油田的智能數據治理工程及應用技術研究

劉永軍 徐 振 李興亮

中國石油集團吐哈油田分公司勘探開發研究院 新疆哈密 839000

1 基本概念

1.1 智能油田

智能油田是在數字化建設發展的基礎上，根據企業互聯網技術來推動數據采集的新技能。現如今在數字化不斷發展、社會不斷進步的情況下，通過云計算物聯網技術、互聯技術和監控等方式共同支撐下，企業開展了規劃和判斷，并且在發展中拓展了諸多功能，通過可視化的形式對油田開發現場進行模擬，這種模擬可以更好地運用多媒體技術做真實的軌道擴展，有助于發現油田企業在開發過程中有可能遇到的問題。油田企業開采的過程中，根據風險預防實際的生產過程，而且能更好地規劃開發建設油田企業使用智能油田的數字信息技術，能更好地減少人工干預，通過協調配合的方式，增強人與生產設備之間的功能，并且采用一體化的智能手段，幫助油田生產，推動自我感知。

1.2 數據治理工程

數據治理工程的概念，最初是根據工程混亂的數據整合提出來的，在數據分割和信息孤島的危機下，油田企業開設自我尋找的解決方式，通過規范一體化的治理體系和掌握科學的治理方法，實現數據的統一，并且通過提高生產數據和數據效率的有效利用，增強數據治理工程。其中，油田數據會通過油田企業的工程建設和科研研究發展獲得智能油田建設中重要的一環數據，并在治理工程內容中，不斷加大數據處理，在數據整合的基礎上增強數據管理。工程也在這個階段不斷的建設和創新，并且通過新型的技術思維和發展方式，在傳統的數據處理下推動數據之間的傳輸，提供更加高效、更加明確的應用通道。在各個操作環節中能夠實現工作的一體化、推動新技術的數據模擬化、增強高效化、智能化的全面發展，可以提供更加明確的無障礙數據傳輸。傳統的數據治理，已經不適用于新媒體時代的發展，更多會采用高效無障礙的應用通道，根據儲存數據和管理數據的相關環節，綜合發展數據應用。

2 國內油田智能數據應用治理現狀

自從改革開放后，國內科技不斷往前發展，信息化數字油田建設也在發展之列。當前國內在建設油田數據方面，其最重要的目標就是建設智慧數據油田，該油田的建設能表現出國內大數據智能化在不斷往前發展。常見的系統是企業資源計劃系統，與油田開發相應的數據應用系統都有聯系。當開始建設油田企業時，需要著重注意油氣的前期勘探與開發過程，因為這與之后油田數據項目的進展緊密相連。要想讓油田企業擁有更強的競爭力，可以將收集起來的油氣勘探數據再利用，這樣也能讓原油的采收速度與采收率提升。雖然國內已經開始建立不少智能油田數據治理，可是該體系并不成熟，還有很多方面需要完善與優化。例如：當前國內油田企業并沒有統一的信息系統，所以當要進行數據統計的時候顯得不夠科學有效。從當前現狀來看，油田數據是特別珍貴的油藏資源信息，而其在進行管理時，與其他不少數據都有聯系，例如：開發數據、勘探數據等。因為數據庫在建設過程中有多元性與多變性，所以要想將數據進行共享與處理顯得有些困難。

3 油田智能數據治理工程體系建設

要想對油田智能化進行數據治理，必須要有較強的理論基礎作為指導，還應當擁有完整的體系。這里以吐哈油田為例，如果要對其進行數據治理，就必須提前建設對應的工程體系，而這類工程體系通常由4 個部分組成：執行體系、組織體系、技術體系以及管理體系。土哈油田數據治理工程體系如圖1 所示。

圖1 土哈油田數據治理工程體系

（1）組織體系。由于數據治理并非簡單的事情，要想真正落實到位，一定要擁有夠強的組織領導機制。為了增強組織以及領導數據治理能力，可以以數據規律作基礎，將數據的生產者、管理者以及使用者在油田里面進行單獨劃分。

（2）管理體系。當開始數據治理時，為了讓其能在科學的機制與標準下運轉，必須擁有良好的管理體系。而這個管理體系內部由多種規則制度組成，例如制定數據所需要的規則、制定數據的標準與創建數據模型等。

（3）技術體系。技術體系通常是融合與整合數據、數據治理更新等。一般包含清洗并整理相關數據、對收集到的數據進行集成、融合數據等。

（4）執行體系。當數據治理能系統化、科學全面進行后，就會有各種相應的數據機制產生，不過這些機制都是圍繞數據池發展起來的。對數據治理建立執行體系時需要考慮對數據的分析以及管控、考核等。

4 油田智能數據治理工程解決方案

吐哈油田的智能數據治理工程是由兩個部分組成：一部分是該數據治理體系的構架；另一部分則是該治理體系的理念。吐哈油田智能數據治理工程的技術架構模型如圖2 所示。

圖2 吐哈油田智能數據治理工程的技術架構模型

從圖2 能夠直觀地看出，有兩個重要的技術被包含在智能數據治理里，其中一個技術是數據池，另一個技術則是數據治理工具技術，而后者是該工程的最關鍵技術。文中所運用的數據治理工具技術是Datist 技術，這項技術是從長安大學數字油田研究所引進的，該技術與其他技術相比能力更強大，例如讀取數據的能力更強、對數據進行處理的所有流程都能可視化，對數據能進行實時推送以及擁有GIS 分析能力等。在數據治理中，其核心部件則是數據池，其通常由兩個部分組成，一部分是大數據庫思想，另一部分則是大數據庫技術。數據池多種多樣，不同的數據池不會互相影響，而且數據池擁有很強的擴充能力，邊界大小也沒有限制。

