随着信息技术的不断发展及深入应用，数字化系统存在的瓶颈问题也日益突出：一是“信息孤岛”现象严重，信息化建设分散，生产数据存储于各个业务库，信息共享性差，生产信息的收集、统计、分析存在重复现象，人工干预多、工作量大；二是数据综合应用率低，没有充分发挥数字化前端的功效，同时预警、报警准确率低、误报率高，仍需大量人工分析判断。当下工业互联网、云计算、人工智能等技术不断进步，为解决上述问题提供了更多的技术手段。
1智能油田发展现状
1.1 国外智能油田发展现状
在油气行业，近年来一些国际性大型石油公司开始着力于“智能油田”相关理念的提出、实施规划编制及解决方案的制订，并从不同角度、有重点地研究、建设和实施“智能油田”。其中，挪威国家石油公司是全球“智能油田”的先行者和实践者，该公司与国际商业机器公司（International Business Machines Corporation，IBM）合作全面设计规划“智能油田”，已经实现了对油田现场状况及运行效率的监控，自动化关井、停井管理，可视化协作等多方面智能化运行和管理。IBM 公司作为世界“智慧化”的创始者和倡导者，推行“整合一体化运行和操作”（Integrated Operations），并与世界多个石油公司合作，研究、实践了“智慧油田”诸多解决方案。当前，关于智能油田的规划发展及核心技术逐渐成为发展的热点。
1.2国内智能油田发展现状
国内石油企业面对智能化时代的到来，认识到了信息化、智能化是生产力和油田核心竞争力之一，是石油企业发展的重要保障和支撑，因此纷纷推进“智能油田”建设。其中，长庆油田在现有基础上进一步推进智能化油田建设，推动数字化转型，明确智能化“三个体系、两大基础、六项应用”规划，不断提升生产自动化、分析智能化、运营集约化、组织扁平化水平，助力公司治理体系和治理能力现代化，力争“十四五”末率先建成行业领先的智能化油田。
2智能油田建设
2.1智能油田建设整体架构
2.1.1智能油田系统架构
智能油田在工业互联网系统内的整体架构分为 3 层：数据管理层、基础服务层、业务应用层。（1）数据管理层：主要面向应用系统的数据交互，按照三元乙丙橡胶（Ethylene Propylene Diene Monomer，EPDM）规范，建立数据中心，整合油田各类生产数据，包括实时生产、地面工程、油田开发等数据库，同时提供基础数据通用服务。（2）基础服务层：此层为中间层，同时面向应用系统和用户。该层通过建立一体化平台，统一管理各应用系统等软硬件资源，提供大屏控制、预警报警、人机互动等公共基础服务。（3）业务应用层：该层基于数据层与基础服务层，向用户提供业务管理服务。在一体化平台框架下，通过对专业领域管理业务的需求分析，编写相应算法，实现业务智能化操作管理。
2.1.2智能油田业务架构
智能油田工程重点新建两个业务应用系统：智能油水井诊断与优化系统、智能生产调度系统。其中，智能油水井诊断与优化系统处理油田单井管理业务，智能生产调度系统处理油田生产运行调度管理业务。
2.2智能油田工程实现的主要功能及应用技术
2.2.1智能油田数据中心
智能油田数据中心建设以充分应用现有的数据资源为原则，避免数据重复建设。充分利用已经建立的各类数据库，以支撑智能单井、智能站库等功能为核心，建立数据中心，并完善基础信息库，实现数据整合，为智能系统、专业软件及评价系统提供基础数据及实时数据服务。（1）数据中心架构设计。数据中心设计为 3 层，分别为数据一级存储和二级缓存、数据接口层。其中，数据一级存储的是公共持久化数据，包括油田各项基础数据、生产历史数据、重要文件资料图件等。数据二级缓存的是应用业务数据，这些数据既包括应用系统向一级存储请求的公共数据，也包括应用系统根据业务需求建立的私有数据。（2）数据中心实现的主要功能。①优化规范存储结构，统一数据标准中心。数据库采用 ORACLE 库建设，共 14 个子库，2015个表，72348 个数据项，涵盖了从地质油藏到单井、从地下到地面的各项基础数据，按照 EPDM 标准规范存储。②数据迁移整合，构建数据中心。数据中心绝大部分数据基于现有数据资源，通过数据迁移、数据连接等方式实现全厂数据资源的有效整合。③数据质检，提高数据准确率。数据质量控制功能以模块的方式构建，可根据生产具体需求，对不同的数据采取有针对性的数据质量控制策略。④数据权限认证，保证数据安全。中心数据库采用 OAUTH 2.0 协议对用户授权，应用开发者通过申请唯一的 App ID、App Secret Key，向中心数据库请求和写入数据。⑤数据灾备，防止数据意外丢失。备份采取完全备份、增量备份、差分备份 3 种方式，每月系统自动对中心数据库完全备份 1 次，防止意外灾害。
