李維校
(西安石油大學 陜西 西安 710065)
石油鉆井行業從生產線到業務層面部署了大量應用系統,每個系統都有各自的數據模型和引用,存在大量異構數據源[1]。并且各個鉆井子系統之間的數據管理普遍存在不一致和不兼容問題,為生產管理帶來額外成本,不利于優化和適應業務流程。在石油鉆井開發整個過程中,運用了很多不確定的數據(地下環境的不確定性、地層參數的不確定性、井筒管流參數的假設誤差等),造成決策科學性差。決策中,更多的依賴專家的經驗和認識,但專家不代表科學,由于個人認知和涉及的專業背景不同,進行全面決策時,成功率低,這也是造成石油勘探開發成本高的重要原因之一。
為了提高鉆井效益,將物聯網技術應用于石油鉆井行業,在石油鉆井數字化建設的基礎上,利用物聯網技術對鉆井數據進行實時的監測和采集,通過鉆井數據的挖掘和分析,反饋到鉆井生產現場,實現鉆井生產過程的閉環管理。同時,利用物聯網技術可將石油鉆井行業的勘探、開發、生產管理、儲運等各領域有機統一起來,實現石油鉆井生產的自動化、一體化和科學化,進而優化鉆井系統,提高石油鉆井的效率[2-3]。
在石油鉆井行業中,主要利用物聯網技術對鉆井數據進行監測和采集,并通過有線或無線網絡實時傳輸數據處理中心,對鉆井數據進行挖掘和分析之后實時反饋和指導鉆井生產現場。物聯網技術在石油鉆井行業的應用價值主要體現在以下幾個方面[4]。
(1)鉆井物聯網所采集的數據反映生產現場最直接的鉆井數據,這些數據是分析鉆井工況,科學指導決策的基本依據。
(2)鉆井物聯網可實現鉆井動態數據的實時采集,通過及時地分析處理,從而實現對整個石油鉆井系統的實時監測和控制。
(3)鉆井物聯網通過對數據的實時采集,實現對鉆井過程的預警和控制,同時,這些鉆井數據也可以為研究人員提供有效的研究價值,實現鉆井過程的科學化指導,從而提高鉆井效率。
基于物聯網技術的石油鉆井系統其構成較為復雜,如圖1所示,主要可分為三個層面:感應層,網絡覆蓋整體層,應用層[5]。
感知層是全部鉆井物聯網系統的重要環節,它起到了對鉆井數據的采集和對鉆井環境的整體感知。基于物聯網技術的石油鉆井的系統是按照感知層對各個層面進行決策指導,由感知層的傳感設置和傳感收集支持石油鉆井的全部布局。
網絡覆蓋整體層是由鉆井物聯網中各類收集通信和收集云端上的各類裝配組成。這一層次主要是接收、傳輸和存儲各類鉆井數據以及整體的網絡化管理、監控中心、司鉆臺等。
應用層是石油鉆井物聯網系統最后環節,包括對鉆井數據的挖掘和分析、各類信息的融合,以及石油鉆井的生產現場。通過對采集的鉆井數據的分析處理,指導整個鉆井系統合理有效的運行,實現石油鉆井的科學化決策,優化石油鉆井系統,提高鉆井效率。

圖1 基于物聯網技術的石油鉆井系統架構
(1)信息融合技術
石油鉆井中需要將自不同時間、空間、不同用途的各種信息進行分析、加工、處理,形成統一的特征表達信息。信息融合技術核心是對感知層不同傳感器采集到的數據進行多層次、多方面的處理,從而得到具有新含義的信息。
(2)ZigBee技術
石油鉆井可利用ZigBee技術完成近距離、低復雜度、低功耗、低成本的雙向無線通訊。將感知層采集到的數據利用ZigBee技術完成數據的傳輸,在協助自身終端進行通信的同時,可以對來自其他節點的數據進行中繼和轉發。石油鉆機現場的ZigBee網絡有兩種通信模式:直傳模式和路由模式。
(3)KingSCADA組態軟件
石油鉆井中利用KingSCADA進行集成化管理、模塊式開發、可視化操作、智能化診斷及控制,具有簡便、運行安全可靠的特點。KingSCADA還構建了開放型平臺,可以將任何控制系統、遠程終端系統、數據庫、歷史庫以及企業其他系統進行融合,實現物聯網鉆井系統智能化平臺的搭建。
(4)SQL Server數據庫
石油鉆井中可利用結構化查詢語言(Structured Query Language SQL)搭建關系型數據庫管理系統,其主要功能是在各數據庫之間的建立關系并進行溝通。數據庫設計原則應面向全局,根據需要合理安排數據庫的結構和數量、保證系統運行效率,調理各種關系表,減少系統冗余,便于改進和維護。
物聯網是一種新興的技術,已經應用在很多領域。物聯網技術在石油鉆井行業中的應用,對于挖掘石油鉆井數據潛在價值,優化鉆井生產決策,完善石油鉆井系統,提高石油鉆井效率具有重要意義。在石油鉆井中,如何更好地利用物聯網技術實現鉆井生產的科學化和高效化是鉆井工作人員需要不斷探索的話題。未來,隨著科學技術的發展,基于物聯網技術的石油鉆井系統會越來越完善,為我國石油鉆井行業做出貢獻。
[1]宋天智.石油鉆井自動化技術應用研究[J].中國科技縱橫,2014(5):192-192.
[2]王興,劉超,張歲盟.大數據時代下數字油田發展思索——智慧油田的現狀及發展研究[J].化工管理,2014,(35):50.
[3]朱承綱.油田生產運行指揮平臺管理信息化的構建和應用[J].管理學家,2013.
[4]萬軍,王洪元.物聯網技術在數字油田中的應用[J].石油化工自動化,2015,51(01):1-4+35.
[5]張晉軍,梅勝文,黃濤.物聯網、大數據及云計算技術在油田生產中的應用研究[J].石化技術,2015,22(03):122.