同曉

摘要：隨著油田生產開發(fā)的不斷深入，目前，我國大多數的油田已進入高含水或特高含水期。為確保原油的穩(wěn)產以及高產，提高抗擊的能力，必須建立油田開發(fā)動態(tài)預警系統(tǒng)。其中預警指標的選取，則成為建立預警系統(tǒng)時相當重要的一部分，本文將數據挖掘中的關聯(lián)規(guī)則應用于預警指標的選取工作中，并完成了預警指標的選取，為建立油田開發(fā)預警系統(tǒng)提供了基礎。

關鍵詞：關聯(lián)規(guī)則；預警指標；數據挖掘

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2016）05-0233-02

目前，我國多數油田生產已進入高含水或特高含水期，為保證原油的穩(wěn)產甚至高產，必須及時準確地進行油田開發(fā)動態(tài)的評價與預警。本文利用數據挖掘中的關聯(lián)規(guī)則算法對油田開發(fā)動態(tài)預警系統(tǒng)的預警指標進行確定，通過分析各項開發(fā)指標的關聯(lián)度，確定了與原油產量關聯(lián)度較高的10個生產因素，作為油田開發(fā)動態(tài)預警系統(tǒng)的預警指標，為下一步油田開發(fā)動態(tài)預警系統(tǒng)的完成打下基礎。 將油田生產開發(fā)過程中可能出現(xiàn)的文獻情況提前告知油田開發(fā)管理部門，以盡快做出防范措施，進而保證油田原油的穩(wěn)產以及高產。

1 關聯(lián)規(guī)則

假設I={i1，i2，…，im}是數據項的集合，D是數據庫事務的集合，其中的事務用I表示，I?I。D中所有的事務都有一個唯一的標識TID。設A是一個項集，事務I包含A，當且僅當A?I。

同時滿足最小支持度和置信度閾值的關聯(lián)規(guī)則，稱為強關聯(lián)規(guī)則，一般用0%～100%之間的值表示。項的集合稱為項集，包含項集的事務個數稱之為頻度，如果項集A出現(xiàn)的頻度大于給定的最小支持度，可稱之為頻繁項集。

通常情況下，關聯(lián)規(guī)則挖掘可以理解為兩部分內容：

1）尋找頻繁項目集：找出滿足最小支持度的所有頻繁項集，即就是支持度大于等于最小支持度的項目子集。

2）產生關聯(lián)規(guī)則：在所有的頻繁項集中，找出滿足最小支持度和最小置信度的關聯(lián)規(guī)則。

2 Aprior算法

1994年，Agrawal提了Aprior算法，該算法利用逐層搜索的迭代方法，利用K—1項集可搜索得到K項集。首先，對數據庫進行完整掃描，對每個項的計數進行累加，同時找到所有滿足最小支持度的項，找到頻繁1項集的集合，標記為L1。而后，用L2找出頻繁2項的集合L2，接下來再有L2找到L3，按照這樣的方式不斷迭代，直到頻繁K項搜索完成為止。其中每查找一次L都需要完成一次數據庫的全面掃描。

Aprior算法一般可以分為兩個步驟：連接步和剪枝步。

1）連接步

為了找到Lk，一般會將Lk-與自身進行連接生成集合候選K項集。該集合記為Ck。假設L1和L2為Ik-1中的項集。Apriori 算法假設事務或項集中的項按字典排序排列。對于（k-1）項集L i ，則有排序 L i[1]1

可理解為當（L1[1]=L2[1]）∧（L1[2]=L2[2]） ∧（L1[3]=L2[3]） ∧…∧（L1[k-2]=L2[k-2]） ∧（L1[k-1]=L2[k-1]）時，則LK-1的元素L1和L2可以完成連接的。

2）剪枝步

定義CK是LK的超集，即就是CK中的項既可以是頻繁項也可以不是，但是它包含所有的頻繁K項。對數據庫進行掃描，確定CK中每個候選集的數目，并且確定LK。

算法步驟描述：

輸入項：事務數據庫D；最小支持度；最小置信度。

輸出項：事務數據庫D中所有的頻繁項集L以及強關聯(lián)規(guī)則。

3 預警指標的選取

油田開發(fā)動態(tài)預警就是以油田的歷史生產數據、地質分析、開發(fā)規(guī)劃、相關生產資料以及專家的咨詢意見為依據，建立的預測體系，將油田面臨的產油波動情況和危險情況預先告知油田開發(fā)管理者和決策層，并分析造成危險狀況的原因，以便油田開發(fā)管理者以及決策層提前做好防范措施，保證原油的穩(wěn)產以及高產。

要完成油田生產預警系統(tǒng)的建立，我們必須要選取合理的預警指標。在油田生產過程中，影響原油產量的因素大體可分為地質因素和人為因素兩大類。地質因素，從某種程度上說是不可改變的，可控性較弱。而人為因素則相對比較容易控制，預警系統(tǒng)選取的預警指標通常也就是這些可控性較強的認為因素，如采油速度、注水量、綜合遞減率等等。

