石油企业智能油田发展与应用论文Word文档格式.docx
《石油企业智能油田发展与应用论文Word文档格式.docx》由会员分享，可在线阅读，更多相关《石油企业智能油田发展与应用论文Word文档格式.docx（9页珍藏版）》请在冰豆网上搜索。
也就是说，智能油田就是能够全面感知的油田，能够自动操控的油田，能够预测趋势的油田，能够优化决策的油田。
具体描述为：
（1）智能油田将借助传感技术，建立覆盖油田各、业务环节的传感网络，实现对油田各业务环节的全面感知。
（2）利用先进的自动化技术，对油气井与管网设备进行自动化控制，对油气管网进行自动平衡与智能调峰，实现对生产设施的远程自动操控。
（3）利用模型分析技术，进行油藏的动态模拟，单井运行分析与预测，生产过程优化，智能完井和实时跟踪，利用专业数学模型提高系统模拟与分析能力、预测和预警能力、过程自动处理能力，实现对油田生产趋势进行分析与预测。
（4）利用可视化协柞环境为油田提供信息整合与知识管理能力，充分利用勘探开发地质研究专家经验与知识，实现油田勘探的科学部署，提高系统自我学习能力，生产持续优化能力，真正做到业务、计算机系统与人的智慧相融合，辅助油田进行科学决策、优化管理。
三、智能油田的基本特征
智能油田的基本特征归纳为以下六个力面：
实时感知、全面联系、自动处理、预测预警、辅助决策、分析优化（图2）。
每一方面概括总结为：
图2智能油田的特征
（1）实时感知：
利用传感网络实现对油田各业务环节的全面感知。
不仅要对油田生产现场的设施进行实时数据采集，还可通过视频技术直接查看了作场地、会议场所的场景。
（2）全面联系：
在实时感知的基础上，进一步提供油田现场与指挥室之间、人与仪器之间相互协同，远程操作。
（3）自动处理：
利用自动化技术、优化技术，通过对采集到的数据进行计算分析，将操作指令反馈到现场，对油气井与管网设备进行自动化控制。
（4）预测预警：
在对历史数据进行分析的基础上，通过数据挖掘、模型分析，对油田生产趋势进行模拟和预测。
如油藏的动态模拟，单井运行分析与预测，生产事故预警。
（5）辅助决策：
利用可视化的信息协作环境、油田专家的经验、专业领域知识、成功项日研究成果，进行综合分析，提出决策建议。
（6）分析优化：
通过建立各种标准化的评价指标体系，利用综合评价技术，对生产运行的状况、油气藏地质条件、决策结果进行评价和分析，提出优化方案，使油田生产、管理不断优化和完善，实现油田的最优化发展。
四、国内外“智能化”发展现状
从全球看，21世纪是一个以计算机为核心的信息时代，数字化、网络化、智能化已经成为21世纪的时代特征和必然要求。
随着管理创新、信息技术及相关配套技术的迅速发展，计算机技术、无线网络技术、云计算、物联网等一批先进、高端技术在各行各业得到应用，有力地支撑了全球不同领域智能化发展。
IBM公司在2008年首次提出了“智慧地球”的概念；
2009年，当时刚刚上任的美国总统奥巴马主张通过“物联网”等技术来构建“智慧地球”，等等。
在这样的大背景下，世界许多国家的政府、城市开始了“智慧城市”的研究和建设工作，各个城市根据其现状和未来发展趋势，形成了较为适应自身发展的“智慧”模式；
在油气行业，近年来一些国际性的大型石油公司也提出了“智能油田”的概念，着力开始“智能油田”的相关理念提出、实施规划编制及解决方案的制定，并从不同角度、有重点研究、建设和实施“智能油田”。
其中，挪威国家石油公司是全球“智能油田”的先行者和实践者，该公司与IBM公司合作全面设计规划“智能油田”，并形成了系列解决方案，已经实现了对油田现场状况及运行效率的监控，自动化关井、停井管理，可视化协作等多方面智能化运行和管理。
其他国际大石油公司虽然没有全面、系统规划和建设“智能油田”，但实际上各公司已经从不同方面实施了“智能油田”的项目。
