智能油田的數據治理工程及應用技術研究

李園園 胡璐

[摘 要]隨著科技的快速發展，智能化的處理方式已經應用在多個行業。油田的數據治理是智能油田建設過程中的基礎操作，且占有重要地位。本文主要研究了油田數據建設，在數據治理建設思想和相應體系的基礎上，利用數據池的技術方法以及相關治理手段，為油田提供一個數據治理平臺，從而讓數據處理趨向正常化、標準化以及智能化，進而有效提升油田的數據處理能力。

[關鍵詞]智能油田；數據治理工程；應用

doi：10.3969/j.issn.1673 - 0194.2019.10.034

[中圖分類號]F270.7；F426.22 [文獻標識碼]A [文章編號]1673-0194（2019）10-00-02

0 引 言

2010年，我國已經開始應用智能油田的數字化數據治理技術，比如慶新油田，截至目前，該油田一直處于良好運行狀態。慶新油田很早就應用數字化的數據治理方式，很多方面并不完善，雖然實施了數字化管理，但在管理評價方面沒有相應反饋，即使有反饋，反饋的內容也不夠科學。在數據管理方面，沒有整體管理架構和管理數據的工具，經過數字化處理的數據存在很多問題，主要表現在存在信息孤島問題，阻礙了油田發展。在油田數據治理的應用過程中，現代化科技給油田數據智能化治理奠定了基礎，推動了油田智能化發展，有利于在未來全面實行數字化的油田數據治理。

1 智能油田數據治理工程概述

1.1 智能油田數據治理工程的相關概念

在油田數據治理過程中，將收集到的數據按相應方式進行分割會產生兩個問題：數據鴻溝和信息孤島。產生問題的根本原因是油田企業在進行油田數據治理時，沒有注意信息之間的互動，導致信息之間沒有關聯性，整體脫節。若不同部門之間存在信息差別，就會導致數據混亂，使企業不能掌控數據。因此，對數據規范化的要求至關重要。

油田企業對智能油田進行數據處理時，一般會用以下思想進行管理。首先，數據治理被看作一個工程項目，在數據研究方面會不斷加大數據處理方面的研究。其次，在實際智能油田的建設工作中，油田的數據治理是其中的核心內容，因此，完善油田的數據治理是重中之重。在數據治理方面，要在思想和技術上實現轉型，將原先的IT思想轉變為現在的DT思想。再次，重視數據的建設過程，數據建設的關鍵是打開數據應用的通道，該通道是實現數據之間的通信，實現數據到實際應用的通道。最后，重視數據的智能化操作，在操作過程中，對數據進行相應操作，操作內容包括數據采集、數據儲存、數據管理以及數據應用等，參照以上依據可以實現數據在數據鏈上的智能化。面對多樣化的數據，制定一定的標準是很重要的，否則容易出現質量問題，不利于實現智能化和精準化的目標。

1.2 建立數據治理工程體系

在智能油田數據治理過程中，油田企業要建立完善的數據治理工程體系。該體系包括擴組織、管理、技術以及執行體系4個部分。

（1）組織體系。在數據治理過程中，油田企業一定要有組織體系，為整個數據治理提供一個治理方向。數據治理時要按照一定的規律組織數據，例如，規定相應生產數據的人、使用數據的人以及管理數據的人，對數據進行有序治理。

（2）管理體系。數據治理在執行過程中，難免會出現偏差，因此，為了保證數據質量，企業就要讓數據治理在一定機制下進行操作，保證數據治理的科學性、合理性。此外，在數據治理的管理體系中可以制定相關規則，例如數據運行機制、數據應用機制、數據治理相關模型、數據管理相關機制等。

（3）技術體系。企業在完成數據采集工作后整合數據。該過程離不開技術支持，包括查找和獲取相關數據，對數據進行過濾、萃取，從而獲取真正有用的信息，提升對數據的融合，加強對數據的應用。

（4）執行體系。經過一定的數據治理后，數據相關生產機制、數據相關管理機制、數據相關應用規定以及數據相關服務機制都會逐漸形成一個核心內容，以數據池為核心。同時，企業建立的執行體系包括整體業務梳理、數據相應分析、數據治理考核評價以及相應管控機制等。

1.3 智能油田數據治理工程的處理方案

不同的油田有不同的治理思想，本文主要以慶新油田為例進行相關闡述。2010年，慶新油田的數據治理存在很多問題，解決方案如下。在對慶新油田進行數據治理前，首先，分析整體的工程技術架構，主要包括數據相關治理工具、技術應用、數據池形成過程。其次，技術支持是數據治理的核心內容，治理數據必須要有技術支持。在數據治理時，慶新油田運用了Datist技術，最大的特點是讀寫數據，該技術的讀寫能力非常強，在對數據進行治理過程中，可以看見整個處理過程。在治理過程中，企業采用的數據治理方法非常多，可以實現很多數據處理操作，例如，提取相關數據、過濾數據、整理數據、呈現及推送數據等。該技術在處理數據的過程中，運用了GIS的分析功能，能夠實時呈現數據。

