CN114519511A - 一种边云端架构的油井全生命周期管理方法及系统 - Google Patents

Abstract

本发明涉及采油井智能化管理技术领域，公开了一种边云端架构的油井全生命周期管理方法及系统，包括：涉及在油田油井全生命周期管理全业务链数据一种唯一数据源头采集智能控制器，建立以油井井号为唯一标识数据属性，采集录入油井所有动态生产和维护措施数据；基于区块链建立油井数据管理云平台；智能单元计算得到油井特征，将油井数据以及特征存储到云平台，云平台对存储数据进行加密；用户终端向云平台发送统一数据标识码，云平台将对应的加密数据发送到用户终端，用户终端对数据进行解密以及统计图表展示。本发明所述方法利用智能单元完成对采集数据的边缘计算，实现基于边云端架构的油井数据采集、计算、存储、管理的油井全生命周期管理方法。

Description

一种边云端架构的油井全生命周期管理方法及系统

技术领域

本发明涉及采油井智能化管理技术领域，尤其涉及一种边云端架构的油井全生命周期管理方法及系统。

背景技术

目前，我国对石油进口的依存度居高不下，国际地缘局势动荡，如何延长油井的生命周期使油井的可采储量达到勘探设计极限，是我国原油生产单位面临的首要问题。而油井是油田开发生产管理的最基本单元，随着科学技术进步借助智能化油井全生命周期管理方法，挖掘油井储量的成长性提高采收率是可持续的关键。

油井全生命周期，是指油井从最初的勘探开发开始到最终衰竭，在生产过程中通过及时监控、诊断、优化油井各项运行参数，制定科学合理的措施手段，制定油井一井一策精细化生命周期迭代管理措施，延长油井的可开采周期。单井全生命周期数据主要包含基础静态数据和生产动态数据两部分。静态数据涵盖设计、钻井、录井、测井、试油、投产等勘探开发各环节产生的数据。包括井史资料、油蔵资料、录取数据、油井大事记给每口井建立档案。基础静态数据在油井生产过程中随着修井各种作业措施的实施，有部分也是变化的需要及时数据完善。

生产动态数据主要包括生产运行时的工况诊断信息、产液量、含水率、动液面、示功图等实时数据。尤其是在躺井前后生产动态数据的对比，油田现有油井生产动态数据采集系统包括从井场油井到站点站控管理系统服务器再到油田公司管理系统中间层级多数据存储根据专业不同分散在各管理部门的系统中，如图2所示。地质、油藏、工艺、检泵修井作业、生产数据管理分析统计等分专业分部门管理。各职能部门的数据统计分析系统为各自独立系统，原有的各系统属于信息孤岛状态，各系统间信息数据整合任务繁重。由于油井的动态数据随着油井的生产延续也是在不断变化的，很难统一管理。对于引起油井躺井的设备故障、电故障、集输故障等造成油井突然停产，管理方式大多为事后完善统计，没有做到事中即刻治理控制统计。

油井关键设备抽油泵、井筒等都是地面下一二千米的油层工作，其主要的参数示功图、动液面等都不是直接测量获得的，需要经过计算分析而获得，以往这些数据都要先传输到监控中心的SCADA系统，经过平台分析软件分析计算得出的，这种方式的数据十分钟为一个采样周期，无法满足油井实时分析的需求，出现异常反应延迟对设备损害大。油井井数多数据量大如都在监控中心分析计算对服务器的负荷是极大考验，由于视频摄像机不断高清发展，对视频图像传输的带宽要求高，录像硬盘容量大，所以在后台分析处理已经无法满足油井全生命周期智能化生产需求。

井场油井通过各自单独的RTU传输到站控系统建立各自独立的应用软件进行数据分析，这些分析数据结果再传送给SCADA站控监控系统、油气藏研究决策系统、生产运行指挥系统、ERP集成系统等应用系统，供各部门分析决策。现有的采集单元RTU处理器性能低下，不具备分析诊断及多任务并行处理能力。可视化视频监控系统为独立的服务器，从井场到场站服务器再到油田公司各管理平台。

在油田公司管理平台各个系统庞大，数据类型、协议接口、开发环境千差万别，整合的难度极大。数据信息孤岛问题严重，二次开发油藏决策、安全预警等应用平台工作量巨大，油井精细化管理所要求的数据完整性、实时性无法保证。

所有的历史数据存储在油田公司服务器中，由于油井数量庞大，海量的实时数据信息致使服务器超负荷运行，运算速度慢。对数据清洗优化、模型迭代整合、共享开发造成极大困难。

全部链路通讯网络采用IPV4协议，客户端受制于IP地址数量限制，已无法满足越来越多的单井全面感知大数据采集监控的需求。

在油井全生命周期管理中安全生产、措施作业、检泵维护、测井、压裂时会有基础信息的更新。各专业流程复杂，各环节完成情况不同，作业区管理部门衔接各流程做到精细管理困难很大。信息的采集中间过程存在人工录入错误、舞弊等虚假信息，很难做到真实反应现场油井实际情况。同时又需要将这些多维度、多专业、多类型单井非线性数据在线整合与监控，数据质量的提升，避免数据多头采集、重复录入，如何能保证数据的真实性、时效性、完整性是给油井全生命周期智能化管理提出的新课题。

针对以上问题，本发明实现了一种油井全生命管理的方法，以及基于IPV6通讯协议“边·云·端”架构的智能化油田管理系统，尤其涉及在油田油井全生命周期管理全业务链数据源头一种唯一数据源头采集智能控制器，该智能控制器贯穿油井全生命周期实现油井动态数据采集、实时分析诊断、现场管理应用，保证数据的真实时、时效性和完整性，全面提高油田数据共享和分析决策水平。

发明内容

本发明提供一种边云端架构的油井全生命周期管理方法及系统，目的在于(1)实现基于边云端架构的油井数据采集、计算、存储、管理；(2)建立油井全部数据以油井井号为唯一标识并作为油井贯穿全生命周期管理全业务链数据唯一数据源的油井全生命周期管理方法，从而以油井井号对油井数据进行跟踪、管理以及计算处理。

