大數據分析在油氣田資產設備管理中的應用

王煜彤 周靖偉 王維 喻炫耀

（1.中國石油工程建設有限公司（CPECC）行政事務部 北京 100011；2.中國石油工程建設有限公司（CPECC）北京設計分公司工藝室 北京 100085；3.中國石油工程建設有限公司（CPECC）中東地區公司 北京 100011；4.中國石油大學（北京）機械與儲運學院 北京 102249）

1 目前油田企業中資產設備管理中的不足

1.1 很多老舊設備沒有臺賬

當油氣田運行20年以后，很多設備老化，腐蝕破壞嚴重，這些老化了的設備很容易出現或誘發各種問題，設備自身的功能大打折扣或失效不能使用，嚴重影響油田正常生產與經濟效益，甚至引發嚴重事故［1］。由于設備使用時間過長，管理與操作人員變化，這些設備的臺賬慢慢找不到了。如果出現設備故障或事故，常常找不到臺賬來分析原因，無法快速、正確地制定針對性的有效對策［2］。

1.2 不重視設備的維修保養

很多油氣田單位和個人為了效益拼命生產，根本不考慮設備的維修保養，不少設備帶著故障運行生產。長時間的連續生產會加速這些設備的損壞，或引起停產，或引發重大事故，獲小利而丟大利［3］。若對一些設備只小修，不大修，生產斷斷續續，總體效率大大降低［4］。

1.3 設備管理人員技術水平不高

一些老員工有經驗但缺少先進理論或在計算機、網絡飛速發展時代跟不上先進步伐，一些年輕的員工計算機、網絡水平高但缺少實踐經驗，因此，資產設備技術總體水平相對落后。在此條件下，一些設備的安全隱患沒及時發現。一個設備的安全隱患會引發其他設備的生故障，或從量變到質變引發重大事故［5］。

油田企業的健康發展與相關設備的可持續生產緊密相關［6］。大數據分析、智能學習在油田地面設備管理方面目前正處于起步階段［7-8］。近年來，中國石油工程建設有限公司（CPECC）北京設計分公司在利用大數據分析在油氣田設備管理方面取得了長足進步，獲得了很好的管理效果。下文將主要介紹本公司（CPECC）油氣田資產設備數字化管理基礎與特點、決策樹信息流系統生成與事故防控方法、資產設備完整性管理的信息化實施方案、基于大數據算法的機泵選型及分析技術開發應用、研發位列國際前沿的油田地面數字化平臺和實施效果鑒。

2 油氣田資產設備數字化管理基礎與特點

油氣田資產設備設施分為5個大類：設備、工藝管線、閥門、儀控設備和控制系統。設備又分為工藝設備、電氣設備和消防設備3類。

根據設備的電氣屬性，設備又分為動設備和靜設備。油氣田資產設備數字化管理覆蓋的關鍵動設備有離心泵（懸臂式、兩端支承式、懸吊式）、往復泵、螺桿泵（單螺桿、雙螺桿）、混輸泵、壓縮機（離心式、往復式、螺桿式）、發電機（柴油發電機、汽輪發電機）等。此次研究范圍需要覆蓋的關鍵靜設備有原油儲罐、產出水儲罐、三相分離器、脫水器、脫鹽器、原油穩定塔等。

本公司（CPECC）自主開發了一整套油田企業資產設備完整性管理的信息化實施方案，它的主要特點有如下幾點。

（1）針對性。聚焦于油氣田設備完整性管理，主要研究范圍是設施、設備和工具的全壽命、全流程、全狀態管理。

（2）先進性。結合油氣田設備完整性管理使用需求，考慮后續發展和能力冗余需求，選用當前市場主流設備，采用先進的技術體制、方案設計、工程實施和驗收測試方法。確保系統建成后的技術先進性、應用先進性和工程實施先進性。

（3）可擴展性。方案設計中，油氣田設備可增加，也可減少。

（4）靈活性。采用模塊化設計，根據油氣田設備完整性管理系統的不同需求進行取舍，特別是靈活的終端接入、數據分析等。

（5）可管理性。實時監控、監測整個油氣田設備系統的運行狀況，可以迅速確定故障的名稱、部位、原因、后果。

（6）標準化。油氣田設備完整性管理系統技術選型遵從國際、國家和行業標準。

（7）實用性。使用戶以最便捷的方式獲得最為真實、實用且有針對性的信息。

（8）系統性原則。系統在進行數據的存儲、監控、整合、分析及傳輸時，遵循系統的整體性、動態性、反饋性和封閉性的原則，使系統結構在使用過程中不斷優化。

（9）安全性原則。保障系統中的數據庫和相關安全監督管理模型不被破壞。

（10）可靠性原則。系統運行在可靠的軟件、硬件基礎上，有較強的容錯能力，確保系統可靠性。

（11）經濟性原則。綜合考慮各種影響設備安全的因素，對整個系統資源進行最優化配置，以較小的投入獲得最大的經濟效益。

3 決策樹信息流系統生成與事故防控方法

在滾動軸承的壽命預測工作中，最終預測結果的準確程度取決于預測模型的結果。在滾動軸承的壽命預測過程中，通過建立相關模型，可以預估軸承剩余壽命。但是，經過分析發現，傳統模型預測壽命的預測準確率交低，原因是傳統單一方法不適合解決多變壽命預測問題，且建模過程中無法確定設置參數。針對上述問題，本公司（CPECC）研究了在傳統支持向量回歸模型基礎上，更新了的最小二乘法支持向量回歸模型。

