人工智能采油新技術與智能油田（下）
時間：2020-08-10 10:55
來源：
作者:方華燦
智能油田IOF（Intelligent Oil field）是以一個統一的數據智能分析控制中心為核心，運用人工智能、大數據、云計算等新技術，通過分析海量數據，對油田全部資產(包括固定設施、移動設備、工作人員等)實時進行資源合理調配、生產優(yōu)化運行、故障精準判斷、風險及時預警，從而實現全部油田資產的智能化開發(fā)運營的現代化油田。它是基于油藏三維模型自動優(yōu)化的油田管理，它是現代油藏管理的智能化，它是自動檢測，信息融合和自動優(yōu)化技術在油田管理中的應用，它實際上是數字化油田發(fā)展的一種高級形態(tài)。
智能油田是未來的發(fā)展趨勢
當今，人類已經從工業(yè)化時代，信息化時代，逐步從數字化進入智能化時代。因此，伴隨著從數字化向智能化時代的邁進，大勢所趨，從數字油田向智能油田發(fā)展，已成為未來油田發(fā)展的必然趨勢，智能油田的應用必將對油田的經濟效益提升起到極大的推動作用。
從全球來看，國際上一些著名的油公司已紛紛提出或升級了他們的數字油田戰(zhàn)略，盡管使用的名字有所差異，但其共同的目標都是從數字油田向智能油田轉型。例如。近期挪威國家石油公司在原來油田建設的基礎上，提出了“整合運作”的新概念，強調“協作中心”的作用，就是向智能油田轉型的邁步。從國內來看, 我國不少油田已基本實現了數字化，具備了向智能油田轉型的條件。目前，在兩化(自動化、信息化)融合思想的指導下，將油田生產的自動化與信息化相結合，將物聯網和云計算技術應用到油氣生產流程中，已經成為國內數字油田建設的主流方向，智能油田建設已經啟動。如作為中石化智能油田建設的試點單位西北油田，一個現代化智能油田的雛形正在逐漸構成。
另外，如長慶油田采油二廠，自2018年4月起，已邁向智能油田起步，工作人員能第一時間通過遠程監(jiān)控和實時掌控遠隔百公里之外的站庫、油水井組的運行參數、管線安全及生產狀態(tài)，不僅提高了工作效率及管理水平；而且，還減輕了操作員工的勞動強度，節(jié)約了生產成本，經濟社會效益顯著。由此可見，當前我國的智能油田建設已經起步，可以說與一些如美國等先進國家正在“并跑”，但是，要一直保持領先地位，進一步爭取“領跑”，還需要不懈努力，奮進而上。
智能控制中心是智能油田的關鍵
從上述智能油田的定義中可知，智能油田的核心是建設一個統一的數據智能分析控制中心(可簡稱為智能控制中心)，下面本文即圍繞這個智能控制中心作些介紹。智能油田的統一的數據智能控制中心的技木組成如下：
人工智能
通常人工智能是指通過人工制作的普通的計算機程序軟件，使機器實現出人類智慧所要求的目標的技術。因此，智能油田的人工智能，就是由人們編制的一系列計算機程序軟件(專家系統)組成，它們以各自服務的目標不同而分類。諸如：地質勘探快速評價專家系統，這個軟件是以地質盆地為單元，可制作出盆地實體模型，對盆地進行快速評價及勘探部署；還可以有效管理盆地構造地層格架、井筒模型、知識成果、空間圖形等數據，從而提高資源勘查的成功率?？焖倬氂筒孛枋鰧＜蚁到y，這個軟件通過營造油藏地質、井筒工程、地面管網動態(tài)一體化研究的環(huán)境，實現油氣藏模型、井筒模型、管網動態(tài)模型、生產數據、研究成果等數據的統一管理和交互展示，從而可以快速進行精細油藏描述、剩余油分析和快速進行油田模擬的一體化分析，輔助作出開發(fā)生產決策，提高油氣產量及采收率。生產設施設備診斷專家系統，該軟件通過在生產現場集成的油氣物聯網數據，可實現生產現場智能巡井、生產設施設備智能診斷;并可結合各種成熟算法模型、經驗公式、知識庫，推出油氣生產指標實時預測預警和多維展示分析。油氣產量穩(wěn)定保障專家系統，它是一個智能油田產量變動分析與生產優(yōu)化專家系統，能夠自動預測產量變化規(guī)律和趨勢，為科學配產配注提供依據。