采油廠智能化建設中存在的問題分析

摘要：石油行業技術正逐步由傳統石油專業技術向兩化深度融合方向發展，從數字化到智能化再到智慧化，已成為世界石油工業現代化發展的必由之路。隨著油田信息化建設的深入開展，油田企業如何解決數字化建設過程中出現的難題，完成油田由數字化向智能化轉變，為油田轉型升級提供有效支撐，實現節能降耗、提質增效的目標，成為當前信息化建設的工作重心。就油田智能化建設過程中存在的問題和應對策略進行逐一分析，為加快轉變進程，提升油田市場競爭力指明了方向。

關鍵詞：采油廠；智能化；問題分析；智能油田

一、前言

隨著科技的發展，油田企業通過科技信息化建設使得企業受益匪淺，越來越多的數字化科技設備應用到油氣開發、生產中，數字化油田建設已經初具規模，目前采油廠的建設正由數字化朝著智能化的方向發展。智能化的采油廠建設可以代替現場工作人員的大多數任務，降低操作安全風險；增強人員的分析研究和管理能力，降低管理風險，提高管理決策能力；支持部分決策工作，降低決策風險，提高宏觀決策能力。可實現跨地域協同工作，緊密連接生產經營的各個環節；可快速獲得企業外部環境信息的支持；可實現油田業務與技術的整合；實現數據集成與應用集成，形成統一的信息支持平臺；可建立虛擬的數字地質模型，實現油藏描述的可視化和互動性；可實現油田狀態自動監測；可促進資源整合，大大增強油田企業的競爭力。

智能化油田是在數字化反映油田動態信息的基礎之上，利用各種業務模型和知識庫、專家庫等，模擬油田活動，發現運行規律，指導油田進行自動處理、生產優化和科學決策。智能油田不僅是將油田業務搬到計算機上，還要實現業務的優化、提升、創新[1]。

越來越多科學技術不斷涌現，人工智能、大數據、云計算、虛擬現實、物聯網等技術不斷突破，這些新技術在油田的開發生產應用中開始嶄露頭角，加快了油田智能化的建設步伐[2]。油田企業在智能化油田的建設過程中出現了很多問題，通過分析研究，找到解決問題的方案，將極大地提高油田生產管理效率和水平，主要包括以下幾個技術方面的問題：

第一，傳感器技術。智能油田的建設離不開傳感器技術，建立覆蓋油田各業務環節的傳感網絡節點，實現對油氣生產全過程生產數據和狀態信息的全面感知。

第二，物聯網技術。智能油田通過傳感器、物聯網設備實現油氣采集的自動化控制，油氣管網的自動調節，實現油氣生產的安全可控，對生產過程進行全程監控。

第三，云計算技術。智能油田通過大數據技術、深度學習算法和強化學習技術實施油藏的仿真環境模擬，模擬出油井的產能狀態和油氣儲量的分析，實現油氣勘探開發、生產采集的全過程管理，能夠及時發現生產過程中存在的問題，進行開發、生產的預警，實現自動化的處理過程，減少人為操作失誤帶來的損失。

第四，計算機建模技術。智能油田利用三維技術和數字孿生等技術構建仿真的業務信息模型，充分利用現有的生產開發專家的寶貴經驗和豐富的知識技能，構建與現有生產、管理業務相匹配的模型，實現油氣生產的科學化管理，促進智能化生產。

第五，虛擬現實技術。數據的精細化和全面性為虛擬現實技術提供了應用的基礎。可視化三維地質建模中的虛擬油藏場景將為油藏工程師提供一個新的協同解釋、分析的平臺；高危作業培訓降低作業的風險，提高生產安全系數，同時也提供更加生動的知識培訓手段；物聯網與虛擬現實的結合，為油田生產指揮、管理提供更加詳實的信息。

二、智能采油廠建設中存在的問題

智能采油廠建設的工作重點是對采油廠進行大數據挖掘、知識管理、過程控制和人工智能管理。智能采油廠就是要在整個生產管理流程中實現“全面感知、自動操控、預測趨勢、優化決策”。在智能采油廠建設過程中，也面臨著諸多的問題[3]。

（一）油氣勘探開發中存在的問題

在油氣勘探開發過程中，數據的錄入是智能化發展過程中迫切需要解決的難題，油氣勘探開發中的基礎數據、成果數據分別存儲在各個系統中，需要重復錄入。存在數據共享難，數據利用率低的問題。部分數據錄入頻次無法滿足現場實時分析指導需要，比如鉆井、試油部分數據為日報或月報錄入；生產時間、油嘴、含水等數據仍需人工錄入；數據質量主要靠人工質檢，數據質量無法得到保障。

