大数跨境

分享《石油数字信息技术变革背景下--智能油气田建设思路探讨》

分享《石油数字信息技术变革背景下--智能油气田建设思路探讨》 亚洲油气决策者俱乐部
2018-07-11
0
导读:其实对于智能油气田来说,各个油公司的需求不一样、挑战不一样、面对的情况不一样,所以概念也不一样。

走过路过不要错过

点击蓝字关注我们

来自斯伦贝谢北亚区软咱方案部技术经理陆光辉陆先生,分享《石油数字信息技术变革背景下--智能油气田建设思路探讨》,大家欢迎!

陆光辉:在座的各位嘉宾、各位专家,大家下午好!我今天给大家分享的报告是《石油数字信息技术变革背景下--智能油气田建设思路探讨》,其实首先我想说为什么这个报告放在最后,我觉得智能油气田的建设,其实跟今天所有人讲的都有关系。比如说像前面讲的平台、阀门、包括刚才沈总讲的海工生产,上午海油的领导讲了勘探开发,其实这几年跟油公司探讨了很多话题就是智能油田建设。所以我把这个题目带来给大家分享,大家看大会报告的主题写的是“开放、合作、智能、创新”,我想我的报告讲完之后能在智能和创新方面给大家带点思考,我就足够了。

我给大家看这张图,这张图有三个表,在座大家都是靠油吃饭的,这几年应该深受油价投资的限制。第一个最左边的代表油价,这个油价大家都知道直到2017年底,油价从2014年的115美元/桶,下降到最低点是27美元/桶,我记得很清楚。第二个说明在最近3年当中,全球从2014年到2017年整个投资从700个billion下降到350个billion,这个背后还有一个数字,大家可能感受很深,在背后投资下降一半对石油行业从业人有什么影响?大概在这三年当中,石油行业的失业率大概达到425000左右,就是这个数字。再看第三张图是全球的产量,2014年的产量概每天是9200万桶/天,其实到2017年底的时候是9800万桶/天。

我想跟大家说什么?大家看油价下降得很厉害,投资下降了一半,失去了很多石油人才,但是产能并没有降,而且还有升,从9200万桶降到9800万桶,这里面很大程度上得益于技术。大家知道,油价下降,投资下跌,对大家的成本来说有很大的挑战,我们的产能还提高了,按道理产能应该下降的,但是产能并没有下降,反而还有点稍稍提升。所以这里面新技术的发展、新理念的引入,起到至关重要的作用,这就是为什么今天给大家讲智能油气田的话题。

其实对于智能油气田来说,各个油公司的需求不一样、挑战不一样、面对的情况不一样,所以概念也不一样,大家都有不同的概念。比如有的公司说智能油气田就是大数据、云计算、物联网就是智能油气田,你说这个概念对吗?它又很抽象。有的人说智能油气田是什么?就是7×24小时实时的模拟检测,对资产进行优化,最大化我的效益,他认为这就是智能油气田。但是斯伦贝谢作为一个全球最大的石油服务公司,如果要给大家下一个定义就分这么三层,第一层是数据生态,第二层是基于数据生态所运行的计算引擎,大数据都有预算,怎么样才能做大数据的分析,必须要有这些引擎。首先要有数据,有了数据和引擎才能做大数据和云计算。有了这些引擎还不够,这些引擎一定要能形成一体化的工作流来支撑智能、机器学习、深度学习才能实现。另外今天大家在说工业4.0,4.0最大的表现是什么?最大的表现就是大家想一下物联网、人工智能、机器学习、深度学习等离我们越来越近,我们不跟就落后,要跟怎么跟?我想说第三层是工业4.0时代的这些热词。

基于这三层支撑的,所谓的智能油气田的概念是实体油气田的虚拟表示,是以数字油田为基础,以油气田资产模型为载体,以自动运行工作流为驱动手段,实现油田主营业务一体化协同,并依靠专家系统的经验和智慧融入云计算、大数据及人工智能等技术手段帮助选用适用的解决方案,实现油气田研究、生产和管理的全自动或半自动化及智能运维。

下一步讲关于云计算的关键要点有哪些,如果一个油田、一个油气田想要做智能油气田公司,哪一个点可行,其实大家都在说,都想做智能油气田。今天智能油气田给大家抛一些观点,供大家参考。第一个是数据生态,每个油气田公司说要做智能油气田的时候,首先要做大数据,要做非常全、非常完整的数据库,涵盖油田的勘探、开发、钻井等。但是其实很多油公司做了这么多年,到现在为止,我跟国内国外接触很多,真的想做一个真正油气田的综合数据库支撑智能油气田,到现在我还没有看到。所以说,智能油气田数据生态系统包括三部分,第一部分是左边这部分油田内部的数据,就是用户的数据,这里面包括结构化、非结构化、半结构化数据,这是油田内部数据。右边这边也是油田内部数据,这边是高频数据,比如说你的现场数据、作业施工数据、测试数据、后方支持数据、以及各层级提供的决策数据和成果,这是第二部分。第三部分是如果你真的想要做一个智能油气田,大家知道你要基于数据进行深度学习、人工智能,公共数据资源也是一方面大家要考虑的。否则如果没有公共数据部分,只有你自己的那点数据,你别谈是大数据。如果没有公共数据部分,你别谈什么机器学习和深度学习,这是我的一个建议。

