公司新闻

大数据融入传统油气产业
发布日期:2018-04-16 浏览次数: 信息来源:中国海洋石油报 字号:[ ]
分享到:

近年来,随着计算方法、运算设备与能力、数据传输与储存等技术的飞速发展,大数据(BigData)技术的应用领域不断拓展,逐步潜入传统油气行业深处。

不少国际石油公司都意识到了石油数据中蕴藏着的巨大价值,且绝大多数都愿意为挖掘大数据技术的潜力进行持续投资。可见,在石油行业中,大数据技术存在着非常可观的应用与发展空间。

从2017年7月起,海油发展、南海东部石油管理局与清华大学深圳研究生院三方经过洽谈与商讨,确定了“智慧钻井技术应用示范项目”的合作方向,制订了详细实施方案,主要采用大数据处理钻井相关数据,赢得经济价值。

半年后,今年1月,由20多位专家组成的中国海油智慧钻井技术应用示范项目团队建立起大数据模型,并获得突破性进展——为南海东部近3年来钻探开采的近70口井的海量钻井工程与地质数据完成了大数据建模,并利用模型对有意预留的井位进行了数据对比验证,结果与真实数据预测完全一致。

颠覆传统思维方式智慧钻井技术初露锋芒

与传统处理问题的思维和方法相比,大数据思维存在两点堪称革命性的变化:一是处理全部的数据,而非抽样调查,这就对计算机的运算能力、数据传输与存储的速度和效率提出了更高的要求;二是以寻求数据间的相关关系取代因果关系,只需知道是什么,而不问为什么,这也在很大程度上颠覆了传统思维模式。

在建设数字化、智能化油田时,将会普遍使用到大数据技术。大数据与石油行业的融合与应用,也是从另一个层面试着让机器用人类的思维方式去解决问题,实现人工智能。

油田从勘探、开发到生产的过程中,会产生大量的原始数据。为了使各种复杂和日益剧增的原始数据变得更有价值,必须对其进行有效的分解、分析和提取,才能实现为勘探开发提供有效信息服务的目的。通过采用数以千计的传感器,研究人员从地面和井下采集到大量原始数据,将其用于二维与三维地震建模、油藏模拟、实时监测、钻完井作业、地质导向以及油气开采领域。石油上游产业的数据量已超出人们的想象,采用大数据思维挖掘数据间的关系来获取相应价值,有利于上游行业实现提质增效。

在数据密度较大、结构化数据丰富、提质增效需求迫切的钻进作业阶段,利用大数据挖掘技术与人工智能潜力,对钻井关键参数进行预测,以防井下复杂情况的出现,可有效提高钻井作业效率。研究人员对南海东部海域若干口已钻探井的工程与地质数据进行了分类和预处理,通过二次转化与关联法降噪,让数据符合建模要求。随后建立起基于神经网络理论的大数据模型,并对模型进行实操演练,将完善后的模型用于预测其他已钻井的关键工程参数。

目前,项目已取得初步的研究成果。在参数预测方面,可利用26个钻井参数、地质参数等组成的数据组准确预测出目标井的钻井泵压、顶驱扭矩和机械钻速的变化趋势,90%以上的目标井的参数预测误差幅度在15%以内;在优化钻速方面,通过对输入参数进行优化组合,同时将输出参数设定在合理范围内,优化后的机械钻速平均提升29%。

这种不考虑机理、只利用大数据技术挖掘数据之间相关性,准确建立数据间的关系,以此来预测和优化钻井参数的方法具有一定的创新性,其验证了模型建立的合理性,也证实了大数据技术与油气钻井融合的可行性。

接下来,研究人员还将在数据完善和全井工序建模上下功夫,努力提高数据模型的精确性,将安全作业与提质增效贯穿钻井全过程,开发出一套集自动采集、处理、分析、优化、实时预警与预测一体化的钻井大数据工作系统以及基于大数据技术的海洋钻井智能辅助决策系统。

我国石油技术“弯道超车”成为可能

国外大数据分析挖掘技术在石油工业中得到初步应用。英国石油公司、雪佛龙股份有限公司、荷兰皇家壳牌集团、美国丹文能源公司等大型国际石油公司在油气行业大数据领域进行了大量的投入,并获得了大数据统计分析的商业化成果,且正在逐步向建立神经网络模型和加强深度学习程度等方面延伸。

