大数据在中海油海上石油平台关键动设备领域的应用

吉晓峰

（中海油信息科技有限公司天津分公司，天津300452）

大数据在中海油海上石油平台关键动设备领域的应用

吉晓峰

（中海油信息科技有限公司天津分公司，天津300452）

基于海上石油平台的关键动设备实时在线状态监测技术，应用大数据分析技术，了解了海上关键动设备的生产运行特性，设计出关键动设备状态实时监测系统和大数据应用分析系统，实现对设备轴承震动和温度等数据的采集、提前报警提示，同时，提出相应的检修建议，有效降低设备故障率。这样，既解决了人工定期巡检的局限性，也提高了监测质量和检修效果。简要介绍了大数据技术的定义及其主要技术，进一步阐述了大数据技术在中海油生产运行领域的应用情况，以期为日后的相关工作提供参考。

大数据；数据采集；数据监控；透平发电机组

1 大数据概述

1.1 大数据的定义和特征

随着经济的快速发展，人类进入了一个信息化、数字化社会，大数据便是随之而来的产物。广义上讲，大数据是指，规模巨大到无法通过目前主流软件工具，在合理的时间内捕捉、存储、整理、处理和分析的数据。如果从数据本身看，大数据是规模大、处理速度快、多样化的信息资产；从分析处理的方式看，传统技术难以处理和应对，需要采用新的技术加以处理[1]。

相对于传统数据，大数据具有显著的特征，可以用4个“V”来总结，即Volume（数据量大）、Variety（数据种类繁多）、Velocity（处理速度快）、Value（数据价值大）[2]。

大数据的特征主要体现在以下4个方面：①数据体量巨大。截至2013年，世界上存储的数据达到1.2 ZB字节[3]。②数据类型繁多，包括文字、图像、视频、地理位置信息，等等。③产生和处理速度快。互联网时代，每时每刻都有大量数据被获取和存储。随着科学技术的发展，大数据的处理与云计算、分布式技术的使用密切相关。另外，它能在秒级范围内给出分析结果，只有快速处理才能有效利用获取到的数据。④价值密度比较低，但商用价值大。互联网时代上半结构化和非结构化数据占比已达95%以上[4]，分析大量数据时，需要花费更多的时间。同时，大量非结构化数据可以整合多次利用，大数据整体蕴藏着巨大的价值。

1.2 大数据的处理流程

大数据技术可以运用到各行各业，而大数据技术的应用流程是：①数据采集。数据采集是大数据处理技术的基础，它主要是从本地数据库、互联网、物联网等数据源导入数据。这个过程包括数据的提取、转换和加载[1]。②数据管理。对采集的大数据进行适当的处理，并分类存储，同时，提供快速访问和查询的功能。③数据分析。数据分析是大数据处理技术的关键，对集成的数据采用适当的算法模型，例如传统的数据挖掘、统计分析、机器学习算法和云计算技术，进一步处理和分析[5]。其中，处理方式可分为数据流处理和批量处理2种。云计算作为大数据分析的支撑技术，也是大数据分析应用的基本平台。④数据解释。数据解释主要是以直观展现、理解的方式将数据分析的结果展示给用户。数据可视化技术将是解释大数据最常用、也是最有力的方式[6]。

2 大数据的应用

2.1 大数据在石油行业的应用现状

大数据应用分析在石油行业的应用还处于起步阶段。现有海上石油平台工业控制均采用分散控制系统DCS和PLC控制系统，在很大程度上提高了机组的自动化水平，同时，也为大数据分析提供了有力的数据支持。本文将介绍中海油海上石油平台大数据应用实例。

2.2 透平发电机组远程专家支持系统

2.2.1 系统背景

透平发电机组作为海上平台的关键动设备，可靠性是保证其正常运行的基础，这直接关系着设备、人员的安全和公司的经济效益。在渤海、东海以及南海海域的海上平台和陆地终端处理厂，如果设备机组宕机，往往会导致整个生产装置全面停产，甚至会造成巨大的经济损失，并且维护人员很难及时就位维修，即使维修人员到达现场，也有可能因为缺少关键数据给故障分析和判断带来困难，从而降低技术人员的工作效率，最终效果也不一定理想。

