基于Redis的油氣大數(shù)據(jù)智能預(yù)警軟件研發(fā)與應(yīng)用

邴紹強(qiáng)

[摘 要]近年來(lái)，油田企業(yè)大力推進(jìn)油氣生產(chǎn)信息化建設(shè)，采油（氣）、注水、集輸?shù)葘?shí)時(shí)生產(chǎn)數(shù)據(jù)為提高油氣生產(chǎn)管控能力提供了有效支撐。目前，地面油氣生產(chǎn)過(guò)程異常分析主要以單參數(shù)、單點(diǎn)的報(bào)警為主，報(bào)警量大、問(wèn)題不具體，海量實(shí)數(shù)據(jù)沒(méi)有得到很好挖掘利用，油井異常問(wèn)題的實(shí)時(shí)分析、事前預(yù)警相對(duì)較弱。依托油氣生產(chǎn)信息化采集的實(shí)時(shí)數(shù)據(jù)，結(jié)合現(xiàn)有生產(chǎn)業(yè)務(wù)模型，對(duì)采集數(shù)據(jù)進(jìn)一步挖掘分析，搭建生產(chǎn)智能預(yù)警大數(shù)據(jù)分析系統(tǒng)，形成完整的生產(chǎn)預(yù)警體系，為推動(dòng)油田精細(xì)化管理、降本增效提供輔助支撐。

[關(guān)鍵詞]油氣生產(chǎn);實(shí)時(shí)數(shù)據(jù);預(yù)警模型

doi：10.3969/j.issn.1673 - 0194.2020.10.047

[中圖分類號(hào)]TP311.13[文獻(xiàn)標(biāo)識(shí)碼]A[文章編號(hào)]1673-0194（2020）10-00-02

1? ? ?基于Redis的油氣大數(shù)據(jù)智能預(yù)警軟件概述

1.1? ?油氣生產(chǎn)信息化建設(shè)

油氣生產(chǎn)信息化建設(shè)實(shí)現(xiàn)了油水井、注水站、聯(lián)合站等運(yùn)行參數(shù)的實(shí)時(shí)自動(dòng)采集，積累了海量的實(shí)時(shí)數(shù)據(jù)，每一個(gè)數(shù)據(jù)變化往往隱含了問(wèn)題“量變到質(zhì)變”的趨勢(shì)和程度，利用大數(shù)據(jù)技術(shù)對(duì)這些數(shù)據(jù)進(jìn)行深入挖掘，預(yù)警問(wèn)題隱患，指導(dǎo)技術(shù)人員及時(shí)采取預(yù)防性措施，為油田采油生產(chǎn)管理創(chuàng)造極大的價(jià)值。

1.2? ?生產(chǎn)現(xiàn)場(chǎng)報(bào)警預(yù)警體系

目前，現(xiàn)場(chǎng)生產(chǎn)分析方面，只覆蓋油井油壓、套壓、溫度、功圖等單參數(shù)閾值超限報(bào)警及簡(jiǎn)單的波動(dòng)預(yù)警，結(jié)合油田生產(chǎn)現(xiàn)場(chǎng)全過(guò)程管理的業(yè)務(wù)需要，缺少面向采油、注水、集輸系統(tǒng)全節(jié)點(diǎn)預(yù)警管理。油井停井、線路停電等生產(chǎn)事件發(fā)生后，各項(xiàng)生產(chǎn)指標(biāo)出現(xiàn)重復(fù)、頻繁報(bào)警問(wèn)題，處置工作量大，現(xiàn)場(chǎng)生產(chǎn)管控工作重復(fù)。需要依托現(xiàn)有生產(chǎn)信息化成果，結(jié)合現(xiàn)有生產(chǎn)業(yè)務(wù)模型，研發(fā)油氣大數(shù)據(jù)智能預(yù)警軟件，進(jìn)一步挖掘分析采集數(shù)據(jù)，形成完整的生產(chǎn)趨勢(shì)預(yù)警體系，提高生產(chǎn)精準(zhǔn)管控能力。