与此同时,我国油气行业对大数据技术的研究与应用也在继续深入推进。中国海油智能钻井技术应用示范项目建立起数据之间精准的关系,实现对目标井参数的准确预测,当初的这一尝试性的探索现已在国际上处于领先水平,未来应用前景广阔,有着良好的经济效益和社会效益。

除了推进大数据与人工智能技术进步之外,中国海油还将探索发展相关配套技术,包括搭建更加快速而稳定的海域通讯网络,推出运算速度更快的硬件系统等。如此一来,未来即可将钻井大数据系统发展成基于云计算和云存储的、分布式的海洋智慧油田系统,覆盖海洋石油的上下游产业,真正实现大数据技术、人工智能与海洋石油工业的深度融合。

随着油田在各个环节实现自动化与信息化,勘探、开发、生产、修井、炼化等各板块都会产生大量的数据,这些均为未来大数据技术的挖潜提供了广阔的平台。比如,大数据技术不仅可以应用于地质油藏中有利构造寻找、油气运移规律总结与油气水分布研究领域,及时发现油气生产

过程中的异常指标,还能快速找出油气田各个生产要素之间的关联关系,预测油气井生产指标变化趋势和增产增注措施效果。此外,大数据技术还能准确预测钻井、完井和修井过程中的异常情况,提升工艺流程安全性与工况效率,夯实对设备寿命和维修预警的管理。

大数据与石油行业的深度融合前景广阔。掌握大数据相关技术,有助于石油公司增强自身的核心竞争力,同时也为我国石油工业技术在不远的将来实现“弯道超车”提供了多重可能。

接下来,中国海油智慧钻井技术应用示范项目团队还计划对电缆数据、地质数据等进行建模,将其嵌入既有的E-DRILLING系统中,构建海洋钻井智慧辅助决策系统,真正实现智慧钻井。据计划,该项目将于2019年底收工完成。(作者 熊爱 江张娅 单位 海油发展工程技术公司)




【打印】 【关闭】

目的地搜索
返回
大数据融入传统油气产业
发布日期:2018-04-16 信息来源:中国海洋石油报

近年来,随着计算方法、运算设备与能力、数据传输与储存等技术的飞速发展,大数据(BigData)技术的应用领域不断拓展,逐步潜入传统油气行业深处。

不少国际石油公司都意识到了石油数据中蕴藏着的巨大价值,且绝大多数都愿意为挖掘大数据技术的潜力进行持续投资。可见,在石油行业中,大数据技术存在着非常可观的应用与发展空间。

从2017年7月起,海油发展、南海东部石油管理局与清华大学深圳研究生院三方经过洽谈与商讨,确定了“智慧钻井技术应用示范项目”的合作方向,制订了详细实施方案,主要采用大数据处理钻井相关数据,赢得经济价值。

半年后,今年1月,由20多位专家组成的中国海油智慧钻井技术应用示范项目团队建立起大数据模型,并获得突破性进展——为南海东部近3年来钻探开采的近70口井的海量钻井工程与地质数据完成了大数据建模,并利用模型对有意预留的井位进行了数据对比验证,结果与真实数据预测完全一致。

颠覆传统思维方式智慧钻井技术初露锋芒

与传统处理问题的思维和方法相比,大数据思维存在两点堪称革命性的变化:一是处理全部的数据,而非抽样调查,这就对计算机的运算能力、数据传输与存储的速度和效率提出了更高的要求;二是以寻求数据间的相关关系取代因果关系,只需知道是什么,而不问为什么,这也在很大程度上颠覆了传统思维模式。

在建设数字化、智能化油田时,将会普遍使用到大数据技术。大数据与石油行业的融合与应用,也是从另一个层面试着让机器用人类的思维方式去解决问题,实现人工智能。

油田从勘探、开发到生产的过程中,会产生大量的原始数据。为了使各种复杂和日益剧增的原始数据变得更有价值,必须对其进行有效的分解、分析和提取,才能实现为勘探开发提供有效信息服务的目的。通过采用数以千计的传感器,研究人员从地面和井下采集到大量原始数据,将其用于二维与三维地震建模、油藏模拟、实时监测、钻完井作业、地质导向以及油气开采领域。石油上游产业的数据量已超出人们的想象,采用大数据思维挖掘数据间的关系来获取相应价值,有利于上游行业实现提质增效。

