大数据分析技术在油田生产中的应用研究

孙晓萍

[摘 要] 近几年，随着计算机网络技术的不断发展，油田企业陆续开展智能油田建设工作，油田生产物联网等信息化、自动化数据采集工作也逐渐受到重视。在当前国际油价持续下跌的形势下，油田企業如何借助大数据分析技术发现数据隐藏的价值，提高油田生产过程中各项数据的利用率，实现以数据找油，以数据指导油田生产的智能化发展目标，是当前油田企业降本增效的重要途径，亟待思考。基于此，本文以油田大数据概念为切入点，立足企业实际构建了大数据分析平台及体系，接着详细分析了大数据分析技术在油田生产中的应用研究，并阐述了大数据在石油行业的应用场景，最后对加强油田云大数据应用建设进行了畅想。以期能够实现开源节流，助力油田企业创新创效，提高经济效益。

[关键词] 大数据分析技术；油田生产；应用

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2019. 09. 077

[中图分类号] TP315 [文献标识码] A [文章编号] 1673 - 0194（2019）09- 0171- 02

0 引 言

随着油田智能化建设工作的持续推进，油田生产过程逐渐向数字化、信息化以及自动化方向发展。油田生产是一个极为复杂的过程，包括采油、油气分离、注水、储备、运输等多个环节，并产生了采油、地面工程的生产、作业等多种类型的数据，这些数据涵盖面广，数量巨大。因此，探讨大数据分析技术在油田生产中的具体应用，能够推动油田生产智能化建设进程的加快，实现油田生产数字化诊断、预测与优化，进而降低油田生产成本，提高经济效益，并为油田企业决策提供可靠依据。

1 油田大数据相关概述

1.1 油田数据特点

油田在生产过程中所积累和产生的数据具有如下特点：第一，产生海量数据且数据之间具有较强的耦合性。油田生产过程中数据采集频率大，数据重复冗余现象较为频繁，系统参数之间相互影响性较大；第二，油田生产系统稳定性较弱，油田生产过程中采集数据易受工业噪声污染；第三，数据类型多样，数据形态迥异。油田生产过程中油压、温度、产量、注水量以及机械设备等相关参数在不同时间段所呈现的数据均不相同；第四，数据缺乏完整性。由于数据记录的不及时易导致数据出现丢失；第五，油田生产作业的不确定性使得系统工作状态存在变数，或呈正常工作状态，或呈故障状态。以上这些油田数据特点，若是采取以往传统的数据库体系平台难以获得真实、全面、可靠的数据，也就无法最大化地发挥出这些数据所隐藏的价值信息。

1.2 油田大数据的处理流程

借助大数据技术对油田生产数据库的处理流程是：收集信息—提取数据—分析数据（找到数据价值规律）—建立预测模型—对模型结果进行可视化处理—验证结果—数据评估[1]。

2 大数据分析平台体系构架研究

油田企业要想满足实际的生产应用，就必须要构建一个高效的大数据分析平台，该平台可以包括数据收集平台、数据分布存储平台、大数据分析平台以及大数据展示平台四个体系结构。第一板块是数据收集平台，主要是对油田生产过程中所产生的海量数据进行收集，实现数据整合，然后将这些数据转化为适合模型分析的数据形式，进而收取可靠的数据样本。第二板块是数据分布存储平台，主要是对第一板块转化的数据样本进行汇总、建模、分析，并对数据进行存储。该板块的功能类似于现实生活中的货物仓库，也称之为数据仓库。第三板块是大数据分析平台。利用大数据建模工具以及算法，对数据进行分析，挖掘其隐藏的价值功能，同时利用大数据分析软件对数据进行分类处理，最后生成预测结果，为油田企业生产提供决策性依据。第四板块是数据展示平台，主要是借助建模方法将数据进行可视化处理，并生成具体的数据报告，以此来实现人机交互。

3 大数据分析技术在油田生产中的应用研究

3.1 对异常井进行自动识别

在油田企业生产过程中，异常井是影响油田产量的重要因素之一，随着时代的不断进步，越来越多的油田企业开始重视异常井的管理工作。以往，主要采用人工排除方法来识别异常井，需要翻阅大量的油田生产资料，经过复杂的认定环节，方可判定异常井的存在。这种人工方式需要消耗大量的人力和物力，且发现周期较长，对油田产量的影响较为持久，无法及时制定应对措施。借助大数据挖掘和聚类分析技术能够实现自动识别异常井，主要判断指标是：油井当天产量与上月同期产量相比出现较大波动，且波动趋势超出正常范围就可判定为异常井，同时排除作业井、调开井、停电井等，通过ASP.NET技术进行算法编译，采用系统构架B/S模式进行发布[2]。该种大数据分析技术已经在油田生产中应用较为广泛，能够快速识别出异常井，提高了油田生产管理工作效率，为进一步诊断和制定措施争取了更多的时间。

3.2 对异常井进行智能诊断

在油田日常生产工作中，异常井诊断是其中一项极为重要的工作内容，对油田生产和管理人员造成了强烈的困扰。当前，很多油田在异常井诊断上依旧采用的是人工诊断的方式，这种方式以油田业务人员的经验为主，诊断率和诊断效果得不到有效保障，与实际情况相差甚远，可能会导致措施制定偏差情况的出现，最终对单井生产量产生较大的影响。而利用灰度图像处理技术能够结合油田实际情况，建立油井特征工图库，通过将当前实际功图与油田本身的特征工图进行对比分析，系统就会对油井的工作情况进行自动判断。工况的表现形式多样，因此会导致油井工图出现多种情况，此时就可以借助因子分析法来分析因子的变动情况，同时建立和完善参数因子诊断数据库，并从数据库中搜索相关的因子指标进行对比分析，从而确定具体的异常原因。

