大数据在“智能油田”中的应用与研究

韩书婷 曹于勤 王炳国 杨蕾

信息和通信技术、能源和移动互联网等高度创新的技术将为智能油田发展提供崭新的发展机遇。大数据（Big data）在“智能油田”建设中扮演着举足轻重的角色。大数据分析是一项能够增强“智能油田”服务的技术。各种来源收集的海量数据，通过大数据分析，为“智能油田”的石油产业生产模式转变以及提升服务和管理提供有价值的结论。大数据与物联网（Internet of Things （IoT））相结合，为智能油田的管理和决策者进行技术支持，在油田物联网、智能勘探、智能生产等领域广泛应用，提升油田管理水平。本文重点探讨大数据提升“智能油田”的重要价值，大数据与物联网在“智能油田”中的应用，如何选择“智能油田”的平台和框架，以及智能油田大数据面临的挑战以及未来的解决途径。

一、“智能油田”的海量数据与分析需求

（一）智能油田的内涵与特征

智能油田是由“数字油田“演化而来的概念，数字油田主要强调数字化和信息化以及数据的收集。而智能油田则在数字油田的基础上，充分利用大数据和物联网等新一代信息技术，实现了油田大数据的整理以及深度发掘和应用，同时基于大数据的深度学习和全方位的互联互通，有效整合油田运行的各个系统，为油田的生产和管理進行智能反应，从而提升石油产业的工业流程、提供科学高效的管理方法。

因此，智能油田可以用三个关键特征来进行定义：仪器化（instrumented）、互联互通性（interconnected）和智能化（intelligent）。电子仪器能够通过使用传感器和其他数据收集设备捕获城市的真实数据。互联互通性则意味着各种类型的城市服务之间的信息交流和共享。智能化是指复杂的数据分析、建模、优化和可视化。这些不同的数据是从不同的地区和机构进行采集，目的是服务于智能决策（intelligent decisions）。

智能油田与传统油田相比，表现出以下三个方面的突出特点：一是智能油田是充分应用物联网的油田。物联网是利用FRID、感测器、二维码、定位系统、成像系统等感测设备，依照通信协议，将设备与信息网络以及存储系统进行连接，从而实现信息交换和智能识别、感知、定位以及监控、管理的网络系统。二是智能油田真正实现了信息互联互通的油田。智能油田打破了勘探、钻井、物探等多个专业部分的信息孤岛，挖掘融合有价值的数据进行利用，从而极大提升信息利用的效率。三智能油田实现了油田生产管理理念和方式的变革。智能油田通过为油田的勘探开发、油气生产、矿区服务以及经营管理等多个环节的全新管理方案，加快管理的智能化，从而推动传统油田向新油田的转型升级以及可持续发展。因此，智能油田就是“智能感知的油田、智能控制的油田、智能预警的油田、全面协同的油田以及智能分析与决策的油田。”

（二）“智能油田”的海量数据来源

我国的石油行业经过多年的信息技术应用以及数字化油田建设的持续推进，多数的石油企业已经具备了覆盖油田的信息网络，大量的电子设备、专业应用的信息门户、财务管理、资产管理、投资管理等信息系统得到了推广实施与整体应用。于此同时，油田物联网的建设也取得重大进展，包括油水井的数字化、管道数字化和站库数字化建设，从而实现了油气田井区、计量间、集输站、联合站和处理厂的生产数据，以及设备状态信息在采油/采气厂生产指挥中心和生产控制中心的集中管控。因此，在石油企业的数据中心，汇集了海量数据，从地震、勘探、钻井、物探、油气生产等生产链条以及指挥系统采集的油水井数据，到百万石油员工的组织机构、用工总量、薪酬总额的计划下达、实时监控和在线审批等管理系统。但是大量的数据缺乏整合分析以及深度应用，所以这些数据只是储存的数字编码。（见图1）

