CN113837451A - 油气管道的数字孪生体构建方法、装置、设备及存储介质 - Google Patents

油气管道的数字孪生体构建方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113837451A
CN113837451A CN202111036284.6A CN202111036284A CN113837451A CN 113837451 A CN113837451 A CN 113837451A CN 202111036284 A CN202111036284 A CN 202111036284A CN 113837451 A CN113837451 A CN 113837451A
Authority
CN
China
Prior art keywords
oil
gas pipeline
data
production data
pipe network
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.)
Granted
Application number
CN202111036284.6A
Other languages
English (en)
Other versions
CN113837451B (zh
Inventor
梁晶
张博春
张宏伟
裘路
康金涛
骆慧
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.)
Zhongkong Zhiwang Beijing Energy Technology Co ltd
Original Assignee
Zhongkong Zhiwang Beijing Energy 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 Zhongkong Zhiwang Beijing Energy Technology Co ltd filed Critical Zhongkong Zhiwang Beijing Energy Technology Co ltd
Priority to CN202111036284.6A priority Critical patent/CN113837451B/zh
Publication of CN113837451A publication Critical patent/CN113837451A/zh
Application granted granted Critical
Publication of CN113837451B publication Critical patent/CN113837451B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/08—Fluids
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/14—Pipes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Geometry (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Computer Graphics (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Primary Health Care (AREA)
  • Algebra (AREA)
  • Computing Systems (AREA)
  • Fluid Mechanics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供一种油气管道的数字孪生体构建方法、装置、设备及存储介质，涉及油气管道技术领域。该方法包括：从油气管道设计平台获取油气管道的静态数据；根据静态数据以及地图数据，构建三维管网环境；从油气管道生产系统获取油气管道的第一生产数据，第一生产数据为油气管道实际运行所产生的生产数据；根据第一生产数据，预测得到油气管道的第二生产数据；将第一生产数据以及第二生产数据添加至三维管网环境中，得到油气管道对应的数字孪生体。本方案实现了对油气管道数字孪生体的构建，使得用户可以通过数字孪生体得到管道各位置处的模拟生产数据，实现对油气管道的全要素描述、全方位分析、最终实现对决策的全面支撑。

