CN109445382B - 油田联合站的处理能力评估方法及装置、监控方法及系统 - Google Patents

油田联合站的处理能力评估方法及装置、监控方法及系统 Download PDF

Info

Publication number
CN109445382B
CN109445382B CN201811162720.2A CN201811162720A CN109445382B CN 109445382 B CN109445382 B CN 109445382B CN 201811162720 A CN201811162720 A CN 201811162720A CN 109445382 B CN109445382 B CN 109445382B
Authority
CN
China
Prior art keywords
output
oil field
input
station
capacity
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811162720.2A
Other languages
English (en)
Other versions
CN109445382A (zh
Inventor
闫帅杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Gridsum Technology Co Ltd
Original Assignee
Beijing Gridsum Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Gridsum Technology Co Ltd filed Critical Beijing Gridsum Technology Co Ltd
Priority to CN201811162720.2A priority Critical patent/CN109445382B/zh
Publication of CN109445382A publication Critical patent/CN109445382A/zh
Application granted granted Critical
Publication of CN109445382B publication Critical patent/CN109445382B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/418Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/31From computer integrated manufacturing till monitoring
    • G05B2219/31457Factory remote control, monitoring through internet
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Primary Health Care (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Automation & Control Theory (AREA)
  • Animal Husbandry (AREA)
  • Mining & Mineral Resources (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了油田联合站的处理能力评估方法及装置、监控方法及系统。根据油田联合站输入设备的参数和各个输出设备的参数,分别确定输入设备将原油采出液输入油田联合站的最大输入能力,以及各个输出设备将产出介质输出油田联合站的最大输出能力,并基于质量守恒原理根据最大输入能力和最大输出能力建立油田联合站的处理能力模型。处理能力模型能够根据监测时段内输入设备已输入的原油采出液的量以及各个输出设备已输出的产出介质的量,确定油田联合站的已用的处理能力和剩余的处理能力。本发明通过处理能力模型的建立,量化评估油田联合站中剩余的处理能力,便于站库管理人员根据剩余的处理能力管理油田联合站,降低站库内的生产风险。

