数智化驱动海洋石油钻探行业成本管控——以C集团公司为例

孙一丹

中国石油大学（北京） 北京 102299

为保障国家能源安全，近年来国内各大石油公司勘探开发力度不断加大，钻完井作业量持续增加，钻完井安全、成本管控面临更大的挑战。主要表现为以下几个方面：海洋钻井平台日费高，且老旧平台多，作业效率高低不一，单一的定价模式不利于甲乙方协同提速提效；新区新领域、深水、深层、高温高压井数量增多，复杂地层钻井速度慢，单井钻完井费用高；现场作业风险的智能化预警及管控仍然薄弱。探索将大数据、人工智能等技术赋能海洋钻探行业的关键领域，从而实现成本管控，这是油田企业智能化建设的重要驱动力。

财务管理涉及的主要问题包括长期、短期资本的配置问题，资金的融通问题。其中与生产密切相关的成本与费用，即未来会进入销售成本的生产成本，属于期间费用而进入利润表的费用，都会在会计计量中被准确的计量并反馈给决策者，对成本、费用进行管控至关重要。现有的传统成本管控手段已经无法完全满足企业高质量可持续发展的需求，需要新一代的信息技术赋能，探索新的效益增长模式。笔者以C集团公司为例，该公司近年来锚定大型钻井装备科学管理、基于大数据的钻井综合提速技术、海上钻井作业安全风险智能监控等关键领域，以钻完井业务数据为驱动，最大化挖掘数据价值，科学分析推断，及时支持决策，深度挖掘提质增效关键点，实现了成本的有效管控。

1 C 集团公司油气钻探成本构成及控制现状

海洋石油钻完井面临环境恶劣，环保要求高，风险大，平台工作空间受限等影响，钻完井成本及风险远高于陆地油田，近年来随着勘探开发超深水深层迈进，钻完井成本逐渐达到资本支出的50%，海洋钻完井提速降本迫在眉睫。钻完井成本的构成比较复杂，主要包括：

1）钻前准备，主要包括井场调查费、拖航服务费、钻机定位费、打桩费用等，由于海洋钻完井的特殊性，该部分费用所占比例较陆地油田高得多。

2）服务费，主要包括：钻井船服务、供应船、直升机、定向井服务、射孔服务等，主要用于钻完井作业的配套支持，是费用的重要组成部分。

3）材料费，主要包括井口装置、套管、油管、筛管等，主要为建井所需要的物料，该部分费用较高且受市场价格的影响较大。

4）间接费，主要包括保险费、膳宿费、监督费、码头服务等，主要用于海洋钻完井作业的管理及后勤服务。

5）不可预见费，在钻完井作业过程中可能会发生不可预见的情况，比如井下工程事故、井控事件等，不可预见费是上述四项费用总和乘以相应的系数，该系数依据钻井风险的不同有所差异。

目前海洋石油钻完井成本管控主要面临以下几个突出问题：

1）钻井平台日费大约占到单井总成本的一半[1-3]。目前主要依据同等水深能力钻井平台国际市场价格及国际油价变化确定钻井平台日费，未能充分考虑钻井平台作业能力、作业效率和质量安全等情况，不能有效激励平台装备能力升级、队伍提升及钻完井提质增效。

2）传统钻井参数的选择依赖本区域老井的作业经验，对于是否可以提高参数，提多少，缺乏理论依据，钻速的预测误差较大。

3）传统的现场作业风险管理主要依赖于制度建设、人员培训等，对于相关风险的预警与智能监控，不安全因素的提前感知与控制不足。

2 C 集团公司油气钻探数智化基础

数据管理一直是油气行业信息化工作的重点和难点，海洋石油钻完井存在着巨量的静态数据与动态数据，动静态数据的融合是实现钻探数智化应用场景建设的重要基础。C集团公司经过多年的努力与建设，目前已经形成了两套关键的钻完井数据库系统，可用于大数据分析及数据挖掘，助力海洋钻完井提质增效。

钻完井报表管理系统为钻探数智化提供了静态数据基础。钻完井报表管理系统是一个可涵盖井全生命周期的可视化数据信息管理系统，几乎涵盖了关键的钻完井作业参数，主要包括：

（1）通用信息，包括井名、油田、区域、作业者、井场坐标等；

（2）钻井信息，包括钻井日报、钻井工期分析、钻井液、钻井参数、钻头表现及钻具组合、时效统计分析、井眼和定向井测斜资料等；

（3）完井信息，包括完井日报、射孔、油管、防砂、增产措施等。

钻完井作业实时数据库为钻探数智化提供了动态数据基础。该数据库用于记录钻完井实时作业数据，主要包括钩载、泵压、排量、扭矩、机械钻速、起下管柱速度、气测值等。动态数据与静态数据相结合，可用于作业效率分析评价、钻井参数评估、井下复杂情况分析等，为钻完井提速提效提供完备的数据基础。