用 CHAID（CHi-squared Automatic Interaction Detector）算法構建決策樹。對于輸入變量數據為分類型的，CHAID 算法的預處理方法是直接根據統計檢驗的結果，發掘對目標變量沒有太大影響的組別進行合并。而對于目標變量壓力管道失效后果為分類型的，則是采用卡方檢驗，反復檢驗與合并，直到輸入變量無法合并為止。對于數值型的輸入變量數據，CHAID 算法的預處理方法是按分位點進行分箱處理，并根據統計檢驗的結果，對目標變量沒有太大影響的組別進行合并。決策樹的核心是從一組無規則、無次序的樣本數據集中經過推理得到決策樹表示形式，逼近離散值目標函數的分類規則。決策樹的生成由兩步組成。第一步，決策樹的生成：由訓練樣本集生成決策樹的過程。一般情況下，訓練樣本數據集是根據實際需要由歷史的、有一定綜合程度的、用于數據分析處理的數據集。第二步，決策樹的剪枝：決策樹的剪枝是對上一階段生成的決策樹進行檢驗、校正和修正的過程，詳見圖1。

圖1 決策樹的生成過程

在油氣田資產管理項目的基礎上，將海量的設備基礎數據和運行數據分層次建立數據庫模塊，利用決策樹數據庫判斷樹分析方法，進行量子遺傳算法動態搜索支持向量機（LSSVR）計算，自動濾去修剪掉部分最不可靠的無效信息，建立設備故障診斷和預測模型。在傳感器與通信網絡協助下，信息集中流向油氣田中控室的設備決策支持系統，自動生成設備故障列表、設備運行狀態曲線對比圖、設備運行趨勢分析圖、設備缺陷分析圖、自動通信報警、自動確定設備故障位置等。管理人員身在遠方能見到通信報警，能重點監視或巡回監視壓縮機、分離器、鍋爐、油罐等油氣田關鍵設備，能讀取故障設備位置，能及時指揮附近維修人員搶修。該決策樹系統有助于提前有效避免事故的發生，快速提供設備檢修決策支持，對節約資產設備檢修成本、提高資產設備利用率具有重要的意義。

（2）數據傳輸：通過互聯網、分布式控制系統（DCS）、局域網和衛星通信傳輸等。

（3）分析數據收集模塊：基于設備運行數據、環境參數、設計數據、歷史事故、專家知識、地圖數據等，通過改進LSSVR 模型進行大數據分析與處理，包括終端布局優化、事故風險預測、事故預警決策、事故應急決策、應急資源調度優化等。

（4）事故防控指揮中心系統模塊：大數據分析結果顯示，包括風險發展趨勢、設備三維可視化、事故災害后果可視化、應急處理方案、事故處理實時展示、搶修資源與搶修路徑可視化。

4 資產設備完整性管理的信息化實施方案

本公司（CPECC）北京設計分公司以油氣田地面工程的數字化設計為前提，以自動化技術、通信技術為基礎，結合先進信息技術，面向海外油氣田的運營管理需求，形成了適應海外油氣田地面工程特點的數字化、智能化關鍵技術解決方案，助力海外油氣田實現全生命周期數字化可視化管理、一體化智能化管控、流程化協同化運營。該專項研究將“油氣田設備完整性管理”應用于數字化、智能化油田地面系統，實現油氣田設備的全生命周期數據管理、設備預測性維護等功能，為油氣田整體運營降本增效。油田企業資產設備完整性管理的信息化實施方案的部分成果如下。

（1）油氣田設備完整性的信息化管理系統，包括原理、技術特點、實施步驟、功能的實現、國內外應用現狀等。

（2）油氣田資產設備完整性管理信息化，包括油田企業設備管理中存在的問題、完整性管理的理論、軟件支持與完整性管理體系的構建等。有針對性地提出油氣田資產設備完整性管理的信息化系統總體架構、關鍵技術設備風險管理系統的設計和實現，最終實現整個油氣田設備完整性管理的信息化應用。

（3）以可靠性為中心的維修（RCM）技術，包括該技術的技術原理、分析方法、實施步驟、國內外應用現狀等。針對動設備管理內容和常見問題，制訂了基于RCM的油氣田設備完整性管理技術方案，建立了油氣田常見動設備的診斷分析模型，即壓縮機設備故障診斷模型、泵診斷分析模型及發電機診斷分析模型等。

