利用邊緣計算動態維護油井工況

彭春龍

（勝利油田孤東采油廠采油管理一區，山東東營 257237）

0 引言

抽油機井工況的調整變化直接影響到原油生產的安全性與高效性，優化工況也是采油生產過程中的一項重要措施。開采井場分布廣、地表條件惡劣、工作環境艱苦，充滿風險與不確定性，抽油機常年暴露在復雜的自然環境下，故障頻發，情況嚴重時將導致設備重大事故的發生，造成惡劣的后果。目前，油田四化系統能夠通過前端四化傳感器采集的數據實現分析，實現對油井狀況的監測，但是無法實現油井參數根據生產變化的智能調整和及時優化[1]。因此，利用邊緣計算技術動態維護油井工況有重要的研究價值。

隨著人工智能及油田信息能力的快速發展，邊緣計算可以滿足國有企業對信息數據質量和安全性的要求，而且還能實現更迅速的數據處理和響應速度。邊緣計算逐漸成為一個應用在油田行業的成熟技術。本文將闡述基于邊緣計算，利用前端傳感器技術，實時采集油井運行時的溫度、載荷、壓力、角位移、電流等數據，油田PCS 系統中的智能算法再對采集上來的數據進行翔實有效的分析，達到抽油機井工況的實時監測和動態調整，最終，為原油生產單位減少設備維護成本，保障生產穩定高效。

1 邊緣計算的定義及特點

1.1 邊緣計算的定義

邊緣計算，又稱為邊緣運算，建立分散的運算架構，在物理設備及源頭的近端，將原本由中心端點處理的龐大服務拆分為更小、更易于運算管理的小節點，在數據源頭上就近提供運算服務。邊緣計算，由于更貼近原始數據資料，所以更適合處理龐大復雜的數據，縮小延遲。

1.2 邊緣計算的特點

（1）邊緣計算把計算和存儲的資源放在了服務對象更近的地方，所以減少了數據傳輸的時間，降低數據延遲，具有計算速度快，現場決策效率高的特點，反映處理時間在10 ms 以內。

（2）邊緣計算優化傳輸量，可以避免將大量數據傳輸到云端處理，從而降低了云端（服務器）能源和成本的投入，能耗少負擔也相應的減少，對信息化處理時，僅用上傳關鍵的數據，極大地減輕網絡承載負荷，降低30%～40%的能耗，提高了能源和成本效益。

（3）邊緣計算能夠將數據在本地進行處理，本地存活能力強，安全穩定，具備不受網絡傳輸帶寬和負載影響的“本地存活”能力，穩定可靠性強，避免出現安全隱患和泄露風險。

2 邊緣計算動態維護油井工況的系統架構

2.1 需求分析

隨著勝利油田“四化”工作的推廣，采油技術人員可以動態收集大量生產數據，對所轄區域的油井生產形勢進行有效分析，同時就供液差、泵效低的井制定工作方法，能夠對參數優化，培養穩升井組、長壽井組等方面的工作提出指導性措施，在方案設計時就能夠針對泵深和液面深度，做到既定性又能定量的方案，解決工況分析提出的桿管組合不合理問題。目前，孤東采油廠抽油機安裝有多種類型的數據傳感器，有效且不間斷的對現場設備進行數據采集，包括載荷、壓力、角位移、溫度、電流等各種信號，進而對現場設備及油水井工況進行動態檢測成為一種可能，為智能調節生產狀況提供了數據支撐。有了前端的數據，利用邊緣計算實現油井工況動態調整的需求。

（1）抽油機井生產實時數據的獲取

抽油機設備運轉產生的動態數據是邊緣計算系統不可動搖的基石，前端傳感器收集大量的多樣信號，為油井工況監控和動態調整功能的實現，提供最有力的幫助。

（2）邊緣計算和PCS 系統（云端）協同工作

油田現場的抽油機采集的數據統一傳送至各單位的工控服務器，軟硬件資源終將會變得有限，在系統運行效率中打折扣。但是采用邊端和云端協同計算后，邊緣端進行實時性、短周期的數據處理與推理，從而在油井生產時對抽油機運行狀況智能化監測與動態維護。工控服務器、PCS 系統端進行長周期的大數據分析，能夠為邊緣端提供維護與支撐[2]。

（3）智能監測

系統能夠在抽油機運行時通過不間斷學習、形成大量算法模型，從而解決油井工況的動態監測和參數智能優化。

2.2 邊緣計算智能監測架構

按照油井工況監測和參數智能調整的要求，以最簡潔且高效的方式，設計系統架構。位于生產現場前端的傳感器，將龐大的運行數據進行采集，而后系統將此類數據處理、存儲與應用，實現對油井工況的故障診斷和動態維護。

（1）數據采集端

數據采集端包括抽油機、信息采集設備、各種傳感器（如載荷、溫度、壓力、角位移、電流等）等生產現場設備[1]?？刂乒駜扰鋫溆袛祿杉W關，由它來采集抽油機上的海量數據，經轉儲處理等操作后，不間斷的以統一規范的形式送至邊緣層[3]。

