logo
专注油气领域
与独立思考者同行

【大数据】当油气数据“脸书”化……

当油气数据“脸书”化……

你知道油井底部正在发生着什么吗?你想知道么?

来自 | JPT
编译 | 惊蛰 影子

近日,一位前IT行业专家最近发明了一个使用开源社交媒体技术的程序,帮助油气工程师了解井筒状况,使后者的工作更像一个“特工”。

这家名为WellLine的公司是硅谷Maana油田数字化改造总监Jeff Dalgliesh的心血结晶,Dalgliesh曾就职于雪佛龙公司,担任钻井和完井IT经理18年。

虽然类似的工具已经得到了应用,但WellLine的出现反映了石油行业中不断扩大的数字应用环境中发生的几个重要趋势。首先是大数据解决方案的研发速度,以Welline为例,仅用三个人在不到一个夏天的时间就完成了开发。另一个是自由和开源技术不断扩散到石油和天然气企业软件领域。

Dalgliesh说:“这种加速的发展将成为常态,因为当前油气行业正在做的很多事情都是重复使用应用程序。关键在于,如果有好的技术,我们就要弄清楚如何利用它。这也是Maana的故事,我们整合了一堆技术并能够快速构建应用程序。”

WellLine包含了几种不同的专有查询语言、用户界面工具集和自然语言处理(NLP)系统。多元化的组件使得其功能更强大,有助于将业内应用最广泛的文档管理系统和其他未连接数据库大量井记录汇集在一起。如果能够实现这些,那么搜索油井数据与使用Facebook查看朋友和家人一样简单直观。

不同的是,WellLine不会记录生日、度假照片或婚姻公告等信息,而是从钻井、生产和干预报告中提取所有所需的细节。产品仪表板的一个关键特性是井的时间顺序(也是该软名字由来),显示有史以来记录的每个重要事件。

Dalgliesh解释说:“如果你是钻井作业人员,当你想看到基于所有文件、数据库和生产系统的井筒历史数据,你必须使用多个不同的系统。”Dalgliesh认为直观和快速历史数据的挖掘,能够帮助运营商更好地优化钻井计划,选取候选钻井地点,还能降低堵塞和封堵弃置的风险。

Dalgliesh在早些时候举行的SPE Engenious上游创新研讨会上分享了Maana平台新产品线的细节。这家已有6年历史的创业公司自2016年以来一直参与石油和天然气项目,吸引了2600万美元的风险投资,其中一部分来自雪佛龙、壳牌和沙特阿美公司。

他在会上说,油气公司应该像情报机构一样开始使用他们的数据。“他们会在WellLine上运行算法,而这些算法会将数据分类,找出“谁”在谈论、正在谈论什么,并将它们连接在一起。”

油井的“脸书”

为了测试WellLine的数据挖掘能力,开发人员将其与海洋能源管理局(BOEM,美国海上石油和天然气监管机构)的墨西哥湾公共数据进行了对比,其中包括数十年来有超过54000口井详细信息的文件,时间跨度达数十年。

Dalgliesh指出,隐藏在这些数据中的差异可能会令一些人感到惊讶,他讲述了他如何在BOEM报告中寻找到了朋友的名字。“我知道她为这三家公司工作,更详细的,我可以确切地看到她在哪口井上、在什么时间工作,以及她的电话号码是什么,这些数据全部存在,它只是等待进一步利用。”

电话号码无助于优化油气开采,但重点是,在公司进行陌生领域收购时,可以依靠当今的高级软件来快速获得感兴趣的资产和信息。

当内部数据合并时后,实际操作就会发挥作用。例如,基于社交媒体的搜索引擎工具,工程师可以研究井内或某个深度发生的问题。包括:是否有井液流失或泄漏点;在下一口井中是否会出现类似问题;是否存在卡钻问题;在上一次干预中使用了哪些工具等等。

开放API允许使用当前反射检测算法的开发商使用该软件对旧井数据进行测试,以了解钻井人员预期和反应的频率。

在WellLine使用的开源程序中,都可通过用户界面(React)和查询语言(GraphQL)控制,由Facebook开发和提供。通过借用社交媒体巨头技术,WellLine证明可以有效地从不同数据源获取和可视化数据代码。

本着科技行业开源理念的精神,Facebook和其他人分享了此类计划以刺激软件创新。 此外,WellLine中的自然语言处理(NLP)元素来自斯坦福NLP小组,该小组开发的算法使计算机能够理解许多人类语言。2016年,Dalgliesh发表了一篇关于上游行业NLP应用的技术论文(SPE 181015)

路在何方

为了回答油气领域的具体问题,开发人员增加了专业知识,主要由Dalgliesh和另一位拥有行业经验的团队成员提供。

对于不熟悉的操作人员或NLP程序,钻井报告充满了专业术语,例如POOH和RIH,看起来像外语。现在,底层机器学习系统已经过培训,可以翻译这些术语,完井工程师可以点击井注释,即可了解钻井工程师在报告中的详细说明,反之亦然。

相比之下,对于传统的油田数据库体系结构,井筒某些深度发生的事件以及其他参数通常以井编号或标题名称储存于数据库中,不支持独立搜索。如果通过手动操作,回答有关深度相关事件的问题需要数天或数周。

为了解决这个问题,Maana的软件从Facebook和谷歌中寻找到了新的方案。不是将数据绑定到某个井的名义下,而是将关于井的所有数据点转换为可搜索的实体。通过使用Facebook的图形结构,这些实体(例如深度和任何相应的事件)通过链接绑在一起。 然后,工程师单击链接就可以查找在一组井中一定深度发生的情况,并探索其间的关系。

For English, Please click here (展开/收缩)

未经允许,不得转载本站任何文章:

评论 抢沙发