把每一个井场看作一个无线节点, 每个节点的工程数据、钻井液数据、气测数据、测井数据、随钻数据等通过无线采集和智能组网技术发送到集群化录井平台, 实现了现场信息的全面感知、无线采集、智能组网(图2)。

图2

	Figure Option ViewDownloadNew Window
	图2 井场无线智能传感器网络

通过开放式数据交换技术、微服务技术、双向同步操控及多任务平台管理技术、大容量数据存取技术、可靠性保障技术, 构建了集群化录井平台, 使综合录井仪不仅能够单井单机作业, 更能在区域范围内同时进行十口井作业, 实现了作业方式的创新性改变, 建立了区域化、标准化的“ 工厂化录井” 协同作业模式(图3)。

图3

	Figure Option ViewDownloadNew Window
	图3 系统架构框图

基于多井信息共享的集群化录井平台, 实现了录井现场从单井评价到区域标准化综合分析的转变, 由点到面, 由局部到区域, 资料应用更全面、宏观、立体, 大幅提升了解释结果的及时性、精确度和质量, 进一步提高了核心服务能力。

构建了井场信息综合平台, 实现钻井、定向井、测井、录井、试油等作业数据以及图像、视频的集中管理, 并可通过远程数据传输系统进行共享, 为专家决策提供了智能化办公环境(图4)。

图4

	Figure Option ViewDownloadNew Window
	图4 集群化远程录井平台操控中心

根据现场实际情况及需求分析, 集群化录井平台将每一个钻井现场视为一个节点, 从传输速率、距离、功耗等方面, 通过对各种常用的通信方式进行分析比较^{[2, 3]}, 优选ZigBee技术作为组建钻井现场无线传感器网络的首选短距离通信技术, 集成了传感器、嵌入式计算、网络和无线通信四大技术, 开发了网络信息质量保证、数据融合、安全管理、网络定位及身份管理、网络同步管理等关键技术, 形成了现场无线智能传感器网络。

目前在无线通信领域中, 最新的通信技术和最早采用的旧技术是共存的, 而且这种状态还会存在下去。在这个体系中存在着各种各样的无线信号, 它们之间很有可能会产生相互干扰, 同时不同的环境条件也会造成不同的干扰现象, 主要有来自两个方面的挑战:同频干扰和多径衰退。

同频干扰:在ISM(Industrial Scientific Medical)公用频段, 频率是十分宝贵的资源。如图5所示, 2.4 GHz频段有WiFi、Bluetooth和ZigBee, 还有无绳电话、微波炉等, 这样一来需要避免同频干扰。

图5

	Figure Option ViewDownloadNew Window
	图5 2.4 GHz频段的同频干扰

图6

	Figure Option ViewDownloadNew Window
	图6 多径衰退

多径衰退:在实际通信环境中, 墙壁、门、走动的人群、树木和建筑物等都可能造成无线信号的反射。如图 6 所示, 除直线路径 P_d 外, 还会叠加其他反射路径(P_m1和P_m2)的信号, 这些混合信号可能会使接收设备无法解码, 这称之为多径衰退。

针对上述干扰因素, 采用两种抗干扰技术, 确保了信息传输的可靠性。

(1)快速跳频技术。以高于信息速率的跳速在很宽的频带上进行频率跳变, 通过空闲信道评估(Clear Channel Assessment, CCA)、动态信道选择、优化信道算法、应答重传和帧缓存等技术应用, 有效地对抗现场各种跟踪式干扰和转发式干扰, 消除多径效应造成的不利因素, 表现出了很好的抗干扰性能。

(2)虚拟智能天线技术。采用空分多址技术(Space Division Multiple Access SDMA), 开发了自适应智能天线技术, 形成了自适应空间数字处理技术, 实现多种方向、角度、增益都不相同的“ 虚拟天线” , 可适应不同工作环境, 不同用户的位置, 以及避免不必要的干扰。

传统的录井信息前端采集, 是将所有的功能打包在一个容器里, 所有的业务模块耦合在一起, 这样的单体应用开发简单, 实现了集中式管理, 基本不会重复开发, 没有分布式的管理和调用消耗, 较适用于成熟的需求, 在项目初期确实可以很好地运行。然而随着需求的增加, 代码库也在飞速膨胀, 而且现场数据的格式多种多样, 不同地区、不同客户的需求无法统一, 表现出越来越高的局限性, 主要体现为:

