基于大数据挖掘的油气田企业全产业链精准管理

黄 铠，冯运凯，刘建武，程 浩，张 影

（中国石油天然气股份有限公司华北油田分公司，河北 任丘 062552）

1 引言

中国石油天然气股份有限公司华北油田分公司（简称华北油田公司）位于河北省任丘市，隶属于中国石油天然气集团公司，成立于1976年，是国有大型油气能源企业，公司员工3.8万人，年生产油气当量600万t。经过近40余年的发展，初步建成了油气田勘探开发、多元业务开发、综合服务三大板块和常规油气、煤层气、生产服务、矿区及社会服务、多种经营五大业务协调发展的产业格局，累计生产原油2.8 亿t、天然气121.1亿m3，煤层气44.2亿m3。

华北油田公司经过40 年的不断发展，各类数据持续增长，涵盖勘探、开发、工程、管理等各个环节，而面对诸多业务领域市场竞争的日趋激烈，如何应用好这些海量数据对于提升油田现代化管理水平至关重要。为此，华北油田公司坚持以效益效率为中心，围绕“创新、资源、市场、多元化”的发展战略，紧抓制约华北油田公司生产经营管理中的瓶颈问题，深入开展大数据分析和应用，强化数据应用对接，优化分析方法，整合数据分析平台，改进管理方式，调整工作流程，初步实现了“用数据说话、用数据决策、用数据管理、用数据创新”的数据应用理念，进一步推动了油气田节能降耗、提升了科学决策能力、丰富了高质量发展的内涵，取得了显著的经济和社会效益[1-3]。

2 实施背景

2.1 顺应行业发展趋势的需要

油工业产业分为上游（油气勘探、油气开发生产）、中游（交易运输）、下游（炼化、市场销售）。从某种程度上说，石油工业还是信息工业，与其他工业领域相比，很少有其他工业像石油工业这样依赖于数据支撑，而石油上游领域对数据的依赖程度更高，如其地震数据早已达到PB级以上。近年来，国内外石油公司都将数据技术与各项业务紧密结合，并进行了不同程度的探索与实践，取得了很好的效果。另外，随着油气田信息化的不断发展，传统信息技术已经不能满足油气田勘探开发的需要，而当前高速发展的数据分析技术，在数据采集、数据管理、数据分析、数据呈现等方面具有更为高效和便捷的优势，为提升企业整体竞争力，促进华北油田公司增储稳产、加快转型升级提供了支持，华北油田公司在原有信息化、自动化建设的基础上，开展数据挖掘的精准管理是适应行业发展趋势的必然选择。

2.2 实现企业持续发展的需要

华北油田经过多年的勘探开发，现已普遍进入高含水后期的开发阶段，总体表现出油气新增储量不足，储量动用及采出程度高、油井含税高、油水井增油措施效果差、低产低效井多、稳产难度大的特点，加之生产费用及人工成本持续攀高，华北油田公司生产经营面临着严峻挑战。为提高油田开发效益，走可持续发展的道路，华北油田公司在原有的油气田生产自动化、信息化建设成果的基础上，广泛应用数据应用成果，构建数据分析应用管理模型，利用先进的数据挖掘算法，对华北油田生产经营过程中积累的历史数据、实时数据进行挖掘分析，寻找勘探开发经营管理规律，发现潜在油气产能，提升油气产量，提高生产效率，促进企业可持续发展。

2.3 实现企业管理变革的需要

目前，华北油田公司油气资源品质劣质化严峻，资产规模与产量规模的比值同国际一流石油公司相比还有差距，总体冗员和结构性缺员矛盾突出等问题依然存在。传统的油气田勘探开发管理模式主要是现场岗位固定人员值守，人工录取、分析数据，生产问题人工巡检发现，生产问题逐级上报，响应速度缓慢，管控效率低下，在这种形式下，只有依托数据分析应用技术，积极推行生产管理扁平化，减少管理层级，提高各类生产数据信息的运行速率，才能使生产管理、工程管理、技术管理人员从过去经验为主导的认识思维、决策方式提升到基于定量分析的“数据”高度，才能降低油气田开发建设的投入，提高整体运行管控效率，提升各种资源优化配置效率，构建合规、高效的油田公司管理新模式。