Description

油气管道的数字孪生体构建方法、装置、设备及存储介质
技术领域
本申请涉及油气管道技术领域，具体而言，涉及一种油气管道的数字孪生体构建方法、装置、设备及存储介质。
背景技术
数字孪生，是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。
在石油化工油气管道领域中，出于安全等方面的考虑，可能无法针对实际的油气管道的运行状态进行模拟。如果能利用数字孪生技术实现真实油气管道的运行模拟，则可以大大提升油气管道的维护效果。
因此，如何基于数字孪生技术实现对油气管道的数字孪生体构建，以通过数字孪生体来实现油气管道的运行模拟，是亟需解决的问题。
发明内容
本发明的目的在于，针对上述现有技术中的不足，提供一种油气管道的数字孪生体构建方法、装置、设备及存储介质，以便实现对油气管道的数字孪生体构建，并通过数字孪生体来实现油气管道的运行模拟。
为实现上述目的，本申请实施例采用的技术方案如下：
第一方面，本申请实施例提供了一种油气管道的数字孪生体构建方法，所述方法包括：
从油气管道设计平台获取油气管道的静态数据；所述静态数据包括：管网尺寸数据、管网地理数据；
根据所述静态数据以及地图数据，构建三维管网环境，所述三维管网环境中包括地图以及显示在所述地图上的管网；
从油气管道生产系统获取所述油气管道的第一生产数据，所述第一生产数据为所述油气管道实际运行所产生的生产数据；
根据所述第一生产数据，预测得到所述油气管道的第二生产数据；
将所述第一生产数据以及所述第二生产数据添加至所述三维管网环境中，得到所述油气管道对应的数字孪生体。
可选地，所述将所述第一生产数据以及所述第二生产数据添加至所述三维管网环境中，得到所述油气管道对应的数字孪生体，包括：
根据所述第一生产数据所属的第一位置，将所述第一生产数据添加至所述三维管网环境中所述第一位置处；
根据所述第二生产数据所属的第二位置，将所述第二生产数据添加至所述三维管网环境中所述第二位置处，得到所述油气管道对应的数字孪生体。
可选地，所述根据所述第一生产数据，预测得到所述油气管道的第二生产数据，包括：
根据所述第一生产数据的数据类型，确定预测策略；
根据所述第一位置和所述第二位置的位置关系，使用所述预测策略，预测得到所述油气管道的第二生产数据。
可选地，所述方法还包括：
从所述油气管道生产系统获取所述油气管道中所述第二位置的实际生产数据；
基于所述第二位置的实际生产数据，对所述预测策略进行迭代修正。
可选地，所述基于所述第二位置的实际生产数据，对所述预测策略进行迭代修正，包括：
计算所述第二位置的实际生产数据与所述第二位置对应的第二生产数据的差值；
若所述差值大于预设阈值，则对所述预测策略进行迭代修正。
可选地，所述根据所述静态数据以及地图数据，构建三维管网环境之前，还包括：
将所述静态数据转换为预设的标准格式，得到转换后的静态数据。
可选地，所述从油气管道生产系统获取所述油气管道的生产数据，包括：
基于所述油气管道生产系统提供的接口，从所述油气管道生产系统读取所述油气管道的生产数据。
第二方面，本申请实施例还提供了一种油气管道的数字孪生体构建装置，所述装置包括：
获取模块，用于从油气管道设计平台获取油气管道的静态数据；所述静态数据包括：管网尺寸数据、管网地理数据；
构建模块，用于根据所述静态数据以及地图数据，构建三维管网环境，所述三维管网环境中包括地图以及显示在所述地图上的管网；
所述获取模块，还用于从油气管道生产系统获取所述油气管道的第一生产数据，所述第一生产数据为所述油气管道实际运行所产生的生产数据；
预测模块，用于根据所述第一生产数据，预测得到所述油气管道的第二生产数据；
添加模块，用于将所述第一生产数据以及所述第二生产数据添加至所述三维管网环境中，得到所述油气管道对应的数字孪生体。
可选地，所述添加模块，还用于：
根据所述第一生产数据所属的第一位置，将所述第一生产数据添加至所述三维管网环境中所述第一位置处；
根据所述第二生产数据所属的第二位置，将所述第二生产数据添加至所述三维管网环境中所述第二位置处，得到所述油气管道对应的数字孪生体。
可选地，所述预测模块，还用于：
根据所述第一生产数据的数据类型，确定预测策略；
根据所述第一位置和所述第二位置的位置关系，使用所述预测策略，预测得到所述油气管道的第二生产数据。
可选地，所述获取模块，还用于从所述油气管道生产系统获取所述油气管道中所述第二位置的实际生产数据；
所述装置还包括：
迭代模块，用于基于所述第二位置的实际生产数据，对所述预测策略进行迭代修正。
可选地，所述迭代模块，还用于：
计算所述第二位置的实际生产数据与所述第二位置对应的第二生产数据的差值；
若所述差值大于预设阈值，则对所述预测策略进行迭代修正。
可选地，所述装置还包括：
转换模块，用于将所述静态数据转换为预设的标准格式，得到转换后的静态数据。
可选地，所述获取模块，还用于基于所述油气管道生产系统提供的接口，从所述油气管道生产系统读取所述油气管道的生产数据。
第三方面，本申请实施例还提供了一种电子设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如上述第一方面提供的所述方法的步骤。
第四方面，本申请实施例还提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上述第一方面提供的所述方法的步骤。
本申请的有益效果是：
本申请实施例提供一种油气管道的数字孪生体构建方法、装置、设备及存储介质，该方法包括：从油气管道设计平台获取油气管道的静态数据；静态数据包括：管网尺寸数据、管网地理数据；根据静态数据以及地图数据，构建三维管网环境，三维管网环境中包括地图以及显示在地图上的管网；从油气管道生产系统获取油气管道的第一生产数据，第一生产数据为油气管道实际运行所产生的生产数据；根据第一生产数据，预测得到油气管道的第二生产数据；将第一生产数据以及第二生产数据添加至三维管网环境中，得到油气管道对应的数字孪生体。在本方案中，基于获取到的油气管道的静态数据以及地图数据，构建三维管网环境，又通过从油气管道生产系统获取油气管道的第一生产数据，根据已知节点处的第一生产数据，预测得到目标节点处的模拟生产数据，并将第一生产数据、第二生产数据添加至三维管网环境中，构建得到油气管道数字孪生体，实现了将管网静态数据、地理数据、生产系统的生产数据全面打通，完成了对油气管道数字孪生体的构建，使得用户可以通过数字孪生体得到管道各位置处的模拟生产数据，进而可以通过数字孪生体支撑管道业务应用，实现油气管道的全业务链、全生命周期的精细管理，同时也可以实现对油气管道的全要素描述、全方位分析、最终实现对决策的全面支撑。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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他相关的附图。
