基于Redis的油氣大數(shù)據(jù)智能預警軟件研發(fā)與應用

邴紹強

[摘 要]近年來，油田企業(yè)大力推進油氣生產(chǎn)信息化建設，采油（氣）、注水、集輸?shù)葘崟r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)過程異常分析主要以單參數(shù)、單點的報警為主，報警量大、問題不具體，海量實數(shù)據(jù)沒有得到很好挖掘利用，油井異常問題的實時分析、事前預警相對較弱。依托油氣生產(chǎn)信息化采集的實時數(shù)據(jù)，結(jié)合現(xiàn)有生產(chǎn)業(yè)務模型，對采集數(shù)據(jù)進一步挖掘分析，搭建生產(chǎn)智能預警大數(shù)據(jù)分析系統(tǒng)，形成完整的生產(chǎn)預警體系，為推動油田精細化管理、降本增效提供輔助支撐。

[關鍵詞]油氣生產(chǎn);實時數(shù)據(jù);預警模型

doi：10.3969/j.issn.1673 - 0194.2020.10.047

[中圖分類號]TP311.13[文獻標識碼]A[文章編號]1673-0194（2020）10-00-02

1? ? ?基于Redis的油氣大數(shù)據(jù)智能預警軟件概述

1.1? ?油氣生產(chǎn)信息化建設

油氣生產(chǎn)信息化建設實現(xiàn)了油水井、注水站、聯(lián)合站等運行參數(shù)的實時自動采集，積累了海量的實時數(shù)據(jù)，每一個數(shù)據(jù)變化往往隱含了問題“量變到質(zhì)變”的趨勢和程度，利用大數(shù)據(jù)技術對這些數(shù)據(jù)進行深入挖掘，預警問題隱患，指導技術人員及時采取預防性措施，為油田采油生產(chǎn)管理創(chuàng)造極大的價值。

1.2? ?生產(chǎn)現(xiàn)場報警預警體系

目前，現(xiàn)場生產(chǎn)分析方面，只覆蓋油井油壓、套壓、溫度、功圖等單參數(shù)閾值超限報警及簡單的波動預警，結(jié)合油田生產(chǎn)現(xiàn)場全過程管理的業(yè)務需要，缺少面向采油、注水、集輸系統(tǒng)全節(jié)點預警管理。油井停井、線路停電等生產(chǎn)事件發(fā)生后，各項生產(chǎn)指標出現(xiàn)重復、頻繁報警問題，處置工作量大，現(xiàn)場生產(chǎn)管控工作重復。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)務模型，研發(fā)油氣大數(shù)據(jù)智能預警軟件，進一步挖掘分析采集數(shù)據(jù)，形成完整的生產(chǎn)趨勢預警體系，提高生產(chǎn)精準管控能力。

1.3? ?基于Redis的高并發(fā)數(shù)據(jù)處理體系

Redis是一個高性能Key-Value數(shù)據(jù)庫。數(shù)據(jù)可以從主服務器向任意數(shù)量的從服務器傳輸，從服務器可以是關聯(lián)其他從服務器的主服務器。Redis使從數(shù)據(jù)庫在任何地方同步時，可訂閱一個頻道并接收主服務器完整的消息發(fā)布記錄，為處理、計算、存儲高吞吐、高并發(fā)的油氣田生產(chǎn)現(xiàn)場實時數(shù)據(jù)提供了解決方案。

2? ? ?基于Redis的油氣大數(shù)據(jù)智能預警軟件系統(tǒng)架構(gòu)設計

組合預警工具架構(gòu)采用四層設計體系，分別包括基礎資源層、數(shù)據(jù)采集層、數(shù)據(jù)處理層及業(yè)務模塊層（圖1）。其中，核心技術組件Redis處于數(shù)據(jù)處理層。Redis主要完成油氣生產(chǎn)信息化采集分鐘級電參數(shù)、溫度、壓力參數(shù)的實時檢查、計算、匯總等工作。通過高吞吐、高并發(fā)的實時計算及數(shù)據(jù)推送，采用列式元數(shù)據(jù)存儲設計提高計算效率，完成預警規(guī)則解析、指標元數(shù)據(jù)存儲、內(nèi)存模型計算。為了保證預警模型高效運行，需要按照用戶可能的預警需要，將實時數(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)果支持用戶在預警設置頁面按照工藝模型提取應用。

3? ? ?智能組合預警工具業(yè)務功能

組合預警工具業(yè)務功能由模型設置、模型復制、模型推演、預警信息推送及處置4部分組成。

3.1? ?預警模型設置

提供面向油氣生產(chǎn)現(xiàn)場井、站庫、設備設施等生產(chǎn)對象的預警設置功能，支持自定義預警名稱、選擇具體預警對象、選擇具體參預參數(shù)、預設參預條件，預設各個參預條件之間的組合邏輯，對預設的模型進行歷史推演等操作。參預條件設置時可選擇趨勢（持續(xù)上升、持續(xù)下降、趨勢上升、趨勢下降）、閾值（超上限、超下限）兩種判斷邏輯，設置判斷執(zhí)行的周期間隔等，如圖2所示。

3.2? ?預警模型復制

在預警設置頁面，支持用戶將完成預設的預警模型，批量復用到同類業(yè)務對象并個性化調(diào)整，實現(xiàn)批量設置和一“井”一策。

3.3? ?預警模型推演

為保證預警模型設置合理有效，強化現(xiàn)有預警模型歷史推演功能，以歷史真實生產(chǎn)事件和歷史數(shù)據(jù)對模型進行反算驗證和調(diào)整。

3.4? ?預警信息推送及處置

依托系統(tǒng)消息中心，根據(jù)油氣生產(chǎn)現(xiàn)場崗位設置，采用短信、移動終端、生產(chǎn)指揮系統(tǒng)聲音提示等方式實現(xiàn)預警信息的推送功能。系統(tǒng)產(chǎn)生的預警信息，各崗位工作人員需根據(jù)處置要求，完成預警相關生產(chǎn)設施參數(shù)及視頻巡檢排查，及時消除預警，確保生產(chǎn)平穩(wěn)運行。

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

4.1? ?油井結(jié)蠟預警模型

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個預設規(guī)則，判斷周期分別設置為5個小時。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? ?管線凍堵預警模型

管線凍堵預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、最大載荷呈現(xiàn)上升趨勢3個預設規(guī)則，判斷周期分別設置為30分鐘和2小時。利用該模型可及時發(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)智能預警軟件系統(tǒng)的應用結(jié)論

基于Redis的油氣大數(shù)據(jù)智能預警軟件系統(tǒng)已在勝利油田各采油管理區(qū)推廣應用，技術人員利用智能組合預警工具設置預警管理模型，解決生產(chǎn)現(xiàn)場實際問題。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多類預警模型，改變了傳統(tǒng)的單參數(shù)報警、事后處置模式，為技術人員提供了數(shù)據(jù)關聯(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、一設備一指標”的預警式管理問題，指導技術人員超前采取預防性措施、將問題消除在萌芽狀態(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警方法，適用于常規(guī)油氣田生產(chǎn)現(xiàn)場，具有廣泛推廣應用價值。

主要參考文獻

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

[2]張婷，孫鳳文.淺述Redis在高速緩存系統(tǒng)中的應用[J].科學與信息化，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)的設計與實現(xiàn)[D].武漢：華中科技大學，2016.

[4]詹利群，程海林，任曉煒.Redis緩存技術在自動氣象站資料調(diào)用中的優(yōu)化應用[J].計算機系統(tǒng)應用，2019（5）：77-83.

[5]胡宇舟，范濱，顧學道，等.基于Storm的云計算在自動清分系統(tǒng)中的實時數(shù)據(jù)處理應用[J].計算機應用，2014（1）：96-99.

[6]高哲，翁祖泉.基于物聯(lián)網(wǎng)海量數(shù)據(jù)處理的實時數(shù)據(jù)庫應用研究[J].中國集成電路，2013（11）：62-66.