<form id="553jx"></form>

<ins id="553jx"></ins>

<address id="553jx"></address>

<address id="553jx"></address><address id="553jx"><nobr id="553jx"><meter id="553jx"></meter></nobr></address>

    <address id="553jx"></address>

    驅動優化 尋求新方法解鎖數據

    時間:2021-09-17 14:21 來源:《石油與裝備》8月 作者:周頡/譯



    越來越多的公司轉向人工智能和開源平臺,以從可用數據中獲得見解,并將這些見解大規模部署
     
    目前,鉆井行業充斥著比以往任何時候都多的實時鉆井數據,這些數據是通過新的和現有的井下和地面傳感器收集的。然而,由于在排序和分析這些數據時存在困難,許多組織在從這些數據中獲得性能、成本和時間節省方面的廣泛好處時遇到了挫折。
     
    為了幫助企業加速數據的價值生成,近年來,一系列專注于實時數據管理、遠程操作和人工智能(AI)支持的分析的新技術和平臺被開發出來。在越來越多的合作項目中,這些技術在幫助運營商和鉆井承包商提高效率方面顯示出了價值,無論是通過避免井中潛在的危險,還是通過減少非生產時間(NPT)和隱形損失時間(ILT)。
     
    現在,隨著行業繼續將數據驅動的基礎設施引入到他們的工作流程中,技術開發人員正在優先考慮能夠幫助大規模數據上下文化的解決方案,而不僅僅是在孤立的場景中。
     
    貝克休斯油田服務數字首席數據科學家Ted Furlong表示:“你可以從所有的數據中學習,并認識到一些你以前見過的情況。“你可以舉出其他30次這樣的例子,指出你在某個活動中做過的最相關的油井。這種分析應用真的會給你信心,你需要得到更好的結果。”
     
     
    減少低效率
     
    雖然貝克休斯多年來一直在部署以數據為中心的系統,但最近該公司專注于將數據集成和數據流機制整合到高級分析應用中。人工智能和機器學習在這一發展中發揮著巨大的作用。2019年6月,貝克休斯和C3人工智能宣布成立一家名為BHC3的合資企業。人工智能開發數字技術,結合前者的油氣資源和后者的人工智能能力。
     
    2020年4月,兩家公司部署了鉆井危害預防,這是一種利用C3的人工智能算法。貝克休斯基于物理模型和領域專業知識的人工智能能力。
     
     
    鉆井危害預防將油田歷史數據、調節器數據、運營商數據、服務公司數據和鉆機數據組合成一個托管數據模型。機器學習模型訓練日常鉆井報告、泥漿測井和工具數據,以了解卡鉆、漏失和井眼不穩定對非生產時間(NPT)的影響。然后,這些信息被整合到風險記錄和井計劃中,形成預測類似井未來問題點的基礎,用戶可以在井前規劃和實時作業中獲得這些信息。
     
    通過訓練人工智能和機器學習算法來定位和排序相關的危險信息,貝克休斯估計,主題專家用于數據分析的時間減少了60%。在最近北海的一個項目中,該軟件利用了與計劃井相似的先前鉆井數據,幫助現場團隊避免了估計4天的非生產時間,總共使用了超過640口井的數據進行預測。
     
    在北海的另一口井中,通過在1分鐘的處理時間內從過時的地質力學模型中排除不正確的假設,軟件將兩口井的總分析時間從預計的20小時減少到了不到3分鐘。
     
    該系統還包含一個實時風險登記冊,可用于油井交付過程的不同階段,提供實時警報,使用戶能夠降低鉆井作業中的風險。
     
    鉆井危害預防目前只對有限的幾家公司開放,但預計將在今年晚些時候全面推出。在測試階段,該公司希望展示該系統在多口井中覆蓋大面積的可擴展性。
     
    弗隆表示:“我們需要做的不是分析尺度,而是能夠引入所有不同的數據源,讓不同領域的完整數據攝取機制運行起來。”“讓一兩個工程師加載幾口井的數據對我們沒有任何好處。”
     
    貝克休斯還開發了i-Trak鉆井系統自動化軟件,進一步簡化和自動化了鉆井現場的鉆井過程。該套件中的一個模塊是i-Trak自動軌跡鉆井,這是一個完全閉環系統,能夠實時準確地監測井眼軌跡,并獲得導向參數/建議,以確保實現計劃的軌跡。如果需要調整導向參數以保持跟蹤,系統會自動將這些導向命令提交給井下旋轉導向系統。
     
