“互聯(lián)網(wǎng)+”時(shí)代的智慧錄井系統(tǒng)應(yīng)用探索

閻榮輝 黃子艦 楊永強(qiáng) 田青青 劉 杰 方鐵園 李艷霞

(①中國(guó)石油天然氣集團(tuán)有限公司長(zhǎng)慶油田分公司工程技術(shù)管理部；②盤錦中錄油氣技術(shù)服務(wù)有限公司)

0 引 言

當(dāng)前，全球已經(jīng)進(jìn)入第四次工業(yè)革命時(shí)代，隨著新一輪科技革命和產(chǎn)業(yè)變革的孕育興起，人工智能將重構(gòu)幾乎所有行業(yè)，大數(shù)據(jù)、云計(jì)算、互聯(lián)網(wǎng)等新一代信息技術(shù)同工業(yè)技術(shù)相互融合，推動(dòng)生產(chǎn)制造模式、產(chǎn)業(yè)組織方式、商業(yè)運(yùn)行機(jī)制創(chuàng)新，為工業(yè)經(jīng)濟(jì)發(fā)展打造了新動(dòng)能、開(kāi)辟了新道路、拓展了新邊界。作為在國(guó)民經(jīng)濟(jì)和國(guó)家安全領(lǐng)域中扮演重要角色的石油工業(yè)，改革開(kāi)放40多年來(lái)取得了巨大成就，技術(shù)革命與創(chuàng)新始終是推動(dòng)其發(fā)展進(jìn)步的動(dòng)力源泉。

錄井技術(shù)是石油工業(yè)上游領(lǐng)域涉及勘探開(kāi)發(fā)的關(guān)鍵技術(shù)，在油氣鉆探過(guò)程中發(fā)揮了重要且無(wú)可替代的作用。但由于自身特點(diǎn)和歷史原因形成的傳統(tǒng)模式，工作場(chǎng)地大多分布在環(huán)境條件較差的野外，錄井信息大部分靠人工采集和經(jīng)驗(yàn)化管理，儀器設(shè)備需要有人值守作業(yè)，導(dǎo)致工作效率低、信息化程度不高、受人員業(yè)務(wù)素質(zhì)和責(zé)任心因素影響極大，質(zhì)量控制難度大，已逐步凸顯與行業(yè)發(fā)展、市場(chǎng)需求不相適應(yīng)的困境；且錄井作業(yè)條件艱苦，勞動(dòng)力成本上升，行業(yè)發(fā)展后勁不足、缺乏核心競(jìng)爭(zhēng)力。因此，錄井行業(yè)要實(shí)現(xiàn)跨越式大發(fā)展，必須轉(zhuǎn)變發(fā)展思路，從理念、技術(shù)、管理及戰(zhàn)略各個(gè)層面打破固有思維，積極探索新時(shí)代、大變革背景下錄井的創(chuàng)新發(fā)展模式，推動(dòng) “機(jī)器換人”的生產(chǎn)要素變革，促使錄井工程與“互聯(lián)網(wǎng)+”、人工智能、地質(zhì)研究的深度跨界融合，解決錄井行業(yè)現(xiàn)有的痛點(diǎn)與瓶頸。本文結(jié)合筆者近年來(lái)圍繞“錄井采集、資料處理、智能解釋與信息發(fā)布”這一主題所做的一系列研究，探討“互聯(lián)網(wǎng)+”時(shí)代的智慧錄井應(yīng)用與發(fā)展趨勢(shì)。