图1为本申请实施例提供的一种电子设备的结构示意图；
图2为本申请实施例提供的一种油气管道的数字孪生体构建方法的流程示意图；
图3为本申请实施例提供的另一种油气管道的数字孪生体构建方法的流程示意图；
图4为本申请实施例提供的又一种油气管道的数字孪生体构建方法的流程示意图；
图5为本申请实施例提供的另一种油气管道的数字孪生体构建方法的流程示意图；
图6为本申请实施例提供的又一种油气管道的数字孪生体构建方法的流程示意图；
图7为本申请实施例提供的一种油气管道的数字孪生体构建方法的框架示意图；
图8为本申请实施例提供的一种油气管道的数字孪生体构建装置的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明的是，本申请实施例中将会用到术语“包括”，用于指出其后所声明的特征的存在，但并不排除增加其它的特征。
图1为本申请实施例提供的一种电子设备的结构示意图；该电子设备如可以是计算机或者服务器等处理设备，以用于实现本申请提供的油气管道的数字孪生体构建方法。如图1所示，电子设备包括：处理器101、存储器102。
处理器101、存储器102之间直接或间接地电性连接，以实现数据的传输或交互。例如，可通过一条或多条通信总线或信号线实现电性连接。
其中，处理器101可以是一种集成电路芯片，具有信号的处理能力。上述的处理器101可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器102可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。
可以理解，图1所述的结构仅为示意，电子设备100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
存储器102用于存储程序，处理器101调用存储器102存储的程序，以执行下面实施例提供的油气管道的数字孪生体构建方法。
如下将通过多个实施例对本申请实施例提供的油气管道的数字孪生体构建方法进行详细介绍。
图2为本申请实施例提供的一种油气管道的数字孪生体构建方法的流程示意图，可选地，该方法的执行主体可以是服务器、计算机等电子设备，具有数据处理功能。应当理解，在其它实施例中油气管道的数字孪生体构建方法其中部分步骤的顺序可以根据实际需要相互交换，或者其中的部分步骤也可以省略或删除。如图2所示，该方法包括：
S201、从油气管道设计平台获取油气管道的静态数据。
其中，静态数据包括：管网尺寸数据、管网地理数据。比如，管网直径、管网长度、和各位置处管网地理数据，以及管网的走向、埋深(高程)、定位、设备物理模型、三维设计模型、站场物理模型等数据。
在本实施例中，例如，油气管道设计平台可以是指计算机辅助设计(ComputerAided Design，简称CAD)平台，CAD平台中油气管道对应的管网数据库中记载有油气管道的初始设计参数信息。因此，可以从CAD平台中，通过图像识别、数据提取、分析计算等手段获取油气管道的静态数据。
在另一种可实现的方式中，还可以从管网数据库等其他路径获取油气管道的静态数据。
S202、根据静态数据以及地图数据，构建三维管网环境，三维管网环境中包括地图以及显示在地图上的管网。
其中，地图数据是指油气管道各位置的经纬度信息，可以从地理信息系统(geographic information system，简称GIS)获取。
在本实施例中，将获取到的静态数据和地图数据，导入至预先选取的三维建模软件，以构建三维管网环境，该三维管网环境包括：地图以及显示在地图上的管网。
S203、从油气管道生产系统获取油气管道的第一生产数据，第一生产数据为油气管道实际运行所产生的生产数据。
其中，例如，油气管道生产系统可以是指(Supervisory Control And DataAcquisition，简称SCADA)系统，SCADA系统是以计算机为基础的生产过程控制与调度自动化系统，SCADA系统可以对油气管道上安装的各传感器设备采集到的现场数据进行监控和控制，以实现数据采集、设备控制、测量、参数调节以及各类信号报警等各项功能。
因此，在本实施例中，在接入管网静态数据且三维管网环境搭建完成的基础上，从SCADA系统获取油气管道的第一生产数据，第一生产数据为管网系统实际运行过程中所产生的实时生产数据，例如，第一生产数据可以是油气管道中各位置处的压力、流量、温度等，实现三维管网环境在线仿真运行。
另外，上述获取到的第一生产数据应符合数学模型的运算规则，也即，需要确定输入管网系统的压力、流量、温度及满足模型计算需求的边界条件(不能缺少也不能过剩)，以及预测管线的未知压力、流量和温度等参数。
S204、根据第一生产数据，预测得到油气管道的第二生产数据。
其中，第二生产数据是指待预测位置处的模拟生产数据，也即，第二生产数据是一个预估值。
在本实施例中，可以根据流程模拟技术和第一生产数据，预测得到油气管道的第二生产数据，还可以将得到的第二生产数据存储至仿真结果库。
值得说明的是，流程模拟技术的基本原理是力学、控制、流动的守恒关系，应用到的数学方法包括数值分析、优化、仿真建模，同时结合计算机、通讯、程序设计和开发等计算机软件技术，以软件的方式实现对管网内介质流动状态的静态、瞬态模拟，是油气管道对应的数字孪生体运行的基础技术支撑。
S205、将第一生产数据以及第二生产数据添加至三维管网环境中，得到油气管道对应的数字孪生体。
