
在石油天然氣行業(yè),企業(yè)獲取競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵越來越取決于其整合、分析運(yùn)營(yíng)信息并依據(jù)這些信息采取行動(dòng)的速度與效率。從鉆井、完井作業(yè)到產(chǎn)量?jī)?yōu)化,向結(jié)構(gòu)化實(shí)時(shí)數(shù)據(jù)轉(zhuǎn)型的趨勢(shì)正不斷改變著決策制定方式與現(xiàn)場(chǎng)作業(yè)效率。
這些效率提升不僅對(duì)石油天然氣行業(yè)意義重大,也關(guān)乎該行業(yè)所支撐的經(jīng)濟(jì)體系。隨著各行業(yè)的創(chuàng)新者不斷改進(jìn)自動(dòng)化技術(shù),并測(cè)試人工智能的新應(yīng)用場(chǎng)景,石油天然氣生產(chǎn)商面臨著雙重挑戰(zhàn):既要滿足數(shù)字基礎(chǔ)設(shè)施日益增長(zhǎng)的能源需求,又要借助更優(yōu)質(zhì)的數(shù)據(jù)實(shí)現(xiàn)自身運(yùn)營(yíng)的現(xiàn)代化轉(zhuǎn)型。這一發(fā)展趨勢(shì)已體現(xiàn)在支出模式中。據(jù)預(yù)測(cè),石油天然氣領(lǐng)域基于云技術(shù)的應(yīng)用市場(chǎng)規(guī)模將從2024年的87.7億美元增長(zhǎng)至2030年的200多億美元,復(fù)合年增長(zhǎng)率約為15%。
上游領(lǐng)域正引領(lǐng)這一變革浪潮。對(duì)于上游業(yè)務(wù)而言,采用云技術(shù)絕非僅僅是將數(shù)據(jù)存儲(chǔ)轉(zhuǎn)移至場(chǎng)外那么簡(jiǎn)單。其核心價(jià)值在于:打破以往需人工干預(yù)的工作流程桎梏,實(shí)現(xiàn)井場(chǎng)遙測(cè)數(shù)據(jù)與企業(yè)數(shù)據(jù)庫(kù)的近實(shí)時(shí)整合,為反映當(dāng)前鉆機(jī)狀態(tài)的儀表盤提供數(shù)據(jù)支持,同時(shí)讓分析團(tuán)隊(duì)無需等待每日結(jié)束后的數(shù)據(jù)導(dǎo)出流程,即可開展鄰井對(duì)比分析。
盡管云技術(shù)能帶來諸多效率提升,但行業(yè)內(nèi)對(duì)其的采用程度并不均衡。部分運(yùn)營(yíng)商仍持觀望態(tài)度,原因包括網(wǎng)絡(luò)安全顧慮、偏遠(yuǎn)油氣田地區(qū)的帶寬限制,或是需要對(duì)員工進(jìn)行新工作流程的再培訓(xùn)。要突破這些障礙,采用混合模式往往是可行方案:關(guān)鍵運(yùn)營(yíng)數(shù)據(jù)通過安全的云連接器傳輸,而非時(shí)效性流程則保留在本地系統(tǒng)中。
幸運(yùn)的是,用于在云端存儲(chǔ)、訪問和分析油田數(shù)據(jù)的平臺(tái)仍在持續(xù)優(yōu)化。性能卓越的平臺(tái)會(huì)采用整合式架構(gòu),這種架構(gòu)既能讓企業(yè)靈活地實(shí)時(shí)獲取關(guān)鍵數(shù)據(jù),同時(shí)將其他數(shù)據(jù)留存于本地,使企業(yè)得以逐步向云端遷移,且不會(huì)對(duì)當(dāng)前運(yùn)營(yíng)造成干擾。
提升效率的迫切需求
