基于数据挖掘与物联网技术的钻井液大数据分析推荐平台

王建胜 李绮琛 高翔

摘 要：随着信息技术、设备自动化智能化技术和钻井液技术的发展，人们对以往依靠专家团队对钻井液数据的应用分析提出了新要求。文中提出的基于数据挖掘与物联网技术的钻井液大数据处理与分析推荐平台，充分利用了当前新兴的物联网WebGIS技术对复杂情况进行分析，通过大数据分析技术对长期积累的数据进行数理统计优化处理，使用云计算技术对采集到的数据进行计算，并基于机器学习、数据挖掘技术探寻数据潜在的规律用于指导生产，推荐算法的使用进一步加大了该平台的智能性，能够较好地辅助科学决策。试点单位使用后的结果表明：该平台的使用可以根据不同区块、不同地层、不同井段，产生钻井液处理剂使用情况参考模型，推薦优化方案;对结果进行提示，持续积累各种复杂情况的处理方案知识库，确保钻井液维护的及时性、资料的真实性和准确性;及时预防井下复杂事故、减轻钻井液技术人员的工作量;促进管理者的科学决策，为公司带来较大收益。

关键词：钻井液;物联网技术;大数据;智能;数据挖掘;机器学习

中图分类号：TP316;TE28文献标识码：A文章编号：2095-1302（2020）11-00-03

0 引 言

目前，石油勘探往深井、超深井方向发展是大势所趋。而在钻井过程中，钻井液的作用至关重要，直接关系着整个钻井作业过程的安全和成败。在钻井作业过程中通过及时、准确地跟踪观察和分析钻井液量及其性能、参数的变化，收集相关钻井液的数据资料，并对异常进行及时报警和有效处置，就能有效减少和消除因井漏、井塌、井涌等井下安全事故可能造成重大的人员和财产损失。

长庆钻井总公司进行着长期的信息化建设，数据库中已有大量的结构化和非结构化的数据。结合钻井公司业务流程，钻井液大数据分析推荐平台的建设和川庆一期平台[1]相结合，通过无线传输有线接入方式与钻井数据库进行数据共享，实现了多源数据集成、清洗、治理;并可以利用数据挖掘，数理统计技术分析历史数据;对专家经验进行数字化处理，建立用于被计算机分析处理的规则，对钻井队采集到的数据进行计算，评价钻井效率，推送推荐方案;支持检索案例信息库，提供事故发生时的依据和参考，辅助科学决策。

钻井液数据分析推荐平台的建设、完善、优化，拓展了川庆一期平台的技术架构，扩充并完善了企业钻井液相关技术信息的数据知识库，为推动企业钻井液相关信息技术的提升和发展提供数据资源支撑;进一步完善并持续优化了企业钻井液信息数据分析诊断指标体系的设计和架构，极大地方便了现场工作人员;进一步优化完善了企业钻井液数据自动采集体系，在采集数据过程中，支持多种网络环境自动切换，改变了传统的井场数据采集[2]模式;基于机器学习和数据挖掘技术，依靠多年来积累的钻井数据，利用挖掘算法，如神经网络[3]等机器学习和知识发现的方法，实现智能分析、智能建议和井下预警提醒。

1 系统概述

钻井液数据分析推荐平台实现了移动终端APP和PC端两套系统，主要具有如下几方面特点：

（1）首次借助大数据分析技术[4]对单井钻井液性能数据实时诊断预警并进行分析，推荐解决方案;

（2）可以持续积累各种复杂情况的处理方案知识库，对邻井复杂情况及同地层复杂情况进行相关数据分析，并智能推荐处置方案;

（3）创造性地结合了不同分析模式、分析指标、分析维度、分析粒度进行块地层的钻井液性能深层次对比;

（4）采用多维分析及挖掘算法进行钻井液综合性能、电测分析、处理剂加量与性能相关分析;

（5）通过移动终端APP将井队采集的钻井液信息数据及时上传，将历史数据中技术研究成果上传，方便井队钻井液维护、录入井下复杂事故状况和处理过程等信息，保存手机拍摄的现场图像，从而更全面、更详细地记录现场处理信息，为后期施工提供更好的帮助。

2 系统总体结构

2.1 系统设计原则

（1）先进性原则

在系统的开发建设中，结合当前流行的物联网技术、大数据处理技术、人工智能技术、云计算技术，保证系统在今后较长一段时期内具备先进性。

（2）易用性原则

系统采用B/S架构[5]，操作界面友好、操作流程简单。此外，该系统还兼顾用户移动终端与PC端不同的需求。

（3）实用性原则

系统不但切合实际工作需求，同时也汲取了以前系统的精髓，并在此基础上进行了完善，以保证系统满足实际工作的需要。系统能够7×24 h连续不间断工作，在井队大规模并发应用的情况下，能够稳定高效运行。

