一种基于现代数据挖掘技术的智慧油田控制分层模型

胡佳妮

摘   要：本文提出了智能油田控制的分层模型，以及一种基于现代数据挖掘技术应用于分析和预测技术设备状况的方法，以降低石油生产初期成本和提高采收率。

关键词：数字油田;数据挖掘;智能井

世界油气工业的智能化总体还处于探索起步阶段如图1所示，未来的研发方向和重点是智能油田[1]。

（引自智能化—油气工业发展大趋势）

如今，当大多数油田难以开采并且油气相对便宜时，世界石油和天然气生产公司之间的激烈竞争加剧，技术过程优化问题变得至关重要。解决上述问题的一种显而易见的方法是增加产量而不涉及任何额外的昂贵设备。为了实现这一目标，我们考虑实施现代数据挖掘方法，涵盖油气生产的所有阶段。

对于大型油田的控制分层需要快速有效的决策。这些解决方案的效率和准确性取决于传感器信息的有效性、数据的完整性以及适当控制决策的速度。因此，数据挖掘（大数据和知识数据库）技术的应用在油田中具有经济效益，特别是在最重要的技术过程（例如钻井，提取，建模）阶段。这种方法通常也被称为“智能井”。

1    智能井

说到智能井，下面则是它的基本功能：

（1）拥有监控，控制和自我诊断系统。

（2）有交换数据的通信通道，覆盖实时状态受控对象。

（3）实现井的高级数学模型及其受控设备，特别是油泵。

（4）应用先进的预测工具。

（5）应用数据挖掘工具处理模糊油田信息。

（6）连接丢失情况下的自主操作能力。

基于数据挖掘方法的人工神经网络潜水泵在俄罗斯苏古特石油与天然气公司中成功应用（电力系统决策支持系统）证明了该方法在数字油田领域中的可行性。开发适当的石油生产综合体模型是“智能油田”系统的关键要素，它可以采取预防措施，以降低石油生产初期成本。同时可以对数据进行深入分析并提供油藏增产应用方法的有效调度。

尽管对该领域非常感兴趣，并有相当多的先进技术在工艺过程实时分析、预测和优化，但是不存在单井和油田整体使用数据挖掘方法的统一概念。顶级服务公司建议的最先进的解决方案是将技术生产过程视为独立操作组合的工具集，而专家则考虑各种控制系统对每个控制系统的影响。一方面，这种方法使得控制过程以人为本，另一方面，它形成了可能出现“人为因素”错误的情况。许多出版物也证实了缺乏复杂的油田控制解决方案[2-4]。

2    智能油田模型

从已有的统计数据来看，智能油田的应用如图2所示，通常可以使产量提高2%～8%，使采收率提高2～6个百分点，同时还可以有效减少资本支出，降低运营成本。数字油田可以在增储上产、降本增效方面发挥重要作用[1]。

（引自智能化—油气工业发展大趋势）

将研究背景应用于石油工业数据挖掘应用领域，提出了一种基于工艺流程连续控制的智能油田动态模型。智能油田控制系统的总体结构如图3所示。该模型假设实施油田分层控制系统，控制系统最重要的模块如下：

（1）泵设备控制系统，提供过程的实时分析和控制。

（2）油井控制系统，执行工艺过程建模，识别，模拟和分析技术对象的内部状况。

（3）战略控制（管理）系统，主要功能为数据挖掘和预测分析方法，估计紧急情况的可能性，预防方法并尽量减少其后果，同时也阐述了决策支持功能。

（4）用户界面系统，安装在油田作业人员的工作站上，显示当前的油田情况和决策支持系统的解决方案。到目前为止，所有俄罗斯石油公司已经在其工业过程中实施了泵设备的控制系统，以及用户界面系统。但仍然迫切需要开发处理油田信息的新型数据挖掘方法及其进一步应用的问题。

3    智能組件

在进行上述研究的同时，应用现代数字数据处理方法，使用人工神经网络技术，结合机器学习任务中的概率模型提供了在不确定条件下执行有效的实时监测、诊断、预测和控制程序的机会让现代油田成为现实。这种方法的充分性和有效性得到了重要的工业经验的证实。

最新概述表明，已知的石油工业技术过程分析方法具有优势和相当大的缺点。同时，由于使用复杂的解决方案，基于不同数据处理技术的混合应用，可以抵消它们的缺点，提高获得结果的准确性和有效性。

智能油田控制系统的动态结构数据收集，存储和处理的问题为应用多代理创建了先决条件。由于这种解决方案，有可能组织有效基于神经网络，遗传算法和其他现代所谓的人工智能技术的各种系统的交互和实现。

除了模块和代理之间的高级交互工具之外，解决方案必须保持适应性以及能够优化它们自己且在受控制（战略控制中心）的情况下重新组织它们自己的行为。

4    结语

目前，作者继续与国内顶级石油的代表进行互动公司的目的是在智能油田控制系统开发框架内开发和修改方法。该系统的开发和进一步实施需要组织与现有公司控制系统的交互，而不会破坏生产过程。考虑到广泛使用的控制系统，这种要求大大减缓了智能系统在工业生产中的应用。

由于智能油田组织的分层方法有可能分阶段采用智力系统。将这些系统作为独立的交互模块实现，可以扩展其修改和优化选项。

开发的智能数据处理和监测系统是创建智能油田开发统一科技平台的基础。基于这些技术的现代数据挖掘技术和工具提供了许多紧急问题的解决方案，例如控制动作的建模，设备状况的检测，故障的检测，修改工艺流程，以获得最有效的生产利润。

实时监控，分析和控制的集成系统可以优化现有的生产过程，降低生产初级成本并延长油田的使用寿命。

[参考文献]

[1]杨金华，邱茂鑫，郝宏娜，等.智能化—油气工业发展大趋势[J].石油科技论坛，2016（6）：40-46.

[2]ZADNEPROVSKII V F，FRALENKO V P，KHACHUMOV M V.Intellectual technologies in the management of oil fields[J].Scientific and Technical Information Processing，2015，42（6）：448-454.

[3]SAPUTELLI C B.Best practices and lessons learned after 10 years of digital oilfield（DOF）implementations[C].Kuwait：SPE Kuwait Oil and Gas Show and Conference，2013：110-129.

[4]CROSS L R.Trends and challenges for the oil and gas industry[EB/OL].（2014-01-01）[2019-01-06].http：//www.srr.com/assets/pdf/trends-and-challenges-oil-and-gasindustry.pdf.

A layer model of intelligent oilfield control based on modern data mining technology

Hu Jiani

（Changjiang University， Wuhan 430000， China）

Abstract：This paper presents a layering model of intelligent oilfield control and a method based on modern data mining technology applied to analyze and predict the state of technical equipment in order to reduce the initial cost of oil production and improve oil recovery.

Key words：digital oilfield; data mining; intelligent well