采油数据采集与监测管理平台设计与实现
2019-03-12尚文利刘贤达李世超刘春宇曾鹏
尚文利 刘贤达 李世超 刘春宇 曾鹏
关键词： 油井管理平台; 采油业务流程; 生产异常; 示功图诊断; 工业无线网络; 信息化建设
中图分类号： TN98?34; TP319 文獻标识码： A 文章编号： 1004?373X（2019）05?0124?07
Design and implementation of oil production acquisition
and monitoring management platform
SHANG Wenli1， 2， LIU Xianda1， 2， LI Shichao1， 2， LIU Chunyu3， ZENG Peng1， 2
（1. Shenyang Institute of Automation， Chinese Academy of Sciences， Shenyang 110016， China;
2. Key Laboratory of Networked Control System， Chinese Academy of Sciences， Shenyang 110016， China;
3. Shenyang Xincheng Environmental Technology Co.， Ltd.， Shenyang 110043， China）
Abstract： Since the oilfield enterprise has the problem of poor information construction for oil production field， the abnormalities and its reasons of the sensing point are analyzed according to the information flow and data flow generated in the production process. The oil production business management model based on abnormal diagnosis is constructed， and the data acquisition and monitoring management platform for oil production is designed and development. The method of using dynagraph in the platform to diagnose the abnormal oil well is described. The feasibility and practicability of the scheme are verified with practical application in the enterprise.
Keywords： oil well management platform; oil production business process; production anomaly; dynagraph diagnosis; industrial wireless network; information construction
0 引 言
我国的石油生产和产品供应商主要是中国石油、中国石化和中国海油。近年来，为适应国际市场竞争，以及保障能源生产和供应，三大石油公司十分重视信息化与工业化的融合，将信息化作为企业发展的战略之一。通过多年的持续推进，各公司在信息基础设施、信息系统、信息化管理等方面取得了显著的成果，积累了大量的数据资源，梳理和优化了业务流程，规范了企业管理和执行体系，提高了经营决策能力，为企业发展提供了重要的支撑。但是，目前国内石油企业整体发展已经到达瓶颈状态，具体表现[1]在老油田稳产难、增效难;采收率偏低;单位采油量能耗偏高;昂贵的人员成本;粗放的管理、生产模式;信息化、数字化程度低。造成这些问题的主要原因在于石油企业采用以企业资源计划（Enterprise Resource Planning，ERP）系统为主线的信息化建设，而缺少类似信息物理融合系统（Cyber?Physical Systems，CPS）的建设，采油工人仍然采用巡井的方式，手工抄表，手工向ERP系统录入数据，不仅数据上传不及时，人力成本也高。因此，有必要对石油企业开展采油数据采集与监测管理平台的研究。
目前，国内外众多学者对采油井的监测系统做了相关研究，乔伟泽等设计了一种基于GPRS网络通信的采油远程监控系统方案[2]。该系统由抽油机监控单元、数据远程传输单元和数据智能化处理单元等组成。张冲采用油田局域网与433 MHz工业无线技术相结合的方案，实时远程监测抽油机运行状态[3]。李淑清等设计了基于单片机的智能油井监测模块，该模块用来监测采油井的工作状态，及时判断石油管道中是否有油，了解油井的采油情况[4]。肖璐等制定了物联网的智能化井场应用系统建设方案，确立由井场数据采集与监控子系统、数据传输子系统及监控中心所组成的智能化井场应用系统三层体系构架[5]。仵浩等介绍了无线数据传输技术在油井监测中的应用，提出了基于GSM（全球移动通信系统）的油井监测系统[6]。Matthew Hill等阐述了数字油田中基于事件的油井状态监测和故障预警方法，通过对大量传感器采集的数据进行分析，抽取事件进行业务逻辑分析[7]。BaoRongZhong等构建了一个油井信息服务系统，包括油井数据采集、传输和在线浏览等，基于J2EE软件技术实现业务逻辑和可视化管理[8]。这些方法研究了采油过程中对油井井口设备状态的数据采集与运行管理方法，为油田数字化建设提供了有力参考，但是因为使用过程中监控点较少，使得基础规模设备达不到远程监测的需求，与油田实际业务流程结合性较差，也缺少完备的诊断方法。
