采油廠地面工程智能化建設構想

大慶油田有限責任公司第七采油廠

十九大報告中指出：要善于運用互聯網技術和信息化手段開展工作，推動互聯網、大數據、人工智能和實體經濟深度融合。目前油田信息化已進入了以數據的深度挖掘和融合應用為主要特征的智能化階段，各油田、都在加快智能化轉型升級，大慶油田提出了“數字油田、智能油田、智慧油田”發展戰略，各采油廠正積極推進數字化、智能化建設。采油廠轄區面積大，涉及管網、間站等地面基礎設施多，員工逐年遞減，管理難度加大，需要借助信息技術促進管理模式變革。地面工程系統在保障支撐油田生產運行中發揮著關鍵作用，運用前沿信息技術，實現相關業務的智能化、自動化，是進一步提高地面工程管理質量和效率的重要手段，也是油田地面工程系統發展方向和必然趨勢[1]。

1 智能化建設基礎

為加快智能油田建設步伐，某采油廠近兩年加快井間站數字化、網絡資源、數據資源等基礎建設進度，為油田各系統智能化建設奠定基礎。

（1）數字化建設。采油廠生產單元包括油水井、聯合站、轉油站、集油閥組間、配水間等，目前已完成部分井、間、站的數字化建設和改造，幾年內全廠數字化覆蓋率將達到100%。

（2）網絡建設。構建了覆蓋至小隊和站庫的“辦公網+生產專網”的光纖網絡鏈路，核心網絡帶寬達到千兆，百兆帶寬到桌面，滿足數據、視頻、圖像等傳輸需求。

（3）數據資源建設。按照“信息統領、業務主導、集中管控”的原則，大力開展數據資源管控工作。整合數據資源，通過物化視圖、存儲過程等方式完成廠內數據集中整合、廠外數據集成共享，為系統應用提供統一的數據源；開展數據核查、修正工作，提高了數據質量；在地面工程方面，完善基礎數據，積極推進A4系統深化應用建設。

2 A4系統深化應用

2.1 數據采集解析

近2年對全廠管道、道路、設施等油田要素的地理信息和屬性數據進行采集處理，通過現場檢查、抽檢、復測、開挖檢測等手段保障數據質量，進一步完善A4（中國石油地理信息）系統中點、線、面地理信息。

2.2 三維建模

完成4座聯合站地上設備設施、地下管網的三維建模，全方位立體展示聯合站、閥組、管網等地面設施，為三維仿真監控、生產現場可視運行提供基礎。

2.3 航測

開展廠區、礦區航測工作，完成廠區及部分礦部1∶1 000比例尺、部分礦生產區域1∶2 000比例尺的航測，實現清晰的影像電子地圖展示。

2.4 系統深化應用

（1）編制廠級系統圖集。為方便各單位直觀了解站間位置和各系統圖形關系，輔助生產管理和規劃設計，應用地理信息數據，更新廠級集輸、注水等系統圖集，包括地形圖、基礎數據和位置信息等。

（2）基于A4系統建立三維地理信息系統。集成已采集地理信息、航測成果、站庫三維模型等數據，建立三維地理信息平臺，實現二三維一體化聯動展示、影像圖疊加展示、局部區域放大顯示、動靜態數據查詢及統計分析、地形圖輸出打印等功能，為占壓管道治理、故障搶修、生產管理、規劃設計現場調查等工作提供輔助。

（3）基于A4數據建立管道完整性管理平臺。實現管道維修上報、審核流轉、任務分派等功能的管道維修網上流程，提高管道維護效率；通過移動端采集上傳管道漏點位置、現場照片等信息，疊加至電子地圖上，直觀展示漏點分布情況，結合維修統計數據，為管道更換提供數據依據。

（4）指導生產管理。在配合中俄管道施工方面，應用管道地理信息數據，標記管道敷設路由，指導管道切斷施工，縮短施工工期，將產量影響降到最低。在配合燃氣站選址方面，當地政府計劃新建燃氣站，為避免占壓廠管道，應用地理信息數據標記管道路由，配合當地政府選址調整，實現測量數據深化應用。在指導油田生產管理方面，輔助管道應急搶修和生產管理，為各采油礦提供坐標信息和管道走向圖形。

3 地面工程智能化建設構想

3.1 總體思路

以“總體規劃、突出重點、分步實施、逐步完善”為原則，按照從間站到單井、從小隊到礦區的步驟，在保障生產安全、信息安全的基礎上，有序推進數字化建設。同時，加大人工智能、邊緣計算等前沿技術研究和實踐力度，加快智能化應用建設。

在數字化階段建立物聯網，依托傳感器、遠程終端、PLC、SCADA系統等初步實現間、站庫、管網等相關數據自動采集、參數遠程調控及基本異常報警[2]。智能化是數據“采、傳、存、管、用”中“用”的不斷升級[3]，因此智能化階段是在數字化基礎上構建數據中心，融合多種數據，應用大數據、云計算、虛擬現實、人工智能等信息技術，實現油田地面系統智能化建設，如圖1所示。

