物聯網技術在海洋鉆完井中的應用

李金蔓 孫金聲 霍宏博 陶林 劉兆年 程林松

1.中國石油大學(北京)；2.中海石油(中國)有限公司天津分公司；3.中國石油集團工程技術研究院有限公司；4.油氣藏地質及開發工程國家重點實驗室·西南石油大學；5.中海油研究總院有限責任公司

物聯網（Internet of Things，簡稱 IoT）概念由麻省理工學院自動識別中心于1999年首先提出，在網絡無線射頻識別（RFID）系統下，將物品信息接入互聯網，最先應用于物流行業［1］。該技術提出即引起世界各國、各行業關注，發展迅速。2005年，信息社會世界峰會(WSIS)報告中正式確定“物聯網”概念，并指出信息與通信技術(ICT) 未來將實現人與物、物與物的連接［2］。2009年，溫家寶總理提出“感知中國”理念，推動了物聯網概念在國內信息產業發展［3］。2015年李克強總理在政府工作報告中首次提到“互聯網+”計劃，引導物聯網與現代制造業融合［4］。在短短20年內，物聯網技術從概念層面逐步推進至工業化應用。物聯網萬物互聯互通特性［5］，可有效改善海洋石油鉆完井作業環境孤立、信息化進程慢的現狀，物聯網與海洋石油鉆完井結合是必然趨勢，具備極大的潛力［6］。筆者通過對物聯網技術在海洋石油鉆完井的應用現狀分析，總結了已成熟應用的技術，對物聯網技術與海洋石油鉆完井深入融合進行了思考并提出建議。

1 物聯網在鉆完井技術中的應用發展歷程

依托物聯網的鉆完井技術主要為：物端對設備狀態進行數字化轉化，信息識別包括各種數據傳感技術，例如：射頻技術、聲學、放射性、磁感應等獲取物體光、聲、電、化學、位置等信息；將數字狀態的設備信息通過通訊手段傳輸到互聯網，數據處理和分析主要基于云計算平臺或者智能網絡；數據交互實現物與物、物與人之間的互聯互通，進行決策、控制及反饋。

上世紀80年代初，Superior公司通過微波電話線路實現鉆井現場和基地的工程、鉆井液、地質數據共享互通［7］，Mobil公司在該技術基礎上組建數據中心，并利用衛星通訊網絡提高通信能力［8］。隨后國際知名石油企業如Amoco、Teneco等相繼建立數據通訊分析系統，支持邊遠地區、海上鉆完井作業［9-10］。80年代末、90年代初，國內中原油田、塔里木油田開始逐步探索遠程數據傳輸［11-12］。

“十五”期間，中海油為保障海上鉆井作業安全和作業質量，利用DTS(數據集成服務系統)實現陸地專家對海上作業輔助決策。作業現場采集到的工程、鉆井液參數在作業現場由局域網絡計算機對數據初步處理為統一格式，由海上的衛星通訊系統傳輸回陸地［13］，陸地支持中心專家對數據進行分析并指揮現場作業。

此外，早在2010年中海油開始編制《中海油通用材料目錄》，利用條形碼為物資建立信息檔案，涵蓋5萬條物料信息，射頻出庫，在陸地、運輸、應用三個場景下實現物資狀態識別［14］。

隨著計算機技術的迭代更新，互聯網技術的更新換代，依托物聯網的鉆完井技術也在進步，以物聯網賦能鉆完井技術優勢逐步發揮，得到極大發展。

2 海洋鉆完井物聯網核心架構

海洋鉆完井物聯網主要包括邊緣端數據獲取、數據傳輸、數據采集、分析挖掘、智能應用5個主要層面，見圖1。

圖1 海洋鉆完井物聯網核心架構圖Fig.1 Core architecture of internet of things for offshore well drilling/completion

