您好, 访客   登录/注册

大数据技术在油气地质勘探中的应用分析

来源:用户上传      作者:

  摘 要:大数据技术已逐渐渗透进社会生产生活的各行各业中。石油地质行业虽然是传统行业,但涉及学科和领域众多,在长期的勘探实践中积累的各方面数据和信息量非常庞大。随着油气勘探理论和技术水平的提高,油气勘探工作正逐渐向大数据化迈进。目前我国石油消耗量已位居全球前列,但我国自身石油资源量却因快速消耗而逐渐减少,勘探难度不断提高加大。如何精准快速地在众多数据中快速高效地提取有用信息,成为提高勘探成功率的关键。将大数据技术和油气勘探过程相结合,必将为油气勘探行业的快速发展提供重要支撑。该文针对油气勘探工作的特点,对目前大数据技术在该行业中的应用现状进行分析,并对其存在问题和相应的对策进行初步探讨。
  关键词:大数据技术 油气 地质勘探 应用分析
  中图分类号:TE973 文献标识码:A 文章编号:1672-3791(2019)01(b)-00-02
  1 油气勘探大数据的特点
  油气勘探是一项涉及学科较多,工程量巨大的工作,數据贯穿着石油勘探的整个过程。总体来说,油气地质行业大数据具有以下特点。
  (1)数据量大。油气勘探数据往往规模巨大,如三维地震勘探数据其体量甚至可达PB级。另一方面,随着勘探过程的持续进行,原始数据和成果数据、老数据和新数据不断积累,数据量日益增加。这些海量数据的产生,使得大数据技术在该行业的应用前景十分广阔。
  (2)类型繁多。油气勘探工程涉及多门学科、多种技术,数据类型众多。主要包括测井数据、录井数据、钻井数据、地震数据、重磁勘探数据和地球化学数据等。此外,在油气勘探的不同阶段,所产生的数据类型也有所不同,譬如野外地质露头资料,野外地质填图资料,遥感影像资料、岩心样品资料等。这导致油气勘探资料具有明显的多元性。
  (3)时空关联性。油气藏的形成是一个漫长的过程,在其发展演化过程中,地质作用受到多种因素影响,导致地质条件十分复杂,进而导致不同时期、不同地区油气成藏规律迥异。但在一定的区域范围内,这些油气的分布在时间和空间上有一定的关联,遵循一定的规律[1]。运用大数据技术,可更好地分析相同地质条件下油气分布的规律性。
  2 大数据技术在油气勘探中的应用现状
  大数据分析技术在油气勘探的各个方面、各个步骤中均得到了良好运用[2],如地震数据属性提取、储层建模、钻井方案优化、油气资源评价和生产方案优化等方面。这些技术的运用对提高油气勘探效率和降低成本有明显促进作用。目前大数据技术在油气地质勘探过程中主要应用在以下方面。
  2.1 基础地质条件的研究
  油气勘探的第一步工作就是搞清楚勘探区域的基本地质情况,譬如不同构造带、不同层位的主次断裂的发育情况等。对于油气勘探目标区域的地质条件的研究和掌握的程度,直接关系着油气勘探的成败。因此,油气勘探的前期对地质条件的研究显得尤为重要。对于地质条件较为复杂的勘探区,不同区带的断裂等数据差异巨大,但往往存在一定的关联性和规律性,这为大数据技术的引入提供了可能性。通过大数据技术,对断裂等数据进行存储和管理,建立一个一体化程度较高的管理和预测模型,可使得大数据技术在油气勘探程序的第一环节得到有效应用。
  2.2 地震勘探数据处理
  地震勘探是石油地质勘探中十分重要的技术,其流程包括地震资料的采集、处理、解释等。大数据技术在地震勘探的多个环节均已得到应用。在地震数据的解释环节,可利用大数据技术从地震属性中提取出地震波的振幅、频率、相位、能量、波形等多种参数,以及这些参数的梯度变化等信息。大数据技术的引入,一方面使得解释人员对地震数据的处理效率、合理性、准确性大大增加,另一方面可使以往那些容易被忽略的、有潜在价值的地震数据更容易被识别。
  目前世界几个大型石油巨头公司均用到了大数据技术:美国雪佛龙公司在地震数据处理的多个步骤(如储层的分析和识别)中均用到了Hadoop技术[3],通过高性能计算机对地震数据进行计算,并将处理后的数据通过计算机模型进行分析。荷兰壳牌石油公司在地震勘探过程中运用云计算技术实时采集和分析各种勘探开发数据,使油气开采的成功率明显提高。在国内,三大石油公司均开始尝试将大数据引入油气勘探中,而地震勘探更是大数据应用的主战场[4]。我国最大的物探公司东方地球物理勘探公司,利用大型超算中心的GPU集群,使得地震数据的处理效率突飞猛进,节省了大量人力、物力和时间成本。