在上述实施例的基础上，将第一生产数据、第二生产数据添加至三维管网环境中，以得到油气管道对应的数字孪生体，实现了将管网静态数据、地理数据、生产系统的生产数据全面打通，完成了对油气管道数字孪生体的构建，使得用户可以通过数字孪生体得到管道各位置处的模拟生产数据，进而可以通过数字孪生体支撑管道业务应用，实现油气管道的全业务链、全生命周期的精细管理，同时也可以实现对油气管道的全要素描述、全方位分析、最终实现对决策的全面支撑。
此外，在本实施例中，随着管道数字孪生体的建立及长时间的不断运行，以及管道的运行时间不断延长，管道基础数据如管径、壁厚、环境等会发生变化，而上述获取到的静态数据作为管网数字孪生体的初始化数据。因此，需要定期从管网数据库及地理信息数据库中更新管网的静态数据，对静态数据、地图数据进行更新及修正。同理，也可以定期通过SCADA系统不断更新管网实际运行生产数据，通过动态仿真系统采集、计算，将结果返回相关数据库或进行展示，使数字孪生体与管道实体共同成长，实现油气管道数字孪生体的不断自我进化，不断提高油气管道数字孪生体的仿真精确度。
综上所述，本申请实施例提供一种油气管道的数字孪生体构建方法，该方法包括：从油气管道设计平台获取油气管道的静态数据；静态数据包括：管网尺寸数据、管网地理数据；根据静态数据以及地图数据，构建三维管网环境，三维管网环境中包括地图以及显示在地图上的管网；从油气管道生产系统获取油气管道的第一生产数据，第一生产数据为油气管道实际运行所产生的生产数据；根据第一生产数据，预测得到油气管道的第二生产数据；将第一生产数据以及第二生产数据添加至三维管网环境中，得到油气管道对应的数字孪生体。在本方案中，基于获取到的油气管道的静态数据以及地图数据，构建三维管网环境，又通过从油气管道生产系统获取油气管道的第一生产数据，根据已知节点处的第一生产数据，预测得到目标节点处的模拟生产数据，并将第一生产数据、第二生产数据添加至三维管网环境中，构建得到油气管道数字孪生体，实现了将管网静态数据、地理数据、生产系统的生产数据全面打通，完成了对油气管道数字孪生体的构建，使得用户可以通过数字孪生体得到管道各位置处的模拟生产数据，进而可以通过数字孪生体支撑管道业务应用，实现油气管道的全业务链、全生命周期的精细管理，同时也可以实现对油气管道的全要素描述、全方位分析、最终实现对决策的全面支撑。
将通过如下实施例，具体讲解如何将第一生产数据以及第二生产数据添加至三维管网环境中，得到油气管道对应的数字孪生体。
图3为本申请实施例提供的另一种油气管道的数字孪生体构建方法的流程示意图，如图3所示，上述步骤S205：将第一生产数据以及第二生产数据添加至三维管网环境中，得到油气管道对应的数字孪生体，包括：
S301、根据第一生产数据所属的第一位置，将第一生产数据添加至三维管网环境中第一位置处。
S302、根据第二生产数据所属的第二位置，将第二生产数据添加至三维管网环境中第二位置处，得到油气管道对应的数字孪生体。
在本实施例中，分别将第一生产数据添加至三维管网环境中第一位置处、将第二生产数据添加至三维管网环境中第二位置处，得到油气管道数字孪生体，实现对油气管道数字孪生体的构建。
图4为本申请实施例提供的又一种油气管道的数字孪生体构建方法的流程示意图，如图4所示，上述步骤S204：根据第一生产数据，预测得到油气管道的第二生产数据，包括：
S401、根据第一生产数据的数据类型，确定预测策略。
其中，预测策略主要是指通过物流、能流来建立系统与单元、单元与设备、设备与设备、单元与单元之间的联系，构筑完整的油气管道数字孪生体。具体的，例如，预测策略是指针对第一生产数据的数据类型所采用的预测数学模型以及机理模型，也可以称为流程模拟技术。
比如，第一生产数据的数据类型是气压，则预测策略可以是气压预测模型。预测策略应用到的建模方法包括：静态仿真节点压力平衡法、动态仿真隐式差分法；基本理论为：质量、动量、能量守恒、流体模型和状态方程、网络关系式(节点、环路)，求解预测策略的方法为非线性代数方程组求解、大型稀疏矩阵求解等，以得到预测的生产数据。也即，可以通过流程模拟技术驱动三维管网环境的运行。
比如，预测策略中的状态方程、状态变量、边界控制条件、初始条件可以如下：
Figure BDA0003247068870000111
因此，可以使用预测策略，预测得到油气管道中各位置处的模拟生产数据。
同理，若第一生产数据的数据类型是温度，则对应的预测策略是温度预测数字模型。本实施例提供的预测策略可以实现对任意规模、结构管网系统的流程模拟；静动态水力热力分布以及动态变化过程的流程模拟；气体、液体和多相流动的动态模拟；设备操作和控制的模拟等。
S402、根据第一位置和第二位置的位置关系，使用预测策略，预测得到油气管道的第二生产数据。
其中，第一位置A和第二位置B的位置关系可以是指方位、距离等信息。比如，第一位置A是(x1，y1，z1)、第二位置B是(x2，y2，z2)，以及第一位置A的气压值是a，则可以根据油气管道气压预测模型、以及第一位置和第二位置的位置关系，计算得到第二位置B的第二生产数据，实现对油气管道中第二位置B气压值的模拟预测，进而还可以图形化界面全面模拟并展示管道各位置处的生产运行情况，并支持对各种生产数据进行在线或离线分析。
在本实施例中，可以根据第一位置和第二位置的位置关系，使用预测策略，预测得到油气管道的第二生产数据，进而实现对油气管道运行时未知位置处生产数据的预测，使数字孪生体具有真正的“内核”，实现对现实管网从静态数据到运行状态的全过程仿真，真正达到数字虚拟模型对现实世界的映射，建成油气管道数字孪生体。
另外，在本申请提供的实施例中，在油气管道数字孪生体建立的基础上，还可以在线实时对比“实际运行生产数据”与“数字孪生体模拟生产数据”的拟合度，并通过预测数学模型及机理模型的修正，采用数据回归及矫正，对各预测数学模型的系数调整，拟合公式的精度提升，人工神经网络并结合大数据分析等技术，不断提高预测数学模型的模拟精度。
将通过如下实施例，具体讲解如何对预测数学模型进行修正，以提高“数字孪生体模拟生产数据”的准确度，提升数字孪生体的仿真模拟能力。
图5为本申请实施例提供的另一种油气管道的数字孪生体构建方法的流程示意图，如图5所示，该方法还包括：
S501、从油气管道生产系统获取油气管道中第二位置的实际生产数据。
可选地，从油气管道生产系统获取油气管道的生产数据，包括：
