基于云平台的钻机远程状态监测与诊断系统

为了高效利用石油钻机各钻井设备的运行状态数据,提前对设备的故障进行预警,减小停机损失,利用石油钻机的远程数据采集、存储及后期的融合、应用分析方法,研究了基于云存储计算平台的石油钻机远程状态监测与预警诊断系统。该系统依靠大数据、云计算技术,充分整合钻机控制器数据资源,并针对钻井泵、绞车等重要设备关键部位增加相应传感器进行重点监测,开发了数据预处理归档模块和后台大数据分析模块等,借助移动网络架构综合实现了钻机制造厂以及钻探公司对目标钻机的实时状态监测、预测性维护与健康管理、故障诊断、统计分析、移动终端人机交互等功能。工业实践结果表明:该系统的建立实现了对目标钻机更及时、全面的远程状态监测与故障预警、诊断服务。研究结果可为钻机的预知维修和按需维修提供可靠的数据支撑。     

出油井智能生产技术研发成功

<正>前不久,经过3年攻关,中国石油勘探开发研究院采油所基于物联网和大数据的油井智能生产技术研发成功。大数据分析平台和精细化运行智能控制设备将通过实时分析抽油机井工作状态,实现油井工况诊断预警,运行参数实时智能调整,降低油井能耗,大幅提高油井管理水平。中国石油拥有该油井智能生产技术的完全自主产权。该技术     

人工智能模型与先进流程工业大数据降维双模型联合的智能优化技术

对人工智能(AI)模型技术和先进流程工业大数据降维技术进行了介绍和对比,提出了AI模型与先进流程工业大数据降维双模型联合的智能优化技术.该双模型联合的智能优化技术,弥补了AI模型使用复杂、模型维护难的缺点,加强了装置操作人员对智能优化的干预,起到了开环实时优化的效果,联合先进控制系统可实现闭环实时优化,可应用于芳烃、乙...     

加油站物联网(SIOT)的设计方案

针对目前加油站为应对经营和安全环保需求而逐步增加的相关设备出现功能和作用重叠、有关数据不能联网、通讯接口标准不统一、数据只能上传、设备预警依靠人工解决等问题,提出了加油站物联网(SIOT)的设计方案,介绍了加油站物联网系统结构.通过物联技术,利用边缘计算,结合大数据和人工智能技术(AI),将一些由人工判断和操作的工作转...     

油田设备信息化管理现状分析及优化建议

目前油田设备管理不同程度地存在工作内容相对分散、设备故障的发现和处理能力较弱、设备管理效率较低等问题。"云计算"、"物联网"、"大数据"等信息技术的飞速发展,为设备信息化管理提供了新思路及新的技术手段。立足于设备运维,可建立设备预警机制系统和设备故障预测模型,实时预测和监测设备的运行情况,通过数据分析识别潜在风险,并及时给出预警和报警,确保设备长周期的良好运行状态。完善的设备信息化管理系统可以有效降低生产成本,提高经济效益,推动企业发展,提高企业综合竞争力。     

高温机泵群在线状态监测系统应用

随着物联网、大数据等计算机网络技术的发展及工业应用,利用MEMS(微机电)技术在线采集机泵设备运行状态参数,通过云端服务器对监测数据进行存储管理,可实行移动端APP推送监测状态数据、预警及分析,实时监控设备运行状态。利用信息技术对机泵实施智能化、数字化管控,将设备维修从计划维修、故障维修逐步过渡到预知维修,实现设备全寿命周期管理。     

机理仿真与数据驱动融合的电泵举升故障诊断预警理论研究进展

在复杂、不确定、非结构化的油藏环境中，潜油电泵举升井的工况诊断预警优化决策成为智能油井研究的热点与难点问题之一。阐述了机理仿真、数据驱动、专家系统、机理仿真与数据驱动融合等技术在电泵举升故障诊断预警领域的研究与应用进展，探讨并展望未来电泵举升故障诊断预警技术的发展方向与重点。综述研究表明:建立客观准确的反映电泵运行动态工况特性的机理模型和快速精确求解极具挑战性，基于数据驱动诊断模型未必能完整描述电泵生产系统工况的真实映射关系，电泵生产故障诊断推理机理及专家系统的自学习能力有待加强。提出基于机理仿真与数据分析方法相融合的数字孪生技术必然成为研究复杂电泵抽油生产系统故障诊断预警的核心技术。     

数据挖掘技术应用于设备预测检修

设备预测检修是通过先进的设备状态监测手段，离线或在线监测设备的特征信号，经计算机数据分析处理，识别设备的早期故障征兆、性能劣化状况及其发展趋势，并在设备故障发生前及性能降低到不允许极限前安排检修。随着数据库技术的迅速发展及企业自动化程度的提高，大部分企业对重要设备安装了监测系统，采集到反映机组运行状态的各种数据及参数，已经形成了大型的数据库。     