數據獲取是物聯網結構的最基礎層面，鉆井硬件設施的升級換代，使獲取的鉆井數據更接近地層的真實情況，光纖、傳感器在井下布設改變了原有機械傳輸方式，可連續實時采集生產過程中的數據，井組聯網分析井間連通規律，與開發方案對比擬合迭代優化生產模型，及時調整開發方案；海上通訊設施升級，信息傳輸方式的改進保證了對海量數據的傳輸效率和傳輸效果，數據導入、數據清洗等措施使數據有效性大大提高；大數據技術將涉及油田勘探、開發、生產的多專業數據匯入數據湖，在數據存儲基礎上也實現了海量數據調用；通過建立人工智能模型，進行深度學習、機器學習培養訓練，挖掘數據潛力，拓展應用場景，并基于此實現鉆井風險預測、井下設備故障分析、油藏精細刻畫、油田生產管理、油田生產風險評估等目的。

3 依托物聯網的海洋鉆完井模式數據采集

3.1 鉆井期間近鉆頭參數采集

由于井壁對鉆井管柱的摩擦、鉆柱旋轉及形變、井下流體影響等，傳統的地面采集鉆井數據不能真實反映井下情況。尤其在深層、大位移鉆井等特殊工況中，井軌跡長，地面參數失真，準確獲取井下情況對正確決策至關重要。井下多參數采集設備依靠安裝在鉆頭附近的短節，集成多種傳感器采集井下參數，實現對井下真實狀態的實時把控，其國產化進程已逐步實現從工程試驗進入到實際應用［15］。

井下多參數采集設備可獲得近鉆頭處鉆具組合的溫度、ECD、鉆壓、扭矩、彎矩、轉速、井斜、方位角、振動等參數。井下采集電路采集井下5 s內的鉆壓、扭矩、ECD等參數的最大值、平均值；取x、y、z軸的加速度，并通過幅值和頻率計算近鉆頭振動；采集電路將數據傳輸至主控電路，主控電路將自身采集的井斜、方位與其他參數進行編碼，由脈沖發生器將信號以壓力脈沖的形式傳輸到地面。

受數據傳輸限制，早期井下參數采集設備將數據存儲于井下工具中，出井后將參數下載至地面設備，再將數據與地面參數擬合回歸，指導后續鉆井。隨著技術進步，井下參數可實現實時上傳，傳輸方式包括鉆井液脈沖、電磁波等，但目前脈沖傳輸方式效率較低，僅可以實現 12 b/s速率的傳輸［16-17］；電磁波傳輸方式又存在信號弱、干擾嚴重、傳輸距離短等問題暫未克服。

3.2 隨鉆地層參數獲取與軌跡調整

地層信息數字化轉化是物聯網架構的基礎，但以往可隨鉆獲取地層信息的測錄井裝備技術被Schlumberger(斯倫貝謝)、BakerHughes(貝克休斯)、Halliburton(哈里伯頓)等國際公司壟斷，中海油服經過技術攻關，研發以流量或壓力變化切換儀器工作狀態高頻率泥漿脈沖器［18］，采用單芯總線方式將多種功能集成于一根井下工具上，并解決了通信和供電復用的難題［19］。目前已形成適應不同井眼尺寸的井下信息隨鉆獲取、傳輸為一體的國產化系統，包括Welleader(旋轉導向)和Drilog(隨鉆測井)系列產品。

Drilog系統可實現地層放射性、電導率、井眼軌跡信息及井下狀態測量，采用2組平面對稱分布的 NaI閃爍晶體探測器進行自然伽馬的測量，采用四發雙收的雙頻補償結構實現對地層電阻率測量；通過三軸正交磁通門、三軸正交加速度計實現對井斜角、方位角、工具面角的測量。

在隨鉆獲取井下參數基礎上，導向鉆井工具可根據信息反饋實時調整鉆具井下姿態，實現井軌跡精確控制。Welleader可由鉆井液帶動井下渦輪實現自發電，并通過電機驅動靜態滑套上3個導向肋板，伸出的肋板推靠井壁調節井下鉆具組合方向，實現對井軌跡的控制。井斜角、重力高邊工作面由三軸正交加速度計獲取，調節地面管匯微流量將地面指令傳達到Welleader井下工具。