基于油气管道生产系统提供的接口，从油气管道生产系统读取油气管道的生产数据。例如，可以从SCADA系统提供的接口，获取第二位置的实际生产数据。
S502、基于第二位置的实际生产数据，对预测策略进行迭代修正。
在本实施例中，为了验证预测得到第二位置的第二生产数据的准确度，提出基于第二位置的实际生产数据对预测策略进行迭代修正，以提高预测策略的模拟精度。
可选地，可以采用如下方式实现对预测策略的迭代修正。
图6为本申请实施例提供的又一种油气管道的数字孪生体构建方法的流程示意图；可选地，如图6所示，上述步骤S502：基于第二位置的实际生产数据，对预测策略进行迭代修正，包括：
S601、计算第二位置的实际生产数据与第二位置对应的第二生产数据的差值。
其中，可以将第二生产数据看成是第二位置的模拟生产数据。例如，第二位置的实际生产数据是B、第二位置的模拟生产数据是B’，则可以计算得到两者的差值是d＝|B-B’|。
S602、若差值大于预设阈值，则对预测策略进行迭代修正。
其中，预设阈值可以是根据经验值设定的一个值，若上述计算得到的d大于预设阈值，则可以根据第二位置的实际生产数据是B与第二位置的模拟生产数据B’的差值，对预测策略中各系数进行迭代修正，直至预测策略计算得到的模拟生产数据是B’与第二位置的实际生产数据是B的差值小于预设阈值，即可认为迭代修正过程结束，得到目标预测策略，此时，该目标预测策略可以用于预测第二位置处的第二生产数据。
若差值小于或等于预设阈值，则说明使用预测策略预测得到的第二生产数据的模拟精度高，也即，不需要对预测策略进行迭代修正。
在本实施例中，基于目标预测策略的计算得到模拟生产数据展示管道的模拟运行状态，并实时将模拟生产数据与真实生产数据进行对比，一方面实现对预测策略的校准，实现数字孪生体的不断自我进化，不断提高数字孪生体的仿真精确度，进而实现油气管道数字孪生体与油气管道实体的同生共长；另一方面，在模拟精度足够高、可靠性足够高的基础上，利用仿真控制系统改变仿真模拟状态，预测实际工况改变可能产生的运行结果，并对模拟生产数据进行分析，指导管道生产调度操作，支持辅助决策。
另外，还可以通过实际的管网控制指令对实际生产情况的干预，以改变油气管道的实际生产运行工况，一方面可检验之前稳定的预测策略能否准确反映变化过程及最终结果，另一方面，新的状态下，预测策略又可以开始新的自学习以提升精度，同时通过预测数学模型及机理模型调整预测策略达到对变化过程的精确模拟，这是一个模型自学习的过程，需要大量的实际生产数据及工况积累，以不断提高预测策略计算的精度，以提升数字孪生体的仿真能力。
在本申请提供的油气管道的数字孪生体构建方法中，为了提高对获取到的静态数据处理效率，还需要对静态数据进行标准化处理，具体如下。
可选地，根据静态数据以及地图数据，构建三维管网环境之前，还包括：
将静态数据转换为预设的标准格式，得到转换后的静态数据。例如，获取到的第一位置处的管网尺寸数据是以米为单位，第二位置处的管网尺寸数据是以厘米为单位，则需要将第一位置处的管网尺寸数据、第二位置处的管网尺寸数据统一转换为以“米”为单位的标准格式。
又比如，获取到的第二位置处的管网地理数据是以千米为单位，第二位置处的管网地理数据是以米为单位，则需要将第一位置处的管网地理数据、第二位置处的管网地理数据统一转换为以“千米”为单位的标准格式。这样，通过标准的数据组织与编码，形成符合行业标准的数据，以开放的文件格式将静态数据导入仿真系统模型，实现三维管网环境的快速搭建及初始化，批量解决数据转换、处理、移交及基础模型建立等工作。
值得说明的是，在本实施例中，对静态数据待转换的标准格式不做具体限定，可以根据实际情况选择合适的转换格式。
图7为本申请实施例提供的一种油气管道的数字孪生体构建方法的框架示意图；如图7所示，可以更直观地了解到，如何构建油气管道数字孪生体构建。
需要说明的是，可以将图7中的管道孪生系统部署在图1提供的电子设备中，地理信息系统和油气管道生产系统(如SCADA系统)分别部署在其他的电子设备，且管道孪生系统、地理信息系统以及油气管道生产系统之间均可以相互之间进行数据交互。
为了便于理解，在此特意说明，在本实施例中，图7中所示的“实际生产数据”是指上述实施例提到的第一生产数据，“仿真结果”是指上述实施例提到的第二生产数据。
第一步、从管网数据库获取油气管道的静态数据，以及从地理信息库获取油气管道的地理数据。
第二步、根据静态数据以及地图数据，构建三维管网环境。
第三步、从实时数据库获取油气管道运行的第一生产数据，其中，实时数据库存储有从SCADA系统获取到的油气管道运行的实际生产数据。
第四步、根据第一生产数据，预测得到油气管道的第二生产数据，第二生产数据也可以称为仿真结果，并将仿真结果存储至仿真结果库。
第五步、将第一生产数据以及第二生产数据添加至三维管网环境中，得到油气管道数字孪生体，并在3D管网环境中对构建的油气管道数字孪生体进行展示。
下述对用以执行本申请所提供的油气管道的数字孪生体构建装置及存储介质等进行说明，其具体的实现过程以及技术效果参见上述，下述不再赘述。
图8为本申请实施例提供的一种油气管道的数字孪生体构建装置的结构示意图，可选地，如图8示，该装置包括：
获取模块801，用于从油气管道设计平台获取油气管道的静态数据；静态数据包括：管网尺寸数据、管网地理数据；
构建模块802，用于根据静态数据以及地图数据，构建三维管网环境，三维管网环境中包括地图以及显示在地图上的管网；
获取模块801，还用于从油气管道生产系统获取油气管道的第一生产数据，第一生产数据为油气管道实际运行所产生的生产数据；
预测模块803，用于根据第一生产数据，预测得到油气管道的第二生产数据；
添加模块804，用于将第一生产数据以及第二生产数据添加至三维管网环境中，得到油气管道对应的数字孪生体。
可选地，添加模块804，还用于：
根据第一生产数据所属的第一位置，将第一生产数据添加至三维管网环境中第一位置处；
根据第二生产数据所属的第二位置，将第二生产数据添加至三维管网环境中第二位置处，得到油气管道对应的数字孪生体。
可选地，预测模块803，还用于：
根据第一生产数据的数据类型，确定预测策略；
根据第一位置和第二位置的位置关系，使用预测策略，预测得到油气管道的第二生产数据。
可选地，获取模块，还用于从油气管道生产系统获取油气管道中第二位置的实际生产数据；
该装置还包括：