3 C 集团公司油气钻探数智化典型应用

3.1 基于钻完井大数据的海洋钻井平台作业效率评价

为了提高钻井平台的作业效率及设备使用率，促进钻完井提速提效，C集团公司基于钻完井大数据，建立了平台作业效率评价方法，并据此作为下年度钻井平台定价的依据。根据海洋钻完井作业特点，C集团公司制定了自升式钻井平台作业效率评价参数，主要包括下套管速度、套管内起下钻速度、拆装井口和试压时间、接甩立柱速度等；半潜式钻井平台在自升式钻井平台的基础上增加起下隔水管速度。开发软件实现自动提取静态数据库及动态数据库关键数据进行数据清洗及大数据分析。对各平台下套管（半潜式含隔水管下入）、起下钻、安装井口数据进行分析，对同一井段不同平台作业速度与基准值做对比，根据权重进行综合排名（见表1），为加强激励，排名前20%的钻井平台上调日费，排名后20%的钻井平台下调日费。依赖于数智化应用，C集团公司实现了甲乙方协同提速提效，并促进乙方设备升级，目前整体钻完井作业效率较2022年提高5.4%，企业获得了更多的有效产出。

表1 作业效率评价指标及权重

3.2 基于大数据的钻井提速技术

在钻进过程中，钻井的成本和质量、钻进速度、钻头的磨损速度会受到多种因素的影响和制约，其中不可控因素包括所钻地层的岩性、油气储层埋藏深度等；可控因素包括钻压、转速、钻头类型、钻井液性能、地面机泵设备、泵压和排量等因素。由于参数多、维度多、理论复杂，加上诸多工程因素为现场成本预估决策带来了巨大挑战。针对这些问题，C集团公司以钻完井动静态数据库为基础，搭建了钻井提速大数据智能应用平台。

1）基于历史数据，开展管柱受力、井眼清洁、波动压力分析多模型计算，实现了基于物理模型的实时复杂预警，快速检测井下异常；

2）分析区域钻井关键参数，按区域、开次、工况推荐钻具组合、钻井参数，给钻井现场提供参考；

3）结合机械比能理论，海量计算多种工程参数的钻速最优解，给予最佳钻井参数；

4）分析邻井已钻井数据，训练转速、泵压、排量参数优化模型， 基于本井实钻岩性、钻具、井身结构数据，实时推荐最优钻井参数，实现钻速始终处于最佳状态。通过数智化手段，C集团公司实现了钻井模型计算、实时分析、风险监测，2023年5000m级深井实现成本降低10%的目标，成效显著。

3.3 基于工业互联网的海上钻井作业安全风险监控系统应用

近年C集团公司借鉴城市、交通等领域“互联网+监管”模式，结合海上平台钻完井特点，聚焦现场作业人为不安全行为、装备不安全状态、井筒不安全因素、管理不安全缺陷等安全关键风险，采用物联网（摄像头、传感器、网络）、人工智能（AI）、边缘计算等技术，构建完成了钻完井作业安全风险监测预警保障技术平台，大幅降低了不可预见费的发生。

首先从分析海洋钻完井安防重点着手，通过对机器视觉、工业互联网、超融合、云边协同等技术开展研究，构建快速感知、实时监测、超前预警、联动处置和系统评估等新型安全能力，具备视频实时监控、视频智能识别、井控智能预警、井控装备监测、作业关键点管理、海陆云边协同六大功能模块。目前，该场景已在两个模块钻机试点应用，累计上线机器视觉模型11个、钻井特色模型7个，创新实现了“井控演习综合评价”、“违规踩踏井口盖板检测”等钻井特色场景。该平台的建设对于有效控制作业风险，尤其对井控风险的预防意义重大，规避了发生影响公司生死存亡的重大井控事件。

4 结论及建议

海洋石油钻完井成本高，风险大，钻探成本的管控对企业高质量发展至关重要。本文以C集团公司为例，探讨了该公司在大型钻井装备科学管理、钻井综合提速、钻井作业安全风险智能监控等关键领域的数智化应用建设成果，通过数智化手段有效的降低了钻探成本。未来，大数据、人工智能、云计算、物联网等数智化技术会更加广泛的参与到能源企业的生产和经营中，从源头降低成本、提升企业效益，促进行业发展。