电潜泵的预测性维护和优化

电潜泵的预测性维护和优化

关键字: [Amazon Web Services re:Invent 2024， 亚马逊云科技， Lucipa， Predictive Maintenance Models， Unconventional Oil Wells， Artificial Lift Optimization， Production System Optimization， Digital Technology Adoption]

导读

在本次会议中，探讨埃克森美孚如何与Baker Hughes和亚马逊云科技合作，优化珀米安盆地电潜泵(ESPs)的性能和可靠性。了解利用亚马逊云科技先进的机器学习和人工智能能力来增强ESP管理的技术和战略方法。探索如何部署混合物理和机器学习模型，以准确预测ESP故障，从而提高运营效率并减少停机时间。了解所遇到的挑战、开发的创新解决方案以及实现的效益，包括提高生产正常运行时间和降低维护成本。加入我们，了解这种合作如何推动非常规油气作业的长期成功。

演讲精华

以下是小编为您整理的本次演讲的精华。

全球正经历前所未有的能源需求激增，这一趋势源于全球人口不断增长和生活水富裕程度的提高。根据美国能源信息署的预测，到2050年，电力需求将翻一番，这一艰巨任务将需要集中力量利用所有可用的能源生产形式，包括传统的碳氢化合物资源。在同一时期，碳氢化合物需求预计将增长47%，这使得碳氢化合物行业备受关注。

然而，这一上升趋势并非没有挑战。碳氢化合物行业正面临两大障碍:现有储层产量随时间推移而自然下降，以及钻探新井资金投入巨大。陆上井每口可能需要1000万美元以上，而海上井每口可能超过1亿美元。这些财务障碍加上需要补充下降的产量和发现新的碳氢化合物来源，促使亚马逊云科技和财富500强能源技术公司贝克休斯公司建立战略合作关系。

这一联盟的重点是利用数字技术来解决碳氢化合物生产难题，特别强调最大限度提高现有资产的生产力。通过优化当前运营，合作旨在降低资本支出和运营费用，包括人工成本、维护支出以及备件和设备采购。此外，在可持续发展至关重要的当下，该计划还寻求减少甲烷排放和二氧化碳生产对环境的影响，同时通过减少现场人员监控和管理井的需求来提高运营安全性。

埃克森美孚公司是这一努力的先锋，这家全球能源巨头在得克萨斯西部和新墨西哥东南部的产油盆地——伯米安盆地拥有雄心勃勃的增长目标。埃克森美孚代表Amit Kumar阐述了公司在该地区的非常规作业情况，在那里需要部署尖端技术从致密低渗透储层中开采碳氢化合物。

其中一项技术是钻探极长的水平井，有些长达4英里，堪比拉斯维加斯大道的工程壮举。另一项技术是水力压裂，即高压注入水体以破碎岩层，然后注入沙子将裂缝顶开，从而实现持续的碳氢化合物生产。

这些技术进步的影响是变革性的。如今，全球10%以上的石油产量来自美国的非常规油田，这是自2000年代初产量持续下降以来的一个惊人逆转。自2010年以来，美国产量增长了2.5倍，达到每天1300万桶的惊人水平，其中1000万桶来自非常规资源。

埃克森美孚在伯米安盆地的目标同样宏伟，计划到2027年将产量提高50%，达到每天100万桶。最近收购了该地区另一大运营商先锋自然资源公司后，埃克森美孚的产量目标进一步提高到同期每天200万桶的惊人水平。

然而，非常规领域带来了一系列独特挑战亟待解决。其中最主要的是运营规模之大，埃克森美孚在该领域管理着超过1万口井，是位于圭亚那的著名深水资产(仅约100口井)的两个数量级。加之伯米安盆地地理范围广阔，面积超过佛罗里达州，约85000平方英里，这些因素使得很难像常规作业那样对每口井给予同等关注，导致10%至20%的停工时间，换言之，每五桶潜在产量中就有一桶被推迟，凸显了创新解决方案的迫切需求。