针对上述问题，本文结合现有国内外的相关研究，在分析石油企业采油业务流程的基础上，在传感、射频、通信、先进计算等方面开展研究，对油气井、计量间、注水间等生产对象进行感知，及时报警异常信息，实现生产数据、设备状态在采油数据采集与监测管理平台上集中监测，提供油气生产的实时分析优化，进一步提高油气生产决策的及时性与准确性，达到节约油气生产运行成本的目的。
1 采油生产业务现状描述
石油公司的采油业务一般由采油作业区负责，采油作业区负责采油业务的生产、运行、管理等工作。
1.1 采油生产业务流程
采油生产业务包括油气举升和计量。图1中虚线框出的部分是本文平台监测的重点。
1） 油气举升业务流程
油气举升是指采取各种物理和化学手段把原油、天然气从地底采集到地面的过程。主要过程围绕油气水井进行，有注水、注汽、注聚合物、注微生物、火烧油层，利用地层压力、井下泵把原油和天然气采到地面。主要设备有抽油机、螺杆泵、潜入泵、注入泵。通常注入井与采出井分开，也有一口井既是注入也作采出。油气举升业务流程如图2所示。
2） 计量业务流程
从井口采出的原油天然气量是反映单井和地层的重要参数，也反映了举升设备的能力，同时也是油、气井生产的结果。主要设备有分离器、流量计、大罐、地磅。
1.2 采油生产现场布置
1） 井场
井场内的设备包括抽油机、采油树、注水井、加热炉、分气包、变压器和配电柜等。其中，分气包（集液包）的作用是将天然气中所含的液体分离;加热炉的作用是将配水间的水加热，然后将热水输入到注水井中;变压器输出380 V电给配电柜，每一个抽油机均有一个相对应的配电柜，配电柜内的开关控制抽油机的启停。井场内设备布置图如图3所示。
2） 采油站
采油站主要負责计量、注水和一部分集输业务。采油站内包括的生产工艺流程图如图4所示。
1.3 采油生产过程监控
油气生产过程的平稳安全受到环境、设施等因素的影响，当出现异常情况时，需及时发现并采取相应的措施。异常情况的及时发现，需对现场设施的运转及周围环境进行实时监测。具体监测内容包括：实时监测有毒气体浓度和可燃气体浓度;实时监测压力、温度、液面、流量等生产参数;实时监测腐蚀、结垢、出砂等;关键点报警实时监测;自动化设备设施状态监测;生产工艺流程监测;关键点参数趋势分析;单井功图监测;生产现场视频监控。具体分析如表1所示。
1.4 生产异常定义
生产异常定义主要对油井和计量的异常情况进行定义。
1） 油井异常数据定义
能够自动检查出已入库的异常生产实时数据，如：抽油井无冲次或冲次较大为异常，关井的抽油井有冲次、电流数据为异常等。具体如表2所示。
2） 计量异常数据定义
能够自动检查出已入库的异常生产实时数据，如：实时计量值为零的数据等。具体如表3所示。
（产量波动） 产量异常需要根据量油方数：
1） 10方以下，误差设定±2;
2） 10～30方，误差设定±5;
3） 30～50方，误差设定±8;
4） 50方以上，误差设定±10。 无计量 实时计量值为零的数据 ]
1.5 油井异常分析
油井异常分析主要是针对生产过程中产生的异常，分析出造成异常的可能原因。在实际现场，可以使用对比法、排除法和憋压法进行判断。
1） 液量异常。当液量异常下降时，异常原因包括：计量流量计故障（翻斗计量装置）;地面流程泄漏;气携液进入气相;油井供液不足;生产管柱单流阀卸油阀漏失;气体影响;含水变化影响;泵吸入口堵塞;套压上升导致动液面下降。
当液量异常上升时，异常原因包括：计量流量计故障;泡沫较多产生假液位;气窜液相;含水上升。
2） 含水异常。当含水变化较大时，异常原因包括：地层水窜;注水见效。
3） 压力异常。当套压上升时，异常原因包括：定压放气阀不动作导致套压升高;地层气窜。
当井底流压下降时，异常原因包括：地层能量亏空;测压计故障。
4） 电流异常。当电流过小时，异常原因包括：油井供液不足;生产管柱单流阀卸油阀漏失;气体影响;含水变大;套压上升导致动液面下降;杆脱、位置。
当电流过大时，异常原因包括：油井出沙;电泵遇卡;井液密度和粘度过大;泵偏磨。
5） 冲次异常。当冲次为零时，异常原因包括：停井;停电;电缆断;皮带断。
当冲次过大时，异常原因包括配电柜有问题。
6） 油温异常。当油温异常上升时，异常原因包括：含水上升;流量上升;注水、注气窜层。
当油温异常下降至环境温度时，异常原因包括：无液;冻堵。
7） 油含沙异常。当含沙较多时，异常原因包括冲次太快。
2 基于异常诊断的采油生产业务管理模型
