智能油田：数字油田发展的高级阶段
支志英、李清辉、贾鹿
（中国石油新疆油田分公司，新疆克拉玛依市，834000）
摘要 本文回顾了数字油田概念的诞生和数字油田发展状况，并依据油田业务发展的需要引申出智能油田概念，给出了智能油田的定义和应具有的基本特征。对油气勘探、油藏评价、开发与生产、集输储运四大领域的业务智能化进行了分析，指出了智能油田的建设方向和基本内容，为智能油田的研究者和建设者提供参考。
关键词 数字油田 智能油田 油气勘探 油藏评价
1 数字油田概述
1.1数字油田概念的诞生
中国大部分石油企业的信息化建设起步于上世纪九十年代初期。最初为了满足局部业务领域的应用需要，降低手工作业强度而开发了一系统应用软件。这一时期的信息化建设具有分散、独立、规模小的特点。随着油田也为的深入开展和信息技术的快速发展，跨部门、跨专业的综合应用系统逐步成为业务部门和管理部门的主要需求，而这些信息孤岛式的应用系统为数据信息的大规模共享和应用集成造成了巨大困难，人们需要寻求一种能够支持油田业务向纵深方向发展的整体的信息化建设模式。
1999年大庆油田在国内首次提出了数字油田的概念，并很快得到行业的广泛认同。数字油田以油田实体为对象，以地理空间坐标为依据，通过海量存储和异构数据的融合，用多媒体和虚拟现实技术实现油田地上地下的多维空间表达。空间化、数字化、网络化和可视化是数字油田的基本特征。这一概念将油田当作一个整体进行信息化管理，强调信息化整体的一致性和业务板块的协调性，是对早起信息化建设理念的重大改进。国内各油田企业在2000年前后纷纷将数字油田列为中长期建设目标。
1.2 数字油田的发展
2000年后，国内各大油田纷纷开展了数字油田总体规划和顶层设计工作，为数字油田的全面建设奠定了良好的基础。中国石油集团公司从全局的高度进行了“十五”、“十一五”和“十二五”的信息化统一规划和建设，为下属各油田企业的数字化建设提供了指导性内容。基于数字油田的企业整体信息化格局初步形成。数字油田基本的建设内容包括：
（1）基础设施：包括有线网络、无线网络、井场数据自动化采集设备、服务器、磁盘阵列、磁带库、机柜等信息化基础设施。这些设备性能是基于企业全局应用考虑的，这与以往只想根据局部需要而确定性能的做法有着本质的区别。
（2）数据资源：以油田中心数据库建设为核心，采用统一的数据模型，统一数据标准，
各专业数据统一采集入库。前期分散建设的历史专业数据在统一的标准控制下逐步转移到中心数据库。中心数据库向全企业提供统一共享访问接口。
（3）应用系统：基于中心数据库建设全局性的综合应用系统，跨部门、跨专业的应用系统逐步取代前期孤立的、分散的应用系统，成为企业应用的主流。
（4）标准体系：基于企业整体的信息化发展需要而设定的标准、规范、服务流程等。统一的标准体系有力地支持了企业信息化的长远发展。
可以说，油田中心数据库的建设是数字油田建设的基本标志和核心内容。随着数字油田的深入开展，国内大部分油田的信息基础设施性能得到大幅度提升，数据资源不断丰富，应用系统集成得到持续额额提升。进入“十二五”，数字油田整体进入发展成熟期。2009年新疆油田在国内率先宣布成立了数字油田，成为国内数字化油田建设的一面旗帜。
数字油田建设和应用极大地促进了油田业务的发展，在勘探开发、生产管理、经营管理等方面获得了巨大的经济效益。
2 智能油田概念
2.1 智能油田概念诞生的背景
目前我国主力油田对油气藏的开采大都进入中后期，受油气资源生产可能性边界条件的硬约束，任何一个油田都不可能持续地保持高产量。另一方面，可动用区块逐年减少，新区勘探难度越来越大。资源品位下降和新老资源接替不足是国内油田企业必须面对的长期问题。为了保持企业的正常运转乃至高速发展，寻找更多的剩余油，探索提高油气采收率，延缓老油田资源枯竭和产量递减速率，成为油田企业管理者和科研工作者的努力方向。数字油田的建设一定程度上为这一问题提供了解决途径。然而，仅仅以数字化、信息化的手段尚不能从工作上解决问题。对地质油藏的监测与评价需要更加精细、更加全面的动态数据，还需要更多的专业知识，以及科学的决策分析模型。因此，智能油田的概念在近几年诞生了。其基本思想是在数字油田建设成果基础上，利用物联网、云计算、知识化管理、辅助决策、人工智能等先进技术，实现地质油藏的动态监测、精确评价，实现生产过程的全面自动化和决策过程的智能化。
