论文部分内容阅读
摘 要：大数据在油田生产中的应用具有非常必要的现实意义，对于整体上提升油田生产效率，促使油田生产向着现代化方向进行起着非常重要的促进作用。就现实应用而言，强化大数据在油田生产中应用的分析，对于实际工作的创新进行起着非常重要的促进作用。
关键词：大数据；油田生产；应用研究
中图分类号：TE4 文献标识码：A 文章编号：1004-7344（2018）33-0218-01
1 油田大数据概念应用流程分析
油田大数据的概念的出现时将大数据与油田生产等充分结合在一起创新应用的结果。在实际应用的过程中，能够切实认识到大数据应用存在非常突出的应用优势，就当前而言，大数据存在着数据量大（Volume）、产生速度快（Velocity）、数据类型多（Variety），数据的真实性（Veracity）的优势和特点，非常适用于当前油田大数据生产中，能够为油田生产规模的扩建发挥重要的数据支撑作用。大数据在实际应用的过程中，其基本上是由巨型数据组成的，而数据量基本上严重超出了油田生产过程中常规方法可以接受的范围。在面对当前油田生产范围和生产规模不断扩大的当下，需要不断创新数据处理方法，以此能够整体上提升数据整理收集和处理应用的能力。整体上而言，大数据在油田生产中的应用遵循的大体步骤是从数据→信息→知识→智慧等四个过程的转变。
从以上分析中，对大数据在油田生产中的应用进行分析，可以有效发现大数据处理主要是从数据采集和提取集成、数据清洗、数据分析从而发现有价值的规律、建立分析预测模型、结果展示可视化和知识表达、结果验证，以及对模型的效果评估优化等七个方面而实现的，只有遵循以上结果，才能够整体上保证油田生产向着科学化的方向进行。
2 大数据在油田生产中的具体应用研究分析
2.1 异常井自动识别应用
大数据在油田生产中的具体化应用具有非常必要的现实意义，其主要应用于油田生产过程中异常井的自动识别和应用中。在油田生产过程中，异常井的存在对于油田生产产量的提升产生了非常重要的影响。而随着当前油田生产管理日益突出的当下，在生产规模不断扩展的现今，依照原先的人工识别方式对异常井进行识别，显然其整体的识别效率是非常低下的。而且，人工检查的方式存在周期长的特点，在此过程中导致无法进行正常的操作工作，导致油田生产成本投入增加。而将大数据应用于异常井自动识别过程中，通过使用聚类分析和数据发掘方法对异常井进行自动识别，在明确异常井定义的层面上，对异常井进行鉴别和排除。就当前而言，异常井的判别主要是根据油井的生产产量进行判断，如果当天产量较上月产量波动大于正常范围的井则判定为异常井。且在判断的过程中，需要排除作业井、调开井、常关井及停电井等多方面因素的影響。在此过程中，异常井的判别通过使用ASP.NET技术进行算法的重新编译，在架构B/S模式的基础上，应用于当前油田生产中。整体上而言，大数据技术的使用能够及时发现异常井存在的问题，为工作人员提供相关的诊断意见，以此整体上提升员工的作业效率。
2.2 异常井智能诊断应用
在油田生产中，异常井的职能诊断是非常重要的。而大数据应用能够在异常井中实现智能化诊断，这样极大改变了以往异常井人工诊断存在的效率低下、诊断符合率低下、诊断容易出现失误的现象，降低了单井生产产生的不良影响。在实际应用的过程中，大数据在异常井智能化识别中的应用主要通过使用灰度图像处理技术和人脸识别算法通过构建抽油井特征功图库，以此促使当前功图与特征功图通过相似度实现对比，在图像前后对比分析的层面上，对油井工况进行智能化诊断和分析。但是，在通过图像辨别分析的过程中，不可避免的由于一种工况可能导致多样化功能图的出现，那么在功能图解释工作进行过程中则存在很大的问题。此种情况下，需要采用因子分析法，对不同工况的因子变化状况进行分析，在有效建设参数诊断规则库的层面上，借助相关因子的指标项实现对比分析，以此对其出现异常的原因进行分析，从而能够为后期油田生产提供可行性强的、精确性高的改进依据，降低工况生产作业中出现错误的几率。