基于以上背景，华北油田公司于2018 年开始实施基于大数据挖掘的全链条精准管理。

3 主要措施及做法

华北油田公司根据“创新、资源、市场、多元化”的企业发展目标，结合油气田企业发展的特点，以数据挖掘为核心，梳理数据管理制度，建立数据分析模式，对华北油田公司主营业务、新能源业务、物资采购业务进行信息化、智能化管理，通过各种算法，深度挖掘历史数据，寻找各影响因素，针对分析结果，强化油气生产关键环节控制，深入开展节能降耗，构建新型管控模式，确保油气生产高效，提高资源利用效率，实现华北油田公司安全、环保、可持续发展，主要做法如下：

3.1 确立指导思想和实施思路

华北油田公司推行基于数据挖掘的精准管理的指导思想是：牢固树立和践行“用数据说话、听数据指挥、用数据创新、用数据管理、用数据决策”的数据应用理念。

华北油田公司推行基于数据挖掘的精准管理的实施思路是：以主营业务为主导，兼顾保障业务，突出现场应用和制度建设，次第推进，分部实施，整合数据资源，完善的数据管理模式，以点带面，最终形成常态分析机制。

华北油田公司明确提出数据挖掘精准管理的总体目标：为分散于各地二级单位提供硬件、软件两个平台及相关服务，各二级单位可直接使用云平台，而不需再建设新的机房设备、场地及运维人员，实现油气生产数据资源高效应用在采油采气生产领域的全覆盖，在实现数字化生产的同时，通过数据资源高效应用迈进智能化生产阶段，各级工作人员直接登陆数据分析平台后，进入所需分析模块，快捷地完成所选目标的数据分析挖掘，大幅提升华北油田公司运营管理水平和生产效率。

3.2 建立实施体系

3.2.1 建立组织体系。华北油田公司成立以主要领导为组长、各部门协作的数据挖掘精细管理领导小组，对华北油田公司数据挖掘的精准管理全面领导，研究决策重大事项，协调解决工作过程中的重大问题，并定期听取工作进展，督促数据挖掘的精准管理加快推进。设立各业务工作领导小组办公室，由机关专业部门抽调力量，共同组建数据挖掘精准管理工作领导小组办公室，负责协调处理相关专业工作过程中的具体问题；定期组织开展工作交流，不断完善各项工作机制；定期向工作领导小组汇报工作进展，及时督促跟踪各项具体工作推进情况。

3.2.2 梳理管理制度。为达到管理到位、内容详实、风险可控的目的，相关人员收集整理各种文件、规定以及通知等资料，按照数据挖掘精准管理的要求重新整理和完善。从数据采集、数据管理、数据分析、数据呈现、数据应用五个方面，梳理职责，明确责任主体，理清职责界面，细化工作流程，建立操作性强的体系文件。经过收集、整理、补充和完善，编制了《开发动态资料、开发数据管理办法》、《网络与信息系统安全管理办法》、《专业应用软件管理办法》。通过体系文件的建立，规范日常业务运行，实现以效率为核心的流程管理。

3.2.3 优化数据分析模式。科技进步与管理创新是企业发展并行的支撑点，创新是企业发展的原动力。近年来，华北油田公司取得多项信息专业科技成果，其中部分科技成果涉及数据分析和应用，加之科技人员长期积累的提高老油田采收率、避免生产事故发生、挖掘生产潜在效益、提高工程设计水平、实施设备全生命周期管理等多项科研成果，成为数据分析模式优化的坚实基础。

数据分析模式优化中遵从的原则为：操作简单性，即操作人员进入所需适合版本的分析模块，轻点鼠标即可调用相应的分析模块；应用多样性，即强调应用多层次，推出不同版本适应不同人员的需求；灵活可拓展性，即随着数据的不断积累，需求的不断变化，实现模块的再开发、再利用。

数据分析模式优化的设计流程：目标选取→数据清理→数据挖掘→可视化展示→诊断剖析→决策优化→实施评价。

3.3 主营业务精准管理

3.3.1 基于大数据，优化油水井管理

（1）依托数据应用平台，搭建主题数据库。以油水井管理基础资料等数据基础，在数据分析平台上集成数据采集专业化工具，完善采油井、采气井、注水井、油水井维修、油水井配套仪器仪表、油水井供配电、油水井设备等与油水井管理相关的数据信息，通过筛选采集到的数据，利用专业数据管理工具对数据进行提取、转化、整合，建立主题数据资源池，为油水井主题数据信息的进一步挖掘分析奠定数据基础。

