大數(shù)據(jù)技術(shù)在油田勘探開發(fā)生產(chǎn)中的應(yīng)用

摘 要：大數(shù)據(jù)技術(shù)已經(jīng)逐漸成為促進(jìn)油氣勘探開發(fā)深入發(fā)展的重要技術(shù)手段，國內(nèi)外油氣生產(chǎn)企業(yè)已越來越重視大數(shù)據(jù)技術(shù)的研究、探索和應(yīng)用。本文針對大港油田大數(shù)據(jù)技術(shù)在油氣勘探開發(fā)儲層預(yù)測、油氣層識別、地震數(shù)據(jù)管理、抽油井預(yù)測性維護(hù)、解決套損套變等領(lǐng)域的應(yīng)用及取得的成果進(jìn)行了綜合描述。

關(guān)鍵詞：大港油田；大數(shù)據(jù)；勘探開發(fā)

中圖分類號：TP311.13；F426.22 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-4706（2018）12-0122-03

Application of Big Data Technology in Oilfield Exploration and Development

WU Yongping

（China Petroleum and Natural Gas Corporation Dagang Oilfield Branch，Tianjin 300280，China）

Abstract：Big data technology has gradually become an important technical means to promote the in-depth development of oil and gas exploration and development. Domestic and foreign oil and gas production enterprises have paid more and more attention to the research，exploration and application of big data technology. In this paper，the application and achievements of big data technology in reservoir prediction，reservoir identification，seismic data management，predictive maintenance of pumping wells，casing damage and casing variation in Dagang oilfield are described comprehensively.

Keywords：Dagang oilfield；big data；exploration and development

0 引 言

2014年，馬云提出，“人類正從IT時代走向DT時代，以互聯(lián)網(wǎng)（或者物聯(lián)網(wǎng)）、云計算、大數(shù)據(jù)和人工智能為代表的新技術(shù)革命正在滲透至各行各業(yè)，悄悄地改變著我們的生活”[1]。大數(shù)據(jù)不僅僅是一個新概念，更是一種理念、一種問題解決思路、一系列的技術(shù)合集[2]，對于傳統(tǒng)石油工業(yè)的創(chuàng)新發(fā)展具有重要意義。在2014年，大港油田對大數(shù)據(jù)的認(rèn)識已經(jīng)非常深入，開始籌劃大數(shù)據(jù)在油田的研究和落地工作，在行業(yè)內(nèi)得到高度認(rèn)可。

大港油田制定了大數(shù)據(jù)發(fā)展頂層設(shè)計方案，明確了大數(shù)據(jù)建設(shè)目標(biāo)、建設(shè)框架、建設(shè)內(nèi)容、實施方案、制度機制等5部分12個方面的內(nèi)容，同時采取了多部門聯(lián)合推動、多業(yè)務(wù)協(xié)調(diào)開展、多節(jié)點全面實踐等措施，保證大數(shù)據(jù)工作的有效落地。在私有云環(huán)境下分別搭建了開源Hadoop平臺和新環(huán)大數(shù)據(jù)SDH平臺，為研究和應(yīng)用搭建了基礎(chǔ)平臺。以此平臺為基礎(chǔ)，進(jìn)行了油田中心數(shù)據(jù)庫大數(shù)據(jù)環(huán)境實驗，開展了勘探開發(fā)45種相關(guān)算法適應(yīng)性研究。利用自身數(shù)字油田建設(shè)扎實的基礎(chǔ)，先后對電力數(shù)據(jù)、注水井?dāng)?shù)據(jù)、抽油井?dāng)?shù)據(jù)、采油廠能耗數(shù)據(jù)、套損套變數(shù)據(jù)、儲層綜合表征數(shù)據(jù)、油田非結(jié)構(gòu)化數(shù)據(jù)等進(jìn)行探索、分析，共分析和研究數(shù)據(jù)記錄達(dá)1200萬條，從中選擇大數(shù)據(jù)挖掘業(yè)務(wù)場景。幾年來先后在儲層預(yù)測、油氣層識別、地震大數(shù)據(jù)存儲、抽油井預(yù)測性維護(hù)、套損套變分析等勘探開發(fā)和生產(chǎn)領(lǐng)域進(jìn)行了深度的大數(shù)據(jù)研究和應(yīng)用，開啟了大數(shù)據(jù)在石油上游領(lǐng)域應(yīng)用的先河。

