大数据分析在油气田资产设备管理中的应用

王煜彤 周靖伟 王维 喻炫耀

（1.中国石油工程建设有限公司（CPECC）行政事务部 北京 100011；2.中国石油工程建设有限公司（CPECC）北京设计分公司工艺室 北京 100085；3.中国石油工程建设有限公司（CPECC）中东地区公司 北京 100011；4.中国石油大学（北京）机械与储运学院 北京 102249）

1 目前油田企业中资产设备管理中的不足

1.1 很多老旧设备没有台账

当油气田运行20年以后，很多设备老化，腐蚀破坏严重，这些老化了的设备很容易出现或诱发各种问题，设备自身的功能大打折扣或失效不能使用，严重影响油田正常生产与经济效益，甚至引发严重事故［1］。由于设备使用时间过长，管理与操作人员变化，这些设备的台账慢慢找不到了。如果出现设备故障或事故，常常找不到台账来分析原因，无法快速、正确地制定针对性的有效对策［2］。

1.2 不重视设备的维修保养

很多油气田单位和个人为了效益拼命生产，根本不考虑设备的维修保养，不少设备带着故障运行生产。长时间的连续生产会加速这些设备的损坏，或引起停产，或引发重大事故，获小利而丟大利［3］。若对一些设备只小修，不大修，生产断断续续，总体效率大大降低［4］。

1.3 设备管理人员技术水平不高

一些老员工有经验但缺少先进理论或在计算机、网络飞速发展时代跟不上先进步伐，一些年轻的员工计算机、网络水平高但缺少实践经验，因此，资产设备技术总体水平相对落后。在此条件下，一些设备的安全隐患没及时发现。一个设备的安全隐患会引发其他设备的生故障，或从量变到质变引发重大事故［5］。

油田企业的健康发展与相关设备的可持续生产紧密相关［6］。大数据分析、智能学习在油田地面设备管理方面目前正处于起步阶段［7-8］。近年来，中国石油工程建设有限公司（CPECC）北京设计分公司在利用大数据分析在油气田设备管理方面取得了长足进步，获得了很好的管理效果。下文将主要介绍本公司（CPECC）油气田资产设备数字化管理基础与特点、决策树信息流系统生成与事故防控方法、资产设备完整性管理的信息化实施方案、基于大数据算法的机泵选型及分析技术开发应用、研发位列国际前沿的油田地面数字化平台和实施效果鉴。

2 油气田资产设备数字化管理基础与特点

油气田资产设备设施分为5个大类：设备、工艺管线、阀门、仪控设备和控制系统。设备又分为工艺设备、电气设备和消防设备3类。

根据设备的电气属性，设备又分为动设备和静设备。油气田资产设备数字化管理覆盖的关键动设备有离心泵（悬臂式、两端支承式、悬吊式）、往复泵、螺杆泵（单螺杆、双螺杆）、混输泵、压缩机（离心式、往复式、螺杆式）、发电机（柴油发电机、汽轮发电机）等。此次研究范围需要覆盖的关键静设备有原油储罐、产出水储罐、三相分离器、脱水器、脱盐器、原油稳定塔等。

本公司（CPECC）自主开发了一整套油田企业资产设备完整性管理的信息化实施方案，它的主要特点有如下几点。

（1）针对性。聚焦于油气田设备完整性管理，主要研究范围是设施、设备和工具的全寿命、全流程、全状态管理。

（2）先进性。结合油气田设备完整性管理使用需求，考虑后续发展和能力冗余需求，选用当前市场主流设备，采用先进的技术体制、方案设计、工程实施和验收测试方法。确保系统建成后的技术先进性、应用先进性和工程实施先进性。

（3）可扩展性。方案设计中，油气田设备可增加，也可减少。

（4）灵活性。采用模块化设计，根据油气田设备完整性管理系统的不同需求进行取舍，特别是灵活的终端接入、数据分析等。

（5）可管理性。实时监控、监测整个油气田设备系统的运行状况，可以迅速确定故障的名称、部位、原因、后果。

（6）标准化。油气田设备完整性管理系统技术选型遵从国际、国家和行业标准。

（7）实用性。使用户以最便捷的方式获得最为真实、实用且有针对性的信息。

（8）系统性原则。系统在进行数据的存储、监控、整合、分析及传输时，遵循系统的整体性、动态性、反馈性和封闭性的原则，使系统结构在使用过程中不断优化。

（9）安全性原则。保障系统中的数据库和相关安全监督管理模型不被破坏。

（10）可靠性原则。系统运行在可靠的软件、硬件基础上，有较强的容错能力，确保系统可靠性。

（11）经济性原则。综合考虑各种影响设备安全的因素，对整个系统资源进行最优化配置，以较小的投入获得最大的经济效益。

3 决策树信息流系统生成与事故防控方法

在滚动轴承的寿命预测工作中，最终预测结果的准确程度取决于预测模型的结果。在滚动轴承的寿命预测过程中，通过建立相关模型，可以预估轴承剩余寿命。但是，经过分析发现，传统模型预测寿命的预测准确率交低，原因是传统单一方法不适合解决多变寿命预测问题，且建模过程中无法确定设置参数。针对上述问题，本公司（CPECC）研究了在传统支持向量回归模型基础上，更新了的最小二乘法支持向量回归模型。

