人工智能采油新技术与智能油田(下)

时间:2020-09-03 15:39 来源:杂志 作者:方华灿 点击:
智能油田IOF(Intelligent Oil field)是以一个统一的数据智能分析控制中心为核心,运用人工智能、大数据、云计算等新技术,通过分析海量数据,对油田全部资产(包括固定设施、移动设备、工作人员等)实时进行资源合理调配、生产优化运行、故障精准判断、风险及时预警,从而实现全部油田资产的智能化开发运营的现代化油田。它是基于油藏三维模型自动优化的油田管理,它是现代油藏管理的智能化,它是自动检测,信息融合和自动优化技术在油田管理中的应用,它实际上是数字化油田发展的一种高级形态。

智能油田是未来的发展趋势

当今,人类已经从工业化时代,信息化时代,逐步从数字化进入智能化时代。因此,伴随着从数字化向智能化时代的迈进,大势所趋,从数字油田向智能油田发展,已成为未来油田发展的必然趋势,智能油田的应用必将对油田的经济效益提升起到极大的推动作用。

从全球来看,国际上一些著名的油公司已纷纷提出或升级了他们的数字油田战略,尽管使用的名字有所差异,但其共同的目标都是从数字油田向智能油田转型。例如。近期挪威国家石油公司在原来油田建设的基础上,提出了“整合运作”的新概念,强调“协作中心”的作用,就是向智能油田转型的迈步。从国内来看, 我国不少油田已基本实现了数字化,具备了向智能油田转型的条件。目前,在两化(自动化、信息化)融合思想的指导下,将油田生产的自动化与信息化相结合,将物联网和云计算技术应用到油气生产流程中,已经成为国内数字油田建设的主流方向,智能油田建设已经启动。如作为中石化智能油田建设的试点单位西北油田,一个现代化智能油田的雏形正在逐渐构成。

另外,如长庆油田采油二厂,自2018年4月起,已迈向智能油田起步,工作人员能第一时间通过远程监控和实时掌控远隔百公里之外的站库、油水井组的运行参数、管线安全及生产状态,不仅提高了工作效率及管理水平;而且,还减轻了操作员工的劳动强度,节约了生产成本,经济社会效益显著。由此可见,当前我国的智能油田建设已经起步,可以说与一些如美国等先进国家正在“并跑”,但是,要一直保持领先地位,进一步争取“领跑”,还需要不懈努力,奋进而上。
 
智能控制中心是智能油田的关键
 
从上述智能油田的定义中可知,智能油田的核心是建设一个统一的数据智能分析控制中心(可简称为智能控制中心),下面本文即围绕这个智能控制中心作些介绍。智能油田的统一的数据智能控制中心的技木组成如下:

人工智能

通常人工智能是指通过人工制作的普通的计算机程序软件,使机器实现出人类智慧所要求的目标的技术。因此,智能油田的人工智能,就是由人们编制的一系列计算机程序软件(专家系统)组成,它们以各自服务的目标不同而分类。诸如:地质勘探快速评价专家系统,这个软件是以地质盆地为单元,可制作出盆地实体模型,对盆地进行快速评价及勘探部署;还可以有效管理盆地构造地层格架、井筒模型、知识成果、空间图形等数据,从而提高资源勘查的成功率。快速精细油藏描述专家系统,这个软件通过营造油藏地质、井筒工程、地面管网动态一体化研究的环境,实现油气藏模型、井筒模型、管网动态模型、生产数据、研究成果等数据的统一管理和交互展示,从而可以快速进行精细油藏描述、剩余油分析和快速进行油田模拟的一体化分析,辅助作出开发生产决策,提高油气产量及采收率。生产设施设备诊断专家系统,该软件通过在生产现场集成的油气物联网数据,可实现生产现场智能巡井、生产设施设备智能诊断;并可结合各种成熟算法模型、经验公式、知识库,推出油气生产指标实时预测预警和多维展示分析。油气产量稳定保障专家系统,它是一个智能油田产量变动分析与生产优化专家系统,能够自动预测产量变化规律和趋势,为科学配产配注提供依据。当变动超常发出预警时,能够智能分析产量变动的原因,并通过油田生产优化专家系统,辅助油田管理者及时采取必要措施,保证油田运行的稳定与稳产。油田生产科学管理系统,该软件建立了标准的业务流程管理模式,它可集成现有系统/专业应用软件可用的功能,加以扩充拓展,从而通过优化业务活动,实现油田勘探开发生产业务的规范化管控和实时生产协同。