1.3? ?基于Redis的高并發(fā)數(shù)據(jù)處理體系

Redis是一個(gè)高性能Key-Value數(shù)據(jù)庫(kù)。數(shù)據(jù)可以從主服務(wù)器向任意數(shù)量的從服務(wù)器傳輸，從服務(wù)器可以是關(guān)聯(lián)其他從服務(wù)器的主服務(wù)器。Redis使從數(shù)據(jù)庫(kù)在任何地方同步時(shí)，可訂閱一個(gè)頻道并接收主服務(wù)器完整的消息發(fā)布記錄，為處理、計(jì)算、存儲(chǔ)高吞吐、高并發(fā)的油氣田生產(chǎn)現(xiàn)場(chǎng)實(shí)時(shí)數(shù)據(jù)提供了解決方案。

2? ? ?基于Redis的油氣大數(shù)據(jù)智能預(yù)警軟件系統(tǒng)架構(gòu)設(shè)計(jì)

組合預(yù)警工具架構(gòu)采用四層設(shè)計(jì)體系，分別包括基礎(chǔ)資源層、數(shù)據(jù)采集層、數(shù)據(jù)處理層及業(yè)務(wù)模塊層（圖1）。其中，核心技術(shù)組件Redis處于數(shù)據(jù)處理層。Redis主要完成油氣生產(chǎn)信息化采集分鐘級(jí)電參數(shù)、溫度、壓力參數(shù)的實(shí)時(shí)檢查、計(jì)算、匯總等工作。通過(guò)高吞吐、高并發(fā)的實(shí)時(shí)計(jì)算及數(shù)據(jù)推送，采用列式元數(shù)據(jù)存儲(chǔ)設(shè)計(jì)提高計(jì)算效率，完成預(yù)警規(guī)則解析、指標(biāo)元數(shù)據(jù)存儲(chǔ)、內(nèi)存模型計(jì)算。為了保證預(yù)警模型高效運(yùn)行，需要按照用戶可能的預(yù)警需要，將實(shí)時(shí)數(shù)據(jù)處理成不同粒度，如5分鐘、10分鐘、15分鐘、20分鐘、30分鐘等。數(shù)據(jù)處理的結(jié)果支持用戶在預(yù)警設(shè)置頁(yè)面按照工藝模型提取應(yīng)用。

3? ? ?智能組合預(yù)警工具業(yè)務(wù)功能

組合預(yù)警工具業(yè)務(wù)功能由模型設(shè)置、模型復(fù)制、模型推演、預(yù)警信息推送及處置4部分組成。

3.1? ?預(yù)警模型設(shè)置

提供面向油氣生產(chǎn)現(xiàn)場(chǎng)井、站庫(kù)、設(shè)備設(shè)施等生產(chǎn)對(duì)象的預(yù)警設(shè)置功能，支持自定義預(yù)警名稱、選擇具體預(yù)警對(duì)象、選擇具體參預(yù)參數(shù)、預(yù)設(shè)參預(yù)條件，預(yù)設(shè)各個(gè)參預(yù)條件之間的組合邏輯，對(duì)預(yù)設(shè)的模型進(jìn)行歷史推演等操作。參預(yù)條件設(shè)置時(shí)可選擇趨勢(shì)（持續(xù)上升、持續(xù)下降、趨勢(shì)上升、趨勢(shì)下降）、閾值（超上限、超下限）兩種判斷邏輯，設(shè)置判斷執(zhí)行的周期間隔等，如圖2所示。

3.2? ?預(yù)警模型復(fù)制

在預(yù)警設(shè)置頁(yè)面，支持用戶將完成預(yù)設(shè)的預(yù)警模型，批量復(fù)用到同類業(yè)務(wù)對(duì)象并個(gè)性化調(diào)整，實(shí)現(xiàn)批量設(shè)置和一“井”一策。

3.3? ?預(yù)警模型推演

為保證預(yù)警模型設(shè)置合理有效，強(qiáng)化現(xiàn)有預(yù)警模型歷史推演功能，以歷史真實(shí)生產(chǎn)事件和歷史數(shù)據(jù)對(duì)模型進(jìn)行反算驗(yàn)證和調(diào)整。

3.4? ?預(yù)警信息推送及處置

依托系統(tǒng)消息中心，根據(jù)油氣生產(chǎn)現(xiàn)場(chǎng)崗位設(shè)置，采用短信、移動(dòng)終端、生產(chǎn)指揮系統(tǒng)聲音提示等方式實(shí)現(xiàn)預(yù)警信息的推送功能。系統(tǒng)產(chǎn)生的預(yù)警信息，各崗位工作人員需根據(jù)處置要求，完成預(yù)警相關(guān)生產(chǎn)設(shè)施參數(shù)及視頻巡檢排查，及時(shí)消除預(yù)警，確保生產(chǎn)平穩(wěn)運(yùn)行。