雖然有的部門已經建立了財務風險內部監督機制，但是在崗位設置和職責上缺乏獨立性和權威性。例如：A企業的監督檢查人員與各部門之間存在著依附關系，不能徹底履行崗位職責，監督檢查效果可想而知；A企業的每個崗位并沒有業績績效考核制度，使得制度流于形式、成為一個空頭文件。

（4）基于風險的檢驗（RBI）技術，包括該技術的技術原理、分析方法、實施步驟、國內外應用現狀等。針對油田靜設備應用特點和常見管理問題，制訂了基于RBI 的油氣田設備完整性管理技術方案，建立了油氣田常見靜設備的診斷分析模型，即罐診斷分析模型、塔診斷分析模型和管道診斷分析模型。

（5）應用大數據方法、智能學習方法，特別是智能化決策樹學習算法。

（6）對軟件RBI、RCM、腐蝕監測系統、油氣田設備完整性的信息化管理系統等軟件進行數據接口和登錄界面的集成，以及與數據湖數據傳輸接口的集成，實現油氣田地面設備的數字化、智能化運營維護。

（7）開發了基于大數據算法的機泵選型及分析技術，獲得國有發明專利。

（8）研發了位列國際前沿的油氣田地面數字化平臺。

（9）研發了基于動設備RCM的設備全生命周期管理技術。

（10）進行了企業資產管理（EAM）系統在油氣田設備完整性管理中要點分析。

（11）研發了一種油氣田地面靜設備智能化維護系統，申請國家發明專利。

（12）總結了工程應用的經驗教訓，明確了資產設備管理的發展方向。

5 基于大數據算法的機泵選型及分析技術開發應用

油氣田設備在內外環境綜合作用下，運行時間越長，腐蝕越嚴重，發生事故的可能性越來越大，嚴重影響了設備的安全平穩運行。針對Back Propagation 神經網絡的波動大、收斂慢的不足，首先開發利用一種改進的、具有很強的宏觀搜索能力的遺傳算法，宏觀搜索后，再進行神經網絡計算和預測評判。在此基礎上，我公司（CPECC）北京設計分公司發明了一種基于大數據算法的機泵選型及分析技術（發明專利號ZL 2020 1 0392060.8）。該機泵選型及分析技術能自動基于某機泵設備原始與運行數據，組合該機泵設備數據并建立數據庫，自動基于該數據庫進行數據計算與分析，自動對該數據庫進行挖掘并生成預測模型，同時，自動進行設備選型評估。其中，生成數據庫的過程包含數據的采集、導入、統一格式、分小類存儲等。通過計算機，利用數據庫進行統計、對比、分析，得到機泵選型的概率分布，進行故障預測與效率評估，同時得到效率域。利用大數據分析技術，對數據庫存進行挖掘，生成泵型、效率、故障位置與故障頻率的預測系統，實現長期、永遠、隨時對某個項目的所有機泵量化指標、比選泵型、預測故障、分析能耗、給出選型意見等。

6 研發位列國際前沿的油田地面數字化平臺

在國內自動化控制和可視化效果基礎上，本公司（CPECC）北京設計分公司先后與貝克休斯、哈里伯頓、美國GE 公司、意大利PEG 公司斯倫貝謝等20 多個國

際知名公司對標、合作、交流，選擇性吸收其數字化經驗，以云技術存儲、大數據分析、自動工作流為手段，系統整合了油田勘探、開發、工程建設、生產運行、安全防范等業務，建立了達到國際先進水平的哈法亞油田數字化四級平臺，該“順風耳”與“千里眼”打破了部門和地域的壁壘，具有“多地域、多專業協同”“一體化遠程監測、分析、決策”“事后響應轉為事前預測”的特點，首開中國石油海外項目數字化和智能化油田建設先河，為全面實現油田現代化管理打好了基礎。哈法亞油田因此實現了智能化、信息化、可視化、現代化管理，減少了人員編制，提高了經濟效益，哈法亞油田數字化四級平臺適用于所有油氣田項目。以哈法亞油田為例的數字化四級平臺參見圖2和圖3。

圖2 哈法亞油田數字化平臺

圖3 哈法亞油田數字化系統結構圖

7 實施效果

本公司（CPECC）的大數據分析在油氣田設備管理方法，已經在伊拉克哈法亞油田、敘利亞GBEIBE 油田、土庫曼巴格德雷合同區域A區塊、伊拉克艾哈代布油田等油田推廣應用，預測評判性能和精度遠遠優于一般的BP 神經網絡方法，提高了安全水平、資產設備管理水平、經濟效益和社會效益，保證了油田企業的可持續持久健康發展，提高了本公司的核心競爭力，推廣前景廣闊。