2.2智能油田的定义
智能油田在数字油田基础之上，借助先进信息技术和专业技术，全面感知油田动态，自动
操控油田行为，预测油田变化趋势，持续优化油田管理，科学辅助油田决策，使用计算机信息系统智能的管理油田。也就是说，智能油田就是能够全面感知的油田，能够自动操控的油田，能够预测趋势的油田，能够优化决策的油田。具体地说，包括：
（1）智能油田将借助传感技术，建立覆盖油田各业务环节的传感网络，实现对油田各
业务环节的全面感知。
（2）利用先进的自动化技术，对与油气井与管网设备进行自动化控制，对油气管网进行自动平衡与智能调峰，实现对生产设施自动操控。
（3）利用模型分析技术，进行油藏的动态模拟，单井运行分析与预测，生产过程优化，智能完井和实时跟踪，利用专业数学模型提高系统模拟与分析能力、预测和预警能力、过程自动化处理能力，实现对油田生产趋势进行分析与预测。
（4）利用可视化协作环境为油田提供信息整合与知识管理能力，充分利用勘探开发地质研究专家的经验与知识，实现由田勘探的科学部署，提高系统自我学习能力，生产持续优化能力，真真做到业务、计算机系统与人的智慧相融合，辅助油田进行科学决策、优化管理。
2.3 智能油田的基本特征
空间化、数字化、网络化、可视化是数字油田的基本特征，智能油田的基本特征主要体现在以下六个方面：实时感知、全面联系、自动处理、预测预警、辅助决策、分析优化，如图1。
图1 智能油田基本特征
（1） 实时感知：利用传感网络实现对油田各业务环节的全面感知。不仅要对油田生产现场的设施进行时数据采集，还可通过视频技术直接查看工作场地、会议场所的场景。
（2） 全面联系：在实时感知的基础上，进一步提供油田现场与指挥室之间、人与仪器之间相互协同，远程操作。
（3） 自动处理：利用自动化技术、优化技术，通过对采集到的数据进行计算分析，将操作指令反馈到现场，对油气井与管网设备进行自动化控制。
（4） 预测预警：在对历史数据进行分析的基础上，通过数据挖掘、模型分析，对油田生产趋势进行模拟和预测。如油藏的动态模拟，单井运行分析与预测，生产事故预警。
（5） 辅助决策：利用可视化的信息协作环境、油田专家的经验、专业领域知识、成功项目研究成果，进行综合分析，提出决策建议。
（6） 分析优化：通过建立各种标准化的评价指标体系，利用综合评价技术，对生产运行的状况、油气藏地质条件、决策结果进行评价和分析，提出优化方案，是油田生产、管理不断优化和完善，实现油田的最优化发展。
3 油田业务的智能化体现
数字油田主要以全面的、标准化的数据和全面覆盖的、高带宽的通讯网络支持业务的开展。智能油田实在数字油田的基础上，更强调业务间的紧密联系，更强调业务过程的自动化和智能化。
3.1油气勘探
油气勘探处于油田业务的最上游，在智能油田环境下，其智能化主要体现在以下几个方面：
（一） 勘探数据知识化管理
建立勘探知识数据库。研究人员将研究过程获取的知识发布到知识库，作业人员将一个业务或解决一个问题的最佳途径发布到知识库。为个专业人员实时做出最佳决策而获取、共享各类知识提供支持。基本内容：（1）建立跨专业界限的数据集成共享平台；（2）建立数据标准目录，以及不同数据标准之间的映射关系；（3）在共享平台之上，为勘探研究、勘探管理、开发等人员提供所需要的、符合各自专业标准的数据，以及统计分析和挖掘等功能。
（二） 探井现场跟踪研究
