基于大数据技术的井下异常预警平台的设计与实现

来源:用户上传      作者:

　　摘 要：石油资源是国家经济发展的命脉，石油的开采又存在一定的风险性。如何运用现代化技术、方法预测和防范井下事故的发生，对提高钻井效率具有重要意义。在我国，井下复杂事故预警研究还处于起步阶段，多数企业主要依靠专家的知识经验，缺乏系统的数据支持。该文通过大数据技术对近10年的各类井控险情数据进行收集、整理、规范、清洗、集成、挖掘和统计等步骤，建立井控险情数据包。利用井口坐标关联施工井周边历史数据，达到预警目的。研究使用GIS地图钻取技术，实现选取井口后的信息提示，查看已钻井与待钻井的距离，显示井下复杂事故的详细信息，达到施工井周边任意范围内井控事件预警提示。经过试点使用后，结果表明该平台操作简便、功能丰富、人机界面良好，能达到预警提示的功能。投入使用后，能为钻井人员和管理者提供意见，提高钻井工程效率，节约钻井施工成本。
　　关键词：大数据;井下异常;SOA;云计算;信息提取;石油开采
　　中图分类号：TP309 文献标识码：A 文章编号：2095-1302（2020）03-00-03
　　0 引 言
　　石油资源的应用渗透在我国各行各业的发展中，它是国家工业经济发展的血液。钻井是石油开采中必不可少的一项环节。然而，地形结构的复杂、井区本身的质量等问题，使得钻井工程在实施作业中存在一定的事故风险。这些风险具有不确定性和随机性，如果仅靠专家以往的经验，可能会出现判断失误，发生井漏、井塌等多种事故问题。轻则损失大量的人力物力，重则出现人员伤亡进而严重影响钻井工程的进度和收益效率。目前很多预警系统都采用单一参数分析，没有一个系统性的施工数据参考，很难进行井下复杂情况预防，进而导致施工现场未知安全风险增高。相对于井下复杂情况发生后再处理所产生的后果，建立一套井下异常预警系统对提高钻井安全的保障更具有前瞻性，能把安全风险降到最低。
　　本文中的井下异常预警系统集成平台，能直观显示井信息、事故复杂信息、事故复杂井距待钻井距离，在地图上用不同颜色展示不同复杂事故井，帮助现场工作人员预测钻井复杂与事故类型，对钻井工作的高效进行有着重要作用。
　　1 相关工作
　　国内外在井下复杂预警方面已有一些理论研究和预警系统。法国是最早进行钻井事故监测的一个国家，早在20世纪60年代就开发了一套钻井过程监测系统，被称为瞬态录井（Snap Log）。该系统可以通过检测钻头动态情况、地层岩性等指标预测钻井异常情况[1]。国内关于钻井事故研究也有很多，李文轩建立分层模糊推理的石油钻井事故预警系
　　统[2]，通过AR滤波、消噪等操作，提取出数据中的有效信息，对事故发生的可能性进行模糊推理分析。白丽丽等设计了多参数控制的钻井事故监测[3]，以钻井液流量、液位和密度为控制参数，结合钻井现场实际工况和不同的地质条件，综合分析对钻井事故监测预警。朱晓东等提出了一种基于连续隐马尔科夫模型的预警方法[4]，把事故的发生和发展看作是一个动态的变化过程，通过多个参数的综合判断，加上马尔科夫理论给出石油钻井过程中异常情况的可能性。虽然国内外的钻井事故预警项目和课题研究很多，设计的钻井事故预警系统也有，但大部分还是多参数的异常预测，并未完全使用事故复杂的全部数据。
　　本文的井下异常预警系统集成平台是基于现有的钻井业务数据资源，分析整理近10年的数据，利用井的井口横纵坐标计算大地经纬度。利用大数据技术对现有数据和新数据进行预处理，通过收集、整理、抽取、整合、挖掘、分析、统计数据等步骤，规范和清洗10年左右的事故复杂数据。建立连通各个信息系统的数据总线，探索数据质量保障架构，建设井下异常预警系统集成平台，帮助获取施工井号周边任意范围内预警提示，采用GIS地图钻取技术实现选取井口后的信息提示，预防溢流、井漏、井塌等事故的发生，提高钻井安全的保障。
　　2 平台的设计与实现
　　2.1 设计目标
　　针对该中国石油集团川庆钻探公司科研项目，系统的设计采用原型模型。借用目前已有的事故复杂预警系统，通过模型获取用户的需求反馈，使得开发出来的系统能切实达到用户需求，同时缩短开发周期。本文井下异常预警系统集成平台的设计目标是：完成海量钻井基础信息数据集成部分;完成井下异常预警项目数据业务模型建立;开发井下复杂异常预警平台，实现事故预警。具体包含以下几个方面：
　　（1）系统集成。构建长庆钻井大数据信息系统集成平台，研究企业异构数据信息系统的集成技术，针对当前现有的信息系统分散建设的现状，探讨目前主流的各种集成方案的可行性，最后利用SOA技术[5]，采用数据总线对各应用系统进行信息集成。
　　（2）数据质量提升。利用云平台提供的计算资源，建立数据清洗架构，运用数据清洗算法清洗历史数据，剔除或修正错误数据或病数据，提高数据质量。
　　（3）资源分类。为了使用户能够准确地查询和统计数据，对所有文档采用非监督式或半监督式的机器学习算法，使之能够正确分类。
　　（4）访问控制。集成门户方案，统一门户访问，为使用者提供一个直观、快捷的信息平台，帮助管理者进行决策。
　　2.2 框架设计
　　井下异常预警系统集成平台的设计是基于成熟、开放的面向服务的体系结构（SOA）框架模型，源数据采用MySQL数据库5.7版本，提取后的数据存放在SQL Server 2000中，数据集成使用Kettle数据集成工具，运用Vmware虚拟云平台作为运行服务器。SOA框架是通过统一的数据标准寻找数据总线，无关乎各个服务之间差异，服务之间可以相互调用，降低项目成本。图1为基于SOA的云计算框架模型的实现过程[6]。