从仪器终端获得的数据信息将通过终端到终端的过程、信息系统、组织体系、工业链或价值链进行整合。海量数据可以跨越智能油田的多个进程、信息系统以及工业链进行互连互通。此外，智能油田还可以汇集非结构化方式、整体性以及不与系统特别相关的特别信息。例如，分布于不同物理设备的系统网格，例如基于Web 2.0的社交网络、搜索引擎查询和其他逻辑结构的互连信息。物联网作为传感器的互联系统，将有效地将物理世界连接到虚拟的数据世界。

（三）“智能油田”海量数据的分析需求

智能油田的“仪器化“不仅意味着使用传感器和仪表等系统测量诸如压力、温度和温度的一些物理参数，同时还包括IT系统中的软件。这些软件提取关于油田业务运作过程的一些信息，例如油井的产量、钻井的进尺等。这样的数据需要实时获取，有时收集数据的仪器是非常精确实时，也可能是延时的。这些数据被称为电子实时数据（Blive data）。从各种各样的数据渠道收集的海量数据数量庞大、异构、无序甚至不完整，大数据分析可以整理、分析、理解以及应用这些数据。对这种相互关联的信息进行分析必须产生新的见解，推动智慧城市的决策和行动，提高行动结果或增进系统功能，促进组织机构和产业价值链的发展。实现的结果必须从根本上改变智能油田最终用户的体验或生态系统。因此，数据分析能够实现的最好的结果是实现智能油田组织管理的实时性、前瞻性或预测性。

大数据分析将以有效的方式存储、处理和挖掘智慧城市应用的信息，以产生有价值的信息来增强不同类型的智能油田服务能力。是这些数据用来支持这些油田的可持续发展。智能油田所提出的解决方案依赖于收集关于智能城市、大数据和物联网的信息。普遍存在的互联网用于收集真实世界的传感器数据，而价格廉价的计算机能够能力用于分析这些数据。“通过使用这些数据来连接物理设备，实现先进的分析能力，可以改进智能油田的控制和管理系统。” 在智能油田的推动中，只有经过大数据整合并加以分析后，才能为石油企业的生产和管理带来效益。深度挖掘大数据的潜在价值，应当在数字化油田建设基础上提出智能油田理念，搭建高速智能承载网、云计算中心、大数据资源、专业软件一体化平台，形成智慧地质、智慧工程、智慧管理、智慧矿区、智慧员工建设的智能油田基本框架。

二、大数据在“智能油田”中的应用价值与挑战

近年来，由于大数据、物联网技术的组合发展，在企业管、城市治理等多个领域进行广泛运用，尤其是在智能油田领域其潜在优势越发明显。广泛分布的传感器产生实时数据流，数据流分析的先进技术和新的分析框架，数据存储和计算能力的提升。大数据以及物联网以及其他的数字化的信息成为数字经济的生产要素，通过对石油产业数字信息的整合利用，从而扩展石油产业的发展空间，提升区域勘测、油气勘探、油气开发与生产等石油产业链条的生产效率，推动传统产业的升级，促进石油产业的经济优化和转型，成为推动石油城市可持续发展的主要动力。

（一）大数据在智能油田建设的重要价值

1. 大数据促进了油田生产方式的转变。

大数据能够将油田生产的实时或者历史数据进行分析与建模，从而实现生产参数的优化利用。油田生产参考数据来源非常广泛，采集的数据包括了区域勘测、油气勘探、油气开发与生产、油气储运、管道炼油、油气化工、油气销售。海量的实时和历史数据，只有利用大数据以及物联网技术，才能分析挖掘出有价值的信息，并指导建立最优的生产参数以及管理模式。通过IoT（物联网）平台，实现传感数据的实时采集，基于实时数据建立油气生产的能的耗模型和产量模型，从而对油气生产制度进行动态调整，实现油井产量和能耗的综合最优化。