根据油田企业的实际要求，为满足采油生产过程中发生的异常可以第一时间通知到采油站监控室，采集井站的抽油井和螺杆泵，以及采油站的翻斗计量器、加热炉、离心泵、分离器、气阀组、缓冲罐、分离器等关键节点的关键位置数据，对数据进行软计算（例如，示功图诊断计算、动液面计算、泵效计算和平衡度计算），诊断出异常点，形成警报，推送给采油站的监控室。另外，为了结合油田企业实际的业务流程，定期生成的日报发送给地质队，地质队将审核通过的日报提交到油田内部的A2系统;定期生成的周报、月报发送给生产技术组，生产技术组汇总生产信息并发送给地质队，地质队通过调整生产计划，形成周生产计划和月生产计划，并发送给采油站的现场工作人员。最后，现场工作人员按照生产计划，调整抽油机的启停和改变螺杆泵的工作频率。采油生产业务模型如图5所示。
3 应用案例说明
根据采油生产业务管理模型，本文以SQL2008为数据支撑基础，采用基于浏览器操作管理的应用模式，以MyEclipse为开发环境，综合运用HTML，JSP，JS，Java等编程技术，设计和开发了采油数据采集与监测管理平台，并在金海采油厂作业一区进行应用。根据企业实际的业务流程，该平臺分为现场数据、应用数据、功图中心、统计中心、故障中心、报表中心、基础数据维护和系统设置等八个主要模块。平台功能划分如图6所示。
3.1 平台网络结构
针对现场设备，使用传感器采集油井的油压、套压、油温、示功图、电参数据等参数，采集计量间和注水间的水温、水压等参数，以及通过软件适配器的方式采集翻斗计量输出的产液量等，然后从油井及站库采集的数据采用无线传感网和公网无线技术组成无线异构网络进行数据传输。无线传感网采用面向工业过程自动化的工业无线网络（Wireless Networks for Industrial Automation Process，WIA?PA）技术，公网无线技术采用WiFi技术。具体部署如图7所示。
WIA?PA无线通信技术标准是由中国科学院沈阳自动化研究所等十余家单位共同提出的、面向工业过程自动化的技术标准，2011年成为IEC国际标准，是国际工业无线技术领域中的重要标准规范之一，与国际Wireless HART，ISA100，ZigBee主流标准并列。适用于恶劣的工业现场环境，具有抗干扰强、低功耗、节能环保等优点[9]。
井口安装的载荷、压力、电机转速、流量计、电参数等传感器将采集的数据，以WIA?PA网络发送给RTU，RTU将数据解析处理后，通过WIA?PA网关及无线网桥上传到控制室，通过系统服务器接收、解析、存储和发布，然后提交给采油厂公共数据平台。用户可以远程查询相关数据。生产数据传输模式为井口→采油站→作业区→采油厂。
3.2 平台基本功能介绍
3.2.1 权限管理
权限管理确定人员、权限、角色三者之间的关系，包括角色管理、用户管理，如图8所示。角色管理可以新增、编辑和删除角色，定义角色可以访问的权限。用户管理可以新增、编辑和删除用户，定义用户个人信息并赋予用户角色。
3.2.2 基础数据管理
基础数据管理主要管理组织结构、网关、油井仪表等配置信息，分别如图9所示。组织表维护可以新增、编辑和删除组织，配置油田公司下的组织结构。网关信息表维护可以新增、编辑和删除网关信息，定义网关IP和可访问的端口号。油井基础表维护可以新增、编辑和删除油井信息，关联油井与网关、组织之间的关系。
3.2.3 平台具体业务流程监测
平台具体业务流程监测，主要对油井、计量间、注水间中设备状态进行监测，追溯设备历史状态信息、上传日报、警报查询等，如图10所示。在油井现场数据页面，可以看到油井数据列表，包括井号、状态、采集时间、油压、套压、温度、冲程、冲次、泵效、功图折产和平衡度等数据。在油井历史数据页面，可以查看油井压力、温度、电流、功图、产液量、动液面和平衡度等历史信息。在报表数据页面，用户可以查看、修改并提交日报。在报警查询页面，可根据日期范围、区域范围等条件查询油井的报警信息。
3.3 平台数据库设计
根据功能设计，设计数据库实体关系图，部分设计如图11所示。数据库设计原则上符合第三范式，且规范，易于维护。
3.4 示功图诊断算法
在诊断油井的运行状态时，使用功图诊断的方法，诊断油井的状态。通过地面功图，建立定向井条件下的油管、抽油杆、液体三维力学模型和数字模型，将地面示功图转化为泵示功图[10]。泵示功图通过结合实时数据和杆柱组合静态数据，傅里叶变换法求解一阶波动方程得到，再结合离线搭建的示功图特征库，实现示功图在线实时诊断。将泵示功图的图形数字化，从数字中提出信息，提取特征，建立标准工况类型的物元模型。最后，通过计算待诊断示功图与标准物元模型的关联度，进行故障诊断[10?11]。示功图诊断过程如图12所示。
功图诊断算法实现了远程诊断油井地下泵的工作状态，涵盖16种工作状态，包括：正常工作、气体影响、供液不足、抽油杆断脱、油稠、游动凡尔漏失等。经过累计1年的数据分析与算法改进，功图诊断的正确率在96%以上，可以作为油井工作状态的判断依据并指导生产。对比结果如表4所示。
4 结 论
本文分析了油田企业在采油现场信息化建设的不足，介绍了现有国内外关于油田信息化建设的研究，提出了平台的建设需要结合油田实际业务流程，并具有完备的异常诊断方法。因此，在描述石油企业采油业务流程的基础上，分析感知点可能产生的异常以及异常原因，阐述基于异常诊断的采油生产业务管理模型，最后结合实际应用案例，证明平台的可行性和实用性。虽然目前的数据应用解决了部分油田开发生产管理需求，但离全面提升油田开发效果与效益，还有一定差距，如物联网数据与油藏地质研究、生产动态分析及调整挖潜研究等结合不够充分等，也是今后的主要研究方向。
参考文献