選擇油田生產預警指標的時候，既要建立合理的預警體系的框架，又要確保各個生產指標間的相互獨立性。因此，我們可從油田各項開發(fā)指標中按一定的要求提取出歷史數據，對那些影響原油產量指標參數進行挖掘，找到影響原油產量某些參數的關聯(lián)規(guī)則，從而以更好地選取預警指標，提高預警的準確效率。

我們以采油一廠的歷史數據為基礎，利用數據挖掘中的關聯(lián)規(guī)則完成預警指標的選取。首先完成數據的預處理，然后建立數據倉庫，在此基礎上挖掘所需關聯(lián)規(guī)則。

3.1 數據處理

1）空值處理：本文利用牛頓差值多項式的計算方法，對原始數據中的空值進行填充。

2）噪聲數據：在原油生產過程中，影響原油產量的因素很多，包括可控因素和不可控因素，相應的數據類型也會比較多。在利用 Apriori 算法進行關聯(lián)規(guī)則挖掘之前，我們必須對原始數據進行處理，同時結合實際生產情況和專家提供合理數據范圍，檢查各數據表中的數據，利用聚類或分類的方法來找出噪聲數據，然后將噪聲數據看做空值，利用空值處理的方法替換噪聲數據。

3）數據集成：從數據倉庫中整理數據建立數據集為關聯(lián)規(guī)則的挖掘準備，Apriori算法屬于單維度關聯(lián)規(guī)則挖掘，因此要對原始數據進行變換，使之成為同一個字段類型的數據表。

數據集成方法：首先，確定每一個屬性意義和相應的原始數據；然后，根據各數據表的主鍵和外鍵并找到與它們相連接的源數據。完成數據的集成。接下來進行關聯(lián)規(guī)則挖掘就需要用到這些數據集成。另外，數據集成的過程中，應該將實體類型和驅動分類碼日期屬性進行刪除，來提高數據挖掘的效率。

3.2 關聯(lián)規(guī)則挖掘

本文中將油田開發(fā)過程中的20個生產因素作如下的命名，I1（舉升方式），I 2（月產油量），I 3（采油速度），I 4（月注入量），I5（月虧空），I 6（綜合含水率），I 7（平均動液面），I 8（采出井開井數），I 9（注入開井數），I10（采液速度），I11（井口壓力），I12（綜合遞減率），I13（自然遞減率），I14（平均流壓），I15（綜合氣油比），I16（累積注入孔隙體積），I17（地質儲量采出程度），I18（井口粘度），I19（月注采比），I20（油井利用率）。

對采油一廠的2011年到2013年的數據進行預處理，利用數據挖掘中的Apriori算法進行挖掘，得到如表3-1所示的11項關聯(lián)規(guī)則。

本文設置最小支持度和置信度為0.05和90%。油田生產預警系統(tǒng)的主要對原油產量的數據進行監(jiān)測，所以選取能夠挖掘出原油產量的第三條規(guī)則，表示舉升方式、采油速度、綜合含水率、采液速度、綜合遞減率、自然遞減率、綜合氣油比、地質儲量采出程度、月注采比和油井利用率具有相同變化趨勢次數大于等于23次，并且當這10項指標發(fā)生變化時，原油產量變化的概率是100%。

利用Apriori 算法完成的關聯(lián)規(guī)則挖掘，選取出了用于油田生產動態(tài)預警的預警指標?？梢钥闯觯e升方式、采油速度、綜合含水率、采液速度、綜合遞減率、自然遞減率、綜合氣油比、地質儲量采出程度、月注采比和油井利用率這 10 項油田生產指標可以作為下一步建立油田動態(tài)預警系統(tǒng)的預警指標體系。

4 預警系統(tǒng)的建立

完成預警指標的選取之后，我們下一步就是建立預警系統(tǒng)，預警系統(tǒng)的主要思想是將檢測得到的生產數據，與預測得到的數據進行差值分析，然后根據差值來確定危險的嚴重程度，給出相應的預警信號。

參考文獻：

[1] 范秋芳，中國石油安全預警及對策研究對策[D] 中國科學技術大學，2007.

[2] 張孝天，油田開發(fā)預警方法研究及應用[M] 中國科技信息，2013（8）：37

[3]馬立平，任寶生，趙明.油田水驅開發(fā)動態(tài)系統(tǒng)預警指標體系的構建[J].特種油氣藏，2010，17（4）：62-65.

[4] 張增虎.中國石油和化工標準與質量[J]. 2013（02）：130.

[5] 張英， 吳茂雪. 關聯(lián)規(guī)則挖掘算法 [J]. 電腦編程技巧與維護，2014（23）：17-23.

[6] 岳杰，肖由， 譚露.關聯(lián)規(guī)則挖掘在應急管理系統(tǒng)中的應用[J].冶金自動化，2013（1）：56-58.