當變動超常發(fā)出預警時，能夠智能分析產量變動的原因，并通過油田生產優(yōu)化專家系統，輔助油田管理者及時采取必要措施，保證油田運行的穩(wěn)定與穩(wěn)產。油田生產科學管理系統，該軟件建立了標準的業(yè)務流程管理模式，它可集成現有系統/專業(yè)應用軟件可用的功能，加以擴充拓展，從而通過優(yōu)化業(yè)務活動，實現油田勘探開發(fā)生產業(yè)務的規(guī)范化管控和實時生產協同。
大數據
數據科學(date science)是從數據中獲取知識和信息的一種科學手段。大數據（big data）是指無法在一定時間內用常規(guī)軟件工具對其內容進行搜取、管理和處理的數據集合。大數據有五大特點(五V)，即大量（Volume）、高速（Velocity）、多樣（Variety）、低價值密度（Value）、真實性（Veracity）。它并沒有統計學的抽樣方法，只是觀察和追蹤發(fā)生的事件。智能油田的控制中心的大數據技術一般包括三方面，即：數據感知，數據感知是指對數據的高精度實時采集。對于智能油田來說，就是要實現油氣藏開發(fā)數據的全方位、高精度、自動化、實時采集。這就需要研發(fā)出更精密的隨鉆分析、室內測試、井下監(jiān)測和井口計量等儀器設備。另外，為了實現大數據的高速傳輸和存儲，就需要具有基于5G、光纖等先進通信技術，還要能夠實現基于云存儲技術的TB或PB級海量數據的存儲，并構建有云端存儲設備及人員、設備的物聯網。數據認知，指的是數據驅動+物理指導，即借助現有的物理模型、專家系統、處理數據的人工神經網絡算法數學模型等，自我發(fā)現物理規(guī)律。所謂自我發(fā)現物理規(guī)律，指的是從數據中自我尋找、發(fā)現物理規(guī)律，并建立起能夠描述物理規(guī)律的數學模型。如基于鉆井、錄井、測井和地震等靜態(tài)自動檢測數據(尋找)，通過對多尺度多不確定性信息的自動融合(發(fā)現)，先建立起一系列的初始三維地質模型(物理模型)；然后再利用試油、試采、生產動態(tài)等的自動檢測數據，通過自動歷史擬合技術對上述建立起的一系列地質模型進行實時更新，即可獲取剩余油的分布，從而進行井位優(yōu)選，就是數據認知過程的一例。數據預知，是指的利用數據對未來的事物進行預測。對于智能油田來說，它可以包括物理和數據驅動相結合進行的產量預測、以數據為中心進行優(yōu)化油氣田開發(fā)等等。例如，通過數據抽取、加工、業(yè)務算法模型等，實現油藏類比分析、抽油機預測性維護、實時示功圖診斷與分析等等，均屬于數據預知?？傊瑪祿?ldquo;死”的，通過人工智能就是要讓數據“活”起來。因此，智能油氣田的建設就是從全面數據化到為數據賦能，再做到讓數據“聰明”。目前，我國不少油田已建成數據自動化采集和監(jiān)控系統，可以實現對油水井、生產設備等的實時監(jiān)控，產生出海量數據。但若不能將這些數據有效利用，使其“活”起來，發(fā)揮認知、預知作用，則充其量只是“數據大”而已，遠稱不上“大數據”。
云計算
云計算（Cloud Computing）是分布式計算技木的一種，它指的是通過網絡“云”，將龐大的數據計算處理程序，自動分解成無數個小程序，然后再交由多部服務器所組成的系統，經搜尋、計算分析之后，再將這些小程序處理所得到的結果，返回給用戶。故而，可稱作“微分”。這里所謂的“云”指的就是計算機群，每一群可以包括了幾十萬臺、甚至上百萬臺計算機。因此，運用這項技術，網絡服務提供者即可以在數秒之內，完成數以千萬計甚至億計的信息處理，實現和“超級計算機”同樣強大效能的網絡服務。