Amit Kumar坚信，数字技术是解决这些挑战的关键。通过自动算法确保井在最佳设定点运行，并利用预测和规范分析的力量，埃克森美孚可以识别高风险井并采取预防措施，减少停工时间，延长运行寿命。

一个重点领域是优化在伯米安盆地广泛使用的人工举升方法——电潜泵。电潜泵安装在井下，用于以高速将流体泵送至地面，以补偿储层压力随时间推移而自然下降。然而，非常规井中电潜泵的运行寿命通常仅限于一年左右，与常规作业中10年的寿命形成鲜明对比。

每次电潜泵发生故障都需要动用钻机、采购新设备，并产生相关停工时间，这些都意味着巨大成本。Amit认为，解决方案在于实施基于历史数据训练的预测性维护模型，这一方法得益于三个关键因素:埃克森美孚在建立和维护健全的数据基础方面的大量投资、高质量机器学习库的可用性，以及用于大规模数据处理和模型训练的经济高效的云计算资源。

意识到这一挑战的复杂性，埃克森美孚探索了多种选择，包括自主开发解决方案、采购现成产品或与第三方合作开发定制解决方案。在进行内部概念验证研究并评估多家供应商后，埃克森美孚决定与贝克休斯公司合作，利用其Lucipa软件。

在评估的供应商中，Lucipa是最先进的解决方案，集成了基于物理和机器学习的多种模型。然而，它主要是基于常规井的数据训练，可能无法准确反映非常规作业的独特行为。通过与贝克休斯公司合作，埃克森美孚不仅获得了Lucipa先进的建模能力，还提供了来自非常规井的宝贵数据，使模型能够针对埃克森美孚的特定需求进行微调。

贝克休斯公司代表Eugenia Saratokan阐述了Lucipa的内在运作机制。Lucipa的核心是采用集成方法，结合多种基于物理和机器学习的模型，对电潜泵的健康状况进行全面评估，并提出改善运行寿命的行动建议。

Lucipa的输出大致可分为两个领域。第一是识别可能对电潜泵运行寿命产生不利影响的关键状况，如砂产、结垢、腐蚀或接地。第二个更具创新性的方面是预测电潜泵的剩余使用寿命，这一指标使埃克森美孚能够优先处理剩余使用寿命下降最快的井。

建议的行动可能相对简单，如调整PID控制器的设置，也可能是更invasive的干预，如冲洗外壳以清除积累的砂砾，从而使电潜泵运行更可靠。

Eugenia深入解释了Lucipa的技术原理，强调了物理模型和机器学习模型之间的协同作用。作为电潜泵制造商，贝克休斯公司利用其领域专长开发了用于设备选型和参数推荐的物理模型。这些模型与Lucipa无缝集成，在计算关键状况和剩余使用寿命方面发挥着关键作用。

与物理模型相辅相成的是基于贝克休斯公司内部专家标注数据训练的机器学习模型。这些专家中有许多人曾在电潜泵监控和监视领域工作，拥有宝贵的领域知识，能够准确解读和标注来自井下设备的遥测数据。

在遥测数据不完整或缺失的情况下，Lucipa采用了一种巧妙的解决方法——使用物理模型生成合成数据，然后将其输入机器学习模型，确保信息流持续，最大限度减少中断。

Eugenia分享了Lucipa的一个输出示例，展示了它检测关键状况(如气体干扰和固体存在)以及预测断轴可能性的能力。在特定案例中，Lucipa建议修改PID运行模式，该建议得到实施，可观察到电潜泵的剩余使用寿命有所增加。

卢西帕(Lucipa)的发展之路对贝克休斯来说是一段持续学习和适应的旅程。其中一个主要挑战是跨多个客户和油井，设备类型和数据输入的多样性，这需要创建一个健壮的ML运维框架。该框架将资产数据(如地理位置、设备类型和储层特征)映射到适当的模型，确保为每个独特的用例部署正确的模型。

