智能油气田数字孪生体建设关键技术研究*

胡耀义

（中国石油工程建设有限公司西南分公司，四川 成都 610041）

1 智能油气田建设的构想

油气田的数字化完成了物理油气田及其附属物信息的数字化转换，智能油气田是基于数字化油气田，实现油气田生产运营及管理的智能决策、全面感知、趋势预测、信息共享、主动管理和业务协同，并通过价值模型/经济模型的建立，使得油气田具备人的逻辑思维和行为特征，进而达到油气田智能化运营和智慧化发展的愿景。

对于智能油气田的总体架构，从建设内容的角度看，主要包括数据生态与应用生态两部分。其中，数据生态建设主要解决数据的资产化管理与运营问题，需涵盖数据的采集、存储、交付、应用及管理五项内容，最终目标是形成可支撑油气田智能化运营与管理的数字孪生体；应用生态建设是基于数据生态形成可视化或智能化的应用，需包括但不限于油气田建设管理、设备与设施管理、生产运行管理、安全与应急管理以及其他综合性管理内容。

智能油气田的数据生态和应用生态在相互依赖、相互影响、相互制约的环境中协同工作，共同支撑智能油气田的螺旋式运行优化和渐进式管理提升。

2 数字孪生体建设的总体方案

2.1 建设目标与范围

构建数字孪生体，提升数据质量，降低或消除数据孤岛，通过数据的资产化管理与运营，实现油气田企业数据资产管理的内增值、外增效，促进油气田运营管理水平的提升是数字孪生体建设的本质目标。

数字化孪生体建设的范围主要包括数字孪生体的形成，承载、管理数字孪生体的平台与工具，以及其配套的标准与规范体系3部分内容。数字孪生体的数据主要包括数字化建造过程中的二、三维设计，四维及多维采购与施工，以及运行过程中的检维修等数据。承载、管理数字孪生体的平台与工具主要包括数据采集工具，以及数据资产的存储、交付、应用、管理等工具。

2.2 建设思路

随着三维协同设计理论体系和软件支撑体系的不断发展，三维协同设计将成为未来工程设计行业的必然趋势。文章所提出的数字孪生体构建方法就是以三维模型为载体，通过物资编码和设备位号，实现设计、采购、施工及检维修等数据在三维模型上的关联与融合，即通过三维模型将油气田所有结构化数据、非结构化数据、半结构化数据进行整合与呈现，最终形成与物理油气田及其附属信息完全一致的数字油气田，即数字孪生体。

2.3 建设内容与重点

数字化孪生体的组成要素，一是构成物理油气田各个对象，二是每个对象所携带的属性数据，三是对象与对象之间的关联关系及其标签数据。这三个方面的内容需通过数据资产管理与运营平台来予以承载。因此，数字孪生建设重点包括数据的资产化建设，以及承载和管理数字孪生体的平台与工具。

3 数字孪生体建设的相关标准与关键技术

3.1 数字化交付标准

从业务链与技术链的角度来看，数字化交付包括设计、采购、制造、物流、施工等横向业务链上的数字化交付，以及数据采集、数据存储、数据应用、数据管理等纵向技术链上数字化交付。文章所指的数字化交付是指通过数字化建造形成的数字孪生体向业主数据资产管理与运营平台的移交。

数字孪生体的价值在于为油气田的智能化运营提供数据支撑，因此，数字化交付的数据范围、数据结构和数据模型直接决定油气田智能化应用的程度和水平。

（1）数据范围：智能化油气田的规划阶段，就要确定数字孪生体在建设期的数据交付范围，其内容主要包括二维结构化数据和文档数据、三维模型及其属性数据，以及基于三维的设计成果的多维采购与施工等业务链数据。

（2）数据结构：油气田的数据量庞大、数据类型多样、数据关系复杂、数据查询与读写速率要求高，而满足这些特征的最佳数据结构就是树或图。目前NoSQL数据库的深化应用和不断发展，为数字孪生体数据的组织提供了解决方案。

（3）数据模型：数据模型包括了概念模型、逻辑模型和物理模型，针对数字孪生体数据模型的构建，国际标准ISO 15926和《石油化工工程数字化交付标准》（GB/T 51296-2018）提供了一种较为适宜的思路和方法。

3.2 数据标准

按照《大数据标准化白皮书（2018版）》和《数据资产管理实践白皮书（3.0版）》的内容来看，数据标准可以分为数据资源、数据共享与交换两部分内容。其中数据资源就是对数据的内容、格式、数据字典、元数据等要素进行标准化，此项工作可根据国际标准ISO 15926和《石油化工工程数字化交付标准》（GB/T 51296-2018）进行细化与完善，形成企业级的数据资源标准。数据交换与共享是智能油气田相关可视化/智能化应用调用数据的接口与方法，当前可以借鉴的前瞻技术有基于微服务架构的数据中台，该方法可为前台应用提供多样化的数据诉求和快速响应能力，当然需要后台数据湖或数据资产管理与运营平台予以支撑。