    2019年10月,貝克休斯首次在北海挪威區塊的一口海上開發井中為挪威國油部署了該系統。該軟件被用于鉆兩個井段——一個8½-in井段。導向井段和12 - 1 / 4 -in。—在計劃井徑7英尺內,無安全事故或NPT。挪威國油目前在其北海的8個鉆井平臺上使用該系統。
     
    自i-Trak首次投入使用以來,貝克休斯一直致力于擴大i-Trak服務的能力,通過實時在線流體測量來評估當量循環密度(ECD),并應用自動化技術簡化井眼清洗程序,從而降低卡鉆事故的發生。該公司還致力于建立基于特定油藏性質的自動地質導向功能。
     
    bh3c .ai智能軟件解決方案副總裁Hans-Christian Freitag表示,除了最大限度地降低鉆井效率和NPT,運營商還希望通過鉆機利用率和工作安排來提高效率。
     
    在C3下開發的應用程序之一。該公司于2020年2月推出了bbhc3 Production Optimization,用于幫助東歐一家大型運營商優化修井計劃,以提高陸上油井的油田經濟效益。這是通過創建一個統一的數據圖像來實現的,以幫助操作員可視化和比較各種優化的場景。
     
    為了創建數據模型,該模型代表了兩個油田的1000多口井的數據,從11個不同的數據源中攝入了380多萬行數據。以數據模型為基礎,團隊創建了集成的資產模型,該模型結合了來自作業者的多個油藏、井和基礎設施模型,以及BHC3團隊建立的金融經濟模型。然后使用貝葉斯建模方法配置一個新的優化器,以運行在集成資產模型之上;它在6個用例中進行了50多個機器學習實驗。
     
    該項目耗時12周完成,為作業者提供了定制的、可伸縮的工作流程,可用于確定最佳修井方案。據運營商介紹,他們發現作業資產相關成本降低了15%,資源性能提高了10%,修井效率提高了5%。
     
    自動化的信仰體系
     
    自2013年進入油氣行業以來,Intellicess專注于幫助運營商清潔、處理和分析鉆井數據的系統。該公司的Sentinel RT是一款基于人工智能的發動機,可以幫助識別和了解鉆井功能障礙和最佳鉆井參數,包括鉆壓、轉速、扭矩和阻力、沖蝕、卡鉆、井涌和井漏。自2015年以來,該系統已投入商用,并被阿帕奇等運營商用于鉆井作業。
     
    它使用了貝葉斯網絡這是一個概率圖形模型,代表了一組變量和它們的條件相關性——有效地,計算了給定各種外部條件的事件的可能性。貝葉斯網絡可用于各種任務,包括異常檢測、診斷和不確定環境下的決策。通過Sentinel系統,該網絡可以收集來自鉆臺傳感器的數據、上下文信息以及基于物理模型的預測。然后,它確定了指示潛在井下問題的概率信念系統。

    由于貝葉斯網絡連接了可能的感知變量,信念系統的算法可以區分傳感器和過程故障,識別數據中的異常值和缺失數據,并糾正傳感器偏差。
     
    “‘信念’這個詞用起來可能有點奇怪,但它是我們所有決定的基礎,”德克薩斯大學奧斯汀分校智力研究中心創始人兼首席技術官普拉迪普·阿肖克說。“作為人類,我們看數據,分析模式,在任何給定的時刻都會產生情感。通過使用基于物理的模型和基于數據的模型的結合,我們形成了關于鉆機狀態、鉆頭反彈、粘滑、傳感器是否失效等的信念。通過觀察這些模型和貝葉斯網絡,你可以了解鉆機發生了什么。”
     
    intellisess目前正在為Sentinel rt進行兩項更新。第一個是遠程定向鉆井應用,可以提供從工具面控制不良到高摩擦和潛在屈曲等潛在問題的指示。將從實時數據中確定趨勢,以確定問題發生的概率。在確定這些問題之后,應用程序將提供糾正措施的建議。目前,intelligent正在與一家定向鉆井公司和一家運營商合作開發這一應用程序,但尚未確定商業化投產的日期。
     