提供实时的现场监控、判断和处理能力。基本内容：（1）同步获取钻探现场实施的各类数据，包括实钻数据、随钻测量测试、钻井液数据等，并进行现场监控；（2）实时模拟钻头轨迹，与设计不符时及时提示，研究人员作出井眼调整建议、更新设计方案并反馈给井场；
（3）根据钻遇情况、储层压力等数据进行跟踪地质研究，及时修正地质认识。
（三） 井位协同设计
建立综合各类数据信息的协同工作平台，包括管网信息、地理信息、地质信息、社会信息等，在协同的工作平台上为业务专家、信息专家、各级领导提供协同的设计环境和审批环境，优化井位设计过程，提高交流和审批的效率。
（四） 挖掘历史数据发现潜在勘探目标
综合物探数据库、地质数据库、井资料库和生产动态数据库，建立数据挖掘模式，确定分析的主题。从大量的历史数据库中获取有效的、潜在的有用数据，重新研究整理，以便发现潜在的勘探目标。
（五）专家系统辅助综合研究
基于全面关联的数据网络，通过模拟专家思维，建立仿真模拟系统，辅助决策，提高决策的科学性。
（六） 智能战略选区
建立预测模型，与国内外地质构造相似的区块进行类比，提高预测准确性和精确度，提高选择勘探目标的科学性。内容包括：（1）根据地质参数初步分析并建立区块预测模型；（2）寻找与目标区块相似的模型，进行类比；（3）对预测模型进行论证，预测出目标区块的规模、
构造、储量等。
3.2油藏评价
油藏评价是介于勘探和开发之间的一个业务环节。在智能油田环境下，其智能化主要体现在以下几个方面：
（一） 开发方案跟踪管理
首先是开发方案的知识化管理，包括历史资料对比、模糊检索、只是提取、资料整合等。其次是方案的跟踪管理，包括方案调整、现场实时跟踪、协同管理、开发优化等。基本目标是：（1）开发方案实施过程跟踪，根据实施情况提出方案调整建议；（2）根据开发情况、油藏模拟分析结果，提出开采优化方案；（3）实现开发知识经验的积累、提取和加工利用；（4）提供多专业、多部门的协同工作环境。
（二） 智能多井对比
通过设定对比条件，实现井与井综合信息对比，或在一段时间内的变化趋势对比，并以多种形式展示对比结果，从而辅助评价、开发和生产上的决策。建设内容包括：（1）建立完备的单井数据库，包括经井数数据、试油试采数据、生产数据、岩心分析数据等；（2）建立对比条件与对比方法，包括：时间、压力、地质特征、区块条件、含水、层位、产量等；（3）对比结果展示，包括直方图、饼图、曲线图、照片、视频等。
（三）评价井动态跟踪和预警
通过评价井的实时跟踪研究，实现地质资料取全取准，油层段的准确取芯，最终精确描述出油藏大致轮廓、储量、预期采收率、产能和预期经济价值。包括：（1）随钻进行多井对比、小区域地层对比、建立区域构造剖面、预报目的层，实现地层综合评价；（2）当钻头随钻遇的预计油层段发生变化时，及时提示并循环观察，研究人员快速处理问题并反馈给井场；
（3）对岩心数据进行分析，精确掌握各地层组、段的岩性特征，为及时发现油气层段提供科学依据；（4）对所钻井的油气层、生油层进行统计分析，做单井油气资源评价，进而进行横向区域油气资源评价，寻找有利的生油、储油部位。
3.3开发与生产
针对开发与生产业务领域，在智能油田环境下，其智能化主要体现在以下几个方面：
（一）智能油气藏管理
主要包括：（1）油藏监测于实时模拟：建立能够实时更新、简化易用的油藏模拟，通过油藏监测数据实时更新模型数据，与类似油藏对比或与历史模型匹配，进而不断论证和校准油藏模型，基于油藏模型，预测开发趋势，优化开采。（2）油藏分析和预测：基于数字化油田环境进行油藏历史情况对比，并用历史生产数据对油藏模型进行高频率的校准，产生更准确的预测，用于生产化管理。（3）基于油藏模拟优化生产和作业计划：根据压力、温度、开采量、产出流体成分等下达管井、措施、维护等生产指令、科学安排长、短期生产计划和作业计划，提升产量预测能力，指导日常生产管理调度。（4）措施闭环管理：建设智能措施管
