淺談數(shù)據(jù)挖掘在油田開(kāi)采中的應(yīng)用方法

張 鑫，高旺雄，杜永波，張奎峰

（西安石油大學(xué)，陜西 西安 710065）

關(guān)鍵字：大數(shù)據(jù)；油田開(kāi)采；數(shù)據(jù)挖掘；數(shù)字油田；智慧油田

數(shù)字油田到智慧油田的轉(zhuǎn)變，是時(shí)代發(fā)展的新趨勢(shì)，也是油田發(fā)展新的突破點(diǎn)。智慧油田中會(huì)產(chǎn)生海量的數(shù)據(jù)，這些數(shù)據(jù)體量巨大，種類龐雜，價(jià)值密度低。采用傳統(tǒng)的數(shù)據(jù)分析方法已經(jīng)無(wú)法解決這些復(fù)雜的數(shù)據(jù)，如何有效的利用這些數(shù)據(jù)資源，提高油田的效益，已經(jīng)成為油田的迫切需求[1]。只有數(shù)據(jù)挖掘技術(shù)可以解決這個(gè)問(wèn)題。

1 數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘技術(shù)就是從實(shí)際生產(chǎn)時(shí)產(chǎn)生的大量復(fù)雜無(wú)序的數(shù)據(jù)中挖掘出隱藏的、空前未知的、對(duì)決策決定有實(shí)際意義的關(guān)系、模式和趨勢(shì)，并利用所挖掘出來(lái)的知識(shí)和規(guī)則建立支持決策的模型，提供預(yù)測(cè)性決策支持的方法、工具和過(guò)程。數(shù)據(jù)挖掘技術(shù)既可以揭示已知的事實(shí)，又可以預(yù)測(cè)未知的結(jié)果[2]。

傳統(tǒng)的數(shù)據(jù)分析是對(duì)已知的數(shù)據(jù)范圍中好理解的數(shù)據(jù)進(jìn)行分析，是建立在關(guān)系數(shù)據(jù)模型之上分析，主題之間的關(guān)系在系統(tǒng)內(nèi)已經(jīng)被創(chuàng)立，而分析也在此基礎(chǔ)上進(jìn)行。而數(shù)據(jù)挖掘最大的優(yōu)點(diǎn)就是針對(duì)傳統(tǒng)手段捕捉到數(shù)據(jù)之外的非結(jié)構(gòu)化數(shù)據(jù)，這意味著數(shù)據(jù)挖掘不能保證輸入數(shù)據(jù)是完整的，被清洗過(guò)的，沒(méi)有任何錯(cuò)誤的。數(shù)據(jù)挖掘得到的知識(shí)更具有未先知性、有效性。

一個(gè)數(shù)據(jù)挖掘項(xiàng)目包括六個(gè)階段：業(yè)務(wù)理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、建模、評(píng)估、部署[3]。業(yè)務(wù)理解即確定數(shù)據(jù)挖掘的目標(biāo)。數(shù)據(jù)理解主要包含三個(gè)方面：首先是有關(guān)需要解決問(wèn)題的明確定義，其次是對(duì)有關(guān)數(shù)據(jù)的了解，最后是數(shù)據(jù)挖掘結(jié)果對(duì)業(yè)務(wù)作用效力的預(yù)測(cè)。數(shù)據(jù)準(zhǔn)備是數(shù)據(jù)挖掘的基礎(chǔ)，所以足夠、豐富、高質(zhì)量的數(shù)據(jù)對(duì)數(shù)據(jù)挖掘結(jié)果至關(guān)重要。數(shù)據(jù)準(zhǔn)備包括：數(shù)據(jù)的選擇、數(shù)據(jù)的質(zhì)量分析和數(shù)據(jù)的預(yù)處理三個(gè)環(huán)節(jié)。建模即決策模型的建立，在這一步要確定具體的數(shù)據(jù)挖掘模型，并用這個(gè)模型原型訓(xùn)練出模型的參數(shù)，得到具體的決策模型形式。這些模型算法包括：聚類、關(guān)聯(lián)、分類、回歸、預(yù)測(cè)和診斷。模型評(píng)估即檢驗(yàn)一個(gè)模型的好壞，模型的預(yù)測(cè)精度是檢驗(yàn)?zāi)Ｐ秃脡牡闹匾笜?biāo)，但不是唯一指標(biāo)，其指標(biāo)還有LIFT、ROC、Gain圖等。模型的部署是數(shù)據(jù)挖掘的最后一個(gè)步驟，模型通過(guò)評(píng)估后，將其部署到實(shí)際的業(yè)務(wù)系統(tǒng)中，這樣就可以應(yīng)用數(shù)據(jù)挖掘知識(shí)來(lái)提高企業(yè)的效益。