    阿肖克博士稱,定向鉆井應用是對公司現有遠程作業能力的補充,減輕了遠程作業中心專業人員的工作量。“為了找出問題出在哪里,你必須觀察不同的趨勢,并將它們組合在一起,以檢測正在發生的一切。”對于一個在遠程定向中心的人來說,我們是想讓他們看看這些趨勢,還是更容易有一個算法來計算出所有的事情,然后告訴他們,比如,有彎曲的可能性?這讓數據中心的工作人員不必一直盯著屏幕,并讓他們處理例外情況。”
     
    正在開發的第二個更新也是“事件警報”特性。在垂直條形圖上提醒司鉆作業中可能發生的有害事件。其目的是防止發生卡鉆或鉆頭故障等不必要的事件。
     
    與此相關的一個項目于2020年完成,其重點是實時跟蹤井眼清潔度,這是在井眼施工過程中防止卡鉆事件的重要步驟。在該項目中,Intellicess與Apache合作開發了一種方法,通過檢查鉆井過程中的關鍵事件來建立井眼清潔效率的“信念”,從而幫助確定井眼條件。
     
    然后,通過貝葉斯網絡將這些事件的持續時間和頻率與概率特征聯系起來,從而推斷出清孔過程是好是壞的概率。事件還根據年齡進行加權,以確保當前的信仰不會受到遙遠過去的信仰的太大影響。
     
    作為2019年和2020年實時鉆井咨詢的一部分,Apache在其北美陸地鉆機上部署了這種方法。在鉆井作業過程中,包含這種信念分析的軟件在邊緣設備上連續實時運行。鉆井隊可以使用顯示器來顯示實時的井眼清潔效率信念輸出,以及一個基于時間的圖表來跟蹤井眼生命周期內的信念。
     
    與定量井眼清潔度最相關的事件和特征是鉆井過程中的循環速率、移動鉆柱時的緊點、鉆頭水力和長時間的不活動。貝葉斯網絡模型依賴于模式分析事件記錄程序,跟蹤一段時間內的井眼清洗事件,將幾個小時的鉆井信息整合到相關的井眼清洗特征中,從而可以快速處理。與傳統巖屑傳輸模型相比,事件記錄程序還允許貝葉斯網絡模型使用更少的RAM和CPU功耗。
     
    由于惡劣的井眼狀況可以從井眼清潔效率推斷出來,因此該方法與Sentinel RT的報警系統一起使用,當井眼狀況變得非常糟糕,需要采取糾正措施時,通知鉆機人員。該警報包含了基于效率信念的井眼狀況不良的可能原因,有助于加快故障排除。
     
    通過比較6口Apache井(4口井有井眼清潔問題,2口井沒有井眼清潔問題)的井眼清潔效率信念,對該模型進行了統計學驗證。該模型在整個分析井中檢測已知井眼清潔問題的有效性為84.8%。在每臺鉆機上,該系統在鉆井作業期間在邊緣計算設備上連續運行,根據設備接收的鉆井數據提供實時的井眼清潔效率信念輸出。
     
    該系統不僅可以在井眼清潔度惡化時提醒司鉆,還可以提供最可能導致井眼清潔度惡化的原因。這為鉆井人員提供了實時指導,以做出可操作的決策,避免出現卡鉆情況。
     
    開源和數據管理
     
     
    當涉及到大規模部署時,勘探與生產領域的數字化轉型計劃往往會遇到瓶頸。這是因為數據通常是豎井式的,不便于跨域協作。此外,公司之間經常缺乏對如何處理特定項目的數據的理解。數據還可能缺乏信任,因為它的沿襲通常不可用。
     
    一個行業組織,開放組織OSDU(開放地下數據宇宙)論壇,希望通過改善數據的訪問和分析方式來解決這些問題。OSDU論壇成立于2018年,由殼牌、BP和Equinor等主要運營商組成,是一個中立的技術聯盟,旨在推廣和利用技術標準、數字技術和最佳實踐,解決與井下數據相關的業務和技術問題。
     
    該公司的主要產品是OSDU數據平臺,這是一個開源的、基于云的系統,旨在以標準化格式最大限度地利用地下和井數據。公司可以采用OSDU平臺,也可以使用OSDU平臺框架構建自己的平臺,這些平臺的數據可以通過一組應用程序編程接口(APIs)獲得。
     
