用人工智能优化油气生产

• 作者: Christoph Kandziora 史晓星
• 来源期刊: 石油科技动态
• 年，卷（期）: 2020,（9）
• 页码范围: 70-75
• 页数: 6页
• 语种: 中文

摘要

物联网(IoT)结合传感器技术、数据分析技术和人工智能(AI)技术的进步,为石油和天然气行业显著提高工作效率和生产率铺平了道路.事实证明,电潜泵(ESP)是一种特别受益于这些技术的应用.在整个勘探与生产行业中,众所周知,几乎所有油井最终都必须借助某种形式的人工举升才能继续生产,而其中大约一半都是采用ESP.尽管ESP旨在应对严酷条件下的运行,例如腐蚀性液体、极端温度和高压下,但它们也可能会失效.尽管修理或更换的成本很高,但通常与因影响生产而造成的损失相比,相形见绌.在某些情况下,尤其是在海上作业时,每天的成本可能高达数百万美元,其中包括闲置的运营资源和产出损失等.本文探索了一个独特的基于AI的应用程序,该应用程序使操作员能够提前发现那些代价高昂的ESP故障问题,同时优化生产.为了详细说明,本文将分享一个应用实例.为了验证这一概念且作为后续在陆上油田的先导试验项目,使用AI支持的预测性维护模型部署并监控了30台ESP,这些ESP由功率从低至200 kW到高至500 kW的泵驱动.这一试验得到了积极的结果,且适用于海上应用.在特定情况下,该应用在ESP实际发生故障的12天前监测出ESP发生故障的可能性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	Christoph Kandziora		1	0	0.0	0.0
2	史晓星		1	0	0.0	0.0