实现上述目的，本发明提供的一种边云端架构的油井全生命周期管理方法，包括以下步骤：

S1：利用全生命周期智能控制器中的数据采集模块采集油井数据以及抽油机状态数据，并将采集数据保存在智能控制器中的智能单元；

S2：基于区块链建立油井数据管理云平台，其中每个智能控制器对应一个区块链节点；

S3：智能单元计算得到油井特征，将所存储的油井数据、油井特征以及抽油机状态数据存储到云平台，云平台对存储数据进行加密，将智能控制器的统一数据标识码构建为区块索引；

S4：用户终端向云平台发送统一数据标识码，以获取云平台所存储的数据，云平台根据统一数据标识码所对应的区块索引确定数据的存储位置，将对应存储位置的加密数据发送到用户终端，用户终端对接收的加密数据进行解密，并将解密后的数据展示在用户终端界面。

作为本发明的进一步改进方法：

所述S1步骤中利用全生命周期智能控制器中的数据采集模块采集数据，包括：

在本发明一个具体实施例中，本发明为每口油井在油井现场的边缘端配置一个全生命周期智能控制器，智能控制器内置智能单元，并为智能控制器配置与油井井号相对应唯一的统一数据标识码，因此智能控制器伴随油井终生全生命周期；油井井号与智能单元的核心芯片绑定，同时智能控制器的统一数据标识码作为云平台协同数据入库唯一标识，若某一口井的智能单元安装到其他井，则采集传输数据无法接入云平台系统，以此保障了数据的唯一真实性，边云协同基础信息上传云端备份，一旦智能单元损坏需要更换时可直接从云端下载历史基础信息，投入即可工作，延续了油井数据全生命周期内的完整可持续；

所述油井边缘端的智能控制器包括：电源模块、通讯模块、人机交互接口模块、数据采集模块、三相电参模块和视频监控模块和微处理器7个部分：

1、电源模块：宽幅输入220v交流电，转换为12/24v直流电给单元供电，蓄电功能，在井场断电后蓄能电容可保持30秒继续给智能单元供电，用于保存数据并发送断电信息给云平台，同时具有外接蓄电池接口切换保证连续工作；

2、通讯模块：分为主网和自组网两个通讯部分，主网支持ipv6网络通讯协议与油田公司网络通讯实时上传所需数据，自组网部分主要是与同井场其他井的智能单元间数据传输保持同步，同时可接受井场内其它无线仪表设备等数据采集，具有wifi、zigbee、LoRa、蓝牙、4G、5G等无线通信方式可选；

3、数据采集模块：端口设置有8路模拟量输入/8路开关量输入/8路开关量输出/3路RS485总线/1路can总线，连接油井含水率分析仪、动液面仪、示功图传感器、自动投球装置、压力变送器等仪表，模块内置有采集服务器；采集的数据有该井的实时含水率、示功图、油套压等数据，可实时分析油井工况并对油井油气水三相产量计算；

4、人机交互接口模块：主要是接触摸屏和显示器接口，usb接口以及音频输入输出接口；蓝牙通过移动终端APP数据录入、报告生成等作业信息维护；紧急停井故障前后动态数据的记录存储，修井设备自带的监控系统数据实时通讯，以及报告生成导入；油井作业技术措施管理、油井安全生产管理、油井生产两册信息化管理以及油井成本财务控制管理等操作通过移动端app可以实时按照本发明标准的数据规范实现。所有数据在油井现场第一时间完成数据的采集、采集、计算、存储、管理，保证油井全生命周期数据管理真实性实时性完整性。

5、三相电参模块：采集抽油机的三相电流、电压、功率、功率因数等参数，控制抽油机启停，并对抽油机的为抽油机的动平衡和系统效率分析提供原始数据；检测油井的开停井时率、油井上冲程和下冲程最大电流值等数据，精准记录抽油机每个冲程上下死点的时间，并利用电参数诊断算法以及动平衡扭矩诊断功能对抽油机的功能进行检测，所述电参数诊断智能算法可检测以下功能：缺相、过载、皮带断、皮带打滑、过电压、欠电压、三相电压不平衡、三相电流不均衡等，所述动平衡扭矩诊断功能可以检测抽油机是否有严重过平衡、过平衡、欠平衡和严重欠平衡等；

6、视频监控部分网络摄像机，安装在井口抽油机机架上，主要负责对井口来往人员进行身份认证，作业维护时对人员的安全监管，对于维护作业过程中出现的违反油田安全纪律规定的通过智能识别软件，进行识别报警；没有人时采用巡检模式对油井盘根处漏油和管线漏油异常及时识别，发现报警；

7、微处理器：选用嵌入式linux操作系统，工业级四核，主频1.2GHZ以上，具有独立的视频处理单元VPU，RAM容量DDR4G以上，抗干扰隔离设计标准电磁兼容性(EMC)IEC61000-4执行，环境温度-40℃～70℃，满足油田野外恶劣环境需求。

