logo
专注油气领域
与独立思考者同行

【本周专题:数字油田】自定义实时数据解决方案

【本周专题:数字油田】自定义实时数据解决方案

近年来,实时钻井数据的潜在价值已被全面证明并在全球范围内得到应用。

来自 | Offshore
编译 | 王萌

传统意义上,收集的信息可用于陆上和海上钻井的及时有效决策。实时工作流程帮助钻井作业节省了数百万美元的费用,并减少了关键井下问题的发生。钻井部门利用实时数据的优势,可以早在钻井规划阶段,根据附近任意井的历史数据来准备详细的钻井计划,还可避免钻井过程中的事故。

在2012年,沙特阿美石油公司决定重组实时服务部门,目的是在所有钻机的作业全过程中,收集表面传感器的数据。阿美开始与中立的技术提供商合作,定制解决方案并投入生产。

为了充分利用获取的数据,需要对地面数据进行进一步分析,以计算钻机现场活动的实际性能。第一步是为建立操作识别系统对数据进行分析。为了自动识别钻井活动,阿美石油开发了一种使用实时曲面参数计算当前运行状态的算法。然后,运行识别系统的计算结果,在现场操作的基础上,用于确定关键绩效指标(KPI)。 因此,两种计算方法的准确性显得至关重要。

上述决策并非没有经历过挫折。在早期阶段,并非所有的钻机都做好了提供数据的准备;此外,为了获取数据流,还需对多个系统进行升级。另一个明显的问题是来自这些钻机传感器的数据的质量:传感器常常未经校准,因此不一定是可靠的信息源。

【本周专题:数字油田】自定义实时数据解决方案

为了制定绩效标准,阿美石油首先需要基于表面流数据的读数确定表观施工活动。然后根据钻机班长提供的钻井晨报中的共享信息,对自动生成的信息进行评估。这些信息的分析由监测计算活动的工程师们在多个现场测试中完成,然后在钻机上与实际操作行为进行对比。

第一个例子展示了基于来自钻机的实时数据流的行为分解过程,复杂算法使得观测人员能够在钻机现场的实际钻井作业中以可接受的精度计算并显示钻机状态。饼图显示了两种不同的操作范围。

从这一分析中可以发现,由于数据的波动,获得100%吻合的自动生成行为是不可能的。不过,通过调整算法,根据现场手动分析并与钻井晨报中的信息进行对比,可以获得超过95%的精度。

第二个例子展示了每日钻井报告与基于实时数据计算得到的实时行为的对比结果。对比结果显示,与钻机现场负责人手动输入的数据相比,得到了非常相似的结果。每日钻井报告是手动输入的每24小时内的主要钻机活动的摘要。

【本周专题:数字油田】自定义实时数据解决方案

在对数据格式进行标准化后,进行了长时间的监控,以了解每个参数的趋势和行为以及其校准阈值。这是利用钻机仪器数据实现的。另外,阿美石油还开发了一种能够实时逐行和逐列扫描所有钻机传感器参数的智能算法。这是一种智能、灵活的矩阵方法,以保证不漏标某个关键参数。逐一检查钻机的每个重要参数在确定时间段内关于一系列数值的趋势以及该系列参数历史值的趋势。在作出最终决策之前,可以确定堵点位置用于了解是渐进作业还是维护作业。矩阵通过运用基于人工智能算法的复杂逻辑树,在所分析的每个参数基础上分配案例。在作出最终决策之前,即使有单个参数不可用,也会根据其趋势进行识别并观察其相对参数。考虑逻辑的主要参数有:HDEP、BDEP、HKLD、RPM、TRQ、PUMPS、SPP、ROP、WOB。

