基于大數據平臺的石油數據分析模型的研究與應用

王學軍,李 莎 ,楊利霞

(1.承德石油高等專科學校 計算機與信息工程系， 河北 承德 067000；2.中國石油天然氣管道通信電力工程總公司， 河北 廊坊 065000；3.遼河油田公司信息工程公司， 遼寧 盤錦 124000)

隨著IT、通訊和信息技術的發展，大數據和云計算在各行業和領域的應用都在飛速發展，針對行業在生產過程中采集、分析、積累的數據量越來越多，形成了超大量的數據群。這些數據在反應行業生產過程的同時，也體現了其內在的聯系，就是這些數據以及存在的千絲萬縷的聯系，才真實地反應了行業生產的各種狀況，同時也為其生產過程的監控、管理提供了很好的基礎性信息。比如，在石油工程的斜井抽油生產過程中，其井深、井斜、扶正器等方面的參數相互制約，對于該生產過程非常重要，這些制約的關系都將通過石油生產的相關數據反映出來。在大數據平臺下的數據挖掘技術和算法是一種分析相互制約數據的有效手段，通過數據分析和挖掘技術，探索出在石油生產過程中能反應生產過程的相互關聯數據之間的關系，這些關系將為提高生產效率、加強管理、改善生產決策提供數據基礎和方法依據[1-3]。

1 基于大數據的行業數據分析技術和過程

1.1 大數據支持下的數據挖掘算法

所謂大數據都能用“3V”(即量、類、時三個特征)來表示。量(Volume)就是數據容量大；類(Variety)就是數據種類多；時(Velocity)就是處理速度快，時效性要求高。這些特征非常準確地反映了目前石油工程、醫療衛生等行業中相關數據的特性。

基于行業大數據下的數據挖掘技術是指從某行業生產過程中積累的超大量數據中發現數據之間反映生產過程的內在規律、挖掘對生產管理有用信息和知識的技術和過程。通過數據挖掘技術對行業中的相關數據進行分析，可以得到那些行業生產過程本身存在、但又不能靠管理者輕易發現的的結論。這些結論通常以可視化的方式呈現，很容易被管理者和決策實施者理解，目前數據挖掘技術在石油工程、醫療衛生等行業發揮了重要作用。

1.2 行業數據分析處理過程

針對行業的數據挖掘首先從行業需求分析入手，根據工程單位在生產、管理、決策中需要解決的實際問題，才能確定數據分析處理的具體流程，一般包括如下過程：生產分析、數據解釋、數據儲備、選用模型、分析挖掘和得出結論，如圖1所示。

1.3 石油數據分析技術的匹配性研究

石油數據分析過程影響因素比較多，要受到具體行業、具體生產過程等方面的影響，因此對應的數據挖掘技術也不是單一的，而往往是綜合的、互相補充、相互促進的，其特色如下：

1)數據挖掘技術在行業數據處理的適用性。每一種數據挖掘方法都具有各自的適用情況，可以根據數據的特點進行分析，進而選擇相應的數據挖掘方法進行處理。

例如，對于井眼軌跡來說，本身井眼軌跡就是一條曲線，只不過是一條復雜的空間曲線，但是如果將該曲線進行劃分，那也可以變成局部的簡單曲線，因此可以使用回歸技術對其進行模擬。

2)數據挖掘技術在行業數據處理的綜合使用性。由于行業數據非常復雜，變化非常多，因此每個數據處理過程都不是單一的，而是需要多個數據挖掘技術綜合起來才能處理的。

例如，在斜井抽油的井眼軌跡描述中，對于變化比較規律的直線軌跡，可以使用一元回歸函數進行模擬，而對于復雜的曲線軌跡，需要使用二元回歸方法，同時還要使用分段處理的方法進行。在處理過程中，需要使用奇異點排除法，即將奇異點進行分類排除，然后逐一分析，最終確定奇異點的類型并進行相應處理。

2 大數據支持下的石油工程數據分析模型構建及應用

在基于行業數據處理步驟中，模型的選用和建立是起到承上啟下的重要作用，首先要針對行業的具體數據進行分析，才能選用適合的模型，同時選用的模型還要考慮到后面的數據分析和挖掘，應該和預期的結果相匹配。

2.1 石油數據模型選取

石油生產過程是一個包括多個生產環節的過程，這些環節之間存在著必然聯系，同時這些關系之間還存在相互制約的關系，正是這些必然、制約的關系影響了數學模型的選取。數學模型的選取對于計算數據、應用軟件的開發都非常關鍵。選取恰當的模型，將為生產企業節省人力、物力，并提高經濟效益。通過對石油工程具體生產的了解、數據特性的分析，結合具體生產過程，選取了適合于斜井抽油生產過程的三種模型，即適合于空間受力分析的三維三元模型、適合于模擬油藏儲量的黑油模型、以及適合于油氣滲流力學的數學模型，這些模型將為數據挖掘的應用奠定基礎[4，5]。