（2）邊緣計算端

邊緣計算主要依存設備為工控存儲器、智能網關等[4]。邊緣層實時采集接收抽油機運行的各種動態數據，對數據進行審核、篩選、甄別操作后，轉儲到上級數據庫，通過成熟的PCS 系統（即云端）建立有效模型，再對每一個實時的數據記性分析、監測，診斷出油井工況的優劣，進而對專業技術人員所應采取的措施提供正向指導意義或者進行自動調節。

（3）PCS 系統處理端

PCS 系統處理指的就是油田企業現有的智能平臺，利用其超強的計算能力和已有的算法，不斷的學習認知，通過對抽油機現場運行的相關數據分析將不同場景更新升級，把完善的模型匹配至邊緣計算[5]。

3 邊緣計算動態維護油井工況的數據處理流程

邊緣計算的油井工況智能監測數據處理流程，包括邊緣端程序的數據采集、數據篩選后的上傳云端、云端程序將模型下發后的數據診斷、結果展示等。我們要照顧到邊緣計算端和PCS 系統處理端（云端）配合，邊緣計算程序要進行數據信息的甄別、篩選、判定及評估操作，PCS 系統處理端對算法進行優化、評估模型的匹配性，進行更新升級訓練。

3.1 數據審查與剔除

抽油機在生產時面臨各種各樣的情況，同時各個部位的傳感器工作時，亦會容易采集到受到客觀環境因素影響被“污染”的數據。因此，對于前端數據的篩選和剔除是所有工控智能系統必須要完成的一項工作，數據采集后進行相應的審查，將采集到監測數據去偽存真。抽油機數據審查的方法如下：前端傳感器采集的數據與實際生產合理的數據相差較大的值，即為“污染數據”。傳感器所采集的單個信號幅值與整體平均值的差大于3倍標準差，那么該值就可視為污染數據。

3.2 數據有效歸納

審核后的抽油機監測數據在大多數時候也不能有效的實現特定功能，必須再次處理數據，這就需要將能夠反映工況變化信息的有效參數整理歸納出來，即有效歸納。我們將抽油機數據的特點，從時域和頻域兩個方面進行數據解釋，并找到貼近實際情況的指標作為有效歸納。

3.3 數據篩選與融合

數據進行有效歸納操作后，需要再次篩選以降低動態數據有效的數量，找到具有代表性指向性的數據。通過基于斯皮爾曼系數的相關性分析進行大量數據的篩選，評價變量之間的相關性，對代表性指向性的權重進行排序[1]。斯皮爾曼等級相關系數為：ρ

其中：di為時間序列與特征序列間的等級差數；n為特征序列的數量。若某特征ρ大于0.8，表明其與時間具有強相關性，可作為有效特征。

為了從極具代表性和指向性的數據中找到運行的潛在規律，通過邊緣計算主程序進行監測到的數據融合，將多變量之間的內部關系通過少數幾個主成分表現。

4 邊緣計算技術的功能表現

邊緣計算動態維護油井工況技術是根據一個沖程周期中，不同階段載荷、電流、溫度、角位移、壓力等參數的變化情況，采用變頻的方式減緩沖擊、降低能耗、保護設備的方法，利用工業APP 應用在采油井部署該項技術，顯著改善抽油機的工作狀況，借助智能邊緣計算的便捷性，對抽油機工況進行優化，降低功率及倒發電的問題。

油井由原來的間開方式或周期性措施調整，通過極小功率狀態下油量擺動維持運動狀態，解決了傳統頻繁啟動停機或參數優化失敗的問題，最終可以實現每天連續抽液過程的運行，沖次可控，實現功率隨動。在一個沖程周期內改善頻率和柱塞的速度分布，減輕地面傳動系統和整個桿柱的疲勞環境，同時，實現沉沒度追蹤采油，通過每個沖程采集示功圖，判斷沉沒度、充滿系數、流壓、等參數，在沉沒度小、充滿程度低時，降低沖次，提高充滿程度，充滿程度高時，提高沖次，提高產量。

5 油井案例分析

生產實踐中，我們對孤東采油廠采油管理一區GO7-20-301油井開展基于邊緣計算的智能監測實驗，形成初步的工況模型，結合對前期生產數據的分析，發現該油井日產液為1.71 ～2.2 t/d，表現為嚴重供液不足。

該井于2022年7月22日采用邊緣計算技術進行監測調整后，生產參數隨動態監測在0.5 ～1.4次自動變化，供液情況隨之自動波動，同時數據反饋至PCS 系統中，發現該油井的供液情況明顯發生改善。

圖1 采用邊緣計算后的示功圖

通過邊緣計算動態維護抽油機井工況的實驗，可以看到整個過程中，數據處理運算在每個節點上分工明確，又能相互照應，能為抽油機工況運行和調整提供支持，有效提高工作效率。

6 結論

油田開發后期隨著四化數據的應用，邊緣計算的智能系統能夠很好追蹤油井最優生產參數、達到最佳生產工況，對任何一個沖程內的實時功圖轉換、沉沒度、流壓、泵效、產量計算的追蹤，能夠實現按照分時段錯峰電價調整沖次的功能，降低能耗。

總體來說，邊緣計算是一種較先進的技術，具有穩定性好、時效性強、安全性高等特點，邊緣計算網關在石油行業的應用具有重要意義，實現對石油生產過程的實時監測、數據采集、數據處理和控制等功能，從而提高石油生產的效率和安全性，有助于智能油田的工業互聯網絡的廣泛部署與應用。