数据是世界经济论坛创始人兼执行主席克劳斯·施瓦布所说的第四次工业革命的支柱。这场21世纪的革命是一场连接、高级分析、自动化和制造技术的革命。
 
虽然这场高科技革命的道路在很久以前就开始了，当时使用水和蒸汽为机械化生产提供动力，但正是电力为大规模生产提供动力的能力将我们从第一次工业革命带到了第二次工业革命。
 
自动化生产所必需的电子和信息系统引领了第三次革命。这些数据以及我们从这些看似随机和不同的数字和字母模式中破译和提取价值的能力，以创建可操作的情报，正在迅速改变商业运作的方式。
 
数据无处不在，无处不在。但从时间的大尺度来看，数据的收集、分析和应用相对较年轻。
 
如Billy Bean和美国职业棒球大联盟奥克兰运动家队在21世纪初就展示了数据驱动决策的重要性，他们利用数据分析的力量，从最后一名竞争者到争夺冠军，这就是著名的《点球成金》。
 
大约20年后，数据和数字化的力量继续发展，例如，卡塔尔卢塞尔体育场的明亮灯光照亮了国际足联世界杯的最后一场足球比赛;艾尔·里赫拉的每一个动作都被捕捉、储存和分析。
 
但是阿尔·里赫拉不是一个运动员,这是阿迪达斯创造的足球，在整个锦标赛期间举行的60多场比赛中，每场比赛都使用了内置传感器实时球跟踪功能。足球场周围的高速摄像机和天线提供了额外的支持，将数据输入国际足联增强的足球情报服务。
 
在比赛中收集的数据根据各种指标进行分析，如控球时间、线断、对球的压力和被迫失误，然后与球队分享，目的是提高比赛和球员的水平。
 
赢得这场“漂亮的比赛”并不像看起来那么简单，要想在90分钟内尽可能多地把球踢进对方的球门，还需要更多的时间。这些数据让我们得以深入了解成功或失败的过程。
 
在纸上解释石油和天然气的生产也很简单：在地下钻一个洞，将流向地面的石油输送到管道中，然后在价格合适的时候，为将资源输送到市场上所付出的努力获得报酬。
 
实际情况远比这复杂，数据在提高产量等方面发挥着重要作用。
 
数据推动了席卷美国油气行业的页岩风暴。Patterson-UTI钻井公司钻井性能副总裁大卫·米尔维认为，钻井数据有助于实现水平段进尺的年度增长。
 
“2014年，在新墨西哥州的Delaware盆地，一台钻机平均可以为作业者提供43,000~ 45,000英尺进尺。2016年，该钻井平台的横向钻井面积为63,000英尺/年。基本上在两年内增长了50%，”在市场崩盘之前的2019年，该钻井平台的横向钻井深度为9.3万~ 9.5万英尺。
 
“当我们查看2021年底的数字时，该钻机在2021年提供了大约150,000横向英尺。从2014年的数据来看，当时美国在43,000英尺的水平方向上运行了1,800台钻机，而今天我们的钻机数量已经达到了700多台，几乎是当时的四倍。可以说，与2014年相比，我们今天的钻机数量约为2800台。”
 
米尔维说，通过访问这些数据，公司可以确定哪些方面存在限制或效率低下，阻碍了最佳表现。
 
“然后，我们能够回到我们的客户身边，与他们合作，不断推动改进，”他说:“访问数据，并确保我们看到的是正确的信息，有助于确定正确的攻击目标，然后衡量结果并重复这一过程。这是一个持续改进的循环，永远不会停止。”
 
挑战持续存在，对手和组件疲惫不堪，胜利属于比对方更持久或在市场上获得最高价格的团队。
 
之前的每一次工业革命都是由石油和天然气取代煤炭作为发电的主要燃料来源而实现的。将北美的棒球、世界杯足球赛以及石油和天然气行业联系在一起的一个共同点是，它们各自捕获和存储了大量数据。
 
油气行业在各个领域都采取了一些重大措施，其中一些措施是由超级巨头采取的，并且更为人所知，但无论公司规模大小，油气行业在数据方面的进步都有空间。
 
小运营商简化复杂
 
把勘探开发公司想象成一支职业运动队，它的队员就是油井。从准备钻完井的新手，到生产中的活跃参与者，再到第二轮或第三轮人工举升的经验丰富的老手，每口井都有大量的数据，需要一个家和一个计划来实现回报。
 