3.2 建設目標

基于A4系統及數據深化應用，通過傳感技術、采集傳輸實現感知互聯，運用大數據、VR、人工智能等信息技術，與地面工程設計、管理、運行等主要業務深入融合，逐步建立地面工程智能化應用體系，在智能化階段實現：

（1）全景可視：以A4系統為基礎，通過地理信息、三維仿真、視頻監控、無人機等技術，實現地面系統多方位直觀展示、生產現場模擬、可視化運行。

（2）實時感知：應用物聯網技術實現間站、管網相關數據的實時自動連續采集和展示。

圖1 智能化建設架構Fig.1 Intelligent construction framework

（3）智能分析：建立專家報警預警模型，實時分析運行參數，異常情況主動報警。

（4）自動控制：實時獲取并分析現場運行參數，根據計算結果和設定規則，可現場進行自我調節控制。

（5）趨勢預測：通過數據挖掘、模型分析，對間、站庫、管網等運行情況趨勢進行模擬和預測。

4 地面工程智能化建設

4.1 物聯網基礎建設

油田物聯網建設是利用各種傳感器對油田實體對象、生產過程與環節對象進行實時數據采集，并將采集到的數據通過有線或無線網絡傳到數據中心，構建覆蓋油田地下、地面、天空全方位的物聯網，實現油田全面感知。在油田地面工程部分，主要是構建覆蓋油田間站、管網的物聯網[4]，如圖2所示。

圖2 地面數字化建設Fig.2 Ground digital construction

（1）站庫：完成全廠聯合站、中轉站、注水站、注聚站的數字化改造升級，站庫實現生產數據自動采集、設備運行及工藝流程可視化監控、參數遠程調控、異常報警和安全預警、視頻監控。

（2）配水間：完成全廠配水間數字化建設，實現注水壓力、流量自動采集、注水量遠程調節、注水異常報警、視頻監控。

（3）集油閥組間：完成全廠集油閥組間數字化建設，實現摻水及回油壓力、流量、溫度等數據自動采集，摻水流量遠程調節，異常報警，視頻監控。

（4）管網：采集完善管網地理信息和屬性數據，依托A4系統建立準確的油氣水管網平面圖、三維圖，并與井、間、站庫數字化建設同步，實現管網各節點壓力、流量、溫度等參數自動采集，流量遠程調節及異常報警[5]。

4.2 地面工程數據建設

建立油田數據中心，數據按專業分類存儲與管理，其中地面工程部分需融合多種數據，將油田地理信息、站庫管網基礎數據、實時數據、視頻、圖像、電子圖紙等多種結構化與非結構化數據進行分類整合存儲[6]，消除數據“孤島”，加強數據質量控制和數據安全防護，為上層應用提供統一的數據共享接口，實現統一管理，并為大數據應用奠定基礎，如圖3所示。

4.3 智能化應用建設

4.3.1 基于GIS的可視化全景展示

A4系統提供了標準的二維、影像、高程等GIS基礎數據和應用，建立基于A4地理信息系統的可視化地面展示平臺，將不斷完善的間站、管網等地面相關實體數據疊加至A4系統，并關聯相關屬性、三維模型、實時運行、現場視頻等數據，實現二三維多方位展示、數據層層穿透，可宏觀展示油田地面系統場景，可“微觀”展示各單元基礎數據和實時運行數據[7]，如圖4所示。

圖3 地面數據建設Fig.3 Ground data construction

圖4 基于GIS的可視化全景展示Fig.4 Visual panorama display based on GIS

4.3.2 智能分析預測預警

簡單的參數閾值報警不能滿足實際需求，需根據管理實際建立專家報警及預警模型，通過多參數綜合分析、專家算法、大數據分析等[8]，實時分析采集的運行數據，實現生產運行異常報警、預警及趨勢預測，以系統報警、預警為驅動，建立閉環處理流程，及時發現并處置異常情況，提高生產管理效率。

生產報警：按照“一點一策”原則，建立專家報警模型，實時獲取分析間、站、管網運行數據，對出現的流量、溫度、壓力等異常情況進行分級報警，并對建立閉環的網上流程進行跟蹤處理，提高問題處理效率，以系統報警為驅動，促進提升運行管理質效。

安全預警：建立生產安全預警模型，實時分析壓力、流量、溫度、液位等數據，對間、站、管網出現的堵、漏、冒、燒等危險情況進行提前報警，將“事后”報警轉變為“事前”預警，保障安全生產。

趨勢預測：對于增壓泵、加熱爐等地面設備，基于其監測數據，結合相關工藝、介質、能耗、歷史檢維修信息、故障信息等數據，以設備模型、大數據算法等為技術支撐，實現設備在線運行分析、故障診斷和預測等，保障設備健康平穩運行。對于生產管網，建立管道健康診斷模型，通過分析壓力、流量、溫度、介質、材質、歷史維護記錄等數據，對管道進行結蠟、泄漏預測，通過健康評估為管道更換提供依據。