如，雪佛龙公司重点实施了“智能完井、实时生产监控与优化”等；
壳牌石油公司重点是通过实时作业中心（RTOC）建设，实现了井下复杂油气藏的实时监控；
BP石油公司重点实施了钻井业务流程、运营自动化和重点井的全部实时监控；
埃克森美孚公司则重点实施了全球钻井数据中心、多个可视化协作中心建设，研究应用了油藏模型仿真，实现了全球标准化生产现场运行监控。
IBM公司作为世界“智慧化”创始者和倡导者，推行“整合一体化运行和操作”（IntegratedOperations），并与世界多个石油公司合作研究、实践了“智慧油田”诸多解决方案。
当前，有关于智能油田规划发展及核心技术也逐渐成为发展的热点。
从国内看，国家和各级政府通过推进信息化与政府行政管理、工业化的深度融合，提出并开始实施智慧化政府、智慧化城市、智慧化社区和重点工业领域、物流、交通、电力等方面的智能化管理。
如，山东省在2012年就积极推动智慧山东建设，出台和宣贯了《关于开展智慧山东试点工作的实施意见》，并选择潍坊、济宁、枣庄和德州等市，分城市、城区、社区和园区四个层面，开展智慧山东建设试点；
同时，继续深化智能工业、智能物流、智能矿山、智能交通、智能电网等重大物联网应用示范工程。
国内石油企业面对智能化时代的到来，认识到了信息化、智能化是生产力和油田核心竞争力之一，是石油企业发展的重要保障和支撑，纷纷推进“智能油田”建设。
如，新疆油田继2008年在全国率先建成“数字油田”之后，于2010年与IBM联手，在全球首个提出“智能油田”概念，并完成了以“智能油田”为主线的信息产业发展规划编制，计划5年内在原有数字油田基础上，通过覆盖油田各业务的知识库和分析决策模型构建，为油田生产、经营管理的决策分析提供智能化的辅助手段；
计划用10年时间基本建成智能油田。
长庆油田树立“用最少的人管理最大的油气田，用最低的成本生产获取最多的油气”的理念和最终目的，对油田生产现场实施全面监控和自动化管理，实现生产现场出现的隐患从“感知—分析—预警—处理”的智能管理。
华北油田在以“智能油田”建设为出发点的“十二五”信息化总体规划中，将“智慧油田”作为企业信息化建设的核心来推进，形成了“三个基础、一个平台、两个示范”的建设规划，正逐步实现优化信息资源高效配置、支持科学决策、业务协同和生产优化运行等。
2012年，中石化集团公司明确提出了在集团公司层面建设“智能化中石化”，在不同业务板块建设“智能化油田”和“智能化工厂”的要求。
五、智能化在油田勘探开发中的用
数字油田主要以全面的、标准化的数据和全面覆盖的、高带宽的通讯网络支持业务的开展。
智能油田是在数字油田基础上，更强调业务间的紧密联系，更强调业务过程的自动化和智能化。
1、油气勘探
油气勘探处于油田业务的最上游，在智能油田环境下，其智能化主要体现在以下几个方面：
（1）勘探数据知识化管理
建立勘探数据知识库。
研究人员将研究过程获取的知识发布到知识库，作业人员将一个任务或解决一个问题的最佳途径发布到知识库。
为各专业人员实时做出最佳决策而获取、共享各类知识提供支持。
基本内容：
建立跨专业界限的数据集成共享平台；
建立数据标准目录，以及不同数据标准之间的映射关系；
在共享平台之上，为勘探研究、勘探管理、开发等人员提供所需要的、符合各自专业标准的数据，以及统计分析和挖掘等功能。
（2）探井现场跟踪研究
提供实时的现场监控、判断和处理能力。
同步获取钻探现场实施的各类数据，包括实钻数据、随钻测量测试、钻井液数据等，并进行现场监控；
实时模拟钻头轨迹，与设计不符时及时提示，研究人员作出井眼调整建议、更新设计方案并反馈给井场；
根据钻遇情况、储层压力等数据进行跟踪地质研究，及时修正地质认识。
（3）井位协同设计
建设综合各类数据信息的协同工作平台，包括管网信息、地理信息、地质信息、社会信息等，在协同的工作平台上为业务专家、信息专家、各级领导提供协同的设计环境和审批环境，优化井位设计过程，提高交流和审批的效率。
