陳黎 李朝明

1重慶財(cái)經(jīng)職業(yè)學(xué)院2重慶新泰機(jī)械有限責(zé)任公司

基于數(shù)據(jù)流的石油電力電子系統(tǒng)自動(dòng)化控制軟件的設(shè)計(jì)

陳黎1李朝明2

1重慶財(cái)經(jīng)職業(yè)學(xué)院2重慶新泰機(jī)械有限責(zé)任公司

多數(shù)油田中的油水井趨勢(shì)分析具有工作量復(fù)雜、工作周期較長(zhǎng)、工作效率低的缺點(diǎn)。針對(duì)這些問題，采用數(shù)據(jù)流單個(gè)參數(shù)預(yù)測(cè)再整合所有參數(shù)進(jìn)行趨勢(shì)分析預(yù)報(bào)，完成對(duì)油水井的工作狀態(tài)更準(zhǔn)確、全面、高效、系統(tǒng)性的預(yù)測(cè)，提供日常維護(hù)、故障分析、故障診斷和故障預(yù)警功能，還能為生產(chǎn)者提供更為精準(zhǔn)的趨勢(shì)分析信息，為管理者提供更為直觀、客觀的決策支持。

數(shù)據(jù)流；自動(dòng)化控制；系統(tǒng)設(shè)計(jì)；結(jié)果驗(yàn)證

石油電力電子自動(dòng)化系統(tǒng)主要是借助軟件通過實(shí)時(shí)采集、傳輸、分析和發(fā)布并處理油水井的有關(guān)參數(shù)進(jìn)行工作的，這些參數(shù)包括油井的壓力、環(huán)境溫度、供電電壓、工作電流、載荷量等數(shù)據(jù)信息。石油電力電子系統(tǒng)自動(dòng)化控制軟件主要完成對(duì)石油系統(tǒng)的油水井狀態(tài)的趨勢(shì)分析，整個(gè)系統(tǒng)設(shè)計(jì)中涉及多領(lǐng)域、多層次的知識(shí)模塊，相關(guān)數(shù)據(jù)具有連續(xù)性強(qiáng)、傳輸速度快、規(guī)模龐大等特點(diǎn)，為了實(shí)時(shí)進(jìn)行監(jiān)測(cè)和數(shù)理分析，就必須不斷開發(fā)出新的軟件系統(tǒng)，以期滿足生產(chǎn)者和管理者的使用要求。

近幾十年信息科學(xué)技術(shù)發(fā)展迅速，使得對(duì)于抽油機(jī)井工作狀態(tài)的分析及診斷方面的技術(shù)有了質(zhì)的飛躍，尤其是在計(jì)算機(jī)技術(shù)應(yīng)用到工作狀況的分析及診斷中后，抽油機(jī)工況的技術(shù)診斷又上升了一個(gè)臺(tái)階。多數(shù)油田中的油水井趨勢(shì)分析具有工作量復(fù)雜、工作周期較長(zhǎng)、工作效率低的缺點(diǎn)。針對(duì)這些問題，采用數(shù)據(jù)流單個(gè)參數(shù)預(yù)測(cè)再整合所有參數(shù)進(jìn)行趨勢(shì)分析預(yù)報(bào)，完成對(duì)油水井的工作狀態(tài)更準(zhǔn)確、全面、高效、系統(tǒng)性的預(yù)測(cè)，提供日常維護(hù)、故障分析、故障診斷和故障預(yù)警功能，還能為生產(chǎn)者提供更為精準(zhǔn)的趨勢(shì)分析信息，為管理者提供更為直觀、客觀的決策支持。

1 數(shù)據(jù)流算法

1.1 最小二乘多元回歸趨勢(shì)分析算法

石油電力電子系統(tǒng)自動(dòng)化控制系統(tǒng)是以分割點(diǎn)為基礎(chǔ)的最小二乘多元回歸分析算法進(jìn)行石油相關(guān)參數(shù)的數(shù)據(jù)流趨勢(shì)分析的。進(jìn)行分析是為了以應(yīng)用之前收到的數(shù)據(jù)流作為主要研究對(duì)象進(jìn)行原模型的建立，然后應(yīng)用每一個(gè)新來的數(shù)據(jù)流元素將原模型填充完整，并對(duì)模型中參數(shù)重新計(jì)量實(shí)現(xiàn)模型修正的作用。之后修正模型進(jìn)行兩項(xiàng)擬合操作：用統(tǒng)計(jì)檢驗(yàn)法對(duì)擬合模型進(jìn)行比較統(tǒng)計(jì)，檢測(cè)是否和原模型類似或?yàn)樵Ｐ椭心硞€(gè)特例。結(jié)果類似，則仍舊應(yīng)用擬合模型線性回歸，使原模型修正成新模型；反之，證明新數(shù)據(jù)的統(tǒng)計(jì)特性不相同了，使得擬合模型變成新模型，這時(shí)以新到達(dá)數(shù)據(jù)為新模型的開頭重新線性回歸，并以新到達(dá)數(shù)據(jù)為統(tǒng)計(jì)分割點(diǎn)進(jìn)行趨勢(shì)特征值的提取，最終實(shí)現(xiàn)趨勢(shì)的分析。

1.2 模式異常算法

在石油行業(yè)的載荷數(shù)據(jù)流趨勢(shì)分析結(jié)果的基礎(chǔ)上進(jìn)行的模式異常檢測(cè)，在數(shù)據(jù)流模型中進(jìn)行載荷數(shù)據(jù)流模式異常監(jiān)測(cè)，是通過歐氏距離算法完成數(shù)據(jù)流模式異常定義的。首先，應(yīng)用數(shù)據(jù)流挖掘訓(xùn)練標(biāo)準(zhǔn)數(shù)據(jù)流和真實(shí)監(jiān)測(cè)數(shù)據(jù)流與標(biāo)準(zhǔn)數(shù)據(jù)間的相似標(biāo)準(zhǔn)距Rb。加入數(shù)據(jù)流在Si數(shù)據(jù)流片段內(nèi)異常，肯定使得標(biāo)準(zhǔn)數(shù)據(jù)M1和預(yù)測(cè)數(shù)據(jù)M間相似距超過標(biāo)準(zhǔn)相似距閾值Rb，表現(xiàn)為模式異常；然后，對(duì)模式異常實(shí)施運(yùn)算：定義數(shù)據(jù)流片段Si，正常工況的監(jiān)測(cè)和標(biāo)準(zhǔn)數(shù)據(jù)流相似距為rt，以當(dāng)前窗所有數(shù)據(jù)片段均值為標(biāo)準(zhǔn)相似距為rb，再計(jì)算同數(shù)據(jù)流片段的預(yù)測(cè)和標(biāo)準(zhǔn)數(shù)據(jù)流相似距為rf，如果rf大于rb說明模式異常。

2 軟件整體設(shè)計(jì)模型

2.1 軟件系統(tǒng)整體設(shè)計(jì)

石油電力電子系統(tǒng)自動(dòng)化控制系統(tǒng)基于集中數(shù)據(jù)流挖掘體系，應(yīng)用數(shù)據(jù)流的挖掘算法，達(dá)到石油采集工況的趨勢(shì)預(yù)測(cè)目標(biāo)，首先設(shè)計(jì)出總體框圖，如圖1所示。該系統(tǒng)總體設(shè)計(jì)目標(biāo)是：時(shí)空復(fù)雜度降低、增量維護(hù)性能良好、自適應(yīng)性提高等。該系統(tǒng)應(yīng)用多種較為先進(jìn)的數(shù)據(jù)流算法，提供實(shí)時(shí)精確、操作性強(qiáng)的趨勢(shì)分析預(yù)測(cè)自動(dòng)化系統(tǒng)，包括數(shù)據(jù)流源層、數(shù)據(jù)流待挖掘?qū)?、?shù)據(jù)流挖掘?qū)?、知識(shí)庫(kù)與展示層四層。

圖1 軟件系統(tǒng)整體設(shè)計(jì)

2.2 數(shù)據(jù)流源層

由微處理器將采集到的生產(chǎn)參數(shù)數(shù)據(jù)流打包，并一直檢測(cè)電壓、電流和數(shù)據(jù)信息，實(shí)現(xiàn)當(dāng)抽油機(jī)井停抽時(shí)能及時(shí)通知檢測(cè)和修理中心進(jìn)行處理。將收集到的信息通過無線通訊系統(tǒng)輸送到監(jiān)測(cè)中心，并對(duì)石油生產(chǎn)設(shè)備的狀態(tài)和生產(chǎn)信息實(shí)時(shí)監(jiān)測(cè)，以及對(duì)采集到的參數(shù)數(shù)據(jù)信息實(shí)時(shí)統(tǒng)計(jì)分析，向管理者提供決策支持信息。這些參數(shù)數(shù)據(jù)流是整個(gè)系統(tǒng)工作的數(shù)據(jù)源，是趨勢(shì)分析的決定性成分，經(jīng)過算法轉(zhuǎn)換成載荷及位移參數(shù)，供后續(xù)操作所用。

2.3 存儲(chǔ)結(jié)構(gòu)層

在對(duì)所有的數(shù)據(jù)流信息進(jìn)行處理的時(shí)候，先設(shè)計(jì)數(shù)據(jù)流存儲(chǔ)概要數(shù)據(jù)結(jié)構(gòu)，目的是實(shí)現(xiàn)在有限系統(tǒng)存儲(chǔ)空間內(nèi)進(jìn)行有關(guān)參數(shù)數(shù)據(jù)流有效信息的單次掃描，并對(duì)一直到達(dá)的數(shù)據(jù)流信息實(shí)時(shí)概要存儲(chǔ)。在該層應(yīng)用數(shù)據(jù)流查詢算法和數(shù)據(jù)流挖掘算法，隨時(shí)按照概要數(shù)據(jù)結(jié)構(gòu)實(shí)施近似性而且準(zhǔn)確性高的保證概率的計(jì)算，并得出結(jié)果。同時(shí)還要對(duì)復(fù)雜度進(jìn)行挖掘和運(yùn)算，在整個(gè)系統(tǒng)運(yùn)行中能夠使數(shù)據(jù)流的挖掘速度得到提升。在該層中應(yīng)用直方圖技術(shù)、抽樣技術(shù)、窗口技術(shù)、哈希方法技術(shù)和小波技術(shù)等先進(jìn)技術(shù)。

2.4 數(shù)據(jù)流待挖掘?qū)?/p>

在數(shù)據(jù)流待挖掘?qū)又型ㄟ^數(shù)據(jù)預(yù)處理及模式預(yù)處理原始數(shù)據(jù)流源，因?yàn)閿?shù)據(jù)流本身特點(diǎn)和產(chǎn)生環(huán)境都能影響軟件系統(tǒng)的數(shù)據(jù)流挖掘速度及效率。所以在該層進(jìn)行傳輸數(shù)據(jù)流的壓縮及降噪處理，使數(shù)據(jù)處理總量降低。

2.5 數(shù)據(jù)流挖掘?qū)?/p>

在基于數(shù)據(jù)流的石油電力電子系統(tǒng)自動(dòng)化控制軟件中，數(shù)據(jù)流挖掘?qū)邮钦麄€(gè)系統(tǒng)的核心。在其中應(yīng)用最小二乘方式進(jìn)行合理的趨勢(shì)分析等多種數(shù)據(jù)流挖掘算法進(jìn)行采油井的趨勢(shì)分析及預(yù)測(cè)，在趨勢(shì)分析預(yù)測(cè)中能夠發(fā)現(xiàn)工作狀況的形式異常。但實(shí)際操作中數(shù)據(jù)流影響因素和產(chǎn)生環(huán)境較為復(fù)雜，形式表現(xiàn)出的異常不一定造成停井等災(zāi)害性事故的產(chǎn)生，所以對(duì)形式異常要進(jìn)行細(xì)化分析，并進(jìn)行更深入的數(shù)據(jù)挖掘，最終實(shí)現(xiàn)趨勢(shì)分析及預(yù)測(cè)。

2.6 知識(shí)與知識(shí)展示層

知識(shí)層利用先驗(yàn)知識(shí)提升了數(shù)據(jù)流挖掘計(jì)算算法的精準(zhǔn)度。在整個(gè)數(shù)據(jù)流趨勢(shì)分析中用自適應(yīng)較高的挖掘算法適應(yīng)數(shù)據(jù)及環(huán)境導(dǎo)致的變化引起的變動(dòng)，應(yīng)用性增強(qiáng)。知識(shí)展示層是應(yīng)用規(guī)則、圖像、表格、樹等方式記錄軟件系統(tǒng)單次的運(yùn)行效果，終以報(bào)警的形式報(bào)告給使用者，完成數(shù)據(jù)流信息的預(yù)測(cè)和分析。

3 性能分析驗(yàn)證

軟件系統(tǒng)主要完成基礎(chǔ)信息的維護(hù)，參數(shù)信息采集分析、模擬數(shù)據(jù)流的監(jiān)測(cè)、數(shù)據(jù)流模式、趨勢(shì)分析預(yù)測(cè)和模式異常等六種功能。圖2是實(shí)驗(yàn)?zāi)M觀測(cè)和線性回歸處理得到的估計(jì)值等數(shù)據(jù)結(jié)果。

圖2 估計(jì)值數(shù)據(jù)結(jié)果

4 結(jié)論

為了提高實(shí)時(shí)趨勢(shì)分析的準(zhǔn)確性，保障油田生產(chǎn)，提高石油企業(yè)的管理水平，開展了基于數(shù)據(jù)流挖掘結(jié)構(gòu)的石油電力電子系統(tǒng)自動(dòng)化控制軟件的設(shè)計(jì)。該軟件能提供油水井工作情況的實(shí)時(shí)監(jiān)測(cè)、趨勢(shì)分析及模式異常處理等功能，并進(jìn)行系統(tǒng)功能的檢測(cè)。模擬觀測(cè)及其數(shù)據(jù)結(jié)果表明，系統(tǒng)功能良好。

（欄目主持 張秀麗）

10.3969/j.issn.1006-6896.2014.12.025