在油氣勘探開發方案設計中，評價井位設計、儲量報告、產能方案、油氣藏工程等方案基礎數據分散存儲、共享程度低，未全部實現數據一次性源頭采集與多專業一體化采集；數據質量有待加強，基礎數據獲取和統計費時費力，人工調整易出錯；方案編制分析主要依靠人工比對、人工分析，對于相同方案成果的共享利用不夠，方案編制工作量大，效率低；儲量計算涉及生產井、區塊較多，儲量計算方法繁多且較為復雜，人工計算工作量大，效率低。

在油藏動態分析方面：儲層、構造、油藏研究缺乏統一地質模型，成果數據分散、共享程度低；缺乏精細化地質油藏模型刻畫，無法準確對地下情況進行分析，從而影響相關配產計劃與措施的制定。

在油氣勘探開發現場作業跟蹤方面：鉆井、石油作業數據主要采用日報反映，無法實時了解現場作業情況，從而影響現場跟蹤管理與動態措施調整效果；現場作業涉油藏、地質、工程等多專業，對于現場復雜問題主要通過各專業人員現場查驗分析，缺乏多學科專家遠程會診信息化手段。

（二）油氣工藝業務存在的問題

在油氣生產采集過程中，數據采集參數不完整，部分數據仍需人工錄入，不利于產液量實時計算、生產工況診斷、生產制度調整等工作的開展；油水井報警分析類別單一，報警數量多，目前報警僅限于超限報警或單變量分析，關聯報警難以實現；單井智能化應用不足，單井狀態分析仍以人工分析為主，誤報率高，監控工作量大；單井邊緣端沒有實時處理及智能分析能力，處置效率低。

在油氣生產采集過程中，井場、站庫內安全生產預警能力不足，出現緊急情況時難以有效應對；采油廠未實現產量變動一體化聯動分析，各種設備數據來源分散，未實現重點設備預測性維護；采油廠缺乏成熟、穩定、可靠的站點自動加藥及關鍵設備聯動控制系統。

在油氣管線自動化控制系統中，油氣管線采集控制參數不齊全，均未進行壓力、溫度等參數采集，無法掌握集油干線的運行情況，管理難度大，安全風險高；管道完整性管理基礎較差，管線泄漏監測能力較差，誤報率高，誤報警次數多；重點管線未進行腐蝕監測，未實現管道完整性管理，仍需要人工巡檢。

油氣生產采集設備全面狀態信息的缺失，存在生產設備數據電子化程度不高、運行監測范圍不夠、數據共享程度低等問題；設備技術或臺賬資料，多以紙質文字形式存在，未能共享，設備維修作業無基礎資料；設備信息不能共享，形成廣泛存在的信息孤島，業務流程有斷點，數據集中共享難度大；設備智能診斷與預測性維護能力不足，設備周期保養、故障診斷仍依靠員工經驗，智能診斷、預測性維護能力不足。

在井下管理過程中，缺少地質工程一體化井下作業協同環境，未能對措施井開展全程跟蹤以及技術指導，實時數據缺失；井下作業沒有全流程實時監督，施工變更目前只能在電腦端處理，工作效率低；井下作業承包商分散，未能實現線上統一管理；缺少現場與科研決策線上協同模式，未實現全過程、全方位、全時域實時監督；井筒業務管理數字化流程覆蓋率低，各部門協同能力低、影響井筒工程整體管理水平和工作效率；井下作業材料領取、回收仍采用線下審批方式，效率低，方式落后；缺少井下作業輔助設計系統，目前需要人工從多個數據庫查詢油水井動、靜態數據后手動填入系統，流程繁瑣、效率低；缺少單井施工費用審核輔助系統，目前需要人工從各類定額文件中查找施工對應的結算標準，工作效率低。

在新能源工程建設中，能源管控節點的能耗數據未實現數字化，能源的管控、響應及時性不強；油氣生產各環節能耗無法及時監測，難以查找能耗損失節點的損耗因素，無法進行能耗過程精準管控。

在注水井的管理中，注水井日常管理、生產運行、措施管理仍以人工為主，依然存在配產配注優化模式尚未建全的問題；缺少現場與科研決策線上協同的工作流程。

在經濟評價中，部分基礎數據需人工錄入。例如，單井經濟效益評價工作之中的“成本數據表”每月由廠各部門人員線下先填報再匯總，需盡快轉入線上錄入或提取；同質化較高的作業項目需建立統一的線上經濟效益評價模式或標準。

（三）生產運行業務中存在的問題

在日常的生產管理方面，主要還是以人工進行油（水）井管理、生產運行過程處理、生產各種措施的實施和管理；抽油機井的動液面數據按需要由專業技術公司進行測量，做不到實時分析抽油機井的供液能力，不能智能地對間開井進行處理。