Description

油田联合站的处理能力评估方法及装置、监控方法及系统
技术领域
本发明涉及油田控制技术领域,尤其涉及油田联合站的处理能力评估方法及装置、监控方法及系统。
背景技术
油田联合站是油田原油输油和处理的中枢。油田联合站设有输油、脱水、污水处理、注水、化验、变电和锅炉等生产系统,主要作用是通过对原油的处理,达到原油脱水、脱盐、脱硫;天然气脱水、脱油;污水脱油的目的,同时实现污水、轻烃的回收,以及进行商品原油的外输。油田联合站是高温、高压、易燃、易爆的场所,是油田一级要害场所。
油田联合站涉及的生产设备繁多,生产工艺流程复杂,一旦发生特殊工况,站库管理人员无法获知站库当前的处理能力,因此难以在有效时间内针对工况采取相应的处理措施,进而,将会对生产造成重大危害。
因此,如何量化评估油田联合站的处理能力,已经成为管理油田联合站、降低生产风险需要解决的重要问题。
发明内容
为了解决现有技术中存在的以上技术问题,本发明提供一种油田联合站的处理能力评估方法及装置、监控方法及系统,能够量化评估站库的处理能力,有助于站库管理人员管理油田联合站并降低生产风险。
本申请提供了如下技术方案:
第一方面,本申请提供一种油田联合站的处理能力评估方法,包括:
获得油田联合站的输入设备的参数和各个输出设备的参数;所述输入设备用于将原油采出液输入所述油田联合站,所述输出设备用于将所述油田联合站的产出介质输出,所述产出介质至少包括:注入水、污水、原油和天然气;
根据所述输入设备的参数确定所述输入设备将所述原油采出液输入所述油田联合站的最大输入能力;
根据所述各个输出设备的参数确定所述各个输出设备将所述产出介质输出所述油田联合站的最大输出能力;
基于质量守恒原理,根据所述最大输入能力和所述最大输出能力建立所述油田联合站的处理能力模型,使得所述处理能力模型能够根据监测时段内所述输入设备已输入的原油采出液的量以及所述各个输出设备已输出的所述产出介质的量,确定所述油田联合站的已用的处理能力和剩余的处理能力。
作为一种可能的实现方式,该方法还可以包括:设定所述油田联合站的输入介质和各个产出介质的密度均相同;
所述基于质量守恒原理,根据所述最大输入能力和所述最大输出能力建立所述油田联合站的处理能力模型,具体为:
基于体积守恒,根据所述最大输入能力和所述最大输出能力建立所述油田联合站的处理能力模型。
作为一种可能的实现方式,所述根据所述输入设备的参数确定所述输入设备将原油采出液输入所述油田联合站的最大输入能力,具体为:
通过所述输入设备的流量计获得所述输入设备正常运转时将原油采出液输入所述油田联合站的最大体积;
所述根据所述各个输出设备的参数确定所述各个输出设备将所述产出介质输出所述油田联合站的最大输出能力,具体为:
通过所述各个输出设备的流量计分别获得所述各个输出设备正常运转时将所述产出介质输出所述油田联合站的最大体积。
作为一种可能的实现方式,所述根据所述最大输入能力和所述最大输出能力建立所述油田联合站的处理能力模型,具体为:
根据所述输入设备正常运转时将原油采出液输入所述油田联合站的最大体积,以及所述各个输出设备正常运转时将所述产出介质输出所述油田联合站的最大体积,建立所述油田联合站的处理能力模型。
第二方面,本申请基于第一方面提供的评估方法,提供了一种监控方法,包括:
实时监控油田联合站的输入设备和各个输出设备的运转状态;当所述运转状态为无效时,则对应流量计输出为零;
根据所述运转状态和所述油田联合站的处理能力模型获得所述油田联合站的剩余的处理能力;
当所述剩余的处理能力低于预设处理能力阈值时,进行报警;和/或,当所述剩余的处理能力对应的处理时间大于预设处理时间阈值时,进行报警。
第三方面,本申请提供一种油田联合站的处理能力评估装置,包括:设备参数获取模块、最大输入能力确定模块、最大输出能力确定模块和处理能力模型建立模块;
所述设备参数获取模块,用于获得油田联合站的输入设备的参数和各个输出设备的参数;所述输入设备用于将原油采出液输入所述油田联合站,所述输出设备用于将所述油田联合站的产出介质输出,所述产出介质至少包括:注入水、污水、原油和天然气;
所述最大输入能力确定模块,用于根据所述输入设备的参数确定所述输入设备将所述原油采出液输入所述油田联合站的最大输入能力;
所述最大输出能力确定模块,用于根据所述各个输出设备的参数确定所述各个输出设备将所述产出介质输出所述油田联合站的最大输出能力;
所述处理能力模型建立模块,用于基于质量守恒原理,根据所述最大输入能力和所述最大输出能力建立所述油田联合站的处理能力模型,使得所述处理能力模型能够根据监测时段内所述输入设备已输入的原油采出液的量以及所述各个输出设备已输出的所述产出介质的量,确定所述油田联合站的已用的处理能力和剩余的处理能力。
作为一种可能的实现方式,该装置还可以包括:介质密度设定模块,用于设定所述油田联合站的输入介质和各个产出介质的密度均相同;
所述处理能力模型建立模块,具体包括:第一建立单元,用于基于体积守恒,根据所述最大输入能力和所述最大输出能力建立所述油田联合站的处理能力模型。
作为一种可能的实现方式,所述最大输入能力确定模块,具体包括:
第一获取单元,用于通过所述输入设备的流量计获得所述输入设备正常运转时将原油采出液输入所述油田联合站的最大体积;
所述最大输出能力确定模块,具体包括:
第二获取单元,用于通过所述各个输出设备的流量计分别获得所述各个输出设备正常运转时将所述产出介质输出所述油田联合站的最大体积。
作为一种可能的实现方式,所述处理能力模型建立模块,具体包括:
第二建立单元,用于根据所述输入设备正常运转时将原油采出液输入所述油田联合站的最大体积,以及所述各个输出设备正常运转时将所述产出介质输出所述油田联合站的最大体积建立所述油田联合站的处理能力模型。
第四方面,本申请提供一种监控系统,该系统包括:监控计算机、油田联合站的输入设备和各个输出设备;
所述监控计算机,用于实时监控所述输入设备和所述各个输出设备的运转状态;当所述运转状态为无效时,则对应流量计输出为零;根据所述运转状态和所述油田联合站的处理能力模型获得所述油田联合站的剩余的处理能力;当所述剩余的处理能力低于预设处理能力阈值时,进行报警;和/或当所述剩余的处理能力对应的处理时间大于预设处理时间阈值时,进行报警。
与现有技术相比,本发明至少具有以下优点:
本申请提供的一种油田联合站的处理能力评估方法,能够根据油田联合站的输入设备的参数和各个输出设备的参数,分别确定输入设备将所述原油采出液输入所述油田联合站的最大输入能力,以及各个输出设备将所述产出介质输出所述油田联合站的最大输出能力,并基于质量守恒原理根据最大输入能力和最大输出能力建立油田联合站的处理能力模型。