大数据
 
数据科学(date science)是从数据中获取知识和信息的一种科学手段。大数据(big data)是指无法在一定时间内用常规软件工具对其内容进行搜取、管理和处理的数据集合。大数据有五大特点(五V),即大量(Volume)、高速(Velocity)、多样(Variety)、低价值密度(Value)、真实性(Veracity)。它并没有统计学的抽样方法,只是观察和追踪发生的事件。智能油田的控制中心的大数据技术一般包括三方面,即:数据感知,数据感知是指对数据的高精度实时采集。对于智能油田来说,就是要实现油气藏开发数据的全方位、高精度、自动化、实时采集。这就需要研发出更精密的随钻分析、室内测试、井下监测和井口计量等仪器设备。另外,为了实现大数据的高速传输和存储,就需要具有基于5G、光纤等先进通信技术,还要能够实现基于云存储技术的TB或PB级海量数据的存储,并构建有云端存储设备及人员、设备的物联网。数据认知,指的是数据驱动+物理指导,即借助现有的物理模型、专家系统、处理数据的人工神经网络算法数学模型等,自我发现物理规律。所谓自我发现物理规律,指的是从数据中自我寻找、发现物理规律,并建立起能够描述物理规律的数学模型。如基于钻井、录井、测井和地震等静态自动检测数据(寻找),通过对多尺度多不确定性信息的自动融合(发现),先建立起一系列的初始三维地质模型(物理模型);然后再利用试油、试采、生产动态等的自动检测数据,通过自动历史拟合技术对上述建立起的一系列地质模型进行实时更新,即可获取剩余油的分布,从而进行井位优选,就是数据认知过程的一例。数据预知,是指的利用数据对未来的事物进行预测。对于智能油田来说,它可以包括物理和数据驱动相结合进行的产量预测、以数据为中心进行优化油气田开发等等。例如,通过数据抽取、加工、业务算法模型等,实现油藏类比分析、抽油机预测性维护、实时示功图诊断与分析等等,均属于数据预知。总之,数据是“死”的,通过人工智能就是要让数据“活”起来。因此,智能油气田的建设就是从全面数据化到为数据赋能,再做到让数据“聪明”。目前,我国不少油田已建成数据自动化采集和监控系统,可以实现对油水井、生产设备等的实时监控,产生出海量数据。但若不能将这些数据有效利用,使其“活”起来,发挥认知、预知作用,则充其量只是“数据大”而已,远称不上“大数据”。
 
云计算

云计算(Cloud Computing)是分布式计算技木的一种,它指的是通过网络“云”,将庞大的数据计算处理程序,自动分解成无数个小程序,然后再交由多部服务器所组成的系统,经搜寻、计算分析之后,再将这些小程序处理所得到的结果,返回给用户。故而,可称作“微分”。这里所谓的“云”指的就是计算机群,每一群可以包括了几十万台、甚至上百万台计算机。因此,运用这项技术,网络服务提供者即可以在数秒之内,完成数以千万计甚至亿计的信息处理,实现和“超级计算机”同样强大效能的网络服务。