對(duì)許多企業(yè)而言,遷移至能全面呈現(xiàn)運(yùn)營(yíng)狀況的云基平臺(tái)已不再是可選項(xiàng)。傳統(tǒng)數(shù)據(jù)管理流程需要人工花費(fèi)時(shí)間在不同程序間傳輸數(shù)據(jù),已無法跟上現(xiàn)代井身結(jié)構(gòu)或完井設(shè)計(jì)的需求節(jié)奏。
以美國(guó)二疊紀(jì)盆地為例。在這一創(chuàng)新活躍區(qū)域,如今水平段長(zhǎng)度通常超過約1.4萬(wàn)英尺(約4267米),而十年前這一數(shù)值僅為5000至8000英尺(約1524至2438米)。多井平臺(tái)開發(fā)、同步壓裂作業(yè)以及優(yōu)化的支撐劑方案,已顯著改善了油田經(jīng)濟(jì)效益。隨著更優(yōu)的完井設(shè)計(jì)提升產(chǎn)量,以及更先進(jìn)的鉆頭和底部鉆具組合(BHA)加快鉆井速度,美國(guó)鉆機(jī)數(shù)量大幅下降。例如,2022年至2025年年中期間,貝克休斯鉆機(jī)數(shù)量從約780臺(tái)降至約540臺(tái),而同期美國(guó)原油總產(chǎn)量卻多次創(chuàng)下歷史新高。
如今,衡量行業(yè)水平的新標(biāo)準(zhǔn)是效率,而非作業(yè)活躍度。
這一轉(zhuǎn)變并非一蹴而就。旋轉(zhuǎn)導(dǎo)向系統(tǒng)、大容量壓裂機(jī)組以及遠(yuǎn)程作業(yè)中心等技術(shù)的進(jìn)步,讓運(yùn)營(yíng)商得以用更少的實(shí)體資產(chǎn)完成更多工作。隨之而來的是,鉆機(jī)移動(dòng)次數(shù)減少意味著油井間的停工時(shí)間縮短,而集中式控制室則使工程師能夠同時(shí)監(jiān)控多個(gè)鉆井平臺(tái)。同樣,結(jié)構(gòu)化數(shù)據(jù)在此過程中發(fā)揮著關(guān)鍵作用:它協(xié)調(diào)服務(wù)供應(yīng)商、確保作業(yè)執(zhí)行的一致性,并為持續(xù)改進(jìn)所需的歷史記錄提供支持。
全球石油天然氣行業(yè)從業(yè)人員約為1730萬(wàn),但成熟市場(chǎng)的工程與現(xiàn)場(chǎng)作業(yè)崗位正持續(xù)減少。與之形成對(duì)比的是,隨著各企業(yè)逐步倚重軟件與實(shí)時(shí)分析技術(shù),云工程、自動(dòng)化、數(shù)據(jù)分析等數(shù)字化崗位正迅速增加。
圖1 借助云基數(shù)據(jù)存儲(chǔ)、標(biāo)準(zhǔn)化數(shù)據(jù)結(jié)構(gòu)以及自動(dòng)化應(yīng)用程序接口(API),定向鉆井工程師已無需手動(dòng)共享測(cè)量數(shù)據(jù)。在鉆井作業(yè)進(jìn)行期間,工程團(tuán)隊(duì)與現(xiàn)場(chǎng)團(tuán)隊(duì)能夠同步追蹤井眼軌跡、作業(yè)事件及定向鉆井性能,進(jìn)而優(yōu)化井位部署。
這一趨勢(shì)帶來兩個(gè)直接影響。首先,退休專家的知識(shí)傳承必須更快、更系統(tǒng)化地推進(jìn),要將經(jīng)驗(yàn)教訓(xùn)融入工作流程,而非通過非正式方式傳遞。其次,數(shù)字原生代員工(指成長(zhǎng)過程中始終接觸數(shù)字技術(shù)的新一代員工)期望所使用的工具能像消費(fèi)類應(yīng)用程序一樣直觀易用。他們需要符合自身崗位需求的專屬界面,以便專注于工程技術(shù)工作,而非花費(fèi)時(shí)間查找文件。
