数字孪生在油田生产管理中的应用研究

章瑞　马建军　马瑾

［摘 要］当今世界，科学技术正朝着数字化、信息化以及智能化的方向发展，而传统能源产业的石油勘探开发工作在新时代背景下将会遇到新的挑战。石油企业需要正确认识数字孪生等新兴信息技术对油田生产管理的积极推动作用。在数字化、智能化油田建设理念的引领下，油田生产管理要充分运用数字孪生技术为优化管理流程和提高管理效率赋能，全面提升油田管理的全程可视、动态感知、集成协同、预警预测以及分析优化能力。文章阐述数字孿生技术在油田生产管理中的应用价值，分析油田生产管理的特点，以及在油田生产管理中如何应用数字孪生技术，以期为油田相关工作人员提供参考。

［关键词］数字孪生；油田生产管理；大数据

doi：10.3969/j.issn.1673 - 0194.2023.14.027

［中图分类号］TE319［文献标识码］A［文章编号］1673-0194（2023）14-0082-03

0     引 言

近年来，人工智能、大数据、数字孪生、云计算、泛在物联网以及5G通信等技术与不同生产行业的深度融合，推进了产业分工深化和生产结构体系再造。数字双生（Digital Twin，DT）又被称为数字双胞胎、数字镜像，或者数字映射，最早由美国密西根大学教授提出，并用于美国国家航空航天局（National Aeronautics and Space Administration，NASA）在2010年对飞行器的真实运行活动的镜像仿真，其核心是以生产制造的需求为牵引，融合多维度、多属性、多粒度、多应用可能性的仿真技术，通过虚拟空间映射物理空间的系统，实现对物理实体、空间、行为的模拟与仿真［1-2］。将数字孪生技术引入油田生产管理中，可以通过全场景传感器和泛在物联等技术实现对全管理要素物理实体对象的信息感知，再通过数字技术对物理实体对象的特征、行为、过程和性能等进行描述与建模，形成对油田生产管理的可视化、数字化感知，提高预测、处理、决策和执行能力，实现对油田生产运行计划、技术、人员、设备、环境的优化，提升油田生产运行的管理效率，增强石油企业风险应对能力［3-4］。

1     数字孪生技术在油田生产管理中的应用价值

数字孪生技术可以为油田生产运行构建一个以管理全要素为对象，虚实结合的信息大陆和信息共享可视化管理平台。首先，数字孪生技术以虚拟空间作为载体，以油田生产管理所涉要素为实体对象，通过建立实体对象间的静、动态映射关系和元数据、事件数据、环境数据的动态分析，以及虚拟和实体之间的信息实时交互、链接和驱动，可以实现油田生产运行计划、技术、人员、设备、环境的数字化、模型化、逻辑化和可视化，形成“平台—信息”的交互［5］。其次，数字孪生技术可以通过“感知+物联”，将油田生产管理面对的人、物、资源等物理实体和信息融合在一起，以传感器作为信息采集手段来感知物理实体状态，同时又将指令信息反馈给物理实体，形成“物理—信息”的交互。再次，数字孪生技术可以在异构数据的数据库上层构建统一的虚拟层，通过对称或不对称的信息融合策略构建不同结构信息与信息之间的交互路径，打通各信息孤岛之间的信息链路，形成“信息—信息”的交互。

中国石油公司、中国石化公司以及中国海洋公司等众多知名企业开展了一系列“数字孪生”的研究和实践。中国石油公司已在多个产业链进行应用研究，中国石化也在石油化工领域积累了大量的实践经验，在工业互联网上沉淀了“数字孪生技术”，并以此为基础，建立了以资产、装置和机理为基础的数字孪生系统，为石油化工产业的数字化转型注入新的动力，也为我国增加新动力。

在数字孪生技术构建的油田生产管理平台中，油田生产企业能够从生产效益、运行安全和管理效率等多个方面获得助力。油田生产企业按照全生命周期管理的要求，从生产需求、产品规划、流程设计、工艺优化、产品生产、产品经销、产品使用、使用反馈，到产品回收、产品再生的全过程智能感知、采集、收集和融合数据，为油田生产运行提供全周期、全场景的信息可视化展示，保证管理者能够从不同粒度的虚拟场景对真实世界的油田生产系统和设备实体状态进行全面感知。同时，管理者可以按照个性化的决策需要，主动选择监控实体，并有针对性地采集监控实体的运行数据，从而提高管理决策的科学性和准确性，优化管理流程，提高管理效率，节约管理人力和时间成本。

