基于大數(shù)據(jù)技術(shù)的井下異常預(yù)警平臺的設(shè)計與實現(xiàn)

劉勝娃　周雅潔　高翔　王敏

摘 要：石油資源是國家經(jīng)濟發(fā)展的命脈，石油的開采又存在一定的風(fēng)險性。如何運用現(xiàn)代化技術(shù)、方法預(yù)測和防范井下事故的發(fā)生，對提高鉆井效率具有重要意義。在我國，井下復(fù)雜事故預(yù)警研究還處于起步階段，多數(shù)企業(yè)主要依靠專家的知識經(jīng)驗，缺乏系統(tǒng)的數(shù)據(jù)支持。該文通過大數(shù)據(jù)技術(shù)對近10年的各類井控險情數(shù)據(jù)進(jìn)行收集、整理、規(guī)范、清洗、集成、挖掘和統(tǒng)計等步驟，建立井控險情數(shù)據(jù)包。利用井口坐標(biāo)關(guān)聯(lián)施工井周邊歷史數(shù)據(jù)，達(dá)到預(yù)警目的。研究使用GIS地圖鉆取技術(shù)，實現(xiàn)選取井口后的信息提示，查看已鉆井與待鉆井的距離，顯示井下復(fù)雜事故的詳細(xì)信息，達(dá)到施工井周邊任意范圍內(nèi)井控事件預(yù)警提示。經(jīng)過試點使用后，結(jié)果表明該平臺操作簡便、功能豐富、人機界面良好，能達(dá)到預(yù)警提示的功能。投入使用后，能為鉆井人員和管理者提供意見，提高鉆井工程效率，節(jié)約鉆井施工成本。

關(guān)鍵詞：大數(shù)據(jù);井下異常;SOA;云計算;信息提取;石油開采

中圖分類號：TP309文獻(xiàn)標(biāo)識碼：A文章編號：2095-1302（2020）03-00-03

0 引 言

石油資源的應(yīng)用滲透在我國各行各業(yè)的發(fā)展中，它是國家工業(yè)經(jīng)濟發(fā)展的血液。鉆井是石油開采中必不可少的一項環(huán)節(jié)。然而，地形結(jié)構(gòu)的復(fù)雜、井區(qū)本身的質(zhì)量等問題，使得鉆井工程在實施作業(yè)中存在一定的事故風(fēng)險。這些風(fēng)險具有不確定性和隨機性，如果僅靠專家以往的經(jīng)驗，可能會出現(xiàn)判斷失誤，發(fā)生井漏、井塌等多種事故問題。輕則損失大量的人力物力，重則出現(xiàn)人員傷亡進(jìn)而嚴(yán)重影響鉆井工程的進(jìn)度和收益效率。目前很多預(yù)警系統(tǒng)都采用單一參數(shù)分析，沒有一個系統(tǒng)性的施工數(shù)據(jù)參考，很難進(jìn)行井下復(fù)雜情況預(yù)防，進(jìn)而導(dǎo)致施工現(xiàn)場未知安全風(fēng)險增高。相對于井下復(fù)雜情況發(fā)生后再處理所產(chǎn)生的后果，建立一套井下異常預(yù)警系統(tǒng)對提高鉆井安全的保障更具有前瞻性，能把安全風(fēng)險降到最低。

本文中的井下異常預(yù)警系統(tǒng)集成平臺，能直觀顯示井信息、事故復(fù)雜信息、事故復(fù)雜井距待鉆井距離，在地圖上用不同顏色展示不同復(fù)雜事故井，幫助現(xiàn)場工作人員預(yù)測鉆井復(fù)雜與事故類型，對鉆井工作的高效進(jìn)行有著重要作用。

1 相關(guān)工作

國內(nèi)外在井下復(fù)雜預(yù)警方面已有一些理論研究和預(yù)警系統(tǒng)。法國是最早進(jìn)行鉆井事故監(jiān)測的一個國家，早在20世紀(jì)60年代就開發(fā)了一套鉆井過程監(jiān)測系統(tǒng)，被稱為瞬態(tài)錄井（Snap Log）。該系統(tǒng)可以通過檢測鉆頭動態(tài)情況、地層巖性等指標(biāo)預(yù)測鉆井異常情況[1]。國內(nèi)關(guān)于鉆井事故研究也有很多，李文軒建立分層模糊推理的石油鉆井事故預(yù)警系