1 “互聯(lián)網(wǎng)+”時(shí)代內(nèi)涵與戰(zhàn)略意義

“互聯(lián)網(wǎng)+”是把互聯(lián)網(wǎng)的創(chuàng)新成果與經(jīng)濟(jì)社會(huì)各領(lǐng)域深度融合，推動(dòng)技術(shù)進(jìn)步、效率提升和組織變革，提升實(shí)體經(jīng)濟(jì)創(chuàng)新力和生產(chǎn)力，形成更廣泛的以互聯(lián)網(wǎng)為基礎(chǔ)設(shè)施和創(chuàng)新要素的經(jīng)濟(jì)社會(huì)發(fā)展新形態(tài)[1]。近年來(lái)，國(guó)家高度重視發(fā)展工業(yè)互聯(lián)網(wǎng)，作出一系列戰(zhàn)略部署。黨的十九大報(bào)告明確提出：“要推進(jìn)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能同實(shí)體經(jīng)濟(jì)深度融合，做大做強(qiáng)數(shù)字經(jīng)濟(jì)”。2015年政府工作報(bào)告首次提出“互聯(lián)網(wǎng)+”的概念，2017 年，人工智能被首次寫(xiě)入政府工作報(bào)告，2019年政府工作報(bào)告指出，要打造工業(yè)互聯(lián)網(wǎng)平臺(tái)，拓展“智能+”。政府工作報(bào)告從“互聯(lián)網(wǎng)+”向“智能+”表述變化的背后，是我國(guó)對(duì)創(chuàng)新發(fā)展戰(zhàn)略的升級(jí)迭代。近年來(lái)，國(guó)務(wù)院印發(fā)的 《中國(guó)制造2025》《關(guān)于深化“互聯(lián)網(wǎng)+先進(jìn)制造業(yè)”發(fā)展工業(yè)互聯(lián)網(wǎng)的指導(dǎo)意見(jiàn)》《“十三五”國(guó)家科技創(chuàng)新規(guī)劃》《新一代人工智能發(fā)展規(guī)劃》《關(guān)于促進(jìn)人工智能和實(shí)體經(jīng)濟(jì)深度融合的指導(dǎo)意見(jiàn)》，從國(guó)家戰(zhàn)略層面上引導(dǎo)和促進(jìn)了互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新興技術(shù)產(chǎn)業(yè)的健康發(fā)展?！盎ヂ?lián)網(wǎng)+”“智能+”已成為發(fā)達(dá)國(guó)家推進(jìn)“再工業(yè)化”戰(zhàn)略、搶占新一輪科技革命和產(chǎn)業(yè)變革制高點(diǎn)的必爭(zhēng)之地，更是我國(guó)深入推進(jìn)供給側(cè)結(jié)構(gòu)性改革，助力我國(guó)工業(yè)面向數(shù)字化、網(wǎng)絡(luò)化、智能化新舊動(dòng)能轉(zhuǎn)換，實(shí)現(xiàn)“換道超車”、企業(yè)轉(zhuǎn)型升級(jí)的重要機(jī)遇。

2 “互聯(lián)網(wǎng)+”與石油工業(yè)技術(shù)融合現(xiàn)狀

當(dāng)前，互聯(lián)網(wǎng)創(chuàng)新發(fā)展與新工業(yè)革命正處于歷史交匯期，互聯(lián)網(wǎng)應(yīng)用場(chǎng)景從虛擬領(lǐng)域向?qū)嶓w工業(yè)快速延伸，由網(wǎng)絡(luò)化向數(shù)字化、智能化深度拓展，成為推動(dòng)大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)融合發(fā)展的突破口，世界主要國(guó)家紛紛將數(shù)字化、網(wǎng)絡(luò)化、智能化作為產(chǎn)業(yè)變革的核心?！盎ヂ?lián)網(wǎng)+”正在持續(xù)地影響著整個(gè)經(jīng)濟(jì)社會(huì)并促使其不斷發(fā)生深刻的變革，它已經(jīng)成功地改造了傳媒、金融、零售及服務(wù)等多個(gè)行業(yè)領(lǐng)域。