4.3.3 智能化現場監控巡檢

智能視頻監控：在間站重要位置布置攝像頭，實現現場遠程監控，在此基礎上，應用智能化視頻監控技術進行監控數據的自動分析與智能識別[9]，實現越線、違章行為、身份等自動檢測報警，快速準確定位現場異常情況和全天候自動監控，提高異常情況發現的及時性。

雷達監測：建立雷達監測預警系統，360°大范圍掃描監測重點生產區域，主機通過對紅外雷達圖像處理計算出目標的運動要素，自動判定物體形態及該物體是否跨越虛擬墻，如判定結果為跨越虛擬墻，雷達預警主機發送報警信息，同時聯動攝像機云臺對活動目標自動跟蹤。

無人機巡檢：無人機具備高空、遠距離、快速的作業能力，選擇具備定點懸停能力的多旋翼無人機，對站庫等重要位置進行短距離巡檢；選擇固定翼無人機，設置巡航路線對管網等地面設施進行長距離巡檢。將實時拍攝的視頻或圖像回傳至地面站，實現高空間、大面積、高頻率的巡檢，提高巡檢效率。

機器人巡檢：站庫數字化改造后，儀表損壞、跑冒滴漏等情況仍依靠人工現場巡檢，應用由動力、采集、控制系統組成的智能機器人，按照設置的巡檢路線和采集點進行自動巡檢，并將現場視頻、圖像、溫度等數據回傳至調度指揮中心，提高巡檢效率，節省勞動力，實現站庫安全平穩無人值守。

4.3.4 智能控制

在數字化階段，運行參數調控依靠人工遠程進行。進入智能化階段，借鑒邊緣計算的思想，應用具備計算能力的遠程終端或智能終端設備，將控制邏輯和指令前移至現場，實時獲取現場運行數據，實時分析計算發送調節指令，實現現場自動控制，擺脫網絡影響，減輕服務端壓力，提高調節的效率和質量。

智能注水系統按照“一井一策”原則建立注水控制邏輯，將自動控制程序部署在遠程終端RTU上，RTU實時獲取現場注水數據進行運算，再根據計算結果將調節指令發送至電磁流量控制裝置，提高注水調節的效率和精度以及注水合格率。

智能摻水系統應用RTU二次開發技術將摻水控制程序部署在現場RTU設備中，程序根據溫度、壓力變化自動控制摻水流量，實現摻水量的現場實時自動控制，提高摻水調控的效率，有效避免堵環、凝環情況發生，優化摻水溫度控制，節約能耗。

4 面臨的問題和解決辦法

（1）數據的質量需持續加強。依靠傳感器采集傳輸的數據，影響其質量的因素很多，如設備精度、校驗及時性、通信情況、周圍環境等，如何控制數據質量，保障數據連續完整，讓數據更加真實可用，是面臨的一大問題。在網絡上，要“因地制宜”，選擇最適合最穩定的網絡建設方案；在設備上，要統一型號、協議、安裝等各項標準；在運維上，要制定完備合理的數字化設備運維及校驗機制。

（2）海量數據的應用和管理面臨著一定挑戰。油田大規模數字化建設后，必將面臨海量數據的采集、存儲與管理，目前大多采用傳統單機版實時數據庫，很難滿足性能、應用和安全上的要求。建立服務器集群，應用Hadoop等分布式數據管理方案，其分布式的消息隊列、流計算、多副本備份等機制可很好地滿足海量數據管理和對上層應用的支撐[10]。

（3）分散系統需要集成整合。目前站庫SCADA、視頻監控等系統獨立運行，數據獨立存儲，未來公司、廠、礦將建立多級指揮中心，這些分散應用系統需要分類集成，方便應用與管理。可通過實時數據接口、OPC數據轉儲、建立中間服務等方式，將數據進行匯集整合至數據中心，為上層集成應用提供統一的數據。

5 結束語

（1）數據應用是關鍵。智能化本質是對數據的應用，建立油田大數據、智能化算法需要的是可用有用的數據，數據的質量直接影響智能化應用效果。

（2）自動控制是手段。實現自動控制，比人工現場或遠程操作效率更高、精度更好，可有效優化運行，減輕員工勞動強度，實現無人或少人值守。

（3）設備運維是保障。受壓力、溫度、震動、老化等多種因素影響，設備存在一定的故障率，做好數字化設備運維，及時排除設備運行故障，保證設備上線率，是實現數字化應用效果的重要保障。

隨著信息技術不斷的創新發展，大數據、AI、機器人等技術已在油田展現了巨大潛力和價值，未來也必將產生新的更加智能化信息技術。地面工程系統智能化建設是油田信息化發展的必然趨勢，數字化、智能化建設是一個系統工程，在建設過程中將面臨著環境、設備、技術等諸多問題和挑戰，通過不斷探索、完善和新技術的應用，油田各系統必將逐步達到全面感知、全面互聯、全面智能。