两大院士联名！数字技术赋能海上油田开发！

数字技术赋能海上油田开发

李金蔓^1,2周守为²孙金声^1,3 林杨²霍宏博^2,4程林松¹

1. 中国石油大学(北京)

2. 中海石油(中国)有限公司

3. 中国石油集团工程技术研究院有限公司

4. 油气藏地质及开发工程国家重点实验室·西南石油大学

作者简介：

李金蔓(1986-)，2012年毕业于西南石油大学油气田开发专业，硕士，现从事海上油田智能油田建设工作。

通讯地址：(300459)天津市滨海新区海川路2121号海洋石油大厦A座。

电话：022-66500875。

E-mail：lijm17@cnooc.com.cn

通讯作者:

程林松(1965-)，1994年毕业于中国石油大学(北京)油气田开发工程专业，博士。现从事油气田开发研究工作。

通讯地址:(100010)北京市昌平区府学路18号中国石油大学(北京)。

E-mail: lscheng@cup.edu.cn

摘　要: 数字技术赋能油田是未来石油行业发展的大趋势。渤海油田通过建立现场级物联网、应用人工智能与大数据、创建三维数字化工作平台，初步实现以数字技术赋能海上油田开发模式。打通边缘物联神经末梢，实现物联网全面感知、可靠传递，形成数据驱动的油藏、注采、安全、设备设施智能管理闭环，实现在役海上生产设施智能运维，极大地提高了海陆的连通性和运营效率，以数字技术助力渤海油田高质量发展。在阐述海洋智能油田建设基础上，对智能孪生、云边协同等未来可降低网络和IT资源消耗的智能油田建设技术进行了展望。应用数字技术赋能油田开发是海上智能油田建设的成功尝试，已取得了初步成果，未来推广空间广阔。

关键词: 数字技术；数字化转型；赋能；海上油田；智能油田

“赋能”是由“管理学之母”Follett提出的“赋能授权”思想衍生而来[1]。在互联网时代，各行各业结合自身发展趋势，围绕“赋能”提出了许多新观点。如2015年阿里巴巴学术委员会主席曾鸣教授提出：“未来组织最重要的功能是赋能”[2]。随着数据资源的不断扩充和新型技术工具的不断涌现，赋能成为以提升企业核心价值为导向的创新活动[3]。伴随着工业4.0迅猛发展，企业数字化转型已成为必然趋势[4]。数字技术的接入和使用会对未来行业发展产生巨大的影响，缺乏数字化技术赋能的行业势必会与主流技术分道扬镳[5]。实体经济数字化转型将基于工业技术专业分工所取得的流水线模式、规模化生产模式逐步向基于信息技术赋能获取的数字化、互联化的发展模式转变[6]。在这种背景下，作为非数字原生(传统)企业，国内外各大石油公司纷纷选择云、大、物、智等数字技术投身赋能建设[7]。

1. 油气行业数字技术赋能现状

数字技术赋能油气行业最初是从石油经济效益分析数字化开始的，随着数字技术进步，从单纯的数字分析已发展到可将行为、事物抽象为数字化指导油气田开发。国际石油公司在数字技术赋能方面有较早尝试：最早提出智能油田概念(Smart fields)的是壳牌公司(Shell)，在英国尼尔森油田(Nelson)、荷兰格罗宁根(Groningen)、俄罗斯萨雷姆(Salym)，通过实时监测、模型系统最优化设计、决策实施，以数字科技为支撑，在增产、降本、减少操作人员数量方面取得了巨大成功[8-9]；雪佛龙(Chevron)创建(i-Field)了信息油田，通过统一界面，快速、及时、可视化地找到油田生产异常点，自动生成建议方案，并实时调整生产计划，提高油气田感知、分析能力[10]。英国石油(BP)公司和Beyond Limits 公司采用共同研发的可精确预测油藏地质甜点的人工智能软件优选井位[11]，将其应用在阿塞拜疆、挪威和北海，通过对数字模型的构建、验证、校正，将过去需要24 h才能完成的系统优化过程缩短至20 min[12]，达到快速分析预测未来油田生产的目的。斯伦贝谢公司(Schlumberger)打造的行业通用型平台DELFI环境，为公司4个专业领域(油藏描述、钻井、设备设施、生产)提供数字化技术支持[13]，该系统整合并支持斯伦贝谢自有软件，能存储全部历史数据资料，将全部业务实现数字化转换，基于公有云技术，通过数据湖建设大数据支撑的数据生态，实现其自身数字化转型，也推动行业勘探开发、钻井及生产运营的智能化发展。哈里伯顿公司(Halliburton)在iEnergy云环境中利用企业应用平台Decision Space 365进行数据集成、应用集成、业务分析，打造4.0战略，充分利用云、大数据、物联网和人工智能等数字化新技术，形成新一代的勘探开发解决方案，并实现井涌预测等智能化应用[14]。

