浅析大数据分析技术在油田生产中的应用
来源:用户上传
作者:黄鹤
[摘 要]计算机网络技术在近年来的发展速度越来越快，油田企业中智能化的普及和应用程度越来越广，人们对自动化数据采集、物联网等信息化技术的关注程度越来越高。目前，国际油价波动较大，大数据分析技术在油田生产中的应用发挥着重要作用，通过数据找油，进一步提升油田生产中需要的各项数据利用率，实现油田生产智能化、自动化的发展趋势，满足油田企业降本增效发展需求。
[关键词]大数据分析技术;油田生产;智能化
doi：10.3969/j.issn.1673 - 0194.2020.08.044
[中图分类号]F273;TP391 [文献标识码]A [文章编号]1673-0194（2020）08-00-02
0 引 言
近年来，油田智能化建设发展速度越来越快，油田生产逐渐呈现出数字化、自动化、智能化的趋势。油田生产的流程比较复杂，其中包含注水、采油、运输、储存、油气分离等步骤，在油田生产过程中会产生大量的数据信息，这些数据信息覆盖面积广，数量也十分庞大。所以大数据分析技术在油田生产中的应用是不可或缺的，实现了油田生产的自动化预测、判断、优化等功能，加快了油田智能化发展，同时降低了油田的生产成本，为油田创造了更多的经济效益，是油田可持续发展的重
要手段。
1 大数据分析技术概述
1.1 数据抽取技术
数据抽取技术的原理就是将复杂的数据和不同的数据类型进行整合，变成数据较小和类型比较统一的数据结构形式。在任何地点和时间上对数据进行统一表达，规范和统一语言类型标准，实现计算机的快速识别。其中还涉及数据检查，主要目的是判断生成的数据是否正确，找到数据中可能出现的错误，将错误的信息进行替换。
1.2 数据分析技术
数据分析技术是在数据抽取技术上衍变而来的，主要包括因子分析、回归分析、聚类分析。因子分析主要的原理是找到少量因素指标和其他因素之间的关系，将少量的集中变量在归纳分析中作为因子，然后用少量的因素指标反映出其他因素表达的信息;回归分析的原理是分析一组或者几组数据，找到一个变量与其他变量之间的联系，优化变量中的不确定因素，最终掌握变量规律;聚类分析的原理是根据数据呈现出来的特征，对不同种类的数据进行分类，方便后期根据数据特征对事物进行判断和处理。
1.3 油田数据特点
油田数据特点主要有以下几种：①产生海量数据且数据之间具有较强的耦合性;②油田生产系统稳定性较弱，油田生产过程中采集数据易受工业噪声污染;③数据类型多样，数据形态迥异;④数据缺乏完整性;⑤油田生產作业的不确定性使系统工作状态存在变数，或呈正常工作状态，或呈故障状态。
2 油田大数据以及油田大数据分析体系概述
2.1 油田数据的主要特点
①数据类型多样。油田的生产过程中涉及的数据类型比较复杂，包括温度、压力、注水量等各种接卸设备运行时产生的数据，而相同的机械设备在不同的生产阶段产生的数据也是不同的。②数据信息量较大。油田生产过程中产生的数据信息数量十分庞大，想要对产生的各种数据信息进行收集存储的难度较大。③数据完整性得不到保障。油田实际的生产运行时，数据随着生产阶段的不同随时变化，一旦把握不好数据收集的时间，就会造成某一阶段数据丢失。
2.2 油田大数据分析体系
油田大数据分析体系构建和油田大数据分析系统应用有着直接影响，分析体系的构建主要包括以下几点。①建立油井信息收集平台。将油井实际生产运行中产生的数据信息进行收集整理，将收集的信息转化为计算机可识别的类型。②建立油井信息存储平台。将收集平台收集的信息数据进一步总结和归纳，按照类型不同进行分类存储，存储平台同时也成为数据仓库。③建立油井信息分析平台。将存储平台存储的信息利用专业的大数据模型技术进一步深入挖掘，找到利用价值更高的信息，为后续的油田生产运行做准备。④建立油田信息展示平台。数据信息利用建模进行处理，保障数据信息呈现得更加直观、高效。
3 大数据分析技术在油田生产中的应用研究
3.1 对异常井进行自动识别
异常井是影响油田企业生产运行的重要因素之一，随着开采时间增加，人们对异常井的重视程度越来越高，异常井的管理工作显得尤为重要。通常情况下，异常井的识别方法主要为人工排除法，利用专业人员丰富的经验和以往的相关资料，经过比较复杂的流程，确定异常井。人工排除法需要耗费大量的人力、物力、财力，确定的时间比较长，严重影响油田正常生产运行。随着科技不断进步，逐渐出现了聚类分析和大数据挖掘分析异常井技术，主要工作原理为，油井当天的实际产量和以往每月同一天产量相比存在较大差异，这种差异已经超过了正常的标准范围，从而判断为异常井，异常井确定时还要排除停电井、调开井、作业井等相关因素干扰，利用ASP.NET技术进行计算，通过B/S系统构架模式发布。油田的实际生产运行中，这种大数据技术已经得到了广泛应用，能够准确、快速判断出异常井，为后续制定和诊断创造了良好的条件，提高了油田的生产工作效率。
