采油廠云SCADA系統(tǒng)數(shù)據(jù)采集及應(yīng)用方法研究

摘要：隨著我國(guó)油氣田工業(yè)信息化及物聯(lián)網(wǎng)建設(shè)水平的提高，在新的傳輸協(xié)議和標(biāo)準(zhǔn)規(guī)范下，SCADA系統(tǒng)的監(jiān)控范圍與規(guī)模日益劇增，復(fù)雜性不斷增長(zhǎng)。以移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算為代表的新一代物聯(lián)網(wǎng)計(jì)算技術(shù)，將廣泛應(yīng)用于未來(lái)工業(yè)中。主要論證了采用基于微服務(wù)架構(gòu)云化SCADA系統(tǒng)，通過(guò)應(yīng)用云、數(shù)據(jù)多協(xié)議兼容等技術(shù)，建設(shè)采油廠級(jí)生產(chǎn)監(jiān)控平臺(tái)，通過(guò)接入現(xiàn)場(chǎng)油氣水井和站庫(kù)的物聯(lián)網(wǎng)數(shù)據(jù)，實(shí)現(xiàn)對(duì)采油廠的生產(chǎn)數(shù)據(jù)統(tǒng)一集中監(jiān)控管理。

關(guān)鍵詞：物聯(lián)網(wǎng)；云SCADA系統(tǒng)；生產(chǎn)監(jiān)控；預(yù)警診斷

一、前言

隨著全球工業(yè)互聯(lián)網(wǎng)快速發(fā)展的進(jìn)程，中國(guó)提出“中國(guó)制造 2025”及“互聯(lián)網(wǎng)+”等多項(xiàng)措施，改變中國(guó)工業(yè)互聯(lián)網(wǎng)格局，促進(jìn)中國(guó)工業(yè)從“自動(dòng)化”向“智能化、集成化和網(wǎng)絡(luò)化”的新工業(yè)方向發(fā)展。隨著高新技術(shù)、高新裝備、人工智能、云等技術(shù)的快速發(fā)展及快速更新，采油廠在實(shí)際生產(chǎn)管理過(guò)程中積極促進(jìn)工業(yè)化與信息化深度融合，迸發(fā)出強(qiáng)大的生命力[1]。

油田快速投產(chǎn)、減員增效需求對(duì)開發(fā)周期提出了新的要求。與此同時(shí)，采油廠如何應(yīng)用云技術(shù)快速部署開發(fā)生產(chǎn)監(jiān)控系統(tǒng)帶來(lái)了新的技術(shù)需求。因此，通過(guò)應(yīng)用成熟云SCADA系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)采集、接入，并通過(guò)快速組態(tài)開展日常生產(chǎn)管理，持續(xù)提高采油廠生產(chǎn)管理水平、降低員工勞動(dòng)強(qiáng)度，為云SCADA系統(tǒng)的數(shù)據(jù)采集和應(yīng)用提出了新的挑戰(zhàn)。

第一個(gè)SCADA系統(tǒng)誕生于70年代，是基于專用計(jì)算級(jí)和專用操作系統(tǒng)，且最早主要應(yīng)用于電網(wǎng)和鐵路的調(diào)度；隨著操作系統(tǒng)和計(jì)算機(jī)技術(shù)的發(fā)展，按照開放的原則，基于分布式計(jì)算機(jī)網(wǎng)絡(luò)以及關(guān)系數(shù)據(jù)庫(kù)技術(shù)逐漸應(yīng)用于SCADA系統(tǒng)。

軟件連接人與人，而工控連接物與物，間接連接人與物，這是IT與工控的本質(zhì)差別。但是隨著IT和OT技術(shù)的快速發(fā)展和深度融合，基于云計(jì)算技術(shù)的SCADA系統(tǒng)具備的協(xié)同、物聯(lián)、開放的特點(diǎn)可為采油廠開展生產(chǎn)監(jiān)控、遠(yuǎn)程控制、指揮決策提供便利的技術(shù)手段。因此，如何落地基于云化SCADA系統(tǒng)在采油廠的部署和應(yīng)用是本文重點(diǎn)探討的內(nèi)容。

成熟的基于云化SCADA系統(tǒng)具備新建實(shí)時(shí)數(shù)據(jù)平臺(tái)、多因素參數(shù)預(yù)警診斷系統(tǒng)、生產(chǎn)監(jiān)控平臺(tái)等子系統(tǒng)，能夠充分利用已有系統(tǒng)建設(shè)成果，組建一套完整的采油廠生產(chǎn)監(jiān)控平臺(tái)，實(shí)現(xiàn)數(shù)據(jù)與業(yè)務(wù)流程的無(wú)縫銜接，建立涵蓋實(shí)時(shí)數(shù)據(jù)采集與共享、智能預(yù)警診斷、生產(chǎn)數(shù)據(jù)自動(dòng)整合與共享的智能便捷式生產(chǎn)運(yùn)行管理模式。主要包含以下三方面內(nèi)容：

（一）實(shí)時(shí)數(shù)據(jù)平臺(tái)

針對(duì)采油廠油水井、閥組數(shù)據(jù)、功圖、站庫(kù)數(shù)據(jù)構(gòu)建實(shí)時(shí)數(shù)據(jù)采集平臺(tái)，集中采集到采油廠實(shí)時(shí)數(shù)據(jù)庫(kù)中、按照井-站-廠架構(gòu)理念，實(shí)現(xiàn)采油廠生產(chǎn)數(shù)據(jù)全面覆蓋采集。

（二）多因素參數(shù)預(yù)警診斷系統(tǒng)

通過(guò)直采的數(shù)據(jù)進(jìn)行自動(dòng)化監(jiān)測(cè)參數(shù)的研究，實(shí)現(xiàn)自動(dòng)化監(jiān)測(cè)參數(shù)報(bào)警閾值的智能設(shè)定，實(shí)現(xiàn)報(bào)警信息及診斷結(jié)果的智能推送功能，建立智能分析的數(shù)學(xué)模型，實(shí)現(xiàn)故障實(shí)時(shí)診斷。

（三）云SCADA生產(chǎn)監(jiān)控系統(tǒng)

部署一套基于云架構(gòu)的生產(chǎn)監(jiān)控系統(tǒng)，實(shí)現(xiàn)集中生產(chǎn)監(jiān)控、生產(chǎn)報(bào)表自動(dòng)生成、生產(chǎn)動(dòng)態(tài)分析、生產(chǎn)預(yù)警分析等模塊，滿足采油廠生產(chǎn)管理需求。

二、實(shí)時(shí)數(shù)據(jù)平臺(tái)研究及應(yīng)用

（一）實(shí)時(shí)數(shù)據(jù)平臺(tái)

對(duì)采油現(xiàn)場(chǎng)多種設(shè)備的數(shù)據(jù)進(jìn)行入庫(kù)處理，實(shí)時(shí)數(shù)據(jù)統(tǒng)一采集進(jìn)入InfluxDB實(shí)時(shí)數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)，具備開發(fā)多種數(shù)據(jù)庫(kù)接口和各類數(shù)據(jù)采集器，能夠完成第三方數(shù)據(jù)對(duì)接。

（二）實(shí)時(shí)數(shù)據(jù)庫(kù)

基于InfluxDB的實(shí)時(shí)數(shù)據(jù)庫(kù)，能夠?qū)崟r(shí)采集現(xiàn)場(chǎng)過(guò)程數(shù)據(jù)，處理帶時(shí)間戳的工業(yè)過(guò)程數(shù)據(jù)，完成底層廣泛的生產(chǎn)過(guò)程數(shù)據(jù)整合，為采油廠上層軟件的信息挖掘提供有效數(shù)據(jù)來(lái)源。其具備特點(diǎn)如下：

1.高可用性：數(shù)據(jù)可以在節(jié)點(diǎn)之間進(jìn)行分片，并提供技術(shù)基礎(chǔ)架構(gòu)來(lái)支持服務(wù)可用性，其中需要保證對(duì)指標(biāo)和事件的訪問(wèn)和響應(yīng)。

2.橫向可擴(kuò)展性：群集還可以用于在多個(gè)服務(wù)器之間分片數(shù)據(jù)，從而允許在不同的服務(wù)器上運(yùn)行讀取和查詢，以提高整個(gè)系統(tǒng)的可伸縮性。數(shù)據(jù)節(jié)點(diǎn)的數(shù)量可以輕松擴(kuò)展以支持新的工作負(fù)載。

3.細(xì)粒度的訪問(wèn)控制：基于角色的訪問(wèn)控制限制或允許特定用戶或用戶組執(zhí)行某些任務(wù)。

4.安全增量備份：增量備份和還原功能允許僅備份自上次備份以來(lái)已更改的數(shù)據(jù)。這樣可以減少日常備份所需的時(shí)間，磁盤存儲(chǔ)量以及通過(guò)網(wǎng)絡(luò)備份時(shí)的帶寬使用量。

5.適用于任何基礎(chǔ)架構(gòu)策略：它完全用Go編寫，并作為一組二進(jìn)制文件分發(fā)。這允許軟件在私有云，公共云或虛擬私有云中的幾乎任何基礎(chǔ)結(jié)構(gòu)中安裝和部署。

（三）采集數(shù)據(jù)流程

采集數(shù)據(jù)通過(guò)多種形式進(jìn)入到實(shí)時(shí)數(shù)據(jù)庫(kù)[2]，對(duì)數(shù)據(jù)進(jìn)行多種應(yīng)用，對(duì)接生產(chǎn)管理平臺(tái)的多種數(shù)據(jù)業(yè)務(wù)。

（四）采集驅(qū)動(dòng)

支持多種設(shè)備類型[3]，根據(jù)油氣田實(shí)際分為三種情況：modbus TCP；PLC定制協(xié)議；DCS系統(tǒng)定制協(xié)議。

1.井場(chǎng)RTU：設(shè)備驅(qū)動(dòng)為標(biāo)準(zhǔn)的modbus TCP協(xié)議，解析規(guī)則相同，明確采集點(diǎn)的地址位、數(shù)據(jù)類型、量程換算關(guān)系即可。

2.PLC：通過(guò)解析協(xié)議的方式，直接讀取硬件數(shù)據(jù)，并且集成多種型號(hào)PLC采集驅(qū)動(dòng)，滿足現(xiàn)場(chǎng)采集需求。

3.DCS等工控系統(tǒng)：已經(jīng)接入工控系統(tǒng)的數(shù)據(jù)，可以通過(guò)OPC方式從數(shù)據(jù)集中采集；如果硬件支持多路合采，也可以直接從硬件中直接采集。

（五）設(shè)備類型及設(shè)備管理

對(duì)井場(chǎng)、站庫(kù)數(shù)據(jù)采集設(shè)備進(jìn)行統(tǒng)一數(shù)據(jù)采集，對(duì)各種不同設(shè)備進(jìn)行歸類管理[4]，建立設(shè)備模型進(jìn)行批量設(shè)備數(shù)據(jù)采集。

（六）數(shù)據(jù)對(duì)接及私有云化部署

采集進(jìn)入實(shí)時(shí)庫(kù)的數(shù)據(jù)，可以通過(guò)平臺(tái)自身的API接口將其數(shù)據(jù)轉(zhuǎn)發(fā)至第三平臺(tái)。同時(shí)，基于服務(wù)器硬件資源池，建立統(tǒng)一的云資源監(jiān)控與調(diào)度，形成云基礎(chǔ)設(shè)施資源的最大化利用與運(yùn)行管理，實(shí)現(xiàn)高效云管理與云應(yīng)用。