井系统、智能措施方案评估系统、智能措施效果评价系统等，从多维度分析增产措施的实际效果，评价增产措施对区块的整体影响。（5）注采关系检测和哟优化：优化注水方案提高水驱效果，优化注水系统提高注水效率。包括：注水方案评估、注水方案效果分析，注水方案优化、注水系统仿真运行、设备监控和远程计量、注水系统效率优化、官网结构分析优化等。
（6）稠油开采系统模拟分析和优化：建立适合稠油开采管理的系统模型包括油藏模拟、注采关系模拟（蒸汽驱、火驱），以系统模型为基础，通过实时监测手段，动态监测和模拟稠油开采情况，在模拟的基础上提供分析、问题症断和优化手段。
（二）智能油气井管理
主要包括：（1）单井动态模拟和检测：建立油气井从油（气）层边界直至井口的系统模型，模拟井行为，监测井、油气层、井况动态，并自动报警。（2）油气井分析预测和优化：基于油气井动态模型进行单井问题分析，问题趋势和产量趋势预测，并利用专家系统提出主动性措施方案和优化调整方案。（30机采效率优化：采油举升设备的自动检测和自动化管理，深入分析机采系统运行规律，优化机采系统运行效率‘，辅助设备的选型，选择性价比高的机采设备和系统组合。
（三）智能产量管理
主要包括：（1）产量趋势预测和预警：根据产量构成分解，在单井预测和油藏模拟的基础上，科学预测产量趋势。根据生产经验和区块情况，对超出正常范围的区块产量，综合含水变化经行预警有多种预测方法：常规递减分析、手动拟合预测、同类型对比预测等，还可以通过单井分析和油藏分析组合预测区块综合含水情况和产量发展趋势。（2）产量变化因素分析：实时反映实际产量相对于计划产量的异常变化，对造成产量变化的各种情况进行检查和分析，包括增产、减产因素分析。
（四）只能生产运行指挥中心
建立智能化的生产运行指挥中心，综合展示各类生产实时信息，借助知识库给出快速决策和自动处理建议，自动产生预警和报警信息。基于模型，対警报信息经行自动判断，并在一定程度上自动执行。
（五）智能应急管理
对突发事件和事故经行应急处理是油田的一项主要业务。利用信息辅助技术，实现应急事件发生时的信息综合，快速定位应急资源，自动产生应急处理步骤，并配备、调度、组织关联资源，实时监控应对过程，实现突发事件和事故的及时有效应急处理和事后经验总结，提升应急处理水平。
（六）油气集输管网智能调峰
通过对油气管网全网的实时监测和模拟，利用既定规则和专家系统的辅助，实现对天然气井、管网各种调解方案的合理化论证分析，并自动执行。
3.4集输储运
在智能油田环境下，集输储运领域的智能化主要体现在如下三个方面：
（一）管网、设备自动监测、预警和控制
对覆盖采油厂一级的集输管线和设备，储运一级的长输管线、阀门、泵和储库等管网设备实现自动监测，针对异常情况进行预警报警、快速诊断，为操作和管理人员提供参考建议方案，辅助进行快速反应，并能实现指令的远程自动执行。
（二）油气管网全网自动调节
通过对油气井、集油、集气管线、长输管线、配气站、供气管向进行的全线压力和流量实时监测和模拟分析，实现可自动控制的油气产输供智能平衡和自动调节。
（三）储运全系统模拟分析
将产源系统、管线系统、站库系统作为一个完整体系进行模拟，当运行发生变化或异常时，智能储运管理系统可对体系内运行情况进行模拟分析，预测影响结果，并给出建议的处理方案，决策者判断井并选择最佳方案后，形成执行指令并反馈到现场，控制阀门、仪器等现场设备。
4结束语
同数字油田相比，智能油田主要在三个方面将有较大的提升：（1）提高数字化的精度和自动化程度。通过传感器技术和传感网络，实现全油田实时监控系统，精确掌握地面情况和地下情况，并借助智能化系统，进行远程诊断，远程分析，及时指导现场。（2）在预测和优化油田生产能力大幅度提升，借助先进的模型，预测油田的发展，事前预防将替代事后被动反应，生产过程将得到持续优化，生产效益将持续提升。（3）通过知识化管理，充分利用专家知识和经验为研究和决策提供支持。
因此，可以说，智能油田是数字油田发展的延续，是数字油田的高级阶段。
