應(yīng)用智能模型實現(xiàn)聯(lián)合站原油脫水系統(tǒng)決策優(yōu)化技術(shù)研究

楊程（大慶油田有限責任公司第一采油廠）

1 脫水系統(tǒng)問題分析

聯(lián)合站脫水系統(tǒng)的主要處理流程為游離水脫除器物理沉降脫出采出液中的游離水，脫出的含水油加破乳劑等藥劑通過加熱爐加熱，再到電脫水器中進行熱化學加電脫水，脫出合格原油進凈化油緩沖罐，經(jīng)外輸泵輸出[1-2]。為保障聯(lián)合站原油脫出效果，脫水系統(tǒng)管控的重點是各關(guān)鍵節(jié)點設(shè)備進出液流、壓力控制平穩(wěn)且脫出的油和水達標。油田正在大力開展數(shù)字化建設(shè)，部分數(shù)字化程度較高的聯(lián)合站能依據(jù)人工經(jīng)驗分析優(yōu)化運行參數(shù)，通過自控系統(tǒng)設(shè)置此參數(shù)實現(xiàn)自動控制[3]。但在生產(chǎn)運行過程中仍然存在有很多需要改進優(yōu)化的地方：

1）原數(shù)據(jù)使用僅限采集和實時展示，沒有實現(xiàn)分析功能，生產(chǎn)決策判斷誤差較大，生產(chǎn)管理過程對人工分析判斷的依賴程度高，依靠個人經(jīng)驗主觀認識的決策差異對生產(chǎn)的影響較大，缺乏基于實時數(shù)據(jù)的動態(tài)智能優(yōu)化決策的應(yīng)用。

2）在實際生產(chǎn)中，脫水系統(tǒng)具有高度的非線性、多變量耦合性、不確定性、信息不完全性和大滯后等特性，很難獲得精確的數(shù)學模型，無法獲得滿意的優(yōu)化效果，無法滿足精細化管理的要求。

3）脫水系統(tǒng)工藝流程管理及優(yōu)化等專業(yè)知識無法有效沉淀、應(yīng)用，專家經(jīng)驗沒有被有效發(fā)掘和應(yīng)用，個人生產(chǎn)調(diào)控習慣不統(tǒng)一，對生產(chǎn)技術(shù)管理人員的優(yōu)化及管控水平要求較高。

2 能耗評價模型

依據(jù)標準、專家經(jīng)驗和數(shù)據(jù)現(xiàn)狀、管理規(guī)定等，確定評價指標、評價標準和評價方法。能耗評價主要涉及加熱爐和電脫水器。通過能耗評價和生產(chǎn)相結(jié)合，可參考判斷脫水系統(tǒng)生產(chǎn)狀態(tài)，并綜合做出科學合理的決策優(yōu)化調(diào)整[4-5]。通過研究GBT 31453—2015《油田生產(chǎn)系統(tǒng)節(jié)能監(jiān)測規(guī)范》、《采油廠節(jié)能點與能耗計算方法》、可采集數(shù)據(jù)情況[1]、歷史數(shù)據(jù)等選定評價指標，加熱爐評價指標為熱效率、排煙溫度，電脫水器評價指標為噸油耗電，并形成適用聯(lián)合站的評價標準。評價方法為當前生產(chǎn)指標與評價標準對比，判斷是否節(jié)能[6-7]。

2.1 能耗評價技術(shù)路線

依據(jù)標準和管理規(guī)定、數(shù)據(jù)現(xiàn)狀和生產(chǎn)要求及算法適用性等確定技術(shù)路線[8]。能耗評價模型構(gòu)建采用編譯程序?qū)崿F(xiàn)數(shù)據(jù)預處理、指標歷史數(shù)據(jù)統(tǒng)計、專家經(jīng)驗修正、生產(chǎn)數(shù)據(jù)計算、能耗評價[9-10]。確定能耗評價指標；數(shù)據(jù)預處理并計算得到歷史指標；統(tǒng)計歷史指標，確定能耗評價標準；經(jīng)專家經(jīng)驗修正確定能耗評價標準基線；計算能耗指標；將能耗指標與評價標準比對，形成評價結(jié)果。將模型輸出的能耗評價標準、能耗指標、評價結(jié)果保存到數(shù)據(jù)庫。研發(fā)能耗評價前端展示功能。技術(shù)路線為數(shù)據(jù)處理→指標歷史數(shù)據(jù)統(tǒng)計→專家經(jīng)驗修正→指標生產(chǎn)數(shù)據(jù)計算→能耗評價結(jié)果。