5 油田智能數據治理工程實施案例

5.1 工程案例

2020 年，某油田企業合并數據臺賬。本研究根據該企業的數據作為具體的案例分析進行調研時，發現在油井動態的調查分析中，需要重點做好數據臺賬，這也是油田動態的關鍵環節。分析油田產量的數據，和其他有聯系的數據共同整合，并且重新將油井進行動態分析。通常在A系統庫里，數據儲存量偏大的系統庫，工作人員會使用較多的人力與時間查詢數據，以及對數據做好計算和關聯動作都會花費大量的遠離時間。傳統的數據處理方式，無法提高工作效率，甚至于一些智能化的數據整理也無法重新增加更直觀、更方便的處理方式。所以采用更加智能化的方式推動數據臺賬整合，提高生產環節和油田的管理環節，是當前具有時效性和智能性的解決方式。

5.2 技術應用

對2020 年某油田企業數據臺賬中存在的問題和數據查詢方法做了綜合檢驗后，找出了許多不足的方面。

（1）明確數據治理工程中需要確保好的前期工作，尤其是每一個生命周期和環節要做到的數據管理和數據處理工作，這也是工程環節開展的必備要素。在生命周期數據質量中發現隱患風險時，需要采用智能化明確化的態度，找到問題出現的方向，并且有效解決，對于每個生命周期出現的數據要做好風險調控和監控，對于一些有可能出現的風險要提前做好解決方式，并且根據數據歸納，整合問題措施。想要進一步的保證數據治理工程發展，就需要從質量管理的方式，推動工作效率提升，一方面要保證數據完整化，在不同過程形成的數據傳輸時，將有效的數據推動發展，減少重要數據出現遺漏的情況。除此之外，還需要確保數據傳輸的準確性，能夠在業務要求和精準性傳送一致的同時，將數據維度和度量值保持。

（2）油田企業對于數據臺賬做分期之前，首先要明確數據框架，搭建整體的技術架構，能夠通過技術應用治理工具和大數據庫的相應制度互相配合，根據數據治理的框架做好定期查詢，并且將重要數據在數據池中做好分門別類的管理。查詢速度的提升也是重要數據的整合要求，在工作的效率提升的同時，也要讓戶籍人員提高工作效率，減少數據查詢消耗的時間，在智能化、科技化的發展中找到前進的方向。

（3）要對數據做好自由統計，根據各項數據的治理分析，企業要有效地引入科學化智能，使得數據工程能在為各項數據的治理和分析提高技術支持和數據流程體系構建框架的同時，還能通過強大的數據讀取能力，整理好數據臺賬的核心數據。在數據臺賬的核心數據整合過程中，根據具體操作，推動數據處理，并且使用GIS 技術，及時對數據做好可視化管理，將整個數據過程明確的展現出來。

5.3 數據治理工程建設效果分析

通過對油田建設中數據處理的內容建設和工作比較后，發現數據處理工程對智能油田的數據錄入效率做了整合，并且在分析查詢的過程中，借助組織體系、管理體系和大數據的工程體系的幫助，能夠進一步改善油田生產環節中有可能出現的數據混亂問題，發生的信息孤島和數據分割，是油田建設數據處理中并不少見的情景。通過數據治理工程能極大程度地改善混亂狀況，并且也為智能油田提供良好的技術支持，能夠在油田挖掘之前先找到發展的方向，為后續的管理工作做好效率提升。當前關于智能油田數據的系列工作，相關人員調動的時間較多，花費的人力物力也較多，為了更好地幫助其實現信息化、智能化和數據化的發展，企業在運作過程中需要結合多項處理技術，對信息資料做好構建的同時，企業也要確保數據的代入性和完整性，能夠在資料庫的完善中，支撐油田發展，推動油田進步，找到更適合油田運作的方向，并且在此基礎上，確保數據庫的代表性和完整性能夠在更完善的情況下，推動資料優化，做好信息的處理整合，對于資料的完整性根據多項處理技術調動。共同推動企業的信息化和數據化。

6 油田智能數據治理要點

6.1 元數據管理

元數據必須確定及說明數據的有關特性，而這也是數據共享得以完成的條件之一。元數據分為技術、業務、操作等部分。技術元數據是系統設置與平時管理過程中形成的有關數據。原數據是運作過程中形成的操作信息，如設備的運行頻次、運行開始和結束的時間結果等。

6.2 數據質量管理

數據質量管理是數據治理工程中至關重要的一個流程，需要對所有過程有精準地把控，在所有流程中，都應該采用相應的保護策略，以防止其產生問題，使數據質量受損。另外，還應該仔細辨識與監控數據，若有問題出現必須及時進行解決，進而增強管理質量，增強數據水準。在實施數據質量管理過程匯總中，必須對如下幾方面的問題加以重視：

（1）數據的完整性，是指要確保所傳輸數據的完整性，不可丟失核心數值等；

（2）數據的有效性，是指傳輸數據時，必須及時傳送有效的數據，不可傳送無價值的數據，應與業務需求相符；

（3）數據的唯一性，是指要確保進行傳輸的數據是和有關業務的核心性質是唯一的；

（4）數據的一致性，是指應確保所傳輸數據的維度與度量值的關系保持一致；

（5）數據的精確性，是指在傳輸數據時應確保數據的精度與有關業務需求相符；

（6）數據的時效性，是指數據在進行傳輸中的時效性不高，應選擇相應手段確保數據的時效性；

（7）數據的真實性，是指所傳輸數據應該真實，無不實信息。

7 結語

只有讓智能油田在運作效益這方面得到提升對有關的應用技術方案與數據治理進行改善與優化，才讓智能油田發揮更大的積極影響與應用價值。需要優化與健全數據治理相關工程體系，并和有關技術方案進行有效對接，以此保障油田企業能長期發展下去。