在“賦能”石油工業(yè)建設(shè)方面，殼牌公司為適應(yīng)日益復(fù)雜的油氣田地質(zhì)條件和國(guó)際社會(huì)新變化的需要，早在2008年提出了智能化油氣田(Smart fields)這一概念，并在建設(shè)過(guò)程中取得了較好的效果[2]。智能化油田利用互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計(jì)算和信息監(jiān)控等技術(shù)，包括實(shí)時(shí)監(jiān)測(cè)、模型建立、決策與實(shí)施3個(gè)環(huán)節(jié)，具備自主采集、分析、判斷、規(guī)劃、協(xié)調(diào)、重組與擴(kuò)充、自我學(xué)習(xí)、自行維護(hù)等能力[3]。近年來(lái)，面對(duì)“互聯(lián)網(wǎng)+”“智能+”時(shí)代的到來(lái)以及國(guó)家“智慧能源”戰(zhàn)略的提出，國(guó)內(nèi)以智能化為代表的油氣技術(shù)革命正式拉開(kāi)序幕，很多油氣生產(chǎn)企業(yè)提出了油田智慧化或智慧油田建設(shè)的問(wèn)題，有的油區(qū)基本完成了智能鉆井實(shí)時(shí)分析、數(shù)字油藏化描述、生產(chǎn)數(shù)據(jù)即時(shí)傳輸以及數(shù)字化油氣田管理等應(yīng)用建設(shè)，覆蓋了油田開(kāi)發(fā)生產(chǎn)各個(gè)業(yè)務(wù)領(lǐng)域，初步形成了資源共享、優(yōu)化集成的信息系統(tǒng)平臺(tái)，打造了一系列核心業(yè)務(wù)應(yīng)用系統(tǒng)，實(shí)現(xiàn)了企業(yè)決策分析智能量化、生產(chǎn)運(yùn)行實(shí)時(shí)優(yōu)化、生產(chǎn)管理高效協(xié)同、生產(chǎn)經(jīng)營(yíng)精細(xì)管控的一體化運(yùn)作模式[4-5]。當(dāng)前“互聯(lián)網(wǎng)+”技術(shù)對(duì)我國(guó)石油天然氣行業(yè)的貢獻(xiàn)價(jià)值正處于量變到質(zhì)變的關(guān)鍵節(jié)點(diǎn)，新一代勘探開(kāi)發(fā)智能化技術(shù)體系正在形成，新一輪技術(shù)革命蓄勢(shì)待發(fā)，互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和行業(yè)深度融合，成為不可阻擋的時(shí)代潮流。

3 智慧錄井系統(tǒng)構(gòu)建實(shí)踐探索

根據(jù)錄井技術(shù)現(xiàn)狀與發(fā)展需求，圍繞“地層剖面建立、油氣識(shí)別與評(píng)價(jià)、工程監(jiān)控和信息傳輸”四大工程任務(wù)，借助“大數(shù)據(jù)、人工智能、移動(dòng)互聯(lián)網(wǎng)、云計(jì)算、物聯(lián)網(wǎng)”等新興技術(shù)，研究錄井?dāng)?shù)據(jù)智能采集、錄井設(shè)備運(yùn)維、安全傳輸、智能解釋及遠(yuǎn)程指揮決策一體化關(guān)鍵技術(shù)，將鉆井工程參數(shù)、巖性與油氣顯示識(shí)別、大數(shù)據(jù)分析等技術(shù)高度集成，構(gòu)建集井場(chǎng)數(shù)據(jù)采集、處理、評(píng)價(jià)、傳輸、發(fā)布于一體的系統(tǒng)管理平臺(tái)，突破錄井作業(yè)以人為中心的人機(jī)物融合理論方法，通過(guò)工業(yè)機(jī)器人自動(dòng)選樣、儀器自動(dòng)分析、數(shù)據(jù)實(shí)時(shí)挖掘與智能解釋評(píng)價(jià)，以及環(huán)境感知、智能決策、自動(dòng)控制技術(shù)單元的深度整合，實(shí)現(xiàn)數(shù)據(jù)采集與傳輸、工程預(yù)警、實(shí)時(shí)智能解釋評(píng)價(jià)、信息發(fā)布等井場(chǎng)協(xié)同信息化支持體系，改變現(xiàn)有的傳統(tǒng)錄井作業(yè)方式，逐步實(shí)現(xiàn)檢測(cè)技術(shù)同人工智能技術(shù)協(xié)同融合、智能運(yùn)行維護(hù)與無(wú)人值守錄井的創(chuàng)新變革。