2.2 構(gòu)建能耗評價模型

1）加熱爐（老化油加熱爐）能耗評價模型。評價指標、評價標準以標準和管理要求并結(jié)合現(xiàn)場專家經(jīng)驗作為依據(jù)，確定熱效率大于85%，排煙溫度小于180℃作為節(jié)能評價標準。通過排煙溫度大于0判斷加熱爐運行狀態(tài)和運行臺數(shù)，計算單臺加熱爐24 h內(nèi)耗氣量、進出口平均溫度、總加熱液量、單爐加熱液量、單爐熱效率。參照節(jié)能評價標準，若單爐熱效率大于85%，且排煙溫度小于180℃，則該加熱爐能耗評價結(jié)果為節(jié)能，否則，評價結(jié)果為不節(jié)能。

2）電脫水器（包括老化油脫水裝置）能耗評價模型。電脫水器評價標準包括單臺設(shè)備的脫水單耗。電脫水器耗電量較小，通過單耗可判斷出脫水運行狀態(tài)和能耗水平。確定以電脫水器歷史數(shù)據(jù)計算的噸油耗電值從高到低排序的前85%為節(jié)能參考界限，確定噸油耗電小于2.2 kWh作為節(jié)能評價標準。通過獲取數(shù)據(jù)，計算電脫水器耗電量、每小時外輸油量和處理油量、噸油耗電。參照節(jié)能評價標準，若噸油耗電小于2.2 kWh，則電脫水器能耗評價結(jié)果為節(jié)能，否則，評價結(jié)果為不節(jié)能。

3 脫水系統(tǒng)優(yōu)化模型

由于聯(lián)合站有多個來液站，來液量不平穩(wěn)導致的系統(tǒng)不平穩(wěn)、低壓或超壓、垮電場等情況頻繁出現(xiàn)，影響生產(chǎn)。脫水系統(tǒng)各設(shè)備相互關(guān)聯(lián)，優(yōu)化需綜合考慮對整個系統(tǒng)的影響。參考建議值調(diào)整游離水脫除器（老化油沉降罐）、電脫水器（老化油脫水裝置）的生產(chǎn)控制參數(shù)在合理、安全的區(qū)間內(nèi)，可有效保障系統(tǒng)運行平穩(wěn)并達到預期生產(chǎn)效果。將物聯(lián)網(wǎng)、大數(shù)據(jù)及人工智能等技術(shù)相結(jié)合，依據(jù)智能優(yōu)化結(jié)果及時調(diào)整生產(chǎn)參數(shù)，實現(xiàn)生產(chǎn)運行優(yōu)化。

3.1 脫水系統(tǒng)決策優(yōu)化技術(shù)路線

針對游離水脫除器、復合電脫水器、老化油沉降罐、老化油處理裝置等運行優(yōu)化問題，通過不斷更改輸入量，獲取環(huán)境參數(shù)反饋（含水率、水質(zhì)含油等），此時確定當前環(huán)境的參數(shù)調(diào)節(jié)方案，即加破乳劑量、進口閥門開度、出口閥門開度、生產(chǎn)控制壓力、油水界面等參數(shù)達到最優(yōu)。

通過分析聯(lián)合站脫水系統(tǒng)運行特點、數(shù)據(jù)現(xiàn)狀和生產(chǎn)要求及算法適用性等確定技術(shù)路線。智能模型構(gòu)建采用深度強化學習，編譯程序?qū)崿F(xiàn)數(shù)據(jù)預處理、聚類分析、關(guān)聯(lián)性分析和神經(jīng)網(wǎng)絡(luò)運行優(yōu)化。研發(fā)前端展示功能和智能模型相融合實現(xiàn)模型深度應(yīng)用，技術(shù)路線為數(shù)據(jù)預處理→數(shù)據(jù)聚類分析→關(guān)聯(lián)性分析→神經(jīng)網(wǎng)絡(luò)運行優(yōu)化建?！鷮＜蚁到y(tǒng)修正→優(yōu)化建議值結(jié)果。

3.2 構(gòu)建智能運行優(yōu)化模型

3.2.1 數(shù)據(jù)預處理

首先，選擇可用數(shù)據(jù)項。主要包括游離水脫除器、加熱爐、電脫水器、污水沉降罐、外輸?shù)鹊牧髁俊囟?、壓力、油水界面、液位、電流等實時數(shù)據(jù)，及脫水站、中轉(zhuǎn)站和污泥站日數(shù)據(jù)。然后，將流量等瞬時值和累計值，計算為可用數(shù)據(jù)。清洗掉超出正常范圍、0值、無波動常值等數(shù)據(jù)。最后，將數(shù)據(jù)做離差標準化處理。