充分利用数据分析平台上集成发布的深化数据分析应用的专业工具和专家分析系统，实现油水井运行参数的工况分析，实现油水井异常数据过滤和分析诊断功能，实现配电线路的在线监测及故障点快速定位功能。

（2）深化数据分析运用，提升油水井综合管理效率。利用自动化条件下油井生产数据自动采集与处理，使用油水井深度数据分析工具和专家诊断系统，对油水井各种数据进行深度挖掘和对比分析，为各级油水井管理人员提供科学依据，保证油水井正常生产。深度挖掘分析油井实时生产数据，利用先进的快速反应分析管理工具，优化油井生产参数，发现各类异常问题，摸索生产规律，减少维修作业次数，降低油井维护工作量，延长检修周期。利用油水井专家诊断系统工具，深度挖掘历史数据，寻找产量变化不正常的井，查找原因，提出措施建议，确定油井生产潜能；对新建区块的油井，收集各种数据，对比同类型区块的油井数据，深度挖掘分析，及时调整生产运行参数，提升新建油井的生产效益。

（3）同步跟踪考核，定期总结管理效果。通过数据平台，统计分析不同用户进行油水井管理的情况，自动记录跟踪油水井生产管理过程中发生的管理活动，形成跟踪记录考核数据，实现自动监督考核的目的；立足提高油水井管理效率、效益，配合绩效考核政策，从管理层到操作层，定期进行年度、旬度、月度油水井管理考核，促进管理水平的提升。

3.3.2 基于大数据，降低生产能耗水平

（1）确定能耗分析的总体思路。近年以来，随着油田开发进入中后期，同时伴随着新能源的不断出现，迫使石油行业改革创新，华北油田提出了建设数字化油田的需要，促使企业由工业化向信息化融合。基于数据分析的能耗管理是在这种大背景下的一种新的尝试，基于数据平台的海量数据资源，优选专业的技术人员组建能耗数据分析团队，提升数据分析整体水平，通过分析，找出能耗的潜在点并进行措施制定，现场追踪实施效果，形成案例，丰富专家诊断系统，促进能耗管理水平不断优化。

（2）建立能耗分析团队。确定能耗分析团队人员选拔标准。基于数据分析的能耗管理，要求团队人员具有复合的专业背景，因此，确定的选拔标准为：以业务为主导，具备丰富的油气专业知识同时掌握数学、统计学、概率学等知识；熟练掌握计算机操作、运算；具有一定年限的现场生产管理经验。

定期组织培训，提升团队人员业务水平。为保障数据能耗分析人员的节能业务知识与时俱进，华北油田公司每年定期举办公司级节能节水管理人员培训班，以能源管理体系建设、能效对标和能源管控、节能统计指标体系等为主要授课内容，对各级单位节能管理人员和相关专业技术人员进行管理与技术培训。

自上而下，建立能耗分析团队体系。华北油田公司层面以生产运行处、数据中心、工程技术研究院为支撑，成立顶层的数据能耗分析管理团队，负责数据、油气生产节能技术培训和业务指导；各采油（气）单位层面以所属生产运行科、科技信息中心、工程技术研究所为支撑，成立数据能耗分析现场团队，负责数据、油气生产节能技术现场指导和现场情况反馈；采油（气）单位所属油气生产单元设立兼（专）职数据分析员，负责现场数据采集真实性管理。通过这种立体团队体系，自上而下的集中培训和与相关部门联合培训，采取请进来、走出去、互帮互学等多种形式，开展培训工作，提升管理人员业务素质，帮助业务人员了解各种分析工具，掌握各种评价方法。