    該數據平臺于今年3月推出,可用于更廣泛的油氣行業。以前,該平臺只提供給少量OSDU成員用于實驗、學習和故障排除。
     
    OSDU數據平臺是建立在定義的數據模型的概念之上的。這意味著油氣行業真正的互操作性將取決于是否有足夠多的供應商和運營商使用相同的模型,其中很多是競爭對手。
     
    領導OSDU管理委員會的約翰·克雷伯斯說,說服公司加入OSDU論壇到目前為止還不是一個問題,主要是因為公司已經認識到創建自己的數據平臺的困難。
     
    此外,在OSDU平臺上構建的公司還有很多好處。首先,有一個明確定義的標準框架,確保公司的應用程序可以在任何采用OSDU平臺的勘探開發數字環境中運行,兼任殼牌IT創新副總裁和新興數字技術總經理的克雷伯斯表示。其次,根據OSDU標準開發的應用程序將有一個市場和用戶基礎。
     
    克雷伯斯表示:“如果沒有相同的標準,那么當你需要交換數據時,就會浪費大量時間。”“如果你的數據和我的數據是不同的格式,那就賺不到錢了。這個市場的利潤越來越小,公司都在專注于尋找成本效率。我們可以通過在數據空間中共同工作來看到這些效率。”
     
    由于OSDU數據平臺目前只處理地下數據,因此下一步的工作之一就是整合其他數據類型,包括與井建設和井交付相關的數據類型。這方面的工作已經進行了一段時間。
     
    去年,OSDU論壇與鉆井和油井互操作性標準(D-WIS)倡議合作創建了OSDU D-WIS項目,該項目專注于開發行業標準和推薦實踐,使公司能夠連接設備、傳感器和遙測系統。這種連接將允許用戶在OSDU數據平臺內新建和現有的鉆機控制系統上共享數據和應用程序。
     
    “D-WIS非常重要,因為我們希望將鉆井數據導入OSDU平臺,這樣就可以用于其他方面。我們希望確保鉆井工作完全融入到我們的工作流程中。
     
    D-WIS計劃始于2018年,旨在整合鉆井自動化、數據質量和高級分析方面的各種行業努力,包括SPE鉆井自動化技術部和運營商數據質量集團的工作。該項目旨在實現鉆井施工中關鍵組件和系統之間的開放和互操作通信,包括鉆機/地面系統和井下設備。其目標是將現有的適用標準、通信協議、推薦實踐和數據模型整合到一個系統中,實現鉆井和井空間的即插即用功能。
     
    在2020年OSDU D-WIS項目創建后,來自OSDU論壇成員的25家公司的50名主題專家被分成三個工作小組,專注于三個獨立的工作范圍。其目的是交付可以在OSDU數據平臺中使用的標準和系統,并將這些功能擴展到邊緣計算平臺。
     
    其中一個工作小組專注于開發鉆機現場連接框架(RCF),該框架將集成鉆機上的數據采集系統、控制和所有依賴于數據的服務。該小組的工作范圍包括確定油井建設所有階段的數據需求,以及使用通用數據模型開發實時鉆井信號的語義網絡。它還致力于上下文數據處理,定義鉆機現場的上下文數據需求,并使上下文數據能夠傳播和訪問用戶。
     
    第二組正致力于開發一種標準化接口,該接口將過程監控系統、鉆機操作系統和RCF集成在一起,這樣,無論特定鉆機是否使用控制系統,數據都可以方便地在鉆機現場的用戶之間共享。這個小組的主要目標圍繞著界面的功能。該公司致力于定義設備控制接口的需求,接口如何使用跨多個設備的命令來執行鉆機流程,并開發通過批處理命令實現鉆機流程和設備自動化的體系結構。
     
    第三組的工作是調整OSDU D-WIS Edge系統的體系結構,該系統集成了其他兩個組開發的服務。該小組正在為此目的保護邊緣硬件,并開發一個系統需求文檔,該文檔定義了運行邊緣系統所需的組件,以及將這些組件組裝成一個可行的系統的計劃。該小組將提供系統內不同級別硬件的參考規范和實現。
     
    OSDU D-WIS項目于2021年6月開始對前兩個工作組的交付成果進行概念驗證測試,并計劃在今年年底前對邊緣系統進行現場演示。
    戰略合作
    戰略合作 全球石油化工網 世偉洛克 北京石油展 API 斯倫貝謝
    亚洲成a人片在线观看网站

    <form id="553jx"></form>

    <ins id="553jx"></ins>

    <address id="553jx"></address>

    <address id="553jx"></address><address id="553jx"><nobr id="553jx"><meter id="553jx"></meter></nobr></address>

      <address id="553jx"></address>