迭代模块，用于基于第二位置的实际生产数据，对预测策略进行迭代修正。
可选地，迭代模块，还用于：
计算第二位置的实际生产数据与第二位置对应的第二生产数据的差值；
若差值大于预设阈值，则对预测策略进行迭代修正。
可选地，该装置还包括：
转换模块，用于将静态数据转换为预设的标准格式，得到转换后的静态数据。
可选地，获取模块801，还用于基于油气管道生产系统提供的接口，从油气管道生产系统读取油气管道的生产数据。
上述装置用于执行前述实施例提供的方法，其实现原理和技术效果类似，在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微处理器(digital singnal processor，简称DSP)，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(CentralProcessing Unit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称SOC)的形式实现。
可选地，本发明还提供一种程序产品，例如计算机可读存储介质，包括程序，该程序在被处理器执行时用于执行上述方法实施例。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(英文：processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取存储器(英文：Random Access Memory，简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种油气管道的数字孪生体构建方法，其特征在于，所述方法包括：
从油气管道设计平台获取油气管道的静态数据；所述静态数据包括：管网尺寸数据、管网地理数据；
根据所述静态数据以及地图数据，构建三维管网环境，所述三维管网环境中包括地图以及显示在所述地图上的管网；
从油气管道生产系统获取所述油气管道的第一生产数据，所述第一生产数据为所述油气管道实际运行所产生的生产数据；
根据所述第一生产数据，预测得到所述油气管道的第二生产数据；
将所述第一生产数据以及所述第二生产数据添加至所述三维管网环境中，得到所述油气管道对应的数字孪生体。
2.根据权利要求1所述的方法，其特征在于，所述将所述第一生产数据以及所述第二生产数据添加至所述三维管网环境中，得到所述油气管道对应的数字孪生体，包括：
根据所述第一生产数据所属的第一位置，将所述第一生产数据添加至所述三维管网环境中所述第一位置处；
根据所述第二生产数据所属的第二位置，将所述第二生产数据添加至所述三维管网环境中所述第二位置处，得到所述油气管道对应的数字孪生体。
3.根据权利要求2所述的方法，其特征在于，所述根据所述第一生产数据，预测得到所述油气管道的第二生产数据，包括：
根据所述第一生产数据的数据类型，确定预测策略；
根据所述第一位置和所述第二位置的位置关系，使用所述预测策略，预测得到所述油气管道的第二生产数据。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
从所述油气管道生产系统获取所述油气管道中所述第二位置的实际生产数据；
基于所述第二位置的实际生产数据，对所述预测策略进行迭代修正。
5.根据权利要求4所述的方法，其特征在于，所述基于所述第二位置的实际生产数据，对所述预测策略进行迭代修正，包括：
计算所述第二位置的实际生产数据与所述第二位置对应的第二生产数据的差值；
若所述差值大于预设阈值，则对所述预测策略进行迭代修正。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述根据所述静态数据以及地图数据，构建三维管网环境之前，还包括：
将所述静态数据转换为预设的标准格式，得到转换后的静态数据。
7.根据权利要求1-5任一项所述的方法，其特征在于，所述从油气管道生产系统获取所述油气管道的生产数据，包括：
基于所述油气管道生产系统提供的接口，从所述油气管道生产系统读取所述油气管道的生产数据。
8.一种油气管道的数字孪生体构建装置，其特征在于，所述装置包括：
获取模块，用于从油气管道设计平台获取油气管道的静态数据；所述静态数据包括：管网尺寸数据、管网地理数据；
构建模块，用于根据所述静态数据以及地图数据，构建三维管网环境，所述三维管网环境中包括地图以及显示在所述地图上的管网；
所述获取模块，还用于从油气管道生产系统获取所述油气管道的第一生产数据，所述第一生产数据为所述油气管道实际运行所产生的生产数据；
预测模块，用于根据所述第一生产数据，预测得到所述油气管道的第二生产数据；
添加模块，用于将所述第一生产数据以及所述第二生产数据添加至所述三维管网环境中，得到所述油气管道对应的数字孪生体。
9.一种电子设备，其特征在于，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1-7任一所述方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1-7任一所述方法的步骤。
CN202111036284.6A 2021-09-06 2021-09-06 油气管道的数字孪生体构建方法、装置、设备及存储介质 Active CN113837451B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111036284.6A CN113837451B (zh) 2021-09-06 2021-09-06 油气管道的数字孪生体构建方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111036284.6A CN113837451B (zh) 2021-09-06 2021-09-06 油气管道的数字孪生体构建方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN113837451A true CN113837451A (zh) 2021-12-24
CN113837451B CN113837451B (zh) 2024-02-27