由于处理能力模型能够根据监测时段内输入设备已输入的原油采出液的量以及各个输出设备已输出的产出介质的量,确定油田联合站的医用的处理能力和剩余的处理能力,因此,该方法能够通过处理能力模型的建立,量化评估油田联合站中剩余的处理能力,进而便于站库管理人员根据油田联合站中剩余的处理能力,管理油田联合站,降低站库内的生产风险。
本申请提供的一种油田联合站的监控方法,包括:实时监控油田联合站的输入设备和各个输出设备的运转状态;当运转状态为无效时,则对应流量计输出为零;根据运转状态和油田联合站的处理能力模型获得油田联合站的剩余的处理能力;当剩余的处理能力低于预设阈值时,进行报警;和/或,当剩余的处理能力对应的处理时间大于预设处理时间阈值时,进行报警。该监控方法通过实时监控油田联合站的输入设备和各个输出设备的运转状态的有效性,确定油田联合站中各个设备的可用性,进而在发生特殊工况时或部分设备无效时,能够获得高准确性的油田联合站的剩余的处理能力。另外,通过将剩余的处理能力与预设处理能力阈值进行比较,和/或将剩余的处理能力对应的处理时间与预设处理时间阈值比较,能够在处理能力过低或处理时间过长时,报警提示站库管理人员采取与当前的工况及剩余的处理能力相对应的应急预案和/或应急处理措施。进而,该方法通过监控油田联合站,降低油田联合站的生产风险。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本申请实施例提供的一种油田联合站的处理能力评估方法的流程图;
图2为本申请实施例提供的另一种油田联合站的处理能力评估方法的流程图;
图3为本申请实施例提供的一种油田联合站的监控方法的流程图;
图4为本申请实施例提供的一种油田联合站的处理能力评估装置的结构示意图;
图5为本申请实施例提供的一种油田联合站的监控系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
油田联合站作为油田一级要害场所,各种特殊工况(例如全站停电、外输泵停电等)的发生均可能产生生产风险或生产危害。目前,站库管理人员无法在特殊工况发生时获知站库当前已用的处理能力或剩余的处理能力,进而难以在有效时间内针对工况采取相应的处理措施。可见,当特殊工况发生时,油田联合站的生产风险非常高。
基于此问题,经过研究,本申请提供了一种油田联合站的处理能力建立评估及装置、监控方法及系统,能够通过处理能力模型的建立量化评估油田联合站的处理能力,进而便于站库管理人员根据油田联合站的处理能力管理油田联合站,当特殊工况发生时及时采取应对措施降低生产风险。
下面结合实施例和附图对本申请提供的技术方案进行详细描述和说明。
第一实施例
参见图1,该图为本申请实施例提供的一种油田联合站的处理能力评估方法的流程图。
如图1所示,本实施例提供的油田联合站的处理能力评估方法,包括:
步骤101:获得油田联合站的输入设备的参数和各个输出设备的参数。
油田联合站的输入设备用于将原油采出液输入所述油田联合站。原油采出液是油田联合站的输入介质。油田联合站的输出设备用于将所述油田联合站的产出介质输出,产出介质至少包括:注入水、污水、原油和天然气。作为示例,油田联合站包括输出不同种类的产出介质的各个输出设备。例如第一输出设备输出注入水,第二输出设备输出污水,第三输出设备输出原油,第四输出设备输出天然气等。
需要说明的是,本实施例中对于输入设备的具体数量以及各个输出设备的具体数量不进行限定。
本实施例中,输入设备的参数具体可以为输入设备的静态参数,例如输入设备的容量、形状、直径、高度等;各个输出设备的参数可以具体为各个输出设备的静态参数,例如输出设备的容量、形状、直径、高度等。
对于泵类的输入设备和各个输出设备,其参数可以包括但不限于以下参数中的任意一项或多项:正常使用时预设时间内的扬程、功率和排量等;
对于压力容器类的输入设备和各个输出设备,其参数可以包括但不限于以下参数中的任意一项或多项:正常使用时预设时间内的存储的介质体积和工作压力等;
对于储罐类的输入设备和各个输出设备,其参数可以包括但不限于:正常使用时预设时间内的库容。
步骤102:根据所述输入设备的参数确定所述输入设备将所述原油采出液输入所述油田联合站的最大输入能力。
作为一具体实现方式,如果步骤101获得的输入设备的参数为预设时间内的排量,则步骤102可根据输入设备正常使用时单位时间的排量以及原油采出液的密度获得预设时间内输入设备将原油采出液输入油田联合站的最大质量,将该质量作为油田联合站的最大输入能力。
可以理解的是上述步骤102的实现方式仅为示例,根据输入设备参数的不同,步骤102也可以采用其他方式确定油田联合站的最大输入能力,此处不一一列举。因此,本实施例中,对于步骤102的具体实现方式不进行限定。
步骤103:根据所述各个输出设备的参数确定所述各个输出设备将所述产出介质输出所述油田联合站的最大输出能力。
作为一具体实现方式,根据各个输出设备的参数获得各个输出设备将产出介质输出油田联合站的输出能力,再将各个输出设备对应的输出能力相加,得到各个输出设备将产出介质输出油田联合站的最大输出能力。
例如,输出设备包括第一输出设备和第二输出设备,分别用于输出污水和天然气。步骤101获得的第一输出设备的参数为预设时间内的排量,则可根据第一输出设备预设时间内排量以及污水的密度获得污水的质量,将该质量作为第一输出设备将污水输出油田联合站的输出能力;步骤101获得的第二输出设备的参数为预设时间内的排量,则可根据第二输出设备预设时间内的排量以及天然气的密度获得天然气的质量,将该质量作为第二输出设备将天然气输出油田联合站的输出能力。将第一输出设备的输出能力与第二输出设备的输出能力相加,得到各个输出设备将所述产出介质输出所述油田联合站的最大输出能力。
可以理解的是上述步骤103的实现方式仅为示例,根据各个输出设备参数的不同,步骤103也可以采用其他方式确定各个输出设备将所述产出介质输出所述油田联合站的最大输出能力,此处不一一列举。因此,本实施例中,对于步骤103的具体实现方式不进行限定。
步骤104:基于质量守恒原理,根据所述最大输入能力和所述最大输出能力建立所述油田联合站的处理能力模型,使得所述处理能力模型能够根据监测时段内所述输入设备已输入的原油采出液的量以及所述各个输出设备已输出的所述产出介质的量,确定所述油田联合站的已用的处理能力和剩余的处理能力。
本实施例中,将油田联合站站库视为一个整体,站库在正常运行过程中输入的总物料与产出的总物料处于动态平衡的状态。即认为油田联合站中的输入的总物料和产出的总物料在预设时间内遵守质量守恒原理。因此,预设时间内,输入设备输入油田联合站的原油采出液的质量与各个输出设备将产出介质输出油田联合站的质量相同,即最大输入能力等于最大输出能力。
由此,根据步骤102确定的最大输入能力和步骤103确定的最大输出能力,建立油田联合站的处理能力模型,如公式(1)所示:
Min=Mout_1+Mout_2+···+Mout_n 公式(1)
公式(1)中,Min表示输入设备预设时间内输入油田联合站的原油采出液的质量,即最大输入能力;Mout_1、Mout_2、Mout_n等分别表示n个输出设备预设时间内输出油田联合站的产出介质的质量,Mout_1+Mout_2+···+Mout_n之和表示最大输出能力。
油田联合站的已用的处理能力包括对站库来液(原油采出液)的已用的处理能力,以及对产出介质已用的处理能力。监测时段内所述输入设备已输入的原油采出液的量即为对站库来液(原油采出液)的已用的处理能力。监测时段内各个输出设备已输出的所述产出介质的量即为对产出介质已用的处理能力。
如果监测时段与预设时间相同,则根据监测时段内所述输入设备已输入的原油采出液的量以及最大输入能力,将最大输入能力与监测时段内所述输入设备已输入的原油采出液的量相减,即可得到油田联合站对来液(原油采出液)的剩余的处理能力。
另外,如果监测时段与预设时间相同,则根据监测时段内各个输出设备已输出的产出介质的量以及最大输出能力,将最大输出能力与监测时段内所述各个输出设备已输出的产出介质的量相减,即可得到油田联合站对产出介质的剩余的处理能力。
以上为本申请提供的一种油田联合站的处理能力评估方法,能够根据油田联合站的输入设备的参数和各个输出设备的参数,分别确定输入设备将所述原油采出液输入所述油田联合站的最大输入能力,以及各个输出设备将所述产出介质输出所述油田联合站的最大输出能力,并基于质量守恒原理根据最大输入能力和最大输出能力建立油田联合站的处理能力模型。
由于处理能力模型能够根据监测时段内输入设备已输入的原油采出液的量以及各个输出设备已输出的产出介质的量,确定油田联合站的医用的处理能力和剩余的处理能力,因此,该方法能够通过处理能力模型的建立,量化评估油田联合站中剩余的处理能力,进而便于站库管理人员根据油田联合站中剩余的处理能力,管理油田联合站,降低站库内的生产风险。
基于前述实施例,本申请还提供了另一种油田联合站的处理能力评估方法,该方法通过设定输入介质与各个产出介质的密度,简化油田联合站处理能力模型。下面结合实施例和附图对该方法的具体实现方式进行介绍。
第二实施例
参见图2,该图为本申请实施例提供的一种油田联合站的处理能力评估方法的流程图。
如图2所示,本实施例提供的油田联合站的处理能力评估方法,包括:
步骤201:设定油田联合站的输入介质和各个产出介质的密度均相同。
由于本实施例中,设定油田联合站的输入介质和各个产出介质的密度均相同,因此,在质量守恒原理的基础上,预设时间内油田联合站中输入的总物料和产出的总物料的体积守恒。即,预设时间内输入设备将输入介质输入油田联合站的体积与各个输出设备将产出介质输出油田联合站的体积相同。本实施例中,输入介质为原油采出液,产出介质至少包括:注入水、污水、原油和天然气。
步骤202:获得油田联合站的输入设备的参数和各个输出设备的参数。
输入设备和各个输出设备上通常设置有流量计,因此,本实施例中可具体根据输入设备的流量计得到输入设备正常运转时的瞬时流量,根据各个输出设备的流量计分别得到各个输出设备正常运转时的瞬时流量。瞬时流量的单位通常为体积比上时间,例如:立方米/小时。
步骤203:通过所述输入设备的流量计获得所述输入设备正常运转时将原油采出液输入所述油田联合站的最大体积。
作为一具体示例,本步骤可将输入设备的流量计计量的瞬时流量与预设时间相乘,得到预设时间内输入设备正常运转时将原油采出液输入油田联合站的最大体积。将此最大体积作为输入设备将原油采出液输入油田联合站的最大输入能力。
步骤204:通过所述各个输出设备的流量计分别获得所述各个输出设备正常运转时将所述产出介质输出所述油田联合站的最大体积。
作为一具体示例,本步骤可将各个输出设备的流量计计量的瞬时流量分别与预设时间相乘,各个乘积为分别预设时间内各个输出设备正常运转时将产出介质输出油田联合站的体积。之后,将各个乘积累加,预设时间内各个输出设备正常运转时将出介质输出油田联合站的最大体积。将此最大体积作为各个输入设备将产出介质输出油田联合站的最大输出能力。
需要说明的是,本实施例中,步骤201可以在步骤202、步骤203和步骤204任意一个步骤之前执行,也可以与步骤202、步骤203和步骤204任意一个步骤同时执行。图2所示的流程图仅为本实施例方法执行顺序的一种示例。本实施例中,对于步骤201的执行顺序不进行具体限定。
步骤205:基于体积守恒,根据最大输入能力和最大输出能力建立所述油田联合站的处理能力模型。
具体地,可以根据所述输入设备正常运转时将原油采出液输入所述油田联合站的最大体积,以及所述各个输出设备正常运转时将所述产出介质输出所述油田联合站的最大体积建立所述油田联合站的处理能力模型。
本步骤建立油田联合站的处理能力模型如公式(2)所示:
Vin=Vout_1+Vout_2+···+Vout_n 公式(2)
公式(2)中,Vin表示输入设备预设时间内输入油田联合站的原油采出液的最大体积,即最大输入能力;Vout_1、Vout_2、Vout_n等分别表示n个输出设备预设时间内输出油田联合站的产出介质的体积,Vout_1+Vout_2+···+Vout_n之和表示最大体积,即最大输出能力。
在实际应用中,油田联合站可能面临各种特殊的工况,下面以三种特殊工况为示例,对应用上述公式(2)所示的处理能力模型确定油田联合站剩余的处理能力的具体实现方式进行简要介绍。
工况1:油田联合站全站停电。
油田联合站全站停电将影响电力驱动的所有设备,包括各种泵类设备,例如外输泵、提升泵、冲洗泵等。这些泵类设备在无充足电力供应的情况下将停转,影响油田联合站对输入介质的处理,同时,油田联合站无法向外界输出介质。可见,受电力驱动的输入设备向油田联合站中输入原油采出液受到影响,受电力驱动的输出设备对油田联合站介质的产出受到影响,对产出介质的输出也受到影响。
作为示例,最大输入能力为Vin,最大输出能力为Vout,对站库来液(原油采出液)的已用的处理能力Vin1,对产出介质已用的处理能力为Vout1,受电力驱动的输入设备正常运转时的输入能力为Vin2,受电力驱动的各个输出设备正常运转时的输入能力之和为Vout2。在工况1下,油田联合站对来液(原油采出液)的剩余的处理能力Ve1-in和对产出介质的剩余的处理能力Ve1-out分别由公式(3)和公式(4)表示:
Ve1-in=Vin-Vin1-Vin2 公式(3)
Ve1-out=Vout-Vout1-Vout2 公式(4)
根据剩余的处理能力Ve1-in和Ve1-out,以及非受电力驱动的输入设备和各个输出设备的瞬时流量s1-in和s1-out,可进一步计算工况1下油田联合站的对输入介质的剩余的处理时间te1-in(即剩余的处理能力Ve1-in对应的处理时间)和对产出介质的剩余的处理时间te1-out(剩余的处理能力Ve1-out对应的处理时间),分别参见公式(5)和公式(6):