3.2.2 數(shù)據(jù)聚類分析

將一個數(shù)據(jù)對象劃分為個k聚類，使每個聚類中的數(shù)據(jù)點到此聚類中心的平方和都是最小值。輸入聚類個數(shù)k及數(shù)據(jù)集，輸出k個聚類。對參數(shù)進行聚類分析，并分析數(shù)據(jù)整體趨勢。

3.2.3 關(guān)聯(lián)性分析

通過關(guān)聯(lián)因素分析找出數(shù)據(jù)的隱含關(guān)聯(lián)關(guān)系，用支持度和可信度度量，達到閾值認為相關(guān)。基于聚類分析類別，給出每個數(shù)據(jù)的分類界限。通過對輸入?yún)?shù)的最小支持度與置信度分析，最終確定每個設(shè)備運行優(yōu)化模型的輸入?yún)?shù)。

3.2.4 神經(jīng)網(wǎng)絡(luò)運行優(yōu)化建模

基于聯(lián)合站脫水單元歷史生產(chǎn)數(shù)據(jù)，通過大數(shù)據(jù)分析、機器學習方法建立神經(jīng)網(wǎng)絡(luò)智能運行優(yōu)化模型，并通過專家經(jīng)驗系統(tǒng)進一步調(diào)整。跟蹤設(shè)備運行狀況，基于實時采集到生產(chǎn)數(shù)據(jù)智能分析計算，給出基于設(shè)備運行現(xiàn)狀的聯(lián)動調(diào)整優(yōu)化建議。

以游離水脫除器油水界面模型為例，利用神經(jīng)網(wǎng)絡(luò)構(gòu)建模型，隱藏層采用對數(shù)激活函數(shù)，輸出層采用線性激活函數(shù)。采用迭代求函數(shù)極值算法訓練數(shù)據(jù)，采用均方誤差作為損失函數(shù)，訓練次數(shù)為2 000，學習速率為0.001，隱含層節(jié)點數(shù)為10。

對模型的訓練效果、收斂速度、方差回歸情況，判定模型訓練效果。本項目所構(gòu)建的模型訓練快且平穩(wěn)，游離水脫除器油水界面運行優(yōu)化模型訓練效果見圖1。

圖1 游離水脫除器油水界面運行優(yōu)化模型訓練效果

3.2.5 專家經(jīng)驗調(diào)整

基于神經(jīng)網(wǎng)絡(luò)運行優(yōu)化模型輸出結(jié)果，結(jié)合專家經(jīng)驗，形成游離水脫除器生產(chǎn)控制業(yè)務(wù)邏輯、游離水進口閥門開度生產(chǎn)控制業(yè)務(wù)邏輯、來液量與游離水進口閥門開度判斷、電脫水器（老化油脫水裝置）生產(chǎn)控制業(yè)務(wù)邏輯、老化油沉降罐經(jīng)驗控制、加藥經(jīng)驗控制等專家經(jīng)驗調(diào)整規(guī)則，形成優(yōu)化建議值結(jié)果支持前端應(yīng)用。

1）游離水脫除器運行優(yōu)化。正常油出口壓力保持在0.250～0.260 MPa，油水界面在1.4～1.6 m。油出口壓力低于0.250 MPa，但油水界面很低（接近1.4 m），需調(diào)高油出口壓力、油水界面，憋壓升油出口壓力、油水界面。油出口壓力高于0.260MPa且低于0.295 MPa，需調(diào)低油出口壓力，加大油出口閥門開度，把壓力降下來。如油出口開度已經(jīng)達生產(chǎn)極限要求70%，壓力仍居高不下，需適當調(diào)低油水界面，直到油出口壓力正常。

2）老化油沉降罐運行優(yōu)化。正常油出口生產(chǎn)壓力保持在0.3～0.4 MPa，最優(yōu)運行區(qū)間為0.32～0.35 MPa，油水界面在1.4～1.8 m。油出口壓力低于0.3 MPa，減小水出口開度，增高油水界面。油出口壓力超過0.4 MPa，增大水出口開度，降低油水界面。油出口壓力在非優(yōu)正常區(qū)間時，通過分級逐步調(diào)優(yōu)的策略逐漸調(diào)整趨向到最優(yōu)運行區(qū)間。