Family

ID=78962178

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111036284.6A Active CN113837451B (zh) 2021-09-06 2021-09-06 油气管道的数字孪生体构建方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113837451B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114512003A (zh) * 2022-04-19 2022-05-17 北京交研智慧科技有限公司 一种交通控制方法、装置及控制设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190121334A1 (en) * 2017-10-24 2019-04-25 Baker Hughes, A Ge Company, Llc Advisory system for industrial plants
CN111307055A (zh) * 2020-03-03 2020-06-19 成都管力安科技有限公司 一种管道数字孪生体系的设计方法
CN111596604A (zh) * 2020-06-12 2020-08-28 中国科学院重庆绿色智能技术研究院 一种基于数字孪生的工程装备故障智能诊断与自愈控制系统及方法
CN111639430A (zh) * 2020-05-29 2020-09-08 重庆大学 一种数字孪生驱动的天然气管道泄漏识别系统
CN112084675A (zh) * 2020-09-17 2020-12-15 南方电网科学研究院有限责任公司 一种gis设备的数字孪生体的构建方法、装置及存储介质
CN113064351A (zh) * 2021-03-26 2021-07-02 京东数字科技控股股份有限公司 数字孪生模型构建方法、装置、存储介质及电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190121334A1 (en) * 2017-10-24 2019-04-25 Baker Hughes, A Ge Company, Llc Advisory system for industrial plants
CN111307055A (zh) * 2020-03-03 2020-06-19 成都管力安科技有限公司 一种管道数字孪生体系的设计方法
CN111639430A (zh) * 2020-05-29 2020-09-08 重庆大学 一种数字孪生驱动的天然气管道泄漏识别系统
CN111596604A (zh) * 2020-06-12 2020-08-28 中国科学院重庆绿色智能技术研究院 一种基于数字孪生的工程装备故障智能诊断与自愈控制系统及方法
CN112084675A (zh) * 2020-09-17 2020-12-15 南方电网科学研究院有限责任公司 一种gis设备的数字孪生体的构建方法、装置及存储介质
CN113064351A (zh) * 2021-03-26 2021-07-02 京东数字科技控股股份有限公司 数字孪生模型构建方法、装置、存储介质及电子设备