te1-in=Ve1-in/s1-in 公式(5)
te1-out=Ve1-out/s1-out 公式(6)
工况2:油田联合站的外输泵停电;工况3:油田联合站的外输管道修补。
对于工况2或工况3,外输泵停电或外输管道修补均会影响产出介质的输出,但不会影响油田联合站将输入介质处理为产出介质的过程。由于工况2和工况3油田联合站的外输功能均受到限制,因此容易造成外输储罐液体只进不出,有溢罐风险。
作为示例,最大输入能力为Vin,最大输出能力为Vout,对站库来液(原油采出液)的已用的处理能力Vin2。在工况2或3下,所有输出设备的输出能力为0,因此,油田联合站的剩余的处理能力即仅为对来液的处理能力。在工况2或3下,油田联合站对来液(原油采出液)的剩余的处理能力Ve2-in由公式(7)表示:
Ve2-in=Vin-Vin2 公式(7)
根据公式(7)得到的剩余的处理能力Ve2-in,以及输入设备的瞬时流量s2-in,可进一步计算工况2或工况3下油田联合站的剩余的处理时间t2-in(即剩余的处理能力Ve2-in对应的处理时间),参见公式(8):
t2-in=Ve2-in/s2-in 公式(8)
以上,为本实施例提供的一种油田联合站的处理能力评估方法,该方法通过设定输入介质与各个产出介质的密度相同,简化处理能力模型,即建立了输入设备正常运转时将原油采出液输入所述油田联合站的最大体积,与所述各个输出设备正常运转时将所述产出介质输出所述油田联合站的最大体积相等的模型。根据该模型可求得不同工况下油田联合站的剩余的处理能力以及剩余的处理能力对应的处理时间,进而站库管理人员能够根据剩余的处理能力和处理时间,采取针对性地措施合理、及时地管理油田联合站,进而降低特殊工况下的生产风险。
为向站库管理人员提供高准确性的油田联合站的处理能力,并在处理能力过低时警示站库管理人员采取应急措施,本申请基于前述实施例提供的油田联合站的处理能力评估方法,还提供一种油田联合站的监控方法。下面结合实施例和附图,对该监控方法的具体实现方式进行说明和描述。
第三实施例
参见图3,该图为本申请实施例提供的一种油田联合站的监控方法的流程图。
如图3所示,本实施例提供的油田联合站的监控方法,包括:
步骤301:实时监控油田联合站的输入设备和各个输出设备的运转状态。
油田联合站的输入设备和各个输出设备处于不同的运转状态时,油田联合站的最大输入能力和最大输出能力不同。本实施例中,为高准确性评估的油田联合站的处理能力,需要获取油田联合站的输入设备和各个输出设备的运转状态。
输入设备和各个输出设备的运转状态分为有效和无效两种。不同类型的输入设备和各个输出设备,监控获得其运转状态的依据可能不同。作为示例,下面针对三种类型的设备分别进行说明。
对于泵类的输入设备和各个输出设备,可具体监控其实时的启停状态确定设备运转状态的有效性:当设备启动时,设备运转状态为有效;当设备停止运行时,设备运转状态为无效。
对于压力容器类的输入设备和各个输出设备,可具体监控其实时的压力和/或液位,确定设备运转状态的有效性。例如,当压力容器类的输出设备的压力低于预设压力时,判断该设备运转状态无效;当压力容器类的输出设备的液位低于预设第一液位时,判断该设备运转状态有效。
对于储罐类的输入设备和各个输出设备,可具体监控其实时的液位,确定设备运转状态的有效性。例如,当储罐类的输出设备的液位高于预设第二液位时,判断该设备运转状态无效;当该设备的液位高度低于或等于预设第二液位时,判断该设备运转状态无效。
可以理解的是,本实施例提供的油田联合站的监控方法,对于油田联合站的输入设备和各个输出设备的运转状态还可根据其他参数,或采用其他方法进行实时监控和确定。
作为一示例,根据设备的参数变化速率确定设备运转状态的有效性,当参数变化速率过大时,确定设备运转状态无效。例如压力容器类设备的压力变化速率大于预设速率时,确定设备运转状态无效,反之则确定运转状态有效。
作为另一示例,通过监控油田联合站内的供电状态,确定输入设备和各个输出设备的运行状态。例如,全站停电时,可确定受电力驱动的设备无效。
因此,本实施例中对于步骤301的具体实现方式不进行限定。
当输入设备运转状态为无效时,则该输入设备对应的流量计输出为零。同理,当输出设备运转状态为无效时,则该输出设备对应的流量计输出为零。
步骤302:根据所述运转状态和所述油田联合站的处理能力模型获得所述油田联合站的剩余的处理能力。
通过步骤301实时监控获得的设备的运转状态,可知设备当前在油田联合站内的可用性。设备的运转状态有效,则其当前在油田联合站内可用;设备的运转状态无效,则其当前在油田联合站内不可用。
设备的运转状态不但能够反映设备的可用性,在一些情况下还能够反映油田联合站内的工况。例如,所有受电力驱动的设备的运转状态均为无效时,可确定油田联合站内的工况为全站停电。
本步骤可根据设备运转状态反映出的设备的可用性,和/或设备运转状态反映的油田联合站的工况,结合前述实施例提供的油田联合站的处理能力评估方法最终建立的处理能力模型,计算油田联合站的处理能力。
对于公式(1)提供的处理能力模型,可以理解的是,油田联合站内可用的设备已用的处理能力越小,油田联合站剩余的处理能力越大;油田联合站内可用的输出设备已用的处理能力越大,油田联合站剩余的处理能力越小。
对于公式(2)提供的处理能力模型,可以理解的是,油田联合站内可用的输出设备已用的体积越小,油田联合站剩余的处理能力越大;油田联合站内可用的输出设备已用的体积越大,油田联合站剩余的处理能力越小。
步骤303:当所述剩余的处理能力低于预设处理能力阈值时,进行报警;和/或当所述剩余的处理能力对应的处理时间大于预设处理时间阈值时,进行报警。
将步骤302获得的处理能力与预设处理能力阈值进行比较,如果当前油田联合站剩余的处理能力低于预设处理能力阈值,则表明剩余的处理能力过低,需要在站库内报警提示站库管理人员采取相应的应对措施。
将剩余的处理能力与设备的瞬时流量相除可以对应的获得油田联合站的处理时间。将处理时间与预设处理时间阈值进行比较,如果当前油田联合站的处理时间小于预设处理时间阈值,则表明剩余的处理时间较短,能够很快处理完所需处理的输入或产出介质。而如果剩余的处理能力对应的处理时间大于预设处理时间阈值时,表明还需较长时间处理需要处理的输入或产出介质,因此需要在站库内报警提示站库管理人员及时采取相应的应对措施。例如调整提高设备的流速、流量等。
当然,本实施例提供的油田联合站的报警方法还可以通过显示元件显示反映油田联合站实时的应急能力和应急时间。