在生產運行綜合運行管理中，需要建立智能車輛調度系統對車輛進行集中管理、實時調度及實時跟蹤分析；缺乏智能水電管理系統對油田的能耗情況（水、電、氣、煤等）進行在線監測、實時分析、故障診斷以及優化措施的提出。

在原油產量監控方面，計量交接數據等生產數據未能實現全部采集，數據未能實現透明化。

在生產調度與應急管理方面，缺乏直達一線感知能力，生產和維穩應急狀態下，缺乏對現場的實時分析預警和管控方面手段。

在土地管理方面，土地管理未完全實現信息化管理，導致部分土地管理數據缺失，存在繳稅記錄缺失、土地證缺失、無依據無證情況。

（四）在經營管理中存在的問題

在投資管理方面，投資計劃在規劃設計階段存在設計不規范現象，特別是投資金額較小的項目存在預算項目不齊全、預算金額與工作量核實不清晰等問題，導致后續計劃下達及計劃執行過程出現超預算計劃或者欠預算等情況；投資預算計劃制定、執行監督、法律事務等以人工為主，風險管控、實時核算分析能力不足，存在投資執行看不清、過程管不住等問題；在項目投資管理的全過程中，規劃設計、計劃管理與執行管理未實現全流程線上管理，同時投資管理相關批復金額、合同金額、計劃進度、實際進度、實際付款等要素數據分別在預算、計劃、合同、項目運行、結算等系統中，無法有效進行跟蹤管控，投資計劃執行檢查、動態調整、風險預判、效益評價等分析能力支撐不足。

在財務管理方面，業務與財務的融合不夠，由于職能分工管理屬性不同，財務人員基本配置在機關層級，與生產一線有一定脫節，就數據分析數據，缺少對業務一線的深入，無法看到數據背后經濟規律，無法從數據中挖掘出有價值信息；財務管理與生產管理中數據銜接不暢，導致財務系統和業務工作是相互割裂的，要想選取指標對某項目進行分析，需要通過各部門自有系統進行處理，包括各自數據的導出，運用各自工作思維分析計算再得到有關的指標數據，當項目內外部環境變化導致項目計劃與生產調整，其調整數據和調整依據往往掌握在生產人員手中，財務人員無法及時發現，對其進行分析進行相關的風險提示，可能導致一系列的超預算、資金使用不平衡等財務風險；預算管理與業務管理的動態跟蹤不緊密，動態預警提示不足。

在區塊（單井）效益評價方面，“業財”數據融合不足：勘探開發生產業務數據與投資成本數據分散在不同業務系統中，需要通過數據繼承共享的方式，實現末端錄入，未能實現自動同步至相關系統，無法開展相應業務分析；缺乏有效評價手段對單井投資、單井成本核算分析，缺乏智能化的評價方法和工具針對單井的成本各種構成和動態成因進行多角度的分析。

在資產管理方面，各采油廠資產管理模式仍然以各部門自主管理為主，自主設計臺賬規則，通過人工記錄設備臺賬，由于各部門對于資產管理的細致要求以及相關負責人的工作要求不一樣，導致各類資產信息的統計信息存在差異、賬物一致性存在出入，不利于資產的全生命周期管理；隨著采油廠資產規模逐年增大，折舊折耗高，規模優勢未能有效轉化為效益優勢，完全成本控降難度大，無法發揮資產的最大價值；在資產管理中面臨以下難點：油田的資產種類繁多、現存數量巨大、各種資產分布在采油廠的廣大礦區，造成油田資產管理不易。

（五）安全環保管理存在的問題

在生產監控方面，視頻監控仍以人工分析為主，視頻管理方式主要依靠人工24小時查看，監控工作量大，人工遠程監控效率低下，問題易被遺漏、發現不及時；生產預警與視頻預警未實現有機聯動，在生產邊緣端沒有實時處理及智能分析能力，導致網絡傳輸及后端處理工作量大，處置效率低；現場作業監管依賴人員蹲守，作業重點參數無法在線監控，關鍵流程未實現聯鎖自動控制，隱患排查及風險識別依靠工作經驗和個人能力。

在數據應用方面，安全環保數據分散在不同的系統中，存在標準不統一、重復錄入、無法及時預警反饋、無法直觀查看及發現隱患等問題；亟待通過數據治理、數據整合、數據可視化和大數據分析，提高數據質量，凸顯數據價值，實現安全環保數據的資產化。