3.3 科学制定间抽井开关计划

随着油田生产、开发作业进入油田产量递减阶段，在这个阶段由于油田开发时间的延长，地下剩余油量不断减少，油藏能量被不断消耗，导致出现油井出现供液不足的情况，对这类井我们就称之为间抽井，即间歇性出油的井。目前，在油田开发后期阶段，对于下月间抽井开关井计划的制定多是由人为定制，其合理性还有待进一步考证和完善。因此，油田企业当务之急是如何实现间抽井开关时间的自动化控制，以此来实现开源节流，节能减排的目的[3]。对此，就可以采取大数据因子分析和回归分析法，对间抽井开关时间的影响因素进行收集和分析，通过建立分析预测模型对动液面、沉没度、液面上升速度等因素进行分析，从而得出模型曲线，为相关人员制定开关时间提供决策依据。

3.4 合理预测油井清结蜡时间

当前，油田企业在油井清蜡上大多采取的是每口油井一月清洗一次的方式，嚴格按照人工制定技术进行，这种方式存在很多问题，比如一些油井尚未结蜡却已经被清洗，而有的油井已经结蜡却清洗不及时，这样不仅事倍功半，造成人力物力资源的浪费，同时还会对油田的产量以及生产效率产生负面影响。对油井结蜡周期、清蜡方式、清蜡用量以及油井实际情况等数据进行收集，并利用大数据分析技术进行分析，从而构建出相对科学合理的油井结蜡清蜡模型，接着利用回归分析法对建立模型曲线方程并进行结果预测，从而得出油井结蜡的具体时间，并推算出油井结蜡周期[4]。为油井清结蜡工作的有序开展提供了可靠的数据支撑，有利于油田生产精细化管理的进一步落实和发展。

4 大数据技术在石油行业的应用前景分析

随着大数据技术与我国石油行业的不断发展，在油田开发生产过程中应用大数据分析技术具有十分深远的意义。通过对油田开采时累积的数据进行多维度的分析，能够帮助油田企业更加精准、快速地开发油田，降低油田生产成本，增强油田钻井的安全性，提高油井产量。可见，大数据在油田生产领域发挥着巨大功效。

4.1 大数据在油田勘探中的应用

借助大数据模式识别技术在油田探测中能够获得更加全面的数据库。

4.2 大数据在油田开发中的应用

借助大数据分析技术能够帮助油田企业对油田开发生产过程进行可行性分析，包括地理空间信息、周围环境信息、油田相关信息等，这些信息数据能够为油田企业智能开发油田提供科学的数据支撑，从而提高企业在行业中的竞争力。

4.3 大数据在油田钻井中的应用

除了根据当前现有的数据对油田钻井工作进行监测和发出告警外，借助大数据分析技术能够获得基于多个条件异常或预测钻井的可行性分析，真正实现“油田钻井大数据”[5]。

4.4 大数据在油田生产作业中的应用

对于油田企业而言，提高油田开采量是其重要目标，借助大数据可以同时对地震、钻井以及生产数据进行整合分析，同时将地层油气的储存情况真实快速地反馈给相关工程师，从而为后续油田生产作业计划的实施提供可靠的数据支持。

4.5 大数据在油田维护中的应用

预测性维护理念对于油田企业而言并不陌生，但是在实际的工作开展过程中却并没有将这一理念落到实处。通过大数据技术能够对油田生产过程中涉及的压力、体积以及温度等因素进行分析，并与之前存在的异常数据进行对比分析，实现自动化预测，从而确保油田维护工作精准、快速、有序开展。

5 结 语

总而言之，油田生产是一个极为复杂的过程，包括采油、油气分离、注水、储备、运输等多个环节，并产生了采油、地面工程的生产、作业等多种类型的数据，这些数据涵盖面广，数量巨大。基于油田生产过程中复杂的数据特点，对油田大数据分析平台体系构架进行了研究，同时分析了大数据分析技术在油田生产中的具体应用，可以看出在油田生产作业进行过程中，应用大数据分析技术能够对异常井进行自动识别、对异常井进行智能诊断，同时能科学制定间抽井开关计划、合理预测油井清结蜡时间，以期能够实现开源节流，助力油田企业创新创效。

主要参考文献

[1]罗铁军，肖兵，叶沛林，等.浅析物联网、大数据及云计算技术在油田生产中的应用[J].当代化工研究，2017（6）：173-175.

[2]王学军，李莎，杨利霞.基于大数据平台的石油数据分析模型的研究与应用[J].承德石油高等专科学校学报，2018（3）：32-34，38.

[3]韩宇，李俊峰，韩佳晟.数据挖掘技术在石油工程的应用[J].信息记录材料，2018，19（1）：5-6.

[4]范晓松，尹俊，于涛.大数据在华北油田智慧矿区建设中的探索与演进[J].信息系统工程，2018（3）：131.

[5]胡军.浅谈大数据在油田开发中的应用及策略[J].信息系统工程，2015（6）：41.