2.2 石油數學模型優化

模型的選取原則是受生產過程、數據描述和處理過程等因素影響的，比如針對采油過程中的井眼軌跡來說，斜井抽油是一個立體模型，需要三維模型，直井的描述需要二維模型，但是實際生產決定了整體是三維的立體斜井空間，但是有很大部分是平面結構，需要二維空間即可，同時三維模型的基本思想是針對“直井”的二維模型的基礎上發展得來的其基本研究思路是一致的，因此可以構建“二維+三維模型”來描述斜井抽油的實際生產過程。

2.3 石油行業數據處理模型應用案例——井眼軌跡的描述

1)斜井井眼軌跡描述的數據分析

根據斜井抽油生產實際情況，井眼軌跡的描述是需要連續性的曲線，尤其是在斜井抽油中，井眼軌跡直接影響了如何設置抽油機井的各項參數，首先必須知道井眼軌跡的基本形狀。因此，出現了必須將離散型的數據轉變成連續性曲線的需要。

2)斜井井眼軌跡描述需要解決的問題

由于石油生產是要在自然條件下進行的，同時很多工作是在地下完成的，并且要受到地理、氣候、地層等多方面情況影響的，因此通過生產數據得出的井眼軌跡(即通過離散數據得出的連續曲線)不是規則曲線(單調或者基本規則的圖形)構成的，這樣解決該問題的難點及解決辦法如下：

① 曲線形狀的確定

通過離散數據得到的曲線不一定是規則的，很難判斷其形狀及變化規律。解決辦法：將曲線進行分段描述，不同段的曲線采取不同的計算方法達到準確描述的目的。在每一段曲線(性質相同或相近數據組合的數據組)內，曲線的變化應該是相對規則的，并且性質也比較好判斷。可采用數據挖掘中的回歸算法來描述曲線的基本形狀，達到模擬井眼軌跡基本狀況的目的。

② 曲線接點處形狀的確定

由于斜井抽油離散數值的不連續性，往往在不同性質曲線的接點處，很難實現對曲線的連接。解決方法：通過對大量實例分析得出的經驗結果，可使用奇異點分析、分階段回歸、二次函數等方法進行完善，在曲線節點處近似模擬曲線的形狀，將一段一段的不連續的曲線最終構成一個連續的曲線，即完整井眼軌跡的描述。

3)針對優化模型的算法優化(一元線性回歸算法的優化)

通過斜井抽油的生產過程分析，針對優化的二維+三維模型的描述，可以準確描述影響井眼軌跡的因素包括測深、井斜角、方位角、垂深、平移等參數，通過對這些參數的具體分析，以研究“平移”參數為例，發現測深、垂深等參數的變化比較大(對于一口井來說都在數十米)，而對于井斜角的變化不是很大(有些井斜角只有幾度或者不到1度)，因此，本文采用了分階段處理參數的方法，即采用變化規律相同或相近的參數，兩次使用一元線性回歸的方法。比如可針對垂深、測深變化數據比較大，且變化規律相同或相近的參數，使用一元線性回歸描述井眼軌跡的大致圖形(即井眼軌跡的大致走向)；然后在利用變化不是很大的井斜角等不可缺少的描述井眼軌跡的參數進行局部的擾動值的分析和描述。這樣即解決了由于參數差別過大造成的有些參數無法發揮作用，同時也解決了斜井抽油變化復雜的實際生產狀況問題，應用效果良好。

4)結論分析

通過斜井抽油具體情況分析可以看出，在針對斜井的井眼軌跡描述過程中，將性質相同的階段簡化為二維模型，利用線性回歸算法進行基本井眼軌跡的描述。對于情況復雜的區域或連接點位置，采用再次回歸(或二次曲線)方式進行模擬，很好地解決了利用數據挖掘回歸計算模擬描述經驗軌跡的問題。

通過上述優化和計算，可確定描述井眼軌跡的主要參數和影響因素，為井眼軌跡的描述提供了數據依據。

3 總結與展望

針對大數據平臺下的數據挖掘算法為基礎，在超大量數據中采用優化模型及優化算法能夠很好地解決油田生產中的數據分析方面的問題，很好地實現了體現大數據支持下的數據挖掘技術和油田生產之間的結合。但是由于斜井抽油生產過程很復雜，這樣的 優化和結合并不是容易研究分析和發現的，需要我們對超大量數據的挖掘和分析，還需要充分結合油田生產的實際，這顯然需要一個長期而且艱巨的過程，需要我們不斷努力探索和追求。