4? ? ?基于Redis的油氣大數(shù)據(jù)智能預(yù)警軟件系統(tǒng)的應(yīng)用案例

4.1? ?油井結(jié)蠟預(yù)警模型

該模型用于判斷單井的井筒結(jié)蠟，使用最大載荷持續(xù)上升、最小載荷持續(xù)下降、功圖面積持續(xù)上升、載荷差持續(xù)上升4個(gè)預(yù)設(shè)規(guī)則，判斷周期分別設(shè)置為5個(gè)小時(shí)。利用該模型可有效避免因油井結(jié)蠟造成的躺井事件。

4.2? ?管線凍堵預(yù)警模型

管線凍堵預(yù)警模型用于判斷單井管線可能發(fā)生的凍堵情況，利用井口回壓超出閾值、上行電流呈現(xiàn)上升趨勢(shì)、最大載荷呈現(xiàn)上升趨勢(shì)3個(gè)預(yù)設(shè)規(guī)則，判斷周期分別設(shè)置為30分鐘和2小時(shí)。利用該模型可及時(shí)發(fā)現(xiàn)管線凍堵，避免管網(wǎng)穿孔。

5? ? ?基于Redis的油氣大數(shù)據(jù)智能預(yù)警軟件系統(tǒng)的應(yīng)用結(jié)論

基于Redis的油氣大數(shù)據(jù)智能預(yù)警軟件系統(tǒng)已在勝利油田各采油管理區(qū)推廣應(yīng)用，技術(shù)人員利用智能組合預(yù)警工具設(shè)置預(yù)警管理模型，解決生產(chǎn)現(xiàn)場(chǎng)實(shí)際問(wèn)題。截至2019年12月，已積累皮帶打滑、供液不足、油井結(jié)蠟、水嘴刺大、水表卡、水表堵、管線凍堵、集油管線泄漏和油井結(jié)蠟等50多類預(yù)警模型，改變了傳統(tǒng)的單參數(shù)報(bào)警、事后處置模式，為技術(shù)人員提供了數(shù)據(jù)關(guān)聯(lián)變化規(guī)律挖掘和建模分析工具，解決生產(chǎn)信息化條件下“一井一策、一設(shè)備一指標(biāo)”的預(yù)警式管理問(wèn)題，指導(dǎo)技術(shù)人員超前采取預(yù)防性措施、將問(wèn)題消除在萌芽狀態(tài)，最大限度地避免損失、降低生產(chǎn)成本。該軟件工具形成的智能化預(yù)警方法，適用于常規(guī)油氣田生產(chǎn)現(xiàn)場(chǎng)，具有廣泛推廣應(yīng)用價(jià)值。

主要參考文獻(xiàn)

[1]曾超宇，李金香.Redis在高速緩存系統(tǒng)中的應(yīng)用[J].微型機(jī)與應(yīng)用，2013（12）：11-13.

[2]張婷，孫鳳文.淺述Redis在高速緩存系統(tǒng)中的應(yīng)用[J].科學(xué)與信息化，2019（8）：43.

[3]王景佩.基于Redis的結(jié)構(gòu)化數(shù)據(jù)緩存系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].武漢：華中科技大學(xué)，2016.

[4]詹利群，程海林，任曉煒.Redis緩存技術(shù)在自動(dòng)氣象站資料調(diào)用中的優(yōu)化應(yīng)用[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2019（5）：77-83.

[5]胡宇舟，范濱，顧學(xué)道，等.基于Storm的云計(jì)算在自動(dòng)清分系統(tǒng)中的實(shí)時(shí)數(shù)據(jù)處理應(yīng)用[J].計(jì)算機(jī)應(yīng)用，2014（1）：96-99.

[6]高哲，翁祖泉.基于物聯(lián)網(wǎng)海量數(shù)據(jù)處理的實(shí)時(shí)數(shù)據(jù)庫(kù)應(yīng)用研究[J].中國(guó)集成電路，2013（11）：62-66.