1 大數(shù)據(jù)技術(shù)在儲層預(yù)測中的應(yīng)用

對于油氣田勘探開發(fā)而言，構(gòu)造認(rèn)識、儲層認(rèn)識是基礎(chǔ)中的核心，而儲層預(yù)測一直以來是難點中的難點。但是一直以來，因地質(zhì)意義模糊，地震屬性的混亂不清還是導(dǎo)致人們對他的不信任[3]。如何利用現(xiàn)有數(shù)據(jù)進(jìn)行儲層的定性、定量認(rèn)識和預(yù)測一直以來困擾著地質(zhì)和地球物理專家。大數(shù)據(jù)的理念正在逐步消除人們的不信任，他告訴人們：知道“是什么”就夠了，沒有必要知道“為什么”。在大數(shù)據(jù)時代，我們不必非得知道現(xiàn)象背后的原因，而是要讓數(shù)據(jù)自己“發(fā)聲”[4]。大數(shù)據(jù)的技術(shù)、數(shù)據(jù)挖掘的思路能否為儲層預(yù)測帶來新的曙光，大港油田對此進(jìn)行了探索和研究。通過該項應(yīng)用，進(jìn)行了大數(shù)據(jù)從數(shù)據(jù)準(zhǔn)備到數(shù)據(jù)可視化全流程的實踐；探索形成了尺度融合基礎(chǔ)上的大數(shù)據(jù)儲層研究思路；完成了試點地區(qū)的儲層研究，為科研生產(chǎn)提供了依據(jù)。

通過對勘探開發(fā)業(yè)務(wù)的理解，地質(zhì)專家和數(shù)據(jù)分析專家密切配合，完成了N59斷塊儲層預(yù)測相關(guān)數(shù)據(jù)的集成，包括地震、測井、錄井、分析化驗、地質(zhì)成果數(shù)據(jù)等結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)5G；進(jìn)行了歸一化、標(biāo)準(zhǔn)化、尺度融合等數(shù)據(jù)預(yù)處理；開展了支持向量機等6種地震測井大數(shù)據(jù)儲層預(yù)測算法適應(yīng)性研究；最終完成了大數(shù)據(jù)儲層預(yù)測模型的建立。模型預(yù)測數(shù)據(jù)結(jié)果受到地質(zhì)和地球物理案專家的高度認(rèn)可。其縱向、橫向分辨率得到極大提升，與單井鉆遇砂體、油田生產(chǎn)注水動態(tài)，與預(yù)留驗證井情況非常吻合，具有極強的現(xiàn)實指導(dǎo)意義，已經(jīng)在儲量計算等方面發(fā)揮了積極的決策支撐作用。

2 大數(shù)據(jù)技術(shù)在油氣層識別中的應(yīng)用

目前在油田新區(qū)或開發(fā)中后期的老區(qū)，面臨著儲量、產(chǎn)量、成本等多重壓力，需要借助信息技術(shù)從大量儲集層中，快速排查出具有潛力的油氣層，通過補孔及壓裂等措施，增加油井產(chǎn)量。基于大數(shù)據(jù)挖掘的模型可以經(jīng)常迭代計算，不斷提高油氣層識別工作效率和解釋符合率。

油氣層識別和預(yù)測需要集成包括鉆井、測井、錄井、生產(chǎn)、試油和分析化驗等多源、異構(gòu)和多粒度的數(shù)據(jù)，需要對不同類別的數(shù)據(jù)進(jìn)行歸一化、標(biāo)準(zhǔn)化和統(tǒng)一粒度等數(shù)據(jù)預(yù)處理[5]。在此基礎(chǔ)上，對K最鄰近、神經(jīng)網(wǎng)絡(luò)、決策樹、樸素貝葉斯、支持向量機（SVM）5種數(shù)據(jù)挖掘算法進(jìn)行分析和研究，完成了5種數(shù)據(jù)挖掘算法的具體實現(xiàn)；并獨創(chuàng)性的應(yīng)用數(shù)據(jù)集相似性原理進(jìn)行5種算法推薦；并進(jìn)行特征向量數(shù)據(jù)集學(xué)習(xí)，可構(gòu)建不同地區(qū)、不同層位識別模型[6]。2016年已全面實現(xiàn)，形成從數(shù)據(jù)集成、相似性判斷、算法推薦到模型建立、模型評估等全流程軟件系統(tǒng)。

3 大數(shù)據(jù)技術(shù)在地震數(shù)據(jù)管理中的應(yīng)用

在石油行業(yè)，伴隨著高密度地震采集技術(shù)的應(yīng)用，地震勘探所產(chǎn)生的數(shù)據(jù)量也在大幅增長，較以往呈現(xiàn)出幾何級增加的特點，動則幾十T甚至上百T[7]，是油田最典型的大數(shù)據(jù)之一。大數(shù)據(jù)技術(shù)的成熟，為地震數(shù)據(jù)的處理解釋和應(yīng)用帶來新的機遇，包括存儲、讀取、處理、屬性提取、數(shù)據(jù)挖掘等。

