驱动优化 寻求新方法解锁数据

时间:2021-09-17 14:21 来源:《石油与装备》8月 作者:周颉/译



越来越多的公司转向人工智能和开源平台,以从可用数据中获得见解,并将这些见解大规模部署
 
目前,钻井行业充斥着比以往任何时候都多的实时钻井数据,这些数据是通过新的和现有的井下和地面传感器收集的。然而,由于在排序和分析这些数据时存在困难,许多组织在从这些数据中获得性能、成本和时间节省方面的广泛好处时遇到了挫折。
 
为了帮助企业加速数据的价值生成,近年来,一系列专注于实时数据管理、远程操作和人工智能(AI)支持的分析的新技术和平台被开发出来。在越来越多的合作项目中,这些技术在帮助运营商和钻井承包商提高效率方面显示出了价值,无论是通过避免井中潜在的危险,还是通过减少非生产时间(NPT)和隐形损失时间(ILT)。
 
现在,随着行业继续将数据驱动的基础设施引入到他们的工作流程中,技术开发人员正在优先考虑能够帮助大规模数据上下文化的解决方案,而不仅仅是在孤立的场景中。
 
贝克休斯油田服务数字首席数据科学家Ted Furlong表示:“你可以从所有的数据中学习,并认识到一些你以前见过的情况。“你可以举出其他30次这样的例子,指出你在某个活动中做过的最相关的油井。这种分析应用真的会给你信心,你需要得到更好的结果。”
 
 
减少低效率
 
虽然贝克休斯多年来一直在部署以数据为中心的系统,但最近该公司专注于将数据集成和数据流机制整合到高级分析应用中。人工智能和机器学习在这一发展中发挥着巨大的作用。2019年6月,贝克休斯和C3人工智能宣布成立一家名为BHC3的合资企业。人工智能开发数字技术,结合前者的油气资源和后者的人工智能能力。
 
2020年4月,两家公司部署了钻井危害预防,这是一种利用C3的人工智能算法。贝克休斯基于物理模型和领域专业知识的人工智能能力。
 
 
钻井危害预防将油田历史数据、调节器数据、运营商数据、服务公司数据和钻机数据组合成一个托管数据模型。机器学习模型训练日常钻井报告、泥浆测井和工具数据,以了解卡钻、漏失和井眼不稳定对非生产时间(NPT)的影响。然后,这些信息被整合到风险记录和井计划中,形成预测类似井未来问题点的基础,用户可以在井前规划和实时作业中获得这些信息。
 
通过训练人工智能和机器学习算法来定位和排序相关的危险信息,贝克休斯估计,主题专家用于数据分析的时间减少了60%。在最近北海的一个项目中,该软件利用了与计划井相似的先前钻井数据,帮助现场团队避免了估计4天的非生产时间,总共使用了超过640口井的数据进行预测。
 
在北海的另一口井中,通过在1分钟的处理时间内从过时的地质力学模型中排除不正确的假设,软件将两口井的总分析时间从预计的20小时减少到了不到3分钟。
 
该系统还包含一个实时风险登记册,可用于油井交付过程的不同阶段,提供实时警报,使用户能够降低钻井作业中的风险。
 
钻井危害预防目前只对有限的几家公司开放,但预计将在今年晚些时候全面推出。在测试阶段,该公司希望展示该系统在多口井中覆盖大面积的可扩展性。
 
弗隆表示:“我们需要做的不是分析尺度,而是能够引入所有不同的数据源,让不同领域的完整数据摄取机制运行起来。”“让一两个工程师加载几口井的数据对我们没有任何好处。”
 
贝克休斯还开发了i-Trak钻井系统自动化软件,进一步简化和自动化了钻井现场的钻井过程。该套件中的一个模块是i-Trak自动轨迹钻井,这是一个完全闭环系统,能够实时准确地监测井眼轨迹,并获得导向参数/建议,以确保实现计划的轨迹。如果需要调整导向参数以保持跟踪,系统会自动将这些导向命令提交给井下旋转导向系统。
 
