智能油田的数据治理工程及其应用分析
来源:用户上传
作者:
[摘 要]近年来，科学技术得到了迅速发展，企业数据处理方式逐渐趋于智能化，且这种智能化的处理方式已经在各个行业得以广泛应用。在油田企业中，对油田进行数据治理在智能油田建设过程中起着极为关键的作用。基于此，本文通过对油田数据治理工程进行全面阐述，并利用多样化的智能处理方法对数据进行处理，为油田发展和数据处理提供了一个良好的平台，使数据处理逐渐正规化、标准化，不断提升数据处理能力和水平。
[关键词]智能油田;数据治理工程;应用
doi：10.3969/j.issn.1673 - 0194.2020.06.034
[中图分类号]F270.7;F426.22 [文献标识码]A [文章编号]1673-0194（2020）06-00-02
0 引 言
為建设智能化油田，某油田从2017年开始逐步实施数据治理工程建设，且运行效果和取得的成绩都非常理想。但是在运行和应用过程中还缺少完善的反馈机制、数据管理制度，导致数据的质量无法得到有效控制，严重影响了智能油田建设，降低了油田的经济效益。因此，在当前形势下，油田企业要更好地应用油田数据，为智能化油田建设提供有力的数据支撑，促进智能化油田发展。
1 油田数据治理工程
1.1 油田数据治理工程体系建设
要想更好地治理数据，确保数据的准确性，相关部门要给予理论化的指导，从而建立一个完善的工程体系。某油田在对数据进行处理之前，一定要建设完善的数据治理工程体系，体系主要包括4个部分，具体内容见图1。
第一，组织体系。数据治理属于系统比较庞大的工程，所以在建设过程中一定要建立完善的领导机制。本研究按照数据的相关规律，在智能化油田范围中将数据的生产者、使用者、管理者进行合理化划分，以此来不断加强对数据的治理。第二，管理体系。在执行数据治理的过程中异常情况是不可避免的，所以为了更好地确保质量的准确性和实效性，企业要确保治理数据时在健全的机制下进行，实现数据的真实性和实效性。除此之外，还要制定完善的管理机制和规章制度，加强监管。第三，技术体系。技术体系的建立主要是以数据融合、数据整理、治理方法为依据，根据相关标准和基本步骤完成数据治理。技术体系主要包括的内容有：对数据的探查和研究、对数据的清理、集成数据、合理应用数据。第四，执行体系。对数据进行治理之后，相关的管理机制和规章制度都已经成为治理过程中的一个重要核心内容，主要的核心为数据池。在此基础上还要建立完善的执行体系，其执行体系主要包括的内容有对业务的梳理、合理分析数据、建立完善的考核评价机制。
1.2 油田数据治理工程解决方案
不同形式的油田都有各自的治理理念，本研究以某油田为研究对象。在2017年，某油田在对数据进行处理的过程中存在很多弊端，但随着信息技术的不断发展与进步，治理理念不断创新，提出了适应目前智能油田发展的有效对策，具体解决方案如下。首先，在数据治理前，要对工程的技术架构进行整体性分析，结构主要包括的内容有治理工具、技术应用、数据池最终的形成过程。其次，要给予有效的技术支持，因为技术在数据治理中起着极为关键的作用。某油田再对数据进行处理的过程中主要是采用Datist技术，这种技术在应用过程中最大的优点就是可以对所有数据进行读写，而且其读写的能力非常强;在处理数据的过程中可以通过Datist技术观看处理的整个过程。另外，企业处理数据的方法多种多样，可以对数据进行优质处理，例如：提取数据核心内容，对数据进行过滤、整理、及时推送等。Datist技术在对数据进行处理的过程中还可以与GIS分析功能相结合，使数据可以及时、准确地呈现出来。在一体化的体系结构中，最主要的核心部件就是数据池，在整个实施的过程中会合理使用虚拟的大数据库处理技术。数据库逐渐存储在云端，云端中包括的内容是多种多样的。对于常见的数据库而言，他属于一种关系性的数据库，所具有的格式种类也非常多，最常用的格式包括：Oracle、My SQL。可见，数据池中可以并存多样化格式的数据，同时也可以存放与数据无关的文件。这种体系结构可以包括大量的数据池，且这些数据池也不存在任何的联系，每个数据池独立存在，相互之间不会影响、不会促进，且具有较强的扩充性。
2 油田数据治理工程实施案例以及应用效果
