油田大数据与创新之路的探究

供给侧结构性改革

  供给侧结构性改革须用“创新、协调、绿色、开放、共享”五大发展理念来引领。五大发展理念中,“创新”居于首位,推进供给侧改革,必须牢固树立创新发展理念,推动新技术、新产业、新业态蓬勃发展,为经济持续健康发展提供源源不断的内生动力。

  供给侧结构性改革的核心是结构性改革[1],推动企业由重资产产品提供商向轻资产产品服务商的转变,延伸企业供应链条,加快推动云计算、物联网、人工智能等技术在生产过程中的应用,鼓励和支持企业通过发展个性化定制服务、全生命周期管理、网络精准营销和在线支持服务等。

  油田企业供给侧结构性改革,首先面临的是创新,例如供应链和业务流程管理,流程优化、流程再造的创新突破,在于跳出企业内部部门壁垒圈圈,延伸扩展到上、下游产业生态链。

大数据与人工智能

  《国务院关于印发促进大数据发展行动纲要的通知》国发〔2015〕50 号,纲要中关于工业大数据是这样描述的:

  1.发展工业大数据。推动大数据在工业研发设计、生产制造、经营管理、市场营销、售后服务等产品全生命周期、产业链全流程各环节的应用,分析感知用户需求,提升产品附加价值,打造智能工厂。建立面向不同行业、不同环节的工业大数据资源聚合和分析应用平台。抓住互联网跨界融合机遇,促进大数据、物联网、云计算和三维(3D)打印技术、个性化定制等在制造业全产业链集成运用,推动制造模式变革和工业转型升级。

  ……
  
  工业大数据应用。利用大数据推动信息化和工业化深度融合,研究推动大数据在研发设计、生产制造、经营管理、市场营销、售后服务等产业链各环节的应用,研发面向不同行业、不同环节的大数据分析应用平台,选择典型企业、重点行业、重点地区开展工业企业大数据应用项目试点,积极推动制造业网络化和智能化。

  对于油田来说,“ 大数据”出现后,需求将不再完全由业务部门明确提出,更多将由技术 、模型、经验等综合驱动。同时,从基础设施架构到分析应用,“大数据”的处理方式和技术发生改变,需要对所有与数据生成、传递、处理有关的系统进行重新规划和布局 ,需要对原有的数据架构、数据标准、接口规范等重新设计和统一,需要对企业 内外部数据环境进 行全面分析,经整体综合考虑后,制定数据模型、架构和解决方案 ,最终形成“以数据驱动决策”的全新信息化顶层架构。[2]

  实际上,很难用其他行业的大数据套用油田大数据,石油行业中所使用的大数据,有着极大的不同。而油气行业所研究的问题,背后是物理和化学规律。

  曾经硅谷有一些科技企业,跑到休斯顿的大石油公司去说,把你所有的数据都给我,我来给你做大数据分析,帮助你进行勘探开发和实际生产规划的决策。但是这个想法距离石油公司的实际应用还有很大的距离。因为硅谷的科技企业进行的大数据分析的方式并不适合于石油行业。油田决策这种动辄千万美元的事情,真正拍板的肯定还是资深工程师。要想证明现在数据分析的算法能够准确的帮助决策,还需要从实际的小项目入手,一点一点的让石油行业从业者信服。[3]

  真正的靠谱的大数据应用,应该是结合具体场景,同时能够实现预测。虽然,定夺在哪里打井这种事,大数据还搞不定,但工程上的一些具体应用,在美国已经实现了,例如“预测钻进速度”。

  钻速ROP(Rate of Penetration),是钻井中十分重要的一个工程参数,而ROP的预测一直是钻井工程希望实现的。现在,通过大数据技术,美国西弗吉尼亚大学石油工程系的Shahab Mohaghegh教授课题组所研究的算法已经能够利用大数据技术,结合LWD数据,预测下面10feet的ROP,并实现了相当高的准确性。
  
  石油大数据背后的技术,大数据应用于石油行业时,遇到的一个大讨论就是,Data-Driven还是Physics-Driven,直译为数据驱动还是物理驱动。

油田数字化现状

  当前油田大数据,仍以物理驱动为主,例如在生产经营管理与辅助决策系统中,通过SOA技术整合统建系统、自建系统数据为生产经营管理与辅助决策服务。
  
油田大数据与创新之路的探究_第1张图片

  再例如胜利油田滨南采油厂采油管理五区创新油井管理模式,其所发挥大数据的决策作用,突出精“护理”、治“未病”、医“小病”[4]。仍以提高理物理驱动准确度为着眼点,比如其介绍经验如下:

  “这就像大夫坐诊,看一张化验单,肯定不如看多张化验单诊断得准”,刘艳华打开一口井的功图监控页面,“这口井,看一两个示功图,显示正常,但对比分析多个示功图,就能看出泵漏趋势”。

  在胜利四化智慧油田中,采用大型分布式SCADA生产调度方案,解决了海量物联网生产数据采集、存储、分析和可视化需求,提供了信息化的生产调度平台。
油田大数据与创新之路的探究_第2张图片