以上,为本申请实施例提供的一种油田联合站的监控方法,包括:实时监控油田联合站的输入设备和各个输出设备的运转状态;当运转状态为无效时,则对应流量计输出为零;根据运转状态和油田联合站的处理能力模型获得油田联合站的剩余的处理能力;当剩余的处理能力低于预设阈值时,进行报警;和/或,当剩余的处理能力对应的处理时间大于预设处理时间阈值时,进行报警。
该监控方法通过实时监控油田联合站的输入设备和各个输出设备的运转状态的有效性,确定油田联合站中各个设备的可用性,进而在发生特殊工况时或部分设备无效时,能够获得高准确性的油田联合站剩余的处理能力。
另外,通过将剩余的处理能力与预设处理能力阈值进行比较,和/或将剩余的处理能力对应的处理时间与预设处理时间阈值比较,能够在处理能力过低或处理时间过长时,报警提示站库管理人员采取与当前的工况和处理能力相对应的应急预案和/或应急处理措施。进而,该方法通过监控油田联合站,降低油田联合站的生产风险。
基于前述实施例提供的油田联合站的处理能力评估方法,相应地,本申请还提供一种油田联合站的处理能力评估装置。下面结合实施例和附图对该装置进行详细描述。
第四实施例
参见图4,该图为本实施例提供的油田联合站的处理能力评估装置的结构示意图。
如图4所示,本实施例提供的油田联合站的处理能力评估装置,包括:设备参数获取模块401、最大输入能力确定模块402、最大输出能力确定模块403和处理能力模型建立模块404;
其中,所述设备参数获取模块401,用于获得油田联合站的输入设备的参数和各个输出设备的参数;所述输入设备用于将原油采出液输入所述油田联合站,所述输出设备用于将所述油田联合站的产出介质输出,所述产出介质至少包括:注入水、污水、原油和天然气;
所述最大输入能力确定模块402,用于根据所述输入设备的参数确定所述输入设备将所述原油采出液输入所述油田联合站的最大输入能力;
所述最大输出能力确定模块403,用于根据所述各个输出设备的参数确定所述各个输出设备将所述产出介质输出所述油田联合站的最大输出能力;
所述处理能力模型建立模块404,用于基于质量守恒原理,根据所述最大输入能力和所述最大输出能力建立所述油田联合站的处理能力模型,使得所述处理能力模型能够根据监测时段内所述输入设备已输入的原油采出液的量以及所述各个输出设备已输出的所述产出介质的量,确定所述油田联合站的已用的处理能力和剩余的处理能力。可具体参见公式(1)所示。
以上,为本申请实施例提供的油田联合站的处理能力评估装置,该装置能够根据油田联合站的输入设备的参数和各个输出设备的参数,分别确定输入设备将所述原油采出液输入所述油田联合站的最大输入能力,以及各个输出设备将所述产出介质输出所述油田联合站的最大输出能力,并基于质量守恒原理根据最大输入能力和最大输出能力建立油田联合站的处理能力模型。
由于处理能力模型能够根据监测时段内输入设备已输入的原油采出液的量以及各个输出设备已输出的产出介质的量,确定油田联合站的医用的处理能力和剩余的处理能力,因此,该方法能够通过处理能力模型的建立,量化评估油田联合站中剩余的处理能力,进而便于站库管理人员根据油田联合站中剩余的处理能力,管理油田联合站,降低站库内的生产风险。
作为一种可能的实现方式,上述装置中还可以包括:介质密度设定模块,用于设定所述油田联合站的输入介质和各个产出介质的密度均相同;
所述处理能力模型建立模块404,具体包括:第一建立单元,用于基于体积守恒,根据所述最大输入能力和所述最大输出能力建立所述油田联合站的处理能力模型。可具体参见公式(2)所示。
该装置通过介质密度设定模块设定输入介质与各个产出介质的密度相同,简化了处理能力模型,即建立了输入介质的体积与各个输出介质的体积之和守恒的模型。
作为一种可能的实现方式,上述装置中最大输入能力确定模块402,具体可以包括:
第一获取单元,用于通过所述输入设备的流量计获得所述输入设备正常运转时将原油采出液输入所述油田联合站的最大体积;
所述最大输出能力确定模块403,具体可以包括:
第二获取单元,用于通过所述各个输出设备的流量计分别获得所述各个输出设备正常运转时将所述产出介质输出所述油田联合站的最大体积。
作为一种可能的实现方式,上述装置中所述处理能力模型建立模块404,具体可以包括:
第二建立单元,用于根据所述输入设备正常运转时将原油采出液输入所述油田联合站的最大体积,以及所述各个输出设备正常运转时将所述产出介质输出所述油田联合站的最大体积建立所述油田联合站的处理能力模型。
该装置根据公式(2)所示的处理能力模型,可求得不同工况下油田联合站的剩余的处理能力以及对应的剩余的处理时间,进而站库管理人员能够根据剩余的处理能力和处理时间,采取针对性地措施合理、及时地管理油田联合站,进而降低特殊工况下的生产风险。
基于前述实施例提供的一种油田联合站的监控方法,本申请实施例还提供了一种油田联合站的监控系统。下面结合实施例和附图对该系统进行详细描述。
第五实施例
参见图5,该图为本实施例提供的油田联合站的监控系统的结构示意图。
如图5所示,本实施例提供的油田联合站的监控系统50,包括:
监控计算机501、油田联合站的输入设备502和各个输出设备503;
所述监控计算机501,用于实时监控所述输入设备502和所述各个输出设备503的运转状态;根据所述运转状态和所述油田联合站的剩余的处理能力模型获得所述油田联合站的处理能力;当所述剩余的处理能力低于预设处理能力阈值时,进行报警;和/或当所述剩余的处理能力对应的处理时间大于预设处理时间阈值时,进行报警。
油田联合站的输入设备502用于将原油采出液输入所述油田联合站。原油采出液(或称原油)是油田联合站的输入介质。油田联合站的输出设备用于将所述油田联合站的产出介质输出,产出介质至少包括:注入水、污水、原油和天然气。
需要说明的是,输入设备502和各个输出设备503上均设置有流量计,当设备的运转状态为无效时,则对应流量计输出为零。
以上,为本申请实施例提供的一种油田联合站的监控系统50,该系统50中监控计算机501通过实时监控油田联合站的输入设备502和各个输出设备503的运转状态的有效性,确定油田联合站中各个设备的可用性,进而在发生特殊工况时或部分设备无效时,能够获得高准确性的油田联合站剩余的处理能力。另外,监控计算机501通过将处理能力与预设处理能力阈值进行比较,和/或将剩余的处理能力对应的处理时间与预设处理时间阈值比较,能够在油田联合站的处理能力过低或处理时间过长时,报警提示站库管理人员采取与当前的工况和剩余的处理能力相对应的应急预案和/或应急处理措施。进而,该系统50通过监控油田联合站,降低油田联合站的生产风险。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明。任何熟悉本领域的技术人员,在不脱离本发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。