2 油田開(kāi)采數(shù)據(jù)倉(cāng)庫(kù)搭建

油田生產(chǎn)中，產(chǎn)生的數(shù)據(jù)類型多種多樣，數(shù)據(jù)規(guī)模十分龐大，原有的數(shù)據(jù)存儲(chǔ)技術(shù)已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足不斷增加的數(shù)據(jù)量的需求，只有建立油田開(kāi)采數(shù)據(jù)倉(cāng)庫(kù)可解決這一問(wèn)題。

隨著油田開(kāi)采數(shù)據(jù)大幅增長(zhǎng)，隨之會(huì)出現(xiàn)很多數(shù)據(jù)重復(fù)、數(shù)據(jù)之間關(guān)聯(lián)程度低、信息孤島等問(wèn)題。數(shù)據(jù)挖掘技術(shù)可解決這一問(wèn)題，將分散的資源集中，將無(wú)序的數(shù)據(jù)整理有序。

油田開(kāi)采數(shù)據(jù)倉(cāng)庫(kù)主要包括三部分：油田開(kāi)采源數(shù)據(jù)、數(shù)據(jù)存儲(chǔ)倉(cāng)庫(kù)和數(shù)據(jù)應(yīng)用部分。第一個(gè)部分是油田原始數(shù)據(jù)源，該部分存放著大量的油田開(kāi)采數(shù)據(jù)，這部分?jǐn)?shù)據(jù)無(wú)任何更改，直接沿用外圍系統(tǒng)數(shù)據(jù)結(jié)構(gòu)和數(shù)據(jù)，不對(duì)外開(kāi)放，為臨時(shí)存儲(chǔ)層，為后一步數(shù)據(jù)處理做準(zhǔn)備；第二個(gè)部分是數(shù)據(jù)存儲(chǔ)倉(cāng)庫(kù)，數(shù)據(jù)存儲(chǔ)倉(cāng)庫(kù)的油田開(kāi)采數(shù)據(jù)是一致的、精確的、干凈的數(shù)據(jù)，是對(duì)源數(shù)據(jù)進(jìn)行了清洗后的油田開(kāi)采數(shù)據(jù)；第三部分是數(shù)據(jù)應(yīng)用部分，該部分是前端應(yīng)用直接可以讀取的油田開(kāi)采數(shù)據(jù)，是根據(jù)報(bào)表、專題分析需求而計(jì)算生成的數(shù)據(jù)。