3.3.3 基于大数据，构建能耗收集系统。建立的能耗监控系统，分为厂级监控和工区监控两级。厂级监控是油气生产运行过程管理的直接指挥层，集中监视、调度作业区所辖的井、站、管道等生产单元的管理中心，具有生产实时监控、调度运行监控、安全环保监控、应急指挥系统、大屏展示等主要功能。同时厂监控中心可以接入工区监控中心，通过实时监测油水井、掺水集油阀组、联合站、接转站、计量间的生产数据，在LED 大屏上动态显示产液量、注水量、耗电量等数据。根据需要查看实时及历史生产监测数据，以层级显示的形式进入需要查询的界面，通过调度日报、生产值班、重点工作跟踪等生产业务的网上运行，提高信息反馈的时效性、准确性，实现各部门的配套联动，优化工作流程，提高运行效率和质量。通过搭建高效的数据收集系统，实现以能耗为基础的生产管控模式，形成从能耗产生到问题解决一系列完整、及时的信息回路，将开源节流、降本增效的计划落实到现场执行，同时，及时掌握正确的信息进行系统的调整和优化。

3.3.4 基于大数据，构建能耗分析系统。采用全体数据采集的方式分析相关数据类型，利用各种数据评估方式，评估数据的正确性和有效性，通过数据预处理，识别和删除不合理和不合格的数据；利用数据分析平台对已进行预处理后的数据，运用回归分析、聚类分析、人工神经网络分析等方法，探索和分析数据的结构和规律；将挖掘和回归出的规律进行现场试验应用，进行效果跟踪；最后，将后台收集到的数据信息经数据分析之后，以各种专业化的图表进行展示。及时帮助各级管理决策者制定降低能耗的措施，并可以依据提前嵌入的分析系统，模拟措施调整以后的措施效果，辅助各级决策者做出决策。

3.3.5 强化节能管理，控制能源消耗。基于大数据分析，华北油田公司对各单位成品油消耗严格实行定额控制管理，根据各单位耗能设备和工作量的变化情况，每季度下达一次成品油指标，季度核定，全年考核。各单位对总体指标层层分解，逐级落实了单机定额消耗管理。各采油厂制定了《成品油管理实施细则》，对所属用油单位实行月度消耗指标考核管理。通过定额管理，全公司成品油消耗得到有效控制，取得显著效果。2018年与2017年对比，成品油用量减少了1 000t，下降了3.06%。

3.4 新能源业务精准管理

目前华北油田整体已处于勘探开发中后期阶段，依靠常规油气生产已无法满足华北油田公司的可持续发展，因此，煤层气、储气库等新能源业务呈稳步发展态势，煤层气价格受国际油价波动影响小，成为新的效益增长点；储气库业务注、采气量逐年增加，在为京津冀天然气调峰发挥作用的同时，也为华北油田公司提供稳定的增长点。结合煤层气、储气库业务实际，利用生产经营过程中产生的海量数据，运用数据分析与挖掘技术，开展生产技术数据与财务数据的关联性研究，分析影响成本费用的关键生产技术指标，抓住成本控制的要点，构建数据分析应用业务模型，实现节能降耗和降本增效，在发展规模不断扩大的同时，稳步提高效率和效益。

3.4.1 建立财务数据分析团队。组建以油田公司财务主管部门、勘探开发研究院、储气库管理单位、山西煤层气勘探开发分公司为成员的财务数据分析团队，全面负责数据分析指导公司新能源业务。财务处负责总体实施方案的制定和问题协调工作；储气库管理处、山西煤层气勘探开发分公司负责按要求提供生产数据和财务数据；勘探开发研究院运用数据发掘和分析技术，开展数据关联性分析，负责建立数理应用模型。依托公司“稳油增气”发展战略，以经济效益为中心，运用数据分析技术，开展煤层气、储气库等新能源业务财务、生产等数据之间的关联性研究与分析，并将研究成果运用于效益管控，实现效益稳步提升。

3.4.2 确定工作流程。整体工作流程是：制定工作目标→收集数据→数据整理→数据挖掘→建立模型→实施应用。明确数据分析在煤层气、储气库效益管控中的工作目标，并形成分析方案；财务人员与煤层气、储气库生产技术人员充分结合，收集影响成本及效益的主要生产技术指标，形成数据库或数据池；通过科学分析，对所有数据进行分析、过滤及清理，对数据库中不合理、重复或无效及错误数据进行清理，对不完善的数据进行补充填报；运用数据相关性分析及挖掘技术揭示隐藏在数据中的规律和认识，揭示数据实际意义；在数据挖掘的基础上，以成本费用为核心目标，建立生产技术数据与财务数据结合的数理应用模型，实现生产数据流和财务信息流的有机融合；将数理模型运用于新能源业务效益管控，强化实施跟踪与效果评价，并将结果反馈到生产经营过程中，不断完善数据库及优化数理模型，为生产经营提供决策支持。