3.1 智慧錄井系統(tǒng)總體架構(gòu)

系統(tǒng)架構(gòu)采用四層網(wǎng)絡(luò)架構(gòu)，分別是采集層、網(wǎng)絡(luò)層、應(yīng)用層和用戶層，實(shí)現(xiàn)現(xiàn)場(chǎng)錄井信息自動(dòng)采集與分析、數(shù)據(jù)遠(yuǎn)程傳輸與視頻監(jiān)控、數(shù)據(jù)管理與智能分析、遠(yuǎn)程支持與決策管理等(圖1)，形成具有較大應(yīng)用價(jià)值的錄井自動(dòng)化、信息化、智能化解決方案。

圖1 智慧錄井系統(tǒng)架構(gòu)

(1)采集層主要由錄井儀器、傳感器、工業(yè)計(jì)算機(jī)、工業(yè)機(jī)器人等構(gòu)成，完成錄井信息自動(dòng)采集與控制，具備故障預(yù)見(jiàn)、系統(tǒng)自診斷和優(yōu)化功能。

(2)應(yīng)用層為錄井?dāng)?shù)據(jù)中心，提供數(shù)據(jù)存儲(chǔ)、管理及數(shù)據(jù)挖掘分析、工程智能優(yōu)化預(yù)警及設(shè)備故障預(yù)警，通過(guò)相關(guān)協(xié)議采集錄井設(shè)備及傳感器數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行解析、清洗、分類、入庫(kù)、分析等工作。

(3)網(wǎng)絡(luò)層是建立現(xiàn)場(chǎng)和用戶之間數(shù)據(jù)傳輸通道，為采集層信息的匯聚、集成、傳遞和控制提供支持，同時(shí)為數(shù)據(jù)中心物聯(lián)網(wǎng)人機(jī)通信交流提供信息平臺(tái)。

(4)用戶層是數(shù)據(jù)中心面向的信息輸出對(duì)象，主要包括各建設(shè)項(xiàng)目組、建設(shè)單位和錄井施工單位，提供遠(yuǎn)程實(shí)時(shí)監(jiān)控、技術(shù)支持、協(xié)同研究與遠(yuǎn)程決策。

3.2 關(guān)鍵核心單元與工作流程

采集層與應(yīng)用層是本系統(tǒng)的核心單元。采集層中包含基于工業(yè)機(jī)器人的智能取樣分析系統(tǒng)、錄井流程多目標(biāo)實(shí)時(shí)優(yōu)化在線運(yùn)行與智能優(yōu)化技術(shù)以及儀器裝備智能故障診斷與維護(hù)系統(tǒng)；應(yīng)用層中包含智能數(shù)據(jù)管理系統(tǒng)、錄井大數(shù)據(jù)信息挖掘與智能解釋評(píng)價(jià)系統(tǒng)及智能預(yù)警系統(tǒng)。

基于工業(yè)機(jī)器人的智能取樣以及錄井大數(shù)據(jù)信息挖掘與智能解釋評(píng)價(jià)是本系統(tǒng)的關(guān)鍵技術(shù)。

3.2.1 基于工業(yè)機(jī)器人的智能取樣分析系統(tǒng)