[1] 高志亮.数字油田在中国[M].北京：科学出版社，2013.
GAO Zhiliang. Digital oilfield in china theory practice and development [M]. Beijing： Science Press， 2013.
[2] 乔伟泽.基于GPRS的采油远程监控系统设计[D].大庆：东北石油大学，2013.
QIAO Weize. The design of pumping well oil?extractor remote monitoring system based on GPRS [D]. Daqing： Northeast Petroleum University， 2013.
[3] 张冲.油田抽油机运行状态远程监测系统研制[D]. 哈尔滨：哈尔滨工业大学， 2011.
ZHANG Chong. The development of the system used to remotely monitor the oil pumping units in operation [D]. Harbin： Harbin Institute of Technology， 2011.
[4] 李淑清，周曉晴，李建良.智能油井监测系统的设计[J].自动化仪表，2009，30（10）：33?38.
LI Shuqing， ZHOU Xiaoqing， LI Jianliang. Design of intelligent oil well monitoring system [J]. Process automation instrumentation， 2009， 30（10）： 33?38.
[5] 肖璐.基于物联网的智能化井场系统的研究与应用[D].西安：西安石油大学，2015.
XIAO Lu. Research on intelligent well system based on the Internet of Things [D]. Xian： Xian Shiyou University， 2015.
[6] 仵浩，黄维金.无线数据传输技术在油井监测中的应用研究[J].仪器仪表学报，2004，25（z1）：520?521.
WU Hao， HUANG Weijin. Application of wireless data transmission technique in monitoring oil well [J]. Chinese journal of scientific instrument， 2004， 25（S1）： 520?521.
[7] HILL M， CAMPBELL M， CHANG Y C， et al. Event detection in sensor networks for modern oil fields [C]// Proceedings of the Second International Conference on Distributed Event?based Systems. Rome： ACM， 2008： 95?102.
[8] ZHONG Baorong， DU Hong. Implementation on remote monitoring system of oil well [C]// Proceedings of 2011 International Conference on Innovative Computing and Cloud Computing. Wuhan： ACM， 2011： 20?23.
[9] 全国工业过程测量和控制标准化技术委员会. 我国自主研发的工业无线网络WIA?PA技术成为IEC正式国际标准[J].中国仪器仪表，2011（11）：15.
SAC/TC124. Industrial wireless network WIA?PA technology of which independent research and development in China to become the IEC international standards [J]. China instrument， 2011（11）： 15.
[10] 于海斌，曾鵬，尚文利，等.一种基于泵功图的抽油井故障诊断方法：中国，ZL201510329115.X[P].2015?06?15.
YU Haibin， ZENG Peng， SHANG Wenli， et al. A fault diagnosis method for pumping well based on pump dynamometer： China， ZL201510329115.X [P]. 2015?06?15.
[11] 于海斌，曾鹏，尚文利，等.基于粗糙集与BP神经网络的泵的故障诊断方法：中国，ZL201510566043.0[P].2015?09?08.
YU Haibin， ZENG Peng， SHANG Wenli， et al. Fault diagnosis method of pump based on rough set and BP neural network： China， ZL201510566043.0 [P]. 2015?09?08.