隨鉆測井、旋轉導向工具的研發成功，將地層信息和井下工具信息為物聯網技術在鉆完井中應用創造了基礎。

由于近鉆頭井下鉆具直接承受鉆頭破巖所產生的強烈振動及鉆柱的橫向振動，傳感器的輸出信號不可避免地混雜大量的干擾信號，導致姿態參數（方位角、井斜角和工具面向角）測量不準確甚至不可測的問題。目前普遍采用的隨鉆測量（Measurement While Drilling，MWD）技術，雖然能得到準確的姿態參數，但要求姿態測量時必須停止鉆進（即鉆具不旋轉、不振動），存在時效低、成本高等問題。為了進一步提高鉆井效率，實現鉆井工具姿態參數的連續、動態、實時測量，是目前急需解決的問題之一。國外各大油田服務公司主要采用穩定平臺以保證被測量的工具不隨鉆具旋轉和振動，從而得到滿足精度需求的鉆井工具姿態信息［20］。但這類穩定平臺井下鉆具結構復雜，故障率高，制約了其在井下的有效工作時間。Halliburton公司的Geo-Pilot旋轉導向自動鉆井系統致力于解決工程問題，但是由于技術保密等原因對姿態測量方法的理論研究公開較少。

3.3 油田生產井下物聯神經末梢建立

海洋油田分層注水需要通過反復投撈調試達到配注需求，在井斜超過60°井中投撈難以實現，且存在測試過程中，注采關系變化而導致測試精度不準確，不滿足精細化、智能化注水的需求。目前采用液控滑套方法完成智能注水需求。完井階段在井下預設傳感器，在完井管柱中每個生產層位預設智能測調工作筒，多個工作筒中的多條單芯電纜和液控管線連接井口控制器，電纜可實現井下參數測量并傳輸至地面，液控管線可控制滑套開閉，如圖2所示。

圖2 智能完井參數采集設備Fig.2 Parameter acquisition equipment for smart well completion

構成生產信息的物聯網神經末梢，可實時讀取各層產量、配注量，并將溫度、壓力、流量等信息由單芯電纜經井口控制器傳輸至中控工作站，經測調軟件分析輔助操作人員通過井口控制器控制井下工作筒，井下超壓或壓力突變時，還能自動報警、關斷，提高安全性。中控工作站將區域內所有井信息通過互聯網傳輸至陸地終端服務站，多井并網共同建立區域井下物聯神經網絡，可輔助判斷區域層位連通關系和作業措施對區域流場影響，由液控管線控制的滑套，根據地層流場對各層位生產調配，有效提高油田儲量動用程度，提高注水精度與效率［21］。

4 依托物聯網的海洋鉆完井模式數據處理和傳輸

采集的大量數據中，由于統計錯誤及波動的數據可能導致計算結果不收斂，因此在對數據利用前要先進行數據清洗，并以合理的特征參數作為輸入向量，以一定比例的數據進行模型訓練，用其他數據檢驗人工智能模型的有效性和收斂性。

4.1 數據資源處理云邊協同

邊緣設備數據上傳至云平臺，經處理后傳回邊緣端將增加系統延遲，另一方面，邊緣設備隨時產生大量數據，網絡帶寬無法滿足所有數據傳輸。受限于海洋鉆完井所處的環境，傳統的云計算模式難以滿足海洋鉆完井的物聯網需求［22］，云邊協同技術是海洋鉆完井物聯網建立的必由之路。

在鉆完井終端設備獲取的數據經過邊緣端設備處理（包括數據存儲、分析、緩存），再將源數據處理結果發送云計算中心，云計算中心在信息集成基礎上，通過人工智能模型學習優化，再將數據反饋至邊緣設備端。將源數據在邊緣節點處理，增加邊緣端設備處理能力，處理結果緩存在邊緣端，并在后臺同步邊緣節點與云中心的數據。將數據采集硬件與具備計算能力硬件在海洋鉆完井設備中集成，形成具備邊緣計算能力的海洋鉆完井設備系統。以設備故障預警為例，在智能算法基礎上將數據在設備采集端處理分析，感知設備異常數據，發送響應信息，并選擇性將信息存儲上傳至云端，實現以最小存儲空間，實現最大價值數據的傳輸，數據云邊協同架構見圖3。海上油田智能化建設可應用邊緣設備基于傳感器收集周邊環境數據，通過云端輸出的數據分析模型實時對現場數據進行分析并形成決策信息。

