頁巖氣業務數據可視化應用商業智能BI的技術實現

［摘 要］頁巖氣周報集中體現了頁巖氣產能建設工作的當前情況，包含11個表格，覆蓋頁巖氣規劃部署、地面建設、鉆井壓裂各方面的匯總報告。報告具有數據類型多、來源多、統計數據多的特點，導致現有數據源無法直接支撐數據分析和自動生成周報。文章研究圍繞周報的數據需求進行數據處理、數據挖掘，并繪制數據地圖，用于支持周報數據可視化分析和自動生成周報。并且可以從數據關系上發現數據質量問題，深入挖掘數據間隱含的關系和規律。

［關鍵詞］頁巖氣周報；數據結構設計；數據分析；商業智能

doi：10.3969/j.issn.1673-0194.2023.05.045

［中圖分類號］F272.7；TP315 ［文獻標識碼］A ［文章編號］1673-0194（2023）05-0168-07

0" " "引 言

頁巖氣產能建設周報是一個復合型的報表，對周報數據進行可視化分析具有類型多、來源多、統計多的特點。如果直接利用周報數據作為數據源進行分析，將需要進行很復雜的視圖設計和編輯。同時，報告具有更新頻率快、業務規則靈活的特點，對系統自動生成報告有迫切的需求。

本文以E-R圖作為工具，梳理應用環境的業務流程，以及在該業務流程中所涉及的各個客觀對象之間發生的關系，繪制可視化分析的數據表結構，并為周報自動生成奠定基礎。

1" " "需求分析

頁巖氣產能建設周報包含井位落實情況、鉆前工程實施進展情況、年度鉆井進展情況、正鉆平臺及動用鉆機情況、鉆機搬安平臺情況、年度壓裂進展情況、本周壓裂井施工進度情況、排采井情況、試油完成情況、建產井投產情況、現場試驗進展等11張表。每張表都復合了單位、年份、區塊等多個維度的信息，無法直接按照表單進行數據庫設計。例如，鉆前工程實施進展情況如表1所示。

1.1" "周報結構分析

首先對周報的統計數據進行逐一分析，找出數據和表之間明顯的統計、依賴關系。

統計數據包括：批復平臺數、批復井數、當年計劃完成平臺數、當年已完成平臺數、正鉆平臺數、新開鉆平臺數、正鉆井數、新開鉆井數、年完鉆井數、年完成進尺、動用鉆機數、搬安平臺數、完成壓裂平臺數、完成壓裂井數、完成壓裂段數、正壓裂平臺數、正壓裂井數、年試油完成井數、測試產量、新投產井數、日產氣、當年累計產氣、歷年累計產氣等。

具備依賴關系的表單有：年度鉆井進展情況和正鉆平臺及動用鉆機情況、年度壓裂進展情況和本周壓裂井施工進度情況。

1.2" "利用E-R工具進行數據設計與優化

1.2.1" "E-R圖

E-R圖也稱實體—聯系圖（Entity Relationship Diagram），ER模型由美籍華裔計算機科學家Peter Chen（陳品山）于1976年發明，是概念數據模型高層描述所使用的數據模型或模式圖，它為表述這種實體聯系模式圖形式的數據模型提供了圖形符號。這種數據模型典型用在信息系統設計的第一階段，比如它們在需求分析階段用來描述信息需求和/或要存儲在數據庫中的信息的類型。但是數據建模技術可以用來描述特定論域（即感興趣的區域）的任何本體（就是對使用的術語及其聯系的概述和分類）。基于數據庫信息系統設計的情況下，在后面的階段（通常叫作邏輯設計），概念模型要映射到邏輯模型如關系模型上；它依次要在物理設計期間映射到物理模型上。注意，有時這兩個階段被一起稱為“物理設計”。［1］

1.2.2" "繪制基礎E-R圖

根據以上語義繪制出基本的E-R圖，如圖1所示。這里獲得了16個簡單的E-R關系。可以看出因為周報本身經過業務專家的設計，它自身的邏輯和流程都非常清晰簡單。從業務的角度還可以看出很多統計值可以直接計算，而不是填報。

1.2.3" "優化E-R圖

逐一分析需求，將復合的實體進行拆分。

（1）井位落實情況表需要分別統計已經批復的平臺數和已經批復的井數，故批復實體具備批復平臺號、批復井號兩個屬性。

（2）根據年度鉆井進展情況、鉆機搬安平臺情況、年度壓裂進展情況、本周壓裂井施工進度情況、排采井情況、試油完成情況、建產井投產情況分析，需要圍繞井統計以下信息：正鉆井數、年完成進尺、年完鉆井數、動用鉆機數、鉆機搬安情況。故以井為實體，配置開鉆時間、新開、正鉆、完鉆、年份、投產井六個屬性。以鉆機為實體，配置鉆井進尺、搬安始發地、搬安目的地三個屬性。

