Vital Energy和SoftServe联手优化气举系统并提高生产率

Vital Energy 是一家专注于 Permian Basin 油气资源的创新能源公司，其业务高度依赖人工举升系统。为解决人工举升系统优化、监控和故障排除的挑战，Vital Energy 选择了 SoftServe 作为合作伙伴，利用 AI、机器学习、物联网和数据科学技术提升数字效能。

业务挑战
人工举升系统面临的主要挑战包括：

1. 注入率优化：井筒几何形状、流体特性和储层条件等因素导致注入率难以确定，过高或过低都会影响生产效率。
2. 注入压力稳定性：储层压力波动、井筒几何变化和流体成分变化会导致注入压力不稳定，表现为气体滑脱。
3. 设备可靠性：管柱腐蚀、注入阀泄漏等导致管柱穿孔，造成生产损失和停机。

解决方案
SoftServe 采用敏捷方法，通过 PoC 项目验证解决方案可行性，主要成果包括：

1. 异常检测算法：识别管柱穿孔和结垢的早期迹象。
2. 数据可视化仪表盘：展示操作参数、计算指标、异常报警和设备分组，实现实时监控。
3. 数据处理脚本：自动化数据采集、处理和存储，确保数据时效性。
4. 机器学习模型：预测气体流量变化和井筒异常。

项目成果

1. 数据分析与计算：完成气体重力、摩尔质量、气体量、温压时间序列分解等非平凡物理过程计算。
2. 机器学习应用：建立气体流量变化和井筒异常检测模型。
3. 优化模型：开发气体举升优化和波动预测模型。
4. 仪表盘价值：提供全站、压缩机及井筒的实时数据，支持快速决策和故障排查，提升生产效率和透明度。

核心分析层级

1. 全站概览：展示压缩机状态和警报。
2. 压缩机详情：监控压缩机性能和故障。
3. 井筒详情：每周关键绩效指标（如油量、天然气量、注入点深度变化等）。

通过该方案，Vital Energy 实现了数据驱动的决策支持，降低了停机时间，提升了生产效率。