為跟上這一趨勢(shì),運(yùn)營(yíng)商正優(yōu)先推進(jìn)以下工作:減少冗余的人工數(shù)據(jù)錄入;實(shí)現(xiàn)常規(guī)數(shù)據(jù)驗(yàn)證與整合的自動(dòng)化;實(shí)時(shí)將供應(yīng)商提供的數(shù)據(jù)納入企業(yè)標(biāo)準(zhǔn)體系;將運(yùn)營(yíng)最佳實(shí)踐嵌入軟件驅(qū)動(dòng)的工作流程中。
彌合數(shù)據(jù)鴻溝
要將這些優(yōu)先任務(wù)轉(zhuǎn)化為現(xiàn)實(shí),企業(yè)必須解決一個(gè)常見卻長(zhǎng)期棘手的問題:數(shù)據(jù)孤島。多年來,零散的系統(tǒng)、不統(tǒng)一的數(shù)據(jù)格式以及供應(yīng)商專屬的門戶平臺(tái),一直拖累著分析與決策效率。定向測(cè)量數(shù)據(jù)、底部鉆具組合(BHA)信息、壓裂段級(jí)數(shù)據(jù)以及成本分配數(shù)據(jù),往往分散存儲(chǔ)在PDF 文檔和電子表格中,與企業(yè)核心系統(tǒng)相互脫節(jié)。即便擁有中央數(shù)據(jù)庫(kù),工程師仍需花費(fèi)數(shù)小時(shí)核對(duì)數(shù)據(jù)版本、填補(bǔ)數(shù)據(jù)空白——這不僅限制了數(shù)據(jù)儀表盤的實(shí)用價(jià)值,也延緩了報(bào)告產(chǎn)出進(jìn)度。
我們不妨以一個(gè)典型的整合前工作流程為例:完井工程師需向泵送服務(wù)供應(yīng)商索要壓裂段總結(jié)報(bào)告,供應(yīng)商會(huì)導(dǎo)出一份CSV文件(即使用逗號(hào)分隔數(shù)據(jù)的文本文件),隨后通過電子郵件發(fā)送給工程師;工程師需先按照企業(yè)特定的數(shù)據(jù)規(guī)范調(diào)整文件格式,再手動(dòng)將數(shù)據(jù)錄入內(nèi)部數(shù)據(jù)庫(kù)。若后續(xù)收到的測(cè)井曲線數(shù)據(jù)中,時(shí)間戳與泵送供應(yīng)商提供的數(shù)據(jù)不一致,僅核對(duì)這兩組數(shù)據(jù)就可能再耗費(fèi)一天時(shí)間。若將此類流程擴(kuò)展到多家供應(yīng)商、多個(gè)鉆井平臺(tái),工程師寶貴的有效工作時(shí)間便會(huì)在無形中大量流失。
幸運(yùn)的是,如今已有更優(yōu)方案。借助標(biāo)準(zhǔn)化數(shù)據(jù)結(jié)構(gòu),以及能及時(shí)識(shí)別數(shù)據(jù)偏差的嚴(yán)格自動(dòng)化校驗(yàn)機(jī)制,企業(yè)可實(shí)現(xiàn)從原始人工數(shù)據(jù)采集,向自動(dòng)化、結(jié)構(gòu)化傳感器分析的跨越,進(jìn)而推動(dòng)持續(xù)改進(jìn)。與此同時(shí),這也將為實(shí)時(shí)決策奠定基礎(chǔ)。