此外，贝克休斯实施了严格的模型性能评估和验证流程，利用预先标记的数据集和专家验证，确保模型在部署到生产环境之前能产生预期结果。

考虑到行业高度监管的性质，贝克休斯还优先创建了全面的审计跟踪，能够追踪生成特定决策或建议所使用的具体模型。这一能力对于保持透明度和问责制至关重要，符合石油天然气、银行和金融等行业的严格要求。

另一个重点领域是增强专家的数据标注体验。起初，贝克休斯依赖外包工程资源进行数据标注，但很快意识到这些人员缺乏领域专业知识，无法准确解读遥测数据的细微差别。为此，贝克休斯转而利用内部24/7监控人员团队，这些人员对井下设备的复杂性有深刻理解，能够在数据中检测异常。

为进一步简化标注流程，贝克休斯实施了半监督标注体验，其中统计标注算法预先检测潜在事件，然后由专家进行验证。这种方法使标注生产率提高了十倍，凸显了利用领域专业知识和促进数字项目与运营团队融合的重要性。

随着埃克森美孚、贝克休斯和亚马逊云科技之间的合作不断深入，几个关键原则被确立为成功的关键因素。首先，合作伙伴认识到优先处理高价值用例的重要性，即使解决方案的路径一开始并不明朗。在这种情况下，优化ESP运行寿命是一个复杂的挑战，但对行业来说潜在价值巨大。

其次，合作伙伴采用了迭代方法，专注于进步而非完美。他们没有等待完美的数据或用户体验，而是采用敏捷思维，根据反馈和经验教训不断完善和改进解决方案。

最后，合作伙伴的选择至关重要。与亚马逊云科技合作，贝克休斯获得了技术专长和云计算资源，加速了开发进程。此外，像Epam这样的技术合作伙伴带来了专门的技能，而埃克森美孚作为卓越的运营商提供了宝贵的现实挑战和见解，培养了合作创新和相互学习的精神。

在德克萨斯州的Permian盆地特拉华部分约8，000口井的卢西帕试点项目取得了令人瞩目的成果。Amit Kumar将试点的成功归功于四个关键要素的融合:正确的数据、正确的技术、正确的平台和正确的人员。

埃克森美孚对数据基础设施的投资确保了高质量数据的可用性，而卢西帕先进的模型集合提供了技术支撑。经过大量用户研究和反馈优化的用户友好平台促进了无缝采用和使用。最后，确定并让正确的人员参与——即埃克森美孚在印度班加罗尔技术中心的监控工程师，确保了卢西帕生成的见解能够有效转化为可操作的步骤，创造切实的业务价值。

试点项目的成功指标由一个简单而有雄心的目标定义:投资回报率至少为10倍。值得注意的是，即使试点阶段还剩几个月，这一目标已经实现，凸显了该解决方案的变革潜力。

然而，埃克森美孚的真正北极星是在整个Permian作业中至少提高10%的ESP运行寿命。一旦实现，这一成就每年可以创造2500万至5000万美元的价值，见证了数字技术在优化碳氢化合物生产方面的深远影响。

虽然卢西帕试点代表了一个重要里程碑，但它只是埃克森美孚在现场作业方面更广阔愿景的第一步。下一个前沿是系统优化，这是一种整体方法，不仅优化单个井，而且涵盖了从储层到销售点的整个生产网络，考虑了多口井和设施之间的约束和相互依赖关系。

埃克森美孚已经在这一领域开展了多个试点计划，包括与卢西帕的合作，目标是在Permian作业中扩大成功解决方案的规模。随着能源转型的推进，埃克森美孚在Permian盆地的压缩机组将从天然气转向电力驱动，将出现新的优化挑战，需要将电力优化整合到整体系统中。

Amit Kumar的最终愿景是通过智能数字平台实现见解的民主化，让最新的生产工程师也能获得丰富的知识库和智能建议，从第一天起就能优化井筒运行。这种专业知识的民主化被视为在不断变化的行业格局中取得成功的秘诀。