国内石油行业发挥传统企业+互联网企业的优势，也进行了数字技术赋能海上油田开发的实践。中国石油联合华为公司，通过梦想云平台、认知计算平台，构建了上游业务统一数据湖，支撑油气勘探、开发生产、经营管理和安全环保等主营业务，实现了流程化的在线协同研究及井位决策等应用场景。长庆油田建设了RDMS系统，管理着全油田所有13万口井的权威基础数据，并且实现了现场数据实时采集，支持随钻研究及地质油藏协同研究，成为了中石油梦想云的样板[15-16]。中石化联合阿里巴巴依托油田智云工业互联网平台，科研人员可随时调用大型专业软件进行研究工作[17-18]。同时，建立了数据集成平台，实现了勘探开发业务协同平台(EPBP)的勘探开发数据集中管理及其与DSG、Landmark(DSG和R5000)、Jason等专业应用软件的数据交换，大幅度缩短了数据的准备和成果归档时间。国内石油企业也在不断探索大数据、机器学习、人工智能等技术，并应用在地震数据处理、井间连通性分析、井网部署、井位优化、产变原因分析等方面[19]。石油行业对于智能工作流支撑流程管理、大数据应用、部署云平台、数据可视化均取得了一定成效。

但从数字化赋能石油行业角度审视，当前已有成果偏重于宏观的策略研究和局部工作方法，缺少从基层实践角度为油气行业开创一整套较全面、易入手、可借鉴，基于数字技术赋能油田开发模式选择的样本工程。中海油渤海油田在数字技术赋能基本认识基础上，从智能油田建设基层实践认识出发，较为系统地论述了海上油田智能油田建设的数字技术应用场景选择及赋能的方法与路径，为同类型企业的数字化转型工作提供了参考和借鉴[20-22]。

2.渤海油田数字技术赋能模式实践

基于渤海油田智能油田建设解决业务痛点需求，充分应用数字技术，依托海上物联网建设和数字油田开发，以数字技术赋能海洋油田建设。

2.1 海上油田物联网建设

海上油田与陆地油田不同，受海水阻隔，无法实现信息快速传递，并且海上物资运送速度慢、恶劣天气频发，开发难度远大于陆地油田，且海洋作业条件与陆地不同，事故后人员搜救难度极大，物联网建设需求迫切。渤海油田通过不断努力，已逐步建成海洋油田工业物联网，实现物资、设备状态、人员状态的互联互通。

自2013年起，渤海油田启用运行SAP物联网远程系统[23]。通过无线射频识别技术(RFID-Radio Frequency Identiﬁcation)进行物资自动识别和跟踪，实现物资从基地运输至码头、码头吊装上船舶、船舶运输至平台甲板接收的全过程检测，以射频电子标签无线电网络采集为技术基础，依托物联网实现物资的区域调拨。SAP物联网远程系统通过自动读取 RFID 信息来跟踪和管理物流各个环节中的物资信息，在渤海油田物流管理系统中发挥了重要作用。

中海油基于智能油田技术平台架构，将关键设备故障信息进行数字化处理，在平台架构中进行整合，跟踪关键设备状态，建立设备故障预警系统。以离心泵为例，该设备故障对海洋油田生产影响较大，根据其故障形式大数据分析，将振动形式作为系统监测关键，针对振动状态异常以高斯理论为基础构建智能预警系统，实现对离心泵故障提前预判[24]。

建立基于物联网技术的应急管理系统，将人员信息数字化，以二维码扫码形式快速读取人员健康信息，在陆地终端医疗服务单位备案，遇到突发人员伤病可快速启动相应机制，制定救助方案，并根据当时海况、守护船舶情况、直升机情况综合推荐救助运输工具。通过工装定位装置实现失踪人员追踪和人员位置实时显示[25]。基于物联网技术的人员信息数字化技术应用在渤中25-1油田海洋石油，建立了人员登、离平台，紧急事件集合，人员培训等物联网基础，既提高了管理的精确性和规范化，也有效降低了系统运营成本[26]。