現(xiàn)代化云平臺(tái)是切實(shí)可行的起點(diǎn)。它可作為眾多數(shù)據(jù)管理項(xiàng)目的核心支撐,為鉆井、完井及生產(chǎn)全環(huán)節(jié)提供單一來源的結(jié)構(gòu)化可信數(shù)據(jù)。該平臺(tái)的過渡門檻較低,無論企業(yè)規(guī)模大小,都能借助它實(shí)現(xiàn)數(shù)據(jù)從采集到分析全流程的每一步自動(dòng)化。
實(shí)時(shí)鉆井?dāng)?shù)據(jù)
定向鉆井是眾多受益于快速數(shù)據(jù)獲取的領(lǐng)域之一,該領(lǐng)域的快速數(shù)據(jù)獲取可帶來顯著成本節(jié)約。過去,定向服務(wù)供應(yīng)商會(huì)通過電子郵件發(fā)送底部鉆具組合(BHA)與測(cè)量數(shù)據(jù)的平面文件(如CSV、TXT格式文件),這些文件需經(jīng)人工清理與重新錄入,不僅導(dǎo)致數(shù)據(jù)延遲,還可能引入數(shù)據(jù)偏差。
而借助云技術(shù),定向數(shù)據(jù)可從數(shù)據(jù)源直接自動(dòng)流入企業(yè)系統(tǒng)。在系統(tǒng)中,標(biāo)準(zhǔn)化的底部鉆具組合數(shù)據(jù)庫(kù)能確保數(shù)據(jù)一致性。工程師只需對(duì)傳入的數(shù)據(jù)進(jìn)行確認(rèn)審批,無需再耗費(fèi)寶貴時(shí)間與冗余資源解析PDF文件以獲取所需信息。
圖2 當(dāng)企業(yè)投資構(gòu)建完善的數(shù)據(jù)治理體系并采用現(xiàn)代化云平臺(tái)后,便能獲取鉆井、完井及生產(chǎn)全階段油井性能的精準(zhǔn)數(shù)據(jù)。這些數(shù)據(jù)以統(tǒng)一格式呈現(xiàn),大幅降低了設(shè)計(jì)方案對(duì)比的難度,同時(shí)也更易于發(fā)現(xiàn)潛在的優(yōu)化空間。
這些工作流程基于開放式ETL標(biāo)準(zhǔn)(即抽取、轉(zhuǎn)換、加載)構(gòu)建,同時(shí)運(yùn)用API(應(yīng)用程序接口)或直接數(shù)據(jù)倉(cāng)庫(kù)等現(xiàn)代化工具,可實(shí)現(xiàn)亞分鐘級(jí)延遲運(yùn)行,為鉆井過程中的及時(shí)決策提供支持。此外,它們還能實(shí)現(xiàn)組件級(jí)可追溯性,將特定工具的運(yùn)行數(shù)據(jù)與作業(yè)性能結(jié)果相關(guān)聯(lián)——這一能力對(duì)于排查非生產(chǎn)時(shí)間、規(guī)劃鄰井至關(guān)重要。
在該平臺(tái)內(nèi)部,人工智能輔助鉆頭分級(jí)工作流程會(huì)借助經(jīng)過訓(xùn)練的計(jì)算機(jī)視覺模型分析鉆頭圖像,生成客觀、可重復(fù)的磨損等級(jí)評(píng)估結(jié)果。通過將視覺分析與作業(yè)場(chǎng)景信息相結(jié)合,標(biāo)準(zhǔn)化的分級(jí)不僅有助于更早識(shí)別切削齒磨損模式及潛在故障,還能優(yōu)化鉆后評(píng)估流程,并為后續(xù)底部鉆具組合的設(shè)計(jì)選型提供依據(jù)。對(duì)于在高研磨性地層中鉆超長(zhǎng)水平段的運(yùn)營(yíng)商而言,能否及早發(fā)現(xiàn)切削齒磨損,直接決定了該井段能否一次鉆完,還是需提前起鉆(更換鉆頭)。
完井洞察