在分布式架構(gòu)的基礎(chǔ)上，針對地震勘探數(shù)據(jù)本身的通用存儲格式讀取地震數(shù)據(jù)，并編程實現(xiàn)了適用于大數(shù)據(jù)平臺的地震格式的轉(zhuǎn)化。數(shù)據(jù)的讀取與屬性提取，采用分布式讀取管理和主-從節(jié)點分布式并行計算的策略。對地震數(shù)據(jù)的分布式讀取管理，把測試用的地震數(shù)據(jù)映射到各個分布式存儲節(jié)點進(jìn)行管理，同時通過一個主節(jié)點對這些數(shù)據(jù)節(jié)點進(jìn)行控制管理；對地震數(shù)據(jù)的主-從節(jié)點計算，將計算資源從主節(jié)點發(fā)布到各數(shù)據(jù)節(jié)點，對所需要的數(shù)據(jù)進(jìn)行地震屬性提取，進(jìn)而得到用戶所需要的數(shù)據(jù)。

展開了全流程的地震大數(shù)據(jù)從SEGY數(shù)據(jù)的抽取、適用于Hadoop的數(shù)據(jù)轉(zhuǎn)換、在Hadoop大數(shù)據(jù)環(huán)境中的存儲、在Hadoop環(huán)境下地震屬性MapReduce計算，并對存儲效率、計算效率進(jìn)行了測試。結(jié)果表明2.3億個采樣點地震數(shù)據(jù)在3個Linux節(jié)點的大數(shù)據(jù)環(huán)境較單節(jié)點windows環(huán)境，處理速度有1個數(shù)量級的提升，同時，大數(shù)據(jù)存儲的可靠性也為地震數(shù)據(jù)存儲備份提供了新的思路，為油田下步地震大數(shù)據(jù)策略提供了依據(jù)。

4 大數(shù)據(jù)技術(shù)在抽油井預(yù)測性維護(hù)中的應(yīng)用

油田每天都產(chǎn)生大量的生產(chǎn)物聯(lián)網(wǎng)數(shù)據(jù)，如何利用這些海量數(shù)據(jù)來滿足日益提高的系統(tǒng)可靠性要求已成為亟待解決的問題，其中基于數(shù)據(jù)挖掘的故障診斷技術(shù)是一個重要的方面[8]。大港油田利用大數(shù)據(jù)分析技術(shù)，對抽油機井結(jié)蠟情況進(jìn)行分析預(yù)測，以實現(xiàn)抽油機井結(jié)蠟情況判定的規(guī)范化、科學(xué)化。就油井結(jié)蠟而言，不同區(qū)域、不同生產(chǎn)速度的油井結(jié)蠟狀態(tài)也不盡相同，在油田開采過程中，不管結(jié)蠟多少，都會對油井的穩(wěn)產(chǎn)造成一定影響[9]。

抽油井結(jié)蠟預(yù)測模型在建模時主要用到的數(shù)據(jù)為抽油井的自動化數(shù)據(jù)（包括沖程、沖次、最大有功功率、上行程最大電流等）、示功圖數(shù)據(jù)（包括泵最小載荷、泵最大載荷、曲線數(shù)據(jù)、頂點信息等）及日報數(shù)據(jù)（抽油井狀態(tài)描述等）。利用這些數(shù)據(jù)，建立時間序列模型與分類模型，從而預(yù)測出抽油井結(jié)蠟現(xiàn)象發(fā)生的時間，以便提前進(jìn)行洗井處理，降低因結(jié)蠟現(xiàn)象造成的經(jīng)濟(jì)損失以及人工檢修成本。經(jīng)過十多次數(shù)據(jù)處理、機器學(xué)習(xí)和測試循環(huán)，最終建立了抽油井正常/故障二分類、抽油井故障狀態(tài)分類和時間序列3個模型。

2016年該系統(tǒng)上線，已經(jīng)在采油廠進(jìn)行應(yīng)用。系統(tǒng)利用抽油機井結(jié)蠟預(yù)判模型進(jìn)行結(jié)蠟概率的預(yù)測，從而因井而異的進(jìn)行洗井業(yè)務(wù)的開展，達(dá)到既不過度洗井造成浪費，也能適時洗井不導(dǎo)致大修作業(yè)浪費，實現(xiàn)科學(xué)洗井、降本增效的目的。以此為核心技術(shù)的《一種抽油機井故障情況的獲取方法》已于2016年申報國家專利，目前已通過中國石油審批，正在國家專利局審批階段，專利申請?zhí)枺?01710566359.9。

另外，該軟件《抽油井預(yù)見性維護(hù)系統(tǒng)V1.0》已獲得計算機軟件著作權(quán)登記證書，證書號：軟著登字第1631480號，登記號：2017SR046196。

