一種基于現代數據挖掘技術的智慧油田控制分層模型

胡佳妮

摘? ?要：本文提出了智能油田控制的分層模型，以及一種基于現代數據挖掘技術應用于分析和預測技術設備狀況的方法，以降低石油生產初期成本和提高采收率。

關鍵詞：數字油田;數據挖掘;智能井

世界油氣工業的智能化總體還處于探索起步階段如圖1所示，未來的研發方向和重點是智能油田[1]。

（引自智能化—油氣工業發展大趨勢）

如今，當大多數油田難以開采并且油氣相對便宜時，世界石油和天然氣生產公司之間的激烈競爭加劇，技術過程優化問題變得至關重要。解決上述問題的一種顯而易見的方法是增加產量而不涉及任何額外的昂貴設備。為了實現這一目標，我們考慮實施現代數據挖掘方法，涵蓋油氣生產的所有階段。

對于大型油田的控制分層需要快速有效的決策。這些解決方案的效率和準確性取決于傳感器信息的有效性、數據的完整性以及適當控制決策的速度。因此，數據挖掘（大數據和知識數據庫）技術的應用在油田中具有經濟效益，特別是在最重要的技術過程（例如鉆井，提取，建模）階段。這種方法通常也被稱為“智能井”。

1? ? 智能井

說到智能井，下面則是它的基本功能：

（1）擁有監控，控制和自我診斷系統。

（2）有交換數據的通信通道，覆蓋實時狀態受控對象。

（3）實現井的高級數學模型及其受控設備，特別是油泵。

（4）應用先進的預測工具。

（5）應用數據挖掘工具處理模糊油田信息。

（6）連接丟失情況下的自主操作能力。

基于數據挖掘方法的人工神經網絡潛水泵在俄羅斯蘇古特石油與天然氣公司中成功應用（電力系統決策支持系統）證明了該方法在數字油田領域中的可行性。開發適當的石油生產綜合體模型是“智能油田”系統的關鍵要素，它可以采取預防措施，以降低石油生產初期成本。同時可以對數據進行深入分析并提供油藏增產應用方法的有效調度。

盡管對該領域非常感興趣，并有相當多的先進技術在工藝過程實時分析、預測和優化，但是不存在單井和油田整體使用數據挖掘方法的統一概念。頂級服務公司建議的最先進的解決方案是將技術生產過程視為獨立操作組合的工具集，而專家則考慮各種控制系統對每個控制系統的影響。一方面，這種方法使得控制過程以人為本，另一方面，它形成了可能出現“人為因素”錯誤的情況。許多出版物也證實了缺乏復雜的油田控制解決方案[2-4]。

2? ? 智能油田模型

從已有的統計數據來看，智能油田的應用如圖2所示，通常可以使產量提高2%～8%，使采收率提高2～6個百分點，同時還可以有效減少資本支出，降低運營成本。數字油田可以在增儲上產、降本增效方面發揮重要作用[1]。

（引自智能化—油氣工業發展大趨勢）

將研究背景應用于石油工業數據挖掘應用領域，提出了一種基于工藝流程連續控制的智能油田動態模型。智能油田控制系統的總體結構如圖3所示。該模型假設實施油田分層控制系統，控制系統最重要的模塊如下：

（1）泵設備控制系統，提供過程的實時分析和控制。

（2）油井控制系統，執行工藝過程建模，識別，模擬和分析技術對象的內部狀況。

（3）戰略控制（管理）系統，主要功能為數據挖掘和預測分析方法，估計緊急情況的可能性，預防方法并盡量減少其后果，同時也闡述了決策支持功能。

（4）用戶界面系統，安裝在油田作業人員的工作站上，顯示當前的油田情況和決策支持系統的解決方案。到目前為止，所有俄羅斯石油公司已經在其工業過程中實施了泵設備的控制系統，以及用戶界面系統。但仍然迫切需要開發處理油田信息的新型數據挖掘方法及其進一步應用的問題。

3? ? 智能組件

在進行上述研究的同時，應用現代數字數據處理方法，使用人工神經網絡技術，結合機器學習任務中的概率模型提供了在不確定條件下執行有效的實時監測、診斷、預測和控制程序的機會讓現代油田成為現實。這種方法的充分性和有效性得到了重要的工業經驗的證實。

最新概述表明，已知的石油工業技術過程分析方法具有優勢和相當大的缺點。同時，由于使用復雜的解決方案，基于不同數據處理技術的混合應用，可以抵消它們的缺點，提高獲得結果的準確性和有效性。

智能油田控制系統的動態結構數據收集，存儲和處理的問題為應用多代理創建了先決條件。由于這種解決方案，有可能組織有效基于神經網絡，遺傳算法和其他現代所謂的人工智能技術的各種系統的交互和實現。

除了模塊和代理之間的高級交互工具之外，解決方案必須保持適應性以及能夠優化它們自己且在受控制（戰略控制中心）的情況下重新組織它們自己的行為。

4? ? 結語

目前，作者繼續與國內頂級石油的代表進行互動公司的目的是在智能油田控制系統開發框架內開發和修改方法。該系統的開發和進一步實施需要組織與現有公司控制系統的交互，而不會破壞生產過程。考慮到廣泛使用的控制系統，這種要求大大減緩了智能系統在工業生產中的應用。

由于智能油田組織的分層方法有可能分階段采用智力系統。將這些系統作為獨立的交互模塊實現，可以擴展其修改和優化選項。

開發的智能數據處理和監測系統是創建智能油田開發統一科技平臺的基礎。基于這些技術的現代數據挖掘技術和工具提供了許多緊急問題的解決方案，例如控制動作的建模，設備狀況的檢測，故障的檢測，修改工藝流程，以獲得最有效的生產利潤。

實時監控，分析和控制的集成系統可以優化現有的生產過程，降低生產初級成本并延長油田的使用壽命。

[參考文獻]

[1]楊金華，邱茂鑫，郝宏娜，等.智能化—油氣工業發展大趨勢[J].石油科技論壇，2016（6）：40-46.

[2]ZADNEPROVSKII V F，FRALENKO V P，KHACHUMOV M V.Intellectual technologies in the management of oil fields[J].Scientific and Technical Information Processing，2015，42（6）：448-454.

[3]SAPUTELLI C B.Best practices and lessons learned after 10 years of digital oilfield（DOF）implementations[C].Kuwait：SPE Kuwait Oil and Gas Show and Conference，2013：110-129.

[4]CROSS L R.Trends and challenges for the oil and gas industry[EB/OL].（2014-01-01）[2019-01-06].http：//www.srr.com/assets/pdf/trends-and-challenges-oil-and-gasindustry.pdf.

A layer model of intelligent oilfield control based on modern data mining technology

Hu Jiani

（Changjiang University， Wuhan 430000， China）

Abstract：This paper presents a layering model of intelligent oilfield control and a method based on modern data mining technology applied to analyze and predict the state of technical equipment in order to reduce the initial cost of oil production and improve oil recovery.

Key words：digital oilfield; data mining; intelligent well