人工智能在節(jié)能領(lǐng)域的發(fā)展及應(yīng)用

戰(zhàn)志國（大慶油田自動化儀表有限公司）

1 油氣田數(shù)字化的國內(nèi)外形勢

國際石油公司普遍認(rèn)為，油田數(shù)字化不僅是數(shù)據(jù)采集、生產(chǎn)流程的簡單數(shù)字化，而是針對上游行業(yè)更高層次的整合與改組。油田數(shù)字化需要經(jīng)歷四個層次，即在完善油田信息化建設(shè)的基礎(chǔ)上，依次經(jīng)歷實時監(jiān)測、實時分析、實時優(yōu)化和經(jīng)營模式變革。

目前國外石油公司的數(shù)字化建設(shè)普遍建立了從原油開采、存儲、加工、銷售全面監(jiān)控的自動化系統(tǒng)，將自動化監(jiān)控系統(tǒng)上升到了現(xiàn)代管理高度。如英國石油公司建立的自動化監(jiān)控系統(tǒng)可以根據(jù)監(jiān)測到的地質(zhì)情況自動控制油井的產(chǎn)量，保證地層原油達(dá)到最大采收率；美國部分油田甚至將原油銷售過程中的溫度影響以及導(dǎo)致的銷售差額都設(shè)置到自動化管理系統(tǒng)中，代表了較先進(jìn)的水平。

“十一五”以來，中石油下屬各油氣田結(jié)合生產(chǎn)實際，陸續(xù)開展了油氣田生產(chǎn)管理數(shù)字化建設(shè)與應(yīng)用的探索和實踐，并取得了明顯的成效，尤其是以西部油氣田為代表的的數(shù)字化建設(shè)工作進(jìn)展較快，如新疆油田、長慶油田、大港油田以及勝利油田等，形成了多處樣板油氣田和成功應(yīng)用案例，極大地提高了現(xiàn)場生產(chǎn)管理水平，提高了生產(chǎn)效率。同時我們應(yīng)該清醒地看到，國內(nèi)的石油生產(chǎn)成本與國外公司相比還存在較大差距，利用現(xiàn)代自動化技術(shù)、AI 人工智能、5G 技術(shù)以及信息技術(shù)對油氣水井的生產(chǎn)管理進(jìn)行遠(yuǎn)程監(jiān)控，是提高石油開采業(yè)的全員生產(chǎn)率，降低石油開采成本、實現(xiàn)節(jié)能減排的有效方法之一。

2 油氣田數(shù)字化的結(jié)構(gòu)

物聯(lián)網(wǎng)技術(shù)進(jìn)入數(shù)字化油田是油田勘探開發(fā)發(fā)展到一定階段的成果，數(shù)字化油田利用物聯(lián)網(wǎng)技術(shù)，可以快速地實現(xiàn)油田各級處理站運(yùn)行數(shù)據(jù)的有效采集、傳輸、處理、分析以及匯總[1]，實現(xiàn)遠(yuǎn)程數(shù)據(jù)的采集和處理。實現(xiàn)生產(chǎn)各個環(huán)節(jié)運(yùn)行的一體化監(jiān)控，優(yōu)化油田各個環(huán)節(jié)的生產(chǎn)管理。在大慶油田約有十萬口油水井，數(shù)字化建設(shè)難度較大，實施地域廣、規(guī)模大、層次多、流程復(fù)雜、環(huán)境多變，但效果比較顯著。油氣田數(shù)字化建設(shè)使“設(shè)備前移，人員后移”，實現(xiàn)了“為企業(yè)創(chuàng)效，為員工謀?！薄Ｓ蜌馓锷a(chǎn)數(shù)字化體現(xiàn)在井、間、站等不同類型的應(yīng)用場所，不同的場所應(yīng)用的方式方法也不盡相同，每個油田又有其獨(dú)立的特點(diǎn)，在此僅對通用常規(guī)油井進(jìn)行闡述分析。

從技術(shù)架構(gòu)上來說，大慶油田油氣田數(shù)字化可以分為三層：感知層、網(wǎng)絡(luò)層和應(yīng)用層，油氣井?dāng)?shù)字化結(jié)構(gòu)如圖1所示。

圖1 油氣井?dāng)?shù)字化結(jié)構(gòu)

1）大慶油田的感知層由各種傳感器儀表、輸入輸出模塊和具有網(wǎng)絡(luò)接口的RTU設(shè)備組成[2-4]，傳感器儀表，如壓力儀表、溫度儀表、電參儀表、載荷儀表、流量等儀表，在油田的數(shù)字化建設(shè)中，采集抽油機(jī)井、水井、計量間、閥組間等以及站場各個環(huán)節(jié)種的壓力、溫度、電壓、電流、功圖等基礎(chǔ)數(shù)據(jù)，傳感器所采集的底層信息通過窄帶無線網(wǎng)絡(luò)或有線485方式傳輸至組至RTU中，RTU將采集到的傳感器數(shù)據(jù)，輸入輸出數(shù)據(jù)通過打包，分發(fā)等機(jī)制通過網(wǎng)絡(luò)層將數(shù)據(jù)傳輸至應(yīng)用層數(shù)據(jù)庫中。同時RTU可以通過網(wǎng)絡(luò)接收應(yīng)用層發(fā)送的控制命令，利用輸入輸出模塊，對電磁閥、流量控制閥、油井啟停設(shè)備進(jìn)行控制。