用 CHAID（CHi-squared Automatic Interaction Detector）算法构建决策树。对于输入变量数据为分类型的，CHAID 算法的预处理方法是直接根据统计检验的结果，发掘对目标变量没有太大影响的组别进行合并。而对于目标变量压力管道失效后果为分类型的，则是采用卡方检验，反复检验与合并，直到输入变量无法合并为止。对于数值型的输入变量数据，CHAID 算法的预处理方法是按分位点进行分箱处理，并根据统计检验的结果，对目标变量没有太大影响的组别进行合并。决策树的核心是从一组无规则、无次序的样本数据集中经过推理得到决策树表示形式，逼近离散值目标函数的分类规则。决策树的生成由两步组成。第一步，决策树的生成：由训练样本集生成决策树的过程。一般情况下，训练样本数据集是根据实际需要由历史的、有一定综合程度的、用于数据分析处理的数据集。第二步，决策树的剪枝：决策树的剪枝是对上一阶段生成的决策树进行检验、校正和修正的过程，详见图1。

图1 决策树的生成过程

在油气田资产管理项目的基础上，将海量的设备基础数据和运行数据分层次建立数据库模块，利用决策树数据库判断树分析方法，进行量子遗传算法动态搜索支持向量机（LSSVR）计算，自动滤去修剪掉部分最不可靠的无效信息，建立设备故障诊断和预测模型。在传感器与通信网络协助下，信息集中流向油气田中控室的设备决策支持系统，自动生成设备故障列表、设备运行状态曲线对比图、设备运行趋势分析图、设备缺陷分析图、自动通信报警、自动确定设备故障位置等。管理人员身在远方能见到通信报警，能重点监视或巡回监视压缩机、分离器、锅炉、油罐等油气田关键设备，能读取故障设备位置，能及时指挥附近维修人员抢修。该决策树系统有助于提前有效避免事故的发生，快速提供设备检修决策支持，对节约资产设备检修成本、提高资产设备利用率具有重要的意义。

（2）数据传输：通过互联网、分布式控制系统（DCS）、局域网和卫星通信传输等。

（3）分析数据收集模块：基于设备运行数据、环境参数、设计数据、历史事故、专家知识、地图数据等，通过改进LSSVR 模型进行大数据分析与处理，包括终端布局优化、事故风险预测、事故预警决策、事故应急决策、应急资源调度优化等。

（4）事故防控指挥中心系统模块：大数据分析结果显示，包括风险发展趋势、设备三维可视化、事故灾害后果可视化、应急处理方案、事故处理实时展示、抢修资源与抢修路径可视化。

4 资产设备完整性管理的信息化实施方案

本公司（CPECC）北京设计分公司以油气田地面工程的数字化设计为前提，以自动化技术、通信技术为基础，结合先进信息技术，面向海外油气田的运营管理需求，形成了适应海外油气田地面工程特点的数字化、智能化关键技术解决方案，助力海外油气田实现全生命周期数字化可视化管理、一体化智能化管控、流程化协同化运营。该专项研究将“油气田设备完整性管理”应用于数字化、智能化油田地面系统，实现油气田设备的全生命周期数据管理、设备预测性维护等功能，为油气田整体运营降本增效。油田企业资产设备完整性管理的信息化实施方案的部分成果如下。

（1）油气田设备完整性的信息化管理系统，包括原理、技术特点、实施步骤、功能的实现、国内外应用现状等。

（2）油气田资产设备完整性管理信息化，包括油田企业设备管理中存在的问题、完整性管理的理论、软件支持与完整性管理体系的构建等。有针对性地提出油气田资产设备完整性管理的信息化系统总体架构、关键技术设备风险管理系统的设计和实现，最终实现整个油气田设备完整性管理的信息化应用。

（3）以可靠性为中心的维修（RCM）技术，包括该技术的技术原理、分析方法、实施步骤、国内外应用现状等。针对动设备管理内容和常见问题，制订了基于RCM的油气田设备完整性管理技术方案，建立了油气田常见动设备的诊断分析模型，即压缩机设备故障诊断模型、泵诊断分析模型及发电机诊断分析模型等。

