利用边缘计算动态维护油井工况

彭春龙

（胜利油田孤东采油厂采油管理一区，山东东营 257237）

0 引言

抽油机井工况的调整变化直接影响到原油生产的安全性与高效性，优化工况也是采油生产过程中的一项重要措施。开采井场分布广、地表条件恶劣、工作环境艰苦，充满风险与不确定性，抽油机常年暴露在复杂的自然环境下，故障频发，情况严重时将导致设备重大事故的发生，造成恶劣的后果。目前，油田四化系统能够通过前端四化传感器采集的数据实现分析，实现对油井状况的监测，但是无法实现油井参数根据生产变化的智能调整和及时优化[1]。因此，利用边缘计算技术动态维护油井工况有重要的研究价值。

随着人工智能及油田信息能力的快速发展，边缘计算可以满足国有企业对信息数据质量和安全性的要求，而且还能实现更迅速的数据处理和响应速度。边缘计算逐渐成为一个应用在油田行业的成熟技术。本文将阐述基于边缘计算，利用前端传感器技术，实时采集油井运行时的温度、载荷、压力、角位移、电流等数据，油田PCS 系统中的智能算法再对采集上来的数据进行翔实有效的分析，达到抽油机井工况的实时监测和动态调整，最终，为原油生产单位减少设备维护成本，保障生产稳定高效。

1 边缘计算的定义及特点

1.1 边缘计算的定义

边缘计算，又称为边缘运算，建立分散的运算架构，在物理设备及源头的近端，将原本由中心端点处理的庞大服务拆分为更小、更易于运算管理的小节点，在数据源头上就近提供运算服务。边缘计算，由于更贴近原始数据资料，所以更适合处理庞大复杂的数据，缩小延迟。

1.2 边缘计算的特点

（1）边缘计算把计算和存储的资源放在了服务对象更近的地方，所以减少了数据传输的时间，降低数据延迟，具有计算速度快，现场决策效率高的特点，反映处理时间在10 ms 以内。

（2）边缘计算优化传输量，可以避免将大量数据传输到云端处理，从而降低了云端（服务器）能源和成本的投入，能耗少负担也相应的减少，对信息化处理时，仅用上传关键的数据，极大地减轻网络承载负荷，降低30%～40%的能耗，提高了能源和成本效益。

（3）边缘计算能够将数据在本地进行处理，本地存活能力强，安全稳定，具备不受网络传输带宽和负载影响的“本地存活”能力，稳定可靠性强，避免出现安全隐患和泄露风险。

2 边缘计算动态维护油井工况的系统架构

2.1 需求分析

随着胜利油田“四化”工作的推广，采油技术人员可以动态收集大量生产数据，对所辖区域的油井生产形势进行有效分析，同时就供液差、泵效低的井制定工作方法，能够对参数优化，培养稳升井组、长寿井组等方面的工作提出指导性措施，在方案设计时就能够针对泵深和液面深度，做到既定性又能定量的方案，解决工况分析提出的杆管组合不合理问题。目前，孤东采油厂抽油机安装有多种类型的数据传感器，有效且不间断的对现场设备进行数据采集，包括载荷、压力、角位移、温度、电流等各种信号，进而对现场设备及油水井工况进行动态检测成为一种可能，为智能调节生产状况提供了数据支撑。有了前端的数据，利用边缘计算实现油井工况动态调整的需求。

（1）抽油机井生产实时数据的获取

抽油机设备运转产生的动态数据是边缘计算系统不可动摇的基石，前端传感器收集大量的多样信号，为油井工况监控和动态调整功能的实现，提供最有力的帮助。

（2）边缘计算和PCS 系统（云端）协同工作

油田现场的抽油机采集的数据统一传送至各单位的工控服务器，软硬件资源终将会变得有限，在系统运行效率中打折扣。但是采用边端和云端协同计算后，边缘端进行实时性、短周期的数据处理与推理，从而在油井生产时对抽油机运行状况智能化监测与动态维护。工控服务器、PCS 系统端进行长周期的大数据分析，能够为边缘端提供维护与支撑[2]。

（3）智能监测

系统能够在抽油机运行时通过不间断学习、形成大量算法模型，从而解决油井工况的动态监测和参数智能优化。

2.2 边缘计算智能监测架构

按照油井工况监测和参数智能调整的要求，以最简洁且高效的方式，设计系统架构。位于生产现场前端的传感器，将庞大的运行数据进行采集，而后系统将此类数据处理、存储与应用，实现对油井工况的故障诊断和动态维护。

（1）数据采集端

数据采集端包括抽油机、信息采集设备、各种传感器（如载荷、温度、压力、角位移、电流等）等生产现场设备[1]。控制柜内配备有数据采集网关，由它来采集抽油机上的海量数据，经转储处理等操作后，不间断的以统一规范的形式送至边缘层[3]。

（2）边缘计算端

边缘计算主要依存设备为工控存储器、智能网关等[4]。边缘层实时采集接收抽油机运行的各种动态数据，对数据进行审核、筛选、甄别操作后，转储到上级数据库，通过成熟的PCS 系统（即云端）建立有效模型，再对每一个实时的数据记性分析、监测，诊断出油井工况的优劣，进而对专业技术人员所应采取的措施提供正向指导意义或者进行自动调节。