2.2.2 一体化应用平台
一体化应用平台是智能油田的基础性平台，所有的智能应用都要在它的基础上构建。它管理智能油田所有的软硬件资源、网络资源，定义应用开发规范、集成规范，提供公共服务接口。其提供的基础服务主要包括4大类：大屏应用、监控服务、单点登录、人机互动。
2.2.3智能油水井诊断与优化系统
智能油水井诊断与优化系统是专门针对油田单井管理开发的智能应用系统。系统在专家知识库建设的基础上，实现单井问题实时诊断预警、治理措施辅助提出、措施进度及时跟踪以及措施效果自动统计，结合单井历史大数据分析提出单井生产预测、优化建议。系统共有 7 大模块、25 项功能。系统有特征油井功图 1 300 张、诊断算法 36 项，可诊断常见油水井故障63 种，内置对应处置措施 44 项。智能诊断：通过应用系统知识库，对单井 A2 系统日数据、现场自动采集实时数据进行自动诊断，目前共有 6 类诊断功能，可诊断 63 类单井问题，综合诊断准确率达到 83.6%。油井工况核心诊断算法：借鉴深度学习、矩阵特征识别等当前流行示功图诊断识别技术，结合生产过程中技术人员的工作经验，提出了四合一示功图诊断算法，即图像识别算法+专家经验诊断算法+功图参数拆分法+特殊工况专门识别技术。油井工况诊断流程：在实际生产应用过程中，功图诊断是实时、连续运行的，合理应用诊断模型中的 4 种诊断技术，优化诊断流程，可以提高诊断准确率、诊断速率，目前工况诊断准确率为83.6%，诊断速率为 500口/分。剩余包括预警报警、措施跟踪、预测优化、统计分析、知识库、权限管理 6 项功能。
2.2.4智能生产调度系统
智能生产调度系统是基于一体化平台、结合各层级运行调度需求、以监控预警为核心的调度应用系统。系统共设置 6大模块15项功能。智能预警：一是产量预警管理，利用表格、柱状图、曲线图等形式，直观展示三级井口及实收产量变化情况并及时处置；二是安全环保预警管理，借助iWell模型，对管线运行状况实时监控、主动报警，提升管网运行安全指数及应急处置能力。剩余包括日常调度、协同工作、即时通信、考核管理、系统管理5项功能。
2.2.5智能站库
智能站库是一项综合工程，其中前端监控以采油作业区数据采集与监视控制（Supervisory Control And Data Acquisition，SCADA）系统为基础，建立全厂SCADA系统，并完善提升SCADA 系统自动化功能，实现站库智能预警报警等智能化管理。同时将SCADA站库数据接入一体化平台，对集输系统、注水系统进行节点运行参数分级监控、实时异常报警，后期还将借助智能机器人实现站库自动巡检。
3、结论
笔者从油田实际生产需求出发，在广泛借鉴国内外类似项目建设经验的基础上，设计了智能油田 3 层架构，建设了两个中心、三大智能生产环境，搭建了现代化智能油田雏形，并在实际生产中进行了应用。现将几点认识总结如下。（1）随着信息技术不断发展及深入应用，数字化系统存在的瓶颈问题日益突出：一是“信息孤岛”现象严重；二是数据综合应用率低；三是预警报警准确率低。（2）智能油田建设是突破传统数字化应用系统瓶颈的解决方案之一。智能油田从系统架构上消除了数字化油田信息化分散、数据利用率低、“信息孤岛”现象，从业务架构上定制智能应用，提高了预警报警准确率。（3）智能油田通过优化管理流程、辅助人工决策、部分代替人工操作、监控油田生产动态等功能，起到了提高生产管理效率、降低劳动强度、保障生产的作用。
参考文献
[1]杜吉家,臧国富.石油企业智能油田发展与应用[Z].2018.
[2]任毅飞,侯勇.基于 PSO-RBF 神经网络的示功图识别[J].微型机与应用,2016(3):61-64.