3 油田開(kāi)采數(shù)據(jù)挖掘方法的研究

1）調(diào)整油井開(kāi)采制度

低滲透油田及常規(guī)油田開(kāi)發(fā)中后期會(huì)出現(xiàn)油井壓力不足、油井不能連續(xù)出油的情況，使得抽油泵不同程度的存在嚴(yán)重空抽或充滿度不足的現(xiàn)象，這不僅造成了油田產(chǎn)能低下，而且會(huì)造成抽油機(jī)、抽油桿、抽油泵的無(wú)效磨損和電能的極大浪費(fèi)[3]。常規(guī)的處理方法是：基于單一參數(shù)計(jì)算動(dòng)液面高度，根據(jù)動(dòng)液面高度變化確定間歇采油制度。但單一參數(shù)計(jì)算的動(dòng)液面高度，極其依賴于原始參數(shù)的數(shù)據(jù)準(zhǔn)確性，同時(shí)基于單參數(shù)確定的動(dòng)液面高度誤差率也比較高。調(diào)用油田開(kāi)采數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)，基于數(shù)據(jù)挖掘方法，對(duì)影響動(dòng)液面高度的眾參數(shù)進(jìn)行灰色關(guān)聯(lián)分析，計(jì)算各參數(shù)與動(dòng)液面的相關(guān)度排名，繼而選擇出影響動(dòng)液面的主因子，利用多個(gè)參數(shù)建立計(jì)算動(dòng)液面高度模型?；跀?shù)據(jù)挖掘方法的多參數(shù)計(jì)算動(dòng)液面模型，可有效提高間歇采油制度的精確性，從而降低抽油機(jī)、抽油桿、抽油泵的無(wú)效磨損，減少電能的浪費(fèi)，提高油田的效益。

2）油田機(jī)械故障預(yù)測(cè)

油田機(jī)械故障，一方面增加了油田的開(kāi)采成本，另一方面大大影響了油田的生產(chǎn)效率，如何提前預(yù)測(cè)油田機(jī)械故障，在故障發(fā)生前，提前維修或更換設(shè)備，從而避免機(jī)械故障對(duì)油田生產(chǎn)的影響，以往的方法是不具備故障提前預(yù)測(cè)的，數(shù)據(jù)挖掘技術(shù)可以實(shí)現(xiàn)油田機(jī)械的提前預(yù)測(cè)。調(diào)用油田開(kāi)采數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)，基于數(shù)據(jù)挖掘方法，利用關(guān)聯(lián)規(guī)則算法挖掘初始數(shù)據(jù)，獲取表征機(jī)械運(yùn)行狀態(tài)的關(guān)聯(lián)規(guī)則，然后計(jì)算故障種類和故障征兆、關(guān)聯(lián)規(guī)則和故障征兆之間的關(guān)聯(lián)關(guān)系，確定其權(quán)重系數(shù)，建立預(yù)測(cè)油井機(jī)械故障模型；最后，利用實(shí)時(shí)監(jiān)測(cè)關(guān)聯(lián)規(guī)則組的變化趨勢(shì)，進(jìn)行油井機(jī)械的故障預(yù)測(cè)。

3）預(yù)測(cè)結(jié)蠟

溶有有石蠟的原油，在開(kāi)采過(guò)程中，隨著溫度、壓力的降低，溶解的石蠟會(huì)以結(jié)晶形式體析出、長(zhǎng)大聚集和沉積在管壁等固相表面上[4]。油井結(jié)蠟增加了原油的流動(dòng)阻力，影響抽油設(shè)備的正常工作。因此，防蠟是含蠟原油開(kāi)采中需要解決的重要問(wèn)題?；瘜W(xué)防蠟是最有效的防蠟方法，化學(xué)防蠟是通過(guò)向井筒中加入化學(xué)防蠟劑，防蠟劑在井筒流體中溶解后達(dá)到防蠟的目的，但何時(shí)向井筒加入防蠟劑，是無(wú)法精確確定的，數(shù)據(jù)挖掘技術(shù)可精確確定加防蠟劑時(shí)間。調(diào)用油田開(kāi)采數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)，基于數(shù)據(jù)挖掘方法，對(duì)影響結(jié)蠟的因素進(jìn)行相關(guān)性分析，篩選出影響結(jié)蠟的主因子，然后對(duì)各主因子進(jìn)行相關(guān)性分析，選擇相關(guān)性不大的主因子，棄掉相關(guān)性大的主因子。然后基于神經(jīng)網(wǎng)絡(luò)算法建立多因子預(yù)測(cè)油井結(jié)蠟的模型。通過(guò)該模型就可以得到油井的結(jié)蠟趨勢(shì)，在油井結(jié)蠟前加入化學(xué)防蠟劑，可有效防止結(jié)蠟問(wèn)題，提高油田產(chǎn)量。

