钻井实时数据质量提升管理方法探讨

史旻，袁则名，于忠涛，袁洪水，谢志阶，冯庆富

中海油能源发展股份有限公司 工程技术分公司 （天津 300452）

0 引言

为了促进钻完井作业管理模式转变和管理效率提升，2013年4月中海油投资建设了钻井实时数据监测系统[1-3]。该体系结合钻完井静态及动态数据库系统，打破了钻完井数据信息孤岛的困扰，实现海上、陆地等钻井信息系统的共享和联动。从而进一步提升了钻完井相关信息系统的实用性和数据质量[4-6]。

要提升信息系统的实用水平和数据质量，必须要为数据定制相关数据管理规则：在数据采集时，确保数据的准确性和完整性；在数据监测时，必须对相关实时数据进行全面的整理和检查，保证数据传输的及时性；在数据应用时，必须保障数据的高质量，以便数据的高效应用和分析决策[7-10]。

1 钻井实时数据监测系统

1.1 数据采集

为了保证现场采集的钻井实时数据准确有效，系统采用现场录井公司传感器采集的WITS数据作为数据源，采集的数据以时间轴和深度轴为主线，设置3～5 s传输一组数据，涵盖井的基础信息、钻具、套管、固井、泥浆、深度、时间、钻井参数等数据，基本满足中海油现场作业实际需求。通过读取中转服务器WITS-0数据，解析转换为WITSML格式数据后，实时存储在实时监测数据库服务器。

1.2 数据存储

数据库将采用SQL Server 2008和Oracle 11g，SQL Server用于API服务的数据配置，Oracle用于所有的WITSML对象、用户信息、会话跟踪、Web显示服务等。根据中海油作业模式，数据采用分级管理方式，即各有限分公司分别进行本地数据存储和应用，国内数据同步汇总传输到中心服务器存储，存储在中心的数据实时进行异地备份，国际公司因录井公司不同，数据进行单独配置传输和存储（图1）。

2 实时数据质量管理方法研究

为提高钻井实时数据质量，必须从数据源着手进行有效管理。比如在钻进期间，及时与现场确认基础数据传输的准确性，并对回传的悬重、泵压、扭矩、排量等关键数据进行监测分析，对出现的异常现象及时进行处理分析。并根据实际作业情况，将井基本信息、钻机、钻具组合、套管等静态数据完善到实时监测系统，以达到数据的完整性。通过长期对实时数据质量的监测和分析，总结出一种数据管理方法，持续改进数据质量（图2），保证数据的可靠性和实用性。

图1 数据采集流程

图2 数据质量持续改进

2.1 数据分析

分析数据是界定整个实时数据质量方法的关键步骤，它能够让数据管理者认识所有数据的维护需求，了解数据格式、存储类型、采集内容和数据传输质量，并及时发现数据源和采集信息不一致和不匹配的情况。通过分析实际数据传输情况，数据质量问题主要体现在数据缺失、数据传输中断、数据异常等。分析原因为实际数据采集设备故障，数据单位设置不统一，网络信号不稳定及静态数据未录入等，导致数据缺失和传输中断（图3）。

2.2 建立度量及确定目标

根据分析数据质量的原因，明确数据质量提升改进的标准，评估指标，建立度量方法，为后续工作的开展提供一个数据质量目标和评估基线（图4）。

1）针对数据传输中断，及时与录井公司沟通，处理数据中断故障，进行数据续传。

2）针对数据单位不统一，编制实时数据传输标准，对采集数据项进行定义，统一数据格式。

3）针对静态数据缺失，确定静态数据录入数据项，依据中海油钻完井数据库采集标准，进行相关信息完善。

2.3 数据质量监测规则定制

根据确定的目标，建立质量考核标准，明确实时采集数据质量监测规则，便于对数据进行整理和解析，提升对数据的管理，保证数据的完整性，一致性和实用性。

1）制定实时数据监测模板（表1），以时间轴和深度轴记录井段内所发生的数据异常活动情况。

2）根据实际作业情况，及时跟踪记录静态数据录入情况和Agents计算数据。

图3 数据异常

图4 数据质量管理流程

表1 动态数据监测表

2.4 数据监测校核处理

通过监测集成展示不同作业工况的钻井数据（图5），对数据质量进行二次验证及校核,这对提高数据资产的准确性和价值至关重要。

图5 数据质量监测

1）数据质量二次完善。通过对数据质量的校核，对数据异常现象进行二次数据质量运维处理和完善，直至数据达到规则要求。

2）监测数据质量与目标对比。建立监测数据质量与制定目标对比机制，能够让数据管理人员及时掌握数据的质量水平，对错误数据进行及时清理，为后续生产提供优质数据。

3 实时数据应用及其效果

自该系统上线运行以来，实时数据监测系统中已存储了2 800口实时钻井数据。通过实时数据质量管理方法的实施，在保证数据以高质量存储的前提下，数据管理团队还调研现场作业需求，为相关信息化项目提供数据支持，实现钻井实时数据的深化应用。

3.1 钻井参数优化系统

通过静态系统、实时数据系统、动态模拟计算系统及相关的商业软件，以现场施工过程的实际需要为出发点，坚持风险管控和时效管理两个原则，形成了全井段重点钻井参数可视化分析，水力预测与井眼清洁分析、钻头机械性能分析、钻进及下套管摩阻扭矩分析等多项主要数据分析成果（图6）。

图6 重点参数对比跟踪

3.2 钻井时效分析系统

通过调用实时井及历史井数据，对单井、多井不同作业状态、不同井段、不同区块的作业井时效进行分析。该系统现已进行了1 500余口井的作业效率管理,钻井时效统计分析（图7），并开展了600余口井的实时作业效率管理工作。

图7 钻井时效统计分析

3.3 复杂情况与事故案例库系统

集成静态数据和实时数据，通过读取复杂情况和事故类型曲线（图8），形成复杂情况事故动态库，并进行统计和分析，计算事故原因，总结钻井操作异常特征。

4 结束语

1）数据作为公司最具价值的无形资产，数据质量成为决定资产优劣的一个重要方面。通过实时数据质量管理方法的应用，对数据的质量有了很大提升，但这些还远远不够，还要不断改进质量管理措施，持续完善数据质量管理体系，让数据发挥更大价值。

2）利用数据进行钻井施工和钻井参数的实时优化与分析、现场及远程实时技术决策，指导现场钻井施工，实现安全、高效、快速、科学的钻井作业。

3）随着钻完井数据不断增加，需建立健全数据质量评价体系，不断提升数据质量提升管理工作。

图8 复杂情况曲线