  2.3 油气井产能的预测
  大数据的本质是预测,也即从大量数据中挖掘有用信息,并对其发展趋势进行预测,为决策者制定合理的应对方案提供科学依据和支撑。目前已有石油公司尝试通过油气田生产过程中收集到的大量数据,对油气井后期的产能进行预测,这种方法对于老井尤其有用。由于老井开采时间较长,其产能严重下降,成本显著增加,后期能否产生效益的不确定性大为增加。但这些老井在长期开采过程中已积累了大量的相关数据。大数据技术可通过对老井的地震、钻井和生产数据的分析,将储层和产能的变化情况实时的提供给决策者,方便工作者对后期的开采情况进行预测,对其开发方案进行改造和优化,使老井的生产效益实现最大化。
  2.4 油气相关设备的维护
  从油气的上游勘探开发到下游的冶炼运输,涉及到大量的专业设备,这些设备的运营和维护需要石油公司付出较高成本。如将大数据技术运用到各项设备的故障预测和性能维护方面,可达到较好的节能减耗效果。要实现这一目的,需在油气的勘探、开采、冶炼和运输过程中,收集包括压力、温度、体积在内的各种相关数据,以及设备的消耗和损坏情况等,并将这两类数据进行比较,分析两者之间的关联性并总结其规律。通过上述途径,就可利用大数据技术对容易出现故障的部件和故障发生的位置、频率和事故的原因等进行科学性预测,以采取针对性的措施,实现设备故障的自动化预测,以达到提高维护效率、节省维护成本的目的。   3 大数据技术在油气勘探中所面临的问题
  大数据技术在油气勘探领域前景十分广阔,其推广和应用必将带动石油勘探行业的发展。但是目前来看,大数据技术在这一领域的应用仍处于初级阶段,尚有较大发展空间,其发展受到多方面因素的制约。
  制约油气地质大数据技术发展的最大的因素是数据共享问题[4],这是横亘在油气地质大数据发展面前的一大鸿沟。油气勘探是一项程序复杂且工程量巨大的工作,涉及到多個地区、多家公司、多个部门。在几十年的油气勘探历程中,不同的单位和部门已经积累了大量的油气勘探地质数据,但由于这些数据可能涉及到各方利益,往往具有较高的保密性,导致各部门之间缺乏资源共享。如何将这些数据整合起来,搭建高效共享的油气勘探开发及科研平台,这是油气勘探大数据技术面临的最大问题。
  制约油气地质大数据发展的另一大因素是人才问题。大数据技术本身是一个新兴行业,其在油气勘探行业的应用也属于初级阶段,目前油气勘探大数据行业相关的人才仍然比较缺乏。另一方面,我国的油气勘探公司大多是大型垄断国企,由于长期的管理体制问题,思维相对于互联网公司来说有些守旧,技术更新也较慢;而高端的大数据技术大多掌握在新兴的互联网公司手中。以往两者之间的技术交流和合作较少,这在一定程度上也制约着油气地质大数据技术的发展。
  4 结语
  大数据技术向油气勘探领域的渗透,为油气勘探工作的发展提供了前所未有的机遇,也带来了挑战。油气勘探行业从上游到下游花费了大量的人力和物力才积累了巨量数据,这些数据如果不能共享,则将永远束之高阁,永无用武之地。油气地质大数据技术的核心问题不在于数据,也不在于技术,最大难点在于人,在于能否改变思想认识,让数据能够有效共享,以促进油气地质大数据共享平台的建设,得这些数据能够发挥最大的作用。此外,油气地质大数据技术的发展也需大力发展先进的信息技术,促进石油公司和互联万公司的技术合作和交流,并加大相关人才的培养力度,从而不断地改进油气地质大数据技术,提升我国油气勘探开发的能力和水平。
  参考文献
  [1] 翟明国,杨树锋,陈宁华,等.大数据时代:地质学的挑战与机遇[J].中国科学院院刊,2018(8):67-73.
  [2] 崔海福,何贞铭,王宁.大数据在石油行业中的应用[J].石油化工自动化,2016,52(2):43-45.
  [3] 李金诺.浅谈石油行业大数据的发展趋势[J].价值工程,2013(29):172-174.
  [4] 王喜双,赵邦六,董世泰,等.油气工业地震勘探大数据面临的挑战及对策[J].中国石油勘探,2014,19(4):43-47.
转载注明来源:https://www.xzbu.com/8/view-14685436.htm