采油厂地面工程智能化建设构想

大庆油田有限责任公司第七采油厂

十九大报告中指出：要善于运用互联网技术和信息化手段开展工作，推动互联网、大数据、人工智能和实体经济深度融合。目前油田信息化已进入了以数据的深度挖掘和融合应用为主要特征的智能化阶段，各油田、都在加快智能化转型升级，大庆油田提出了“数字油田、智能油田、智慧油田”发展战略，各采油厂正积极推进数字化、智能化建设。采油厂辖区面积大，涉及管网、间站等地面基础设施多，员工逐年递减，管理难度加大，需要借助信息技术促进管理模式变革。地面工程系统在保障支撑油田生产运行中发挥着关键作用，运用前沿信息技术，实现相关业务的智能化、自动化，是进一步提高地面工程管理质量和效率的重要手段，也是油田地面工程系统发展方向和必然趋势[1]。

1 智能化建设基础

为加快智能油田建设步伐，某采油厂近两年加快井间站数字化、网络资源、数据资源等基础建设进度，为油田各系统智能化建设奠定基础。

（1）数字化建设。采油厂生产单元包括油水井、联合站、转油站、集油阀组间、配水间等，目前已完成部分井、间、站的数字化建设和改造，几年内全厂数字化覆盖率将达到100%。

（2）网络建设。构建了覆盖至小队和站库的“办公网+生产专网”的光纤网络链路，核心网络带宽达到千兆，百兆带宽到桌面，满足数据、视频、图像等传输需求。

（3）数据资源建设。按照“信息统领、业务主导、集中管控”的原则，大力开展数据资源管控工作。整合数据资源，通过物化视图、存储过程等方式完成厂内数据集中整合、厂外数据集成共享，为系统应用提供统一的数据源；开展数据核查、修正工作，提高了数据质量；在地面工程方面，完善基础数据，积极推进A4系统深化应用建设。

2 A4系统深化应用

2.1 数据采集解析

近2年对全厂管道、道路、设施等油田要素的地理信息和属性数据进行采集处理，通过现场检查、抽检、复测、开挖检测等手段保障数据质量，进一步完善A4（中国石油地理信息）系统中点、线、面地理信息。

2.2 三维建模

完成4座联合站地上设备设施、地下管网的三维建模，全方位立体展示联合站、阀组、管网等地面设施，为三维仿真监控、生产现场可视运行提供基础。

2.3 航测

开展厂区、矿区航测工作，完成厂区及部分矿部1∶1 000比例尺、部分矿生产区域1∶2 000比例尺的航测，实现清晰的影像电子地图展示。

2.4 系统深化应用

（1）编制厂级系统图集。为方便各单位直观了解站间位置和各系统图形关系，辅助生产管理和规划设计，应用地理信息数据，更新厂级集输、注水等系统图集，包括地形图、基础数据和位置信息等。

（2）基于A4系统建立三维地理信息系统。集成已采集地理信息、航测成果、站库三维模型等数据，建立三维地理信息平台，实现二三维一体化联动展示、影像图叠加展示、局部区域放大显示、动静态数据查询及统计分析、地形图输出打印等功能，为占压管道治理、故障抢修、生产管理、规划设计现场调查等工作提供辅助。

（3）基于A4数据建立管道完整性管理平台。实现管道维修上报、审核流转、任务分派等功能的管道维修网上流程，提高管道维护效率；通过移动端采集上传管道漏点位置、现场照片等信息，叠加至电子地图上，直观展示漏点分布情况，结合维修统计数据，为管道更换提供数据依据。

（4）指导生产管理。在配合中俄管道施工方面，应用管道地理信息数据，标记管道敷设路由，指导管道切断施工，缩短施工工期，将产量影响降到最低。在配合燃气站选址方面，当地政府计划新建燃气站，为避免占压厂管道，应用地理信息数据标记管道路由，配合当地政府选址调整，实现测量数据深化应用。在指导油田生产管理方面，辅助管道应急抢修和生产管理，为各采油矿提供坐标信息和管道走向图形。

3 地面工程智能化建设构想

3.1 总体思路

以“总体规划、突出重点、分步实施、逐步完善”为原则，按照从间站到单井、从小队到矿区的步骤，在保障生产安全、信息安全的基础上，有序推进数字化建设。同时，加大人工智能、边缘计算等前沿技术研究和实践力度，加快智能化应用建设。

在数字化阶段建立物联网，依托传感器、远程终端、PLC、SCADA系统等初步实现间、站库、管网等相关数据自动采集、参数远程调控及基本异常报警[2]。智能化是数据“采、传、存、管、用”中“用”的不断升级[3]，因此智能化阶段是在数字化基础上构建数据中心，融合多种数据，应用大数据、云计算、虚拟现实、人工智能等信息技术，实现油田地面系统智能化建设，如图1所示。