由于石油产业的基础生产数据需要依靠人工现场抄录以及离线录入，石油采集以及运输设备的隐患长期依靠人工巡检，需要投入大量的劳动力，再加之人工巡检受到天气以及人员素质等影响极大，造成生产率低下，安全环保风险等日益突出。物联网和大数据分析能够提高传统的采油井巡检的可预见性以及准确性。通过在采油井上安装传感网、载荷位移传感器、差压变送器、压力变送器等物联网设备仪表设备收集采油机运行数据，建立抽油机泵的正常工作模型、抽油机抽油杆的震动影响模型、抽油机供液不足模型、油井出砂，以及油稠模型等，利用IoT（物联网）平台对数据进行分析比对，从而及时现及时发现和处理抽油机泵的存在的问题，延长抽油机的使用寿命。例如2016年胜利油田开展了“互联网+”试点，在勘探和开发的业务核心规划、设计和部署油区生产物联网系统，实现生产数据、视频监控数据的自动采集回传，保障生产数据、视频监控图像、生产控制指令等稳定性和实时性。从而实现了探井在线、方案在线、生产即时通等勘探开发高效融合。同时，大数据分析技術能够基于历史和实时数据，对油气销售数据进行分析，建立相应的能力分析模式以及优化分析，实现管理效率的提高。

2. 大数据推动了石油产业管理模式的创新。

充分利用大数据以及物联网等先进技术以及整合通讯公司的专业运维力量，能够实现石油产业的组织管理模式向精细化组织运维转变。首先物联网和大数据分析提升了资料全准率和运维计划执行率，提高自动化上线数据准确率、自动化仪表完好率、仪表保养合格率。优化人力资源，减少生产用工的同时提升了员工技能。同时，大数据加强对石油产业工作人员的人力资源信息的整合与运用。石油产业是资源密集型和劳动力密集型的产业，因此无论是油气生产、运输以及油气销售等石油企业的员工数量非常庞大，大数据技术的运用能够显著提升人力资源管理的效率。通过将百万石油员工全部纳入大数据的系统管理，精简组织机构、合理配置用工总量、实现薪酬总额的计划下达、实时监控和在线审批，从而真正做到了在人员配置、劳薪配比的高效与精确。

与此同时，大数据与物联网设备结合，将云技术覆盖电脑、手机以及感应器等等固定或移动设备，全面实现公文的电子流转、报销业务网上处理、合同签订全过程在线管理，从而极大降低了石油企业的行政管理费用。例如，胜利油田建立了新的基于大数据的管理平台架构，采用油田公司级指挥中心、采油厂级调度中心、作业区级联合站站控中心三级扁平化管理。在此基础上，各试点作业区也对传统单向业务链条式的管控模式进行优化，形成以站控中心为主的一站式“发散型”新模式，缩短了作业区对油井、水井生产问题的发现和处理响应时间，形成了快速反应的生产管理模式。

（二）大数据对智能油田建设的重要价值

1. 通过创建油田数字战略（基于数据和网络服务）刺激新的经济增长模式

大数据分析大大增加了智慧城市的智能化和移动性。

在智慧城市应用中应用大数据有利于促进商业模式创新。杭州峰会发布的《二十国集团数字经济发展与合作倡议》数字经济成为光彩夺目的全球经济新模式。2017年3月，数字经济首次被写入政府工作报告。智慧城市建设和运行不仅会吸引众多的数字经济领域的投资者和企业家，更为商业机构应用数字化技术提供了有利条件。智慧城市不仅是数字经济的孵化器，更已成为数字产业的投资者、开发者和消费者，其更加积极打造的智能化配套设施、城市公共服务以及提升公众的数字化素养，鼓励支持数字经济发展。

2. 大数据的分析能力能够优化提升城市运行过程和资源配置的效率

在智慧城市中实施大数据分析能够提升智慧城市服务的智能化水平，更为有效的利用城市资源、增强不同领域的智能城市服务、促进跨界应用和服务的协作，从而城市运行和公共服务降低成本。同时，大数据还支持城市决策者规划智能城市服务和资源的扩展应用。大数据应用可以为智慧城市中的许多部门服务，从而改进城市公共服务部门以及私营组织的规划和运营效率；更好地进行网络运营，提升客户服务的水平；改善智慧城市运营的安全性以及增加社会价值。例如，医疗保健可以通过管理医疗记录来改进预防保健服务，加强患者的护理效率。交通管理部门也从大数据中受益，可以根据分析交通事故的历史记录，通过提供替代路线来避免交通堵塞、减少事故数量。