在風險研判中，在風險研判方面目前無數據庫建設，風險評價的水平和智能化能力還有待提升，數據分析與統計依賴人工進行，風險評價和風險消減缺乏一致性和規范性的響應機制，數據完整性、有效性有待提升。

在設備設施管理中，缺少對于設備設施的預知性管理及健康度評價；缺少現場安全監控與作業質量監控措施；關鍵流程未實現聯鎖自動控制，隱患排查及風險識別依靠工作經驗和個人能力；SCADA系統報警總數多，且無效報警占多數。

在職業健康管理方面，井站巡檢缺乏有效的巡檢管理手段，造成用工勞動強度高，運行管理成本高；缺乏HSE相關培訓，員工安全意識和素質需進一步強化；尚未通過技術手段來提升員工健康安全管理水平，缺少相關的信息化支撐系統。

在承包商管理中，存在承包商工作人員先入場后開展培訓，培訓未開展考核，培訓和能力評估未實現全覆蓋且備案資料不全，修井隊設備、人員發生變更未評估報備；未能及時發現承包商資質出現不匹配、過期失效等情況。

在QHSE體系管理中，質量、安全、環保數據分散在不同的系統中，存在標準不統一、重復錄入、無法及時預警反饋、無法直觀查看及發現隱患問題。

在環境保護管理中，環境保護事件仍以人工到場監督為主。

（六）智能化指標的問題

油田信息化發展到數字油田后，就會大量采用智能化技術，向智能油田拓展。在我國，一個大的油田公司由多個采油廠和采氣廠組成，要實現智能油田一定是先要實現智能采油廠和智能采氣廠。

智能采油廠是復雜、高科技、長期的大型建設工程。在智能采油廠和智能采氣廠的分析研究、編制方案、建設實施以及后評價的過程中，為了能夠客觀公正地評估智能油田建設所處的狀態、建設水平及發展程度，同時能夠分析和評價智能采油廠所帶來的效益和影響，也就是在整個建設過程中，回答以下四個問題：

1.智能油田建設處在什么階段，有沒有統一的可交流的評價標準？

2.當前水平和目標水平之間的差距在哪些方面，差距有多大？

3.需要在哪些方面進行努力？

4.正在建設的項目是否符合智能油田的特點，是否有助于指標的提升？

為了回答這四個問題，就需要根據采油廠業務需求、業務流程、業務數據等進行全面調研和梳理，在現有的數字化和信息化的基礎上，結合采油廠智能化總體架構、業務架構、應用架構等內容，構建全面的、可理解的、明確的定量和定性指標，以及與之相配套的評估規則和標準，也就是智能采油廠評估指標體系，以指導智能采油廠的分析研究、編制方案、建設實施[4]。

目前，智能采油廠評估指標體系還在研究和探索中，總結采油廠的各項業務和考核指標，大致可以從五個方面著手：協同研究（探井成功率，平均單井日產量，標定采收率，自然遞減率等）、生產運行（生產場站數字化系統覆蓋率，數字化場站遠程聯鎖可控率，數據在線率，生產場站遠程可視化覆蓋率等）、安全環保（安全生產預測指標，安全生產監督指標，作業區工單線上有效完成率，作業許可票證電子化率等）、生產經營（項目數據的完整性，項目結算、成本、效益評價系統管理覆蓋率，生產數據同步周期，開發井效益評價周期，內部收益率等）、決策指揮（一體化調度能力，一體化調度優化模型等）[5]。

三、結語

綜上所述，智能化采油廠的建設還存在很多問題，通過科學分析問題，才能更好地運用智能化技術解決智能化采油廠建設中的難題。智能化采油廠建設與技術的發展密切相關，是油田發展的必然趨勢，整個過程需要較長的建設周期，隨著智能化的研究深入和技術的不斷完善和發展，這些問題將會得到解決，智能化的采油廠也將朝著更加智慧化的方向不斷演進，未來隨著智能化采油廠的建設，油氣的采集將會更加高效、快捷。

參考文獻

[1]石立斌.在塔克拉瑪干大沙漠北緣建起智能采油廠[J].中國石化，2020（12）：52-53.

[2]趙大偉，楊帆，劉忠宇.采油廠地面工程智能化建設構想[J].油氣田地面工程，2020，39（09）：75-80.

[3]滕佳東.企業信息化建設與企業管理創新[J].商業研 究，2004（01）：80-81.

[4]田倩倩.市域社會治理智能化評價指標體系建構及應用研究[D].鄭州：鄭州大學，2022.

[5]陳維亞，陳鑫，章雍，等.公交調度智能化水平評價指標體系構建[J].科技管理研究，2020，40（16）：79-85.

作者單位：新疆油田公司新港公司

責任編輯：王穎振、鄭凱津