在数据密度较大、结构化数据丰富、提质增效需求迫切的钻进作业阶段,利用大数据挖掘技术与人工智能潜力,对钻井关键参数进行预测,以防井下复杂情况的出现,可有效提高钻井作业效率。研究人员对南海东部海域若干口已钻探井的工程与地质数据进行了分类和预处理,通过二次转化与关联法降噪,让数据符合建模要求。随后建立起基于神经网络理论的大数据模型,并对模型进行实操演练,将完善后的模型用于预测其他已钻井的关键工程参数。

目前,项目已取得初步的研究成果。在参数预测方面,可利用26个钻井参数、地质参数等组成的数据组准确预测出目标井的钻井泵压、顶驱扭矩和机械钻速的变化趋势,90%以上的目标井的参数预测误差幅度在15%以内;在优化钻速方面,通过对输入参数进行优化组合,同时将输出参数设定在合理范围内,优化后的机械钻速平均提升29%。

这种不考虑机理、只利用大数据技术挖掘数据之间相关性,准确建立数据间的关系,以此来预测和优化钻井参数的方法具有一定的创新性,其验证了模型建立的合理性,也证实了大数据技术与油气钻井融合的可行性。

接下来,研究人员还将在数据完善和全井工序建模上下功夫,努力提高数据模型的精确性,将安全作业与提质增效贯穿钻井全过程,开发出一套集自动采集、处理、分析、优化、实时预警与预测一体化的钻井大数据工作系统以及基于大数据技术的海洋钻井智能辅助决策系统。

我国石油技术“弯道超车”成为可能

国外大数据分析挖掘技术在石油工业中得到初步应用。英国石油公司、雪佛龙股份有限公司、荷兰皇家壳牌集团、美国丹文能源公司等大型国际石油公司在油气行业大数据领域进行了大量的投入,并获得了大数据统计分析的商业化成果,且正在逐步向建立神经网络模型和加强深度学习程度等方面延伸。

与此同时,我国油气行业对大数据技术的研究与应用也在继续深入推进。中国海油智能钻井技术应用示范项目建立起数据之间精准的关系,实现对目标井参数的准确预测,当初的这一尝试性的探索现已在国际上处于领先水平,未来应用前景广阔,有着良好的经济效益和社会效益。

除了推进大数据与人工智能技术进步之外,中国海油还将探索发展相关配套技术,包括搭建更加快速而稳定的海域通讯网络,推出运算速度更快的硬件系统等。如此一来,未来即可将钻井大数据系统发展成基于云计算和云存储的、分布式的海洋智慧油田系统,覆盖海洋石油的上下游产业,真正实现大数据技术、人工智能与海洋石油工业的深度融合。

随着油田在各个环节实现自动化与信息化,勘探、开发、生产、修井、炼化等各板块都会产生大量的数据,这些均为未来大数据技术的挖潜提供了广阔的平台。比如,大数据技术不仅可以应用于地质油藏中有利构造寻找、油气运移规律总结与油气水分布研究领域,及时发现油气生产

过程中的异常指标,还能快速找出油气田各个生产要素之间的关联关系,预测油气井生产指标变化趋势和增产增注措施效果。此外,大数据技术还能准确预测钻井、完井和修井过程中的异常情况,提升工艺流程安全性与工况效率,夯实对设备寿命和维修预警的管理。

大数据与石油行业的深度融合前景广阔。掌握大数据相关技术,有助于石油公司增强自身的核心竞争力,同时也为我国石油工业技术在不远的将来实现“弯道超车”提供了多重可能。

接下来,中国海油智慧钻井技术应用示范项目团队还计划对电缆数据、地质数据等进行建模,将其嵌入既有的E-DRILLING系统中,构建海洋钻井智慧辅助决策系统,真正实现智慧钻井。据计划,该项目将于2019年底收工完成。(作者 熊爱 江张娅 单位 海油发展工程技术公司)

分享到:
Produced By 大汉网络 大汉版通发布系统