2019年10月,贝克休斯首次在北海挪威区块的一口海上开发井中为挪威国油部署了该系统。该软件被用于钻两个井段——一个8½-in井段。导向井段和12 - 1 / 4 -in。—在计划井径7英尺内,无安全事故或NPT。挪威国油目前在其北海的8个钻井平台上使用该系统。
 
自i-Trak首次投入使用以来,贝克休斯一直致力于扩大i-Trak服务的能力,通过实时在线流体测量来评估当量循环密度(ECD),并应用自动化技术简化井眼清洗程序,从而降低卡钻事故的发生。该公司还致力于建立基于特定油藏性质的自动地质导向功能。
 
bh3c .ai智能软件解决方案副总裁Hans-Christian Freitag表示,除了最大限度地降低钻井效率和NPT,运营商还希望通过钻机利用率和工作安排来提高效率。
 
在C3下开发的应用程序之一。该公司于2020年2月推出了bbhc3 Production Optimization,用于帮助东欧一家大型运营商优化修井计划,以提高陆上油井的油田经济效益。这是通过创建一个统一的数据图像来实现的,以帮助操作员可视化和比较各种优化的场景。
 
为了创建数据模型,该模型代表了两个油田的1000多口井的数据,从11个不同的数据源中摄入了380多万行数据。以数据模型为基础,团队创建了集成的资产模型,该模型结合了来自作业者的多个油藏、井和基础设施模型,以及BHC3团队建立的金融经济模型。然后使用贝叶斯建模方法配置一个新的优化器,以运行在集成资产模型之上;它在6个用例中进行了50多个机器学习实验。
 
该项目耗时12周完成,为作业者提供了定制的、可伸缩的工作流程,可用于确定最佳修井方案。据运营商介绍,他们发现作业资产相关成本降低了15%,资源性能提高了10%,修井效率提高了5%。
 
自动化的信仰体系
 
自2013年进入油气行业以来,Intellicess专注于帮助运营商清洁、处理和分析钻井数据的系统。该公司的Sentinel RT是一款基于人工智能的发动机,可以帮助识别和了解钻井功能障碍和最佳钻井参数,包括钻压、转速、扭矩和阻力、冲蚀、卡钻、井涌和井漏。自2015年以来,该系统已投入商用,并被阿帕奇等运营商用于钻井作业。
 
它使用了贝叶斯网络这是一个概率图形模型,代表了一组变量和它们的条件相关性——有效地,计算了给定各种外部条件的事件的可能性。贝叶斯网络可用于各种任务,包括异常检测、诊断和不确定环境下的决策。通过Sentinel系统,该网络可以收集来自钻台传感器的数据、上下文信息以及基于物理模型的预测。然后,它确定了指示潜在井下问题的概率信念系统。

由于贝叶斯网络连接了可能的感知变量,信念系统的算法可以区分传感器和过程故障,识别数据中的异常值和缺失数据,并纠正传感器偏差。
 
“‘信念’这个词用起来可能有点奇怪,但它是我们所有决定的基础,”德克萨斯大学奥斯汀分校智力研究中心创始人兼首席技术官普拉迪普·阿肖克说。“作为人类,我们看数据,分析模式,在任何给定的时刻都会产生情感。通过使用基于物理的模型和基于数据的模型的结合,我们形成了关于钻机状态、钻头反弹、粘滑、传感器是否失效等的信念。通过观察这些模型和贝叶斯网络,你可以了解钻机发生了什么。”
 
intellisess目前正在为Sentinel rt进行两项更新。第一个是远程定向钻井应用,可以提供从工具面控制不良到高摩擦和潜在屈曲等潜在问题的指示。将从实时数据中确定趋势,以确定问题发生的概率。在确定这些问题之后,应用程序将提供纠正措施的建议。目前,intelligent正在与一家定向钻井公司和一家运营商合作开发这一应用程序,但尚未确定商业化投产的日期。
 