2.3 间抽井开关井计划制订
在油田生产开发过程中，一旦油田开发工作进入后期生产阶段，那么则会尖端的涌现出井液没从而大大影响了实际工作生产量。此种现象在当前油田生产中的应用定义为间抽井（间歇出油的井）。面对此种问题，需要加强间抽井开关井制定计划，以此能够更好的实现开源节流、节能减排。针对以上问题的出现，工作人员可以通过使用因子分析和回归分析方法，对影响间抽井的开关时间因素进行多层次化的分析，尤其是注重动液面、沉没度、液面上升速度等方面因素分析基础上预测模型的构件，在模型充分使用的层面上，形成模型去下，以此进行统一化的处理。
2.4 油井清防蜡预测
当前，油田生产中，针对油井进行清蜡工作基本上都是依靠人员而进行的。无论是计划制定还是具体实施工作，这样无疑在实施的过程中增加了工作量，降低了实际工作效率。就大型的油田生产而言，基本上每口井1个月清蜡1次，以此就会严重促使部分井在生产中未结蜡就提前清、有些井已结蜡还未清等不合理的现象出现，不但严重造成了人员浪费的现象，而且导致了生产成本的上升，对于油井的生产也是非常不利的。针对以上问题，强化大数据在油田生产中的应用积极通过使用因子分析方法通过油井历次结蜡周期、油井工况、清蜡方式以及用量等方面收集分析基础上，构建形成油井结蜡预测模型，并且在借助使用回归分析方法的基础上，构建形成预测模型分析曲线，对曲线中存在的每个清蜡节点进行分析，以此能够通过精确的计算，预测出清蜡周期，以此为实际指导油井进行清蜡工作发挥有效的指导作用，整体上提升了油田生产的精细化管理效率。
3 小 结
综上所述，大数据在油田生产中的应用具有非常必要的现实意义，在实际生产中能够从异常井自动识别和智能化诊断、间抽井开关井计划制订、油井清防蜡预测等方面整体上为油田生产管理效率和管理水平提升发挥重要的促进作用。
参考文献
[1]段泽英，蔡贤明，滕卫卫，等.大数据分析技术在油田生产中的研究与应用[J].中国管理信息化，2015（18）：64～65.
[2]于文超.大数据分析技术在油田生产中的研究与应用[J].工程技术：全文版，2016（12）：00241.
收稿日期：2018-10-10
关键词：大数据；油田生产；应用研究
中图分类号：TE4 文献标识码：A 文章编号：1004-7344（2018）33-0218-01
1 油田大数据概念应用流程分析
油田大数据的概念的出现时将大数据与油田生产等充分结合在一起创新应用的结果。在实际应用的过程中，能够切实认识到大数据应用存在非常突出的应用优势，就当前而言，大数据存在着数据量大（Volume）、产生速度快（Velocity）、数据类型多（Variety），数据的真实性（Veracity）的优势和特点，非常适用于当前油田大数据生产中，能够为油田生产规模的扩建发挥重要的数据支撑作用。大数据在实际应用的过程中，其基本上是由巨型数据组成的，而数据量基本上严重超出了油田生产过程中常规方法可以接受的范围。在面对当前油田生产范围和生产规模不断扩大的当下，需要不断创新数据处理方法，以此能够整体上提升数据整理收集和处理应用的能力。整体上而言，大数据在油田生产中的应用遵循的大体步骤是从数据→信息→知识→智慧等四个过程的转变。
从以上分析中，对大数据在油田生产中的应用进行分析，可以有效发现大数据处理主要是从数据采集和提取集成、数据清洗、数据分析从而发现有价值的规律、建立分析预测模型、结果展示可视化和知识表达、结果验证，以及对模型的效果评估优化等七个方面而实现的，只有遵循以上结果，才能够整体上保证油田生产向着科学化的方向进行。
2 大数据在油田生产中的具体应用研究分析
2.1 异常井自动识别应用