3.3 智能建造技术

（1）智能化条件下的油气田工程建设有别于传统油气田工程建设，核心是如何利用三维数字化设计成果、物资编码和设备位号等，实现设计、采购、施工地面建设工程业务链的贯通，形成设计、采购、施工三位一体的数字化建造环境，开展四维或多维的数字化采购和数字化施工，助力油气田的智能化运营和智慧化发展。

（2）以三维模型为核心，实现数字化全专业二、三维协同设计成果的信息关联、在线审查和可视化查询，并融合三维模型、物资编码、设备位号和进度计划，实现了四维采购实际状态展示，以及与计划状态的对比和预警，实现物资采购的有效管理和状态监控，同时构建采购组包规则库，实现基于数字化全专业三维协同设计成果的智能组包，达到了油气田工程项目采购组包的精细化管理，解决了采购组包的漏项问题。

（3）将三维模型和现场施工管理深度融合，形成施工四维状态管理模型和信息深度融合，为现场施工的人、机、料管理和安排提供准确依据，同时基于三维数字化模型，实现焊缝信息的四维管理和焊缝施工信息在三维模型的呈现，为智能化运营提供基础数据。

基于三维模型形成的带有设计、采购、施工等最终属性信息的模型，即三维竣工图（数字孪生体）。

3.4 数据资产化管理技术

形成数据资产的前提条件是数据要产生价值，数据的资产化管理是智能油气田数据生态构建的基石。油气企业的数据资产管理主要包括数据的采集、数据的存储、数据的标准、数据的交换、数据的质量、数据的安全、数据的服务与应用7项管理内容，而完成数据资产化管理的成功要素就是形成数据闭环，即数据的全生命周期管理。

数据资产管理技术框架的设计，需以数据采集为起点，经过数据的标准化、数据的模型化、数据的平台化提供服务到最后数据的销毁，从而全面盘活数据资产、增强数据质量、加强数据安全、提升数据获取效率、持续释放数据价值。

需要说明的是数据间的关联关系可通过定义规则进行配置，即完全基于数据逻辑的关联，数据在存储过程中进行标准化，而数据间的关联关系可通过规则进行事后定义，而不是传统意义上的数据“硬”关联。同时，对象与对象之间形成具有关联关系的端到端模型，且允许用户进行关系的自定义，并可通过数据资产目录进行分类管理，最终实现面向应用的敏捷交付。

3.5 数据编码技术

数据编码是数据资产管理中一个重要的环节，是企业或组织保证数据资产的安全、完整、合理配置、有效利用的最有效的办法。

（1）一个拥有大量数据的企业，要发挥其数据的价值必须整合和加工现有或新建的各种信息系统或者业务应用中的数据，并通过将经过处理的数据嵌入到业务流程中，实现智能化运营与管理，在此过程中，企业能不能做好数据编码就显得尤为重要。

（2）在数据产生到数据整合、加工、使用的端到端过程中，数据编码对数据定义、格式、业务规则、加工逻辑等全生命周期的管理起到了不可或缺的作用。数据编码的管理是让数据的使用者能够清楚地掌握数据和数据关系，进而能够用好、管好数据。

（3）要做好数据编码，一定要在编码的完整性、一致性、准确性、唯一性、规范性上做足工作，保证每一条数据的编码都符合以上的要素，这样才能把数据编码更好的用在企业的数据资产管理中去。

3.6 数据应用技术

在传统模式下，应用系统对数据的应用通过API、中间库,或文件形成。在智能化条件下，对数据的应用要求呈现出不同的需求，可通过屏蔽数据源，通过数据中台的API网关为业务应用提供统一规范的接口，提供接口交付、文件交付、中间库交付等多种标准交付模式，同时，实现快速的、敏捷的、中台化的数据交付服务。

4 结束语

数字孪生体建设的核心就是通过智能建造实现建设期不同类型数据的融合，以及基于建设期数字孪生体之上的运营期数据的不断更新与迭代，使之始终保持与物理油气田实体及附属信息的高度一致。众所周知，油气田建设期的数据具有不可逆的特征，尤其是地下隐蔽工程，会影响数字孪生体承载的数据质量和应用效果。文章所论述的智能油气田数字孪生体关键技术为数字孪生体建设提供理论依据和关键技术选型的最佳实践，助力油气企业数字化建造、智能化运营和管理水平的持续提升和不断创新发展。