2）網(wǎng)絡(luò)層，應(yīng)用層與數(shù)據(jù)層之間用于傳輸數(shù)據(jù)的網(wǎng)絡(luò)，將RTU采集到的數(shù)據(jù)通過網(wǎng)絡(luò)傳輸至應(yīng)用層，同時應(yīng)用層發(fā)送相關(guān)控制命令對現(xiàn)場設(shè)備進(jìn)行遠(yuǎn)程聯(lián)控。隨著物聯(lián)網(wǎng)科技的發(fā)展及進(jìn)步，在大慶油田已經(jīng)實現(xiàn)了MCWILL 網(wǎng)絡(luò)，WIA-PA 網(wǎng)絡(luò)、LoRa 網(wǎng) 絡(luò) 、 NB-IOT 網(wǎng) 絡(luò) 、 EMTC 網(wǎng) 絡(luò) 、 光 纖 網(wǎng)絡(luò)、無線網(wǎng)橋等多元素的網(wǎng)絡(luò)結(jié)構(gòu)。實現(xiàn)遠(yuǎn)程采集數(shù)據(jù)與控制的本地化。

3）應(yīng)用層主要由監(jiān)控主機(jī)、數(shù)據(jù)服務(wù)器、遠(yuǎn)程客戶端、路由設(shè)備、防火墻等組成[5-7]。監(jiān)控主機(jī)用于監(jiān)控所有數(shù)據(jù)的運(yùn)行情況，安裝了監(jiān)控節(jié)點(diǎn)和組態(tài)軟件，主要任務(wù)是采集現(xiàn)場數(shù)據(jù)，連接網(wǎng)絡(luò)，訪問遠(yuǎn)程客戶端。數(shù)據(jù)服務(wù)器用于統(tǒng)一存放感知層儀表采集的運(yùn)行數(shù)據(jù)和系統(tǒng)運(yùn)維數(shù)據(jù)，并進(jìn)行數(shù)據(jù)分析和診斷，實現(xiàn)信息的共享與綜合管理。遠(yuǎn)程客戶端主要包括系統(tǒng)維修部分、油田管理部分。實現(xiàn)遠(yuǎn)程的數(shù)據(jù)組態(tài)監(jiān)控和遠(yuǎn)程系統(tǒng)的維修維護(hù)。路由器等設(shè)備、防火墻用于對網(wǎng)絡(luò)的數(shù)據(jù)傳輸以及防止網(wǎng)絡(luò)攻擊，保證網(wǎng)絡(luò)安全。

3 AI人工智能油井的發(fā)展應(yīng)用

目前，感知層單井的儀表構(gòu)成有：RTU 設(shè)備、電參設(shè)備、網(wǎng)絡(luò)通訊設(shè)備（DTU）、載荷位移設(shè)備、無線壓力等數(shù)字化物聯(lián)網(wǎng)設(shè)備等。主要采集的參數(shù)包括三項電壓、電流、功率、功率因數(shù)、功圖數(shù)據(jù)、油套壓等數(shù)據(jù)，這些數(shù)據(jù)使用有線或無線傳感器設(shè)備，通過自組網(wǎng)絡(luò)將數(shù)據(jù)上傳至RTU 中，RTU將數(shù)據(jù)打包后再通過不同的網(wǎng)絡(luò)方式，將數(shù)據(jù)傳輸至應(yīng)用層。在這里將傳感器數(shù)據(jù)傳輸至RTU稱之為下行網(wǎng)絡(luò)，RTU 打包數(shù)據(jù)上傳稱之為上行網(wǎng)絡(luò)。

3.1 AI人工智能集成化的發(fā)展

現(xiàn)階段單井的數(shù)字化，雖然已經(jīng)實現(xiàn)將部分產(chǎn)品的功能融合，形成單一產(chǎn)品，如將RTU功能、電參功能、網(wǎng)絡(luò)通訊設(shè)備（DTU）融合，形成智能電參，但單井設(shè)備仍有4種之多，常規(guī)油井?dāng)?shù)字化配置方案-抽油機(jī)單井/主井如圖2所示。