圖3 數據云邊協同架構Fig.3 Data cloud-edge coordination architecture

4.2 海上通信設施升級

海洋作業現場到陸地的遠距離中大通信容量的數據傳輸對于物聯網技術實現至關重要，是實現數據挖掘的載體。海上通訊系統中衛星、光纖、微波是通訊傳輸的主要形式，海底光纜傳輸優勢明顯，其容量大、質量好、不受天氣影響且可靠性高，海上固定平臺間通訊網絡，以統一的幀結構形式，提高數據傳輸效率，采用SDH（同步數字體系）光纖通訊網技術，以雙光纖傳輸的自愈環形網確保數據有效傳輸，可實現最高622 Mb/s的最高速率［23］，但海底光纜在固定式平臺通信保障效果直觀，在移動式鉆井平臺不易實現［24］。微波通訊受海洋氣候及其自身傳播特點影響，視距傳輸距離有限，超視距傳輸損耗較大［25-26］。未來搭建固定平臺與海洋鉆井平臺間光纖網絡互通，實現組網，創新海上平臺信息傳輸架構，保障海上通訊。衛星通訊系統主要的C波段衛星和Ku波段衛星，帶寬不夠，通訊速率受限，僅能實現窄帶通信，滿足日常辦公需求，物聯網信息傳感器終端信息傳輸受限，限制海洋鉆完井作業數字化智能化應用發展。為解決數據傳輸難題，在海上通信系統升級改造中，通過逐步部署Ka波段衛星替代C/Ku波段衛星，拓展傳輸帶寬。Ka波段衛星傳輸容量大，抗干擾性好，可用帶寬達到 2 500 MHz［25］。隨著通訊需求幾何級數增加，未來微波頻段衛星將難以滿足需求。高軌衛星中繼鏈路空間激光通信可大幅提高通訊速率，同時，高軌、低軌、地面配合可共同為提高通訊速率奠定基礎［27］。

5 依托物聯網的海洋鉆完井模式數據挖掘和應用

5.1 鉆完井與地層結合虛擬現實技術

由于專業背景上的差距導致在井位決策方面鉆井、地質認識各有側重，借助于地層數字化、鉆完井數字化的可視化虛擬現實技術可提供多專業統一認識、交流的平臺。

三維地震數據資料數據體量巨大，包含成百甚至上千平方公里的地震數據。在探井實鉆信息校正基礎上，結合勘探階段地震數據解釋資料，進行三維地震地質建模，利用自動解釋系統實現特定沉積類型的砂體追蹤。通過專業地學軟件，如Petrel等轉換為三維地震或三維油藏模型等數據體，并由高性能集群計算機圖形工作站完成對數據體的紋理、渲染等圖像處理，形成三維圖像，通過12路高清視頻信號，投影至4K屏幕［28］。鉆井過程中將錄井、隨鉆測井獲得的井下鉆井參數，通過衛星信號實時傳輸至陸地，將構造特征、井軌跡投影到三維地震模型，構成可視化的虛擬現實系統，輔助判斷井位決策［29］。該技術將鉆井所獲得的井下地層信息、軌跡信息與地質信息結合，并將數據信息進行可視化展示，可滿足多專業專家同時交流、決策，從最有利于發掘儲量角度出發，避開水層、泥巖層等影響儲量、產量的層位，兼顧斷層、破碎帶、火成巖等影響鉆井安全的地質區域，對井軌跡進行實時調整和優化，彌補了跨專業交流障礙，在保證鉆井安全的基礎上大大降低了勘探落空風險。

生產實時數據中心，實現了數據的統一存儲，現場生產數據、設備數據、安全數據、能耗數據匯入數據湖，并實現數據高效調取。通過地震、地質、測井、巖心等數據采集建立油藏模型，依據開發生產動態監測，精細刻畫油藏模型，更好地認識油藏，并為挖掘剩余油氣資源、提高采收率提供支持。

5.2 鉆完井風險分析與決策預警

大數據、云計算、數據采集技術的進步，為物聯網技術的進步奠定基礎。物聯網技術在鉆完井技術中的應用，從初期的事故處理決策、保證物資供應等基礎功能，逐步與地質、工程相融合，發展成為保障作業安全、服務儲量發現、監測生產動態、減少人力勞動的成熟智能化技術。