Claims (10)

1.一种油田联合站的处理能力评估方法,其特征在于,包括:
获得油田联合站的输入设备的参数和各个输出设备的参数;所述输入设备用于将原油采出液输入所述油田联合站,所述输出设备用于将所述油田联合站的产出介质输出,所述产出介质至少包括:注入水、污水、原油和天然气;
根据所述输入设备的参数确定所述输入设备将所述原油采出液输入所述油田联合站的最大输入能力;
根据所述各个输出设备的参数确定所述各个输出设备将所述产出介质输出所述油田联合站的最大输出能力;
基于质量守恒原理,根据所述最大输入能力和所述最大输出能力建立所述油田联合站的处理能力模型,使得所述处理能力模型能够根据监测时段内所述输入设备已输入的原油采出液的量以及所述各个输出设备已输出的所述产出介质的量,确定所述油田联合站的已用的处理能力和剩余的处理能力。
2.根据权利要求1所述的油田联合站的处理能力评估方法,其特征在于,还包括:设定所述油田联合站的输入介质和各个产出介质的密度均相同;
所述基于质量守恒原理,根据所述最大输入能力和所述最大输出能力建立所述油田联合站的处理能力模型,具体为:
基于体积守恒,根据所述最大输入能力和所述最大输出能力建立所述油田联合站的处理能力模型。
3.根据权利要求2所述的油田联合站的处理能力评估方法,其特征在于,所述根据所述输入设备的参数确定所述输入设备将原油采出液输入所述油田联合站的最大输入能力,具体为:
通过所述输入设备的流量计获得所述输入设备正常运转时将原油采出液输入所述油田联合站的最大体积;
所述根据所述各个输出设备的参数确定所述各个输出设备将所述产出介质输出所述油田联合站的最大输出能力,具体为:
通过所述各个输出设备的流量计分别获得所述各个输出设备正常运转时将所述产出介质输出所述油田联合站的最大体积。
4.根据权利要求3所述的油田联合站的处理能力评估方法,其特征在于,所述根据所述最大输入能力和所述最大输出能力建立所述油田联合站的处理能力模型,具体为:
根据所述输入设备正常运转时将原油采出液输入所述油田联合站的最大体积,以及所述各个输出设备正常运转时将所述产出介质输出所述油田联合站的最大体积,建立所述油田联合站的处理能力模型。
5.一种基于权利要求1-4任一项的油田联合站处理能力的评估方法的监控方法,其特征在于,包括:
实时监控油田联合站的输入设备和各个输出设备的运转状态;当所述运转状态为无效时,则对应流量计输出为零;
根据所述运转状态和所述油田联合站的处理能力模型获得所述油田联合站的剩余的处理能力;
当所述剩余的处理能力低于预设处理能力阈值时,进行报警;和/或,当所述剩余的处理能力对应的处理时间大于预设处理时间阈值时,进行报警。
6.一种油田联合站的处理能力评估装置,其特征在于,包括:设备参数获取模块、最大输入能力确定模块、最大输出能力确定模块和处理能力模型建立模块;
所述设备参数获取模块,用于获得油田联合站的输入设备的参数和各个输出设备的参数;所述输入设备用于将原油采出液输入所述油田联合站,所述输出设备用于将所述油田联合站的产出介质输出,所述产出介质至少包括:注入水、污水、原油和天然气;
所述最大输入能力确定模块,用于根据所述输入设备的参数确定所述输入设备将所述原油采出液输入所述油田联合站的最大输入能力;
所述最大输出能力确定模块,用于根据所述各个输出设备的参数确定所述各个输出设备将所述产出介质输出所述油田联合站的最大输出能力;
所述处理能力模型建立模块,用于基于质量守恒原理,根据所述最大输入能力和所述最大输出能力建立所述油田联合站的处理能力模型,使得所述处理能力模型能够根据监测时段内所述输入设备已输入的原油采出液的量以及所述各个输出设备已输出的所述产出介质的量,确定所述油田联合站的已用的处理能力和剩余的处理能力。
7.根据权利要求6所述的油田联合站的处理能力评估装置,其特征在于,还包括:介质密度设定模块,用于设定所述油田联合站的输入介质和各个产出介质的密度均相同;
所述处理能力模型建立模块,具体包括:第一建立单元,用于基于体积守恒,根据所述最大输入能力和所述最大输出能力建立所述油田联合站的处理能力模型。
8.根据权利要求7所述的油田联合站的处理能力评估装置,其特征在于,所述最大输入能力确定模块,具体包括:
第一获取单元,用于通过所述输入设备的流量计获得所述输入设备正常运转时将原油采出液输入所述油田联合站的最大体积;
所述最大输出能力确定模块,具体包括:
第二获取单元,用于通过所述各个输出设备的流量计分别获得所述各个输出设备正常运转时将所述产出介质输出所述油田联合站的最大体积。
9.根据权利要求8所述的油田联合站的处理能力评估装置,其特征在于,所述处理能力模型建立模块,具体包括:
第二建立单元,用于根据所述输入设备正常运转时将原油采出液输入所述油田联合站的最大体积,以及所述各个输出设备正常运转时将所述产出介质输出所述油田联合站的最大体积建立所述油田联合站的处理能力模型。
10.一种监控系统,其特征在于,包括:监控计算机、油田联合站的输入设备和各个输出设备;
所述监控计算机,用于实时监控所述输入设备和所述各个输出设备的运转状态;当所述运转状态为无效时,则对应流量计输出为零;根据所述运转状态和所述油田联合站的处理能力模型获得所述油田联合站的剩余的处理能力;当所述剩余的处理能力低于预设处理能力阈值时,进行报警;和/或当所述剩余的处理能力对应的处理时间大于预设处理时间阈值时,进行报警。
CN201811162720.2A 2018-09-30 2018-09-30 油田联合站的处理能力评估方法及装置、监控方法及系统 Active CN109445382B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811162720.2A CN109445382B (zh) 2018-09-30 2018-09-30 油田联合站的处理能力评估方法及装置、监控方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811162720.2A CN109445382B (zh) 2018-09-30 2018-09-30 油田联合站的处理能力评估方法及装置、监控方法及系统