（4）易扩充性原则

作为智慧化、一体化的服务系统，用户需求在不断提高，实际的数据要求也在不断变化，所以在开发系统时，我们充分考虑了系统的可扩展性，以满足日后不断发展的需要。

（5）安全性和完整性原则

系统采用大型关系型数据库SQL Server和MySQL作为存储数据的管理软件，实现了数据库系统的安全性和完整性。

2.2 系统架构

在平台建设初期，我们进行了系统功能和技术调研研究。在此基础上搭建的钻井液大数据分析推荐平台，通过对井队施工过程中上报的钻井液相关数据及无线传输系统的数据采集和集成，进行深度的数据分析，从而为钻井队施工推荐优化方案，也为管理者决策提供数据支持。整体来看，该平台由“3个层次，5大应用，2套系统”构成。

2.2.1 平台的3个层次

（1）数据采集与集成管理层。数据采集与集成是企业信息化建设的重要环节。只有在信息交互通畅的情况下，各个“分散”的信息系统才能集成为一个“综合性”系统。数据采集是指从系统外部获取数据，经过数据转换并保存的过程，数据来源可能是硬件设备也可能是软件系统;数据集成则指的是将多种来源的多种数据集中起来的过程。两者本质上都是将异源或者异构的数据通过数据移动、数据转换实现信息整合。对企业来说，数据中含有巨大价值，翔实的数据集成，可以使数据挖掘结果更加可靠，反应的规律更具有指导价值。

（2）数据分析管理层。该层的目的是在一大批杂乱无章的结构化、非结构化的数据中，集中对数据进行处理，将数据中的价值萃取和提炼出来，以找出所研究对象的内在规律。

（3）数据服务管理层。它是在以上两层的基础上，采用一些工具或者在平台上开发的应用来实现对结论的分析，推荐优化方案等;对于管理者而言，可以促进管理者根据直观数据科学进行决策，助力企业提高收益。系统层次如图1所示。

2.2.2 平台的5大应用

平台应用包括数据采集与集成管理、数据分析、规则诊断和预警、分析结论、决策支持。

2.2.3 平台的2套系统

平台系统包括钻井液大数据分析推荐平台手机APP端，钻井液大数据分析推荐平台PC端。

2.3 系统技术架构

为了更好地实现平台三层物理架构搭建，平台采用具有可移植性、开源代码库可用性、稳定性等優点的SOA技术架构[6]。SOA采用表现层、中间层（业务逻辑层）和数据服务层三层结构，将业务规则、数据访问及合法性校验等放在中间层处理。客户端不直接与数据库交互，而是通过组件与中间层建立连接，再由中间层与数据库交互。采用该技术确保了数据的安全性和可靠性。

Spring+MyBatis框架是中间层的技术解决方案。MVC框架采用的是Spring MVC。Spring框架将Web层（MVC模式中用户与页面的交互）、Service层（负责实现业务逻辑）、DAO层（负责与持久化对象交互）及PO层（持久化对象）无缝整合。本系统采用MyBatis作为持久层，其最大特点是可以以面向对象及面向关系的方式进行系统分析、系统设计。

3 系统实现

3.1 系统实现技术路线

3.1.1 钻井液大数据分析推荐平台手机APP端技术路线

考虑到APP功能的实现效果以及现有技术特点和优势，手机APP端采用了能赋予浏览器更多功能的HTML5开发。CSS3技术目前已经发展成熟，可以实现对页面布局、字体、颜色、背景和其他效果的精确控制;多种终端的不同屏宽尺寸、像素比以及屏幕的旋转取向、动态调整页面布局（元素位置和大小）、选择性地显示页面内容等问题，采用Bootstrap响应式布局解决以达到最佳视觉展示效果;同时采用了适用于移动开发的Cordova框架，可以大大提高软件开发效率、缩短软件开发周期、减少软件开发及维护成本;采用了可与Cordova配合使用的ionic框架，优化了HTML5和CSS3的性能，构建高效的应用程序，让自定义开发的应用程序能够使用硬件加速功能，逐步形成一个可靠的、强大的生态系统。APP端数据录入功能实现界面如图2所示。

3.1.2 钻井液大数据分析推荐平台PC端技术路线

（1）根据复杂事故所在省区智能绘图，显示各地区复杂事故统计，复杂事故详细信息，以及各种类型井钻井液的相关属性。综上选择了百度出品的工具—ECharts，其开源、兼容性好，视图功能强大，可以流畅地运行在PC、移动设备上，广受用户青睐。

（2）对复杂事故省区分析，不仅需要显示出井口的地理位置，还要确定具体坐标，并且可查阅该井的资料，做好预警提示;还需要对同一复杂类型或邻井施工数据进行GIS分析，用不同颜色区分事故动态。鉴于以上需求，我们采用了功能更加完善的GIS分析工具[7]—WebGIS。