3.2 建设目标

基于A4系统及数据深化应用，通过传感技术、采集传输实现感知互联，运用大数据、VR、人工智能等信息技术，与地面工程设计、管理、运行等主要业务深入融合，逐步建立地面工程智能化应用体系，在智能化阶段实现：

（1）全景可视：以A4系统为基础，通过地理信息、三维仿真、视频监控、无人机等技术，实现地面系统多方位直观展示、生产现场模拟、可视化运行。

（2）实时感知：应用物联网技术实现间站、管网相关数据的实时自动连续采集和展示。

图1 智能化建设架构Fig.1 Intelligent construction framework

（3）智能分析：建立专家报警预警模型，实时分析运行参数，异常情况主动报警。

（4）自动控制：实时获取并分析现场运行参数，根据计算结果和设定规则，可现场进行自我调节控制。

（5）趋势预测：通过数据挖掘、模型分析，对间、站库、管网等运行情况趋势进行模拟和预测。

4 地面工程智能化建设

4.1 物联网基础建设

油田物联网建设是利用各种传感器对油田实体对象、生产过程与环节对象进行实时数据采集，并将采集到的数据通过有线或无线网络传到数据中心，构建覆盖油田地下、地面、天空全方位的物联网，实现油田全面感知。在油田地面工程部分，主要是构建覆盖油田间站、管网的物联网[4]，如图2所示。

图2 地面数字化建设Fig.2 Ground digital construction

（1）站库：完成全厂联合站、中转站、注水站、注聚站的数字化改造升级，站库实现生产数据自动采集、设备运行及工艺流程可视化监控、参数远程调控、异常报警和安全预警、视频监控。

（2）配水间：完成全厂配水间数字化建设，实现注水压力、流量自动采集、注水量远程调节、注水异常报警、视频监控。

（3）集油阀组间：完成全厂集油阀组间数字化建设，实现掺水及回油压力、流量、温度等数据自动采集，掺水流量远程调节，异常报警，视频监控。

（4）管网：采集完善管网地理信息和属性数据，依托A4系统建立准确的油气水管网平面图、三维图，并与井、间、站库数字化建设同步，实现管网各节点压力、流量、温度等参数自动采集，流量远程调节及异常报警[5]。

4.2 地面工程数据建设

建立油田数据中心，数据按专业分类存储与管理，其中地面工程部分需融合多种数据，将油田地理信息、站库管网基础数据、实时数据、视频、图像、电子图纸等多种结构化与非结构化数据进行分类整合存储[6]，消除数据“孤岛”，加强数据质量控制和数据安全防护，为上层应用提供统一的数据共享接口，实现统一管理，并为大数据应用奠定基础，如图3所示。

4.3 智能化应用建设

4.3.1 基于GIS的可视化全景展示

A4系统提供了标准的二维、影像、高程等GIS基础数据和应用，建立基于A4地理信息系统的可视化地面展示平台，将不断完善的间站、管网等地面相关实体数据叠加至A4系统，并关联相关属性、三维模型、实时运行、现场视频等数据，实现二三维多方位展示、数据层层穿透，可宏观展示油田地面系统场景，可“微观”展示各单元基础数据和实时运行数据[7]，如图4所示。

图3 地面数据建设Fig.3 Ground data construction

图4 基于GIS的可视化全景展示Fig.4 Visual panorama display based on GIS

4.3.2 智能分析预测预警

简单的参数阈值报警不能满足实际需求，需根据管理实际建立专家报警及预警模型，通过多参数综合分析、专家算法、大数据分析等[8]，实时分析采集的运行数据，实现生产运行异常报警、预警及趋势预测，以系统报警、预警为驱动，建立闭环处理流程，及时发现并处置异常情况，提高生产管理效率。

生产报警：按照“一点一策”原则，建立专家报警模型，实时获取分析间、站、管网运行数据，对出现的流量、温度、压力等异常情况进行分级报警，并对建立闭环的网上流程进行跟踪处理，提高问题处理效率，以系统报警为驱动，促进提升运行管理质效。

安全预警：建立生产安全预警模型，实时分析压力、流量、温度、液位等数据，对间、站、管网出现的堵、漏、冒、烧等危险情况进行提前报警，将“事后”报警转变为“事前”预警，保障安全生产。

趋势预测：对于增压泵、加热炉等地面设备，基于其监测数据，结合相关工艺、介质、能耗、历史检维修信息、故障信息等数据，以设备模型、大数据算法等为技术支撑，实现设备在线运行分析、故障诊断和预测等，保障设备健康平稳运行。对于生产管网，建立管道健康诊断模型，通过分析压力、流量、温度、介质、材质、历史维护记录等数据，对管道进行结蜡、泄漏预测，通过健康评估为管道更换提供依据。