为了实现大数据分析在智慧城市建设中的价值，要适当地将数据的价值（以及与之相关的信息）传达给关键的利益相关者。促进智慧城市的服务水平，需要增加大数据先进技术的投资、更好的开发和有效利用大数据。于此同时，需要明确的政策和法律体系，以确保智慧城市数据的准确性、安全性、保密性以及对数据采集、分析、使用的有效控制以及规范。

（三）大数据在“智能油田”中面临的挑战

大数据在智能油田应用中面临着许多的技术和政策挑战。因此，重要的是避免或减少智慧城市中大数据应用的设计、开发和实施所面临的困境。大数据应用在智能油田面临着四个方面的关键挑战。

1. 大数据的非结构化等属性决定了数据管理的难度

智能油田的大数据既有来自石油产业的不同产业链条的海量实时以及历史生产、管理数据，以及交通、教育、卫生等城市管理的海量数据。复杂多样的数据主要有四个突出的特征：数据的体量（从不同的来源创建的数据的大小），数据的速度，数据的种类（不同类型的生成数据），数据的准确性（数据的质量和真实性）。除此以外，智能油田总的数据还具有其他的新特征，包括数据的有效性（用于预测用途的数据的正确性和准确性）、不同体积、多样性和速度的数据具有波动性（大数据保持期限），以及大数据的输出值（大数据处理的期望结果）。数据源具有不同的格式、类型和使用的复杂性，智能油田中的数据采集本身会也产生较大的数据困难。此外，智能油田大数据的非结构化性质使得难以分类和组织。

2. 智能油田的数据安全的困境

在智能油田中使用大数据的另一个重要挑战是数据安全问题。大数据的安全管理是非常复杂而且精密的系统。智能油田的运行会产生大量的数据，很多信息都包括个人信息以及个人隐私、以及井位坐标、原油产量、销售价格等。许多学者认为对这些数据的访问和处理会产生数据安全问题，因此建议通过法律规定对数据使用以及数据代码来确保数据在网络上的安全。另一方面，智能油田需要跨机构收集以及整合数据，因此智能应用程序需要更高安全性。因为从不同的石油行业收集的海量数据将在各种类型的网络上转移传输，如果其中的网络安全性较差，将会导致这些数据面临泄露的风险。因此，提升大数据的安全性需要制定法律条款以及构建数据的安全的监管体系，并在技术、政府、商业部门的政策和技术领域严格实施。

3. 智能油田多样来源数据的整合困境

数据集成是智能油田面对的重要挑战之一。由于智能油田嵌入了各种各样的智能设备，它们会产生大量结构化和非结构化的数据。因此，智能油田的大数据应用必须整合来自来源多样的海量数据。数据质量是任何数据集成机制中的关键难点之一。特别是出现数据不正确、丢失和或不完整的情况下，整合数据就更为困难。

三、“智能油田”大数据应用的前景展望

大数据在智能油田中的应用，遇到了来自数据收集处理等技术难题，以及数据安全、信息壁垒等法律政策障碍，需要不同的措施来解决。随着物联网的发展，公共数据库的增长，数据共享的观念被普遍接受，大数据的技术难题将因为技术的发展逐渐克服。对数据保密性和安全性的关注，智慧油的监管法律和监管的技术体系需要进一步加强。

（一）物联网技术将提升智能油田大数据的收集以及共享效率

智能油田配备了无线传感器网络和移动Hoc网络的智能环境，创造了一种新技术，称为物联网（IOT）通信平台。物联网在智能油田的不同领域具有广泛的应用前景。物联网是嵌入有传感器和控制器器的物的联合网络。这些智能对象能够在传感器的帮助下，从实施环境中收集大量数据的能力。物联网在智能油田中的应用目的是促进互联网的普及，使用者更易访问智能设备以及与之互动，如，油井监控传感器，控制器和车辆等。

