數字化時代的鉆井
時間：2018-09-28 16:07
來源：
作者: 張瑜
在數字世界中，正是軟件推動井規劃和井建設、工作流程、培訓及安全方面發生了巨大變化。1965 年，英特爾的創始人之一戈登·摩爾預測，集成電路上的晶體管數量每兩年增加一倍。也就是說，他相信計算能力每兩年會翻一番。根據信息技術專家組 2015 日公布的一項研究，為紀念摩爾先生預測 50 周年，現在被稱為摩爾定律，計算能力在 1965~2015 年間會增加萬億倍。這意味著今天我們手中的智能手機比二十世紀 80 年代充滿整個房間的超級計算機的能力更大。
在過去的數十年里，計算能力的進步使得軟件開發人員能夠構建更強大、更復雜的數據分析、機器學習和人工智能（AI）工具，這些工具幾乎改變了所有行業。預測分析幫助航空和電力行業避免了意外停機。人工智能和機器學習為無人駕駛汽車提供動力。人工智能還被用于改善病歷記錄和天氣預報。在過去的幾年，數字技術也開始重塑鉆井行業。對于鉆井承包商和運營商來說，技術進步以優化操作為目標，通過消除非生產時間和無形損失時間，防止工作人員受傷并使最大限度地保持工作效率。先進的技術如數據分析、人工智能、機器學習和虛擬現實（VR）等也正在改變企業如何管理庫存的方式，如何確定布井方案和壓裂布置，甚至是如何培訓員工的方式。
德勤公司（Deloitte）能源部負責人 Slaughter 表示，這些先進技術創造的潛在價值正在以數十億美元衡量。“可以說它無處不在，從正常運行，到增加生產、預防性維護、物流、供應鏈和更多的鉆機自動化”，因為上游產業每年要花費大約 5,000 億美元或更多的資金來維持和發展業務，即使應用數字技術增加 1% 的生產率，每年也可能會帶來高達 500 億美元的收益。企業越來越多地使用數字技術，數字技術的成本在下降。傳感器尤其如此，它們是先進的分析及數字技術的支柱。Slaughter 表示：“近年來，低成本傳感器確實產生了一些變化，在設備上安裝傳感器，收集相關數據，來提高可靠性和提高在該領域的作業績效，這一直是該行業數字化轉型的重要組成部分。 ”
然 而， 德 勤 咨 詢（DeloitteConsulting）公司負責人達蒙·瓦卡羅表示，數字化轉型不僅僅關乎技術，企業文化和商業模式也必須跟進。特別是，為了在數字世界中取得成功， 除了傳統商業伙伴之外，企業需要欣然接受更多的協作，尋找他們以前可能沒有考慮過的商業伙伴。隨著企業變得越來越數字化，這不僅僅是一場技術比賽，更是一場全面的比賽，要求他們審視自己的運營、 文化以及完成工作的方式。“在數字世界，企業需要關注初創企業，這對鉆井來說是適用的，因為有不同的初創企業會專注于人工智能和先進分析的。
核心數字化核心數字化的主要運營商，殼牌公司將其解釋為利用先進的數據分析將現有技術應用到上游領域現有商業模式，來提高庫存管理和地震資料解釋。殼牌公司戰略副總裁卡坦德克表示，如果想到數字化，就會將數據轉化為可行的見解——轉化為金錢。“我相信數字化將改變我們的產業并創造價值。 我認為，近海行業最大的價值在于核心業務的數字化——更好地利用現有技術，帶來價值，創造運營效率。”殼牌公司采用這種方法的一種方式是在地震資料解釋方面，將機器學習應用于高分辨率和 4D 地震數據集。當地質學家手工從這些數據集中選出斷層時，這是一個耗時的過程。 “通過使這個過程自動化，地球科學家可以解放出來專注于高價值的活動。”卡坦德克說：下一步是利用人工智能來幫助識別鉆井目標。看看我們如何讓計算機選擇我們的下一個探索前景，這不再是幻想了。”