利用全生命周期智能控制器采集每个油井的油井数据以及抽油机状态数据，采集得到的抽油机状态数据包括：

{ID_i,y_i,1,y_i,2,y_i,3,y_i,4,y_i,5,…,y_i,10|i∈[1,n]}

其中：

n表示油井的总数；

ID_i表示第i个油井的油井井号；

y_i,1表示第i个油井所对应抽油机的投产时间；

y_i,2表示第i个油井所对应抽油机的开采层位，该数据为时序数据序列，表明抽油机在不同时刻的开采层位，相邻时刻的时间差为1小时；

y_i,3表示第i个油井所对应抽油机的完井方式；

y_i,4表示第i个油井所对应抽油机的射开厚度；

y_i,5表示第i个油井所对应抽油机开采位置的地层系数；

y_i,6表示第i个油井所对应抽油机开采位置的所属层系；

y_i,7表示第i个油井所对应抽油机开采位置与油井的井位关系；

y_i,8表示第i个油井所对应抽油机的功图工况；

y_i,9表示第i个油井所对应抽油机的产量，该数据为时序数据序列，表明抽油机在不同时刻的抽油产量，相邻时刻的时间差为1小时；

y_i,10表示第i个油井所对应抽油机的实时电量；

采集得到的油井数据包括：

{ID_i,x_i,1,x_i,2,x_i,3,x_i,4,x_i,5,x_i,6,x_i,7|i∈[1,n]}

其中：

n表示油井的总数；

ID_i表示第i个油井的油井井号；

x_i,1表示第i个油井的产液量，该数据为时序数据序列，表明油井在不同时刻的产液量，相邻时刻的时间差为1小时；

x_i,2表示第i个油井的油井开采深度，该数据为时序数据序列，表明油井在不同时刻的开采深度，相邻时刻的时间差为1小时；

x_i,3表示第i个油井的油井管道压力，该数据为时序数据序列，表明油井在不同时刻的管道压力，相邻时刻的时间差为1小时；

x_i,4表示第i个油井的实时气体密度；

x_i,5表示第i个油井的实时含水率；

x_i,6表示第i个油井的实时示功图；

x_i,7表示第i个油井的油套压；

所述油井数据以及抽油机状态数据的采集流程为：

1)启动数据采集模块中采集服务器的服务进程，并添加采集器；在本发明一个具体实施例中，所选用的采集服务器为iHyperDB服务器，所选用的采集器为OPC(OLE forProcess Control，对象链接与嵌入的过程控制协议)采集器，将OPC采集器所对应的采集设备分别置于抽油机内以及油井管道内；

2)在采集器内添加采集设备的设备信息，采集设备的IP地址与采集器的IP地址相同；将采集设备的设备信息以及采集器的IP地址上传到采集服务器；所述采集设备分别位于抽油机内以及油井管道内；

3)在采集服务器内配置采集Tag点，所述采集Tag点包括采集数据的数据名、数据类型、采集时间间隔，并保存配置的采集Tag点；

4)通过指定采集设备的“安装”按钮，安装属于指定采集设备的windows服务；安装成功后，采集设备的服务状态由未安装变为已停止，然后单击启动按钮，启动这个采集设备的服务，成功启动后，采集设备的服务状态由已停止变为正在运行，并开始按照所配置的采集Tag点执行数据采集工作。

所述S1步骤中将采集到的数据保存在智能单元，包括：

将数据采集模块所采集到的数据保存在智能控制器中内置的智能单元，所述智能单元的数目为n，与油井数目相同，智能单元集合为{c₁,c₂,…,c_i,…,c_n}，且每个智能单元绑定的油井井号唯一，则任意第i个智能单元存储的油井数据为第i个油井的油井数据以及对应的抽油机状态数据，所述第i个智能单元所关联的油井井号为第i个油井的油井井号，公式表达如下：

c_i←(ID_i,x_i,1,x_i,2,…,x_i,7,y_i,1,y_i,2,…,y_i,7)

其中：

c_i表示第i个智能单元；

(ID_i,x_i,1,x_i,2,…,x_i,7,y_i,1,y_i,2,…,y_i,7)表示第i个油井的油井数据以及抽油机状态数据，ID_i表示第i个油井的油井井号；c_i←(ID_i,x_i,1,x_i,2,…,x_i,7,y_i,1,y_i,2,…,y_i,7)表示将第i个油井的油井数据以及抽油机状态数据存储到第i个智能单元中。

在本发明一个具体实施例中，位于边云端架构中边缘计算部分的智能单元实时感知油井全部生产信息，并能够完成采集数据的就地实时分析，掌握油井生产的每一时刻信息，一旦异常能够马上控制输出停井等操作；油井数据在油井本地智能控制器的智能单元内进行数据清洗、筛选加工等处理，改变数据定时上传为异常变化时主动上报的模式，因此油井边缘全生命周期智能控制器不再需要持续不断将各种传感数据上传到数据中心，而在油井侧即可完成各种感知数据的处理，只需要把处理及分析后的少量优化结果数据进行上传即可，经过筛选无效重复的数据不传输，降低网络带宽负荷节省通讯和服务器资源。

所述S2步骤中基于区块链建立油井数据管理云平台，包括：

将云平台数据库作为基于区块链的油井数据管理云平台的数据中心，并将数据中心作为区块链的起点，构建两条区块链，即主侧区块链以及副侧区块链，在所述主侧区块链结构中，将油井边缘端的智能控制器作为主侧区块链节点，主侧区块链中的节点数目为n，其中n表示油井的总数，数据中心唯一可识别主侧区块链节点的统一数据标识码，主侧区块链节点可以向数据中心发送自身智能单元存储的数据，可自动更新存储的数据，并将历史的存储数据保留在区块中；在所述副侧区块链结构中，副侧区块链节点为用户终端，可以向数据中心发送共享存储数据的请求；在本发明一个具体实施例中，所述共享存储数据为数据中心存储的油井数据、抽油机状态数据以及油井特征。

所述S3步骤中智能单元对油井数据进行特征计算，得到油井特征，包括：

所述油井特征的计算公式为：

其中：

a_max,i表示第i个智能单元计算得到的峰时油井产液率；

a_min,i表示第i个智能单元计算得到的谷时油井产液率；

D_i表示第i个油井当天内的油井数据序列，

表示第i个油井在当天0-1时的油井产液量，

表示第i个油井在当天(j-1)到j时的油井产液量；

表示第i个智能单元计算得到的油井日最小产液率；

δ_i表示第i个智能单元基于油气水三相产量计算得到采油指数，x_i ^′ _,1表示第i个油井的实时油井产液量，x_i ^′,′ ₁表示预测得到的第i个油井在下一时刻的油井产液量；