2.1 案例分析
本案例选取开关井日数据台账，在油井动态分析中该工作是非常重要的一项工作，该工作主要涉及的数据非常广泛，例如：“开关井日数据表”“单井基础信息表”“油井产量数据表”等。其中，第一、第二、第三张表都主要集中在A系统库中，这个系统的存储量非常大，所以在查询相关数据和记录的过程中就需要耗费大量的时间，一般情况下会在几分钟，时间更长时可以达到几十分钟。数据查询之后，就要将各个表中的数据进行有效关联，并在此基础上对关井前的产量进行合理化计算，这样一来不仅会消耗大量的时间和人力，还会降低工作效率，降低工作整体质量。在本研究中，希望通过对数据采用智能化的方式进行治理，可以有效确保数据的准确性和实效性。
2.2 方法与操作技术
为了确保数据可以以最快的速度进行计算，实现数据的实用性，在此研究中要对实施过程中出现的3个问题进行及时解决：确保查询速度、加强对数据的自动统计、及时呈现报表中主要的数据。第一，查询速度。通过制定完善的管理制度，利用大数据库的相关技术，对相关报表中的数据进行定期检查，将重要的数据利用网络将其全部同步到数据池中，这样一来在很大程度上提高了查询速度，使几分钟的查询速度逐渐上升到几秒钟。第二，自动统计。根据规范化的技术体系，利用Datist技术制作一个完善的数据流程。由于Datist技术在使用过程中不仅可以极大提高对数据的驱动能力，还可以对整个的处理过程进行可视化，以往要想完成较为复杂的程序，需要大量掌握复杂数据库知识的开发人才和编程人才，而在信息技术不断发展的背景下，只需要采用Datist数据专家软件就可以以最快的速度将其直接设计出来。第三，报表呈现。完成数据组织之后，Datist技术就可以直接计算出一个相对比较精确的报表。 2.3 数据治理工程效果
经过多次的实践和研究表明，通过之前开展数据治理工程，油田企业已建立完善的数据池平台，可以在很大程度对一定范围内的问题进行及时解决，其中，主要出现的问题包括数据共享问题、集成等。在这种情况下，通过对数据进行准确录入、换存、同步录入、查询等可以有效提升工作效率，确保数据治理的准确性和实效性，有利于更好地适应现代化油田企业的发展。例如：建立完善的组织体系、管理体系、技术体系以及油田数据治理工程体系，同时也制订了一种具有独特性的解决方案，该解决方案在应用过程中主要以数据治理工具、数据池为主要核心;数据治理工程实现之后有效改善了现状，在很大程度上解决了数据共享问题和集成问题;采用智能化对油田数据进行治理可以在很大程度上提升對数据的查询时间和查询速度，确保数据的实效性和快速性，极大提高了治理工作的效率。在当前形势下，利用这样新型的方式和理念可以有效开展智能化油田建设，对油田大数据进行合理化应用，推动油田企业的发展。
3 结 语
随着信息技术的不断发展，智能油田在对数据进行治理的过程中技术支持起着决定性的作用，且在实际应用过程中的优势也非常显著，利用数据治理工程以及相关的信息技术可以在很大程度上促进油田企业发展，使油田企业的经济效益和社会效益相统一。
主要参考文献
[1]娄亮杰，徐忠苹，李爱贵，等.高矿化度油田污水处理系统的腐蚀因素分析及治理措施[J].腐蚀与防护，2018（11）：892-895.
[2]吴振军，陆涛，刘明川.智能化井场监控系统在油田采油工作中的应用研究[J].中国石油和化工标准与质量，2018（21）：117-118.
[3]孙运生，陈庆春，蒋先钊.车排子油田稠油热采开发过程中H2S的治理方法[J].石油工程建设，2016（2）：29-31.
[4]华晓琴，史乐，梁涛，等.塔中Ⅲ区碳酸盐岩储层去泥质反演及泥质充填判别[J].新疆地质，2019（1）：90-95.
[5]周启成，赵廷峰，周伟勤，等.基于分型理论和神经网络的页岩气可钻性研究[J].钻采工艺，2019（1）：1-3+125.
[6]何巍巍，刘艳玲，李军，等.基于拉曼散射的分布式光纤传感测温系统研究及应用[J].钻采工艺，2019（3）：72-75+10.
[7]李三喜，冯大龙，黄伟，等.一种安全高效的多功能测试管柱[J].钻采工艺，2019（2）：128-130.
转载注明来源:https://www.xzbu.com/3/view-15162031.htm