油气田的数据如何达到数据生态,首先是有数据,数据通过质控才能进行信息。如果一个油公司经过20、30年的勘探开发,他的数据一定很乱,哪儿都是,各个作业的、各个人员的、各个单位的哪儿都是。如果数据不进行质控,你的数据是很乱的,给你提供的很多决策可能都是错的。数据通过质控形成信息,信息通过关系形成知识,知识通过应用形成智能,这个时候要新型收集,这是一个数据生态理念。所谓的生态是实时的动态的不断增长不断更新的数据,这种数据系统叫数据生态。在这里我本来想给大家快速看一个视频,基于数据洞察,如何基于油田所有数据库来洞察成果数据,最后帮你做数据智能认知、智能感知、智能分析,最后收纳到你的数据库里面形成数据生态,但是播不了。第二是数据感知,第三是数据应用,这里搜的是文件,给你做一些总结。你做钻井设计是直接做机器的智能识别和认知,结果出来以后通过学习就能直接拿到钻井分析报告,很遗憾这个视频播放不了。这是第一部分内容,就是数据生态。

有了数据生态,看第二部分内容数据引擎一体化工作流。说到智能油田,第一部分肯定是通过引擎来模拟,计算这个油田里面油气从哪儿生成,生成以后是如何运营的,运到哪儿,这是第一个计算引擎。我刚才说大数据,大家看左边就是大数据,就是油田里面所有的数据,比如说勘探开发钻井的数据,左边就是大数据。中间是计算引擎,帮你做系统的分析。下面做勘探经济决策,一样是大数据,左边是我刚才说的所有目标作为输入。

这个时候要做勘探经济决策,输入的是我的勘探投资,还有我的地质储量,还有我的政策,还有我的现金流、生产能力和油价变化。这个输入以后,就会输出一个勘探决策数。像这种数据很可能对一个油气田来说,我是油田专家,我做了30年了,我不需要你这个东西,凭我的经验我知道怎么决策。但是你专家只是一人之见,我现在是结合所有油田的数据、包括经济数据输出的决策。比如你有10亿资金如何规划,有5亿资金如何规划,最后输出一个报告,你知道大概有多少投资,风险有多大,所有风险组合在一起是赚钱还是赔钱,你应该如何去规划。

左边有很多目标,再给到我这种油藏模拟计算引擎,帮我做地质储量的评估,这个评估是通过大数据做地质建模,通过数据计算得来的地质储量。有了储量,大家知道算地质储量的起步是很大的,你说1亿吨也行,2亿吨也行,3亿吨也可以,到底多大的储量是可以的?我帮你做自动科学判断,这里的自动科学判断有很多,也有输入、也有计算引擎。有了储量分析引擎,可以帮你输出一个合适的储量,哪个可能性更大,哪个更科学,直接决定你的后期投资。当然有了比较准确的地质储量以后,对于油田来说要打多少井,如何开发,如何找生意油,一样要把你的油田生产历史输进来,我也有油田数据模拟引擎,帮你油田做地下油气水动态的分析,帮你做开发。

这样做完以后其实还不够,因为今天大家油公司面对的目标越来越难,比如说液燃气等,真正到开发阶段要钻井就会形成新的挑战,一定会有新的办法。这个是岩性反演空隙模型,比如说上午有人提到深水的高温高压,深水的高温高压很大程度上表征在哪里?表征在延伸力学模型,延伸力学模型有延伸力学模型的模拟器,左边是大数据输入,右边是输出,输出的是钻井地质设计参数,包括钻井的安全参数,这是一个引擎。

再一个引擎,当我认为这个水井盖如何走的时候,比如说我非常有压力,压力是如压的、压力有多少级、最后产量有多大,左边还是大数据输入引擎,再输入很多过程检测评估的很多参数。再往下到这儿还没有完,对于智能油气田来说,尽管成功了,不见得能把油气从地下采到地面,井筒有不同的状态,比如说有没有高温、高压、会不会变形、会不会形成串流、有没有井喷或者井漏。