则第i个智能单元计算得到的油井特征为

所述S3步骤中将所存储的油井数据、油井特征以及抽油机状态数据存储到云平台，包括：

各智能控制器对除自身外的其余智能控制器进行投票，每个智能控制器可以投票一次，被投票选取的智能控制器会产生一个信用积分，所述信用积分的计算公式为：

其中：

Score_i表示智能单元c_i所对应智能控制器的信用积分；

M_i表示智能单元c_i所对应智能控制器获得的投票票数；

n表示油井的总数；

选取信用积分最高的

个智能控制器作为共识节点，所选取的智能控制器即为云平台中的主侧区块链节点，又为云平台中的共识节点；

主侧区块链节点内的智能单元向云平台数据中心发起上传存储数据的请求，所上传的请求包括主侧区块链节点的签名、上传时间、存储数据的更新时间，所有共识节点检查请求内主侧区块链节点的签名，若均未检查到错误，则执行智能单元上传存储数据的操作，所述存储数据的格式为：(num_i:x_i,1,x_i,2,…,x_i,7,y_i,1,y_i,2,…,y_i,7,f_i)，其中num_i表示第i个智能单元的数据标识码，将油井数据标识码，以及智能单元所存储的油井数据、抽油机状态数据、油井特征发送到云平台的数据中心内，所述云平台的数据中心为数据库。

所述S3步骤中云平台对所存储数据进行加密，包括：

云平台选取双线性映射G₁×G₁→G_T，其中群G₁的生成元是g，群G_T的阶为q，设哈希函数h₁:{0,1}→G₁，h₂:G_T→G₁；

主侧区块链节点随机生成多项式算法f_i(x)＝a_i+a_i1x+a_i2x2+…+a_i(n-1)x^n-1，其中n为油井总数，所述主侧区块链节点为智能控制器；

云平台数据中心接收主侧区块链节点内智能单元上传的存储数据{num_i,X_i}，其中X_i＝(x_i,1,x_i,2,…,x_i,7,y_i,1,y_i,2,…,y_i,7,f_i)，表示数据标识码num_i所对应存储数据，(x_i,1,x_i,2,…,x_i,7)表示第i个油井的油井数据，(y_i,1,y_i,2,…,y_i,7)表示第i个油井的抽油机状态数据，f_i表示第i个智能单元所计算出的油井特征，所述第i个智能单元所关联的油井井号为第i个油井的油井井号；云平台生成每个数据标识码num_i所对应存储数据的加密主密钥：

s_i＝a_i mod q

云平台生成公钥：

建立数据标识码num_i的区块索引dex_i＝h₁(s_i×num_i)，其中num_i对应第i个主侧区块链节点，第i个主侧区块链节点内具有第i个智能单元c_i；

并对存储数据X_i进行加密：

F_i＝h₂(t×s_i×X_i)

将加密数据F_i以{dex_i,F_i}的形式存储到云平台数据中心。

所述S4步骤中用户终端向云平台发送统一数据标识码，以获取云平台所存储的数据，包括：

用户终端向云平台发送统一数据标识码num_j，请求共享油井井号为ID_j的云平台存储数据，所述用户终端为云平台副侧区块链节点，可以向数据中心发送共享存储数据的请求；

云平台接收到统一数据标识码num_j，并进行哈希计算h₁(s_k×num_j)，其中k＝1,2,…,n，若h₁(s_k×num_j)计算结果与dex_k相同，则请求共享的存储数据为F_k，将F_k以及解密私钥1/s_k发送给用户终端，用户终端进行解密处理。

所述S4步骤中用户终端将解密后的存储数据展示在用户终端界面，包括：

用户终端接收云平台共享的存储数据X_j，包括油井数据、抽油机状态数据以及油井特征，对所搜索的单个油井的动静态数据进行统计展示，展示范围包括：

1)油井状态说明：包括油井井号ID_j，以及油井井号ID_j所对应抽油机的状态说明，包括抽油机投产时间y_j,1、抽油机完井方式y_j,3、抽油机射开厚度y_j,4、抽油机开采位置的地层系数y_j,5、抽油机开采位置的所属层系y_j,6、抽油机开采位置与油井的井位关系y_j,7、抽油机的功图工况y_j,8、抽油机的实时电量y_j,10；

2)统计主标签：包括油井井号ID_j所对应油井的抽油机产量y_j,9、油井开采深度x_j,2、油井管道压力x_j,3、油井实时示功图x_j,6以及油井特征f_j；

3)统计子标签：各主标签包含的子项，在本发明一个具体实施例中，包括峰时油井产液率，谷时油井产液率，油井日最小产液率，基于油气水三相产量的采油指数，预测得到的下一时刻的油井产液量；

4)统计表/图：根据选择的各主标签、子标签显示相关统计信息，在本发明一个具体实施例中，所述统计表、图包括抽油机产量曲线图、油井开采深度曲线图、油井管道压力曲线图、每日峰时油井产液率曲线、每日谷时油井产液率曲线、每日油井日最小产液率曲线、基于油气水三相产量的采油指数统计表、下一时刻油井产液量的预测表；

5)资源监测：动态监测云平台的资源使用率、云平台数据库表空间使用率、ac域服务器运行状态与版本信息、ad域服务器运行状态及版本信息。

此外，为实现上述目的，本发明还提供一种边云端架构的油井全生命周期管理系统，其特征在于，所述系统包括：

油井边缘端的智能控制器，包括：电源模块、通讯模块、人机交互接口模块、数据采集模块、三相电参模块和视频监控模块和微处理器7个部分：

油井数据管理云平台，云平台数据库作为的油井数据管理云平台的数据中心，构建基于区块链结构的云平台，即将数据中心作为区块链的起点，构建两条区块链，分别为主侧区块链以及副侧区块链，在所述主侧区块链结构中，将油井边缘端的智能控制器作为主侧区块链节点，数据中心唯一可识别主侧区块链节点的统一数据标识码，主侧区块链节点可以向数据中心发送自身智能单元存储的数据，可自动更新存储的数据，并将历史的存储数据保留在区块中；在所述副侧区块链结构中，副侧区块链节点为用户终端，可以向数据中心发送共享存储数据的请求；

