构建油气地面生产不同工艺流程差异化等级运维的方法与系统与流程

本发明属于涉及油气生产运行维护技术领域，特别涉及一种构建油气地面生产不同工艺流程差异化等级运维的方法与系统。

背景技术：

随着物联网的深入发展，油气地面生产监控系统逐步上线运行，改变了传统的管理模式，油田生产对信息系统及采集设备的依赖程度越来越高，并逐步向大型化、高速化、智能化的方向发展，设备系统数量越来越多，技术含量越来越高，复杂程度不断升级，但与之相矛盾的是运行维护方式仍采用计划式运行维护模式，消防式的是管理模式仍占很大的比例，但是运行维护人员有限、费用有限，运行维护周期策略设置不合理，缺陷检出率低，存在过度检修和维修不足的矛盾，安全风险评估难，风险识别和量化复杂程度高，缺乏有效的、自动的量化评估模型。

技术实现要素：

本发明的目的在于提供一种构建油气地面生产不同工艺流程差异化等级运维的方法与系统，从大量的运行信息、环境信息和状态信息中寻找影响运维的制约关系，分析参量之间的相关性，建立一套自动的实现运行状态动态校核调整的等级运维方法，解决现有人工决策存在的一刀切运维管理模式，降低安全管控风险。

为了实现上述目的，本发明的技术方案是：

一种构建油气地面生产不同工艺流程差异化等级运维的方法，首先通过网络获取各生产油气井的生产过程数据，设定一个风险阈值表，将所述获取的数据按照业务主题分类分别送入数据库，然后根据设定的筛选阈值对获取的数据进行筛选去除无效数据，对筛选后的数据进行风险评估输出一个风险值图表，将评估的风险值结果与风险阈值表中的相应风险阈值进行比较，通过不同的标记将比较的结果显示在图表中，对应不同标记建立不同的运维措施，通过网络发送需要维护的信息。

方案进一步是：所述业务主题包括静态数据和动态数据，静态数据包括设备出厂信息、设备参数信息，动态数据包括设备的生产日期、出厂日期、入库日期、出库日期、安装投产日期、隐患排查日期、故障处理日期、标定日期、维修日期、报废日期、运行维护作业信息以及设备实时监测数据、故障记录、隐患排查记录、标定记录、环境信息。

方案进一步是：所述风险评估的过程是：将风险等级按照处理的急需程度划分为五级，分别为一般、中等、紧急、重大、重特大等级，依据iec3100:2009风险管理-风险评估技术标准建立的定性和定量两种评估标准指标，根据安全性、可靠性、经济性判断标准指标的可行性，将筛选后的数据依据可行标准指标进行评估确定风险值；其中，安全性指标包括风险下降值、风险持续时间、风险上升值，可靠性指标是油井可用系数下降值，经济性指标是维修收益值，所述油井可用系数下降值是从油井设备隐患排查故障率、标定故障率、运行故障率中获取。

方案进一步是：所述对应不同标记建立不同的运维措施的方法是：输入所述不同标记风险评估结果的问题描述，根据问题描述通过运维策略基准库找到与之配对的运维方案，制定相关运维策略，包括更换或维修选择、维修优选排序、维修级别、日常巡检周期和项目。

方案进一步是：所述运维策略基准库是通过针对不同类型风险的运维指导意见库、管控机制建设意见库、故障模型库、缺陷知识库、风险库与专家经验库，进行运维策略匹配算法构建形成的。

方案进一步是：所述匹配算法采用的是k近邻算法。

一种实现构建油气地面生产不同工艺流程差异化等级运维方法的系统，包括数据分析处理服务器以及与之连接的数据采集服务器，数据采集服务器与多个计算机终端连接，计算机终端用于人工输入所需的数据；其中，所述数据采集服务器还通过通讯网络连接多个中继服务站，所述中继服务站通过网络连接多个分布在不同地点的油气井数据采集控制柜，在数据采集控制柜中设置有多通道数据采集控制器，多通道数据采集控制器通过多路屏蔽线缆连接油气井上油气采集设备不同位置的传感器。

方案进一步是：所述通讯网络是通过sim卡上网的无线通讯网络。

方案进一步是：所述传感器包括温度、压力、流量、阀门、电功率传感器。

方案进一步是：所述流量传感器是一体化多参量差压流量计。

本发明实现了提高了处理故障的速度，降低了人工巡视的劳动强度。

下面结合附图和实施例对本发明作一详细描述。

附图说明

图1为本发明系统结构示意图。

具体实施方式

实施例1：

一种构建油气地面生产不同工艺流程差异化等级运维（运行维护）的方法，首先通过网络获取各生产油气井的生产过程数据，这些数据是从多个计算机终端以及油气井数据采集控制柜通过sqoop（数据导入工具）从监测平台、保运平台、erp平台获取的相关数据；设定一个风险阈值表，将所述获取的数据按照业务主题分类分别送入数据库，然后根据设定的筛选阈值对获取的数据进行筛选去除无效数据，筛选的过程还包括通过理数据字典进行实现设备名称、工艺名称、类型、分类等名称的统一；筛选后的数据形成一个数据走向流程图，上述工作的目的是由于在进行系统建设初期时，建立了多种应用系统，都是按照业务应用而建立的处理系统，都是独立运行的，相互之间没有什么关系，因此在很大程度上存在数据上的冗余与零碎、或者存在一定的误差，在进行数据挖掘算法是很难直接的获取全面信息，因此通过业务梳理后理清数据关系，把个系统中的数据抽取出来，去除不一致性和冗余，加载到相应的数据仓库中来。目的是给决策者提供一个完整的信息视图以及为下一步数据分析打下良好的数据基础。然后对筛选后的数据进行风险评估输出一个风险值图表，将风险值评估结果与风险阈值表中的相应风险阈值进行比较，通过不同的标记将比较的结果显示在图表中，对应不同标记建立不同的运维措施，通过网络发送需要维护的信息。

实施例中：所述业务主题包括静态数据和动态数据，静态数据包括设备出厂信息、设备参数信息，动态数据包括设备的生产日期、出厂日期、入库日期、出库日期、安装投产日期、隐患排查日期、故障处理日期、标定日期、维修日期、报废日期、运行维护作业信息以及设备实时监测数据、故障记录、隐患排查记录、标定记录、环境信息。或者说，业务主题包括设备主题、缺陷主题、监测主题、事件/事故主题；其中：设备主题主要包括设备的台帐信息、物料信息、设计参数、铭牌信息；缺陷主题包括试验记录、检验鉴定证书、故障记录；监测主题包括油井采集设备的监测数据；事件/事故主题包括各工艺流程在不同时期阶段发生的故障、检修、标定、试验、安装、运行、隐患排查的事件信息。

其中：所述风险评估的过程是：将风险等级按照处理的急需程度划分为五级，分别为一般、中等、紧急、重大、重特大等级，依据iec3100:2009风险管理-风险评估技术标准建立的定性和定量两种评估标准指标，根据安全性、可靠性、经济性判断标准指标的可行性，将筛选后的数据依据可行标准指标进行评估确定风险值；其中，安全性指标包括风险下降值、风险持续时间、风险上升值，可靠性指标是油井可用系数下降值，经济性指标是维修收益值，所述油井可用系数下降值是从油井设备隐患排查故障率、标定故障率、运行故障率中获取，例如将油井设备隐患排查故障率、标定故障率、运行故障率的平均值作为油井可用系数下降值。

设备根据其故障率情况可初步判断设备所处技术寿命周期。

所述油井可用系数下降值也可以是如下描述：

初期故障率时期：当设备刚安装时会出现故障率较高，随着设备使用时间的延续，故障率明显降低。这个时间的长短与设备系统的设计与制造质量有密切关系。

偶发故障时期：此时故障率大致区域稳定状态，处于一个较低的定制，且故障发生一般是随机突发的，并无一定的规律。

损耗故障时期：经过长时间使用故障率再一次上升，且故障带有普遍性和规模性，说明设备逐步出现了老化、磨损以及疲劳的现象。

但是设备的全生命周期的管理仅依靠故障率一个指标无法全面完整体现设备本身的现状，因此本实施例包含了设备寿命管理、经济管理、重要度管理、地质气候管理多项因素指标，将指标量化后主要包括：[新度系数、重要度系数、复杂系数、故障变化指数、经济系数、环境因素]，其中：

设备新度系数表征设备的新旧程度，用使用年限t标示；

故障变化率=故障率（t+1）-故障率（t）/时间t。

设备价值根据磨损经济规律是根据设备寿命周期费用lcc指标进行综合考虑，在样本选取中lcc经济指数=（单台设备本身价格+单台设备维修成本+单台设备使用成本（标定成本））/（所有设备本身价格+所有设备维修成本+所有设备使用成本）

设备重要度系数，重要度根据油气地面生产工艺流程划分：联合站/接转站>阀室/计配站>油井>水井，设置值分别为：5，4，3，2，设备重要度系数=单台设备重要值/所有设备重要值总和。

复杂系数：单台设备的复杂程度，越复杂说明维修越困难，复杂系数=单台设备复杂值/所有设备复杂值总和。每个设备安装设备分类进行设备复杂值初定，共有350类设备，分三个档次极其复杂3，复杂2，一般1。

在评估中：建立由公式（1）和公式（2）形成的多目标复合分析评分模型：

正向：（1）

反向：（2）

其中指所有策略在该准则下的最大分值；指设谋策略在该准则下的实际分值；指归一化后的分值，再通过spss（统计产品与服务解决方案软件）中的二阶聚类算法，获得如下表的4聚类分析结果：

将可能影像工艺流程的指标数据输入至该模型中，判断指标与工艺流程的相关性，从而判定是否选取该项指标作为评价不同工艺流程等级运维的指标。然后综合应用德尔菲方法确定各准则权重，根据多位目标符合分析模型得到的指标，制作相关指标权重表，挑选50位专家，并准备背景相关资料，进行设计调查表，轮番征询，经过3-4次后，获得相关论证调研的数据表单，得到各项指标点的实际值，最后对所有指标进行归一化处理，得到多重效益评估的最终得分，形成不同工艺流程等级运维评价指标权重模式，

因此：所述对应不同标记建立不同的运维措施的方法是：输入所述不同标记风险评估结果的问题描述，根据问题描述通过运维策略基准库找到与之配对的运维方案，制定相关运维策略，包括更换或维修选择、维修优选排序、维修级别、日常巡检周期和项目。

其中：所述运维策略基准库是通过针对不同类型风险的运维指导意见库、管控机制建设意见库、故障模型库、缺陷知识库、风险库与专家经验库，进行运维策略匹配算法构建形成的。

实施例中：所述匹配算法采用的是k近邻算法（nnh），原理是假定所有案例的特征矢量对应n维空间的点，在这些点上建立一个特殊的金林查找结构。

例如：在实际的运维过程中，如果设备可以根据上述聚类方法判断设备所属类别，则可对应该类别设备的运维库，但是实际中常会出现设备多个指标与聚类四个中都有相似的地方，那么如何将其分类到上述四类设备中，则需要通过k最近邻算法，上述中设备一共选取了5个指标，则k=5，将设备的各类指标在特征空间中分别与5个指标进行计算欧氏距离，当样本中大多数指标与某一聚类设备相近，则该设备属于该类设备，这个算法是比较成熟的方法，将设备分类后对应不同类别的运维策略则可直接运用到该设备中。

实施例2：

一种实现实施例1构建油气地面生产不同工艺流程差异化等级运维方法的系统，如图1所示，包括数据分析处理服务器1以及与之连接的数据采集服务器2，数据采集服务器通过互联网与多个计算机终端3连接，计算机终端用于人工输入所需的数据；其中，所述数据采集服务器还通过通讯网络连接多个中继服务站4，所述中继服务站通过网络连接多个分布在不同地点的油气井数据采集控制柜5，在数据采集控制柜中设置有多通道数据采集控制器501，多通道数据采集控制器通过多路屏蔽线缆连接油气井上油气采集设备不同位置的传感器6。

实施例中：所述通讯网络是通过sim卡上网的无线通讯网络。

实施例中：所述传感器包括温度、压力、流量、阀门、电功率传感器。

实施例中：所述流量传感器是一体化多参量差压流量计。将该流量计输出至显示屏的信号作为流量传感器信号通过屏蔽线缆连接多通道数据采集控制器。