（4）挖掘历史数据发现潜在勘探目标
综合物探数据库、地质数据库、井资料库和生产动态数据库，建立数据挖掘模式，确定分析的主题。
从大量的历史数据中获取有效的、潜在的有用数据，重新研究整理，以便发现潜在的勘探目标。
（5）专家系统辅助综合研究
基于全面关联的数据网络，通过模拟专家思维，建立仿真模拟系统，辅助决策，提高决策的科学性。
（6）智能战略选区
建立预测模型，与国内外地质构造相似的区块模型进行类Lk，提高预测准确性和精确度，提高选择勘探目标的科学性。
内容包括：
（1）根据地质参数初步分析并建立区块预测模型；
（2）寻找与目标区块相似的模型，进行类比；
（3）对预测模型进行论证，预测出目标区块的规模、构造、储量等。
2、油藏评价
油藏评价是介于勘探和开发之间的一个业务环节。
在智能油田环境下，其智能化主要体现在以下几个方面：
（1）开发方案跟踪管理
首先是开发方案的知识化管理，包括历史资料对比、模糊检索、知识提取、资料整合等。
其次是方案的跟踪管理，包括方案调整、现场实施跟踪、协同管理、开发优化等。
基本目标是：
开发方案实施过程跟踪，根据实施情况提出方案调整建议；
根据开发情况、油藏模拟分析结果，提出开采优化方案；
实现开发知识经验的积累、提取和加上利用；
提供多专业、多部门的协同工作环境。
（2）智能多井对比
通过设定比对条件，实现井与井综合信息的对比，或在一段时间内的变化趋势的对比，井以多种形式展示比对结果，从而辅助评价、开发利生产上的决策。
建设内容包括：
建立完备的单井数据库包括井参数数据、试油试采数据、生产数据、岩芯分析数据等；
建立对比条件与对比方法，包括时间、压力、地质特征、区块条件、含水、层位、产星等；
对比结果展示，包括直方图、饼图、曲线图、照片、视频等。
（3）评价井动态跟踪和预警
通过计价井的实时跟踪研究，实现地质资料取全取准，油层段的准确取芯，最终精确描述出油藏大致轮廓、储量、预期采收串、产能和预期经济价值。
包括：
随钻进行多井对比、小区域地层对比建立区域构造剖面、预报目的层，实现地层综合评价；
当钻头钻遇的预计油层段发生变化时，及时提示并循环观察，研究人员快速处理问题并反馈给井场；
刘岩芯数据进行分析，精确掌握各地层组段的岩性特征，为及时发现油气层段提供科学依据：
对所钻井的油气层、生油层进行统计分析，做单井油气资源评价，进而进行横向区域油气资塬评价，寻找有利的生油、储油部位。
3、油气开发与生产
针对开发与生产业务领域，在智能油田环境下，其智能化主要体现在以下几个方面：
（1）智能油气藏管理
主要包括：
油藏监测与实时模拟：
建立能够实时更新、简化易用的油藏模型，通过油藏监测数据实时更新模型数据，与类似油藏对比或与历史模型匹配，进而不断论证和校准油藏模型，基于油藏模型，预测开发趋势，优化开采。
油藏分析和预测：
基于数字化油田环境进行油藏历史情况比对，并使用历史生产数据对油藏模型进行高频率的校准，产生更准确的预测，用于生产管理。
基于油藏模拟优化生产和作业计划：
根据压力、温度、开采量、产出流体成分等下达关井、措施、维护等生产指令，科学安排长、短期生产计划和作业计划，捉升产量预测能力，指导门常生产管理调度。
措施闭环管理：
建设智能措施选井系统、智能措施方案讦估系统、智能措施效果评价系统等，从多维度分析增产措施的实际效果，评估增产措施对区块的整体影响。
注采关系监测和优化：
优化注水方案提高水驱效果，优化注水系统提高注水效率。
注水方案评估、注水方案效果分析、注水方案优化、注水系统仿真运行、设备监控和远程计量、注水系统效率优化、管网结构分析优化等。
稠油开采系统模拟分析和优化：