用户终端，用于向云平台数据中心发送共享存储数据的请求，获取云平台所存储的油井数据，以实现权利要求1所述的边云端架构的油井全生命周期管理方法。

相对于现有技术，本发明提出一种边云端架构的油井全生命周期管理方法，该技术具有以下优势：

首先，本方案提出一种基于边云端架构的油井数据采集、计算、存储、管理方法，本方案为每口油井在油井现场的边缘端配置一个全生命周期智能控制器，智能控制器内置智能单元，并为智能控制器配置与油井井号相对应唯一的统一数据标识码，因此智能控制器伴随油井终生全生命周期；作为油井在油田唯一的井号与智能单元的核心芯片绑定，同时智能控制器的统一数据标识码作为云平台协同数据入库唯一标识，若某一口井的智能单元安装到其他井，则采集传输数据无法接入云平台系统，以此保障了数据的唯一真实性，边云协同基础信息上传云端备份，一旦智能单元损坏需要更换时可直接从云端下载历史基础信息，投入即可工作，延续了油井数据全生命周期内的完整可持续，从而利用智能控制器实现油井全生命周期内的油井数据采集；同时位于边云端架构中边缘计算部分的智能单元实时感知油井全部生产信息，并能够完成采集数据的就地实时分析，掌握油井生产的每一时刻信息，一旦异常能够马上控制输出停井等操作；油井数据在油井本地智能控制器的智能单元内进行数据清洗、筛选加工等处理，改变数据定时上传为异常变化时主动上报的模式，因此油井边缘全生命周期智能控制器不再需要持续不断将各种传感数据上传到数据中心，而在油井侧即可完成各种感知数据的处理，只需要把处理及分析后的少量优化结果数据进行上传即可，经过筛选无效重复的数据不传输，降低网络带宽负荷节省通讯和服务器资源；用户端通过向云平台申请统一数据标识码对应的油井数据，云平台通过搜索对应统一数据标识码的油井数据，将搜索得到的油井数据以及油井特征发送给用户端，实现基于边云端架构的油井数据采集、计算、存储、管理方法，并基于唯一标识的油井井号实现油井全生命周期管理。边云协同的方式简化了油田全生命周期管理系统架构，为油井建立了唯一的“数据池”档案，同时用户移动端的APP应用程序将油井生产管理过程实现全程电子化，全面提高油田油井全生命周期数据共享和分析决策水平。

同时，本方案提出基于区块链的油井数据管理云平台构建方法，将云平台数据库作为基于区块链的油井数据管理云平台的数据中心，并将数据中心作为区块链的起点，构建两条区块链，即主侧区块链以及副侧区块链，在所述主侧区块链结构中，将油井边缘端的智能控制器作为主侧区块链节点，主侧区块链中的节点数目为n，其中n表示油井的总数，数据中心唯一可识别主侧区块链节点的统一数据标识码，主侧区块链节点可以向数据中心发送自身智能单元存储的数据，可自动更新存储的数据，并将历史的存储数据保留在区块中；在所述副侧区块链结构中，副侧区块链节点为用户终端，可以向数据中心发送共享存储数据的请求；相较于传统方法，本方案利用统一数据标识码实现链上数据的云平台存储，并分别构建仅可以进行数据存储更新的主侧区块链以及仅可以进行数据共享的副侧区块链，副侧区块链的节点均为用户终端，仅可共享云平台所存储的数据，无法修改、上传以及删除，保障了云平台存储数据的安全性，同时油井历史数据保存在区块链节点内，若云平台需要查询历史数据，可以通过查询区块链节点存储数据实现，而传统方案将历史数据保存在云平台，该方案需要占据较大云平台数据库的存储空间。

附图说明

图1为本发明一实施例提供的一种边云端架构的油井全生命周期管理方法的流程示意图；

图2为本发明一实施例提供的油田现有管理系统架构图；

图3为本发明一实施例提供的“边·云·端”架构的智能化油田管理系统示意图；

图4为本发明一实施例提供的智能控制器架构图；

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

S1：利用全生命周期智能控制器中的数据采集模块采集油井数据以及抽油机状态数据，并将采集数据保存在智能控制器中的智能单元。

所述S1步骤中利用全生命周期智能控制器中的数据采集模块采集数据，包括：

在本发明一个具体实施例中，本发明为每口油井在油井现场的边缘端配置一个全生命周期智能控制器，智能控制器内置智能单元，并为智能控制器配置与油井井号相对应唯一的统一数据标识码，因此智能控制器伴随油井终生全生命周期；油井井号与智能单元的核心芯片绑定，同时智能控制器的统一数据标识码作为云平台协同数据入库唯一标识，若某一口井的智能单元安装到其他井，则采集传输数据无法接入云平台系统，以此保障了数据的唯一真实性，边云协同基础信息上传云端备份，一旦智能单元损坏需要更换时可直接从云端下载历史基础信息，投入即可工作，延续了油井数据全生命周期内的完整可持续；

所述油井边缘端的智能控制器包括：电源模块、通讯模块、人机交互接口模块、数据采集模块、三相电参模块和视频监控模块和微处理器7个部分：

1、电源模块：宽幅输入220v交流电，转换为12/24v直流电给单元供电，蓄电功能，在井场断电后蓄能电容可保持30秒继续给智能单元供电，用于保存数据并发送断电信息给云平台，同时具有外接蓄电池接口切换保证连续工作；

2、通讯模块：分为主网和自组网两个通讯部分，主网支持ipv6网络通讯协议与油田公司网络通讯实时上传所需数据，自组网部分主要是与同井场其他井的智能单元间数据传输保持同步，同时可接受井场内其它无线仪表设备等数据采集，具有wifi、zigbee、LoRa、蓝牙、4G、5G等无线通信方式可选；

3、数据采集模块：端口设置有8路模拟量输入/8路开关量输入/8路开关量输出/3路RS485总线/1路can总线，连接油井含水率分析仪、动液面仪、示功图传感器、自动投球装置、压力变送器等仪表，模块内置有采集服务器；采集的数据有该井的实时含水率、示功图、油套压等数据，可实时分析油井工况并对油井油气水三相产量计算；

4、人机交互接口模块：主要是接触摸屏和显示器接口，usb接口以及音频输入输出接口；蓝牙通过移动终端APP数据录入、报告生成等作业信息维护；紧急停井故障前后动态数据的记录存储，修井设备自带的监控系统数据实时通讯，以及报告生成导入；油井作业技术措施管理、油井安全生产管理、油井生产两册信息化管理以及油井成本财务控制管理等操作通过移动端app可以实时按照本发明标准的数据规范实现。所有数据在油井现场第一时间完成数据的采集、采集、计算、存储、管理，保证油井全生命周期数据管理真实性实时性完整性。

