物联网技术环境下的数字油田井场建设

《物联网技术环境下的数字油田井场建设》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、物联网技术环境下的数字油田井场建设大庆油田有限责任公司信息技术公司物联网分公司，黑龙江大庆，163000摘要：文章首先给出井场环境中物联网系统框架，并且依据框架来对不同的层面职能内容和结构进行说明。而后进一步在此基础之上，对于当前存在于数字油田井场物联网系统中的主要技术做出了必要剖析。对于加深了解井场物联网技术理解，推动其建设有着一定的积极价值。关键字：物联m;数字；油h;jr•场油田工作中，由于其木身在地理层面上相对分散的特征，以及比其他产业更高的安全需求，决定了信息技术以及数字化，一直都是油田工业领域中的发展

2、重点。而在当前网络技术空前繁荣的背景之下，IPv6以及数据采集等相关技术的应用，更加使得物联网在油田环境中的深入拓展成为成为可能。一、井场环境中物联网系统框架物联网技术存在的核心价值，在于通过网络和数据釆集技术，将处于工业环境中众多设备的相关状态信息以及示值，通过通信网络送达到对应的数据节点,并且对相关数据展开集中的分析和处理，发现其中隐含的有价值的信息，实现决策优化。而对于油W井场工作环境而言，安全成为这个决策优化过程中的另一个工作重点，这一需求同样影响到数字油田井场物联网体系的建设，更为注重安全以及反应速度的

3、物理网体系因此得以落实和建设。从物联网系统职能的角度看，其框架结构参见图1。图1油田井场物联网框架体系示意图从图1中可以看出井场物联网框架体系的大概情况，以安全因素作为主要的诉求而展开实施。其中感知层主要用于实现数据的采集，是网络环境对于现实环境的感知，是整个油田井场环境数字化的基础。这一部分括对于各个井站诸方面状态信息数据的釆集，以及对于视频监测系统数据的釆集两个方面。其中采油井、注水井以及集油站的数据采集为其主要的工作内容。苏中采油井经一部包括井U汕温汕压数据获取、功图以及电能方面的数据反馈，和气体浓度数据测

4、定，以及其他相关设备安全状态数据反馈注水井则需要展开对于注水压力和流量的检测以及数据获取，同时设备安全状态信息同样包含其中。而集汕站则关注包括管道汕压、储罐油温、气体浓度以及设备安全等在内的数据。除此以外，远程终端设备(RTU，RemoteTerminalUnit)也被纳入到感知层的范围之内，其主要价值在于实现分布式对于基层数据的采集和统计。将RTU列入感知层的另一个主要因素，则在于当前油田井场环境中数据量日渐扩散，并且实吋性要求逐步提升，因此分布式的数据处理开始得到越来越多的应用，RTU在这样的环境下，在一定程

5、度上说可以作为分布式数据处理节点使用。数据采集终端通常采用ZigBee组网，并iL将信息发送给井场RTU。而传输层则包括各种网络服务器，以及远端网桥和中心网桥等传输设备。对于汕田应用环境而言，包括应用服务器，诸如微信服务器等第三方服务器，以及视频服务器和网络资源管理服务器等，都包括在这个层面中，用以实现确保整个通信环境顺畅有效运行。而最上层的而应用层，则主要面向该系统的工作人员提供包括告警判断以及数据存储读取，和深入分析反馈等相关应用服务。二、数字化井场物联网体系框架下技术特征分析随着信息技术的不断发展，其在应用

6、环境中的深入也呈现出与既往不同的特征。B前阶段，对于实时性和准确性的要求基本已经得到满足，因此数字汕田井场建设更多倾向于大数据环境的整体建设，以及对于人工智能分析能力的引入方面，除此以外，考虑到数字油田体系下越来越高的自动化水平，无线网络支持也是物联网系统中不容忽视的重要技术力量。虽然井场环境之下，数据来源的终端通常处于相对静止状态，但是日渐弹性化的工作方式，决定了工作人员必然需要通过无线网络来获取数据，因此在实时性的要求之下，物联网也必须融入无线网络技术才能实现有效数据传输。从支持性技术的角度看，首先无线网络技

7、术应当得到关注。无线网络避免了井场环境中过多的数据线路，对于优化环境冇着积极价值，同吋也降低了通信网络维护工作量。考虑到井场环境位于户外，可以建立井场环境中物联网系统，确保其中的某些节点失去功能后网络能自动恢复节点联网，节点冋吋能够发挥中继的作用。除此以外，还可以引入无线传感器网络技术，实现在井场范围内传感器相互发现，构成无线传感器组网技术。其次，井场检测系统作为一个相对完整的体系，其重要性必然不容忽视。数字化油田从客观上要求能够对井场中工作的多个抽油机以及相关系统工况参数进行数字化采集和实吋测控，掌握相关设备工

8、作状态，苏中以抽汕机作为主要监测对象。通常而言，需要对光杆每个冲程位移和吋间变化规律、载荷随吋间的变化规律两条曲线进行确定，而后确定边界条件，并通过描述抽油杆柱的纵向振动波动方程计算出井下抽汕杆泵的动态力学参数。最后利用悬点示功图推算得到地下泵功图，实现对于有杆抽汕泵的诊断。最后，大数据体系之下的数据分析和应用，以及连带的告警等相关技术的成熟，推动着该领域相关技术在油田井