建立适合稠油开采管理的系统模型包括油藏模型、注采关系模拟（蒸汽驱、火驱），以系统模型为基础，通过实时监测手段，动态监测和模拟稠油开采情况，在模拟的基础上提供分析、问题诊断和优化手段。
（2）智能油气井管理
单井动态模拟和监测：
建立油气井从油（气）层边界直至井口的系统模型，模拟井行为，监测井筒、油（气）层、井况动态，并自动预警。
油气井分析预测和优化：
基于油气井动态模型进行单井问题分析、问题趋势和产量趋势预测，并利用专家系统提出主动性措施方案和优化调整方案。
机采效率优化，采油举升设备的自动监测和自动化管理，深入分析机采系统运行规律，优化机采系统运行效率，辅助设备的选型，选择性价比高的机采设备和系统组合。
（3）智能产量管理
产量趋势预测和预警：
根据产量构成分解，在单井预测和油藏模拟的基础上，科学预测产量趋势。
根据生产经验和区块情况，对超出正常范围的区块产量、综合含水变化进行预警。
有多种预测方法：
常规递减分析，手动拟和预测、同类型对比预测等，还可以通过单井分析和油藏分析相结合预测区块综合含水情况和产量发展趋势。
产量变化因素分析：
实时反映实际产量相对于计划产量的异常变化，对造成产量变化的各种情况进行检查和分析，包括增产、减产因素分析。
（4）智能生产运行指挥中心
建立智能化的生产运行指挥中心，综合展示各类生产实时信息，借助知识库给出快速决策和自动处理建议，自动产生预警和报警信息；
基于模型，对警报信息进行自动判断，并在—定程度上自动执行。
（5）智能应急管理
对突发事件和事故进行应急处理时油田的一项重要业务。
利用信息辅助技术，实现应急事件发生时的信息综合，快速定位应急资源，自动产生应急处理步骤，并配备、调度、组织关联资源，实时监控应对过程，实现突发事件和事故的及时有效应急处理和事后经验总结，提升应急处理水平。
（6）油气集输管网智能调峰
通过对油气管网全网的实时监测和模拟，利用既定规则和专家系统的辅助，实现对天然气井、管网各种调节方案的合理化论证分析，并自动执行。
4、集输储运
在智能油田环境下，集输储运领域的智能化主要体现在如下三个方面：
（1）管网、设备自动监测、预警和控制
对覆盖采油厂一级的集输管线和设备，储运级的长输管线、阀门、泵和储库等管网设备实现自动监测，针对异常情况进行预警报警、快速诊断，为操作和管理人员提供参考建议方案，辅助进行快速反应，井能实现指令的远程自动执行。
（2）油气管网全网自动调节
通过对油气井、集油、集气管线、长输管线、配气站、供气管线进行的全线压力和流量实时监测和模拟分析，实现可全自动控制的油气产输供智能平衡和自动调节。
（3）储运全系统模拟分析
将产源系统、管线系统、站库系统作为一个完整体系进行模拟，当运行发生变化或异常时，智能储运管理系统可对体系内运行情况进行模拟分析，预测影响结果，并给出建议的处理方案，决策者判断并选择最佳方案后，形成执行指令井反馈到现场，控制阀门、仪器等现场设备。
六、国内外“智能油田”实施效果
1、以实时采集为基础，采用统计预测分析模型、辅助决策模型和虚拟专家辅助系统，提高科学化决策能力和水平
智能油田全面建成实施，将以实时采集为基础，按照标准统一的算法、统一的对比口径，建立勘探、开发、财务、计划、人力资源等专业综合指标统计分析和预测模型，实现业务、管理指标的自动统计分析、预测和动态预警；
通过完备的自动化处理系统、高效的模拟、分析、预测与优化系统、虚拟专家辅助系统，形成了完备、高效的分析优化能力；
通过实时采集分析和充分利用各种业务模型，包括知识库、专家系统等，对生产和决策做出智能辅助，真正利用信息技术来研究和管理油田。
2、规范和优化了业务和管理管理流程，建立流程固化应用系统，实现全方位规范管理，确保执行力全面落地
借鉴国际（APQC）流程地图框架和最新业务流程梳理理论，以“流程切入、纵横联结、平滑过渡、全面适应”为策略，结合制度“E”化，分层级梳理业务流程，按照“管理严密、运行高效”的原则，优化、再造管理流程，构建完备、完整的流程管理体系。