3.4.3 基于数据，提升煤层气业务运营效益。根据煤层气的业务特点，梳理整理出煤层气及财务管理相关的数据指标，以财务数据中的成本费用为分析对象，其余数据指标作为成分费用的影响因素，按照近5 年生产运行情况，分月，按作业工区进行统计和整理，建立煤层气业务生产技术指标、财务成本数据池。运用数据分析技术，对相关数据进行关联性研究，找出影响成本费用的主要影响因素，将关键敏感因素进一步予以量化，以此建立煤层气成本费用消耗模型，用此模型预测历年的月成本费用得到相对误差的绝对值平均值为5%以内时，则表明该模型可有效运用于煤层气业务的成本费用预测及效益管控。通过数据分析的运用，形成更为合理的预算指标分配方法，提高了预算分解的合理性和可行性，实现了降低煤层气单位操作成本的目标，由0.53 元/方降低至0.51元/方。

曼飞龙塔在当地及中国佛教史上具有极其重要的地位。之所以建造此塔，是因为在曼飞龙塔正南向的佛龛下的一块原生岩石上，留有一人的裸足印，相传是佛祖释迦牟尼的足印，于是便建塔进行顶礼膜拜。

3.4.4 基于数据，提升储气库业务运营效益。华北油田分公司苏桥储气库自2013 年试运行以来，积累了大量的运行数据，通过数据的分析，各类成本中电力成本直接占到运行成本的50%以上，而电力成本中单位注气成本占到50%以上，因此，将单位注气电费作为成本费用的核心分析对象。根据储气库建设和生产运行情况，收集整理自2014年至2017年的逐月历史数据，运用灰色关联分析法，刷选影响注气电费影响核心指标注气量和出气压力；运用数据分析技术，建立运行模型，确定适合各种运行状态的注气电费定额指标，通过现场数据对比，定额指标和实际运行的差异率控制在5%以内，提高了储气库成本管理的精度和准确性，实现了储气库运行成本的有效降低。

3.5 物资采购精准管理

3.5.1 基于ERP历史数据，整合物资采购分析平台。根据中国石油集团公司信息系统建设“六统一”的原则，结合华北油田各业务链条的实际需求，搭建华北油田公司ERP 数据分析平台，利用已存储至本地的ERP专业数据库中的数据进行业务功能的实现和业务主题分析，在满足各部门业务需求的同时，辅助各业务管理部门和公司领导的经营管理和决策分析。

将物资采购的各环节从需求提报、采购申请、交易平台上传、订单处理、物资交货、收货发货等业务流程按照体系文件的要求进行网络化，同时收集整理在此过程中产生的各种数据；然后，将已建各种信息系统的数据进行集成，包括网上超市、ERP系统中的物资采购数据的实时运行数据、企管一体化平台中的管理流程节点数据等等；最后，在大量数据集成之后，根据各类数据的不同及可获得性，分别构建数据分析与评价模型，为各级管理人员提供决策依据。

3.5.2 基于大数据进行采购数据成本分析。收集的物资采购数据，按物资类别、单位、业务流进行多维度数据分析、影响因素分析、各类统计报表分析，通过对历史数据采购量及价格的波动，分析未来的价格走势。根据历年采购量确定的基本情况，引导物资采购在价格低谷批量采购，可以大幅度降低采购成本，为公司领导层的降本增效决策提供数据依据。针对价格波动较大的物资，通过建模运算拟合得出每月平均采购单价和每月采购量，分析出全年最低月份、全年最高月份、全年平稳月度等，确定集中采购的时间点。如无缝钢管的采购价格，每年4月份左右采购价格为全年最低，9月份到12月份采购价格趋于平稳，若全年采购量基本确定，在价格低的月份进行采购可以大幅度降低采购成本。

3.5.3 基于大数据进行采购时效分析。依照物资采购各环节的管理规定、工作流程，实现从需求计划提报、审批、采购申请、传输交易平台、采购交易、订单处理、供应商交货、收货发货等环节的业务流程的展示和节点消耗时间统计分析，并从任意已知的节点查看物资需求计划的整体执行情况。通过分析采购业务流程中各业务节点的平均时效和偏差情况，确定各业务节点的工作时效是否合理，以及及时提醒督促造成流程缓慢的业务节点操作人员，寻找时效短板，提出改善方案，从而充分发挥油田物资供应保障能力，进一步提高物资供应人员履职能力，持续提升物资采购效率和服务水平。