5、三相电参模块：采集抽油机的三相电流、电压、功率、功率因数等参数，控制抽油机启停，并对抽油机的为抽油机的动平衡和系统效率分析提供原始数据；检测油井的开停井时率、油井上冲程和下冲程最大电流值等数据，精准记录抽油机每个冲程上下死点的时间，并利用电参数诊断算法以及动平衡扭矩诊断功能对抽油机的功能进行检测，所述电参数诊断智能算法可检测以下功能：缺相、过载、皮带断、皮带打滑、过电压、欠电压、三相电压不平衡、三相电流不均衡等，所述动平衡扭矩诊断功能可以检测抽油机是否有严重过平衡、过平衡、欠平衡和严重欠平衡等；

6、视频监控部分网络摄像机，安装在井口抽油机机架上，主要负责对井口来往人员进行身份认证，作业维护时对人员的安全监管，对于维护作业过程中出现的违反油田安全纪律规定的通过智能识别软件，进行识别报警；没有人时采用巡检模式对油井盘根处漏油和管线漏油异常及时识别，发现报警；

7、微处理器：选用嵌入式linux操作系统，工业级四核，主频1.2GHZ以上，具有独立的视频处理单元VPU，RAM容量DDR4G以上，抗干扰隔离设计标准电磁兼容性(EMC)IEC61000-4执行，环境温度-40℃～70℃，满足油田野外恶劣环境需求。

利用全生命周期智能控制器采集每个油井的油井数据以及抽油机状态数据，采集得到的抽油机状态数据包括：

{ID_i,y_i,1,y_i,2,y_i,3,y_i,4,y_i,5,…,y_i,10|i∈[1,n]}

其中：

n表示油井的总数；

ID_i表示第i个油井的油井井号；

y_i,1表示第i个油井所对应抽油机的投产时间；

y_i,2表示第i个油井所对应抽油机的开采层位，该数据为时序数据序列，表明抽油机在不同时刻的开采层位，相邻时刻的时间差为1小时；

y_i,3表示第i个油井所对应抽油机的完井方式；

y_i,4表示第i个油井所对应抽油机的射开厚度；

y_i,5表示第i个油井所对应抽油机开采位置的地层系数；

y_i,6表示第i个油井所对应抽油机开采位置的所属层系；

y_i,7表示第i个油井所对应抽油机开采位置与油井的井位关系；

y_i,8表示第i个油井所对应抽油机的功图工况；

y_i,9表示第i个油井所对应抽油机的产量，该数据为时序数据序列，表明抽油机在不同时刻的抽油产量，相邻时刻的时间差为1小时；

y_i,10表示第i个油井所对应抽油机的实时电量；

采集得到的油井数据包括：

{ID_i,x_i,1,x_i,2,x_i,3,x_i,4,x_i,5,x_i,6,x_i,7|i∈[1,n]}

其中：

n表示油井的总数；

ID_i表示第i个油井的油井井号；

x_i,1表示第i个油井的产液量，该数据为时序数据序列，表明油井在不同时刻的产液量，相邻时刻的时间差为1小时；

x_i,2表示第i个油井的油井开采深度，该数据为时序数据序列，表明油井在不同时刻的开采深度，相邻时刻的时间差为1小时；

x_i,3表示第i个油井的油井管道压力，该数据为时序数据序列，表明油井在不同时刻的管道压力，相邻时刻的时间差为1小时；

x_i,4表示第i个油井的实时气体密度；

x_i,5表示第i个油井的实时含水率；

x_i,6表示第i个油井的实时示功图；

x_i,7表示第i个油井的油套压；

所述油井数据以及抽油机状态数据的采集流程为：

1)启动数据采集模块中采集服务器的服务进程，并添加采集器；在本发明一个具体实施例中，所选用的采集服务器为iHyperDB服务器，所选用的采集器为OPC(OLE forProcess Control，对象链接与嵌入的过程控制协议)采集器，将OPC采集器所对应的采集设备分别置于抽油机内以及油井管道内；

2)在采集器内添加采集设备的设备信息，采集设备的IP地址与采集器的IP地址相同；将采集设备的设备信息以及采集器的IP地址上传到采集服务器；所述采集设备分别位于抽油机内以及油井管道内；

3)在采集服务器内配置采集Tag点，所述采集Tag点包括采集数据的数据名、数据类型、采集时间间隔，并保存配置的采集Tag点；

4)通过指定采集设备的“安装”按钮，安装属于指定采集设备的windows服务；安装成功后，采集设备的服务状态由未安装变为已停止，然后单击启动按钮，启动这个采集设备的服务，成功启动后，采集设备的服务状态由已停止变为正在运行，并开始按照所配置的采集Tag点执行油井数据采集工作。

所述S1步骤中将采集到的数据保存在智能单元，包括：

将数据采集模块所采集到的数据保存在智能控制器中内置的智能单元，所述智能单元的数目为n，与油井数目相同，智能单元集合为{c₁,c₂,…,c_i,…,c_n}，且每个智能单元绑定的油井井号唯一，则任意第i个智能单元存储的油井数据为第i个油井的油井数据以及对应的抽油机状态数据，所述第i个智能单元所关联的油井井号为第i个油井的油井井号，公式表达如下：

c_i←(ID_i,x_i,1,x_i,2,…,x_i,7,y_i,1,y_i,2,…,y_i,7)

其中：

c_i表示第i个智能单元；

(ID_i,x_i,1,x_i,2,…,x_i,7,y_i,1,y_i,2,…,y_i,7)表示第i个油井的油井数据以及抽油机状态数据，ID_i表示第i个油井的油井井号；c_i←(ID_i,x_i,1,x_i,2,…,x_i,7,y_i,1,y_i,2,…,y_i,7)表示将第i个油井的油井数据以及抽油机状态数据存储到第i个智能单元中。