智能油田创建云计算技术,需要解决下列几个关键技术问题:数据存储技术,为了保证高适用性、高可靠性和经济性, 通常云计算是采用分布式存储的方式来存储数据, 并采用冗余存储的方式来保证存储数据的可靠性, 这也就是要给同一份数据存储多个副本。另外,云计算系统还需要同时满足大量用户的需求, 平行地为大量用户提供服务。因此, 云计算的数据存储技术必须具有高吞吐率和高传输率的特点。而如何能达到高吞吐率和高传输率,则是创建云计算技术时的一项关键技术。

数据管理技术,云计算系统要对大数据集进行处理、分析,向用户提供高效的服务。因此, 数据管理技术必须能够高效地管理大数据集。其次, 如何在规模巨大的数据中找到特定的数据, 也是云计算数据管理技术所必须解决的问题。目前,最通用的是谷歌提出的 BigTable数据管理技术。

编程模型选择,通常云计算大部分是选用 Map-Reduce的编程模式。由于Map-Reduce不仅仅是一种编程模型,同时也是一种高效的任务调度模型。因此,智能油田的云计算,也适于采用Map-Reduce编程模型 。

云计算在智能油田中应用前景广阔。以油气勘探领域为例,云计算可以在寻找油藏及确定最佳井位等课题中,破解目前采用超级高性能计算HPC(High-Performance Computing) 时,计算能力、存储容量、管理调度等不能满足需求的困局。如对地球物理勘探的地震波法,从反射波中收集到的高达几百TB甚至PB级的海量三维数据(二维数据高达1-2TB) ,借助云计算来整合、管理和调度硬件及网络资源,.即可提供强大的计算和数据处理能力,有效地、快速地、精准地建立模型和分析数据,从而大大缩短所需要的时间,寻找到目的油藏及部署井位。因此,业内有专家称它是石油勘探行业破解高性能计算困局的创新“催化剂”。

 智能决策是在管理信息系统和运筹学的基础上发展起来的,它是人工智能AI和智能决策支持系统D SS 相结合的产物。因此,智能决策的基本构成是智能决策支持系统D SS,它可以利用专家系统, 使之能够更充分地应用人类的知识,通过逻辑推理来帮助解决复杂的决策问题。决策支持系统D SS是综合利用大量数据,有机组合众多模型(数学模型与数据处理模型等),通过人机交互,辅助各级决策者实现科学决策的系统。DSS能够使人机交互系统、模型库系统、数据库系统三者有机结合起来。它大大扩充了数据库和模型库的功能,因而要求它不仅要有很强的数值计算能力,而且又要有很强的数据处理能力,这对目前的计算机语言的支持能力不足,是一个很强烈的挑战。
 
智能人机接口接受用自然语言或接近自然语言的方式表达的决策问题及决策目标。问题处理系统处于DSS的中心位置,它是联系人与机器及所存储的求解资源的桥梁。推理机是一组程序,它可以针对用户的问题去处理知识库 (规则和事实) ,进行推理。总之,智能决策的应用可以高效辅助各级决策者,精准做出油田开发生产方面的各项决策,对提高油气产量及采收率有着举足轻重作用,它是智能油田的重要技术组成部分。

智能油田要求自动化、信息化、数字化。智能化与网络化相融合,整个油田以统一的数据智能分析控制中心为核心,形成一个油田全覆盖的网络。油田中无论是固定资产、移动设备,还是工作人员,不仅均直接与智能控制中心相联系,还互通互联,它们既是数据信息的收集者,又是接受者,组成一个庞大的网络。智能控制中心通过实时收集到的海量数据信息,科学调配、合理运用人工智能、大数据、云计算、智能决策技术,经过快速处理分析后,实时反馈给有关固定资产、移动设备及工作人员,从而即可实现全油田的智能化开发运营。综上所述,在我国进入新时代的关键时刻,油气勘探开发领域面临着的新一轮科技革命任务艰巨,只有在新长征路上不断努力奋斗,才能在应用人工智能采油新技术和实现智能油田方面,创造出辉煌的成就。

战略合作
战略合作 全球石油化工网 世伟洛克 北京石油展 API 斯伦贝谢