如何利用来自全球油气田的海量数据，是油气行业正在应对的重大挑战。
 
即使对最大的运营商来说，这也不是一个简单的过程，它也代表着公司经营方式的根本变化，Datagration董事长兼首席执行官彼得·伯纳德表示，如果一家公司想要发展，这是必要的。
 
PetroVisor是Datagration的专利软件，可以从多个来源复制数据，并将其整合到一个统一的数据模型下，帮助公司做出经济和运营决策。PetroVisor公司表示，用户在组织数据上花费的时间减少了70%。
 
伯纳德说:“这大大缩短了整个项目的时间，提高了资本和运营效率，提高了单位成本的产量。”“公司必须灵活，能够用最少的资源来创造卓越的财务业绩。数字化是关键。”
 
德克萨斯州的两家私营运营商——steward Energy和Texas American Resources公司——目前正在将PetroVisor应用到他们的运营中，并在整个过程中取得了早期的成功。
 
Steward Energy是一家独立的勘探开发公司，在德克萨斯州和新墨西哥州的二叠纪盆地拥有超过7万英亩的土地，尤其专注于西北大陆架的常规油田。
 
该公司于2022年1月开始与Datagration合作实施。Steward Energy目前拥有199口生产水平井、1口生产直井和20口盐水处理井。
 
Steward Energy的首席开发官斯科特·斯特德曼表示，该公司的领导人意识到它非常擅长收集数据，但在分析数据以使公司受益方面还有改进的空间。
 
“我们在从完井数据中得出结论方面做了一些努力，但这些努力都是基本的，没有产生任何结果。关于人工举升，电潜泵转换为杆式泵的时间对我们来说至关重要，因为这将大幅降低费用，并降低未来拉动的成本。迄今为止，这是由工程监督决定的，”斯特德曼说，并补充说，他们正在与Datagration合作，使这一过程自动化。
 
“我们还将完成一个公司绩效仪表盘，在一个地方显示公司层面的生产费用等。在使用不同的方法之前，这项工作没有完成，我们只是不得不在数据集之间来回切换，”他说。
 
据伯纳德称，该公司正在完成PetroVisor的实施，但他们已经在特别项目上取得了早期成功。
 
“该平台使用了我们自己无法复制的技术，非常有帮助。值得注意的是，我们必须向我们的第三方中游合作伙伴提供天然气预测估计，以获得大型天然气厂扩建的批准。”
 
“PetroVisor能够收集我们所有的生产数据，并创建特定区域的天然气预测。这比以前使用估计的油气比和油型曲线体积进行预测的方法要精确得多。由于我们是一个溶解气驱油藏解决方案，因为不同类型的井(补偿井或非补偿井)以非常不同的速度生产天然气，天然气预测可能非常困难。”
 
总部位于德克萨斯州奥斯汀的独立E&P公司德克萨斯美国资源公司在Eagle Ford Shale和Austin Chalk产区拥有大片土地，在Atascosa、Frio和La Salle县拥有219口油井和1口气井。
 
该公司创始人兼首席执行官大卫·霍尼卡特表示，PetroVisor的实施将于2023年第一季度完成。推出之际，德州美国公司也一直在升级其生产基础设施和电气化的业务。
 
霍尼卡特表示:“PetroVisor将在ESG方面为我们提供真正的帮助，切实展示我们大规模电气化项目的前后效益。”“环境足迹将会更好，功能也会更好。”
 
霍尼卡特表示，该公司使用多个软件包，团队在他们的学科平台上进行工作。有了PetroVisor，将不再有竖井。
 
“所有的数据都将被收集起来，我们将能够从中得出结论。以前，在我们看到工作产品之前，我们依赖于该领域的人员来完成他们的工作。现在，我们可以从这些其他平台的数据中挑选一个集成的工作流。您可以看到生产的整体性能，并可以实时运行诊断，以减少运营中的停机时间。”