贝克休斯对未来生产运营的愿景与此类似，即由互联系统驱动，能够整合数据并提供建议驱动的方法。随着运营复杂性的增加和各种参数之间相互依赖关系的加深，捕获和优化这些相互依赖关系将是实现整体生产最大化的关键，同时考虑流体处理能力等约束条件。

通往这一未来状态的旅程已经开启，到目前为止取得的进展令人对为行业创造实质价值的能力充满信心。然而，演讲者承认，前方的道路仍然漫长，他们诚挚邀请业内同行进一步讨论、合作和集思广益。

re:Invent大会为促进这些联系提供了一个富有成效的平台，促进了思想交流、战略伙伴关系的形成以及知识和专业技能的相互传播。正是通过这种协作努力，行业才能继续推进可能性的边界，在满足世界对能源的无穷需求的过程中，开拓效率、可持续性和运营卓越的新领域。

下面是一些演讲现场的精彩瞬间：

演讲者阐述了关于碳氢化合物和碳氢化合物增长的背景，同时介绍了提高碳氢化合物生产面临的挑战，以及如何利用数字技术、人工智能和机器学习来解决油田中的复杂业务问题。

亚马逊云科技推出了Lucipa商业软件产品，该产品可以协调复杂的参数，并通过先进的建模引擎提高生产优化，解决了石油和天然气行业生产工程师所面临的挑战。

演讲强调了常规和非常规领域中电力潜水泵(ESP)运行寿命存在显著差异，非常规领域由于频繁更换而导致运行寿命较短和成本较高。

埃克森美孚公司高管强调，该公司拥有坚实的数据基础、高质量的机器学习库以及可负担的云计算资源，这些都是利用预测性维护模型改善运营的关键支持。

面对构建或购买解决方案的挑战，亚马逊探索与第三方合作开发量身定制的解决方案。

一位生产工程师相信，结合物理和机器学习模型预测设备剩余使用寿命的系统所提供的数据和建议，从而能够做出主动维护决策。

演讲者对优化单个组件和更大网络所取得的进展感到兴奋，并期望为整个行业带来巨大价值。

总结

在这个引人入胜的叙述中，我们探索了碳氢化合物生产的世界，其中埃克森美孚、Baker Hughes和亚马逊云科技建立了战略合作伙伴关系，通过数字技术优化运营。故事展开时，埃克森美孚的Amit Kumar和Baker Hughes的Eugenia Saratokan分享了他们在伯米安盆地非常规油气田遇到的挑战和解决方案。

面临到2027年将产量提高50%的艰巨任务，他们认识到需要预测性维护模型来延长电潜泵(ESP)的运行寿命，这是一种关键的人工举升方法。通过利用云计算、机器学习库和强大的数据基础，他们着手开发一种名为Lucipa的先进解决方案。

Lucipa采用基于物理和机器学习模型的集成方法，识别影响ESP性能的关键条件并预测其剩余使用寿命。经过反复迭代，他们克服了诸如多样化数据输入、高效数据标注和监管合规性等挑战，最终交付了一个用户友好的平台，为生产工程师提供可操作的见解。

结果非常显著，在特拉华盆地试点阶段已实现十倍的投资回报率。埃克森美孚的愿景超越了ESP优化，涵盖了从砂面到销售点的系统范围优化，利用智能数字平台实现见解民主化，从第一天起就赋予工程师权力。

Baker Hughes与之理念相同，旨在创建一种系统驱动的方法，整合手动活动、管理相互依赖性并优化整个生产网络。他们正在为数字技术革新碳氢化合物生产的未来铺平道路，同时实现可持续价值、提高安全性并减少环境影响。

亚马逊云科技（Amazon Web Services）是全球云计算的开创者和引领者。提供200多类广泛而深入的云服务，服务全球245个国家和地区的数百万客户。做为全球生成式AI前行者，亚马逊云科技正在携手广泛的客户和合作伙伴，缔造可见的商业价值 – 汇集全球40余款大模型，亚马逊云科技为10万家全球企业提供AI及机器学习服务，守护3/4中国企业出海。