智能取樣分析系統(tǒng)運(yùn)行流程見(jiàn)圖2，整體布局見(jiàn)圖3。技術(shù)流程為：鉆井現(xiàn)場(chǎng)返出的鉆井液和巖屑混合物，通過(guò)引流裝置引入智慧錄井平臺(tái)儀器房?jī)?nèi)，首先經(jīng)過(guò)定量脫氣器脫附出所含的氣體，采用紅外光譜法實(shí)時(shí)在線檢測(cè)其中的烴類及非烴氣體含量；然后經(jīng)過(guò)固液分離技術(shù)分離出其中的巖屑樣品，經(jīng)過(guò)自動(dòng)清洗后進(jìn)行巖屑白光和熒光普照，獲得含油巖樣的相對(duì)位置信息熒光圖像信息，通過(guò)視覺(jué)引導(dǎo)系統(tǒng)控制機(jī)器人選樣送入相關(guān)錄井儀器進(jìn)行自動(dòng)檢測(cè)分析，獲取地層巖性、物性、含油氣性等錄井參數(shù)；剩余樣品通過(guò)自動(dòng)封裝系統(tǒng)自動(dòng)封裝，信息標(biāo)識(shí)噴碼，留作地質(zhì)觀察樣。工程預(yù)警系統(tǒng)通過(guò)安裝在鉆機(jī)上和循環(huán)系統(tǒng)的傳感器，實(shí)時(shí)監(jiān)測(cè)鉆井工程參數(shù)。

以上所有采集參數(shù)送入應(yīng)用層數(shù)據(jù)管理平臺(tái)供后續(xù)整理與統(tǒng)計(jì)分析。

圖2 智能取樣分析系統(tǒng)流程

圖3 智能取樣分析系統(tǒng)整體布局

3.2.2 錄井大數(shù)據(jù)信息挖掘與智能解釋評(píng)價(jià)系統(tǒng)

石油勘探開(kāi)發(fā)研究的對(duì)象是地下的地質(zhì)構(gòu)造、巖性、物性、電性、油氣的生儲(chǔ)蓋等實(shí)體特征。眾多的勘探井和開(kāi)發(fā)井提供了各種類型的大量數(shù)據(jù),蘊(yùn)含著豐富的地質(zhì)信息,這些地質(zhì)信息是油田今后生產(chǎn)開(kāi)發(fā)的主要依據(jù)之一。隨著大數(shù)據(jù)時(shí)代的來(lái)臨，各種常見(jiàn)數(shù)據(jù)分析方法已得到廣泛研究和應(yīng)用，數(shù)據(jù)挖掘方法作為其中一類主要的方法，在近幾十年來(lái)一直是研究者們所關(guān)注的熱點(diǎn)之一。數(shù)據(jù)挖掘(Data Mining，DM)是從大量數(shù)據(jù)中提取出有效的、新穎的、有潛在作用的、可信的、并能最終被人們理解的模式(pattern)的處理過(guò)程，是數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)(Knowledge Discovery in Database,KDD) 的關(guān)鍵組成部分，一般包含數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)清洗、挖掘建模、模式評(píng)估、知識(shí)表達(dá)等步驟。

錄井大數(shù)據(jù)信息挖掘與智能解釋評(píng)價(jià)系統(tǒng)，主要對(duì)采集層所采集的錄井?dāng)?shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，通過(guò)建立合理的數(shù)據(jù)分析預(yù)測(cè)模型，實(shí)現(xiàn)錄井巖性剖面、儲(chǔ)集層流體性質(zhì)及錄井工程參數(shù)特征在線實(shí)時(shí)解釋評(píng)價(jià)。本系統(tǒng)數(shù)據(jù)挖掘系統(tǒng)架構(gòu)及分析流程如圖4、圖5所示。在智能解釋評(píng)價(jià)前應(yīng)根據(jù)解釋內(nèi)容預(yù)先建立不同的解釋方案，并依據(jù)方案確定相應(yīng)的解釋模型。

