大数据技术在油气上游领域广泛应用

□ 李明岩

随着云时代的来临，大数据技术也得到越来越多的关注。油气上游领域对数据的严重依赖为大数据技术在这个领域的广泛应用提供了广阔的空间。

大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。而大数据技术是指通过高速捕捉、发现和分析，从大容量数据中获取价值的一种新的技术架构。

油气工业从某种程度上说也是信息工业，很少有其他工业领域像油气工业这样依赖于数据，而油气上游领域对数据的依赖更是有过之而无不及。油气发现、提高油气产量，降低生产过程中的风险都需要有数据作为技术支撑。而同传统信息技术相比，大数据技术对大量数据的分析和处理更为迅速和高效，可以提高决策的准确性和全面性，对油气增产有着重要作用。

大数据技术的特点

大数据技术本身有3个特点，即数量大、类型多和速度快。同样，油气上游领域对大数据技术的应用也充分体现和发挥了这3个特点。

数据数量巨大。从TB级别，跃升到PB级别，也就是所要处理的数据数量从2的40次方Byte增至2的50次方Byte。

数据类型繁多。以往油气公司的数据基本上都是以CAD图、纸质或PDF格式的说明书、地震资料、日常钻井报告等形式保存，现在更多的都是以多媒体形式保存。这些不同格式的数据也需要不同的处理方法。

处理速度快。油气行业经常需要跨学科的综合知识和大量的数据同时处理，大数据处理速度快和并行处理能力恰好迎合这一需求，比如利用勘探区域所在省份的地震资料来提高原油产量。这一点和传统的数据挖掘技术有着本质的不同。

大数据技术在油气上游领域的应用

1.勘探

利用大数据模式识别分析方法能将地震采集过程中的综合数据收集起来，地质学家根据这些地震数据寻找出具有油气资源潜力的产层信息，而这些信息不经过大数据技术处理很可能被忽略掉。周边地区油气井钻井和生产的历史数据能够帮助地质学家和地球物理学家验证他们对油田的分析和预测结果。

□ 大数据技术在油气领域的应用越来越广泛。张强 摄

石油公司地下油气藏的储量和开采现状都是通过数据体现的，因此国际石油公司非常重视数据保存和管理，其中包括地震、测井、岩芯、测试及试采等海量数据。国际石油公司还采用大容量便携磁盘或高速光纤网将现场地震数据传送回来，这大大提高了海量数据的传输速度，提高了勘探效率。

2.开发

大数据技术还能帮助油气公司进行区块评估和开拓远景区。对地球物理数据、动态消息，以及油气报告的数据分析还能帮油气公司确定可投资的目标区块。大数据技术对数据的精细化处理也越来越多地运用到非常规油气勘探开发领域。比如说运用3D成像技术来判别新资源，用4D成像技术来解释随着时间的推移油藏所发生的变化，借助于宽频技术捕捉到更为清晰完整的地震图像。

3.钻井

除对已有的数据进行监测和预警之外，大数据技术还能对实时钻井数据进行分析，并对复杂条件下的异常现象做出预警，判断钻井成功的可能性，根据相关信息对设备故障做出预警从而避免操作失误。油气生产正处于一个飞速发展的阶段。

随着老油田的枯竭，油气勘探和开发转向非常规油气资源领域，比如深水油气开发、致密油和页岩气。与常规油气资源相比，非常规油气资源的地质构造更为复杂、开发成本更高、开采难度更大。石油公司通过数据挖掘和分析，使用分布式传感器、高速通信系统和数据挖掘技术等高科技去监控并调整远程作业，使用实时数据进行分析决策和事故预测等，大幅度提高决策的准确性和全面性。

4.生产作业

提高老油井的采收率是油气公司的主要目标，采用新技术、新科技和区块的地质知识，通过掌握达到历史最高产量时的生产率和采收率数据来指导钻井和生产，从而提高老油田的采收率，增加油气产量。

过去的10年里，油田数字化的确提高了油田产量。随着数字化程度的提高，更多的数据被利用起来。据统计，经过完全优化的数字油田至少可以提高6%的采收率和8%的产量。对各种类型的地震、钻井和生产数据的快速分析能还够帮助油藏工程师准确把握油藏随着时间的改变而发生的变化，帮助采油工程师适时对举升措施进行调整和改变，这种技术手段也被应用到页岩气开发水力压裂技术当中。

5.维修

尽管在油气行业，预见性维护没有得到足够的重视和资金支持，但它并不是新鲜事物。在油气上游领域，如果将压力、体积和温度的数据都收集起来并和以往进行对照分析，就能提前预见潜在的设备故障。

6.安全生产

油气上游领域由于其行业特征还受到深水漏油事故和管道爆炸的影响和冲击。由设备故障或操作失误所造成的健康、安全，以及环保问题受到越来越多的关注。在美国，在美国石油协会RP75基础上建立的安全和环境管理系统（SEMS）要求近海钻探操作业者必须有能力识别风险，有能力对环境冲击做出评价并有能力对作业进行优化，同时还要有能力保障安全生产实践和训练，对意外事故进行分析。深海和北极地区的自然环境对油气勘探开发来说非常具有挑战性，在极端的自然条件下只能进驻少数的工作人员操控自动装置进行作业。

各大石油公司纷纷应用大数据技术

为从大数据资源中挖掘更多的财富和价值，石油公司正与IT公司一起，将更多的技术应用于科技研发、战略决策、生产经营和安全环保等方面。

2011年，BP同惠普签署了一份估价超过4亿美元的数据外包服务协议。根据协议，惠普向BP交付稳定的全球数据中心服务，包括从监控、备份及恢复、站点管理及维护服务到数据库和中间件管理等数据中心管理服务，惠普利用云计算来实现公司标准化管理，降低公司经营成本。

壳牌采用石油数据银行系统和研究成果管理的数据库系统作为公司主数据库，管理本公司的数据资产中最有价值的数据资产。研究项目时采用Openworks技术用于地震解释和建模来做研究。2012年，壳牌（中国）中国有限公司同天津启云科技有限公司签署数据运营保障服务协议。启云科技将运用云计算为壳牌提供包括IT设施、布线、安装、运行维护在内的一站式IT服务，为壳牌提供数据安全和网络系统安全的保障。

雪佛龙公司则用大数据技术来处理地震成像数据以及寻找新的石油和天然气储备。斯伦贝谢、哈里伯顿和贝克休斯等石油服务公司通过集中大量数据信息，支持油田生产规划与决策，加大对非常规、深水、极地等油气资源的开发力度。

面临的挑战

油气公司越来越认识到通过投资信息科技来提高生产效率的重要性。对油气公司来说，应用大数据技术能缩短投产周期、提高产量，同时还能提高生产的安全系数，降低非生产性的成本。但大数据技术应用也面临着挑战：

目前油气工业已经认可大数据对行业发展的重要性，但如何应用大数据是个挑战。大部分数据存储在台式电脑中，并不能有效地共享使用。尽管近几年开始关注对数据标准和数据模式的开发利用，但还是有一些数据以一种特有的格式保存。另一个挑战是，当大规模计算的数据量超过1PB时，传统的存储系统已经难以满足海量数据处理的读写需要，数据传输I/O带宽的瓶颈越发突出。

随着常规油气储备的逐步减少，油气勘探、开发难度日益增大，信息化的成熟程度已经成为影响油气产量增长幅度的决定性因素。采用大数据技术有助于提高勘探和开发的成功率，提高勘探效率，降低开发成本和生产成本，给企业带来更丰厚的利润。