油田智能化建设的构想与实践认识

许洪东 赵大伟

摘要：随着信息技术飞速发展，物联网、大数据、云计算、人工智能等技术不断涌现并在各行业发挥了重要作用。油田企业也紧跟时代发展，不断推进“两化融合”，持续加快数字油田建设，油田井、间、站等生产单元通过物联网设备将海量实时数据上传至数据中心，为大数据应用和智能化应用奠定了基础。本文主要讨论以大数据为基础，构建油田智能化应用体系，推进智能油田建设，促进油田生产管理提质增效，并阐述在大数据和智能化应用方面的实践、应用效果及面临的问题挑战。

关键词：信息技术;物联网;大数据智能化应用智能油田

中图分类号：TP393 文献标识码：A

文章编号：1009-3044（2019）31-0284-02

1背景

信息技术日新月异，以数字化、网络化、智能化为特征的信息化浪潮蓬勃兴起，全球信息化进入全面渗透、跨界融合、加速创新、引领发展的新阶段。十九大报告中八次提到了信息化相关内容，指出：要善于运用互联网技术和信息化手段开展工作，推动互联网、大数据、人工智能和实体经济深度融合。中国石油把信息化纳入建设综合性国际能源公司目标体系之中，列为实施“资源、市场和国际化”战略的重要保证措施之一。

油田作为原油生产企业，面临原油采出成本高、人员递减岗位缺员等实际问题，传统生产管理模式已不适应发展需要。应用物联网、大数据、云计算、人工智能等信息技术，大力推进数字化、智能化建设，促进生产管理模式变革，是油田破解难题实现可持续高质量发展的必由之路。

2油田智能化建设构想

从数字油田到智能油田是迭代升级的过程，数字油田主要是解决油气田数字化问题，实现油田现场井站库以及其他配套设施的数字化管理。而智能油田是借助物联网、大数据、人工智能等先进的信息技术与油田勘探开发、生产运行等专业充分融合，实现自动感知油田动态、自动操控油田运行、自动预测变化趋势，持续优化管理和辅助科学决策，大幅度减轻人员劳动强度。

油田智能化建设是一个系统工程，而数据是最重要的基础，也是数据“采、传、存、管、用”中“用”的不断升级。在数字化阶段油田依托传感器、远程终端、PLC、SCA-DA系统等初步实现数据自动采集、参数远程调控及异常报警，进入智能化阶段是在数字化基础上，构建大数据中心，将离散数据进行整合，并将海量数据和多种数据融合，应用大数据、云计算、虚拟现实、人工智能等信息技术，最终实现油田全面感知、自动控制、智能分析、主动预警、全景可视、一体协同。

2.1基础建设

油田物联网建设是利用各种传感器对油田实体对象、生产过程与环节对象进行实时数据采集，并将采集到的数据通过有线或无线网络传到数据中心，构建覆盖油田地下、地面、天空全方位的物联网，实现油田全面感知。

1）地上部分：通过压变、温度、流量等传感器将油水井、注配间、计量间、站库、电力设施等油田地面设施相关数据实时采集上传;

2）地下部分：将地震、测井、钻井、井筒、地下管网等相关数据自动上传至数据中心;

3）空中部分：通过无人机、雷达等将巡检的影像、视频流等数据回传至数据中心。

2.2数据建设

1）油田全面的物联网建设，势必面临海量数据的存储与管理，传统的关系库或实时库显然难以满足需要，因此，构建分布式数据中心架构，实现数据高并发量、高效、安全可靠的采集、存储与管理，并为应用系统提供丰富高效的数据访问接口，为智能化应用提供可靠数据基础。

2）融合多种数据，将油田地理信息、生产实时数据、地质油藏、井下等多种结构化与非结构化数据进行分类整合存储，实现统一管理。

2.3云平台建设

建立油田云平台，实现油田的IT基础设施资源（存储资源、计算资源、通信资源等）、数据资源（专业数据资源、企业管理信息等）、应用软件资源等方面的统一共享服务，减少资源投入成本，降低各类维护成本，最大程度发挥资源应用优势。

2.4应用体系建设

在物联网和数据中心建设基础上，依靠云平台支撑，应用大数据分析、人工智能、虚拟现实等技术，实现智能油井、智能水井、智能管网、智能油藏、智能监测等油田全面智能化，并打破油田各专业独立分割的局面，建立面向决策、管理、操作的地面地下一体化协同集成平台，促进油田生产管理提升。

1）智能采油：在载荷、电参、油套压等数据自动采集基础上，应用大数据分析、人工智能等技术，实现准确工况异常、生产异常报警，结合边缘计算思想，实现冲程、冲次、平衡度等参数自我优化及自动控制调节，间抽井自动启停控制等。