在整個體系架構中，數據池是核心部件，使用了虛擬的大數據庫技術。數據庫存放在云端，云端內容具有各種不同的格式。常見的數據庫是關系型數據庫，包含多種格式，如Oracle和MySQL。由此可見，數據池可以兼容多種不同格式的數據，也可以存放不是數據的文件。該體系架構可以擁有多個數據池，這些數據池之間沒有聯系，獨立存在，不會相互影響，沒有固定的大小，擴充性較強。

2 智能油田的數據治理工程及其應用

2.1 智能油田相關案例介紹

在油井分析中，動態分析是核心的工作內容。在分析的過程中，主要涉及的數據表有開關井日數據表、單井基礎信息表、油井產量數據表以及關井原因代碼表等數據表。在這些數據表中，開關井日數據表、單井基礎信息表、油井產量數據表這3張數據表存放在A系統庫中，由此可見，A系統庫所存放的數據量非常大，在這個龐大的系統庫中尋找想要的信息，不是一件簡單的事情。一條查詢記錄需要花費幾分鐘的時間，甚至需要幾十分鐘的時間。第一，找出每個表之間存在的聯系，將這些聯系進行關聯，實現數據之間的關聯，從而進行相應查詢操作；第二，統計關井之前的相關產量，保證數據表的完整性。該過程在一定程度上浪費了時間，浪費了人力資源，效率較低，是一種不可取的方式。

2.2 智能油田的數據治理工程應用技術

上述方式出現了一些問題，比如在查詢方面，查詢速度非常慢；在統計方面，沒有一套省時省力的統計方法；在呈現相關數據報表時，沒有相關數據。解決以上問題的具體措施有以下幾個方面。首先，加快查詢速度。在相關管理體系中，根據管理體系中的管理規則將開關井日數據表、單井基礎信息表、油井產量數據表同步上傳到數據池中，這樣一來就可以加快查詢速度，提高查詢效率。其次，自動統計。運用Datist技術，在制定相關技術體制時，企業可以參照技術體系中的相關規則制定相應流程。編程人員和數據庫相關開發人員可以利用Datist的強大功能和透明處理過程來掌握相應的編程操作，從而實現程序開發。目前，許多數據的統計都可以通過該技術實現。最后，呈現相關數據報表。使用以上技術可以很快呈現出獨立存在的報表。

2.3 智能油田的數據治理工程產生的效果

通過相關實踐證明了實施數據治理工程和建立數據池平臺是實現數據共享的有效手段。在數據錄入、存儲、同步以及提取的過程中，使用以上技術能夠提高效率。事實證明，相關數據治理工程可以在一定范圍內解決數據共享問題，縮短原先獲取數據的時間，甚至縮短到秒級。該技術在油田企業的未來發展中一定會得到廣泛應用。

3 結 語

智能油田的數據治理工程離不開技術支持。相關技術帶來的優勢非常可觀，通過數據治理工程及其應用技術，能夠推動油田企業實現可持續發展。

主要參考文獻

[1]張彪，杜景濤，許海銀.基于物聯網技術的數字油田三維管線智能巡檢系統[J].智能建筑與城市信息，2017（9）.

[2]于振山，孫茜，張躍.大數據、物聯網技術在智慧油田建設中的應用[J].中國管理信息化，2016（18）.

[3]叢倩倩，蘭玉菲，崔曉，等.利用siRNA高通量測序技術檢測平菇病毒[J].中國食用菌，2018（1）.

[4]王博.油田數據傳輸工程中衛星通信技術模式的應用[J].通訊世界，2016（11）.

[5]朱紹榮.淺談A5數據管理系統在油田地面工程中應用[J].中國管理信息化，2017（15）.

[6]王利君.智能油田建設中的關鍵技術研究與應用[J].中國管理信息化，2017（7）.

[7]李強.海上油田群電網一體化智能監控系統研究與應用[J].電器應用，2016（5）.

[8]王恒斌.高寒油田智能運維模式及管理平臺的設計與實踐[J].油氣田地面工程，2018（4）.

[9]段澤英，蔡賢明，滕衛衛，等.大數據分析技術在油田生產中的研究與應用[J].中國管理信息化，2015（18）.

[10]張延銘，吳云鵬.大數據技術在智慧油田發展中的應用[J].電子技術與軟件工程，2016（23）.

[11]屈萬忠，戴啟棟，劉新全，等.人工智能技術在石油工程領域的最新應用[J].石油石化節能，2005（11）.