(1)效率低:开发都在同一个项目改代码, 相互等待, 冲突不断; (2)维护难:代码功能耦合在一起, 新人不知道何从下手; (3)不灵活:构建时间长, 任何小修改都要重构整个项目, 耗时长; (4)稳定性差:一个微小的问题, 都可能导致整个应用挂掉; (5)扩展性不够:无法满足高开发下的业务需求(图7)。

图7

	Figure Option ViewDownloadNew Window
	图7 单体开发模式

许多公司, 比如Amazon、eBay和NetFlix, 采用微处理结构模式解决了上述问题。其思路不是开发一个巨大的单体式的应用, 而是将应用分解为小的、互相连接的微服务。微服务技术的本质是用一些功能比较明确、业务比较精练的服务去解决更大、更实际的问题, 围绕业务领域组件来创建应用, 一个微服务一般完成某个特定的功能, 比如下单管理、客户管理等。

通过服务分拆、提供统一透明的服务入口、安全、过滤、流控等API管理功能, 实现了微服务之间的通信, 通过zookeeper等类似技术做服务注册信息的分布式管理, 实现各个微服务间的负载均衡, 提供重试机制、限流、熔断机制、负载均衡、降级(本地缓存)等手段, 提高了系统的可靠性, 确保任一环节出问题都不至于影响整体链路。

为了开发不依赖于底层硬件及操作环境的开放式数据交换技术, 实现多服务器端、多客户端交互模式, 以及服务器、客户端的双向测控操作, 兼顾开放性和效率原则^{[4, 5, 6]}, 研究开发了两种模式用于开放式数据交换:一种为OPC服务器模式, 主要用于与第三方质检的信息交换; 另一种为.net remoting模式, 主要用于系统内部的双向操控(图8)。

图8

	Figure Option ViewDownloadNew Window
	图8 传统技术与OPC技术比较

OPC(OLE for Process Control)是一个工业标准, 包括一整套接口、属性和方法的标准集, 用于过程控制和制造业自动化系统, 创建了一个开放的、可互操作的控制系统软件, 采用客户/服务器模式, 把开发访问接口的任务放在硬件生产厂家或第三方厂家, 以OPC服务器的形式提供给用户, 解决了软、硬件厂商的矛盾, 完成了系统的集成, 提高了系统的开放性和可互操作性, 使之可以适应各个供应厂商硬件和系统的差异, 从而实现了不依存于硬件的系统构成。同时开发了一种叫做Variant的数据类型, 可以不依存于硬件中固有数据类型, 按照应用程序的要求提供数据格式。通过开发OPC技术, 达到了一个OPC客户端可以同时连接多个OPC 服务器, 每个OPC 服务器又可以为多个客户端提供服务的目的(图9)。

图9

	Figure Option ViewDownloadNew Window
	图9 OPC服务器与客户端的关系

基于中心数据库和现场数据库, 通过研究开发人工智能技术^{[7, 8]}, 在实时数据流监测应用中, 提供预定义模式的检测、数据流间相关性的发现、频繁项的发现、异常点的捕捉等功能; 通过优选敏感参数信息, 对集群化录井平台上事故井在某一时间、某一井段的工作参数进行对比, 分析工程事故的发生与工作条件的关联性、产生事故的特征参数、采取的处理措施及有效性, 进而优化其他相关井的工作参数组合。据此建立了一套快速、有效的数学模型, 实现了区域范围内多井的工程预警、钻井优化, 提高了预测准确性, 提前了事故预警时间, 提高了综合勘探开发效益(图10)。

图10

	Figure Option ViewDownloadNew Window
	图10 区域协同作业中心

应用“ 储集层流动单元分析法” , 基于现场采集的储集层岩性、物性、含油性、压力系数等相关信息的分析处理, 通过对比不同随机方法, 运用高斯模拟方法进行地质现象的模拟, 如孔隙度、渗透率、油气含量的分布, 并应用流动单元约束属性模型, 绘出区域的等值线分布图, 从而可以更好地分析和预测储集层的非均质性, 分析储集层的油源、品质、空间展布及联通情况, 为油藏描述提供可靠的依据, 为区域多井地层对比、油层改造提供帮助。