智能油田：数字油田发展的高级阶段
支志英、李清辉、贾鹿
（中国石油新疆油田分公司，新疆克拉玛依市，834000）
摘要 本文回顾了数字油田概念的诞生和数字油田发展状况，并依据油田业务发展的需要引申出智能油田概念，给出了智能油田的定义和应具有的基本特征。对油气勘探、油藏评价、开发与生产、集输储运四大领域的业务智能化进行了分析，指出了智能油田的建设方向和基本内容，为智能油田的研究者和建设者提供参考。
关键词 数字油田 智能油田 油气勘探 油藏评价
1 数字油田概述
1.1数字油田概念的诞生
中国大部分石油企业的信息化建设起步于上世纪九十年代初期。最初为了满足局部业务领域的应用需要，降低手工作业强度而开发了一系统应用软件。这一时期的信息化建设具有分散、独立、规模小的特点。随着油田也为的深入开展和信息技术的快速发展，跨部门、跨专业的综合应用系统逐步成为业务部门和管理部门的主要需求，而这些信息孤岛式的应用系统为数据信息的大规模共享和应用集成造成了巨大困难，人们需要寻求一种能够支持油田业务向纵深方向发展的整体的信息化建设模式。
1999年大庆油田在国内首次提出了数字油田的概念，并很快得到行业的广泛认同。数字油田以油田实体为对象，以地理空间坐标为依据，通过海量存储和异构数据的融合，用多媒体和虚拟现实技术实现油田地上地下的多维空间表达。空间化、数字化、网络化和可视化是数字油田的基本特征。这一概念将油田当作一个整体进行信息化管理，强调信息化整体的一致性和业务板块的协调性，是对早起信息化建设理念的重大改进。国内各油田企业在2000年前后纷纷将数字油田列为中长期建设目标。
1.2 数字油田的发展
2000年后，国内各大油田纷纷开展了数字油田总体规划和顶层设计工作，为数字油田的全面建设奠定了良好的基础。中国石油集团公司从全局的高度进行了“十五”、“十一五”和“十二五”的信息化统一规划和建设，为下属各油田企业的数字化建设提供了指导性内容。基于数字油田的企业整体信息化格局初步形成。数字油田基本的建设内容包括：
（1）基础设施：包括有线网络、无线网络、井场数据自动化采集设备、服务器、磁盘阵列、磁带库、机柜等信息化基础设施。这些设备性能是基于企业全局应用考虑的，这与以往只想根据局部需要而确定性能的做法有着本质的区别。
（2）数据资源：以油田中心数据库建设为核心，采用统一的数据模型，统一数据标准，
各专业数据统一采集入库。前期分散建设的历史专业数据在统一的标准控制下逐步转移到中心数据库。中心数据库向全企业提供统一共享访问接口。
（3）应用系统：基于中心数据库建设全局性的综合应用系统，跨部门、跨专业的应用系统逐步取代前期孤立的、分散的应用系统，成为企业应用的主流。
（4）标准体系：基于企业整体的信息化发展需要而设定的标准、规范、服务流程等。统一的标准体系有力地支持了企业信息化的长远发展。
可以说，油田中心数据库的建设是数字油田建设的基本标志和核心内容。随着数字油田的深入开展，国内大部分油田的信息基础设施性能得到大幅度提升，数据资源不断丰富，应用系统集成得到持续额额提升。进入“十二五”，数字油田整体进入发展成熟期。2009年新疆油田在国内率先宣布成立了数字油田，成为国内数字化油田建设的一面旗帜。
数字油田建设和应用极大地促进了油田业务的发展，在勘探开发、生产管理、经营管理等方面获得了巨大的经济效益。
2 智能油田概念
2.1 智能油田概念诞生的背景
目前我国主力油田对油气藏的开采大都进入中后期，受油气资源生产可能性边界条件的硬约束，任何一个油田都不可能持续地保持高产量。另一方面，可动用区块逐年减少，新区勘探难度越来越大。资源品位下降和新老资源接替不足是国内油田企业必须面对的长期问题。为了保持企业的正常运转乃至高速发展，寻找更多的剩余油，探索提高油气采收率，延缓老油田资源枯竭和产量递减速率，成为油田企业管理者和科研工作者的努力方向。数字油田的建设一定程度上为这一问题提供了解决途径。然而，仅仅以数字化、信息化的手段尚不能从工作上解决问题。对地质油藏的监测与评价需要更加精细、更加全面的动态数据，还需要更多的专业知识，以及科学的决策分析模型。因此，智能油田的概念在近几年诞生了。其基本思想是在数字油田建设成果基础上，利用物联网、云计算、知识化管理、辅助决策、人工智能等先进技术，实现地质油藏的动态监测、精确评价，实现生产过程的全面自动化和决策过程的智能化。