2     油田生产管理的特点

在我国石油天然气领域，数字孪生技术刚刚起步，其理论与技术的研究与应用还处在初始阶段，需通过长时间的摸索与不断的尝试，建立一个较为成熟的数字孪生技术体系。结合目前国际上对数字孪生的研究成果和最佳实践，可以按照以下步骤进行：场景可行性分析、关键工序识别、试验项目实施、规模化实施与推广、孪生过程监测、反馈与优化等，将数字孪生在石油工业中的应用落地，并对其进行反复优化，最终将其从基于构建与运营的动态孪生提升为具备自适应功能的自主孪生，最终形成石油工业中成熟的数字孪生技术平台与标准应用。

油田生产管理对象包括人、物、信息、流程等各方面要素。人和物是油田生产运行面向的主要实体对象，有着类型多元、数量众多、实时动态可视化差的特点，一个油田有以万计的油井，以十万计的配套设备。目前，生产管理部在面对类型多样、数量众多的一线工作人员、油井、储罐等实体时，无法实现管理的扁平化和有效性，对具体实体的监控也只能通过人工汇报和现场监督实现。虽然有些油田引入了视频监控，具备了一定的可视化能力，但仅以全程全景为目的，实时视频动态采集也带来了海量的无效数据。油田生产运行涉及的管理信息具有规模大、结构各异、共享度低、不对等的特点，前期随着“数字化油田”建设的开展，油田生产运行全生命周期的数据不断地产生并被采集，但这些数据大多是静态、孤立和分散的，油田管理部门只能了解本部门负责环节的相关数据和信息，信息的传递和应用也都是片状和条状的，管理人员无法站在全局的角度直观了解整个业务的动态运行情况，并主动监控和提取决策所需要的信息。油田生产运行的管理流程具有高复杂度和实时性的特点。目前，油田的运行检测、管理控制、功能消耗、故障诊断以及健康管理等内容还是以事务性的业务流程传递为主，人是管理的主体，也是管理流程实现的节点，但仅通过人为管理只能实现基于数学模型的短期规划和短期调度，无法实现油田生产运行的全生命周期管理，也无法通过数据挖掘、数据融合、数据优化等技术优化管理流程的内容和节点。

3     数字孪生技术在油田生产管理中的应用

油田生产管理的过程中，需要积极推进管理与数字孪生技术的融合，借助数字孪生技术为油田企业的管理赋能。通过管理要素可视化、实体状态信息的动态感知、异构专业数据的数据库融合、运行风险预测，可以实现生产业务的协同管理，应对生产运行突发情况点对点的高效调度指挥，优化生产运行的管理流程，减少人工报送、交互环节，提高生产管理效率，节约生产成本。

3.1   管理要素可视化

油田生产管理可视化主要通过数字孪生技术实现人、物等物理实体在虚拟空间形状和状态的可视化，以及信息和流程在内容、交互、流转与拓扑关系的可视化。油田生产管理包括产、储、盖、运、圈、保等多个环节，按照管理的实际需要，首先建立与油田生产管理实体在形态、状态、行为和规律相同或相似的“物理—信息”映射关系，通过三维激光等技术采集厂、库、站、井、设备、连接管线、地形、人员等物理实体对象的几何形状、位置、数量信息，在数据采集的基础上选择合适的表达软件建立物理实体虚拟可视化模型，根据不同层级管理决策需要确定可视化模型的数据展示边界和数据表现形式，减少和优化可视化模型中无效管理数据。通过管理软件计算机辅助设计（Management Software Computer Aided Design，MS-CAD）、建筑信息模型（Building Information Modeling，BIM）可以构建油田生产运行场景虚拟空间的模型底图，通过3ds MAX或Unity3D技术可以将场景模型底图及人员设备三维化，通过ArcGIS Engine的GIS组件库可以给三维化的模型赋值，使其具有位置属性，并与真实的地理空间形成映射。其次，通过工作流、数据拓扑等技术提取融合可视化数据，建立油田生产运行业务信息、业务流程交互和流转关系的可视化模型，然后选择适配增强现实（Augmented Reality，AR）、虚拟现实（Virtual Reality，VR）、混合现实（Mixed Reality，MR）等技术，按照不同层级和粒度的需要向管理人员进行可视化数据和模型展示，实现油田生产管理全要素、全周期的可视化。