4）油田產(chǎn)量預(yù)測(cè)

在油田生產(chǎn)中，對(duì)油田產(chǎn)量的精準(zhǔn)預(yù)測(cè)是油田工作者的重要研究?jī)?nèi)容之一[6]。傳統(tǒng)的預(yù)測(cè)方法，由于這些方法的預(yù)測(cè)原理和應(yīng)用條件各不相同，在油田生產(chǎn)中會(huì)產(chǎn)生大量復(fù)雜的數(shù)據(jù)，這些方法在預(yù)測(cè)油田產(chǎn)量時(shí)，會(huì)表現(xiàn)出各自的局限性，不能準(zhǔn)確的預(yù)測(cè)油田的產(chǎn)量。調(diào)用油田開(kāi)采數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)，基于數(shù)據(jù)挖掘方法，首先對(duì)影響產(chǎn)量的各個(gè)因素與產(chǎn)量之間做灰色關(guān)聯(lián)分析，對(duì)其關(guān)聯(lián)度進(jìn)行排名，剔除關(guān)聯(lián)度小的影響因素，篩選出影響產(chǎn)量的主因子，再基于時(shí)間序列分析方法預(yù)測(cè)影響產(chǎn)量主因子的基本生產(chǎn)數(shù)據(jù)，最后通過(guò)Adaboost神經(jīng)網(wǎng)絡(luò)建立預(yù)測(cè)油田產(chǎn)量的模型?；跀?shù)據(jù)挖掘技術(shù)的預(yù)測(cè)油田產(chǎn)量模型可有效適應(yīng)油田生產(chǎn)數(shù)據(jù)復(fù)雜多變這一狀況。大大提高了油田產(chǎn)量預(yù)測(cè)的精度。

5）油田注水決策

常規(guī)油田開(kāi)發(fā)中后期，會(huì)出現(xiàn)油井壓力不足的問(wèn)題，油井產(chǎn)量超低，油井注水可有效解決這一問(wèn)題。隨著智慧油田的建設(shè)，油田注水開(kāi)采過(guò)程中已經(jīng)累計(jì)了海量的生產(chǎn)數(shù)據(jù)，這些數(shù)據(jù)體量巨大、種類繁多、結(jié)構(gòu)復(fù)雜，傳統(tǒng)的分析方法對(duì)于處理這些數(shù)據(jù)已經(jīng)力不從心，此時(shí)數(shù)據(jù)挖掘方法就顯得尤為重要。首先選取注水單耗為目標(biāo)參數(shù)，分析其與注水生產(chǎn)中其他參數(shù)的關(guān)聯(lián)度，篩選出與注水單耗關(guān)聯(lián)度最高的生產(chǎn)參數(shù)，然后改善其篩選出來(lái)的參數(shù)來(lái)降低注水能耗。運(yùn)用ARIMA模型對(duì)注水系統(tǒng)中的主要參數(shù)進(jìn)行未來(lái)趨勢(shì)預(yù)測(cè)，然后根據(jù)設(shè)定這些參數(shù)的上限值來(lái)建立預(yù)警機(jī)制，當(dāng)預(yù)測(cè)值超過(guò)上限值時(shí)，提醒工作人員應(yīng)該調(diào)整注水制度。

4 結(jié)語(yǔ)

與傳統(tǒng)的分析方法相比，數(shù)據(jù)挖掘方法可有效解決智慧油田數(shù)據(jù)難處理的問(wèn)題。油田開(kāi)采過(guò)程中數(shù)據(jù)挖掘技術(shù)的應(yīng)用可大大降低油田的開(kāi)采成本，提高油田的開(kāi)采效率，進(jìn)而提高油田的效益。數(shù)據(jù)挖掘技術(shù)的使用是數(shù)字油田到智慧油田轉(zhuǎn)變的最重要一環(huán)。