大数据分析在国际石油贸易领域的应用现状与发展趋势

近年来大数据分析技术方兴未艾,"互联网+"成为传统油气行业转型升级、融合创新的重要途径。国际石油贸易领域信息化应用先后经历了桌面客户端程序+中央数据库的传统数据库时代、网页版客户端+分布式数据库时代两个阶段,正在步入人工智能+大数据+物联网的"互联网+"的第三阶段。在第三阶段,业内希望通过大数据分析技术继续提高内部的执行效率和风险控制预警能力,改变以往对外部数据的碎片化获取和共享方式,深度挖掘和整合不可量化的内外部信息,应用人工智能算法进行经营决策的优化,为一线交易员提供交易辅助决策。基于人工智能平台的辅助交易决策平台、大数据信用风险评估及预警平台、标准化报告智能分析及合同解析,均将成为第三阶段的典型应用场景。     

基于大数据及人工智能的钻速实时优化技术

海上钻井作业日费高昂,因此如何利用大数据及人工智能技术提高钻速,从而缩短作业工期、降低作业成本,是重要的研究课题之一。首先通过收集钻井现场的大数据信息,将录井数据、测井数据、钻井液性能等参数输入神经网络计算得到初次预测钻速,然后由最优化算法计算出实时全局最优解,从而建立基于机器学习方法和最优化算法的钻速实时优化模型,最后将模型嵌入可视化系统进行现场作业指导,从而提高钻井速度。以南海PY油田A井为试验井,进行了实时钻进过程的应用。实践表明,应用该技术不仅可有效提高钻速,并且对油田数字化发展具有借鉴意义。     

中国海油燃气电厂智慧化发展之路

中国海油是我国三大石油公司中唯一涉足燃气电厂业务的公司。“厂网分开、竞价上网”的实施及“两化”融合的政策推动,给中国海油提供了战略机遇和发展空间。中国海油燃气电厂智能化发展经历了信息化、数字化和数字化转型升级3个阶段。第一阶段（2000年前后）,在企业信息管理系统的基础上进行功能拓展、优化和相应基础网络的升级改造;第二阶段（2010—2015年）,采用数字化的技术和方法对相关重点数据进行采集、汇总和分析;第三阶段（2015年以来）,采用数据库技术和大数据分析技术,突出电力交易辅助决策支持的实时性特点,探索建设一个智能集控型燃气电厂,并在其他电厂推广。中国海油燃气电厂智慧化建设与管理的突出特点是厚平台轻应用,以智慧平台为核心与其他信息系统进行整合集成,统一管理,实现人、信息化系统与生产系统的创新融合,支撑中国海油燃气电厂绿色低碳、高质量发展。具有中国海油特色的燃气电厂智慧化信息管理贯穿项目建设、生产全过程,并通过试点建设,实现了从能源生产到客户服务的数字化转型。     

石油化工装置长周期运行风险超早期精确预警方法

安全预警技术早已被广泛应用到各石油化工企业中,风险预警结合了异常工况发生的概率与后果,具有较好的预警效果。针对现有的风险预警多使用定性分析方法、准确性低等问题,提出石油化工装置长周期运行风险的超早期精确预警方法。运用损失函数定量评估参数偏离带来的预期损失,并运用剩余时间模型计算异常工况发生概率,从而得到参数偏离所产生的风险值,实现参数的风险预警。案例分析将该方法应用于石油化工企业不同装置不同参数的风险预警。结果表明,该方法可以辨识状态参数的早期偏离,并提前10 min左右检测到参数异常的产生,为识别石油化工装置长周期运行过程中异常工况的发生风险提供了早期预警方法。     

华北油田水力压裂实时预警系统

砂堵是导致水力压裂失败的重要原因之一,为此研发了一套压裂实时监测及预警系统。该系统在实时监测压裂施工关键参数的基础上,通过油压-时间、套压-时间双对数曲线的斜率进行压裂实时预警。在调研多口井压裂数据资料的基础上,分析了压力-时间双对数曲线的3种模式,通过实时判断当前压裂施工状态处于何种模型进行预测在该模式下可能出现的风险;同时根据成熟的二维裂缝模型PKN、KGD和Penny径向模型可以计算出裂缝的缝长和平均缝宽,并以此来确定裂缝走向是否与设计相符;如果发生偏差可以考虑是否要减小动态参数,来改变裂缝走向。现场应用结果表明,该系统集实时监测数据、预警于一体,具有较好的应用价值。     