2.2智能油田的定义
智能油田在数字油田基础之上，借助先进信息技术和专业技术，全面感知油田动态，自动
操控油田行为，预测油田变化趋势，持续优化油田管理，科学辅助油田决策，使用计算机信息系统智能的管理油田。也就是说，智能油田就是能够全面感知的油田，能够自动操控的油田，能够预测趋势的油田，能够优化决策的油田。具体地说，包括：
（1）智能油田将借助传感技术，建立覆盖油田各业务环节的传感网络，实现对油田各
业务环节的全面感知。
（2）利用先进的自动化技术，对与油气井与管网设备进行自动化控制，对油气管网进行自动平衡与智能调峰，实现对生产设施自动操控。
（3）利用模型分析技术，进行油藏的动态模拟，单井运行分析与预测，生产过程优化，智能完井和实时跟踪，利用专业数学模型提高系统模拟与分析能力、预测和预警能力、过程自动化处理能力，实现对油田生产趋势进行分析与预测。
（4）利用可视化协作环境为油田提供信息整合与知识管理能力，充分利用勘探开发地质研究专家的经验与知识，实现由田勘探的科学部署，提高系统自我学习能力，生产持续优化能力，真真做到业务、计算机系统与人的智慧相融合，辅助油田进行科学决策、优化管理。
2.3 智能油田的基本特征
空间化、数字化、网络化、可视化是数字油田的基本特征，智能油田的基本特征主要体现在以下六个方面：实时感知、全面联系、自动处理、预测预警、辅助决策、分析优化，如图1。
图1 智能油田基本特征
（1） 实时感知：利用传感网络实现对油田各业务环节的全面感知。不仅要对油田生产现场的设施进行时数据采集，还可通过视频技术直接查看工作场地、会议场所的场景。
（2） 全面联系：在实时感知的基础上，进一步提供油田现场与指挥室之间、人与仪器之间相互协同，远程操作。
（3） 自动处理：利用自动化技术、优化技术，通过对采集到的数据进行计算分析，将操作指令反馈到现场，对油气井与管网设备进行自动化控制。
（4） 预测预警：在对历史数据进行分析的基础上，通过数据挖掘、模型分析，对油田生产趋势进行模拟和预测。如油藏的动态模拟，单井运行分析与预测，生产事故预警。
（5） 辅助决策：利用可视化的信息协作环境、油田专家的经验、专业领域知识、成功项目研究成果，进行综合分析，提出决策建议。
（6） 分析优化：通过建立各种标准化的评价指标体系，利用综合评价技术，对生产运行的状况、油气藏地质条件、决策结果进行评价和分析，提出优化方案，是油田生产、管理不断优化和完善，实现油田的最优化发展。
3 油田业务的智能化体现
数字油田主要以全面的、标准化的数据和全面覆盖的、高带宽的通讯网络支持业务的开展。智能油田实在数字油田的基础上，更强调业务间的紧密联系，更强调业务过程的自动化和智能化。
3.1油气勘探
油气勘探处于油田业务的最上游，在智能油田环境下，其智能化主要体现在以下几个方面：
（一） 勘探数据知识化管理
建立勘探知识数据库。研究人员将研究过程获取的知识发布到知识库，作业人员将一个业务或解决一个问题的最佳途径发布到知识库。为个专业人员实时做出最佳决策而获取、共享各类知识提供支持。基本内容：（1）建立跨专业界限的数据集成共享平台；（2）建立数据标准目录，以及不同数据标准之间的映射关系；（3）在共享平台之上，为勘探研究、勘探管理、开发等人员提供所需要的、符合各自专业标准的数据，以及统计分析和挖掘等功能。
（二） 探井现场跟踪研究
