当前位置: 首页 > 油田数字化

  数据潘多拉智能油井生产优化系统是海默科技为智慧油田建设研发的新一代油气田智能监控和生产决策优化系统,可用于油气井井口设备的智能化管理及油气生产智能优化作业。该系统通过油田井口各种传感器和仪表采集井口工况及生产数据,利用工业智能计算机潘多拉盒子的边缘计算能力运行各种AI推断模型,实现油井生产的智能化决策和油井数字化,再通过业界领先的IOT技术,将这些数字化的智能油井连接起来,进行油田级的生产优化,最终实现整个油田的智慧化。


1.jpg

产品特点

  • 该系统主要特点为数据驱动,智能决策:

  • 数据集中化,井口信号集中处理显示,发掘多维度数据耦合价值。

  • 数据线上化,井口信号云上实时同步,随时随地可查看油井生产实时状态。

  • 控制自动化,井口设备远程遥控,及时调整生产策略或实施开停井,有效降低运营风险。

  • 决策智能化,AI模型实时在线运行,持续优化油井生产流程及油田资产。


2.jpg

产品功能

1. 面向定制成本效率的边缘计算

提供了强大的边缘计算功能和应用程序接口,可在数据潘多拉盒子的操作系统中运行各种第三方边缘端应用程序,使用海默提供的DP SDK 和 API 工具,油田用户可以构建和部署定制化应用程序,并在指定的数据潘多拉盒子上运行,同时系统支持本地化的物联网数据收集、解析和处理需求。 数据潘多拉盒子连接的所有设备都可以协同工作,使得在整个边缘端系统范围内部署、连接和保护边缘应用程序变得非常容易。

3.jpg

2. 物联网和 M2M 的内置安全

整个油气行业的物联网部署正在急剧扩大,形成了一个过于庞大的攻击面,以至于无法用传统的安全工具来保护。 数据潘多拉盒子物联网解决方案具有内置的、基于策略的安全性,可以扩展到任何规模的分布式物联网。这些网络使用自动PKI、高级加密、接纳控制和私有IP地址空间,与可信网络和互联网隔离和隐藏。系统安全从以下三个方面进行保护。

1.设备安全:在现场部署 IoT设备时,保护IoT设备安全,确保设备ID及其身份验证密钥的物理安全,避免恶意设备伪装为注册设备。

2.连接安全:确保IoT设备和IoT中心之间传输的所有数据的机密性和防篡改性。使用唯一的标识密钥或安全令牌或每个设备的设备证书,确保设备与IoT中心之间的通信安全。根据所选的协议(MQTT、AMQP或HTTPS)使用安全令牌。

3.访问安全:设备SDK实现多种安全功能(如、加密、身份验证等),以帮助用户开发强大的安全设备应用程序。

 4.jpg

3. 设备管理及远程更新

海默云端设备管理平台为用户物联网部署提供了一个云级别的设备管理平台,具有完全的可视性和对本地设备网络的控制及OTA升级方案。内置的多角色管理允许信息技术(IT)和操作技术(OT)人员在任何地方协作和管理。数据潘多拉系统的高效流协议使得完整、实时的设备管理成为可能,并且对工作状态的影响最小,是设备的全生命周期管理平台。

4. 灵活的可扩展性

油田现场物联网部署,根据井场规模大小会有不同节点数设备接入需求。数据潘多拉盒子支持边缘扩展性模块,可灵活扩展多个模块化的通用信号采集单元,如:可编程的通用I/O端口模块、可编程的通用4~20mA采集模块、4~20mA输出控制模块等。允许客户为每个特定部署配置和规模相适宜的设备信号接入解决方案,并随时根据正常运行时间或连接需求的变化轻松扩展油井节点。

5. AI智能算法

(1)基于深度学习算法的抽油机示功图智能识别算法模型

示功图是抽油机工作过程中抽油泵位移和载荷信号变化所形成的二维图形,该图形包含了抽油井的工作状态信息和部分油井井况信息,油井生产专家可通过示功图的形状判断出抽油机工作状态是否正常,还能通过图形识别出抽油机存在哪种故障。利用专家标记过的功图历史数据,数据潘多拉系统训练出的AI模型可以和专家一样通过示功图准确地识别出抽油机的工作状态并及时预警。

