淺析人工智能在智能油田建設中的應用

馬麗 王祥祥 閆廣

摘要：人工智能技術在各行各業已經得到了非常廣泛的應用，油田在開發過程中經歷了多年的數字化建設，其中保留了大量的數據資產，利用人工智能分析可以提有效提取數據的價值，通過分析油田建設與人工智能的有效結合，提出相應的改進措施，有利于提高油田的快速發展。

關鍵詞：人工智能;智能油田;應用

隨著互聯網技術的不斷發展，油田企業經過多年的信息化建設，已經具備了信息的數字化發展，并且油田企業在建設過程中已經積累了大量的數據資產，網絡信號的不斷提高，傳感器技術的增強，未來互聯網將帶動數據的飛速發展，利用傳統的分析模式，很難將有效的數據進行價值發掘，因此利用人工智能技術可以有效提高信息的價值，可以有效提高油田的經濟效益和社會效益。

1問題分析

1.1油田信息化存在的問題

在系統建設方面，油田企業內部擁有大量的信息管理系統，導致信息孤島情況非常嚴重，將不同的數據源整合在一起是非常困難的。同時，在數據收集方面由于數據質量不同、數據損失嚴重，其主要的問題在于傳感器無法得到普及，數據庫要進行人工采集所造成的收集成本較高。傳感器在使用過程中受到外界因素的影響較多，很難將數據納入數據庫中，另外，油田企業的地下參數信息需要進行實驗室模型分析，因此所得到的數據本身會存在一定的誤差。

1.2技術優勢企業

油田屬于國家的自然能源資產，在數據采集會涉及到多方面的限制，最發達的互聯網技術很難滲透到油田的數據中，與互聯網的合作僅限于銷售層面，很難對油田的開發造成影響。而在油田企業內部，有關于人工智能化方向的專家較少，因此油田企業缺乏相關性人才。

1.3解決方案

以上這些問題在短時間內無法進行有效解決，只有通過多方面的協調操作才能夠發生改變。但是隨著互聯網技術的不斷發展，使油田的數據信息發揮出了有效價值。油田企業想要大規模應用人工智能技術，就需要對互聯網、云計算等技術進行一體化應用，將各種信息系統進行有效融合，才能夠取得較好的成績。

但是目前在油田企業中，只是在某一方面可以做到數據資源的整合，通過人工智能算法可以得到階段性的模型，在一定程度上能夠指導油田進行生產，從而獲取更多具有價值性的信息，從而逐漸向大規模的方向進行延伸。

2分析目標的選擇

2.1業務角度

油田主要采取的增產措施為壓裂、酸化、堵水等技術。目標可以劃分為降本、增效兩個方面。降本可以有效降低油田在開采過程中的施工費用，延長設備的使用周期，降低安全事故的發生概率，防止油田儲層發生破壞。增效是只有僅在單位時間內的產油量，實現目標的最大值。

不同的增產措施，適用于不同的儲存結構，因此應當結合油井在開采過程中的歷史數據，建立產量預測模型，預測不同措施所帶來的增產效果，從而為油井的開采提供指導性建議。

通過分析油井在開采過程中的運行狀態，建立參數與問題的關系模型，對即將發生的異常情況進行預警，可以有效延長生產時間提高油井產量，降低油井設備的維護費用。

不同的開采目標具有不同的算法，目標值具有離散值和連續值，人工智能算法分為分類和回歸，異常狀態預警屬于分類問題，產量預測屬于回歸問題。

2.2分析方法角度

對人工智能不了解的人，很難提出準確的目標。只有提出合適的目標，才能夠有助于在各個方面的滿意結果。人工智能在油田中應用的初始階段，需要利用人與機器進行有效配合才能夠完成，人對機器所能做的事情越了解，這機器的學習性就會越好，機器的算法才能夠充分體現出人的意圖，找到合適目標，需要對業務類型本身具有一定的了解。行業專家可以利用經驗提出出數據是否與目標具有相關性，而人工智能專家可以判斷出現有的數據量以及算法模型能否達到預期效果。

3具體實現

3.1數據采集

數據采集是人工智能的第一個環節，數據質量會直接影響到后續相關工作的處理結果。然而在實際工作過程中，很難建立一個完美的數據庫。準確全面的儲存與目標相關的全部數據，需要通過數據專家進行主動采集數據，現實中的數據往往存在各種數據庫、管理信息系統，數據格式通常情況下是以非結構化為主，甚至還會包含私有格式數據，專家需要了解到數據所在的位置、格式、采集方式相關性等情況。不同行業的數據信息需要不同的專家進行了解，只有在整個過程中了解全部的相關性數據，處理好數據權限，降低數據風險才能夠得到最為滿意的數據庫。

3.2數據處理

在數據收集完成之后，需要對各項數據的來源和意義進行有深入化的了解，數據中的價值才有可能被應用到數據模型中，減少數據在處理過程中的丟失現象。在數據處理過程中最為重要且最困難的一個環節是將不同的數據整合在一起，形成訓練模型。結構化的數據主要以主鍵的方式進行結合。在數據轉換過程中，要盡可能的保留數據信息，不同的數據規模所使用的算法類型會有所不同，數據處理的目標是保留數據中最為重要的信息量，丟棄對數據模型有影響的參數和樣本，輸出格式符合訓練模型的輸入要求。

3.3特征工程

由于計算機技術具有無線的傳輸功能，因此將海量的數據信息交給一個復雜的學習模型可以有效解決問題。在實際應用過程中，并不需要一個精度很高的預測模型，而是能夠通過模型，我們能夠了解到所需要學習的東西，在進行人工智能方面利用信息特征可以有效提高油田智能化的建設，為油田企業的發展奠定基礎，幫助油田企業實現智能化的管理。

4結束語

結合油田不同的業務需要建立不同的模型，利用油田所積累的大量數據，建立訓練模型和優化模型，為工作人員提供準確的預測結果，將專家的經驗和先進的分析方法進行結合，能夠實現油田企業的可持續化發展。目前人工智能在油田領域的應用還處于發展階段，如果想要實現大面積的推廣，就需要經過不斷的努力。

參考文獻

[1]王小龍.淺析人工智能在油氣行業中的應用[J].現代信息科技，2017：119.

[2]馬慶;張永峰;宋波;吳運馳;.淺析人工智能方法在油田措施領域的應用[J].信息技術與信息化，2019：183-185.

[3]施沖.淺析人工智能技術在智能建筑中的應用[J].建筑與裝飾，2017

1長慶油田分公司第十一采油廠? 甘肅省? 慶陽市? 745000

2長慶石油勘探局有限公司通信處? 陜西省? 西安市? 710000