阿肖克博士称,定向钻井应用是对公司现有远程作业能力的补充,减轻了远程作业中心专业人员的工作量。“为了找出问题出在哪里,你必须观察不同的趋势,并将它们组合在一起,以检测正在发生的一切。”对于一个在远程定向中心的人来说,我们是想让他们看看这些趋势,还是更容易有一个算法来计算出所有的事情,然后告诉他们,比如,有弯曲的可能性?这让数据中心的工作人员不必一直盯着屏幕,并让他们处理例外情况。”
 
正在开发的第二个更新也是“事件警报”特性。在垂直条形图上提醒司钻作业中可能发生的有害事件。其目的是防止发生卡钻或钻头故障等不必要的事件。
 
与此相关的一个项目于2020年完成,其重点是实时跟踪井眼清洁度,这是在井眼施工过程中防止卡钻事件的重要步骤。在该项目中,Intellicess与Apache合作开发了一种方法,通过检查钻井过程中的关键事件来建立井眼清洁效率的“信念”,从而帮助确定井眼条件。
 
然后,通过贝叶斯网络将这些事件的持续时间和频率与概率特征联系起来,从而推断出清孔过程是好是坏的概率。事件还根据年龄进行加权,以确保当前的信仰不会受到遥远过去的信仰的太大影响。
 
作为2019年和2020年实时钻井咨询的一部分,Apache在其北美陆地钻机上部署了这种方法。在钻井作业过程中,包含这种信念分析的软件在边缘设备上连续实时运行。钻井队可以使用显示器来显示实时的井眼清洁效率信念输出,以及一个基于时间的图表来跟踪井眼生命周期内的信念。
 
与定量井眼清洁度最相关的事件和特征是钻井过程中的循环速率、移动钻柱时的紧点、钻头水力和长时间的不活动。贝叶斯网络模型依赖于模式分析事件记录程序,跟踪一段时间内的井眼清洗事件,将几个小时的钻井信息整合到相关的井眼清洗特征中,从而可以快速处理。与传统岩屑传输模型相比,事件记录程序还允许贝叶斯网络模型使用更少的RAM和CPU功耗。
 
由于恶劣的井眼状况可以从井眼清洁效率推断出来,因此该方法与Sentinel RT的报警系统一起使用,当井眼状况变得非常糟糕,需要采取纠正措施时,通知钻机人员。该警报包含了基于效率信念的井眼状况不良的可能原因,有助于加快故障排除。
 
通过比较6口Apache井(4口井有井眼清洁问题,2口井没有井眼清洁问题)的井眼清洁效率信念,对该模型进行了统计学验证。该模型在整个分析井中检测已知井眼清洁问题的有效性为84.8%。在每台钻机上,该系统在钻井作业期间在边缘计算设备上连续运行,根据设备接收的钻井数据提供实时的井眼清洁效率信念输出。
 
该系统不仅可以在井眼清洁度恶化时提醒司钻,还可以提供最可能导致井眼清洁度恶化的原因。这为钻井人员提供了实时指导,以做出可操作的决策,避免出现卡钻情况。
 
开源和数据管理
 
 
当涉及到大规模部署时,勘探与生产领域的数字化转型计划往往会遇到瓶颈。这是因为数据通常是竖井式的,不便于跨域协作。此外,公司之间经常缺乏对如何处理特定项目的数据的理解。数据还可能缺乏信任,因为它的沿袭通常不可用。
 
一个行业组织,开放组织OSDU(开放地下数据宇宙)论坛,希望通过改善数据的访问和分析方式来解决这些问题。OSDU论坛成立于2018年,由壳牌、BP和Equinor等主要运营商组成,是一个中立的技术联盟,旨在推广和利用技术标准、数字技术和最佳实践,解决与井下数据相关的业务和技术问题。
 
该公司的主要产品是OSDU数据平台,这是一个开源的、基于云的系统,旨在以标准化格式最大限度地利用地下和井数据。公司可以采用OSDU平台,也可以使用OSDU平台框架构建自己的平台,这些平台的数据可以通过一组应用程序编程接口(APIs)获得。
 
