智能模型、RPA流程自動化等技術，可減少常見的各類報表填制等工作，實現常用工作流程的自動化處理，提升工作效率。以中國海油建立的審計大數據平臺為例，該平臺統一處理全集團公司的各類審計業務，系統中已經積累了超過120億條數據，從審計公司的全鏈條方面提供智能化支撐，提高了審計工作的準確性以及效率。

在油氣銷售領域，利用大數據平臺對客戶數據進行分析，有效地提高了會員規模，提升了經營收入。同時，通過大數據還可以有效支撐物流運輸，實時對全國范圍的物流流量進行分析，及時調整物流策略，提高物流效率。

4" 結束語

目前，海上智能油田建設進一步開展，通過大數據、物聯網以及人工智能等技術的應用，有助于進一步提高海上智能油田的生產效率以及管理效率，有助于降低各項成本，并提高效益。海上油田已經開始應用大數據、物聯網以及人工智能等技術，這些技術的應用能夠使運營更安全、更高效。在海上勘探與生產的各個領域，都在將大數據、物聯網以及人工智能技術等融入信息系統和流程中，并且推動智能技術從更深程度以及更廣的范圍推動海上智能油田的建設，為國家能源產業發展助力。■

參考文獻

[1] 聶曉煒．智能油田關鍵技術研究現狀與發展趨勢[J]．油氣地質與采收率，2022，1（3）：29-32.

[2] 馮高城，尹彥君，馬良帥，等．海上油田智能井技術發展應用及探討[J]．西南石油大學學報，2022，1（4）：44-47.

[3] 陳征，劉長龍，張樂，等．海上油田智能分注技術系列實踐與展望[J]．石油石化物資采購，2022（018）：1-5.

[4] 楊琳，萬駿，邱慶媛．智能油田的數據治理工程及應用技術研究[J]．信息系統工程，2022，2（5）：4-7.