　　（1）请求服务。消费者先向服务代理发送服务请求。
　　（2）查找服务。服务代理在自己的服务范围内查找是否存在该服务，若存在，告訴消费者具体的服务访问位置;若不存在，拒绝该服务。 　　（3）服务接口程序。消费者通过访问该位置上的服务接口程序，并通过接口调用管理层。
　　（4）资源分配。云服务管理层接到调用命令后，查找云服务器的虚拟机，根据消费者的调用请求，分配相应的CPU、内存、存储器、带宽等资源给消费者。
　　在基于SOA技术的云服务平台上，定义的内部接口功能可以划分为3个模块，每个模块具体功能如下：
　　（1）数据收集模块
　　本平台的数据是来源于各个分布式系统，将这些系统的数据暂时保存在数据共享中心，只有管理员审核通过的记录才能成为共享数据。使用Kettle数据集成工具，利用ETL技术和数据仓库技术将数据从异构信息系统中经过抽取、转换等过程，最终加载到目的端[7]。
　　（2）索引构建模块
　　常规的检索均是采用SQL结构化查询语句来完成，但面对庞大的数据量时，SQL语句的查询效率明显降低。所以，本系统采用目前搜索引擎广泛使用的倒排索引技术[8]。倒排索引是关键词到文档的映射关系，以检索关键词分词后的词片为检索入口，将词片和倒排索引列表进行匹配，直接得到所有包含检索关键词词片的文档集合。
　　（3）检索服务发布模块
　　平台使用的是Web Service 技术实现SOA 的概念[9]，需要把单个数据系统的信息检索功能进行服务的封装，并发布在服务管理中心。服务发布采用的是Apache 组织关于实现SOA 的开源框架Tuscany。Tuscany采用的是其中的SCA服务组件框架[10]，核心概念是服务和相关实现。
　　2.3 功能实现
　　基于近10年来鄂尔多斯盆地发生的各类井控险情数据和各类传感器新收集的数据，按照区域进行分类，建立井控险情数据包，其中将井口横纵坐标转换为大地经纬度。开发的井下异常预警系统，利用区块或者井位坐标能查看施工井周边已钻井的数据，在地图上用不同颜色和图标来展示不同复杂事故井，并显示已钻井详细的事故异常信息和已钻井距待钻井距离等。如图2所示，用户登录进入主界面，可以选择采用行政地图、分区块、卫星地图和井号4种方式，在输入相应的坐标、区块号和井号等信息后，此平台可以分析当前井周围的钻井信息和显示事故异常信息。
　　新收集数据信息通过GIS单位元传递到监控单元，监控单元可以实时监测到各井口和井内的信息，通过行政地图、卫星地图和分区块3种方式显示井下复杂信息，达到工作人员对施工井周边任意范围内井控事件预警提示。如图3所示，运用3种地图分别展示待钻井附近的已钻井信息，同时显示了待钻井附近的发生油气侵事故的一个井详细信息。地图中不同颜色代表不同的事故类型，绿色表示正常、粉色表示溢流、蓝色表示井漏、黑色表示井塌、橘色表示卡钻、红色表示其他，直观地显示待钻井附近的井信息。系统用户界面采用充满时代感的扁平化界面风格，报表图形界面均采用类Excel表格样式。
　　3 结 语
　　本文介绍了依靠大数据技术设计和实现的井下异常事故预警系统。该平台是最先利用近10年的各类井控险情数据，对待钻井进行预警提示，方便施工现场工作人员了解待钻井的相关情况。采用成熟、稳定的技术框架，保证系统稳定运行，增加系統设计的独立性。实践证明，该系统能达到预期的设计目标，完成预期的需求功能，能对井下复杂情况进行预警提示，提升钻井施工的效率，降低钻井工程的成本。
　　参 考 文 献
　　[1]宿雪，葛洪魁，杨微，等.钻柱振动录井的研究现状及发展趋势
　　[J].石油钻探技术，2009，37（5）：15-19.
　　[2]李文轩.分层模糊推理的石油钻井事故预警系统[J].中国化工贸易，2017，9（14）：234.
　　[3]白丽丽，孙文峰，高金兰，等.基于多参数控制的钻井事故监测预警系统[J].化工自动化及仪表，2017，44（7）：643-647.
　　[4]朱晓东，袁坤杰，王艳玲.基于隐马尔科夫模型的石油钻井事故预警方法[J].郑州大学学报，2018，39（4）：51-57.
　　[5]刘胜娃，李卫，张越.长庆钻井公司统一通信平台的设计与实现
　　[J].物联网技术，2017，7（4）：62-63.
　　[6]肖越，肖成龙，孙威.基于SOA的云计算模型框架研究[J].电脑知识与技术，2017，13（20）：46-47.
　　[7]陈健，左秀然，杨国良.基于KETTLE的医院多源异构数据集成研究及分析[J].中国数字医学，2018，13（3）：35-37.
　　[8]刘健，宁玉文，孙茂，等.基于倒排索引结构的寻亲系统的设计
　　[J].信息技术，2018（10）：73-76.
　　[9]王若贤.基于大数据环境下学生管理系统的多源异构数据集成[J].研究电子世界，2018（20）：26-27.
　　[10]唐青.基于Tuscany SCA的随书光盘数据库管理系统的设计与实现[J].计算机与现代化，2012（12）：149-152.
转载注明来源:https://www.xzbu.com/8/view-15151398.htm