该数据平台于今年3月推出,可用于更广泛的油气行业。以前,该平台只提供给少量OSDU成员用于实验、学习和故障排除。
 
OSDU数据平台是建立在定义的数据模型的概念之上的。这意味着油气行业真正的互操作性将取决于是否有足够多的供应商和运营商使用相同的模型,其中很多是竞争对手。
 
领导OSDU管理委员会的约翰·克雷伯斯说,说服公司加入OSDU论坛到目前为止还不是一个问题,主要是因为公司已经认识到创建自己的数据平台的困难。
 
此外,在OSDU平台上构建的公司还有很多好处。首先,有一个明确定义的标准框架,确保公司的应用程序可以在任何采用OSDU平台的勘探开发数字环境中运行,兼任壳牌IT创新副总裁和新兴数字技术总经理的克雷伯斯表示。其次,根据OSDU标准开发的应用程序将有一个市场和用户基础。
 
克雷伯斯表示:“如果没有相同的标准,那么当你需要交换数据时,就会浪费大量时间。”“如果你的数据和我的数据是不同的格式,那就赚不到钱了。这个市场的利润越来越小,公司都在专注于寻找成本效率。我们可以通过在数据空间中共同工作来看到这些效率。”
 
由于OSDU数据平台目前只处理地下数据,因此下一步的工作之一就是整合其他数据类型,包括与井建设和井交付相关的数据类型。这方面的工作已经进行了一段时间。
 
去年,OSDU论坛与钻井和油井互操作性标准(D-WIS)倡议合作创建了OSDU D-WIS项目,该项目专注于开发行业标准和推荐实践,使公司能够连接设备、传感器和遥测系统。这种连接将允许用户在OSDU数据平台内新建和现有的钻机控制系统上共享数据和应用程序。
 
“D-WIS非常重要,因为我们希望将钻井数据导入OSDU平台,这样就可以用于其他方面。我们希望确保钻井工作完全融入到我们的工作流程中。
 
D-WIS计划始于2018年,旨在整合钻井自动化、数据质量和高级分析方面的各种行业努力,包括SPE钻井自动化技术部和运营商数据质量集团的工作。该项目旨在实现钻井施工中关键组件和系统之间的开放和互操作通信,包括钻机/地面系统和井下设备。其目标是将现有的适用标准、通信协议、推荐实践和数据模型整合到一个系统中,实现钻井和井空间的即插即用功能。
 
在2020年OSDU D-WIS项目创建后,来自OSDU论坛成员的25家公司的50名主题专家被分成三个工作小组,专注于三个独立的工作范围。其目的是交付可以在OSDU数据平台中使用的标准和系统,并将这些功能扩展到边缘计算平台。
 
其中一个工作小组专注于开发钻机现场连接框架(RCF),该框架将集成钻机上的数据采集系统、控制和所有依赖于数据的服务。该小组的工作范围包括确定油井建设所有阶段的数据需求,以及使用通用数据模型开发实时钻井信号的语义网络。它还致力于上下文数据处理,定义钻机现场的上下文数据需求,并使上下文数据能够传播和访问用户。
 
第二组正致力于开发一种标准化接口,该接口将过程监控系统、钻机操作系统和RCF集成在一起,这样,无论特定钻机是否使用控制系统,数据都可以方便地在钻机现场的用户之间共享。这个小组的主要目标围绕着界面的功能。该公司致力于定义设备控制接口的需求,接口如何使用跨多个设备的命令来执行钻机流程,并开发通过批处理命令实现钻机流程和设备自动化的体系结构。
 
第三组的工作是调整OSDU D-WIS Edge系统的体系结构,该系统集成了其他两个组开发的服务。该小组正在为此目的保护边缘硬件,并开发一个系统需求文档,该文档定义了运行边缘系统所需的组件,以及将这些组件组装成一个可行的系统的计划。该小组将提供系统内不同级别硬件的参考规范和实现。
 
OSDU D-WIS项目于2021年6月开始对前两个工作组的交付成果进行概念验证测试,并计划在今年年底前对边缘系统进行现场演示。
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