此外，利用企业已建设的集散控制系统(DCS)、过程知识系统(PKS)、数据采集与监视控制系统(SKADA)等自控系统以及基于业务功能架构的智能系统升级，引入掌上电脑(PDA)、机器人、无人机、智能分注等智能单兵设备扩展感知能力，并通过边缘一体机与多协议融合技术实现异构系统间数据互联，为云端智能算法打通边缘物联神经末梢，建立全面可靠物联感知[27-28]。

2.2 数字化赋能油田开发

直流渤海油田智能建设项目依托智能油田技术平台架构，实现油藏开发管理、注采分析管理、安全监控、设备设施在线监测等目的，以大数据、智能化作为油田开发数字化赋能的实践基础，取得了一定的效果。

在油藏开发方面，在总结分析了2010年以来油田生产数据基础上，对比分析产能递减曲线，根据海量数据拟合结果，对专业机理算法Arps产量递减规律进行校正，使产量趋势预警更有针对性。以油藏、井组、单井为主要管理对象，针对管理对象各个生产阶段的关键节点，选用最简单有效的算法，运用通用数量统计皮尔逊相关系数进行相关性分析，对可参考井进行筛选，并选择关键决策点，运用克里金空间插值进行趋势面分析，判断产量递减规律异常点，运用聚类、分类等机器学习算法进行同类井的特征对比，实现以AI模型、机理模型为基础的开发预警、动态评价。通过机器人流程自动化(RPA)技术，实现油藏分析节点的自动化控制，形成数据驱动的油藏智能管理闭环，自动发现问题、关联分析原因、推荐措施方案，为油藏工程师提供全流程、全对象的数据延展分析支撑环境，如图1所示。在油田开发前期，实现对未来若干年油田生产状态的整体分析把控。

两大院士联名！数字技术赋能海上油田开发！

图 1 油藏管理数字化流程

Figure 1. Digital process of reservoir management

在油田生产阶段，基于生产工艺流程，对各环节进行节点化处理，建立油井、平台处理系统的采出、处理、注入、集输一体化的分级预警及关联分析知识图谱和节点模型，如图2所示。井筒、井下管柱安装压力检测、状态识别设备依托工业物联网，保持井下、井口数据实时互联互通，在数据采集基础上运用AI识别、机理分析、知识推理等技术手段，建立生产运行一体化快速响应机制。针对注采生产中实时数据量大、数据价值密度低、分析时效性要求高的特点，在边缘端运用统计过程控制(SPC)、快速傅氏变换(FFT)等算法实现了时域[29]、频域特征的快速提取，提高了数据处理速度，扩展了数据分析宽度；在云端不断积累海量样本数据进行训练，将训练好的故障诊断模型及时更新到边缘端进行实时诊断，缩短了学习周期，提升了诊断的精准程度。

两大院士联名！数字技术赋能海上油田开发！

图 2 智能油田边缘计算、云边协同中应用、数据、调度示意图

Figure 2. Application, data and scheduling of intelligent oilfield edge computing and cloud edge collaboration

为保证人员操作安全，渤海油田智能建设项目借助于AI图像识别技术，实现在作业现场实时检测人员的不安全行为、物的不安全状态、环境风险及管理上的漏洞，提前预警风险、防范事故发生。超宽带技术(UWB)、高精度定位技术与三维可视化平台相结合，通过定位坐标与三维空间坐标对应，从而能够可视化平台上人员的实时位置。将吊臂实时区域动态数字化，形成动态电子围栏[30]，加强可变危险区域管理和警示。将定位技术与安全作业规范、流程结合，为现场的安全管理、风险防控、协同分析、应急指挥救援等提供基本保障。

以在线监测IED为主要数据来源，结合设备运行、周期性试验等信息，利用科学合理的评估方法对电气设备进行实时在线监测、故障诊断、状态评估、风险评估和检修。海底复合电缆在线监测系统可通过基于布里渊散射光时域分析的光纤传感器实现对海底电缆温度、应变的实时监测。低压绝缘盘监测系统基于自适应脉冲测量法(AMP)，采用叠加自适应的脉冲电压信号对故障进行探测，连续不间断地测量相对绝缘电阻值RF，能够有效抑制直流分量干扰和系统分布式电容对测量绝缘电阻值的影响。

通过数字技术赋能打造核心云平台，建设物联网，围绕数据、技术、流程、组织结构进行实施[31-35]，渤海智能油田已初步建成。将数据按流程从现场连接到陆地，广泛连接人、机、物等各类生产要素，构建支撑海量工业数据管理、建模与分析的数字化平台，提供端到端的安全保障。通过泛在感知、数据集成、综合管理，构建了海陆协同一体化运营模式，以此驱动海上油田的智能化发展，达到以数字技术促进降本增效的目的[36]。