智能油田創(chuàng)建云計算技術，需要解決下列幾個關鍵技術問題：數據存儲技術，為了保證高適用性、高可靠性和經濟性, 通常云計算是采用分布式存儲的方式來存儲數據, 并采用冗余存儲的方式來保證存儲數據的可靠性, 這也就是要給同一份數據存儲多個副本。另外,云計算系統還需要同時滿足大量用戶的需求, 平行地為大量用戶提供服務。因此, 云計算的數據存儲技術必須具有高吞吐率和高傳輸率的特點。而如何能達到高吞吐率和高傳輸率，則是創(chuàng)建云計算技術時的一項關鍵技術。
數據管理技術，云計算系統要對大數據集進行處理、分析，向用戶提供高效的服務。因此, 數據管理技術必須能夠高效地管理大數據集。其次, 如何在規(guī)模巨大的數據中找到特定的數據, 也是云計算數據管理技術所必須解決的問題。目前，最通用的是谷歌提出的 BigTable數據管理技術。
編程模型選擇，通常云計算大部分是選用 Map-Reduce的編程模式。由于Map-Reduce不僅僅是一種編程模型，同時也是一種高效的任務調度模型。因此，智能油田的云計算，也適于采用Map-Reduce編程模型 。
云計算在智能油田中應用前景廣闊。以油氣勘探領域為例，云計算可以在尋找油藏及確定最佳井位等課題中，破解目前采用超級高性能計算HPC(High-Performance Computing) 時，計算能力、存儲容量、管理調度等不能滿足需求的困局。如對地球物理勘探的地震波法，從反射波中收集到的高達幾百TB甚至PB級的海量三維數據(二維數據高達1-2TB) ，借助云計算來整合、管理和調度硬件及網絡資源，.即可提供強大的計算和數據處理能力，有效地、快速地、精準地建立模型和分析數據，從而大大縮短所需要的時間，尋找到目的油藏及部署井位。因此，業(yè)內有專家稱它是石油勘探行業(yè)破解高性能計算困局的創(chuàng)新“催化劑”。
智能決策是在管理信息系統和運籌學的基礎上發(fā)展起來的，它是人工智能AI和智能決策支持系統D SS 相結合的產物。因此，智能決策的基本構成是智能決策支持系統D SS，它可以利用專家系統, 使之能夠更充分地應用人類的知識，通過邏輯推理來幫助解決復雜的決策問題。決策支持系統D SS是綜合利用大量數據，有機組合眾多模型(數學模型與數據處理模型等)，通過人機交互，輔助各級決策者實現科學決策的系統。DSS能夠使人機交互系統、模型庫系統、數據庫系統三者有機結合起來。它大大擴充了數據庫和模型庫的功能，因而要求它不僅要有很強的數值計算能力，而且又要有很強的數據處理能力，這對目前的計算機語言的支持能力不足，是一個很強烈的挑戰(zhàn)。
智能人機接口接受用自然語言或接近自然語言的方式表達的決策問題及決策目標。問題處理系統處于DSS的中心位置，它是聯系人與機器及所存儲的求解資源的橋梁。推理機是一組程序，它可以針對用戶的問題去處理知識庫 (規(guī)則和事實) ，進行推理。總之，智能決策的應用可以高效輔助各級決策者，精準做出油田開發(fā)生產方面的各項決策，對提高油氣產量及采收率有著舉足輕重作用，它是智能油田的重要技術組成部分。
智能油田要求自動化、信息化、數字化。智能化與網絡化相融合，整個油田以統一的數據智能分析控制中心為核心，形成一個油田全覆蓋的網絡。油田中無論是固定資產、移動設備，還是工作人員，不僅均直接與智能控制中心相聯系，還互通互聯，它們既是數據信息的收集者，又是接受者，組成一個龐大的網絡。智能控制中心通過實時收集到的海量數據信息，科學調配、合理運用人工智能、大數據、云計算、智能決策技術，經過快速處理分析后，實時反饋給有關固定資產、移動設備及工作人員，從而即可實現全油田的智能化開發(fā)運營。綜上所述，在我國進入新時代的關鍵時刻，油氣勘探開發(fā)領域面臨著的新一輪科技革命任務艱巨，只有在新長征路上不斷努力奮斗，才能在應用人工智能采油新技術和實現智能油田方面，創(chuàng)造出輝煌的成就。
微信公眾號
微信視頻號
京公網安備11010502053156號