Publications (2)

Publication Number Publication Date
CN109445382A CN109445382A (zh) 2019-03-08
CN109445382B true CN109445382B (zh) 2020-08-18

Family

ID=65546226

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811162720.2A Active CN109445382B (zh) 2018-09-30 2018-09-30 油田联合站的处理能力评估方法及装置、监控方法及系统

Country Status (1)

Country Link
CN (1) CN109445382B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113611371B (zh) * 2021-08-03 2023-06-02 中国石油大学(北京) 一种基于轻烃沸点判识天然气藏伴生原油中轻烃参数有效性的方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101604418A (zh) * 2009-06-29 2009-12-16 浙江工业大学 基于量子粒子群算法的化工企业智能生产计划控制系统
CN101939766A (zh) * 2007-03-26 2011-01-05 艾克蒂夫普朗特公司 监控和量化自动化生产设备性能的系统和方法
CN103400221A (zh) * 2013-07-22 2013-11-20 无锡中科泛在信息技术研发中心有限公司 多维度层次化生产能力核算方法
WO2015104691A2 (en) * 2014-01-13 2015-07-16 Brightsource Industries (Israel) Ltd. Systems, methods, and devices for detecting anomalies in an industrial control system
CN105488579A (zh) * 2014-10-13 2016-04-13 中芯国际集成电路制造(上海)有限公司 一种基于生产线平衡的产能规划与优化的系统及方法
CN107577871A (zh) * 2017-09-04 2018-01-12 北京中燕信息技术有限公司 一种炼油数据处理方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8577652B2 (en) * 2010-08-30 2013-11-05 Xldyn, Llc Spreadsheet-based graphical user interface for dynamic system modeling and simulation

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101939766A (zh) * 2007-03-26 2011-01-05 艾克蒂夫普朗特公司 监控和量化自动化生产设备性能的系统和方法
CN101604418A (zh) * 2009-06-29 2009-12-16 浙江工业大学 基于量子粒子群算法的化工企业智能生产计划控制系统
CN103400221A (zh) * 2013-07-22 2013-11-20 无锡中科泛在信息技术研发中心有限公司 多维度层次化生产能力核算方法
WO2015104691A2 (en) * 2014-01-13 2015-07-16 Brightsource Industries (Israel) Ltd. Systems, methods, and devices for detecting anomalies in an industrial control system
CN105488579A (zh) * 2014-10-13 2016-04-13 中芯国际集成电路制造(上海)有限公司 一种基于生产线平衡的产能规划与优化的系统及方法
CN107577871A (zh) * 2017-09-04 2018-01-12 北京中燕信息技术有限公司 一种炼油数据处理方法及装置

Also Published As

Publication number Publication date
CN109445382A (zh) 2019-03-08

Similar Documents

Publication Publication Date Title
CN103984995B (zh) 基于利危平衡点的深基坑工程风险预警指标的判定方法
Hu et al. Dynamic resilience assessment of the Marine LNG offloading system
CN114607947B (zh) 管道泄露的自动监控方法及设备
Garcia et al. On the monitoring task of solar thermal fluid transfer systems using NN based models and rule based techniques
CN103807607A (zh) 新型管道流体检漏装置及其方法
CN109445382B (zh) 油田联合站的处理能力评估方法及装置、监控方法及系统
Vrachimis et al. Leak detection in water distribution systems using hydraulic interval state estimation
Ahn et al. Hybrid statistical process control method for water distribution pipe burst detection
CN103854057A (zh) 一种应用于在役压力容器的综合安全评判系统
Pankratova System strategy for guaranteed safety of complex engineering systems
CN117593854A (zh) 一种智能供水系统
CN105927195A (zh) 一种天然气井智能加药方法及实现该方法的系统
Wang et al. An expert-based method for the risk analysis of functional failures in the fracturing system of unconventional natural gas
Karim et al. Compensated mass balance method for oil pipeline leakage detection using SCADA
CN106022388A (zh) 一种多特征融合的加注泵异常工况检测方法
CN113341859B (zh) 基于知识图谱的海上平台水处理系统平衡方法
Michlowicz et al. A method for evaluating and upgrading systems with parallel structures with forced redundancy
CN114739655A (zh) 化学品船的安全监控方法、系统及设备
RU2362134C1 (ru) Способ определения величины и места утечки в магистральном трубопроводе между двумя смежными насосными станциями насосно-трубопроводного комплекса по перекачке нефти и нефтепродуктов
CN114859020A (zh) 盾构机液压油寿命预测方法及装置
Saeed et al. Modelling oil pipelines grid: Neuro-fuzzy supervision system
Alviansyah et al. Dynamic Rbi with Central Difference Method Approach in Calculation of Uniform Corrosion Rate: A Casestudy on Gas Pipelines
Xu et al. Research on Time-Dependent Component Importance Measures Considering State Duration and Common Cause Failure
KR100397191B1 (ko) 지하 고압가스 저장공동 주변 관측공의 이상 지하수두평가방법
CN113944801B (zh) 基于数据分析的燃气调压器性能检测方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant