海上油田邊云協同的結構化故障診斷技術研究

文｜孔敏 袁向兵 陸友明 閔哲

海上生產物聯網面臨設備數量多、分布廣、運行環境差、專業性強的問題；受海上環境因素影響網絡類型多，數據回傳環節多，由于缺乏網絡設備運行狀態監測工具，因網絡故障導致數據回傳失敗的風險比陸上油田高。當前被動應急、人工診斷分析、相關軟件孤立分散的傳統運維方式遠遠不能適應新的運維需求。因此，本文研究海上油田邊云協同的結構化故障診斷技術，該技術集狀態感知、數據融合、智能診斷、邊云協同于一體，有效實現故障精確定位、狀態全面感知、報警及時響應，在保障生產的同時，極大提高運維效率，為海上油田智能化建設培根筑基。

一、研究背景

海上采油平臺多，范圍廣，生產數據從產生、回傳直到相關應用，要經過10余個環節，受限于氣象海況影響，故障排查不及時，傳統模式下被動應急、人工診斷分析、信息孤立分散的運維模式已不能適應新的故障診斷需求。隨著行業數字化、智能化與業務融合并走向智慧建設，中石化總部、勝利油田、海洋廠都在數字化基礎、信息智能化的應用方面進行轉型。

因此，開展海上油田邊云協同的結構化故障診斷技術研究，基于物聯網智能診斷技術，實現設備狀態全域感知、多源數據有機融合、故障診斷智能迅速，有效保障海上安全生產，提升海上油田故障處置的效率，減少運維成本，為海上油田智能化建設培根筑基。

二、國內外現狀

東北林業大學的張佳薇等針對工業現場傳感器狀態類型復雜多變、被測參量難以準確可靠獲得等問題,基于物聯網獲取的傳感器信息，提出了一種D-S證據理論的傳感器故障診斷方法。中國計量大學的李明等針對傳感器微弱故障難以診斷的問題,提出了一種基于數據驅動的一階定值閉環系統中傳感器微弱故障實時診斷方法。電子科技大學的彭旭樹等針對部分行業對儀器儀表自身的健康狀態要求極其苛刻的問題，基于工業互聯網的監測系統建立了儀表設備故障診斷專家系統。

法國巴黎大學的雷帕·瓦索等針對大規模傳感器網絡中傳感設備的故障問題，提出了一種基于子系統劃分和故障診斷代理的定位與隔離方法。西班牙馬拉加的瑞秋·巴科等對針對網絡的自主管理，研究了物聯網系統自主診斷的方法，對網絡設備故障進行實時檢測定位，有效提高了網絡的可靠性。英國考文垂大學的戈拉等針對傳感器陣列提出了一種基于人工智能的傳感器故障診斷解決方案，建立一種與過程無關且特定于傳感器的方法，用于檢測和隔離傳感器故障和故障恢復。

三、總體思路

本文主要研究海上油田邊云協同的結構化故障診斷技術，該技術涵蓋狀態感知模塊、數據融合模塊、智能診斷模塊、邊云協同技術四部分，如圖1所示。

狀態感知模塊實現對生產物聯網拓撲結構和網絡設備運行狀態的實時檢測，奠定了數據集中管理與分析的基礎；數據融合模塊對實時感知的數據進行特征提取、數據融合、噪聲過濾實等預處理，規范數據治理，實現數據互聯互通；智能診斷模塊利用D-S證據理論進行故障判定，實現基于數據驅動的物聯網設備故障智能診斷，并進行故障設備的自主隔離；建立基于邊云協同的結構化故障診斷系統，解決網絡邊緣缺乏數據處理中心，提高數據處理和部分故障診斷與定位的效率。

圖1.系統構架圖

四、主要功能設計

（一）狀態感知技術解決物聯設備狀態采集問題

海上油氣生產物聯網是物聯網在油氣生產行業應用的延伸，通過不同類型系統采集數據，以傳感設備為媒介將油氣生產工業控制系統，乃至整個生產環節的參數和控制連接在一起，呈現出覆蓋專業廣、設備類型雜、數據節點多、運行環境差、專業性強的特點。

中石化的海洋采油廠目前共有前端儀器儀表5萬余臺，采集控制終端（PLC）134套，包括儀器儀表類、信息輔助類、網絡感知類等設備，涵蓋電、信、控等專業。同時，受海上環境因素影響網絡類型多，數據回傳環節多，因網絡故障導致數據回傳失敗的風險比陸上油田高，缺乏網絡設備運行狀態監測工具。

通過物聯網設備運行狀態實時監測，可以有效解決信息化設備數據采集不全面，現有設備儀表數據分布在不同業務系統中，數據信息沒有集中管理與分析的問題，為高效可靠的故障診斷提供豐富的前端數據基礎。

具體地，針對儀器儀表類，基于不同工業協議，通過DCS、OPC、PLC接口采集監測溫變、壓變、閾阻、變頻器、流量計等設備數據，實現生產數據直接采集監測；

針對信息輔助類，以集成人員定位、助航設備、航標燈和動環監控等輔助業務系統，進行航標燈狀態、Lora網關、航空障礙燈狀態、霧笛狀態、航道監控等數據監測數據采集集成；

針對網絡感知類，通過對視頻網絡、工控網絡、行業4G網絡、輔助服務應用網等全鏈路感知，主動采集監測交換機、網橋、服務器、網閘、視頻等設備狀態，對設備及鏈路可靠性進行分析。

（二）數據融合技術解決數據關聯提純問題

在海上油田物聯網中，網絡基站專業管理軟件主要監測基站、網橋、交換機等網絡設備運行狀態數據；SCADA/PCS生產指揮系統主要負責通信中斷、數據超閾值生產類報警；視頻監控、應用系統通過人工電子巡檢能夠發現部分視頻設備故障；定位系統可實現海上助行設備、海上人員定位。

油田各類信息化業務系統的正常運行依賴于可靠的網絡環境和準確的儀器儀表、傳感器信息，錯誤的前端傳感信息會嚴重影響信息化業務系統的業務決策。同時，網絡系統、SCADA/PCS生產指揮、視頻監控等獨立運行，受數據類型結構因素影響，系統之間數據無法共享。由于缺少自動關聯分析的能力，運維工作離散低效，無法實現全業務流程的智能協同。為此，通過特征提取、數據融合、噪聲過濾實現故障數據的融合預處理。

儀器儀表類設備依托SCADA系統儀表自動采集及轉儲技術，完善提升井口儀表設備信息采集質量，夯實設備智能診斷評價的數據基礎。網絡設備，基于響應協議棧指紋的主動探測方法、基于被動探測單包響應時延統計的探測技術和油田場景對象的探測（特有工控通信協議），通過指紋特征匹配進行資產類型及基本信息的采集展示，最終研發的網絡探測采集監控程序，實現網絡節點設備運行狀態的實時監控。

基于設備感知識別技術，對采集數據進行特征提取與分類。為了降低數據間因數據的量級、分布情況對數據特征提取所造成的影響，對多源異構數據進行歸一化處理，獲得概率的原始數據輸入。進而使用卡爾曼濾波算法過濾噪聲干擾（見圖2），引入相對誤差和均方根誤差對預處理數據置信度和精確度進行檢驗，進行數據提純。

圖2 經典卡爾曼濾波算法示意圖

（三）智能診斷技術解決故障診斷效率問題

受原本系統獨立性和數據孤島的影響，在海上油田故障處理實際過程中，運維人員個人經驗決定了故障診斷效率，形成的運維經驗缺少有效的固化傳承手段，疊加崗位人員的頻繁流動，導致故障發現、診斷與定位效率低的問題。因此，亟須將故障診斷經驗梳理、優化，提升為數字化、智能化的專家診斷知識庫，提高故障診斷效率。

在智能診斷模塊，根據各類業務專家及運維人員總結積累的故障診斷定位經驗，對于簡單的信息源使用閾值分析的方式判斷設備故障，對于復雜的信息源使用D-S證據理論進行故障判定，采用多源數據融合降低漏警率和虛警率，最終通過大量樣本學習訓練，發現數據之間的關聯關系，實現基于數據驅動的故障智能診斷。

此外，設備故障從發現到排除需要一定的運維時間，期間故障設備回傳的數據信息將嚴重影響信息化系統的可靠性。因此需要對故障設備進行自主隔離，防止生產信息化系統使用錯誤的傳感數據進行業務決策，提高系統可靠性。

（四）邊云協同技術解決算力共享問題

建立海上物聯邊緣智能網關，針對網絡類設備、SCADA生產、人員定位設備、海上動環監測等進行多協議直采，部署在物聯網邊緣節點，有效解決了網絡邊緣缺乏數據處理中心，所有故障診斷均需在數據回傳后判定這一問題，從而實現對物聯設備狀態的自動監測與采集、設備故障的智能感知與診斷和數據信息的處理與轉發等功能，提高數據處理和部分故障診斷與定位的效率。

進一步地，通過邊云協同技術，對設備進行區域劃分，實現基于邊緣計算的區域自治和邊云結合的協同管設，打通各條線信息采集與推送接口，實現終端數據自動流轉、多方共享的運行服務模式，圍繞數字城市建設和數字經濟發展，促進數據“應用盡用”，推動數字經濟高質量發展和政府治理現代化轉型。

（五）突出多元應用

在數字化轉型頂層設計的框架下，加快基礎平臺和應用平臺建設，深化平臺建設成果核驗，發揮法人、自然人、地理信息和信用信息等四大庫基礎作用，發揮“政務服務一張網”“可信平臺” “領導駕駛艙” “生態眼”、不動產登記信息服務與監管平臺、“政務數據共享平臺”等平臺支撐作用，推進國土空間、基礎地形、城市建筑、市政設施和地下管線的數字底圖管理系統建設和信息備案，實現城市治理全要素共享，建立起實際業務管用、基層人員愛用、群眾感到受用的城市治理數字化應用體系，創新思路、提高效率，加快建設領導駕駛艙平臺，努力實現“一網整合數據、一屏能觀全局、一體應急聯動”，真正把大數據優勢轉化為城市治理效能。

（六）善用新興技術

以區塊鏈、大數據、人工智能為代表的新一代信息技術不斷發展和涌現，數字化、網絡化、智能化趨勢加速演進，科技創新的決定性意義更加突出，為推動經濟社會轉型發展、提升社會治理能力、塑造城市競爭新優勢、實現跨越式發展提供了有效支撐。加快應用量子通信、區塊鏈等技術，提升“城市大腦”服務能力、“神經系統”感知能力，促進信息交互和輔助決策更快捷，為城市數字化轉型提供基礎保障。