 
数字孪生提供内部视图
 
数据分析可以帮助勘探开发公司更好地了解其所追求的储层，同时实现产量最大化。数据也是监测设施和设备性能的关键，可以标记可能导致系统损坏的异常情况。
 
Hess Corp.是最早使用数据分析来加强其勘探开发工作的公司。根据2017年的一份报告，从2014年到2016年，该公司通过使用专有算法、预测分析、机器学习和自动化，显著优化了巴肯页岩的钻井计划，提高了运营效率，并将现金运营成本降低了32%。
 
Hess应用数据分析高级顾问德莱奥尼斯·佩尔图索表示，该公司致力于使用数字技术来增强和改善其开展业务的方式。他认为，使用数字孪生(一种精确反映物理对象的虚拟模型)是公司在数字化之旅中走向未来状态的关键推动因素。
 
Hess的工艺工程顾问保罗·克莱尔和来自康士伯数字的团队合作，开发了该公司位于墨西哥湾的Stampede设施的动态数字孪生，并作为试点项目的一部分实施，以实现对关键海上设备的工艺设备状态监测。
 
Stampede设施位于墨西哥湾，位于路易斯安那州Fourchon以南115英里处，总上部处理能力为8万桶/天，注水能力为10万桶/天。
 
 
图2  Stampede状态监控架构图
 
他说:“我们认为，从高水平上讲，我们在监控、运营和优化运营方面有很大的潜力。”“我们选择资产进行试点的方式是双向的。我们与愿意与我们合作的团队合作。保罗和团队对这个项目持开放态度，因为他们知道数字孪生能为他们做什么。”
 
佩尔图索等人在2022年SPE年度技术会议和展览会上的演讲中指出，现有的两个Stampede多用途动态仿真模型被重新用作实时性能监控模型。
 
“这些模型用于操作员培训，并与真实的控制室系统相连，”克莱尔解释道。“我们非常有信心，这些动态模拟很好地代表了我们现在得到的实际计划。这个数字双胞胎的关键是实时进行动态模拟。它从现场接收数据，并不断更新模型以反映实时情况。”
 
克莱尔补充说：“数字孪生的美妙之处在于它可以作为一个基准。
 
如果你正在观察你的设施中的压力和温度速率，可能会质疑它们是否好？数字双孪生提供了一个基准，可以看到它的样子，如果在现实生活中，你看不到这些东西，可能有一个问题需要检查。”
 
克莱尔将状态监控描述为一个具有预防性和反应性维护需求的持续过程。
 
“如果有东西坏了，我们就修理它。例如，通过预防性维护，如果我每12个月更换一次过滤器，那么从统计数据来看，我会减少故障，”克莱尔说：“我们希望实现预测性维护，所有来自现场的数据让我们了解设备的健康状况。我们试图做的是在故障变得太糟糕之前预测故障，所以我们发现的是小的维护需求，而不是完全更换一件设备。”
 
克莱尔说:“现在所做的一切都来自外部。我们正在检查润滑油液位，检查温度，检查震动。数字双胞胎使我们能够看到流程内部，并从流程的基础上实时查看泵或压缩机是如何运行的。”
 
该试点项目对安装在Stampede设施上的增压气体压缩机(BGC)实施了数据分析方法。佩尔图索表示，他们利用该设施两年的历史数据来估计剩余使用寿命，并检测导致系统损坏的异常操作条件，最终需要更换或导致关闭。
 
该团队通过回到过去，使数字孪生能够在已知的计划外故障发生前几个月开始消耗过程传感器数据来测试动态数字孪生。然后，他们评估了他们可以在多早的时候通过数字孪生发现故障迹象，并评估了是否可以采取一些措施来避免这些问题。
 
佩尔图索表示，该小组能够在维修人员在排放冷却器上检测到缺陷之前大约6天检测到BGC的异常操作条件，并补充说，“如果我们能够检测到BGC何时在异常操作条件下运行，并防止早期更换昂贵的设备，就有可能避免对气体压缩系统的损坏。”
 
该项目的目标是将实时预测性维护和可靠性工作扩展到整个公司。
 
“数字孪生对我们来说是一次旅程。我们试图建立一个参与系统，为我们的运营团队提供更好的工具，更好地了解情况，并做出更好的决策。“这需要时间，其他资产会在这个过程中学习，然后开始犯自己的错误，而不是重复我们犯过的错误。”