提供实时的现场监控、判断和处理能力。基本内容：（1）同步获取钻探现场实施的各类数据，包括实钻数据、随钻测量测试、钻井液数据等，并进行现场监控；（2）实时模拟钻头轨迹，与设计不符时及时提示，研究人员作出井眼调整建议、更新设计方案并反馈给井场；
（3）根据钻遇情况、储层压力等数据进行跟踪地质研究，及时修正地质认识。
（三） 井位协同设计
建立综合各类数据信息的协同工作平台，包括管网信息、地理信息、地质信息、社会信息等，在协同的工作平台上为业务专家、信息专家、各级领导提供协同的设计环境和审批环境，优化井位设计过程，提高交流和审批的效率。
（四） 挖掘历史数据发现潜在勘探目标
综合物探数据库、地质数据库、井资料库和生产动态数据库，建立数据挖掘模式，确定分析的主题。从大量的历史数据库中获取有效的、潜在的有用数据，重新研究整理，以便发现潜在的勘探目标。
（五）专家系统辅助综合研究
基于全面关联的数据网络，通过模拟专家思维，建立仿真模拟系统，辅助决策，提高决策的科学性。
（六） 智能战略选区
建立预测模型，与国内外地质构造相似的区块进行类比，提高预测准确性和精确度，提高选择勘探目标的科学性。内容包括：（1）根据地质参数初步分析并建立区块预测模型；（2）寻找与目标区块相似的模型，进行类比；（3）对预测模型进行论证，预测出目标区块的规模、
构造、储量等。
3.2油藏评价
油藏评价是介于勘探和开发之间的一个业务环节。在智能油田环境下，其智能化主要体现在以下几个方面：
（一） 开发方案跟踪管理
首先是开发方案的知识化管理，包括历史资料对比、模糊检索、只是提取、资料整合等。其次是方案的跟踪管理，包括方案调整、现场实时跟踪、协同管理、开发优化等。基本目标是：（1）开发方案实施过程跟踪，根据实施情况提出方案调整建议；（2）根据开发情况、油藏模拟分析结果，提出开采优化方案；（3）实现开发知识经验的积累、提取和加工利用；（4）提供多专业、多部门的协同工作环境。
（二） 智能多井对比
通过设定对比条件，实现井与井综合信息对比，或在一段时间内的变化趋势对比，并以多种形式展示对比结果，从而辅助评价、开发和生产上的决策。建设内容包括：（1）建立完备的单井数据库，包括经井数数据、试油试采数据、生产数据、岩心分析数据等；（2）建立对比条件与对比方法，包括：时间、压力、地质特征、区块条件、含水、层位、产量等；（3）对比结果展示，包括直方图、饼图、曲线图、照片、视频等。
（三）评价井动态跟踪和预警
通过评价井的实时跟踪研究，实现地质资料取全取准，油层段的准确取芯，最终精确描述出油藏大致轮廓、储量、预期采收率、产能和预期经济价值。包括：（1）随钻进行多井对比、小区域地层对比、建立区域构造剖面、预报目的层，实现地层综合评价；（2）当钻头随钻遇的预计油层段发生变化时，及时提示并循环观察，研究人员快速处理问题并反馈给井场；
（3）对岩心数据进行分析，精确掌握各地层组、段的岩性特征，为及时发现油气层段提供科学依据；（4）对所钻井的油气层、生油层进行统计分析，做单井油气资源评价，进而进行横向区域油气资源评价，寻找有利的生油、储油部位。
3.3开发与生产
针对开发与生产业务领域，在智能油田环境下，其智能化主要体现在以下几个方面：
（一）智能油气藏管理
主要包括：（1）油藏监测于实时模拟：建立能够实时更新、简化易用的油藏模拟，通过油藏监测数据实时更新模型数据，与类似油藏对比或与历史模型匹配，进而不断论证和校准油藏模型，基于油藏模型，预测开发趋势，优化开采。（2）油藏分析和预测：基于数字化油田环境进行油藏历史情况对比，并用历史生产数据对油藏模型进行高频率的校准，产生更准确的预测，用于生产化管理。（3）基于油藏模拟优化生产和作业计划：根据压力、温度、开采量、产出流体成分等下达管井、措施、维护等生产指令、科学安排长、短期生产计划和作业计划，提升产量预测能力，指导日常生产管理调度。（4）措施闭环管理：建设智能措施管