5 結(jié) 論

套管損壞使油田的正常開發(fā)受到嚴(yán)重影響，油田利益無法保證，各油田每年由套管損壞而造成的損失高達(dá)數(shù)十億[10]。大港油田已進(jìn)入開發(fā)中后期，老區(qū)產(chǎn)量遞減問題突出，油水井套損是一個突出的影響因素。以大港油田為例，2015年底，套損井達(dá)到1204口，日影響產(chǎn)量1311.8噸，日影響注水量11964方，嚴(yán)重威脅著油田的穩(wěn)產(chǎn)。

為了實現(xiàn)套損套變的預(yù)測和工程工藝方案的指導(dǎo)，進(jìn)行了套損套變的大數(shù)據(jù)分析，對全油田套損套變數(shù)據(jù)進(jìn)行了集成和清洗，保留行政維度、時間維度、空間維度數(shù)據(jù)共計9600條，包括結(jié)構(gòu)化、非結(jié)構(gòu)化等異構(gòu)數(shù)據(jù)共10G，集成了來自地質(zhì)成果數(shù)據(jù)A1、采油工藝、生產(chǎn)數(shù)據(jù)A2、套損套變系統(tǒng)等多個數(shù)據(jù)系統(tǒng)的所有套損套變相關(guān)歷史數(shù)據(jù)。完成了這些數(shù)據(jù)的預(yù)處理，對數(shù)據(jù)進(jìn)行了粒度、缺失、重復(fù)、錯誤、歸一化、標(biāo)準(zhǔn)化等多方治理。對數(shù)據(jù)進(jìn)行了多維度、多粒度、多角度的探索分析。

對不同油田套損套變影響因素進(jìn)行了全面分析，對各影響因素進(jìn)行了關(guān)聯(lián)分析，對套損套變周期、分類進(jìn)行了大數(shù)據(jù)挖掘，對11種聚類、分類、預(yù)測算法進(jìn)行了適應(yīng)性研究，最終采用邏輯回歸、隨機森林和支持向量機算法進(jìn)行實驗和挖掘。建立了相應(yīng)的預(yù)測決策模型，三種模型準(zhǔn)確率分別達(dá)到87.59%、85.34%和91.08%。

2016年系統(tǒng)已經(jīng)全面投入應(yīng)用，在對2017年新發(fā)生的套損套變井進(jìn)行預(yù)測中，準(zhǔn)確率達(dá)到91%。其中《一種基于大數(shù)據(jù)分析的套損井主控因素數(shù)據(jù)化處理方法》、《一種套管損壞主控因素評定方法》正在申報知識產(chǎn)權(quán)。

參考文獻(xiàn)：

[1] 阿里巴巴數(shù)據(jù)技術(shù)及產(chǎn)品部.大數(shù)據(jù)之路-阿里巴巴大數(shù)據(jù)實踐 [M].北京：電子工業(yè)出版社，2017.

[2] 朱杰，羅華霖，等.大數(shù)據(jù)架構(gòu)詳解-從數(shù)據(jù)獲取到深度學(xué)習(xí) [M].北京：電子工業(yè)出版社，2016.

[3] 王西文，石蘭亭，雍學(xué)善，等.地震波阻抗反演方法研究 [J].巖性油氣藏，2007，19（3）：80-88+100.

[4] 維克托.邁爾-舍恩伯格，周濤，等.大數(shù)據(jù)時代生活、工作和思維的大變革 [M].杭州：浙江人民出版社，2013.

[5] 雍世和，張超謨.測井?dāng)?shù)據(jù)處理與綜合解釋 [M].東營：中國石油大學(xué)出版社，2007.

[6] 陳斌，李洪奇，等.測井儲層評價數(shù)據(jù)挖掘方法研究 [C]//周撫生.2016年中國石油石化企業(yè)信息技術(shù)論文集.北京：石油工業(yè)出版社，2016：306-312.

[7] 林茂，范旭，宋雪峰，等.提高勘探大數(shù)據(jù)屬性分析效率的策略 [J].信息技術(shù)，2015（11）：197-200+204.

[8] 周英，卓金武，卞月青，等.大數(shù)據(jù)挖掘-系統(tǒng)方法與實例分析 [M].北京：機械工業(yè)出版社，2016.

[9] 肖進(jìn)軍.油井結(jié)蠟及清防蠟技術(shù)探討 [J].化學(xué)工程與裝備，2010（7）：65-66.

[10] 林凱.我國油田套損防治現(xiàn)狀及發(fā)展方向 [J].石油機械，2004，32（6）：6-11.

作者簡介：吳永平（1960-），男，漢族，天津人，教授級高工，博士，副總經(jīng)理。研究方向：油氣勘探、信息化技術(shù)。