（二）构建智能油田统一的数据共享开发平台

大数据分析帮助油田实现设备长周期管理，同时在财务预算、物资采购、工程建设等方面提供了重要的数据支持。智能油田高度依赖深度的数据挖掘和应用，所以开发和提供开放的数据结构和平台至关重要。然而对智能油田数据集中共享的价值，仍然存在一定的知识鸿沟。许多石油企业以及管理部门持有大量有价值的数据，但对其价值或如何对其进行数字化应用缺乏明确的概念，限制甚至拒绝对数据库的访问，导致形成信息孤岛，无法应用在智能油田中。应当在区域和国家层面上研究石油产业开放数据架构和平台的重要性，明确识别有流动价值的数据，构建数字收益共享模式，实施混合公开和数据的收益权，从而提升共享数据的意愿和行动。

（三）加强智能油田网络数据安全的监管体系

智能油田不仅需要硬件和软件上的持续投入，专业的数字安全监管体系成为影响智能油田建設的关键因素之一。突破性的技术革命都可能带来新的问题，大数据也不例外的。大数据在智能油田中的应用主要涉及到数据的深度挖掘、智能学习以及应用。这往往意味着各种数据的整合与处理。而拥有数据的组织则可能担心滥用数据会对商业秘密、敏感信息、竞争力或声誉产生各种潜在的不利影响。这些疑虑导致数据的开放和共享面临困难。

只有提出正确的解决方案，才能一方面显示使用大数据对智慧城市的价值，同时确保这些数据安全受到保护。在此背景下，智能油田的管理者需要解决法律与政策、行政监管、合理组织以及攻克技术挑战，在隐私权保护、信息安全以及数据流动之间在定制功能时进行利益权衡。持续深化智能油田云计算平台建设与应用，不断加强信息技术的应用建设，建设集中统一的数据中心和信息技术网络资源，在此基础上构建智能油田的安全治理体系建设，实现大数据的有效聚合，保障数据安全，为智能油田大数据分析和业务共享服务提供有力支持。（见图2）

（四）制定统一的智能油田大数据标准

在区域和国家层面上，智能油田共享数据应当应用一致的标准框架。制定全国智能油田大数据的共同标准，这是收集、链接、共享和分析不同数据集合的关键元素。智能油田大数据仍需要大量的技术研发来制定严格的数据使用标准。但是，人们对于智能油田大数据的标准现状和未来需求，仍缺乏明确清晰的认识。在智能油田中，大数据的分析员经常需要花费一半以上的清理数据，因为有大量的数据是以非机读或非标准化格式来提供或者收集的，需要进行人工的手动处理。

促进开放和共享大数据的标准化被认为是一个通用的技术管制器，它可以提高大数据的收集、共享、链接和分析的程度，从而创新数据库、新技术和数据分析方法（例如用于数据可视化技术的新工具）。在智能油田的背景下，大数据的标准化有助于物联网操作和普及，能够使用网络、设备和收集的数据进行多目的、跨部门流动，从而实现协同作用。而另一方面，解决了物联网技术实现产生的数据安全问题。通过提高大数据标准，提升数据收集的空间和时间分辨率，以及数据的匿名化，并改进元数据（例如数据的类型和格式），以降低数据碎片。同时，改进大数据标准化的结果，将有可能促进新兴技术的发展。例如，例如一种新的统计分析方法隐私识别（differential privacy），提高了实时数据收集中隐私保护。这种方法被用于向数据库添加统计扰动的特定模式，如果发生数据泄漏，则可以识别数据以何种方式进行了不适当使用。这种技术开辟了数据安全保护的新领域，从而激励增强数据保护的技术发展。同时，统一的智能油田大数据标准，提高数据的连接性和流通性。在数据驱动型经济中，数据的互通性至关重要，数据需要在多个不同组织之间转移。只有改进大数据的标准和协议，才能促进数据库之间的交互性和操作性。