井系统、智能措施方案评估系统、智能措施效果评价系统等，从多维度分析增产措施的实际效果，评价增产措施对区块的整体影响。（5）注采关系检测和哟优化：优化注水方案提高水驱效果，优化注水系统提高注水效率。包括：注水方案评估、注水方案效果分析，注水方案优化、注水系统仿真运行、设备监控和远程计量、注水系统效率优化、官网结构分析优化等。
（6）稠油开采系统模拟分析和优化：建立适合稠油开采管理的系统模型包括油藏模拟、注采关系模拟（蒸汽驱、火驱），以系统模型为基础，通过实时监测手段，动态监测和模拟稠油开采情况，在模拟的基础上提供分析、问题症断和优化手段。
（二）智能油气井管理
主要包括：（1）单井动态模拟和检测：建立油气井从油（气）层边界直至井口的系统模型，模拟井行为，监测井、油气层、井况动态，并自动报警。（2）油气井分析预测和优化：基于油气井动态模型进行单井问题分析，问题趋势和产量趋势预测，并利用专家系统提出主动性措施方案和优化调整方案。（30机采效率优化：采油举升设备的自动检测和自动化管理，深入分析机采系统运行规律，优化机采系统运行效率‘，辅助设备的选型，选择性价比高的机采设备和系统组合。
（三）智能产量管理
主要包括：（1）产量趋势预测和预警：根据产量构成分解，在单井预测和油藏模拟的基础上，科学预测产量趋势。根据生产经验和区块情况，对超出正常范围的区块产量，综合含水变化经行预警有多种预测方法：常规递减分析、手动拟合预测、同类型对比预测等，还可以通过单井分析和油藏分析组合预测区块综合含水情况和产量发展趋势。（2）产量变化因素分析：实时反映实际产量相对于计划产量的异常变化，对造成产量变化的各种情况进行检查和分析，包括增产、减产因素分析。
（四）只能生产运行指挥中心
建立智能化的生产运行指挥中心，综合展示各类生产实时信息，借助知识库给出快速决策和自动处理建议，自动产生预警和报警信息。基于模型，対警报信息经行自动判断，并在一定程度上自动执行。
（五）智能应急管理
对突发事件和事故经行应急处理是油田的一项主要业务。利用信息辅助技术，实现应急事件发生时的信息综合，快速定位应急资源，自动产生应急处理步骤，并配备、调度、组织关联资源，实时监控应对过程，实现突发事件和事故的及时有效应急处理和事后经验总结，提升应急处理水平。
（六）油气集输管网智能调峰
通过对油气管网全网的实时监测和模拟，利用既定规则和专家系统的辅助，实现对天然气井、管网各种调解方案的合理化论证分析，并自动执行。
3.4集输储运
在智能油田环境下，集输储运领域的智能化主要体现在如下三个方面：
（一）管网、设备自动监测、预警和控制
对覆盖采油厂一级的集输管线和设备，储运一级的长输管线、阀门、泵和储库等管网设备实现自动监测，针对异常情况进行预警报警、快速诊断，为操作和管理人员提供参考建议方案，辅助进行快速反应，并能实现指令的远程自动执行。
（二）油气管网全网自动调节
通过对油气井、集油、集气管线、长输管线、配气站、供气管向进行的全线压力和流量实时监测和模拟分析，实现可自动控制的油气产输供智能平衡和自动调节。
（三）储运全系统模拟分析
将产源系统、管线系统、站库系统作为一个完整体系进行模拟，当运行发生变化或异常时，智能储运管理系统可对体系内运行情况进行模拟分析，预测影响结果，并给出建议的处理方案，决策者判断井并选择最佳方案后，形成执行指令并反馈到现场，控制阀门、仪器等现场设备。
4结束语
同数字油田相比，智能油田主要在三个方面将有较大的提升：（1）提高数字化的精度和自动化程度。通过传感器技术和传感网络，实现全油田实时监控系统，精确掌握地面情况和地下情况，并借助智能化系统，进行远程诊断，远程分析，及时指导现场。（2）在预测和优化油田生产能力大幅度提升，借助先进的模型，预测油田的发展，事前预防将替代事后被动反应，生产过程将得到持续优化，生产效益将持续提升。（3）通过知识化管理，充分利用专家知识和经验为研究和决策提供支持。
因此，可以说，智能油田是数字油田发展的延续，是数字油田的高级阶段。