4.3.3 智能化现场监控巡检

智能视频监控：在间站重要位置布置摄像头，实现现场远程监控，在此基础上，应用智能化视频监控技术进行监控数据的自动分析与智能识别[9]，实现越线、违章行为、身份等自动检测报警，快速准确定位现场异常情况和全天候自动监控，提高异常情况发现的及时性。

雷达监测：建立雷达监测预警系统，360°大范围扫描监测重点生产区域，主机通过对红外雷达图像处理计算出目标的运动要素，自动判定物体形态及该物体是否跨越虚拟墙，如判定结果为跨越虚拟墙，雷达预警主机发送报警信息，同时联动摄像机云台对活动目标自动跟踪。

无人机巡检：无人机具备高空、远距离、快速的作业能力，选择具备定点悬停能力的多旋翼无人机，对站库等重要位置进行短距离巡检；选择固定翼无人机，设置巡航路线对管网等地面设施进行长距离巡检。将实时拍摄的视频或图像回传至地面站，实现高空间、大面积、高频率的巡检，提高巡检效率。

机器人巡检：站库数字化改造后，仪表损坏、跑冒滴漏等情况仍依靠人工现场巡检，应用由动力、采集、控制系统组成的智能机器人，按照设置的巡检路线和采集点进行自动巡检，并将现场视频、图像、温度等数据回传至调度指挥中心，提高巡检效率，节省劳动力，实现站库安全平稳无人值守。

4.3.4 智能控制

在数字化阶段，运行参数调控依靠人工远程进行。进入智能化阶段，借鉴边缘计算的思想，应用具备计算能力的远程终端或智能终端设备，将控制逻辑和指令前移至现场，实时获取现场运行数据，实时分析计算发送调节指令，实现现场自动控制，摆脱网络影响，减轻服务端压力，提高调节的效率和质量。

智能注水系统按照“一井一策”原则建立注水控制逻辑，将自动控制程序部署在远程终端RTU上，RTU实时获取现场注水数据进行运算，再根据计算结果将调节指令发送至电磁流量控制装置，提高注水调节的效率和精度以及注水合格率。

智能掺水系统应用RTU二次开发技术将掺水控制程序部署在现场RTU设备中，程序根据温度、压力变化自动控制掺水流量，实现掺水量的现场实时自动控制，提高掺水调控的效率，有效避免堵环、凝环情况发生，优化掺水温度控制，节约能耗。

4 面临的问题和解决办法

（1）数据的质量需持续加强。依靠传感器采集传输的数据，影响其质量的因素很多，如设备精度、校验及时性、通信情况、周围环境等，如何控制数据质量，保障数据连续完整，让数据更加真实可用，是面临的一大问题。在网络上，要“因地制宜”，选择最适合最稳定的网络建设方案；在设备上，要统一型号、协议、安装等各项标准；在运维上，要制定完备合理的数字化设备运维及校验机制。

（2）海量数据的应用和管理面临着一定挑战。油田大规模数字化建设后，必将面临海量数据的采集、存储与管理，目前大多采用传统单机版实时数据库，很难满足性能、应用和安全上的要求。建立服务器集群，应用Hadoop等分布式数据管理方案，其分布式的消息队列、流计算、多副本备份等机制可很好地满足海量数据管理和对上层应用的支撑[10]。

（3）分散系统需要集成整合。目前站库SCADA、视频监控等系统独立运行，数据独立存储，未来公司、厂、矿将建立多级指挥中心，这些分散应用系统需要分类集成，方便应用与管理。可通过实时数据接口、OPC数据转储、建立中间服务等方式，将数据进行汇集整合至数据中心，为上层集成应用提供统一的数据。

5 结束语

（1）数据应用是关键。智能化本质是对数据的应用，建立油田大数据、智能化算法需要的是可用有用的数据，数据的质量直接影响智能化应用效果。

（2）自动控制是手段。实现自动控制，比人工现场或远程操作效率更高、精度更好，可有效优化运行，减轻员工劳动强度，实现无人或少人值守。

（3）设备运维是保障。受压力、温度、震动、老化等多种因素影响，设备存在一定的故障率，做好数字化设备运维，及时排除设备运行故障，保证设备上线率，是实现数字化应用效果的重要保障。

随着信息技术不断的创新发展，大数据、AI、机器人等技术已在油田展现了巨大潜力和价值，未来也必将产生新的更加智能化信息技术。地面工程系统智能化建设是油田信息化发展的必然趋势，数字化、智能化建设是一个系统工程，在建设过程中将面临着环境、设备、技术等诸多问题和挑战，通过不断探索、完善和新技术的应用，油田各系统必将逐步达到全面感知、全面互联、全面智能。