2）智能注水：在压力、流量等数据自动采集基础上，实现异常分析报警、安全预警，结合大数据分析、远程终端控制技术，实现单井注水方案自我优化和注水自动控制调节。

3）智能集输：应用GIS及虚拟现实等技术，实现二、三维管网可视化展示，自动采集相关参数，通过压力、流量、温度、介质等大数据分析进行管网优化设计、结蜡预测、漏点分析判断等。

4）智能监控：利用高清摄像实现井间站生产单元的视频监控，并结合图像识别技术实现现场情况自动分析检测;利用无人飞机进行管网巡检，实时回传照片影像数据，进行异常检测;站库应用电子围栏进行周界防护报警，智能机器人进行站内自动巡检;从而实现油田生产单元的全方位自动巡检和异常检测，节省劳动力促進站库无人值守。

5）智能决策：应用VR等技术实现地质油藏的三维可视，从而实现更加精细的油藏地质描述;自动采集井下温度、压力、流量等数据，结合地质油藏和油田生产数据，建立油藏分析及预测等专家智能辅助系统，实现更加精细化智能化的油藏监测和动态分析，并对产量、含水等指标进行预测，自动形成调整方案指导生产。

3智能化建设初步探索

在智能化油田建设的趋势和背景下，某油田采油厂在数字化建设基础上，探索应用大数据、人工智能等信息技术，逐步推进油田智能化建设，取得一定成效。

3.1数据中心建设

构建基于“关系库十分布式数据库”的数据中心，为大数据和智能化应用提供基礎数据资源：

1）整合结构化数据资源，建立并完善数据标准化体系，主要包括数据分类、编码原则、数据结构定义、填写规则及数据应用结构等内容。参照石油企业标准、石油工业数据库设计规范及油田开发数据应用结构规范，对数据进行梳理、规范、分类和集中统一管理。

2）搭建服务器集群，建立分布式数据库，支持未来大规模数字化建设后高并发量高效的海量数据采集、存储和管理需求，并支持文档、图像等非结构化数据的存储与检索，应用流计算实现高效的数据检索和应用。

3.2智能化应用

3.2.1智能注水

利用边缘计算的思想，构建基于远程终端的注水自动控制系统，应用RTU二次开发技术将注水逻辑运算分散至远程终端，减轻服务端压力、减少对网络的依赖性，实现注水就地自动控制，提高注水控制精度和质量，减少劳动强度，促进配水间无人值守。

3.2.2智能掺水

与智能注水同理，构建基于远程终端的掺水自动控制系统，实现集油阀组间按照设定的温度范围进行掺水自动控制，提高掺水控制精度，安全可靠、节省成本。下一步计划结合季节环境温度变化，自动调整掺水温度和流量，进一步实现智能化管理。

3.2.3油井工况智能化诊断

选取大量油井各类工况的功图样本，利用卷积神经网络对功图样本进行特征提取和学习，形成功图特征库进行功图分类识别，再结合油井其他参数，建立油井工况诊断模型，实时分析自动采集的油井数据，实现油井工况的自动化分析诊断，并将诊断结果存入其他业务库或推送至客户端，进行报警提示或其他应用。

3.3实践效果

1）生产数据实时监控、参数远程调控，由人工巡检变为电子远程巡检，由现场调控、远程调控变为自动调控，由人工填写报表变为自动上传报表数据，提高了工作效率，减轻了人员劳动强度;

2）生产异常情况实现自动分析诊断，问题的发现更加及时准确，促进工作质量和效率提升;

3）促进组织机构变革，实现扁平化高效管理，节省用工，缓解油田人员递减、用工紧张的矛盾问题。

4认识和结论

1）智能油田是油田信息化发展的必然趋势，大数据、AI、机器人等技术已在油田展现了巨大潜力和价值，随着信息技术的大发展，未来必将产生新的更加智能化技术，油田将逐步达到全面感知、全面互联、全面智能，实现“桌面油田、透明油田”也将成为现实。

2）数据是资源也是基础，数据的质量需持续加强。依靠传感器采集的数据，影响其质量的因素很多，如设备精度、校验不及时、周围环境等等，如何控制数据质量，让数据更加真实可用，也是面临的一大问题。

3）数字化基础保障工作面临诸多挑战。油田部分生产设施地处偏远、冬季气候环境恶劣、人为破坏时有发生，给物联网设备运维、数据传输带来了较多困难，影响数据传输的稳定性和完整性，势必影响未来智能化建设。

4）信息化理念与传统管理理念之间矛盾依然存在。数字化、智能化建设在全员参与下，才能更加有效推进、应用效果才更加明显，但部分人员对数字化、智能化的重视、接受和信任程度还有一定差距。