淺談未來油田調度系統的設計

張蘭兵

（江漢石油管理局清河采油廠采油服務二區生產辦調度室，湖北 武漢 430000）

石油生產調度系統是一個復雜且與其他系統有著高關聯度的系統。目前，國內外使用的生產調度系統不能高智能化的針對不同的問題生成不同的解決方案讓用戶滿意，決策者經常不得不調整計劃或調度方案來解決實際問題。未來的石油生產調度系統可以從用戶過去所做的調整中學習[1]，能夠對算法進行調整和組合，以達到最大的效率。還可以對調度系統進行重構，以降低成本，并基于網絡進行實時跟蹤和調度。

一、機器學習機制

實際工作生產中，嵌入在調度系統中的算法通常不會生成用戶可以接受的計劃或調度。單一的算法的不足以滿足多目標的規劃和調度問題。目前的系統很難實時為任何問題提供合理且可接受的解決方案。新的研究計劃應致力于提高調度系統在日常使用生成解決方案的能力，這個過程需要大量的實驗工作。關于機器學習方法在計劃和調度中的適用性，已有一些方法，如“死記硬背”、基于案例的推理、誘導方法和神經網絡、分級機系統等[2]，通過機器學習來提高調度系統自動化的能力，提高生產調度效率。

二、規劃調度引擎和算法庫的設計

未來的石油調度系統應設計一個計劃或調度引擎，以使用戶能夠對算法進行調整和組合，以優化效率。系統中的計劃或調度引擎通常包含算法過程庫。算法過程庫包含了綜合調度規則、移動瓶頸技術、局部搜索技術、分支定界程序、數學編程等。一個過程可能適合于一種類型的實例或數據，而另一個過程可能更適合其他類型的實例。未來的調度引擎和算法庫的設計應實現用戶的自助選擇，允許用戶分析實例數據并確定算法參數，并行設置算法，串聯設置算法，以及整合算法。用戶可以選擇一個過程并指定適當的其參數的級別（例如，縮放參數、選項卡列表的長度等）。可以設置多臺計算機或處理器并行使用，還可以設置程序一方的輸出作為另一方的輸入來進行串聯使用。此類調度系統具有一定的靈活性。

三、可重構系統設計

在過去的二十年里，我們看到了一大批工業和學術界的計劃和調度系統。一些這些系統是特定于應用程序的，其他系統是通用的。在實施中特定于應用程序的系統往往比通用系統做得更好。但是，特定于應用程序的系統通常很難修改并適應不斷變化的環境。通用系統通常模塊化程度更高。然而，這種系統的任何定制通常都需要大量的投資。經驗表明系統的開發和實現非常耗時而且昂貴。為了降低成本，應努力保持系統設計的高度模塊化。如果模塊設計精良，足夠靈活，可反復使用。考慮到促進和標準化規劃和調度系統的設計和開發，有必要對現有調度系統進行改進。

面向對象系統通常圍繞兩個基本實體進行設計，即對象和方法。對象是指各種類型的實體或概念。最明顯的是工作和機器或活動和資源，計劃或日程表也是一個對象，用戶界面組件也是對象，例如按鈕、菜單和畫布。對象類型之間有兩種基本關系，即IS-A關系和HAS-A關系。對象通常攜帶靜態信息（稱為屬性）和動態信息（稱為狀態）。一個對象可以有幾個屬性，這些屬性是與該對象關聯的描述符。一個物體可能處于多種狀態中的任何一種。例如，機器可能正忙、空閑或故障。方法通過一個或多個運算符在系統中實現。運算符用于操作與對象和可能導致對象狀態的變化，即事件。另一方面，事件也可能觸發運算符。不同對象的狀態序列可以用狀態轉換或事件圖來描述，這樣的事件圖可以表示運算符和事件之間的鏈接。操作員可能被認為是在軟件中實現方法的方式。任何給定的運算符都可以是幾種方法的一部分。方法的應用對象通常觸發事件。將方法應用于對象可能導致信息從一個對象傳輸到另一個對象，這樣的信息傳遞是通常被稱為消息。消息表示信息（或內容）通過一種方法從一個對象（如日程表）傳輸到另一個對象（如用戶界面顯示）。系統在概念上是面向對象的，這意味著系統的每一個概念和每一個功能都是一個對象或一個對象的方法（無論它是在數據庫還是知識庫中，算法庫、計劃或調度引擎或用戶界面）[3]。

四、基于Web的計劃和調度系統

隨著信息技術的不斷發展，傳統的單用戶獨立系統已經在網絡和互聯網上可用。基本上有三種基于Web的系統：信息存取系統，信息協調系統和信息處理系統。在信息訪問系統中，可以通過互聯網、電子數據交換或其他電子系統來檢索和共享信息。這個服務器充當信息存儲庫和分發中心。信息流向多個方向流動，服務器可以同步和管理信息。

在信息處理系統中，服務器可以處理信息并將此處理的結果返回給客戶機。基于Web的計劃和調度系統是信息處理系統與調度系統的交互系統。因為客戶端服務器互聯網架構，規劃或調度系統，即其數據庫、引擎和用戶界面，必須進行調整。擁有能夠使計劃和調度系統在Web上可用的服務器有諸多優勢：首先，輸入輸出接口（用于圖形顯示）可由本地主機支持，而不是通過遠程站點的服務器。其次，服務器和本地客戶機可以處理數據存儲和操作，可減輕服務器站點并為本地用戶提供管理數據庫。第三，多個服務器可以在大型解決方案上協作以解決復雜調度問題。

結論：未來的石油調度系統可以通過機器學習機制，以及調度引擎和算法庫的設計、可重構系統的設計、基于Web的計劃和調度系統的設計才實現智能化和自動化，這將大大提高我們油田系統的生產調度效率，減少不必要的人力物力資源浪費，優創“智能油田”。