庫存管理是運營商努力更好利用現有數據以優化性能的另一個領域。 殼牌公司開發了一種分析工具，可以查看資料，比如某一特定設備的訂單和裝運，以確定需要存儲哪些設備，以及應該提供多少備件。確保必要的組件總是可用，還可以幫助優化維護計劃，防止由于部件等待而導致的延遲和停機。這種方法已經允許運營商降低墨西哥灣的庫存成本。“通過擴大規模并在全球范圍內工作，我們可以節省數億美元的成本”卡坦德克說。在下游領域，殼牌公司已經超越了核心業務的數字化，采用新技術來創建新的商業模式。例如，該公司已開發一個數字平臺，用戶可以通過這個平臺訂購汽油，將其運送到家庭或工作場所，而不必在加油站加油。他表示 :“我們可以在上游領域做一些類似的事情，創建一個近海優步 （Uber） ， 當需要船只時，它就會出現在那里。”為 了 開 發 與 計 算 技 術 同 步 的解決方案，殼牌公司正將其所謂的“最小可行產品方法”應用到數字項目中。
AI 應用于地下
在庫存管理和預測維護等領域，在采用數字技術方面取得了相當大的進展，企業可以借鑒其他行業的經驗。“無論在零售行業還是汽車行業，都可以使用類似的人工智能工具來儲存庫存”地球科學人工智能公司 Quantico 能源解決方案的首席執行官 Barry Zhang 說。另一方面，有些挑戰對于鉆井來說是獨一無二的，比如描述正在鉆探的油井的巖石性質。“但是，如何在深水區盡可能地鉆出那口井，或者如何在得克薩斯州西部盡可能地鉆出那口井呢？這不能指望其它領域。Quantico 推進人工智能的開發，以描述地下和巖石的特性，從而優化鉆井效率和壓裂布置。
該公司將專有的人工智能算法用于鉆井過程中收集的數據，存儲在 電 子 鉆 井 記 錄 儀（EDR）， 以及操作人員提供的歷史現場數據和Quantico 先前的現場運行數據，生成描述巖石性質（包括剪切、壓縮和密度）的測井曲線。使用人工智能算法創建的測井與使用傳統測井工具生成的測井，具有相同的精度。2017 年，某石油巨頭將基于 AI 測井的精度與深水隨鉆測井的精度相一致。然而，由于測井是通過分析已收集到的數據生成的，所以操作員不需要鉆井時下入 LWD 工具。迄今為止，該技術已在 150 多口油井中得到應用，主要是在美國大陸上，還有墨西哥灣深水區和北海地區。
近來，該公司一直在推出實時鉆井服務 QDrill。它分析 EDR 的伽 馬 射 線、 測 量 和 資 料， 如 鉆 壓（WOB）和鉆速（ROP），以確定地層的無側限抗壓強度（UCS）和進入鉆機的單位機械能（MSE）。UCS 是破裂巖石所需要的能量。如 果 鉆 井 效 率 高， 用 于 鉆 井 平 臺（MSE） 的 能 量， 應 該 會 與 UCS的趨勢類似。換句話說，可以應用破裂巖石的能量和旋轉鉆柱所需的能量。如果 MSE 和 UCS 不同步，這就意味著鉆機沒有有效地鉆井，這可能意味著鉆井功能不正常，或者鉆頭和刀具可能出現過早磨損。
這些信息可以幫助司鉆做出實時決策，比如為了保護鉆頭而減慢速度，或者在不堅硬地層的井段加速，這樣高速鉆井不會造成低效。“如果司鉆無法實時看到巖石上實際發生的情況，那就相當于根據方向盤和懸掛的感覺駕駛汽車，而看不到路面。展示巖石如何隨著人工智能的改變而改變，實際上可以看到道路。QDrill 服務使用人工智能提供關于 UCS 和 MSE 的實時數據，附加服務還可以通過應用人工智能來確定如何調整 WOB 或 RPM 等參數，從而為司鉆提供如何更有效地鉆井的建議。
微信公眾號
微信視頻號
京公網安備11010502053156號