为此，中海油构建了动设备机组的数据采集和状态监测系统，远程获取燃机机组的运行数据，并通过海陆专网传输到远程诊断及专家支持中心进行数据存储、大数据分析和智能诊断。这样做，一方面，在故障发生前，可以及时发现故障隐患，将故障消弭于无形；另一方面，在故障发生后，可以及时为维修维护人员提供技术支撑，并且利用大数据分析结果，在最短的时间内给出故障原因和解决方案，尽快恢复生产，解决平台分布面广、交通不便引发的问题。

2.2.2 透平机组数据采集和传输方式

海上平台透平机组数据采集具有点数多、采样频率高的特点，在数据传输上要着重考虑安全性问题，要对透平机组的控制系统进行有效的安全隔离。对于新增透平机组，一般有2种方式采集数据：①新增透平机组进入原有电力并网系统（EMS）。此时，数据已传入EMS的DMS实时/历史数据库服务器，可直接从EMS中提取相关透平机组的数据，从而满足陆地专家的诊断需求。②新增透平机组不进入EMS。在这种情况下，可以通过透平控制系统取得相关数据。在渤海地区海上平台，透平机组一般采用罗克韦尔公司的PLC作为其控制系统，因此，可以采取在原控制系统中增加以太网模块的方式采集数据。如果原控制系统内没有空间增加以太网模块，可以通过上位机进行通讯，在上位机安装OPC Server授权，通过OPC方式获取相关数据。

2.2.3 数据传输方案

数据传输方案如图1所示。

图1 数据传输方案图

透平发电机组远程专家支持系统数据采集、传输、处理分为4个部分，具体如表1所示。

表1 透平发电机组远程专家支持系统的组成

该系统将透平机组实时状态数据自各分公司数据库服务器或平台机组系统采集并存储，采用实时数据库存储数据，将数据用于关键设备运行状态的诊断和分析工作。

2.2.4 系统实现功能

2.2.4.1 趋势与预测

预测燃气轮机性能、部件性能变化趋势，机组部件运行寿命预估，提出相应的维修建议。

2.2.4.2 故障诊断与分析

燃气轮机故障分类，故障诊断分析，故障知识库，故障记录数据库。

2.2.4.3 振动分析

实时进行机旁振动监测，振动数据存储和管理，远程振动分析。

2.2.4.4 机组寿命分析与预测

使用当量运行时间法对机组实际运行时间进行统计分析，预测整机实际寿命，给出维修建议。

2.2.4.5 附属系统诊断

提取附属系统的监测数据，对相应数据进行趋势预估、参数超限报警、附属系统故障诊断。

2.2.4.6 轴承与滑油系统诊断模块

综合分析轴承振动和滑油系统数据，依据温度变化趋势和机组实际运行状态给出轴承状态。

3 结束语

依据数据采集监测分析—数据集成统一平台—系统集成优化创新的思路，利用采集的历史数据和实时数据进行大数据分析，形成有中海油大数据应用特色的系统应用案例。大数据发展的核心动力来源于人类测量、记录和分析世界的渴望，信息技术变革随处可见。笔者相信，在不久的将来，信息技术变革的重点会从“T”（技术）向“I”（信息）转变，它更注重信息本身。

［1］何宝宏，魏凯.大数据技术发展趋势及应用的初步经验［J］.金融电子化，2013（6）：31-34.

［2］Beyer M A，Laney D.The importance of‘Big Data’：adefinition.Stamford：Gartner，2012：2-5.

［3］Mayer-SchonbergerViktor，Cukier Kenneth.大时代数据［M］.周涛，译.杭州：浙江人民出版社，2012.

［4］王成红，陈伟能，张军，等.大数据技术与应用中的挑战性科学问题［J］.中国科学基金，2014（2）：92-97.

［5］梁楠，李磊明.大数据技术在工业领域的应用综述［J］.电子世界，2016（17）：8-9.

［6］贺全兵.可视化技术的发展及应用［J］.中国西部科技，2008，7（4）：4-7.

〔编辑：白洁〕

TP311.13

：A

10.15913/j.cnki.kjycx.2017.16.149

2095－6835（2017）16－0149－03

吉晓峰（1970—），男，本科，主要从事中海油生产信息化及数据应用分析方面的工作。