大数据在油田生产中的具体化应用具有非常必要的现实意义，其主要应用于油田生产过程中异常井的自动识别和应用中。在油田生产过程中，异常井的存在对于油田生产产量的提升产生了非常重要的影响。而随着当前油田生产管理日益突出的当下，在生产规模不断扩展的现今，依照原先的人工识别方式对异常井进行识别，显然其整体的识别效率是非常低下的。而且，人工检查的方式存在周期长的特点，在此过程中导致无法进行正常的操作工作，导致油田生产成本投入增加。而将大数据应用于异常井自动识别过程中，通过使用聚类分析和数据发掘方法对异常井进行自动识别，在明确异常井定义的层面上，对异常井进行鉴别和排除。就当前而言，异常井的判别主要是根据油井的生产产量进行判断，如果当天产量较上月产量波动大于正常范围的井则判定为异常井。且在判断的过程中，需要排除作业井、调开井、常关井及停电井等多方面因素的影響。在此过程中，异常井的判别通过使用ASP.NET技术进行算法的重新编译，在架构B/S模式的基础上，应用于当前油田生产中。整体上而言，大数据技术的使用能够及时发现异常井存在的问题，为工作人员提供相关的诊断意见，以此整体上提升员工的作业效率。
2.2 异常井智能诊断应用
在油田生产中，异常井的职能诊断是非常重要的。而大数据应用能够在异常井中实现智能化诊断，这样极大改变了以往异常井人工诊断存在的效率低下、诊断符合率低下、诊断容易出现失误的现象，降低了单井生产产生的不良影响。在实际应用的过程中，大数据在异常井智能化识别中的应用主要通过使用灰度图像处理技术和人脸识别算法通过构建抽油井特征功图库，以此促使当前功图与特征功图通过相似度实现对比，在图像前后对比分析的层面上，对油井工况进行智能化诊断和分析。但是，在通过图像辨别分析的过程中，不可避免的由于一种工况可能导致多样化功能图的出现，那么在功能图解释工作进行过程中则存在很大的问题。此种情况下，需要采用因子分析法，对不同工况的因子变化状况进行分析，在有效建设参数诊断规则库的层面上，借助相关因子的指标项实现对比分析，以此对其出现异常的原因进行分析，从而能够为后期油田生产提供可行性强的、精确性高的改进依据，降低工况生产作业中出现错误的几率。
2.3 间抽井开关井计划制订
在油田生产开发过程中，一旦油田开发工作进入后期生产阶段，那么则会尖端的涌现出井液没从而大大影响了实际工作生产量。此种现象在当前油田生产中的应用定义为间抽井（间歇出油的井）。面对此种问题，需要加强间抽井开关井制定计划，以此能够更好的实现开源节流、节能减排。针对以上问题的出现，工作人员可以通过使用因子分析和回归分析方法，对影响间抽井的开关时间因素进行多层次化的分析，尤其是注重动液面、沉没度、液面上升速度等方面因素分析基础上预测模型的构件，在模型充分使用的层面上，形成模型去下，以此进行统一化的处理。
2.4 油井清防蜡预测
当前，油田生产中，针对油井进行清蜡工作基本上都是依靠人员而进行的。无论是计划制定还是具体实施工作，这样无疑在实施的过程中增加了工作量，降低了实际工作效率。就大型的油田生产而言，基本上每口井1个月清蜡1次，以此就会严重促使部分井在生产中未结蜡就提前清、有些井已结蜡还未清等不合理的现象出现，不但严重造成了人员浪费的现象，而且导致了生产成本的上升，对于油井的生产也是非常不利的。针对以上问题，强化大数据在油田生产中的应用积极通过使用因子分析方法通过油井历次结蜡周期、油井工况、清蜡方式以及用量等方面收集分析基础上，构建形成油井结蜡预测模型，并且在借助使用回归分析方法的基础上，构建形成预测模型分析曲线，对曲线中存在的每个清蜡节点进行分析，以此能够通过精确的计算，预测出清蜡周期，以此为实际指导油井进行清蜡工作发挥有效的指导作用，整体上提升了油田生产的精细化管理效率。
3 小 结
综上所述，大数据在油田生产中的应用具有非常必要的现实意义，在实际生产中能够从异常井自动识别和智能化诊断、间抽井开关井计划制订、油井清防蜡预测等方面整体上为油田生产管理效率和管理水平提升发挥重要的促进作用。
参考文献
[1]段泽英，蔡贤明，滕卫卫，等.大数据分析技术在油田生产中的研究与应用[J].中国管理信息化，2015（18）：64～65.
[2]于文超.大数据分析技术在油田生产中的研究与应用[J].工程技术：全文版，2016（12）：00241.
收稿日期：2018-10-10