我根据这些参数输入,中间有井筒模拟引擎,再生成生产的各种参数,保证油气从地下正常到地面。到这就完了吗?没有完,比如说海洋深水地下的管网,如果我是两个平台,我可能这两个能支撑2000到3000吨的海底运输。但是某天我想把某个平台停掉,我的平台该如何重新规划,我的输入和输出的压力如何变化,这个里面也有计算引擎。左边也是输入,最后输出管网的参数,到这儿就结束了吗?还没有结束,对于管网来说,从井口出来的油气到管网如何安全运输到你的厂,如何保障管网的水安全流动。

大家都知道前几年青岛发生了天然气爆炸,也包括PC的爆炸,这都是因为压力整个的地下地面系统没有控制好,所以出现了重大的安全事故。像这种也有参数输入,有模拟的计算引擎,保证我随时输入、随时模拟。比如说光有没有腐蚀、管输能力怎么样等等,会不会有上下变化,有没有危险,其实这种流动保障模拟,刚才沈总提到的荔湾就是用这个模拟做过模拟计算的。

给大家说了这么半天就是说引擎,如果要实现智能油气田,如果这些引擎都是一个人一个人去做,可能10个人去用,大家都分着做,那不叫智能油气田。所谓智能是基于大数据、云计算、计算引擎,其实每个计算引擎背后都是一个模型,每个模型背后都对应着一个工作流,当然它是以数据生态为基础的。其实大家看每个引擎都对着一个模型,每个模型都对应一个计算机程序,不同的模型支撑了第一阶段的智能勘探,支撑了智能管网、智能钻井、智能开发、智能生产,缺少任何一个环节都不能叫智能,是一环扣一环、一环连一环的,这是计算机自动程序。今天有完整的一体化平台环境,就能够给大家提供这种过程。整个油田从勘探、到开发、到钻井、到管网、到生产,都是基于云计算、大数据的过程,自动、半自动的自动更新、自动模拟、自动检测、协调统一的过程,这样才能真正实现智能油气田。

说到这儿我给大家讲第三部分,说到云,尤其国内的油气公司一说就说我要做私有云。但是我建议如果你要做智能油气田,一定要做混合云,不要做私有云。大家知道,混有云是什么?就是私有云和公有云一起做,私有云有什么特点?大家知道兼容性比较好、比较安全、可以定制化,但是公有云有它的优势,公有云它的容量、弹性、成本,一定要私有云和公有云结合,用混合云来支撑智能油气田的方案。刚才给大家讲到十多个技术引擎全在云上,私有云和公有云都可以在上面部署。说到云,第一个我说到混合云,一定要具备更广泛收集数据的能力,第二是自然语言识别能力,第三是基于智能认知的数据洞察能力,第四是基于开源环境原生云快速递交的能力。这是做智能油气田的云的一些特点。

最后再用一分钟的时间给大家讲一下,讲了三大点的最后一点,如果要做智能油气田,这是我们跟很多油田碰撞以后得到的一个大概的初步方案。如果让我们给大家建议,要做智能油气田分这么三步走。从数据角度第一步是数据管理,其实很多油田都停留在数据管理这一步。第二步是我刚才说的从数据转成知识要知识管理,第三步要到只能管理。从数据的角度,我刚才概念里面说智能油田的基础一定是数字油田,其实每一块都有模型。如果油田具备所有这些模型,也就是说你具备数字油田的基础条件。有了数字油田,有了这些基础条件以后,就可以驱动很多工作流,比如说一体化工作流。到第二阶段是知识管理,我把我的工作形成经验,供后人学习、应用、不断的深入挖掘。这是第二阶段。到第三阶段就是人工智能、大数据、云计算,这个时候真正实现智能油气田。

我们有一个大概的时间点,有的油田时间记录大概是一年时间,工作流变成经验和智慧的过程大概需要2到3年,那就是云化阶段。到第三个阶段,如果真的要智能,把大数据、人工智能、深度学习引进来大概需要3到5年。因为这个热词虽然炒得很厉害,但是真正要到油田落地还有很多工作要做。这里面还有很重要的一天,我跟油田谈这个话题都会说,大家看左边的项目管理,油田的很多管理机制并不适合智能油气田的运行模式,油田的项目和管理要变,这样才能真正实现智能油气田的实施。

最后,其实我们说中国制造2025,一直在提工业化和信息化。中间这部分其实就是工业化,如何把我油田的业务能形成工作流,把它形成自动化自动运行,这就是工业化。其实底层上下两层就是信息化,下面是从数据到知识到智慧,上面从实验到云化到智能化就是信息化,这就是两化融合。这就是我做的报告,谢谢大家!

博迈科确认出席第五届FPSO&FLNG&FSRU决策者大会

长按识别二维码,获得与模块化承包商一对一洽谈票

点击阅读原文,了解更多项目信息

【声明】内容源于网络
0
0
亚洲油气决策者俱乐部
1234
内容 1838
粉丝 0
亚洲油气决策者俱乐部 1234
总阅读0
粉丝0
内容1.8k