統(tǒng)[2]，通過AR濾波、消噪等操作，提取出數(shù)據(jù)中的有效信息，對事故發(fā)生的可能性進(jìn)行模糊推理分析。白麗麗等設(shè)計了多參數(shù)控制的鉆井事故監(jiān)測[3]，以鉆井液流量、液位和密度為控制參數(shù)，結(jié)合鉆井現(xiàn)場實際工況和不同的地質(zhì)條件，綜合分析對鉆井事故監(jiān)測預(yù)警。朱曉東等提出了一種基于連續(xù)隱馬爾科夫模型的預(yù)警方法[4]，把事故的發(fā)生和發(fā)展看作是一個動態(tài)的變化過程，通過多個參數(shù)的綜合判斷，加上馬爾科夫理論給出石油鉆井過程中異常情況的可能性。雖然國內(nèi)外的鉆井事故預(yù)警項目和課題研究很多，設(shè)計的鉆井事故預(yù)警系統(tǒng)也有，但大部分還是多參數(shù)的異常預(yù)測，并未完全使用事故復(fù)雜的全部數(shù)據(jù)。

本文的井下異常預(yù)警系統(tǒng)集成平臺是基于現(xiàn)有的鉆井業(yè)務(wù)數(shù)據(jù)資源，分析整理近10年的數(shù)據(jù)，利用井的井口橫縱坐標(biāo)計算大地經(jīng)緯度。利用大數(shù)據(jù)技術(shù)對現(xiàn)有數(shù)據(jù)和新數(shù)據(jù)進(jìn)行預(yù)處理，通過收集、整理、抽取、整合、挖掘、分析、統(tǒng)計數(shù)據(jù)等步驟，規(guī)范和清洗10年左右的事故復(fù)雜數(shù)據(jù)。建立連通各個信息系統(tǒng)的數(shù)據(jù)總線，探索數(shù)據(jù)質(zhì)量保障架構(gòu)，建設(shè)井下異常預(yù)警系統(tǒng)集成平臺，幫助獲取施工井號周邊任意范圍內(nèi)預(yù)警提示，采用GIS地圖鉆取技術(shù)實現(xiàn)選取井口后的信息提示，預(yù)防溢流、井漏、井塌等事故的發(fā)生，提高鉆井安全的保障。

2 平臺的設(shè)計與實現(xiàn)

2.1 設(shè)計目標(biāo)

針對該中國石油集團川慶鉆探公司科研項目，系統(tǒng)的設(shè)計采用原型模型。借用目前已有的事故復(fù)雜預(yù)警系統(tǒng)，通過模型獲取用戶的需求反饋，使得開發(fā)出來的系統(tǒng)能切實達(dá)到用戶需求，同時縮短開發(fā)周期。本文井下異常預(yù)警系統(tǒng)集成平臺的設(shè)計目標(biāo)是：完成海量鉆井基礎(chǔ)信息數(shù)據(jù)集成部分;完成井下異常預(yù)警項目數(shù)據(jù)業(yè)務(wù)模型建立;開發(fā)井下復(fù)雜異常預(yù)警平臺，實現(xiàn)事故預(yù)警。具體包含以下幾個方面：

（1）系統(tǒng)集成。構(gòu)建長慶鉆井大數(shù)據(jù)信息系統(tǒng)集成平臺，研究企業(yè)異構(gòu)數(shù)據(jù)信息系統(tǒng)的集成技術(shù)，針對當(dāng)前現(xiàn)有的信息系統(tǒng)分散建設(shè)的現(xiàn)狀，探討目前主流的各種集成方案的可行性，最后利用SOA技術(shù)[5]，采用數(shù)據(jù)總線對各應(yīng)用系統(tǒng)進(jìn)行信息集成。

（2）數(shù)據(jù)質(zhì)量提升。利用云平臺提供的計算資源，建立數(shù)據(jù)清洗架構(gòu)，運用數(shù)據(jù)清洗算法清洗歷史數(shù)據(jù)，剔除或修正錯誤數(shù)據(jù)或病數(shù)據(jù)，提高數(shù)據(jù)質(zhì)量。

（3）資源分類。為了使用戶能夠準(zhǔn)確地查詢和統(tǒng)計數(shù)據(jù)，對所有文檔采用非監(jiān)督式或半監(jiān)督式的機器學(xué)習(xí)算法，使之能夠正確分類。

