整合物联网和大数据,释放数字油田潜力

• 作者: Abdullah AlBar Ahmad Goz Hasan Asfoor Najmul Ansari 北京太科石油信息咨询服务公司
• 来源期刊: 石油科技动态
• 年，卷（期）: 2019,（9）
• 页码范围: 75-82
• 页数: 8页
• 语种: 中文

摘要

本文的目的是通过将大数据平台的优势与物联网(IoT)相结合,展示如何释放数字油田的潜力.这种新方法可以利用大数据进行高效的机器学习培训,并根据数学模型进行实时评分,以预测未来的结果.数字油田拥有多种物联网设备,可实时测量重要的现场指标,如井下压力、温度和产油速率.典型的数字油井配备了许多设备,如多相流量计、电潜泵和永久井下监测系统.这些设备有多个传感器,每一秒都能产生大量数据.为了使数据科学家能够分析来自各种数据源的大量数据流,我们建立了一条数据工程管道.该管道将来自各种实时数据和历史数据存储库的数据与主关系数据库相结合,以便为数据科学家提供一致且干净可用的分析数据库.这种方法为数据科学家省却了需要用人工去准备和清理不同数据集数据的麻烦.此外,通过利用分析数据库集群进行机器学习,数据科学家能够使用更大的数据集来训练他们的模型,从而提高模型的准确性.我们还建立了一个评分引擎作为解决方案的一部分,它能处理来自数字油田的实时数据馈送,并利用机器学习模型执行实时预测和评分.这个新的架构可以让数据科学家专注于构建模型而不必担心数据管道和模型到现场的部署,从而显著提高了他们的生产力.此外,通过利用更大的数据集,模型的准确度得到了显著提高.最后,通过集成模型与物联网实时数据流,现场工程师可以及时查看模型的预测并对其进行操作.该架构和方法将不同的技术领域(物联网和大数据)与独特的解决方案相结合,为石油和天然气生产和业务功能带来价值.