紀少鵬

華北石油通信有限公司

邊零井地處偏遠，信息化相對落后，抽油機工況、井信息、罐信息監(jiān)測管理在以往工作中效率低，異常信息、預警信息時效性差。為了適應開源節(jié)流、降本增效的需要，開展邊零井非密閉油氣生產(chǎn)數(shù)據(jù)應用分析，為油田開發(fā)、綜合治理、提升效率、降低能耗提供管理的技術(shù)支撐。

通過大數(shù)據(jù)分析，尋找提質(zhì)增效的切入點，然后進行優(yōu)化調(diào)整，簡化信息維護、設備監(jiān)控工作，對存在異常問題及時掌握，從而提高工作效率[1]。結(jié)合非密閉油氣生產(chǎn)數(shù)據(jù)，從拉油點、儲油罐的產(chǎn)量、液量、液位變化等數(shù)據(jù)以及異常信息的統(tǒng)計分析入手，及時有效地發(fā)現(xiàn)異常動態(tài)，快速尋找漏洞，提高生產(chǎn)管理水平。充分借助于大數(shù)據(jù)分析理論和優(yōu)化分析方法，進行相關(guān)生產(chǎn)數(shù)據(jù)的收集、清洗、處理，進行分析模型建立，優(yōu)化方案設計，可提高原油采集管理效率，大幅度降低員工的勞動強度[2]，最終實現(xiàn)持續(xù)降低綜合成本的智慧管控。

1 總體技術(shù)架構(gòu)

邊零井非密閉油氣生產(chǎn)大數(shù)據(jù)分析技術(shù)架構(gòu)分為大數(shù)據(jù)分析層和大數(shù)據(jù)應用層（圖1）。通過大數(shù)據(jù)分析層的計算分析便可挖掘出過去關(guān)注因果的科學方法很難發(fā)掘出來的新模式、新知識甚至是新規(guī)律[3]。

圖1 邊零井非密閉油氣生產(chǎn)大數(shù)據(jù)分析技術(shù)架構(gòu)圖Fig.1 Technical framework diagram of big data analysis for non-closed oil and gas production of remote and scattered oil wells

大數(shù)據(jù)分析層以分析數(shù)據(jù)集為核心的數(shù)據(jù)管理層和以大數(shù)據(jù)算法庫為核心的分析引擎層為主；大數(shù)據(jù)應用層主要是基于數(shù)據(jù)分析而實現(xiàn)查詢分析、預測優(yōu)化等功能。

2 數(shù)據(jù)和算法管理

2.1 數(shù)據(jù)庫設計

將多種類型的源頭數(shù)據(jù)進行收集和整理，然后按星型關(guān)聯(lián)數(shù)據(jù)模型進行數(shù)據(jù)倉庫設計[4]，再根據(jù)油氣生產(chǎn)數(shù)據(jù)分析的需求，建立面向分析的動態(tài)分析數(shù)據(jù)集，最后建立專門的元數(shù)據(jù)庫，對元數(shù)據(jù)進行管理。

2.2 數(shù)據(jù)管理

2.2.1 數(shù)據(jù)倉庫管理

數(shù)據(jù)倉庫管理分為以下幾步：

（1）從源頭數(shù)據(jù)庫將數(shù)據(jù)抽取到數(shù)據(jù)倉庫，在數(shù)據(jù)抽取過程中進行代碼轉(zhuǎn)換、量綱轉(zhuǎn)換。

（2）進行數(shù)據(jù)清洗，定義數(shù)據(jù)質(zhì)量控制規(guī)則，實現(xiàn)數(shù)據(jù)質(zhì)量控制規(guī)則檢查、數(shù)據(jù)過濾。例如，液位、液量異常分析時，需要把由于上傳數(shù)據(jù)間隔小導致重復或變化的微小數(shù)據(jù)去掉，這樣的液位和液量數(shù)據(jù)能夠根據(jù)時間變化明顯、直觀地呈現(xiàn)出異常狀態(tài)，不會對數(shù)據(jù)分析產(chǎn)生影響。

（3）將不同取值的數(shù)據(jù)轉(zhuǎn)換為統(tǒng)一的域值標準，進行數(shù)據(jù)歸一化。例如，對示功圖數(shù)據(jù)進行分析時，不同抽油機的理論載荷、沖程都不相同，如果不進行歸一化，放在一起就會出現(xiàn)混亂，歸一化后就可轉(zhuǎn)換為統(tǒng)一的理論載荷，統(tǒng)一的最大沖程。

（4）通過定義歸約化規(guī)則，自動進行數(shù)據(jù)歸約。例如，某百分比數(shù)據(jù)，在采集時考慮的是成分在小樣本中的百分比。數(shù)據(jù)集中后，應該轉(zhuǎn)換成在總體樣本中的百分比。

2.2.2 分析數(shù)據(jù)集管理

分析數(shù)據(jù)集是為了便于分析定義的數(shù)據(jù)表單，將相關(guān)的分析數(shù)據(jù)集中在一張表中，便于高效數(shù)據(jù)計算，一個分析主題通常會有多個分析數(shù)據(jù)集，需要按主題對分析數(shù)據(jù)集進行統(tǒng)一管理。

首先進行分析數(shù)據(jù)集定義，包括屬性的篩選，屬性的初步加工，數(shù)據(jù)篩選，分析數(shù)據(jù)集的增加、刪除、修改、發(fā)布、復制等基本管理操作。然后進行ADS 數(shù)據(jù)抽取，從數(shù)據(jù)倉庫中將數(shù)據(jù)加載到分析數(shù)據(jù)集中。

2.2.3 元數(shù)據(jù)管理

元數(shù)據(jù)管理主要包括數(shù)據(jù)字典管理、映射字典、預處理規(guī)則管理和多維關(guān)聯(lián)模型管理。

數(shù)據(jù)字典管理：數(shù)據(jù)字典的導入、導出、查詢。設計數(shù)據(jù)字典模板及規(guī)范，按照規(guī)范整理數(shù)據(jù)源數(shù)據(jù)字典、數(shù)據(jù)倉庫字典，加載到元數(shù)據(jù)庫中。分析數(shù)據(jù)集的數(shù)據(jù)字典自動生成。

映射字典管理：映射字典的導入、導出、查詢。設計數(shù)據(jù)映射字典模板及規(guī)范，按照規(guī)范描述數(shù)據(jù)源與數(shù)據(jù)倉庫間的映射關(guān)系、數(shù)據(jù)倉庫與分析數(shù)據(jù)集間的映射關(guān)系。在工具輔助下，自動進行映射關(guān)系的初步建立。

預處理規(guī)則管理：包括數(shù)據(jù)清洗規(guī)則、數(shù)據(jù)歸一化規(guī)則、數(shù)據(jù)歸約化規(guī)則的創(chuàng)建和查詢。

多維關(guān)聯(lián)模型管理：查詢分析數(shù)據(jù)集的定義及維度關(guān)系。

2.3 算法庫建立

共創(chuàng)建二個算法庫，包含大數(shù)據(jù)分析算法庫和優(yōu)化分析算法庫。這兩個庫在管理上是一體的，只是為了便于開發(fā)和應用，對算法進行了分類。

大數(shù)據(jù)分析算法：提供滿足邊零井常規(guī)分析并適應大數(shù)據(jù)環(huán)境下的智能分析算法，包括但不局限于以下算法：聚類分析、分類分析、關(guān)聯(lián)分析、回歸分析[5]。各算法可動態(tài)進行注冊、注銷、測試、調(diào)用、評價，符合算法庫規(guī)范。

優(yōu)化分析算法：提供滿足邊零井常規(guī)優(yōu)化分析并適應大數(shù)據(jù)環(huán)境下的智能優(yōu)化算法，根據(jù)大數(shù)據(jù)分析結(jié)果，進一步進行優(yōu)化分析，形成優(yōu)化分析和優(yōu)化系統(tǒng)管理算法，包括但不局限于以下算法：線性規(guī)劃、遺傳算法、粒子群算法、多級綜合評判[6]。各算法可動態(tài)進行注冊、注銷、測試、調(diào)用、評價。

3 大數(shù)據(jù)分析應用

3.1 抽油機工況分析

抽油機工況分析分為示功圖查詢、工況查詢和綜合分析三部分。

3.1.1 示功圖查詢

示功圖查詢主要是對抽油機功圖數(shù)據(jù)進行監(jiān)測和可視化展示，能夠根據(jù)層級逐步篩選所需查看的某一天完整示功圖數(shù)據(jù)和具體的特征要素，以及抽油機的運行狀態(tài)是否穩(wěn)定，提前發(fā)現(xiàn)抽油機異常預兆，以便及時采取措施，預防事故、優(yōu)化生產(chǎn)。抽油機工況示功圖如圖2所示。

圖2 抽油機工況示功圖Fig.2 Working condition indicator diagram of pumping unit

3.1.2 工況查詢

工況查詢主要基于功圖算產(chǎn)數(shù)據(jù)，對功圖算產(chǎn)數(shù)據(jù)進行歸納整理，根據(jù)層級進行結(jié)構(gòu)化劃分，能夠從工區(qū)、拉油點、邊零井和時間維度進行數(shù)據(jù)提取，并對功圖算產(chǎn)數(shù)據(jù)要素進行篩選，給出功圖算產(chǎn)的重要數(shù)據(jù)要素和特征描述，有利于對抽油機運行狀況進行充分和完整性分析。工況查詢判斷是否存在生產(chǎn)異常情況，及早做出處理措施。

3.1.3 綜合分析

綜合分析是從多個層面和角度對抽油機的運行情況進行描述和分析，包含了抽油機各個重要的數(shù)據(jù)要素、重要參數(shù)及特征數(shù)據(jù)，是對抽油機運行狀況進行全面的、多層次、多角度的綜合性分析[7]，能夠詳盡地說明其運行的狀態(tài)（如累計產(chǎn)量、電壓電流、電量、沖程、沖次等數(shù)據(jù)），可為抽油機運行異常分析做完整和充足的數(shù)據(jù)準備，并對重要數(shù)據(jù)進行可視化展示，直觀體現(xiàn)出數(shù)據(jù)變化情況。2019年8月1日的抽油機產(chǎn)量變化見圖3。

圖3 抽油機產(chǎn)量Fig.3 Pumping unit output

功圖疊加的分析方法可以從時間維度對抽油機進行橫向比對分析，能夠更方便直觀地體現(xiàn)出數(shù)據(jù)差異，并可以與產(chǎn)量趨勢圖進行聯(lián)動，關(guān)聯(lián)分析抽油機在每個時間點的功圖狀況，通過功圖疊加，可以直觀地查看和分析數(shù)據(jù)差異和異常狀況。用戶可以在產(chǎn)量趨勢圖上任意選取多個時間點，系統(tǒng)會自動完成對相應時間點的示功圖數(shù)據(jù)進行繪制并完成疊加，并且在功圖疊加圖中，可以對選取多個的時間點示功圖進行取消和添加疊加，以更有利于示功圖異常分析（圖4）。通過對示功圖進行疊加，可以直觀看出兩個時間點存在差異。

圖4 示功圖疊加Fig.4 Indicator diagram superposition

3.2 液位、液量報警分析

液位、液量異常分析是結(jié)合非密閉油氣生產(chǎn)數(shù)據(jù)和示功圖數(shù)據(jù)進行的聯(lián)合統(tǒng)計分析，主要以抽油機的產(chǎn)液量和儲油罐的液位、液量數(shù)據(jù)為切入點，并根據(jù)實際生產(chǎn)情況、發(fā)生風險和異常的實際場景出發(fā)，從以下三個方面進行數(shù)據(jù)分析和異常報警。

3.2.1 液位趨勢分析

液位趨勢分析以儲油罐為分析對象，從時間維度刻畫儲油罐的液位變化趨勢情況，分析液位變化的異常情況。

液位趨勢分析提取與儲油罐相關(guān)的重要指標和參數(shù)數(shù)據(jù)，從多個方面進行檢測比對。根據(jù)液位異常參數(shù)和儲油罐的溫度、罐位信息，多角度分析其數(shù)據(jù)的變化情況和趨勢，并對液位數(shù)據(jù)以折線圖的形勢進行描述，直觀快捷地顯示儲油罐內(nèi)液位隨時間的變化態(tài)勢，結(jié)合異常參數(shù)、液位指標和液位曲線的變化情況，分析生產(chǎn)中儲油罐的進油量情況，判斷儲油罐輸油是否存在異常。

3.2.2 液量異常分析

液量異常分析以油為跟蹤目標，將井口產(chǎn)油到儲油罐儲油作為一個閉合的過程，以此為開始點和結(jié)束點，分析這兩個時間節(jié)點的油量變化情況。根據(jù)時間的持續(xù)變化展示產(chǎn)油與儲油的動態(tài)關(guān)系，分析數(shù)據(jù)的異常情況，提前發(fā)現(xiàn)在輸油過程的油量異常情況，發(fā)出報警[8]，以便及時采取措施，預防事故、優(yōu)化生產(chǎn)。