【本周专题:数字油田】自定义实时数据解决方案

该算法的另一个有趣的改进是利用分类机制识别钻井期间和起下钻期间相似的行为。这使得人们能够识别重要活动的差异,例如在钻井阶段的连接和起下钻期间的连接。

用于性能监测的数据集成

为了生成性能分析结果,需要从钻井晨告中获取更多数据。为了实现自动化,阿美石油发明了一种通过查询阿美报告系统从而在钻井晨报中提取所需信息的方法。所需信息包括工具详细信息,截面深度和总深度,以及如钻机细节,钻井工程师和钻机班长在内的其他信息。 然后,所有数据自动转换为WITSML标准,以备即时使用。

下图展示了数据从钻机站点通过安全钻机服务器最终传输到用于监测和进一步计算的基础服务器的整个工作流程。钻井实时数据中心(DRTDH)是按照每个用户的需求通过有一定意义的模版传递信息的桥梁。用户自定义的模版和数据能够在钻井实时数据显示器(DRTDV)上以可视化的形式进行展示。与日常报告数据的连接过程现在可由AramcoLink从钻机站点的备询信息中读取和调阅。

实时活动分析

一旦在沙特阿美数据库中生成了所需的WITSML标准的信息,就会触发合适的引擎以生成指标。然后在每日24小时的数据分析基础上为所有钻机生成相应KPI。所有结果将会在沙特阿美的WITSML服务器中永久记录下来,以备即时或在将来进行分析。

如前所述,为了生成可靠的信息,数据质量是一个需要考虑的问题。在KPI的生成过程中究已经考虑到这一点,系统会对已确定拒收的坏数据或者丢失的信息进行标记,从而有效地解决了数据质量问题,并避免了根据不准确的数据进行决策。

阿美石油的钻井部门是所生成的结果的用户,他们可以提取信息来识别重点关注的领域,例如比平均连接时间教长的某钻机,低机械钻速或起下钻性能等。关注这些事项能够强调简单操作或设备变更,从而减少非生产时间,增加资源和财务效率。这也使得阿美石油能够监测诸如天气变化对钻机性能的影响。

目前的流程允许在默认情况下自动生成数据,但是在解决方案中还有一个仪表盘用于在自定义时间范围内及在需要时,对一组钻机进行基准测试以生成各项指标。

数据质量控制

数据分析最常见的问题是数据质量控制。在系统中通过对各项参数(RPM、HKLD、TORQUE、PUMPS、ROP和WOB)设置一组阈值来解决此类问题。考虑到最小和最大阈值,这些参数将用作计划或参考案例。在系统中添加了智能算法,以便用户能够过滤不良数据并轻松地计算精度。钻井工程师在精确准备钻井项目时充分利用实时数据和KPI,可以减少井下问题的发生,例如管道堵塞或泥浆漏失,还能够确定性能运行指标。

使用阈值生成分析结果为数据分类提供了清晰的画面,还可以对可接受数据、不可接受数据、较差的数据进行标记。这是涉及评估钻机寿命和磨损的重大进步。在发现不良数据之前进行定期钻井维护,保证了高效钻井作业和有效决策。

结论

该系统的研发和使用使得国有石油公司自动接受阿美石油而非其他公司的逻辑判断,使得钻井部门对业绩充满十足的信心。随着油气行业越来越依赖实时数据,在这个项目中隐现了令人担忧的数据质量问题,业内各界需要共同面对和解决这个问题,以确保这项技术进步能够充分发挥作用。

该系统的研究和实施使得阿美石油看到使用自动化引擎计算每日KPI的潜在收益。很明显地,该系统仍在不断发展,随着阿美石油引入数据质量监测系统和新的大数据基础设施,我们期待一个更加创新的未来。

英文原文请点击 (展开/收缩)

版权声明:稿件为石油圈(www.oilsns.com)原创编译,未经许可不得转载,否则将追究法律责任。

二丫
石油圈认证作者
毕业于中国石油大学(北京),油气井工程硕士,长期聚焦国内外石油行业前沿技术装备信息,具有数十万字技术文献翻译经验。如需获取更多技术资料,请联系二丫(QQ295900524;微信13132550596)

评论 抢沙发

市场咨询服务介绍