（3）PCS 系统处理端

PCS 系统处理指的就是油田企业现有的智能平台，利用其超强的计算能力和已有的算法，不断的学习认知，通过对抽油机现场运行的相关数据分析将不同场景更新升级，把完善的模型匹配至边缘计算[5]。

3 边缘计算动态维护油井工况的数据处理流程

边缘计算的油井工况智能监测数据处理流程，包括边缘端程序的数据采集、数据筛选后的上传云端、云端程序将模型下发后的数据诊断、结果展示等。我们要照顾到边缘计算端和PCS 系统处理端（云端）配合，边缘计算程序要进行数据信息的甄别、筛选、判定及评估操作，PCS 系统处理端对算法进行优化、评估模型的匹配性，进行更新升级训练。

3.1 数据审查与剔除

抽油机在生产时面临各种各样的情况，同时各个部位的传感器工作时，亦会容易采集到受到客观环境因素影响被“污染”的数据。因此，对于前端数据的筛选和剔除是所有工控智能系统必须要完成的一项工作，数据采集后进行相应的审查，将采集到监测数据去伪存真。抽油机数据审查的方法如下：前端传感器采集的数据与实际生产合理的数据相差较大的值，即为“污染数据”。传感器所采集的单个信号幅值与整体平均值的差大于3倍标准差，那么该值就可视为污染数据。

3.2 数据有效归纳

审核后的抽油机监测数据在大多数时候也不能有效的实现特定功能，必须再次处理数据，这就需要将能够反映工况变化信息的有效参数整理归纳出来，即有效归纳。我们将抽油机数据的特点，从时域和频域两个方面进行数据解释，并找到贴近实际情况的指标作为有效归纳。

3.3 数据筛选与融合

数据进行有效归纳操作后，需要再次筛选以降低动态数据有效的数量，找到具有代表性指向性的数据。通过基于斯皮尔曼系数的相关性分析进行大量数据的筛选，评价变量之间的相关性，对代表性指向性的权重进行排序[1]。斯皮尔曼等级相关系数为：ρ

其中：di为时间序列与特征序列间的等级差数；n为特征序列的数量。若某特征ρ大于0.8，表明其与时间具有强相关性，可作为有效特征。

为了从极具代表性和指向性的数据中找到运行的潜在规律，通过边缘计算主程序进行监测到的数据融合，将多变量之间的内部关系通过少数几个主成分表现。

4 边缘计算技术的功能表现

边缘计算动态维护油井工况技术是根据一个冲程周期中，不同阶段载荷、电流、温度、角位移、压力等参数的变化情况，采用变频的方式减缓冲击、降低能耗、保护设备的方法，利用工业APP 应用在采油井部署该项技术，显著改善抽油机的工作状况，借助智能边缘计算的便捷性，对抽油机工况进行优化，降低功率及倒发电的问题。

油井由原来的间开方式或周期性措施调整，通过极小功率状态下油量摆动维持运动状态，解决了传统频繁启动停机或参数优化失败的问题，最终可以实现每天连续抽液过程的运行，冲次可控，实现功率随动。在一个冲程周期内改善频率和柱塞的速度分布，减轻地面传动系统和整个杆柱的疲劳环境，同时，实现沉没度追踪采油，通过每个冲程采集示功图，判断沉没度、充满系数、流压、等参数，在沉没度小、充满程度低时，降低冲次，提高充满程度，充满程度高时，提高冲次，提高产量。

5 油井案例分析

生产实践中，我们对孤东采油厂采油管理一区GO7-20-301油井开展基于边缘计算的智能监测实验，形成初步的工况模型，结合对前期生产数据的分析，发现该油井日产液为1.71 ～2.2 t/d，表现为严重供液不足。

该井于2022年7月22日采用边缘计算技术进行监测调整后，生产参数随动态监测在0.5 ～1.4次自动变化，供液情况随之自动波动，同时数据反馈至PCS 系统中，发现该油井的供液情况明显发生改善。

图1 采用边缘计算后的示功图

通过边缘计算动态维护抽油机井工况的实验，可以看到整个过程中，数据处理运算在每个节点上分工明确，又能相互照应，能为抽油机工况运行和调整提供支持，有效提高工作效率。

6 结论

油田开发后期随着四化数据的应用，边缘计算的智能系统能够很好追踪油井最优生产参数、达到最佳生产工况，对任何一个冲程内的实时功图转换、沉没度、流压、泵效、产量计算的追踪，能够实现按照分时段错峰电价调整冲次的功能，降低能耗。

总体来说，边缘计算是一种较先进的技术，具有稳定性好、时效性强、安全性高等特点，边缘计算网关在石油行业的应用具有重要意义，实现对石油生产过程的实时监测、数据采集、数据处理和控制等功能，从而提高石油生产的效率和安全性，有助于智能油田的工业互联网络的广泛部署与应用。