  例如上图中,电子巡井就是取代人工的方式,借助物联网和计算机,通过视频、抽油机参数、功图工况等信息,人工在计算机前通过鼠标和键盘完成巡视工作。
  
  油田数字化工作,已经取得可喜的成绩,不过这些成绩仍属于传统“物理驱动”模式,通过信息化、物联网,促进“物理驱动”模式更精细化。而受经济效益的制约,物联网的实施也只是在有条件的地方实施,远未达到数字化标准,与大数据及大数据应用要求有较大差距。
  
  

油田大数据

  《大数据时代》关于改变我们理解和组建社会的方法,其中,“第三个转变因前两个转变而促成,即我们不再热衷于寻找因果关系,而应该寻找事物之间的相关关系。”[5],这样的大数据一定程度上将颠覆了企业的传统管理方式。

  现代企业的管理方式是来源于对军队的模仿,依赖于层层级级的组织和严格的流程,依赖信息的层层汇集、收敛来制定正确的决策,再通过决策在组织的传递与分解,以及流程的规范,确保决策得到贯彻,确保每一次经营活动都有质量保证,也确保一定程度上对风险的规避。过去这是一种有用而笨拙的方式。在大数据时代,我们可能重构企业的管理方式,通过大数据的分析与挖掘,大量的业务本身就可以自决策,不必要依靠膨大的组织和复杂的流程。大家都是基于大数据来决策,都是依赖于既定的规则来决策,是高高在上的CEO决策,还是一线人员决策,本身并无大的区别,那么企业是否还需要如此多层级的组织和复杂的流程呢?[6]

  在“互联网+”刮起的时代浪潮下,社会结构重组与产业转型升级是不可逆转的趋势。我们参照运营商来构建油田大数据能力平台的蓝图如下所示:

油田大数据与创新之路的探究_第3张图片

  • 对于不同资源及能力采用不同技术以租户形式向用户提供服务;
  • 基础资源、计算及数据能力自身具备多租户形式可以直接封装后通过API向用户提供服务,本身不具备多租户形式的应用能力可以基于Docker容器技术向用户提供服务,同时通过Kubernetes对容器集群进行管理,保证高可用及可扩展;
  • 基于统一运维调度总线支撑各能力单元的调度与资源监控。

      运营商客户标签体系,是大数据平台通过深度数据挖掘,形成了九大类共计3200个客户标签,深度刻画用户形态及用户行为。同理,参照客户标签体系,形成油井标签体系。
    油田大数据与创新之路的探究_第4张图片

创新之路及聚焦

  智慧油田的核心是建立一个由新工具、新技术支持的涵盖油田生产、管理和居民生活的新油田生态系统。
  
  智慧油田是由数字油田发展而来,是一个由量变到质变的演进。数字油田的核心是数字化和智能化,强调的是人工智能;智慧油田就是在数字油田的基础上融入人的智慧,强调的是人工智能和人的智慧相结合。因为物只有智能,而人才有智慧,与数字油田侧重于数据收集不同,智慧油田更加侧重于数据的整理和深度应用的发掘,形成由“数据”到“知识”的转变,以这些知识为基础,对油田生产决策进行辅助和指导,从而优化传统工艺流程,提供科学管理方法,实现由静态到动态、智能到智慧、简单到深入、被动到主动的跨越。[7]
  
  油田业务业务核心是为采油生产服务,以及围绕生产的油田科研和经营管理。采油生产的核心是采油井,做好围绕采油井的数字化,是“数据驱动”的基础。
  
油田大数据与创新之路的探究_第5张图片

  油田创新之路,可以有如下三种路径:

  1、继续沿着传统的路线,借助数字化油田的方法,深度挖掘物理驱动;

  2、结构性改革,突破传统物资管理,构建第三方物资交易平台;

  3、通过建设油田大数据能力平台,通过数据驱动,逐步构建油田生产人工智能,聚焦另外一条创新之路。

  上面所说的创新,过于宏观,如果落地实施,可以聚焦到采油生产地面——采油机。采油工人工作主要是采油机巡检、取样、量油等,如下图所示。
  油田大数据与创新之路的探究_第6张图片
  
  聚焦到采油工身上,从采油机入手,将是构建油田大数据的切入点,走出一条特色的创新之路。

参考:

[1]. 结构性改革:供给侧改革的核心 ,毕夫,人民网 2016.10
[2]. 大数据挖掘技术在石油工程的应用前景展望,檀朝东等,《中国石油和化工》2015.01
[3]. 油气行业大数据进展大汇总,不懂你就要失业了,数据猿,2016.10
[4]. “大数据”促油井管理转型提效 记者赵士振 通讯员许庆勇,中国石化新闻网 2016.03
[5]. 《大数据时代》读书笔记,肖永威 CSDN博客 2016.06
[6]. 思考 | 大数据未来的“打开方式” ,智城市慧生活(微信号) 2017.01
[7]. 智慧油田是油田发展的未来,冯玉敏等,信息系统工程 2012.6

你可能感兴趣的:(大数据)