（七）集群處理

采用的是將采集任務(wù)分配到各個(gè)不同的服務(wù)器節(jié)點(diǎn)上以提高處理計(jì)算能力，適用于系統(tǒng)各節(jié)點(diǎn)之間發(fā)生大數(shù)據(jù)通訊的工作，體現(xiàn)工作處理能力的強(qiáng)，一個(gè)節(jié)點(diǎn)的故障間不能影響其它節(jié)點(diǎn)。

三、多因素參數(shù)診斷預(yù)警模塊應(yīng)用

多因素參數(shù)預(yù)警診斷系統(tǒng)是通過(guò)對(duì)生產(chǎn)異常報(bào)警進(jìn)行智能分析，自動(dòng)生成報(bào)警成因并提供相應(yīng)的處置措施，實(shí)現(xiàn)預(yù)警統(tǒng)計(jì)、信息推送、閾值設(shè)定、智能故障分析庫(kù)、四大功能模塊，突破了傳統(tǒng)生產(chǎn)數(shù)據(jù)報(bào)警方式，實(shí)現(xiàn)生產(chǎn)過(guò)程中各類異常情況的智能診斷管理。

（一）業(yè)務(wù)流程（圖1）

（二）報(bào)警邏輯

根據(jù)站、作業(yè)區(qū)、采油廠的三級(jí)報(bào)警等級(jí)進(jìn)行報(bào)警信息的層層上報(bào)處理。

（三）報(bào)警閾值智能設(shè)定

用剔值平均法、多點(diǎn)平均法、單點(diǎn)取值法、經(jīng)驗(yàn)值法（表1）大批量快速計(jì)算監(jiān)測(cè)參數(shù)高高報(bào)、高報(bào)、低報(bào)、低低報(bào)閾值，標(biāo)示計(jì)算不合理的值，計(jì)算結(jié)果并提供修改、存儲(chǔ)。

（四）算法+智能預(yù)警

預(yù)警的數(shù)據(jù)模型需要結(jié)合現(xiàn)場(chǎng)實(shí)際生產(chǎn)工藝情況，結(jié)合已經(jīng)設(shè)置報(bào)警閾值對(duì)監(jiān)測(cè)參數(shù)進(jìn)行實(shí)時(shí)監(jiān)測(cè)。當(dāng)監(jiān)測(cè)參數(shù)超出閾值返回報(bào)警信息后，根據(jù)報(bào)警數(shù)值、歷史參數(shù)、報(bào)警故障類型的邏輯關(guān)系進(jìn)行建模，依據(jù)模型中的權(quán)重分配值，按照高低進(jìn)行排序，并結(jié)合故障類型，應(yīng)用函數(shù)公式返回相對(duì)應(yīng)的解決推薦方案。對(duì)于已經(jīng)確定的故障信息和報(bào)警值，將其存入歷史故障知識(shí)庫(kù)，后期導(dǎo)入智能算法中進(jìn)行模型優(yōu)化。

（五）智能故障分析庫(kù)

通過(guò)對(duì)歷史故障總結(jié)分析，并結(jié)合專家意見(jiàn)建立歷史故障知識(shí)分析庫(kù)，可記錄發(fā)生故障井號(hào)、時(shí)間、故障類型、參數(shù)異常數(shù)據(jù)、報(bào)警的參數(shù)、報(bào)警的級(jí)別、發(fā)現(xiàn)問(wèn)題時(shí)間、呼出時(shí)間、發(fā)現(xiàn)人、執(zhí)行人、現(xiàn)場(chǎng)反饋、備注等信息，最終實(shí)現(xiàn)報(bào)警預(yù)警的閉環(huán)管理。

（六）預(yù)警的數(shù)據(jù)模型

根據(jù)生產(chǎn)工藝情況定義需要報(bào)警的一組相關(guān)條件，監(jiān)測(cè)參數(shù)報(bào)警閾值設(shè)定，對(duì)預(yù)警分廠、作業(yè)區(qū)、計(jì)量站、水源井、油井、水井、泵站、進(jìn)行預(yù)警和次數(shù)統(tǒng)計(jì)。當(dāng)監(jiān)測(cè)參數(shù)報(bào)警后，根據(jù)故障參數(shù)描述表里的參數(shù)報(bào)警與故障的邏輯關(guān)系，權(quán)重分配，按權(quán)重大小排序，實(shí)時(shí)判斷故障類型，并給出相應(yīng)解決方案，同時(shí)把此故障情況存入歷史故障知識(shí)庫(kù)，供后續(xù)處理參照。

四、云上SCADA監(jiān)控

（一）基本功能開發(fā)

云SCADA生產(chǎn)監(jiān)控模塊主要由生產(chǎn)監(jiān)控、生產(chǎn)運(yùn)行、開發(fā)動(dòng)態(tài)、安全管理4個(gè)主功能模塊和13個(gè)子模塊組成（圖2），由于組態(tài)軟件的開放性，因此實(shí)際功能可結(jié)合采油廠實(shí)際生產(chǎn)需求進(jìn)行組態(tài)開發(fā)。

（二）零代碼可視化組態(tài)工具

可以拖拽生成專業(yè)的油水井、計(jì)量間、站庫(kù)等數(shù)據(jù)監(jiān)控界面，基于HTML5技術(shù)和JavaScript，可以在電腦、平板、手機(jī)在內(nèi)多種設(shè)備上應(yīng)用。

（三）自定義大數(shù)據(jù)看板

對(duì)采集上來(lái)的數(shù)據(jù)進(jìn)行匯聚，分析。對(duì)數(shù)據(jù)屬性進(jìn)行總結(jié)，以圖表、餅圖、展現(xiàn)、列表的形式進(jìn)行數(shù)據(jù)展示，可以實(shí)現(xiàn)生產(chǎn)數(shù)據(jù)動(dòng)態(tài)展示，油水井、站庫(kù)動(dòng)態(tài)數(shù)據(jù)實(shí)時(shí)展示、廠站數(shù)據(jù)動(dòng)態(tài)監(jiān)控、實(shí)時(shí)報(bào)警監(jiān)控、報(bào)表監(jiān)控等功能。

（四）列表及報(bào)表數(shù)據(jù)監(jiān)控

通過(guò)報(bào)表開發(fā)組件，可實(shí)現(xiàn)采油廠對(duì)采集設(shè)備的數(shù)據(jù)以報(bào)表列表的形式進(jìn)行實(shí)時(shí)監(jiān)控、報(bào)表生成、打印等。

（五）控制算法

對(duì)采集設(shè)備、儀器等設(shè)備可以在系統(tǒng)內(nèi)部編寫控制算法以及邏輯腳本進(jìn)行設(shè)備控制以及抽油機(jī)的間歇開關(guān)井。

（六）云上生產(chǎn)監(jiān)控系統(tǒng)移動(dòng)APP

通過(guò)移動(dòng)APP可以應(yīng)用手機(jī)、Ipad等移動(dòng)設(shè)備，隨時(shí)隨地查看油水井站內(nèi)實(shí)時(shí)數(shù)據(jù)、報(bào)警信息、生產(chǎn)報(bào)表等信息。

五、云SCADA系統(tǒng)數(shù)據(jù)采集優(yōu)勢(shì)總結(jié)

針對(duì)采油廠數(shù)據(jù)種類多，采集實(shí)時(shí)性和查詢時(shí)間性要求高等特點(diǎn)，采用基于云化SCADA系統(tǒng)數(shù)據(jù)采集方法，與傳統(tǒng)SCADA架構(gòu)和方法相比，具備如下優(yōu)勢(shì)：

（一）實(shí)時(shí)數(shù)據(jù)平臺(tái)、生產(chǎn)監(jiān)控系統(tǒng)均布置在池化的硬件資源中，部署方式采用云端部署，可最大效率的利用現(xiàn)有服務(wù)器及存儲(chǔ)設(shè)備，并對(duì)硬件設(shè)備進(jìn)行有效管理和監(jiān)控。同時(shí)，基于云化的SCADA數(shù)據(jù)采集方法可以提供最優(yōu)的效率、靈活性、規(guī)模、成本和數(shù)據(jù)保護(hù)。

（二）生產(chǎn)數(shù)據(jù)采用數(shù)據(jù)直采的方式直接存儲(chǔ)至實(shí)時(shí)庫(kù)中，通過(guò)在云端的比較可只接除重復(fù)獲取的設(shè)備數(shù)據(jù)，節(jié)省存儲(chǔ)空間，避免從已有系統(tǒng)中提取數(shù)據(jù)，實(shí)現(xiàn)了“入庫(kù)即治理”；同時(shí)建立實(shí)時(shí)庫(kù)備份數(shù)據(jù)庫(kù)，提供第三方數(shù)據(jù)對(duì)接服務(wù)，可有效避免影響到整體系統(tǒng)穩(wěn)定性、實(shí)時(shí)性。

（三）采用基于云化SCADA采集的實(shí)時(shí)庫(kù)，在數(shù)據(jù)調(diào)用時(shí)可以將數(shù)據(jù)由服務(wù)器端主動(dòng)推送數(shù)據(jù)到WEB客戶端，有效滿足采油廠級(jí)高并發(fā)、高響應(yīng)、高實(shí)時(shí)性的數(shù)據(jù)存儲(chǔ)要求。同時(shí)，在數(shù)據(jù)調(diào)用時(shí)采用WEB單頁(yè)面技術(shù)，無(wú)刷新切換，降低硬件投入，提高用戶體驗(yàn)。

六、結(jié)語(yǔ)

本文針對(duì)現(xiàn)有油氣田應(yīng)用SCADA系統(tǒng)進(jìn)行常規(guī)日常生產(chǎn)，通過(guò)應(yīng)用基于云SCADA 系統(tǒng)的功能組態(tài)，在具備SCADA系統(tǒng)基本功能基礎(chǔ)上，采用云端池化的硬件部署，具備特色的零代碼圖形化開發(fā)功能，提供標(biāo)準(zhǔn)、豐富的容器、圖形、可視化組件，靈活易用的流程圖編輯器，采油廠無(wú)需代碼僅需通過(guò)簡(jiǎn)單WEB頁(yè)面拖拽即可完成工藝流程界面自主開發(fā)，真正實(shí)現(xiàn)了“開箱即用，快速組態(tài)”的目的，無(wú)需專業(yè)技術(shù)人員進(jìn)行開發(fā)，為采油廠開展“數(shù)字化轉(zhuǎn)型、智能化發(fā)展”提供有力技術(shù)手段，改變了傳統(tǒng)的油田監(jiān)控管理模式，極大地降低了人工成本，提高了管理效率和管理水平[5]。

參考文獻(xiàn)

[1]朱鐸先.機(jī)·智：從數(shù)字化車間走向智能制造[M].北京：機(jī)械工業(yè)出版社，2018.

[2] ANSI/ISA95， Enterprise-Control System Integration[S].2010.

[3] GB/T 33863， OPC統(tǒng)一架構(gòu)[S].2017.

[4] OPC Unified Architecture （UA） [S].2008.

[5]蘇衡玉，李立，安婷，等.數(shù)字化信息監(jiān)控在油田生產(chǎn)中的應(yīng)用與發(fā)展前景[J].化工管理，2018（04）：63-64.

（作者單位：新疆油田公司數(shù)據(jù)公司）