（3）形成钻井液汇报表，能进行较多内容的汇报查看，语音汇报等非结构化数据的汇报工作;可以按项目部、项目组、井队的统计情况查询每天钻井液班报信息。鉴于需求灵活多变，故我们采用了FineReport作为系统的报表开发工具。该工具平台兼容性良好，支持各种操作系统，支持主流Web应用服务器。此外，它还具有数据报表展现与输出、数据查询与过滤、数据可视化与交互、数据填报、报表管理等多种功能，可以满足本平台数据操作需求。

（4）能进行单井单性能趋势分析、单井多性能趋势分析等操作;能对钻井液数据等进行大数据分析并给出相应的建议和预警;能对钻井进行智能跟踪和分析，并且能对数据挖掘工作进行分析推荐[8]。根据数据挖掘[9]和机器学习[10]的需求，我们采取了拟合回归的设计思路。通过大量实践性工作，对比择优后我们选择神经网络回归和线性回归作为分析算法，并在此基础上不断优化配置，做出了令人满意的效果。PC端各地区复杂事故统计功能实现界面如图3所示。

3.2 系统实现

钻井液大数据分析推荐平台的建设目标。

（1）支持各种钻井液性能数据、处理剂使用数据、维护处理措施、异常检测信息、电测数据的自动采集，并实时集成后通过无线传输发送到数据库。同时，系统支持数的多维分析、信息的动态查询及数据的综合处理分析，具有生成不同视角下的分析报表、产生参考模型、推荐最优解决方案、预测数据的发展趋势、检测数据异常值、实现异常数据报警功能，并可以实现电测分析，项目部日常监控等。

（2）对企业已有的钻井液信息知识库进行持续扩充，从而实现同一区块类型井眼的钻井、不同区块井型的监测预警以及解决方案信息的智能实时推送。它还支持在线对比、评价及知识库的自动更新，更新数据又进一步训练模型，使得模型优化，从而提高了预测准确率。

（3）建立并完善钻井液数据分析推荐体系，轻松实现单井实时数据诊断、智能提示综合分析评价。根据施工区块、地层分别推荐各种钻井液性能和处理剂实际用量;根据需要研究不同施工区块、不同施工地层、不同施工井段的钻井液用量性能、参数和钻井液处理剂实际使用量情况，分析筛选出最优评价指标，产生一个参考模型。然后将正进行施工数据与参考模型进行对比，对结果进行智能提示。

（4）优化、完善钻井液数据采集体系。利用手持终端APP实现钻井液数据的增、删、改、查和数据上传;通过手机APP进行语音识别并智能录入，可完整记录钻井队现场钻井液实时处理过程;进行图像采集、归类编辑上传;通过手机APP扫描钻井液材料上的二维码，可以提取材料名称、价格、厂家、产地、生产批次等信息，自动录入系统并上传服务器，从而实现钻井液用料的有效跟踪和信息系统数据的快速采集。系统支持测井遇阻等数据的采集，支持多种网络自动切换，此外也是钻井液小助手第三方APP算法集成适配平台。

4 结 语

长庆钻井年钻井能力在500万米以上，多年来在钻井提速方面一直走在行业前列。本文提出的钻井液大数据分析推荐平台，针对公司多年积累的钻井液数据进行深度挖掘利用，实现钻井液成分等关键因素分析预测，大大减少了钻井液的浪费和机器损伤，有效节约了资源，避免了浪费;有效降低了钻井过程中危险发生的概率，显著降低了资产损失，为企业提高效率和提升管理水平提供了强力支持，具有非常好的应用前景。此外，该平台在探索大数据分析技术以及新型人工智能技术在钻井行业的应用，提升企业的综合竞争力和社会影响力方面也大有裨益。

参考文献

[1]刘胜娃，李卫，张越.长庆钻井公司统一通信平台的设计与实现[J].物联网技术，2017，7（4）：62-63.

[2]赖福斌.录井现场数据实时采集与传输系统设计[J].信息系统工程，2019，32（2）：49.

[3]周飞燕，金林鹏，董军. 卷积神经网络研究综述[J].计算机学报，2017，40（6）：1229-1250.

[4]王斌.基于云计算的GIS大数据分析技术与应用[J].国外电子测量技术，2019，38（9）：136-141.

[5]王平，贾化萍.C/S和B/S结合模式下应用系统的研究与开发[J].电脑与信息技术，2006，14（1）：50-53.

[6]肖祥林，周春容. 基于云+SOA架构的异构智慧校园平台设计与实现[J]. 电子设计工程，2018，26（4）：85-89.

[7]魏广群，蒋利利，张蒙蒙，等. 基于WebGIS城市规划一张图管理系统的设计与实现[J].科技视界，2018，8（3）：11-14.

[8]马婧，吴清烈.面向C2B个性化定制的智能推荐算法研究[J].工业工程，2018，21（5）：87-92.

[9]钟晓，马少平，张钹，等.数据挖掘综述[J].模式识别与人工智能，2001，13（1）：50-57.

[10]杨金劳.机器学习算法在数据挖掘中的应用[J].电子技术与软件工程，2018，25（4）：191.