3. 数字技术赋能海上油田展望

数字技术赋能海上油田是未来海上油田建设的大趋势，渤海油田通过将互联网、物联网、大数据、智能化与油田开发实体相结合，进行了数字技术赋能的探索与尝试。此外，多学科专业交融还可为油田持续开发提供技术支撑，提供更好的体验和更多应用场景。数字孪生技术、云边协同技术的逐步完善成熟为未来智能油田建设提供了新思路。

3.1 数字孪生技术

数字孪生概念可追溯到21世纪初，美国密歇根大学数字孪生之父Michael Grieves教授提出了“镜像空间模型” [37]，该模型被称为数字孪生体雏形，为物理实体以数字化方式创建虚拟模型，分析其在特殊环境下的表现，为物理实体增加或扩展新的能力，可实时同步、准确映射物理实体，可实现物理实体与数字化的融合[38]。未来可利用三维数字可视化平台技术，通过二、三维空间管理，以海上平台及附属设备、船舶、海管、海缆等设备设施的空间信息和三维模型为基础，研究实时数据集成、工艺流程模拟仿真、虚拟巡检，结合实际生产中的设备监控数据、生产运行数据、实时巡检数据等，实现生产组织协调的智能化、生产现场实时监控、厂区设备运行情况集中展示、设备工况预测性展示等应用。此外，UWB高精度定位技术可与三维可视化平台相结合，可实现可视化平台上人员位置的实时定位，集成现场生产数据、作业人员分布、风险分级等信息，为智能油田建设提供快捷高效的三维数字化工作平台，实现在役海上生产设施孪生体构建及智能运维，解决海上在役生产设施改造时存在的专家现场支援成本高、运维时效低、海上与陆地方案沟通困难、改造方案规划不足、现场对方案成果利用不够等问题。

3.2 云边协同技术

云计算存在远距离传输的缺点，但资源强大；边缘计算传输时延短，但是资源受限。在物联网、数字化技术加持下云边协同技术可取长补短，集成两种计算方式的优点。但云边协同技术仍存在由于移动设备异构导致的通信资源、计算能力不匹配难题，且云边协同框架效率仍需提升[39]。但随着边缘计算支撑云端计算技术逐步推进，云边协同技术在未来海上油田开发领域应用前景广阔。该技术可满足工业应用实时性要求，降低网络和IT资源消耗。海上平台监测系统多，数据采集内容、采集规范不统一，数据采集集成困难；另外，缺乏对海上各监测系统实时数据质量监测手段，且故障样本数据采集工具和积累机制不利于人工智能模型的学习优化。未来海上油田智能化建设可应用边缘设备传感器收集周边环境数据，通过云端数据分析模型对现场数据进行实时分析并形成决策信息。依据海上设施的分布特点，在海上平台部署边缘一体机，完成运行环境搭建、采集数据测试、视频识别，以及人员定位与边缘一体机接口联调，将模型和服务部署到边缘节点，管理和调度容器资源，使其具有高可用性，对接入的海量边缘节点(EdgeNode)进行配置，实现边缘节点统一管理、监控和运维。

4. 结论和建议

(1)渤海智能油田是国内首个海上数字化转型油田，建立了陆地生产操控中心，海上油田数字化赋能使试点范围内核心业务数字化覆盖率90%，海上操作人员精减20%，设备故障率降低10%，是海洋油田智能化建设的重要探索。

(2)海上智能油田建设要以解决业务痛点需求为目标，多学科融合，紧跟智能技术发展，共同进步，再有，当今智能油田建设发展急需交叉学科人才，智能油田建设人才培养和实体建设同样重要。

(3)数字技术赋能海上油田要敢于试错，应从科技进步角度考虑行业发展责任，但要摒弃为数字化而数字化的过激思想。

基金项目: 中海石油(中国)有限公司智能油田建设示范项目(编号：中海油[2020]467)

本文引用格式：

李金蔓,周守为,孙金声,林杨,霍宏博,程林松. 数字技术赋能海上油田开发−渤海智能油田建设探索[J]. 石油钻采工艺,2022,44(3):376-382.

LI Jinman, ZHOU Shouwei, SUN Jinsheng, LIN Yang, HUO Hongbo, CHENG Linsong. Digital technology energizes offshore oilfield development: An attempt to build the Bohai smart oilfield[J]. Oil Drilling & Production Technology, 2022, 44(3): 376-382.

两大院士联名！数字技术赋能海上油田开发！