在本发明一个具体实施例中，位于边云端架构中边缘计算部分的智能单元实时感知油井全部生产信息，并能够完成采集数据的就地实时分析，掌握油井生产的每一时刻信息，一旦异常能够马上控制输出停井等操作；油井数据在油井本地智能控制器的智能单元内进行数据清洗、筛选加工等处理，改变数据定时上传为异常变化时主动上报的模式，因此油井边缘全生命周期智能控制器不再需要持续不断将各种传感数据上传到数据中心，而在油井侧即可完成各种感知数据的处理，只需要把处理及分析后的少量优化结果数据进行上传即可，经过筛选无效重复的数据不传输，降低网络带宽负荷节省通讯和服务器资源。

S2：基于区块链建立油井数据管理云平台，其中每个智能控制器对应一个区块链节点。

所述S2步骤中基于区块链建立油井数据管理云平台，包括：

将云平台数据库作为基于区块链的油井数据管理云平台的数据中心，并将数据中心作为区块链的起点，构建两条区块链，即主侧区块链以及副侧区块链，在所述主侧区块链结构中，将油井边缘端的智能控制器作为主侧区块链节点，主侧区块链中的节点数目为n，其中n表示油井的总数，数据中心唯一可识别主侧区块链节点的统一数据标识码，主侧区块链节点可以向数据中心发送自身智能单元存储的数据，可自动更新存储的数据，并将历史的存储数据保留在区块中；在所述副侧区块链结构中，副侧区块链节点为用户终端，可以向数据中心发送共享存储数据的请求；在本发明一个具体实施例中，所述共享存储数据为数据中心存储的油井数据、抽油机状态数据以及油井特征。

S3：智能单元计算得到油井特征，将所存储的油井数据、油井特征以及抽油机状态数据存储到云平台，云平台对存储数据进行加密，将智能控制器的统一数据标识码构建为区块索引。

所述S3步骤中智能单元对油井数据进行特征计算，得到油井特征，包括：

所述油井特征的计算公式为：

其中：

a_max,i表示第i个智能单元计算得到的峰时油井产液率；

a_min,i表示第i个智能单元计算得到的谷时油井产液率；

D_i表示第i个油井当天内的油井数据序列，

表示第i个油井在当天0-1时的油井产液量，

表示第i个油井在当天(j-1)到j时的油井产液量；

表示第i个智能单元计算得到的油井日最小产液率；

δ_i表示第i个智能单元基于油气水三相产量计算得到采油指数，x′_i,1表示第i个油井的实时油井产液量，x″_i,1表示预测得到的第i个油井在下一时刻的油井产液量；

则第i个智能单元计算得到的油井特征为

所述S3步骤中将所存储的油井数据、油井特征以及抽油机状态数据存储到云平台，包括：

各智能控制器对除自身外的其余智能控制器进行投票，每个智能控制器可以投票一次，被投票选取的智能控制器会产生一个信用积分，所述信用积分的计算公式为：

其中：

Score_i表示智能单元c_i所对应智能控制器的信用积分；

M_i表示智能单元c_i所对应智能控制器获得的投票票数；

n表示油井的总数；

选取信用积分最高的

个智能控制器作为共识节点，所选取的智能控制器即为云平台中的主侧区块链节点，又为云平台中的共识节点；

主侧区块链节点内的智能单元向云平台数据中心发起上传存储数据的请求，所上传的请求包括主侧区块链节点的签名、上传时间、存储数据的更新时间，所有共识节点检查请求内主侧区块链节点的签名，若均未检查到错误，则执行智能单元上传存储数据的操作，所述存储数据的格式为：(num_i:x_i,1,x_i,2,…,x_i,7,y_i,1,y_i,2,…,y_i,7,f_i)，其中num_i表示第i个智能单元的数据标识码，将油井数据标识码，以及智能单元所存储的油井数据、抽油机状态数据、油井特征发送到云平台的数据中心内，所述云平台的数据中心为数据库。

所述S3步骤中云平台对所存储数据进行加密，包括：

云平台选取双线性映射G₁×G₁→G_T，其中群G₁的生成元是g，群G_T的阶为q，设哈希函数h₁:{0,1}→G₁，h₂:G_T→G₁；

主侧区块链节点随机生成多项式算法f_i(x)＝a_i+a_i1x+a_i2x²+…+a_i(n-1)x^n-1，其中n为油井总数，所述主侧区块链节点为智能控制器；

云平台数据中心接收主侧区块链节点内智能单元上传的存储数据{num_i,X_i}，其中X_i＝(x_i,1,x_i,2,…,x_i,7,y_i,1,y_i,2,…,y_i,7,f_i)，表示数据标识码num_i所对应存储数据，(x_i,1,x_i,2,…,x_i,7)表示第i个油井的油井数据，(y_i,1,y_i,2,…,y_i,7)表示第i个油井的抽油机状态数据，f_i表示第i个智能单元所计算出的油井特征，所述第i个智能单元所关联的油井井号为第i个油井的油井井号；云平台生成每个数据标识码num_i所对应存储数据的加密主密钥：

s_i＝a_i mod q

云平台生成公钥：

建立数据标识码num_i的区块索引dex_i＝h₁(s_i×num_i)，其中num_i对应第i个主侧区块链节点，第i个主侧区块链节点内具有第i个智能单元c_i；

并对存储数据X_i进行加密：

F_i＝h₂(t×s_i×X_i)

将加密数据F_i以{dex_i,F_i}的形式存储到云平台数据中心。

S4：用户终端向云平台发送统一数据标识码，以获取云平台所存储的数据，云平台根据统一数据标识码所对应的区块索引确定数据的存储位置，将对应存储位置的加密数据发送到用户终端，用户终端对接收的加密数据进行解密，并将解密后的数据展示在用户终端界面。

所述S4步骤中用户终端向云平台发送统一数据标识码，以获取云平台所存储的数据，包括：

用户终端向云平台发送统一数据标识码num_j，请求共享油井井号为ID_j的云平台存储数据，所述用户终端为云平台副侧区块链节点，可以向数据中心发送共享存储数据的请求；