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
孙红江;: "如何构建在役油气站场数字孪生体", 石化技术, no. 05, pages 361 - 362 *
李柏松;王学力;王巨洪;: "数字孪生体及其在智慧管网应用的可行性", 油气储运, no. 10, 27 August 2018 (2018-08-27), pages 1082 - 1087 *
熊明;古丽;吴志锋;邓勇;李双琴;邹妍;李章青;奉城民;: "在役油气管道数字孪生体的构建及应用", 油气储运, vol. 38, no. 05, pages 503 - 509 *
胡耀义;: "智能油气田数字孪生体建设关键技术研究", 工程技术研究, no. 04, pages 3 - 4 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114512003A (zh) * 2022-04-19 2022-05-17 北京交研智慧科技有限公司 一种交通控制方法、装置及控制设备
CN114512003B (zh) * 2022-04-19 2022-06-24 北京交研智慧科技有限公司 一种交通控制方法、装置及控制设备

Also Published As

Publication number Publication date
CN113837451B (zh) 2024-02-27

Similar Documents

Publication Publication Date Title
Hu et al. Digital twin: A state-of-the-art review of its enabling technologies, applications and challenges
Sadhu et al. A review of data management and visualization techniques for structural health monitoring using BIM and virtual or augmented reality
CA2477968C (en) Method for assessing the integrity of a structure
CN111178758A (zh) 一种基于bim的混凝土坝监测数据智能化管理与实时评估系统
CN115685787B (zh) 用于城市燃气管网的建模仿真方法、建模仿真系统和介质
Monien et al. Comparison of building modelling assumptions and methods for urban scale heat demand forecasting
CN110325850A (zh) 预测性完整性分析
CN116380166A (zh) 一种设备异常监测方法、电子设备及存储介质
EP2691891B1 (en) Model management for computer aided design systems
CN113837451B (zh) 油气管道的数字孪生体构建方法、装置、设备及存储介质
Yin et al. A high-accuracy online transient simulation framework of natural gas pipeline network by integrating physics-based and data-driven methods
Cao et al. Reducio: Model reduction for data center predictive digital twins via physics-guided machine learning
CN115982918B (zh) 阻力特性辨识方法、装置、设备及存储介质
Guan et al. Pressure-driven background leakage models and their application for leak localization using a multi-population genetic algorithm
CN116595695A (zh) 一种燃气管网模型构建方法及其装置
CN115879324A (zh) 城市燃气多级管网的仿真方法、仿真平台和介质
CN115935566A (zh) 天然气管网的模拟仿真方法、系统、存储介质和电子设备
Yang et al. Digital twin key technology on rare earth process
CN116702401B (zh) 一种数据处理的方法、相关装置、设备以及存储介质
Petrov et al. Visualization of physical and mathematical models of thermodynamic processes of single-phase flows using MATLAB to diagnose the condition of external heat supply networks
JP7380393B2 (ja) バルブの減肉診断システム、バルブの減肉診断方法およびバルブの減肉診断サービス
US20240061982A1 (en) Pipe blockage prediction methods
Zhang et al. Performance-oriented digital twin assembly of high-end equipment: a review
CN117808253A (zh) 一种油气管网的采油速率预测方法及相关设备
JP2022046116A (ja) 配管減肉予測システム、ならびに配管減肉予測方法

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
CB02 Change of applicant information

Address after: 102299 507, Floor 5, Building 2, Yard 5, Yingcai South 1st Street, Changping District, Beijing

Applicant after: Zhongkong Innovation (Beijing) Energy Technology Co.,Ltd.

Address before: 102400 B92, floor 1, building 1, No. 73, Changhong West Road, Xilu street, Fangshan District, Beijing

Applicant before: Zhongkong Zhiwang (Beijing) Energy Technology Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant