數(shù)據(jù)挖掘技術(shù)在數(shù)字化油氣藏研究與決策中的應(yīng)用

王 娟， 梁立星， 武 璠， 孫亞莉， 孫學(xué)萌

(1中國石油長慶油田分公司勘探開發(fā)研究院 2中國石油長慶油田分公司油氣工藝研究院3中石油川慶鉆探工程有限公司鉆采工程技術(shù)研究院長慶分院)

油氣藏研究包含了從地質(zhì)勘查到石油產(chǎn)品最終用戶的復(fù)雜工藝流程，傳統(tǒng)的油氣藏研究方法存在工作效率低、準(zhǔn)確性不高、過度依賴人工經(jīng)驗(yàn)等問題。決策者需要從海量的數(shù)據(jù)中找出有用的關(guān)鍵信息；論證現(xiàn)場中研究人員攜帶和使用的各類圖件無法充分展示其研究成果，也不能在論證現(xiàn)場短時(shí)間內(nèi)消化大量資料并做出正確的決策，更不能使信息資源的共享和成果的交互上得到充分實(shí)現(xiàn)。信息落后的信息處理方法與單一的研究手段不但花費(fèi)大量的精力與時(shí)間，更是造成大量寶貴的研究成果無法應(yīng)用與共享。

近年信息技術(shù)的快速發(fā)展，催生了數(shù)字化油藏，促進(jìn)了數(shù)字油田的發(fā)展產(chǎn)，數(shù)據(jù)挖掘等信息技術(shù)與油氣勘探開發(fā)數(shù)據(jù)資源的融合不斷加深，能夠提供更智能化的數(shù)據(jù)分析功能，更好地支持油氣藏勘探開發(fā)決策，開創(chuàng)了一種全新的油氣藏研究工作模式，降低了決策風(fēng)險(xiǎn)，提升開發(fā)決策水平。長慶油田針對具有數(shù)量龐大的、結(jié)構(gòu)不完整的、內(nèi)容不清晰且含有干擾信息的油氣藏研究工作數(shù)據(jù)，開發(fā)了包括特征提取、規(guī)則劃分分類分析、關(guān)聯(lián)規(guī)則挖掘、聚類分析、模式分析及生成趨勢分析等[1-2]系列數(shù)據(jù)挖掘技術(shù)，從中提取出包含在內(nèi)部的、不被人們知曉的、卻又含有有用的、重要的信息和知識[3-4]，為長慶油田的高效開發(fā)、快速發(fā)展提供了有效的數(shù)據(jù)信息支持。

一、油氣藏研究與決策支持系統(tǒng)

通過借鑒國內(nèi)外著名油氣公司在油氣勘探計(jì)算機(jī)軟件研發(fā)方面的經(jīng)驗(yàn)[5-6]，依托長慶油田豐富的數(shù)據(jù)資源，利用先進(jìn)的軟件研發(fā)技術(shù)，長慶油田研發(fā)出了一套數(shù)字化油氣藏研究(RDMS)系統(tǒng)。它以油氣藏研究為主線，業(yè)務(wù)驅(qū)動，數(shù)據(jù)鏈為手段，由協(xié)同工作平臺、數(shù)據(jù)整合平臺、數(shù)據(jù)可視化平臺等組成的一體化多學(xué)科協(xié)同工作環(huán)境。數(shù)字化油氣藏研究系統(tǒng)從功能架構(gòu)上可劃分為數(shù)據(jù)服務(wù)、基礎(chǔ)工作、協(xié)同研究、決策支持和云軟件五大平臺?；A(chǔ)工作平臺是以油氣藏?cái)?shù)據(jù)鏈技術(shù)為基礎(chǔ)建立的系統(tǒng)底層框架，為各應(yīng)用場景的協(xié)同工作提供基礎(chǔ)環(huán)境；協(xié)同研究平臺面向科研人員，通過對不同業(yè)務(wù)崗位定制不同工作場景和工作內(nèi)容，為研究人員提供便捷的數(shù)據(jù)組織、共享和知識應(yīng)用平臺；決策支持平臺面向技術(shù)主管和普通技術(shù)人員，為一體化技術(shù)交流及方案決策提供環(huán)境，并實(shí)現(xiàn)遠(yuǎn)程異地協(xié)同決策；云軟件平臺基于虛擬存儲技術(shù)將勘探開發(fā)主流軟件統(tǒng)一部署在云中心服務(wù)器，實(shí)現(xiàn)專業(yè)軟件接口統(tǒng)一升級、許可動態(tài)調(diào)度和集中維護(hù)管理。目前，基礎(chǔ)工作平臺、研究工作平臺(29個(gè)研究主題)和決策支持平臺(16個(gè)決策主題)已基本開發(fā)完成，在勘探開發(fā)研究院、油氣工藝研究院、采油(氣)廠已推廣運(yùn)行。圖1展示了數(shù)字化油氣藏研究與決策支持系統(tǒng)功能模塊的細(xì)分情況。

二、數(shù)字化油氣藏的數(shù)據(jù)挖掘技術(shù)

長慶油田建設(shè)的數(shù)字化油氣藏研究與決策支持系統(tǒng)，為油田生產(chǎn)的勘探部署、產(chǎn)能建設(shè)等決策提供輔助。在決策支持系統(tǒng)的建設(shè)中采用了數(shù)據(jù)挖掘技術(shù)，在數(shù)據(jù)分類的過程中使用了神經(jīng)網(wǎng)絡(luò)技術(shù)，在數(shù)據(jù)關(guān)聯(lián)過程中使用了決策樹方法，在預(yù)測過程中使用了回歸分析和貝葉斯網(wǎng)絡(luò)。

圖1 數(shù)字化油氣藏研究與決策支持系統(tǒng)的功能模塊

圖2為研究與決策支持系統(tǒng)中數(shù)據(jù)挖掘技術(shù)的實(shí)現(xiàn)邏輯圖。由勘探井的數(shù)據(jù)結(jié)合模型庫系統(tǒng)和數(shù)據(jù)倉庫系統(tǒng)，為井位部署、產(chǎn)能預(yù)測、生產(chǎn)方法等決策提供支持。在圖2的結(jié)構(gòu)中有一個(gè)模型庫系統(tǒng)，它由模型庫、方法庫、數(shù)據(jù)庫、格式庫、衍生數(shù)據(jù)庫及其管理系統(tǒng)組成。該系統(tǒng)可被抽象為六元結(jié)構(gòu)，即S={ModelD,methodD,FormD,ParaD,D,DeriveD}。

圖2 決策支持系統(tǒng)中數(shù)挖掘?qū)崿F(xiàn)邏輯圖

其中，ModelD={model1,model2,…,modeln}，它是模型庫，用于集成各種模型。模型庫為整個(gè)系統(tǒng)提供支撐。它有包含模型庫管理子系統(tǒng)(MDBMS)對模型庫進(jìn)行統(tǒng)一的管理，具有對模型定義、建立、存儲、查詢等功能。模型庫是系統(tǒng)的核心結(jié)構(gòu)。用于油氣藏研究的各種數(shù)據(jù)庫在模型庫中統(tǒng)一管理、調(diào)用；MethodD={method1,method2,…,methodn} ，它是方法庫，集成各模型計(jì)算的參數(shù)獲取方法。方法庫系統(tǒng)為系統(tǒng)提供算法模型支撐，它包含方法庫管理子系統(tǒng)(ADBMS)對方法庫進(jìn)行統(tǒng)一的管理；FormD為數(shù)據(jù)格式庫，定義了每個(gè)數(shù)據(jù)的數(shù)據(jù)類型，數(shù)據(jù)格式；ParaD為參數(shù)庫, 用于存放各種油氣藏分析程序運(yùn)轉(zhuǎn)的各種參數(shù)；D為數(shù)據(jù)庫，用于存放計(jì)算數(shù)學(xué)模型所需的各種數(shù)據(jù)；DevriveD為衍生數(shù)據(jù)庫，存放油氣藏研究過程中產(chǎn)生的新數(shù)據(jù)。

三、油氣藏?cái)?shù)據(jù)挖掘技術(shù)的實(shí)現(xiàn)

1.建立數(shù)據(jù)倉庫

建立數(shù)據(jù)倉庫是實(shí)現(xiàn)數(shù)據(jù)挖掘的基礎(chǔ)。本系統(tǒng)中使用的是原型法，快速的實(shí)現(xiàn)數(shù)據(jù)倉，并根據(jù)反饋信息修改油氣藏決策步驟中不合理的需求分析和主題情況，為后面的決策工作提供技術(shù)基礎(chǔ)和經(jīng)驗(yàn)積累。本系統(tǒng)主題是油田勘探井位布置位置、測井實(shí)時(shí)數(shù)據(jù)、產(chǎn)能分析、儲量管理等主題。在對油氣藏決策系統(tǒng)進(jìn)行分析之后，根據(jù)油氣藏決策系統(tǒng)中包含的油氣藏?cái)?shù)據(jù)、決策內(nèi)容進(jìn)行邏輯分類。針對各個(gè)的分析主題，在油氣藏?cái)?shù)據(jù)倉庫中建立關(guān)系表，用來描述與決策結(jié)果相關(guān)的各種信息，關(guān)系表主要從油氣藏系統(tǒng)數(shù)據(jù)庫中的流程表中提取數(shù)據(jù)，包括地質(zhì)圖、地理圖、地震數(shù)據(jù)等。在數(shù)據(jù)倉庫的建設(shè)過程中，對油田的盆地、各級構(gòu)造、圈閉、地震工區(qū)、勘探沉積相、各級儲量區(qū)塊、油田各類開發(fā)生產(chǎn)單元、井等勘探開發(fā)圖形對象的轉(zhuǎn)換、加載入庫，建立完成地質(zhì)信息庫。

2.油氣藏研究工作數(shù)據(jù)抽象和總結(jié)技術(shù)

數(shù)據(jù)總結(jié)的最終結(jié)果是對油氣藏研究數(shù)據(jù)進(jìn)行抽象模型化，給出油氣藏研究決策工作流程的總體綜合描述。通過對油氣藏?cái)?shù)據(jù)的歸納抽象，數(shù)據(jù)挖掘方法能夠?qū)?shù)據(jù)庫中的所有數(shù)據(jù)從較低的個(gè)體層次抽象總結(jié)到較高的總體層次上，從而實(shí)現(xiàn)對原始基本數(shù)據(jù)的總體把握。

在本系統(tǒng)中使用的數(shù)據(jù)總結(jié)方法是目前最為成熟的數(shù)學(xué)方法，也就是利用數(shù)學(xué)方法計(jì)算出數(shù)據(jù)庫的各個(gè)數(shù)據(jù)項(xiàng)的統(tǒng)計(jì)學(xué)特征，如總和、方差、最大值、平均、最小值等；或者通過利用數(shù)學(xué)中的統(tǒng)計(jì)圖形工具，對數(shù)據(jù)制作統(tǒng)計(jì)圖形，如直方圖、餅狀圖等。長慶油田的數(shù)字化油氣藏研究系統(tǒng)中利用了OLAP技術(shù)實(shí)現(xiàn)對油田井位的地質(zhì)圖、地理圖、地震數(shù)據(jù)的多維查詢，分析了多種數(shù)據(jù)的統(tǒng)計(jì)特征，同時(shí)用多個(gè)統(tǒng)計(jì)圖形描述了數(shù)據(jù)間的聯(lián)系。最后對多個(gè)數(shù)據(jù)進(jìn)行歸納，提取統(tǒng)計(jì)信息。

3.數(shù)據(jù)分類

數(shù)據(jù)挖掘中的分類是建立需要的分類函數(shù)或分類模型。通過這個(gè)分類模型可以將數(shù)據(jù)劃分到不同的組中。它的實(shí)現(xiàn)步驟一般是：首先分析工作數(shù)據(jù)的各種特征，并找出或者建立出工作數(shù)據(jù)的屬性模型，確定數(shù)據(jù)的歸屬組別，然后利用這些模型來分析工作數(shù)據(jù)，最后預(yù)測后面的工作數(shù)據(jù)可能會屬的分組。分類應(yīng)用的實(shí)例很多，本系統(tǒng)的采油井中，將油田井位出油量分為好、一般和較差三種類型，以此分析這三種類型井位的各種屬性，特別是位置、地質(zhì)等屬性，并決定它們分類的關(guān)鍵屬性及相互間關(guān)系。此后就可以根據(jù)這些關(guān)鍵屬性對每一個(gè)預(yù)期的井位進(jìn)行分析，以便決定預(yù)期井位屬于哪一種類型。

4.關(guān)聯(lián)分析

原始數(shù)據(jù)庫中各個(gè)工作數(shù)據(jù)都存在相互關(guān)聯(lián)、相互影響的聯(lián)系。兩個(gè)或多個(gè)工作數(shù)據(jù)的取值之間存在某種邏輯聯(lián)系。這種關(guān)聯(lián)關(guān)系主要有簡單關(guān)聯(lián)和時(shí)間關(guān)聯(lián)兩種。比如油田井位中的地質(zhì)環(huán)境、地震數(shù)據(jù)和出油量存在關(guān)聯(lián)。關(guān)聯(lián)分析的目的是找出工作數(shù)據(jù)中隱藏的關(guān)聯(lián)網(wǎng)，描述眾多數(shù)據(jù)項(xiàng)目的密切度或關(guān)聯(lián)關(guān)系。由于事先往往并不知道工作數(shù)據(jù)的關(guān)聯(lián)是否存在，或者是否可以用精確的關(guān)聯(lián)函數(shù)描述。因此，關(guān)聯(lián)分析生成的規(guī)則通常都帶有置信度，置信度級別描述了關(guān)聯(lián)規(guī)則的強(qiáng)度。

5.聚類與分析

油藏工作數(shù)據(jù)往往缺少比較詳細(xì)的描述信息，甚至是無法組織成任何分類模式時(shí)，通?？梢圆捎镁垲惙治?。通過聚類分析，按照約定的相近程度度量方法或者其他的標(biāo)準(zhǔn)，將工作數(shù)據(jù)分成許多有意義的子集合；每一個(gè)集合中的數(shù)據(jù)特征相近甚至相同，不同數(shù)據(jù)集合之間的數(shù)據(jù)性質(zhì)差異較大，容易區(qū)分。長慶油田的數(shù)字化油氣藏研究在實(shí)現(xiàn)過程中，使用了Fayyad過程模型，如圖3所示。

在數(shù)據(jù)挖掘的過程中，系統(tǒng)執(zhí)行一個(gè)循環(huán)迭代過程。在每一步的執(zhí)行中，從油田的盆地、各級構(gòu)造、圈閉、地震工區(qū)、勘探沉積相、各級儲量區(qū)塊、油田各類開發(fā)生產(chǎn)單元等數(shù)據(jù)中，分析出勘探井位的位置信息，如果發(fā)現(xiàn)某個(gè)階段產(chǎn)生的結(jié)果和預(yù)想的內(nèi)容有出入。則重復(fù)前面階段步驟。

圖3 Fayyad過程模型

四、結(jié)束語

長慶油田針對油氣藏研究數(shù)據(jù)量大、信息隱晦的技術(shù)現(xiàn)狀，建立了油氣藏研究與決策支持系統(tǒng)[7-10]，并在其中開發(fā)和應(yīng)用了系列數(shù)據(jù)挖掘技術(shù)，取得了較大進(jìn)展：

(1)與眾多學(xué)科及技術(shù)相融合，形成了包括人工智能、統(tǒng)計(jì)學(xué)、數(shù)據(jù)倉庫、在線分析處理、專家系統(tǒng)、數(shù)據(jù)可視化、高性能計(jì)算等數(shù)據(jù)挖掘技術(shù)，將原始數(shù)據(jù)庫轉(zhuǎn)化為有用的研究知識，為油氣藏決策了有力支持。

(2)海量數(shù)據(jù)及其挖掘技術(shù)的開發(fā)為油氣藏研究與決策支持系統(tǒng)的高效應(yīng)用打下了基礎(chǔ)，極大地提高了油氣藏的研究與決策水平，為長慶油田快速發(fā)展提供了強(qiáng)有力的技術(shù)支持。

[1]郭萌,王玨.數(shù)據(jù)挖掘與數(shù)據(jù)庫知識發(fā)現(xiàn):綜述[J].模式識別與人工智能,1998,11(03):292-299.

[2]胡侃,夏紹瑋.基于大型數(shù)據(jù)倉庫的數(shù)據(jù)采掘:研究綜述[J].軟件學(xué)報(bào),1998(01):54-64.

[3]Grossman R, Kasif S, Moore R, et al. Data mining research: Opportunities and challenges[C]. A report of three NSF workshops on mining large, massive, and distributed data, 1999.

[4]Deogun J S, Raghavan V V, Sarkar A, et al. Data mining: Research trends, challenges, and applications[J]. Roughs Sets and Data Mining: Analysis of Imprecise Data, 1997: 9-45.

[5]王宏琳.油氣勘探計(jì)算機(jī)軟件:平臺·體系結(jié)構(gòu)·框架[J].石油工業(yè)計(jì)算機(jī)應(yīng)用,2004(02):3-8.

[6](美)Hohmann L 著.藍(lán)莉, 曾永和譯. 超越軟件架構(gòu)創(chuàng)建和維護(hù)優(yōu)秀解決方案.北京: 中國電力出版社, 2005.

[7]石玉江. 數(shù)字油田中的勘探井位快速部署技術(shù)[J]. 石油工業(yè)計(jì)算機(jī)應(yīng)用，2016(12):11-16.

[8]王娟. 數(shù)字油氣藏?cái)?shù)據(jù)中心建設(shè)的關(guān)鍵技術(shù)[J]. 石油工業(yè)計(jì)算機(jī)應(yīng)用,2016(1):16-18.

[9]付金華,石玉江,王娟,等.長慶油田勘探開發(fā)服務(wù)型共享數(shù)據(jù)中心構(gòu)建研究[J].中國石油勘探,2017,22(6):1-8.

[10]王娟,姚衛(wèi)華,石玉江,等.基于云架構(gòu)的油氣藏?cái)?shù)據(jù)智能管理技術(shù)[J].天然氣工業(yè),2014,34(3):137-141.