首先，计算每一条记录的各个业务节点的时长值（以天为单位，最短时间为1d），时长值为后续业务操作时间减去前置业务操作时间，以此来确定每个时间段所处的位置。通过大量历史数据，分析每个节点所用时间，得出各节点期望值，以期望时间作为本节点的工作时效长度，并标注在一个标准差内单据的占比，在两个标准差内单据的占比。以此来发现异常单据操作，解决问题也有的放矢。利用确定的分析模型，对华北油田公司物资采购时效进行分析，得到分析结果，明析业务流程执行情况。按照单位、需求计划上报月份、计划类型、物资大类对单位需求计划业务流程节点进行统计分析，实现精确显示单条需求计划的流程信息，系统显示该节点时间、操作人以及耗时时间。

3.5.4 多数据整合分析，优化物资采购供应链。物资采购涉及物资的选择、采购、仓储、出入库等。物资采购的各数据实现整合后，多个相对独立的数据单元通过物资编码、类型等实现了关联，形成了完整的数据链，通过物资采购分析功能模块，分析采购供应链的制约环节，提出优化建议。

通过整合的物资采购分析平台，对物资采购，从需求提报、需求审批、申请、订单处理、交货、发货等环节设置的实效管理要求，设定各环节处理时间和考核目标。应用数据分析方法，对采购流程中各节点消耗时间进行统计分析，可以从关键的节点获取物资需求的整体执行情况，根据这些提出预警及改进建议。

结合历史采购数据和物资使用单位的需求，结合以往的设备采购信息，综合判断，辅助物资采购部门、物资使用单位进行供应商的优选，保证物资的正常采购和油气田稳定的连续生产。同时，结合各供应商的供货信息与考核指标，以及物资使用状态分析评价结果，分析不同厂家的设备故障率、产品合格率、供货时效、综合成本、最终用户评价等各项数据指标，对各供应商的整体水平进行综合评价。根据评价结果，对各供应商进行资质分级，为设备采购决策提供辅助参考，以期设备采购的效力最大化。

4 取得的效果

4.1 提高了油田企业生产效率

通过实施大数据的深度挖掘和深化分析应用管理，强化了业务过程的管理和监控，保证业务过程的可视和可追溯性，确保业务执行目标的达成，推动绩效考核方式持续改进。利用数据分析技术，深度挖掘数据价值，进一步提升了管理水平，优化了合理调配资源，促进了管理方式从粗放型向精准型的转变；实现了从单纯数据积累和经验配合到复杂知识成果转化的信息化管理，降低了工作强度，提高了油水井的生产效率。

4.2 提升了油田企业管理水平

华北油田公司各级生产与管理人员利用数据挖掘精准管理的成果，能够高效地组织生产，更精准地找到提质增效的关键节点，有针对性制定改进措施，为各级管理人员的降本增效决策提供数据依据；利用计算机、网络、移动终端等现代化工具，应用深度挖掘后的数据成果，加快了信息处理速度，减少了管理环节，加强了各部门、各层级之间的管理协调和沟通能力，提升了整体的综合管理水平，确保了华北油田公司高效、稳健的发展。

4.3 取得了良好效益

“油气田企业基于大数据挖掘的全链条精准管理”项目实施后，华北油田公司的经济效益和社会效益持续提升，通过利用数据发现规律、预测变化趋势、总结经验、高效决策，降低了华北油田公司生产运行成本，提高了人员工作效率，通过现场施工工艺的优化，减少建设投资和能源消耗，降低了原油日常运维费用，2018年创造经济效1 791.352万元。

5 结语

大数据时代的到来，引领传统能源企业走向更加高端的智慧油田发展阶段。华北油田公司顺应行业发展趋势的需要，为有效实现企业管理变革及持续发展，确立了基于大数据挖掘的精准管理的指导思想和实施思路，建立并实施从勘探开发主营业务到新能源新兴业务，再到物资采购管理等涉及企业全产业链的精准管理体系，提高了油田企业的生产效率，提升了油田企业的管理水平，取得了良好的经济社会效益。