液量異常分析以井口產(chǎn)量為起點，根據(jù)每個小時的示功圖數(shù)據(jù)，基于示功圖預計產(chǎn)量的計算邏輯和方法，根據(jù)時間變化得出其時間變化區(qū)間內(nèi)的累計產(chǎn)油情況，再基于非密閉油氣生產(chǎn)數(shù)據(jù)的液量分析數(shù)據(jù)集，以及儲油罐和抽油機的映射關(guān)系，得出油量輸出和輸入關(guān)系。通過計算分析，得出在一定時間區(qū)間內(nèi)的產(chǎn)油量和儲油量的對應關(guān)系，在結(jié)合實際生產(chǎn)中的差異比，判斷分析產(chǎn)油量和儲油量是否存在異常，提前進行預警，以便采取相應措施，減少生產(chǎn)損失，保證正常生產(chǎn)。

如圖5 所示，藍線為井口產(chǎn)量，紅線為儲油量，從圖中可以直觀地看出產(chǎn)油量與儲油量存在明顯異常。

圖5 液量異常分析Fig.6 Analysis of abnormal liquid volume

3.2.3 罐位冒頂預測

在油田的實際生產(chǎn)中，由于各種原因，儲油罐的油沒有及時進行運輸，導致儲油罐存在冒頂風險。針對此種風險，需提前進行預警，防止事故發(fā)生，及時采取對應措施，規(guī)避風險。

為防止罐位冒頂，及時發(fā)出報警，需對儲油罐的液位隨時間變化的程度進行合理預測。通過對罐位冒頂?shù)倪^程進行分析，剔除人為干擾因素，以產(chǎn)量為驅(qū)動，來預測未來時間內(nèi)的儲油罐液位變化情況。

基于液量異常分析和液位異常分析的分析數(shù)據(jù)集，經(jīng)過篩選提取出產(chǎn)量數(shù)據(jù)和液位數(shù)據(jù)，因兩者量綱不一致，采用模擬反推的方法，將產(chǎn)量數(shù)據(jù)動態(tài)的轉(zhuǎn)化為液位數(shù)據(jù)，統(tǒng)一量綱。再結(jié)合功圖算產(chǎn)產(chǎn)量的原理和方法，將產(chǎn)量進行加權(quán)平均，預測井口未來的產(chǎn)油量趨勢，以此來預測未來儲油罐隨時間的變化趨勢，及時進行預警，規(guī)避冒頂?shù)娘L險。

如圖6所示，實線為正常生產(chǎn)的液位數(shù)據(jù)，虛線為預測液位數(shù)據(jù)，直觀地顯示未來一段時間液位變化，是否存在冒頂風險。

圖6 罐位冒頂預測Fig.6 Roof fall prediction of tank position

3.3 運力優(yōu)化

每天20 點作為調(diào)度時刻，分析參數(shù)包括當前液位、液量體積、進液速度、儲罐容積預測罐滿（不報警）時間與最晚拉液時間。

如果第二天需要拉液，則安排拉液計劃。避開休息時段（18時至6時），將計劃提前在18點之前完成（圖7）。

圖7 運力優(yōu)化示意圖Fig.8 Schematic diagram of transportation capacity optimization

4 結(jié)論

通過對邊零井非密閉油氣生產(chǎn)數(shù)據(jù)的研究分析，遵循先進、安全可靠、實用易用、及時響應、規(guī)范操作、靈活擴展的原則，應用Thread 多線程技術(shù)，異常處理技術(shù)，緩存處理技術(shù)，數(shù)據(jù)庫開發(fā)技術(shù)，實現(xiàn)邊零井抽油機工況綜合分析、液量液位異常分析、運力優(yōu)化分析等。在采油及物流配送過程中，從采油、運力、滿載率入手，進行優(yōu)化調(diào)整，科學合理調(diào)配運行資源，提高各工區(qū)采油效率、車輛滿載率并優(yōu)化車次，從而增強生產(chǎn)管理水平，達到開源節(jié)流、降本增效、智慧管理的目的[9]，為大數(shù)據(jù)分析在油氣生產(chǎn)工作中進一步深化推進擴展奠定了基礎[10]。