5.jpg

6.jpg

 

(2)基于流态分布识别的油井测试优化算法模型

通常对一口油井进行产量测量,默认的测试周期为24小时,实际情况是不同油井的井况并不相同,对于井况稳定的油井,2小时的测试结果和24小时的结果并无差异,测试2小时的数据足以代表一天的产量数据;对于井况不稳定的油井,24小时的测量结果也不一定能反映油井真实的产量代表性。数据潘多拉系统的油井测量优化算法模型可以准确识别出当前油井井况是否稳定,并在此基础上给出用户合理的油井测试时长。通过该算法模型,用户可以大大缩短对单口油井的平均测试时长,提高多相流量计的使用效率,进而减低用户油井量程成本。

7.jpg

(3)油井生产优化策略算法模型

油井产量除了和底层储量相关,还和人工举升设备的配置参数相关,如抽油机的冲程冲次以及井下动液面高度都会影响油井产量。数据潘多拉系统通过寻找历史生产数据和举升设备参数配置之间的关系,基于智能回归算法建立了生产优化策略模型,可通过对历史数据的学习寻找出和当前油井状况最匹配的生产优化策略,从而实现单位能耗下油井产量的最大化策略。

8.jpg

方案系统构成

  • 井口/井下传感器

  • 井口/井下传感器数据采集及控制系统

  • IOT无线通讯网关

  • 手机APP/电脑桌面端人机交互系统

  • 生产优化AI算法模块

  • 功图智能识别算法模块

  • 油井测试优化算法模块

  • 云端数据仓库及管理配置系统

9.jpg

产品参数

潘多拉盒子参数表

性能指标名称

性能指标要求

说明

控制指令发出返回时长

<3S

 

上位机和APP数据刷新率

<5s

 

故障信息发出通知时间

<3S

2路同步高频AD采样,
   采用CANOPEN协议

系统软件故障最长恢复时间

<5 min

 

流态分布识别的油井测试优化算法

最高节省常规测试时长80%

 

油井生产优化策略算法模型

 

可自动寻优

服务器数据查询响应

<2S

系统设备放置于户外,环境温度可能到达-40~85℃

系统对时误差

<100ms

 

系统运行时CPU使用率

<45%

 

系统平均无故障时间MTBF

≥(24*30)*1小时

 



性能指标名称

性能指标要求

说明

DP终端控制平台主控板(核心板)

CPU运行速率1GHZ
     内存:1G
   电子硬盘:8G

Linux操作系统,内核为3.0.35

DP终端控制平台主控板(底板)

接口如下:CAN、RS485、RS232、wifi、SD卡、 usb
   、RTC

Usb口为现场数据U盘导出预留。
   SD卡可以进行存储容量扩容

DP通用采集单元

主频:72MHZ
     内存:48K
     Flash:256K
   接口如下: CAN、485、同步AD(16位)、分时AD(16位)、隔离DA、DO、DI

2路同步高频AD采样,
   采用CANOPEN协议

AI算法功图识别率

二分率识别率>98%
   多分类识别率>86%

 

工作温度

-40℃~85℃

系统设备放置于户外,环境温度可能到达-40~85℃

外部输入电源

110VAC 60HZ/220VAC50HZ

 

内部板件电源

24VDC

 

功耗

≤50W

其中包括给一次仪表、视频等供电

实时时钟误差

≤±0.5s/d

具备Ntp对时服务

防护等级

IEC60529 IP66

 

远程通讯

GPRS,4G、网桥

 

模块安装方式

导轨安装

易于拆卸更换

控制柜箱体

材质: FRP(玻璃纤维增强塑料)
   箱体颜色:灰白色

安装方式:电气柜旁安装,离地80公分。

应用案例

如下为数据潘多拉(DP)系统在美国得克萨斯州米德兰地区二叠纪盆地页岩油井上的应用案例。通过DP系统,井口的流量、温度、压力信息、井底动液面以及抽油机工作状态信息可实时上传到云端数据服务器,油田作业者随时可以通过手机或者桌面电脑登录系统,远程查看油井生产状况,并根据潘多拉盒子给出的油井生产优化建议,远程调整抽油机生产策略。

(如下需要配图)

10.jpg

11.jpg