（4）訪問控制。集成門戶方案，統(tǒng)一門戶訪問，為使用者提供一個直觀、快捷的信息平臺，幫助管理者進(jìn)行決策。

2.2 框架設(shè)計

井下異常預(yù)警系統(tǒng)集成平臺的設(shè)計是基于成熟、開放的面向服務(wù)的體系結(jié)構(gòu)（SOA）框架模型，源數(shù)據(jù)采用MySQL數(shù)據(jù)庫5.7版本，提取后的數(shù)據(jù)存放在SQL Server 2000中，數(shù)據(jù)集成使用Kettle數(shù)據(jù)集成工具，運用Vmware虛擬云平臺作為運行服務(wù)器。SOA框架是通過統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)尋找數(shù)據(jù)總線，無關(guān)乎各個服務(wù)之間差異，服務(wù)之間可以相互調(diào)用，降低項目成本。圖1為基于SOA的云計算框架模型的實現(xiàn)過程[6]。

（1）請求服務(wù)。消費者先向服務(wù)代理發(fā)送服務(wù)請求。

（2）查找服務(wù)。服務(wù)代理在自己的服務(wù)范圍內(nèi)查找是否存在該服務(wù)，若存在，告訴消費者具體的服務(wù)訪問位置;若不存在，拒絕該服務(wù)。

（3）服務(wù)接口程序。消費者通過訪問該位置上的服務(wù)接口程序，并通過接口調(diào)用管理層。

（4）資源分配。云服務(wù)管理層接到調(diào)用命令后，查找云服務(wù)器的虛擬機，根據(jù)消費者的調(diào)用請求，分配相應(yīng)的CPU、內(nèi)存、存儲器、帶寬等資源給消費者。

在基于SOA技術(shù)的云服務(wù)平臺上，定義的內(nèi)部接口功能可以劃分為3個模塊，每個模塊具體功能如下：

（1）數(shù)據(jù)收集模塊

本平臺的數(shù)據(jù)是來源于各個分布式系統(tǒng)，將這些系統(tǒng)的數(shù)據(jù)暫時保存在數(shù)據(jù)共享中心，只有管理員審核通過的記錄才能成為共享數(shù)據(jù)。使用Kettle數(shù)據(jù)集成工具，利用ETL技術(shù)和數(shù)據(jù)倉庫技術(shù)將數(shù)據(jù)從異構(gòu)信息系統(tǒng)中經(jīng)過抽取、轉(zhuǎn)換等過程，最終加載到目的端[7]。

（2）索引構(gòu)建模塊

常規(guī)的檢索均是采用SQL結(jié)構(gòu)化查詢語句來完成，但面對龐大的數(shù)據(jù)量時，SQL語句的查詢效率明顯降低。所以，本系統(tǒng)采用目前搜索引擎廣泛使用的倒排索引技術(shù)[8]。倒排索引是關(guān)鍵詞到文檔的映射關(guān)系，以檢索關(guān)鍵詞分詞后的詞片為檢索入口，將詞片和倒排索引列表進(jìn)行匹配，直接得到所有包含檢索關(guān)鍵詞詞片的文檔集合。

（3）檢索服務(wù)發(fā)布模塊

平臺使用的是Web Service 技術(shù)實現(xiàn)SOA 的概念[9]，需要把單個數(shù)據(jù)系統(tǒng)的信息檢索功能進(jìn)行服務(wù)的封裝，并發(fā)布在服務(wù)管理中心。服務(wù)發(fā)布采用的是Apache 組織關(guān)于實現(xiàn)SOA 的開源框架Tuscany。Tuscany采用的是其中的SCA服務(wù)組件框架[10]，核心概念是服務(wù)和相關(guān)實現(xiàn)。

2.3 功能實現(xiàn)

基于近10年來鄂爾多斯盆地發(fā)生的各類井控險情數(shù)據(jù)和各類傳感器新收集的數(shù)據(jù)，按照區(qū)域進(jìn)行分類，建立井控險情數(shù)據(jù)包，其中將井口橫縱坐標(biāo)轉(zhuǎn)換為大地經(jīng)緯度。開發(fā)的井下異常預(yù)警系統(tǒng)，利用區(qū)塊或者井位坐標(biāo)能查看施工井周邊已鉆井的數(shù)據(jù)，在地圖上用不同顏色和圖標(biāo)來展示不同復(fù)雜事故井，并顯示已鉆井詳細(xì)的事故異常信息和已鉆井距待鉆井距離等。如圖2所示，用戶登錄進(jìn)入主界面，可以選擇采用行政地圖、分區(qū)塊、衛(wèi)星地圖和井號4種方式，在輸入相應(yīng)的坐標(biāo)、區(qū)塊號和井號等信息后，此平臺可以分析當(dāng)前井周圍的鉆井信息和顯示事故異常信息。

新收集數(shù)據(jù)信息通過GIS單位元傳遞到監(jiān)控單元，監(jiān)控單元可以實時監(jiān)測到各井口和井內(nèi)的信息，通過行政地圖、衛(wèi)星地圖和分區(qū)塊3種方式顯示井下復(fù)雜信息，達(dá)到工作人員對施工井周邊任意范圍內(nèi)井控事件預(yù)警提示。如圖3所示，運用3種地圖分別展示待鉆井附近的已鉆井信息，同時顯示了待鉆井附近的發(fā)生油氣侵事故的一個井詳細(xì)信息。地圖中不同顏色代表不同的事故類型，綠色表示正常、粉色表示溢流、藍(lán)色表示井漏、黑色表示井塌、橘色表示卡鉆、紅色表示其他，直觀地顯示待鉆井附近的井信息。系統(tǒng)用戶界面采用充滿時代感的扁平化界面風(fēng)格，報表圖形界面均采用類Excel表格樣式。

3 結(jié) 語

本文介紹了依靠大數(shù)據(jù)技術(shù)設(shè)計和實現(xiàn)的井下異常事故預(yù)警系統(tǒng)。該平臺是最先利用近10年的各類井控險情數(shù)據(jù)，對待鉆井進(jìn)行預(yù)警提示，方便施工現(xiàn)場工作人員了解待鉆井的相關(guān)情況。采用成熟、穩(wěn)定的技術(shù)框架，保證系統(tǒng)穩(wěn)定運行，增加系統(tǒng)設(shè)計的獨立性。實踐證明，該系統(tǒng)能達(dá)到預(yù)期的設(shè)計目標(biāo)，完成預(yù)期的需求功能，能對井下復(fù)雜情況進(jìn)行預(yù)警提示，提升鉆井施工的效率，降低鉆井工程的成本。

參 考 文 獻(xiàn)

[1]宿雪，葛洪魁，楊微，等.鉆柱振動錄井的研究現(xiàn)狀及發(fā)展趨勢

[J].石油鉆探技術(shù)，2009，37（5）：15-19.

[2]李文軒.分層模糊推理的石油鉆井事故預(yù)警系統(tǒng)[J].中國化工貿(mào)易，2017，9（14）：234.

[3]白麗麗，孫文峰，高金蘭，等.基于多參數(shù)控制的鉆井事故監(jiān)測預(yù)警系統(tǒng)[J].化工自動化及儀表，2017，44（7）：643-647.

[4]朱曉東，袁坤杰，王艷玲.基于隱馬爾科夫模型的石油鉆井事故預(yù)警方法[J].鄭州大學(xué)學(xué)報，2018，39（4）：51-57.

[5]劉勝娃，李衛(wèi)，張越.長慶鉆井公司統(tǒng)一通信平臺的設(shè)計與實現(xiàn)

[J].物聯(lián)網(wǎng)技術(shù)，2017，7（4）：62-63.

[6]肖越，肖成龍，孫威.基于SOA的云計算模型框架研究[J].電腦知識與技術(shù)，2017，13（20）：46-47.

[7]陳健，左秀然，楊國良.基于KETTLE的醫(yī)院多源異構(gòu)數(shù)據(jù)集成研究及分析[J].中國數(shù)字醫(yī)學(xué)，2018，13（3）：35-37.

[8]劉健，寧玉文，孫茂，等.基于倒排索引結(jié)構(gòu)的尋親系統(tǒng)的設(shè)計

[J].信息技術(shù)，2018（10）：73-76.

[9]王若賢.基于大數(shù)據(jù)環(huán)境下學(xué)生管理系統(tǒng)的多源異構(gòu)數(shù)據(jù)集成[J].研究電子世界，2018（20）：26-27.

[10]唐青.基于Tuscany SCA的隨書光盤數(shù)據(jù)庫管理系統(tǒng)的設(shè)計與實現(xiàn)[J].計算機與現(xiàn)代化，2012（12）：149-152.