完井服務(wù)供應(yīng)商通常會(huì)使用不同的傳感器、測(cè)井系統(tǒng)及數(shù)據(jù)格式。過去,要在多家服務(wù)供應(yīng)商之間核對(duì)這些數(shù)據(jù)需耗時(shí)數(shù)天,且最終生成的總結(jié)報(bào)告往往與企業(yè)內(nèi)部成本模型不匹配。
而現(xiàn)代化數(shù)據(jù)平臺(tái)通過以下方式解決了這一問題:首先對(duì)來自壓裂、測(cè)井及泵送供應(yīng)商的實(shí)時(shí)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,隨后生成統(tǒng)一格式的壓裂段總結(jié)報(bào)告——內(nèi)容涵蓋支撐劑與壓裂液用量、注入速率、添加劑信息,以及下鉆、泵送、橋塞坐封、射孔、起鉆和壓裂施工各階段的時(shí)間記錄。這一流程最終實(shí)現(xiàn)了決策提速、材料追蹤優(yōu)化,并形成了更清晰的審計(jì)追溯記錄。
以一個(gè)案例為例:在一個(gè)涉及多家供應(yīng)商的同步壓裂項(xiàng)目中,項(xiàng)目團(tuán)隊(duì)借助該平臺(tái),將實(shí)時(shí)傳輸?shù)膲毫讯螖?shù)據(jù)與企業(yè)標(biāo)準(zhǔn)進(jìn)行實(shí)時(shí)對(duì)齊。作業(yè)執(zhí)行期間,工程師可直觀對(duì)比兩組壓裂機(jī)組的性能數(shù)據(jù),從而能夠即時(shí)調(diào)整作業(yè)參數(shù);同時(shí),這也將作業(yè)后的數(shù)據(jù)分析核對(duì)時(shí)間從數(shù)天縮短至數(shù)小時(shí)。
長(zhǎng)期來看,該平臺(tái)所支持的快速數(shù)據(jù)分析能力,能為企業(yè)帶來顯著的性能提升。萊利二疊紀(jì)公司的實(shí)踐便印證了這一點(diǎn)——作為眾多采用該平臺(tái)支持其鉆井與完井作業(yè)的運(yùn)營(yíng)商之一,該公司已從中獲益。
圖3 借助自動(dòng)化數(shù)據(jù)采集,完井團(tuán)隊(duì)能快速獲取作業(yè)后數(shù)據(jù)(例如干線壓力、井口砂漿流速、井口支撐劑濃度,以及各壓裂段的測(cè)井參數(shù)),進(jìn)而加快經(jīng)驗(yàn)積累速度。在部分案例中,由此產(chǎn)生的洞察可幫助團(tuán)隊(duì)在不影響產(chǎn)量的前提下降低完井成本。
萊利二疊紀(jì)公司專注于在二疊紀(jì)盆地的常規(guī)飽和油藏與富液地層中應(yīng)用現(xiàn)代水平鉆井及完井技術(shù),其礦區(qū)主要位于得克薩斯州約克姆縣與新墨西哥州埃迪縣。通過借助該平臺(tái)實(shí)現(xiàn)數(shù)據(jù)采集自動(dòng)化、減少人工誤差并加快報(bào)告流程,該公司已建立起標(biāo)準(zhǔn)化的數(shù)據(jù)分析體系。萊利二疊紀(jì)公司認(rèn)為,這一變革助力其制定了更高效、更可靠的決策。
這一改變已轉(zhuǎn)化為更出色的現(xiàn)場(chǎng)運(yùn)營(yíng)成果。例如,自2022年以來,依托這些數(shù)據(jù),萊利二疊紀(jì)公司在維持甚至提升油井性能的同時(shí),成功實(shí)現(xiàn)了完井段成本的顯著降低。
可擴(kuò)展的優(yōu)化方案