（3）根據年度壓裂進展情況、本周壓裂井施工進度情況、排采井情況、試油完成情況，以壓裂、試油、產量為實體，配置正在壓裂、完成壓裂、壓裂段數、設計壓裂段數、試油中、試油完成、單井產量、測試產量八個屬性。

本輪分析后，形成的實體—屬性對應關系如表2所示。

（4）結合業務實際情況，將平臺與井的1對n關系，公司與井的1對n關系，鉆機與井的1對1關系，井與壓裂的1對n關系用連線標識，將它們的屬性用橢圓標識，繪制頁巖氣周報數據E-R圖（如圖2所示）。

2" "商業智能BI工具實現

2.1" "整理數據

根據頁巖氣數據模型對周報的數據進行整理和清洗，以井號為主鍵，將鉆井情況、壓裂井施工參數、投產井情況對齊，并通過管理關系將三張表聯系起來。至此數據整理和準備工作完成，參見圖3。

2.2" "通過BI工具進行分析的實現效果

（1）將壓裂持續天數與壓裂水平段長、壓裂用液量進行關聯分析（圖4）。可以看出：①長寧、昭通壓裂時間集中在30～60天，壓裂長度集中在1～5 km；威遠壓裂時間集中在20天，壓裂長度在5～10 km區間有峰值；②壓裂水平段長與壓裂液用量只有長寧的曲線較為離散，但最終曲線都回歸到1 000∶4 000的比例。結合長寧的開鉆時間早于威遠、昭通，可以認識到，長寧的壓裂施工經驗指導了威遠和昭通的壓裂施工。

（2）將壓裂持續天數與累產氣、日產氣進行關聯分析（圖5）。三個區塊產量的峰值都集中在壓裂20～40天的區間。將井口壓力與累產氣、日產氣進行關聯分析（圖6）。三個區塊的產量峰值都在水平段長1400～1600區間。將水平段長與累產氣、日產氣進行關聯分析（圖7）。改造段數在20左右的時候，出現產量峰值（圖8）。以上可以認識到，在頁巖氣領域，影響產量的因素更多在于壓裂改造的效果（水平段長、改造段數）；而壓裂時間、井口壓力，對產量的提升并不明顯。

3" " "從周圍系統中找尋數據源并進行匹配映射

公司在建的系統中，X5系統具備場站信息，X2系統具備產量信息，工程技術監督系統具備井工程動態相關信息。

（1）根據業務實際，將產能建設周報涉及的場站均定義為氣井。X5系統中氣井的數據見表3。故可以從X5系統獲取井號、井場分類、氣井分類、所屬增壓站名稱、所屬集氣站名稱、所屬井場名稱、投產日期、井所屬區塊等信息。

（2）X2系統中的數據情況見表4。可以從X2系統獲取到單井日產量、周產量等數據。在實際應用中，可以考慮累加日產量來獲取周、年產量，或者直接引用X2系統數據。

（3）工程技術監督系統數據情況見表5。可以獲取開鉆時間、鉆機進尺、鉆機編號、壓裂段數、壓裂狀態、試油狀態等數據。

（4）地面建設平臺可以提供工程周報，其中能夠提取到平臺開工時間等鉆前地面建設信息。實體“試油”與實體“井”是1對1關系，故合并優化。

（5）繪制數據地圖。根據以上數據來源分析，在圖中將X5系統數據源標識為橢圓形、X2系統標識為三角形、工程技術監督系統標識為矩形、需要補充分析的標識為六邊形（圖9）。

4" " "結 論

通過E-R工具對業務需求進行分析優化，能夠很好地體現應用環境下的業務流程，以及在該業務流程中所涉及的各個客觀對象之間發生的關系，能夠更好地支持后續的數據分析工作，是很好的數據整理方法。

通過可視化應用商業智能（Business Intelligence， BI），能夠將存在于數據間的隱含關系直觀地反映出來。目前初步分析得到的結論與實際頁巖氣工程實踐基本吻合。

通過對數據源進行鏈接，擴展數據源后，能夠從時間維度更有效地輔助決策。

主要參考文獻

［1］陶宏才．數據庫原理及設計［M］.3版.北京：清華大學出版社，2014.