鉆前對鉆完井全過程進行模擬分析，使鉆井設計與地質設計相結合。鉆井實施階段分析鉆井井下數據，對鉆頭、鉆具的工作狀態實時監測，可直接進行鉆井參數的及時調整。大數據的賦能使鉆前數據模擬準確性大大提高，在人工智能風險評價模型中，分析鉆頭、鉆具的使用壽命，根據數據變化分析風險發生的趨勢，對可能的復雜情況進行規避或參數調整，同時結合井下三維地質建模，可為技術專家決策提供幫助，提高數據時效性和決策效率。

6 未來物聯網技術在海洋鉆完井應用探索

雖然物聯網技術在海洋鉆完井中得到了一定應用，但仍具有較大的發展空間和廣闊的市場前景，隨著萬物互聯時代的來臨［26］，海洋鉆完井技術的發展必須與計算機技術、互聯網技術、通訊技術的發展緊密聯系，通過跨行業的技術發展，推動海洋鉆完井物聯網技術的發展。

6.1 新技術新工藝完善鉆完井物聯網技術

目前鉆井井下數據傳輸依靠鉆井液脈沖，若鉆井液停止流動則無法進行，并且數據傳輸效率和準確性仍需持續提高。數據傳輸方式是海洋鉆井物聯網技術的關鍵。IntelliServ公司研制出的磁耦合鉆桿系統，將光纖、同軸電纜等預埋在鉆桿中，可實現高速、高效通訊傳輸，通訊速率達到 57 kb/s［30］，是未來物聯網技術在鉆井工況不可或缺的工具。

2021年2月殼牌推出鉆井液實時監測“橇裝”系統［31］并試運行，可實現對鉆井液黏度、密度、循環損失、固相含量、鹽度、pH值、電導率等的實時測量，并可根據設定對鉆井液進行維護。油田化學參數的測量完善物聯網環境下的數據采集完整度，未來也將快速融入鉆完井物聯網系統。

分布式光纖傳感器技術，可在完井階段在井筒布設，對光纖沿程數據進行測量。可完善井下物聯網神經末梢采集，也可實現井間地震監測、油藏長期動態監測等功能，具有重量輕、成本低、數據可靠等優點。一根光纖可實現數千個感應點的分布式測量，并可實時測量油氣水產量、儲層流體變化參數，可作為智能油田網絡的節點，實現對井下動態的感知及對變化趨勢的預測，有利于對井間儲量的分析和對開發方案的優化調整。

隨著現代科技信息技術發展以及鉆完井行業進步，未來將有越來越多的跨學科技術完善數據采集、數據傳輸、數據處理、數據應用等關鍵環節輔助基于物聯網的鉆完井技術發展。

6.2 物聯網環境下網絡、數據安全保障

由于海洋鉆完井數據傳輸處于無線網絡環境中，對數據傳輸及獲取較為不利，惡意攻擊者可以較容易進行數據獲取或篡改，海洋鉆完井作業存在井控、溢油、爆炸等作業風險，一旦此類安全事故發生時海上傳輸數據遭受攔截或篡改，極有可能造成人員傷亡、海洋污染等惡劣事故，故維護物聯網環境下的網絡、數據安全非常重要。

邊緣計算的應用可減少向云中心上傳的數據，降低了數據泄露風險，有利于數據安全。而區塊鏈技術具有多方共識、主體安全、安全通信等特點［32-35］，可實現對非法入侵的防護以及對非法節點識別。區塊鏈上的實體可同步獲取信息及進行信息處理，共識機制可防止寫入區塊鏈的數據被篡改。區塊鏈技術與邊緣計算技術的混合架構在其他行業已經有所應用［36-37］，未來可借鑒用于提高物聯網技術在鉆完井技術中的應用安全。

7 結論和建議

（1）物聯網技術在海洋鉆完井中的應用已經從最初的物流信息統計逐步發展成目前的隨鉆系統傳輸、虛擬現實、神經末梢建立等技術體系，物聯網技術應用于海洋鉆完井勢在必行，還需在通訊升級、數據資源治理及網絡數據安全方面進行攻關研究。

（2）雖然物聯網技術發展日新月異，但我國國產化研究力度仍需加強，應從行業升級出發推動新技術發展。物聯網技術在海洋鉆完井中的應用需要重視跨專業人才的培養，突破行業限制壁壘，實現跨學科專業技術發展。