虽然有的部门已经建立了财务风险内部监督机制，但是在岗位设置和职责上缺乏独立性和权威性。例如：A企业的监督检查人员与各部门之间存在着依附关系，不能彻底履行岗位职责，监督检查效果可想而知；A企业的每个岗位并没有业绩绩效考核制度，使得制度流于形式、成为一个空头文件。

（4）基于风险的检验（RBI）技术，包括该技术的技术原理、分析方法、实施步骤、国内外应用现状等。针对油田静设备应用特点和常见管理问题，制订了基于RBI 的油气田设备完整性管理技术方案，建立了油气田常见静设备的诊断分析模型，即罐诊断分析模型、塔诊断分析模型和管道诊断分析模型。

（5）应用大数据方法、智能学习方法，特别是智能化决策树学习算法。

（6）对软件RBI、RCM、腐蚀监测系统、油气田设备完整性的信息化管理系统等软件进行数据接口和登录界面的集成，以及与数据湖数据传输接口的集成，实现油气田地面设备的数字化、智能化运营维护。

（7）开发了基于大数据算法的机泵选型及分析技术，获得国有发明专利。

（8）研发了位列国际前沿的油气田地面数字化平台。

（9）研发了基于动设备RCM的设备全生命周期管理技术。

（10）进行了企业资产管理（EAM）系统在油气田设备完整性管理中要点分析。

（11）研发了一种油气田地面静设备智能化维护系统，申请国家发明专利。

（12）总结了工程应用的经验教训，明确了资产设备管理的发展方向。

5 基于大数据算法的机泵选型及分析技术开发应用

油气田设备在内外环境综合作用下，运行时间越长，腐蚀越严重，发生事故的可能性越来越大，严重影响了设备的安全平稳运行。针对Back Propagation 神经网络的波动大、收敛慢的不足，首先开发利用一种改进的、具有很强的宏观搜索能力的遗传算法，宏观搜索后，再进行神经网络计算和预测评判。在此基础上，我公司（CPECC）北京设计分公司发明了一种基于大数据算法的机泵选型及分析技术（发明专利号ZL 2020 1 0392060.8）。该机泵选型及分析技术能自动基于某机泵设备原始与运行数据，组合该机泵设备数据并建立数据库，自动基于该数据库进行数据计算与分析，自动对该数据库进行挖掘并生成预测模型，同时，自动进行设备选型评估。其中，生成数据库的过程包含数据的采集、导入、统一格式、分小类存储等。通过计算机，利用数据库进行统计、对比、分析，得到机泵选型的概率分布，进行故障预测与效率评估，同时得到效率域。利用大数据分析技术，对数据库存进行挖掘，生成泵型、效率、故障位置与故障频率的预测系统，实现长期、永远、随时对某个项目的所有机泵量化指标、比选泵型、预测故障、分析能耗、给出选型意见等。

6 研发位列国际前沿的油田地面数字化平台

在国内自动化控制和可视化效果基础上，本公司（CPECC）北京设计分公司先后与贝克休斯、哈里伯顿、美国GE 公司、意大利PEG 公司斯伦贝谢等20 多个国

际知名公司对标、合作、交流，选择性吸收其数字化经验，以云技术存储、大数据分析、自动工作流为手段，系统整合了油田勘探、开发、工程建设、生产运行、安全防范等业务，建立了达到国际先进水平的哈法亚油田数字化四级平台，该“顺风耳”与“千里眼”打破了部门和地域的壁垒，具有“多地域、多专业协同”“一体化远程监测、分析、决策”“事后响应转为事前预测”的特点，首开中国石油海外项目数字化和智能化油田建设先河，为全面实现油田现代化管理打好了基础。哈法亚油田因此实现了智能化、信息化、可视化、现代化管理，减少了人员编制，提高了经济效益，哈法亚油田数字化四级平台适用于所有油气田项目。以哈法亚油田为例的数字化四级平台参见图2和图3。

图2 哈法亚油田数字化平台

图3 哈法亚油田数字化系统结构图

7 实施效果

本公司（CPECC）的大数据分析在油气田设备管理方法，已经在伊拉克哈法亚油田、叙利亚GBEIBE 油田、土库曼巴格德雷合同区域A区块、伊拉克艾哈代布油田等油田推广应用，预测评判性能和精度远远优于一般的BP 神经网络方法，提高了安全水平、资产设备管理水平、经济效益和社会效益，保证了油田企业的可持续持久健康发展，提高了本公司的核心竞争力，推广前景广阔。