3.2 对异常井进行智能诊断
异常井诊断是油田日常工作生产中的重要工作内容之一，直接影响油田管理和油田生产。目前，油田异常井的诊断方式还是传统的人工诊断，需要借助专业技术人员的丰富经验，诊断准确率比较低，与实际情况存在偏差，导致后续制定的措施出现失误，影响单井生产量。随着科技进步，油田实际生产中应用灰度图像处理技术，建立油井的特征图库，通过将油井的实际情况和理论情况进行分析对比，系统可以自动判断出油井的工作状况。油井工图会随着工作状况变化出现多样化，此时需要使用因子分析法对变化情况进行分析，同时建立完善的参数因子诊断数据库，将变化的因子与数据库中的因子进行分析对比，找到产生异常井的原因。 3.3 科学制订间抽井开关计划
目前，我国的油田开发逐渐进入了中后期，开发时间逐渐正常，剩余油不断降低，油藏能源逐渐消耗，经常会出现供液不足的现象，这种现象称为间抽井，就是间歇性出油的井。油田目前针对间抽井开关的制定都是人为控制的，可能存在一些问题，科学合理性没有得到考证。所以目前的主要目的就是研究制定科学合理的间抽井开关机制，实现自动化控制，达到开源节流、节能减排的目的。大数据因子分析法和回归分析法在油田生产中的应用，有效解决了以上问题，利用两种方法对间抽井相关影响因素进行分析和研究，建立完善的动液面、液面上升速度、沉没度等因素的预测模型，通过模型产生相应的模型曲线，为后期油田制定科学合理的间抽井开关时间提供有利的依据。
3.4 合理预测油井清蜡、结蜡时间
油田企业对油井进行清蜡的时间大概为每月每口油井清洗一次，油井的清蜡工作一定要严格按照流程执行，但是目前的油井清蜡工作存在一些问题，主要表现在一部分油井还没结蜡就进行清洗，一部分油井已经结蜡但没有及时清理，造成人力、物力、财力大量浪费，同时还会影响油井的产量以及生产效率，造成企业经济效益损失。因此，企业要根据每口油井的实际情况，对清蜡方式、清蜡时间、清蜡用量进行分析和研究，制定科学合理的油井清蜡分析模型，根据模型建立油井清蜡结果预测曲线，从曲线中清楚了解每口油井的具体清蜡时间、清蜡周期等。为油田后期油井清蜡工作奠定了坚实的基础，提供了有利的依据，实现了油田精细化管理的有效落实和健
康发展。
4 大数据技术在石油行业的应用前景分析
随着科技的不断发展进步，大数据技术在我国石油企业中的发展和应用越来越广泛，发挥着重要作用。大数据技术对油田生产运行中的數据进行多维度分析和研究，保障油田企业更加高效、快速生产，降低了油田开采成本，提高了企业的经济效益，油田钻井工作的安全系数有所提升，油井的产量也进一步增加。其中，大数据分析技术在油田企业生产中的应用发挥着重要作用。油田企业生产运行过程中，大数据是提高开采量的重要手段，通过对钻井、地震等数据信息进行收集、处理、分析、整合，将得到的油田生产实际的、真实的数据信息反馈给相关技术人员，保障后期油田生产计划顺利进行，为油田开采提供重要依据。预测性维护理念是油田企业生产中的一种新型模式，但是在实际的生产运行过程中，预测性维护理念没有得到有效落实。油田生产中涉及的各种温度、压力、体积等因素都能通过大数据技术进行分析研究，找到和理论数据参数存在差异的地方，实现自动化预测，保障油田生产顺利、有序开展。
5 结 语
经过以上研究分析可以发现，油田的数据信息类型比较多样、复杂，数量比较巨大，完整性不是很好，因此术在油田生产中应用大数据分析技是必不可少的，是保障油田稳产、高产的重要手段，有助于实现油田可持续发展。
主要参考文献
[1]段泽英，蔡贤明，滕卫卫，等.大数据分析技术在油田生产中的研究与应用[J].中国管理信息化，2015（18）：64-65.
[2]韩书婷，曹于勤，王炳国，等.大数据在“智能油田”中的应用与研究[J].中国信息化，2018（12）：69-73.
[3]张乃文.油田生产中大数据分析技术的研究[J].化学工程与装备，2019（1）：27，41.
[4]李小娜.大数据分析在采油工程管理中的应用探讨[J].化学工程与装备，2019（1）：183-184.
[5]周春燕.油田生产中大数据分析技术的研究及应用[J].科技创新与应用，2017（13）：120.
[6]熊胜强，史晓慧，李伟.浅谈大数据处理在油田GIS系统中的应用研究[J].测绘与空间地理信息，2014（9）：129-132.
[7]张晋军，梅胜文，黄涛.物联网、大数据及云计算技术在油田生产中的应用研究[J].石化技术，2015（3）：134.
转载注明来源:https://www.xzbu.com/3/view-15205175.htm