以此为基础，将规范流程固化到智慧化应用系统中，用系统管理整个业务运行的进行，确保职责明晰、业务透明、高效衔接、执行规范，减少人为干预；
通过与移动办公的结合，实现由“人找事”向“事找人”、“系统管人”的规范化、信息化转变。
3、推进管理创新和变革，逐步实现组织结构扁平化和用工集约化
“智能油田”建设是建立在业务、管理和操作流程规范和优化，形成动态化规范优化的业务流程体系和管理体系基础上的。
通过胜利“智能油田”建设，一是全面实现中心值守、远程监控等手段实现对生产现场的管理操作，将管理人员的视角延伸到生产一线，做到生产动态“尽收眼底”，改变了过去层层落实、逐级上报的运行模式，是油田生产管理和运行的革命性变革，为优化组织结构、压扁管理层级创造了条件。
二是通过油井监控、产能分析，对油田生产设备、设施的远程实时监控管理；
通过油藏分析实现对油藏开发进度的监控，快速调整；
使用人工智能技术实现生产动态优化；
利用协同工作环境，实现跨专业协作等运行虚拟化、人员集约化的新型油田管理模式。
4、“智能油田”在油田增储上产、提高运行效率和运行质量等方面发挥重要作用
世界实施“智能油田”最早的挪威国家石油公司，通过实施“智能油田”，提高了人员效率，油田的目标采收率也从最初的50％提升到73％；
该公司于2005年启动“整合运营项目”，通过跨学科、公司组织、地方协同合作，依靠实时数据和创新工作流程的应用，实现了更安全、更高效、更科学的决策，为整个挪威大陆架实现潜在效益达到400亿美元，其中增加储量及提高产量占70%，降低成本占30%。
项目还对组织结构和业务流程不断优化，操作及管理人员无论在生产现场、办公室或监控中心，都能够随时随地对业务状况进行整合管理。
壳牌公司自行开发的“整个开发系统与井下复杂的油气藏环境中的传感器和控制阀相连接”，实现实时监控的智能油田技术，包括智能井、先进协作环境、整体油藏管理等子项目，保持油田生产的最佳状态，最高采收率提高了3%～6%、开发成本降低了1～1.5美元/桶，油田开发方案设计时间降低75%，现有油田和新油田的产量可提高10%，新油田的采收率至少可提高5%，为公司带来的整体收益高达50亿美元。
斯伦贝谢公司通过创建一体化的协同工作平台和环境，在“信息充分共享、直观展示，专家协同”基础上，迅速做出智慧化决策和反映，实时指导现场作业，有效推进决策进度和效率。
实施效果测算表明，解决技术问题时间缩短了95%，工程修正时间缩短75%，每年节省费用1.5亿美元。
国内新疆油田通过智能化建设，已经取得综合成效。
以陆梁、彩南油田为例，陆梁油田年产原油200万吨以上，占新疆油田总产量的1/5，过去这样的油田至少需要3000人，现在400人就能把油田管理得井然有序。
国内权威机构和专家也对智能油田建设和推广应用效果做过研究分析。
到“十二五”末，如果智能油田示范项目成果推广到全国19个大型油气田，每年将给石油行业带来的经济效益接近1000亿元。
2003年世界着名的剑桥能源研究所（CERA）公布的一项最新研究成果指出了智能油田的发展前景；
由多项新型数字化技术构成的智能油田，将在未来5～10年内使全球原油储量增加1250×
108桶，这将超过伊拉克现有原油储量或拉丁美洲的原油总储量，同时能够提高油气采收率2％～7％，降低举升成本10％～25％，提高产量2％～4％。
壳牌公司正在实施的“智能油田”计划，将使其产量提高10％，采收率提高8％，操作成本降低20％，计划与决策周期时间减少75％。
【作者简介】杜吉家，1985年毕业于山东工业大学，2009年获武汉理工大学管理学院博士学位；
现在中国石化胜利油田分公司经济开发研究院从事石油经济研究，经济研究首席专家；
全国注册咨询工程师（投资）、信息分析师，高级经济师。
升级会员 