天然气消费结构多目标优化分配模型

近年来冬季供暖期天然气消费需求持续旺盛,供需形势较为严峻,天然气紧缺又造成燃气机组(电网重要的调峰电源)的调峰能力无法有效发挥,严重制约了风电消纳能力。如何在冬季天然气供应紧张时期,考虑天然气的各类用途,实现天然气的合理分配,成为值得研究的重要课题。为此,引入粒子群多目标优化理论,充分考虑供给侧风电消纳与需求侧天然气负荷,综合设计了天然气供应收入最大化、供给侧风电消纳量最大化与天然气供应不确定性最小化3个目标函数,结合效用理论构建了考虑供应不确定性和调峰能力约束的天然气消费结构多目标优化分配模型,并以北京市城六区(东城区、西城区、朝阳区、海淀区、丰台区和石景山区)为例进行了模拟优化。研究结果表明:①天然气定价宜同时考虑社会效用和用户效用;②燃气机组调峰所带来的风电消纳效益受机组基本负荷利用小时数、燃气发电用气量以及供热期等因素的影响,从而验证了天然气消费结构的优化效果;③上述城六区应在原有天然气消费结构的基础上,小幅度增加发电、供热用气比例,保持商业及其他用气消费量稳定,大幅度缩减工业及天然气汽车用气量,以尽量满足居民用气量增加的需求。结论认为:北京市城六区优化后的天然气消费结构在满足各方天然气消费需求的同时,增加了总收入,提升了燃气机组调峰消纳风电的能力,证明该多目标优化分配模型能够为区域天然气消费结构优化调整提供理论和技术支撑。     

海洋钻井平台关键设备智能维修系统设计与开发

讨论预防性维修的弊端及状态维修理念现存的不足,引入智能维修的概念,在设备实时在线监测基础上,研发以功能业务为主线、多源数据为驱动的海洋钻井平台关键设备智能维修系统,依据故障诊断预警理论,评估平台设备状态并提供合理维修建议。该系统已成功用于辅助平台维修人员开展对顶驱、主机和推进器等设备进行维护维修工作。应用结果表明,该系统报警准确率和诊断准确率分别达97.51%和90.08%,系统可有效降低维修成本,提高维护效率和质量。     

国内外石油钻井装备的发展现状

在对国内外石油装备资料进行广泛调研的基础上,详细介绍了国内外石油钻机发展的新趋势及交流变频调速电驱动石油钻机、液压钻机、快速移运钻机等新型石油钻机的性能及参数。介绍了国内外电驱动和液压驱动两大类型新型顶部驱动钻井装置、钻井泵等设备的最新发展现状及大功率三缸钻井泵、液压泵和六缸钻井泵等新型钻井泵的性能及参数。从国内外石油装备的发展现状看,石油装备正在向型式多样化、技术先进化、设计人性化趋势发展,据此提出了我国发展石油钻井装备的建议。     

基于贝叶斯网络的测井车载数据中心设备故障诊断方法研究

针对测井车载数据中心设备提出一种基于贝叶斯网络（BN）的故障诊断方法,并建立了故障诊断BN模型,实现了测井车载数据中心设备的智能化诊断。在建立BN模型过程中,采用基于粗糙集的知识约简方法对专家提出的故障节点进行简化,利用专家知识初步构建BN结构,使用K2学习算法对BN进行优化;同时结合专家经验知识,用EM算法对BN进行参数学习,得到测井车载数据中心设备故障诊断BN模型。运用BN模型进行故障案例推理,基于历史数据对BN模型进行验证,结果表明该模型诊断准确率较高,能够为测井车载数据中心设备故障的快速定位和精确诊断提供依据。     

原油电脱盐脱水技术发展现状与展望

由于石油资源需求的不断增长和原油开采力度的加大,国内外原油重质化、劣质化趋势日益加剧,加上炼制原油品种的频繁更换,给炼厂原油电脱盐脱水装置带来很大的冲击。原油电脱盐脱水作为最主要的原油预处理技术,其效果好坏将直接决定炼厂后续加工装置的安全、高效、长周期运转。综述了目前原油电脱盐脱水的主要设备,包括原油电脱盐罐、罐内主要电极形式、供电系统和其他辅助设备。在此基础上,介绍了几种电脱盐脱水新技术,并对各钟技术的主要特点及存在问题进行了分析,最后对原油电脱盐脱水技术的未来发展方向给予了展望。     

平湖天然气处理厂连续稳定供气的工艺措施

东海平湖油气田陆上油气处理厂担负着加工处理海底管线输来的湿天然气的任务。通过控制露点使其达到城市燃气热值和干气标准，以向上海市浦东地区供气。为了全年连续稳定供气，陆上油气处理厂在严格控制工程投资的前提下，在工艺设计中采用了膨胀机、丙烷辅助制冷系统、Ｊ－Ｔ工旁通等组成的多种工艺制冷流程；主工艺流程与副工艺流程的合理分段衔接；全厂旁通供气和主机机泵与设备考虑备用等工艺措施，基本上保证了各种工艺装置长期