建立模型過(guò)程中，首先調(diào)用建模數(shù)據(jù)，根據(jù)模型類別差異選擇機(jī)器學(xué)習(xí)與深度學(xué)習(xí)算法。算法分為監(jiān)督模型學(xué)習(xí)、無(wú)監(jiān)督模型學(xué)習(xí)或數(shù)據(jù)降維等。監(jiān)督模型常見(jiàn)的算法有貝葉斯、決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、回歸分析等，這些模型都是屬于預(yù)測(cè)模型，通過(guò)已有的一部分輸入數(shù)據(jù)與輸出數(shù)據(jù)之間的對(duì)應(yīng)關(guān)系，生成一個(gè)函數(shù)，將輸入映射到合適的輸出，例如分類。聚類分析和關(guān)聯(lián)分析屬于無(wú)監(jiān)督模型，直接對(duì)輸入數(shù)據(jù)集進(jìn)行建模，例如K-近鄰分類、Apriori算法、時(shí)序分析算法等。第三類數(shù)據(jù)維度歸約主要包括主成分分析法、因子分析法等，使用數(shù)據(jù)編碼或變換，以便得到原數(shù)據(jù)的歸約或“壓縮”表示，以綜合指標(biāo)替代原數(shù)據(jù)進(jìn)行分析。模型經(jīng)過(guò)學(xué)習(xí)訓(xùn)練后對(duì)結(jié)果驗(yàn)證，根據(jù)驗(yàn)證結(jié)果的符合率對(duì)模型各種算法進(jìn)行評(píng)估，確定最佳訓(xùn)練模型并持續(xù)優(yōu)化。

在實(shí)際解釋?xiě)?yīng)用中，錄井采集的原始數(shù)據(jù)先經(jīng)過(guò)數(shù)據(jù)清洗，去除異常數(shù)據(jù)和離散數(shù)據(jù)，提取與分析任務(wù)相關(guān)的數(shù)據(jù)，并轉(zhuǎn)換或合并成適當(dāng)?shù)男问?，以利于挖掘；然后調(diào)用相應(yīng)的解釋模型，利用數(shù)據(jù)挖掘算法抽取數(shù)據(jù)中隱藏著的模式與知識(shí)，包括分類、聚類、關(guān)聯(lián)、預(yù)測(cè)等，獲取實(shí)時(shí)處理結(jié)果；最終采用可視化或知識(shí)表達(dá)技術(shù)，將被發(fā)現(xiàn)的知識(shí)用于在線巖性解釋、油氣水層解釋、工程異常解釋、決策支持等。

圖4 錄井大數(shù)據(jù)信息挖掘與智能解釋評(píng)價(jià)系統(tǒng)架構(gòu)

圖5 數(shù)據(jù)挖掘分析流程

4 結(jié)束語(yǔ)

石油工業(yè)歷史上的每一次跨越，幾乎都得益于技術(shù)革命的推動(dòng)。當(dāng)前，錄井行業(yè)正面臨著生產(chǎn)方式的智能化、數(shù)字化、信息化的深度融合與轉(zhuǎn)型的關(guān)鍵期?！皺C(jī)器換人”是全球企業(yè)生產(chǎn)要素變革的必然趨勢(shì)，網(wǎng)絡(luò)協(xié)同和數(shù)據(jù)智能是未來(lái)價(jià)值鏈重構(gòu)的必然轉(zhuǎn)變。把握數(shù)字化、網(wǎng)絡(luò)化、智能化帶來(lái)的歷史性機(jī)遇，錄井系統(tǒng)全要素、全流程協(xié)同智能將成為現(xiàn)實(shí)，錄井的及時(shí)采集、準(zhǔn)確評(píng)價(jià)、高效互聯(lián)、科學(xué)決策的目標(biāo)也將隨著智能錄井深入研究與建設(shè)逐步實(shí)現(xiàn)，并將成為推動(dòng)錄井技術(shù)發(fā)展變革的巨大引擎，加速錄井行業(yè)高質(zhì)量發(fā)展，提升錄井行業(yè)地位與作用。