3.2   实体状态信息的动态感知

实时数据交互能力是数字孪生体核心，也是油田生产管理模式创新的内驱动力，通过对实体的动态数据进行采集、处理、更新、显示，实现虚拟空间与现实世界动态实时的虚实交互。实体的动态数据主要可以通过传感器技术和非接触的电子识别技术来采集。传感器技术主要是实时感知油田管理实体对象的状态、性能、变化等信息［6］。例如，在钻井作业时将加速度传感器、噪声传感器放置于井台的测量点，将霍尔电流传感器放置于钻头的主轴动力线上，分别采集钻井台工作过程中振动、噪声、有效电流的数值变化数据，作为故障诊断、使用生命周期预测的数据支撑。非接触的电子识别技术主要是实时感知人员、设备等可移动实体的身份、特征、位置信息，将射频识别（Radio Frequency Identification，RFID）、超宽带（Ultra Wide Ban，UWB）、二维码、条码与实体绑定，再通过与物联网连接的基站或读取设备就可以实現动态数据采集。管理人员将这些实体状态信息与可视化模型结合，就能实现对关键实体和关键状态参数的远程实时感知。

3.3   异构专业数据的数据库融合

油田生产管理涉及诸多专业领域，现有专业数据的异构化是管理专业化、精细化的必然产物。数字孪生技术可以在异构数据的数据库上层构建统一的虚拟层，由虚拟层完成与异构专业数据库之间的数据交互和标准共享，将专业库的数据有效融合，打破原有各专业库之间的“信息孤岛”，再将融合后的信息提供给主数据模型作为交互、共享和可视化信息的基础。Kafka Connect就是一种可用于在Kafka和其他数据库之间可扩展的、可靠的流式传输数据的工具，可以将所有数据库数据映射至Kafka主题下进行融合［7］。通过异构专业数据的数据库融合策略，可以实现基于Golden DB、TDSQL、OceanBase 2、MySQL、MS SQL Server、PostgreSQL、Oracle以及IBM DB技术的专业数据库之间数据自动和准确的语义映射构建，同时满足传感器配准和多源数据的时空一致性要求，避免数据库的重复建设和数据的重复采集，有效地降低数据利用的成本。

3.4   运行风险预测

油田生产管理期间，应用数字孪生技术将动态感知数据与油田生产管理相关业务的数字词典模型数据相结合，通过数据挖掘、数据清洗、数据匹配，由数字孪生体实现自主的风险预测。数字孪生技术具备自我学习能力，可以预测或发现物理实体的行为异常，并在数字空间进行模拟和调试，再用于预测未出现或者未掌握的物理实体新的运行模式，最终将指标变化、产量波动、安全环保、油藏经营等风险预警内容存储在数字孪生空间，以直观的可视化模型展示给管理人员。管理人员也可以根据预测、预警的结果调整、反馈对实体动态信息感知和采集的需求。在对钻井的风险预警中，通过数字孪生技术动态采集钻头的历史应力数据，再通过BP神经网络对钻头的历史应力数据进行神经网络的训练，结合数据的正向传导和权重的反向修正得到风险预测模型，用于预报钻井的生产运行风险。

4     结束语

数字孪生技术是诸多先进信息技术发展和应用的综合体，依托油田生产数字化、信息化建设成果，研究数字孪生技术在油田生产运行中的应用可以提升油田管理的动态可视化监控能力、风险预警能力、决策自治能力以及应急反应管理能力。目前，各行业的数字孪生应用为油田数字孪生体建设提供了参考，因此本文以油田生产管理的实际需要为牵引，系统分析数字孪生技术的适用范围与应用的可能性，探讨了如何在油田生产管理中实现数字孪生技术与业务融合，形成具有智能采集、全面感知、智能控制、预警预测的数字孪生体，支撑油田管理模式和技术的更新，提高生产率，降低开发成本，提高应对和防控风险的能力，保障国家能源开发安全。

主要参考文献

［1］GRIEVEC M.Digital twin： manufacturing excellence through virtual factory replication［R］.2015.

［2］卢阳光，马逢伯，漆书桂.数字孪生视角的数字工厂建设

［J］.信息技术与标准化，2019（6）：35-39.

［3］曾颖，石峰，刘英.数字孪生技术在油气田业务中的应用现状及未来需求［J］.信息系统工程，2021（10）：91-92.

［4］李雪瑞，侯幸刚，杨梅，等.数字孪生驱动的工业产品CMF设计服务模型构建与应用［J］.计算机集成制造系统，2021（2）：307-327.

［5］高晓瑀.无人值守在油田生产管理中的应用［J］.石化技术，2021（7）：201-202.

［6］徐栋.对标管理在油田生产工作中的应用［J］.化工管理，2019（7）：217-218.

［7］修增鹏.油田智能生产指挥平台建设［J］.石油规划设计，2019（6）：32-36，49.

［收稿日期］2023-01-02

［作者简介］章瑞（1977— ），女，浙江绍兴人，硕士，高级工程师，主要研究方向：数字化和智能化应用。