3）電脫水器（老化油脫水裝置）運行優(yōu)化。通過聯(lián)調(diào)單臺電脫水器的壓力生產(chǎn)控制值，控制油出口開度，實現(xiàn)控制放油量保證壓力處于合理范圍。生產(chǎn)壓力正常在0.180～0.235 MPa。油出口壓力低于0.180 MPa，減小油出口開度，升高壓力；油出口壓力超過0.235 MPa，增大油出口開度，降低壓力。油出口閥門開度每次調(diào)整不超過5%，且為5的倍數(shù)取整；且分為兩組，每組油出口開度盡量一致，第1組油出口開度之和是第2組的3倍。

4 模型與WEB系統(tǒng)深度融合應(yīng)用

融合能耗評價模型、脫水運行優(yōu)化模型及已建物聯(lián)網(wǎng)等數(shù)據(jù)資源，研發(fā)集模型及多源數(shù)據(jù)于一體的PCWEB系統(tǒng)深度應(yīng)用，實時監(jiān)測，為生產(chǎn)提供決策依據(jù)[7]。

1）應(yīng)用聯(lián)合站實時數(shù)據(jù)與日數(shù)據(jù)指標相關(guān)性分析及展示。應(yīng)用聯(lián)合站實時數(shù)據(jù)和日數(shù)據(jù)指標進行評價和優(yōu)化指標相關(guān)性分析，支持建模；研發(fā)關(guān)鍵生產(chǎn)指標折線圖趨勢展示，輔助管理人員掌握生產(chǎn)趨勢。

2）PC系統(tǒng)融合模型輸出能耗評價結(jié)果和建議值展示應(yīng)用。對比展示建議值與指標現(xiàn)值、能耗評價標準、能耗生產(chǎn)指標、能耗評價結(jié)果，并可穿透查看相關(guān)指標源數(shù)據(jù)，輔助決策、精細管理。

3）首創(chuàng)多源異構(gòu)指標可視化配置、實時報警。根據(jù)報警條件監(jiān)控聯(lián)合站實時數(shù)據(jù)、聯(lián)合站日數(shù)據(jù)指標，超限實時報警，彈出報警儀表盤提醒，縮短異常響應(yīng)時間，保障脫水系統(tǒng)平穩(wěn)運行。

5 系統(tǒng)開發(fā)應(yīng)用情況

應(yīng)用本系統(tǒng)，為聯(lián)合站技術(shù)管理人員提供實時分析、評價優(yōu)化決策支持，實現(xiàn)標準化、規(guī)范化、精細化管理，保障聯(lián)合站脫水系統(tǒng)運行穩(wěn)定、生產(chǎn)達標、提質(zhì)增效，減少崗位工人工作量，提升經(jīng)濟效益。

1）數(shù)字化推進過程中，通過對脫水系統(tǒng)運行智能分析優(yōu)化的研究與應(yīng)用，集專家經(jīng)驗和現(xiàn)場生產(chǎn)管理要求于一體，實時指導生產(chǎn)，降低管理人員的技術(shù)門檻、勞動強度，管理、操作更精準，實現(xiàn)標準化、規(guī)范化、精細化管理，具有很強的指導意義。

2）生產(chǎn)管理單位、聯(lián)合站隊部和中控室等均可應(yīng)用，該系統(tǒng)的應(yīng)用，支持決策、優(yōu)化工作模式、精細化生產(chǎn)管控，脫水生產(chǎn)工藝流程運行平穩(wěn)、達標生產(chǎn)，脫出原油含水、污水含油合格；電脫水器電場平穩(wěn)，電流波動±5A內(nèi)數(shù)據(jù)量占總抽樣數(shù)比例超85%。

3）系統(tǒng)應(yīng)用后，噸油耗電同比下降10%，減少重復排查問題、抄錄工作量用時，平均每天減少崗位工人工作量1.7 h，每年累計減少工作量620 h等，提升經(jīng)濟效益。

6 結(jié)論

綜上，依據(jù)標準、管理規(guī)定，總結(jié)專家經(jīng)驗和生產(chǎn)規(guī)律，基于已建數(shù)字化成果，探索人工智能技術(shù)應(yīng)用于聯(lián)合站脫水系統(tǒng)運行的決策優(yōu)化。通過研究證實，智能技術(shù)手段實現(xiàn)聯(lián)合站脫水系統(tǒng)決策優(yōu)化輔助支持是可行的，有效保障系統(tǒng)運行穩(wěn)定、生產(chǎn)達標、節(jié)能降耗、提質(zhì)增效，推動油田站場數(shù)字化向智能化管控轉(zhuǎn)變。基于該技術(shù)路線，可推廣成果到其他聯(lián)合站，具有良好的推廣應(yīng)用前景。