圖2 常規(guī)油井?dāng)?shù)字化配置方案-抽油機(jī)單井/主井

其中智能電參用于測量電動機(jī)運(yùn)轉(zhuǎn)參數(shù)、數(shù)據(jù)采集（RTU 功能）以及數(shù)據(jù)發(fā)送功能（DTU 功能）；載荷位移傳感器用于采集功圖數(shù)據(jù)；壓力變送器用于采集油套壓數(shù)據(jù)。這四類產(chǎn)品的安裝、調(diào)試、運(yùn)維服務(wù)以及設(shè)備年檢標(biāo)定都需要投入的大量的人力、設(shè)備，尤其是載荷的調(diào)試更換、需要停井、使用吊裝等設(shè)備。隨著人工AI 智能的發(fā)展和進(jìn)步，算法的升級及過濾，利用智能電參的AI 人工智能的學(xué)習(xí)能力，直接將電動機(jī)的電參數(shù)轉(zhuǎn)化為功圖數(shù)據(jù)，用于單井的井礦判斷、液量統(tǒng)計。即智能電參升級為AI 智能電參。部分通過電參數(shù)據(jù)轉(zhuǎn)換的功圖數(shù)據(jù)與實測功圖數(shù)據(jù)對比如圖3所示。

圖3 AI智能電參轉(zhuǎn)換功圖

3.2 AI人工智能節(jié)能型油井

目前智能電參基本上以數(shù)據(jù)測量及上傳為主，后期的數(shù)據(jù)分析工作由后臺服務(wù)器進(jìn)行處理、隨著單井?dāng)?shù)量的增加，后臺數(shù)據(jù)庫的壓力會越來越大，網(wǎng)絡(luò)的擁堵、多重冗余數(shù)據(jù)、龐大歷史數(shù)據(jù)，必將對服務(wù)器的分析及存儲形成一定的壓力；網(wǎng)絡(luò)上傳下達(dá)必定會存在延時。AI智能電參的出現(xiàn)實現(xiàn)了將部分服務(wù)器的部分工作本地化的功能，產(chǎn)量分析與油井狀態(tài)分析進(jìn)行分離，即AI 智能電參進(jìn)行油井狀態(tài)分析（即AI智能節(jié)能型油井），后臺服務(wù)器進(jìn)行產(chǎn)量分析。

AI智能節(jié)能型油井就是將單井分析本地化，即通過AI 智能電參采集到的數(shù)據(jù)，通過邊緣計算功能，實現(xiàn)工況數(shù)據(jù)分析、診斷、控制調(diào)節(jié)功能，進(jìn)而實現(xiàn)單井的智能化控制、降低能耗。無論單井是否采用變頻器，工作在工頻下還是變頻下，AI智能電參可與變頻器直接進(jìn)行通訊，并測量電動機(jī)的電參數(shù)，強(qiáng)大的計算能力可以實現(xiàn)工況分析診斷、控制調(diào)節(jié)電流平衡、功率平衡、電能消耗，使運(yùn)行更高效、安全、節(jié)能[8]；實現(xiàn)動液面計算、產(chǎn)量計算、電參數(shù)轉(zhuǎn)功圖、工況優(yōu)化、間抽控制等強(qiáng)大功能，保證油井最優(yōu)化、最節(jié)省電能的條件下運(yùn)行[9]；AI 實時在線診斷控制技術(shù)，避免了抽油機(jī)井出現(xiàn)桿斷、卡泵、間隙出液等工況條件下的無效能耗及磨現(xiàn)工況的判斷，進(jìn)行數(shù)據(jù)分析、診斷、最終實現(xiàn)單井的智能化控制，達(dá)到AI 人工智能節(jié)能型油井的最終目標(biāo)。

以智能電參為電力節(jié)能型代表的設(shè)備在大慶油田采油三廠應(yīng)用10 余臺，通過智能電參對電動機(jī)的控制，提高功率因數(shù)，降低無功消耗，實現(xiàn)較好的節(jié)電效果[10]，部分?jǐn)?shù)據(jù)如圖4、圖5所示。

圖4 未安裝智能電參下的抽油機(jī)井功耗

圖5 智能電參下的抽油機(jī)井功耗

通過數(shù)據(jù)對比可以看到，安裝智能電參后，對電動機(jī)動態(tài)平衡調(diào)節(jié)控制，實現(xiàn)了電流平衡、功率平衡，提高了功率因數(shù)，降低了無功功率和電能消耗，達(dá)到了電力節(jié)能的目標(biāo)。

4 結(jié)束語

油氣田的數(shù)字化發(fā)展是一個長期的、動態(tài)變過的過程，在過程中優(yōu)化改進(jìn)，相信隨著AI 人工智能的發(fā)展，通過電動機(jī)的電參數(shù)既可以實現(xiàn)單井的診斷、數(shù)據(jù)分析與故障判斷，最終的目標(biāo)是提高油氣田的生產(chǎn)效率、降低能耗、降低人們的勞動強(qiáng)度、提升油田的安全保障水平和降低安全風(fēng)險，通過變革油田的生產(chǎn)組織方式和內(nèi)部構(gòu)架結(jié)構(gòu)，實現(xiàn)油氣田管理的現(xiàn)代化。