萊利二疊紀(jì)公司的成果印證了一個(gè)更廣泛的行業(yè)趨勢(shì)。借助結(jié)構(gòu)化數(shù)據(jù),企業(yè)既能縮短作業(yè)周期,又能提升決策的可信度。這些數(shù)據(jù)支持企業(yè)在不同鉆井平臺(tái)、供應(yīng)商與地層之間開展同類對(duì)比分析;同時(shí),當(dāng)全局模型無法順暢適配局部場(chǎng)景時(shí)(例如將同一模型應(yīng)用于巴肯頁(yè)巖與海恩斯維爾頁(yè)巖的情況),結(jié)構(gòu)化數(shù)據(jù)還能為人工智能模型調(diào)整以適配局部特征提供實(shí)際支撐。
已有公開研究表明,在部分頁(yè)巖開發(fā)項(xiàng)目中,非生產(chǎn)時(shí)間仍可能占鉆井總時(shí)長(zhǎng)的20%至30%。而結(jié)構(gòu)化實(shí)時(shí)數(shù)據(jù)通過減少主觀推測(cè)、實(shí)現(xiàn)問題早期識(shí)別、支持根本原因分析,有助于降低這一比例。其回報(bào)不僅體現(xiàn)在節(jié)省的鉆機(jī)工時(shí)上,更體現(xiàn)在設(shè)備利用率的提升、支出審批的精準(zhǔn)化,以及對(duì)新開發(fā)區(qū)塊經(jīng)驗(yàn)積累速度的加快。
關(guān)鍵在于,統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)能加強(qiáng)工程團(tuán)隊(duì)與數(shù)據(jù)團(tuán)隊(duì)之間的協(xié)作。當(dāng)分析工具與鉆井、完井平臺(tái)使用 “通用語(yǔ)言”(即數(shù)據(jù)格式、參數(shù)定義一致)時(shí),工具的采用率會(huì)顯著提升,其產(chǎn)生的影響也會(huì)隨之?dāng)U大。
隨著人工智能能力的提升,結(jié)構(gòu)化數(shù)據(jù)的價(jià)值只會(huì)愈發(fā)凸顯 —— 因?yàn)槿斯ぶ悄艿膽?yīng)用就緒度始于數(shù)據(jù)的就緒度。行業(yè)預(yù)測(cè)顯示,到2030年,人工智能在石油天然氣領(lǐng)域的應(yīng)用將實(shí)現(xiàn)顯著增長(zhǎng),但人工智能模型要產(chǎn)生價(jià)值,必須以潔凈、含上下文信息且及時(shí)的數(shù)據(jù)為輸入。而那些具備數(shù)據(jù)治理功能、能標(biāo)準(zhǔn)化實(shí)時(shí)數(shù)據(jù)流并借助現(xiàn)代化云基礎(chǔ)設(shè)施的平臺(tái),其設(shè)計(jì)初衷正是為了提供這類高質(zhì)量數(shù)據(jù)。
展望未來,那些實(shí)現(xiàn)油井?dāng)?shù)據(jù)生命周期標(biāo)準(zhǔn)化的運(yùn)營(yíng)商,將在部署先進(jìn)優(yōu)化技術(shù)方面占據(jù)最佳優(yōu)勢(shì)——無論是自動(dòng)化扭矩與摩阻模擬、壓裂泵預(yù)測(cè)性維護(hù),還是閉環(huán)鉆井參數(shù)控制,均能高效落地。
但企業(yè)無需等到未來,才證明在數(shù)據(jù)整合、自動(dòng)化與標(biāo)準(zhǔn)化方面投入的合理性?,F(xiàn)場(chǎng)實(shí)踐結(jié)果已表明,這些投入能減少非生產(chǎn)時(shí)間、提升決策質(zhì)量,并釋放團(tuán)隊(duì)工作效能。在為下一波分析技術(shù)浪潮奠定基礎(chǔ)的過程中,其產(chǎn)生的可量化價(jià)值在當(dāng)下即可顯現(xiàn)。