云平台接收到统一数据标识码num_j，并进行哈希计算h₁(s_k×num_j)，其中k＝1,2,…,n，若h₁(s_k×num_j)计算结果与dex_k相同，则请求共享的存储数据为F_k，将F_k以及解密私钥1/s_k发送给用户终端，用户终端进行解密处理。

所述S4步骤中用户终端将解密后的存储数据展示在用户终端界面，包括：

用户终端接收云平台共享的存储数据X_j，包括油井数据、抽油机状态数据以及油井特征，对所搜索的单个油井的动静态数据进行统计展示，展示范围包括：

1)油井状态说明：包括油井井号ID_j，以及油井井号ID_j所对应抽油机的状态说明，包括抽油机投产时间y_j,1、抽油机完井方式y_j,3、抽油机射开厚度y_j,4、抽油机开采位置的地层系数y_j,5、抽油机开采位置的所属层系y_j,6、抽油机开采位置与油井的井位关系y_j,7、抽油机的功图工况y_j,8、抽油机的实时电量y_j,10；

2)统计主标签：包括油井井号ID_j所对应油井的抽油机产量y_j,9、油井开采深度x_j,2、油井管道压力x_j,3、油井实时示功图x_j,6以及油井特征f_j；

3)统计子标签：各主标签包含的子项，在本发明一个具体实施例中，包括峰时油井产液率，谷时油井产液率，油井日最小产液率，基于油气水三相产量的采油指数，预测得到的下一时刻的油井产液量；

4)统计表/图：根据选择的各主标签、子标签显示相关统计信息，在本发明一个具体实施例中，所述统计表、图包括抽油机产量曲线图、油井开采深度曲线图、油井管道压力曲线图、每日峰时油井产液率曲线、每日谷时油井产液率曲线、每日油井日最小产液率曲线、基于油气水三相产量的采油指数统计表、下一时刻油井产液量的预测表；

5)资源监测：动态监测云平台的资源使用率、云平台数据库表空间使用率、ac域服务器运行状态与版本信息、ad域服务器运行状态及版本信息。

参考图3所示，为本发明一实施例提供的油田现有管理系统架构图，通过给每口油井在现场配备一个全生命周期智能控制器，该智能控制器可实现油井动态数据采集、实时分析诊断、现场管理应用，同时该智能控制器采用Linux操作系统IPV6通讯协议，具有多任务和多线程操控功能的系统。由于油井井号在油田生产过程中具有唯一性，通过给全生命周期智能控制器配置与井号相对应唯一的统一数据标识码，伴随油井终生全生命周期。通过智能控制器的人机交互接口或者移动端APP应用实现实时作业的数据报表录入，油井在出现突发故障停井甚至到躺井时，从管理流程设计上做到实时数据的即刻采集录入更新，以及开井操作数据完整性审批，并在云平台建立油井的“数据池”档案，保证“数据池”数据的唯一真实实时完整性。

参照图4所示，为本发明一实施例提供的智能控制器架构图，所述智能控制器包括：电源模块、通讯模块、人机交互接口模块、数据采集模块、三相电参模块和视频监控模块和微处理器7个部分：

1、电源模块：宽幅输入220v交流电，转换为12/24v直流电给单元供电，蓄电功能，在井场断电后蓄能电容可保持30秒继续给智能单元供电，用于保存数据并发送断电信息给云平台，同时具有外接蓄电池接口切换保证连续工作；

2、通讯模块：分为主网和自组网两个通讯部分，主网支持ipv6网络通讯协议与油田公司网络通讯实时上传所需数据，自组网部分主要是与同井场其他井的智能单元间数据传输保持同步，同时可接受井场内其它无线仪表设备等数据采集，具有wifi、zigbee、LoRa、蓝牙、4G、5G等无线通信方式可选；

3、数据采集模块：端口设置有8路模拟量输入/8路开关量输入/8路开关量输出/3路RS485总线/1路can总线，连接油井含水率分析仪、动液面仪、示功图传感器、自动投球装置、压力变送器等仪表，模块内置有采集服务器；采集的数据有该井的实时含水率、示功图、油套压等数据，可实时分析油井工况并对油井油气水三相产量计算；

4、人机交互接口模块：主要是接触摸屏和显示器接口，usb接口以及音频输入输出接口；蓝牙通过移动终端APP数据录入、报告生成等作业信息维护；紧急停井故障前后动态数据的记录存储，修井设备自带的监控系统数据实时通讯，以及报告生成导入；油井作业技术措施管理、油井安全生产管理、油井生产两册信息化管理以及油井成本财务控制管理等操作通过移动端app可以实时按照本发明标准的数据规范实现。所有数据在油井现场第一时间完成数据的采集、采集、计算、存储、管理，保证油井全生命周期数据管理真实性实时性完整性。

5、三相电参模块：采集抽油机的三相电流、电压、功率、功率因数等参数，控制抽油机启停，并对抽油机的为抽油机的动平衡和系统效率分析提供原始数据；检测油井的开停井时率、油井上冲程和下冲程最大电流值等数据，精准记录抽油机每个冲程上下死点的时间，并利用电参数诊断算法以及动平衡扭矩诊断功能对抽油机的功能进行检测，所述电参数诊断智能算法可检测以下功能：缺相、过载、皮带断、皮带打滑、过电压、欠电压、三相电压不平衡、三相电流不均衡等，所述动平衡扭矩诊断功能可以检测抽油机是否有严重过平衡、过平衡、欠平衡和严重欠平衡等；

6、视频监控部分网络摄像机，安装在井口抽油机机架上，主要负责对井口来往人员进行身份认证，作业维护时对人员的安全监管，对于维护作业过程中出现的违反油田安全纪律规定的通过智能识别软件，进行识别报警；没有人时采用巡检模式对油井盘根处漏油和管线漏油异常及时识别，发现报警；

7、微处理器：选用嵌入式linux操作系统，工业级四核，主频1.2GHZ以上，具有独立的视频处理单元VPU，RAM容量DDR4G以上，抗干扰隔离设计标准电磁兼容性(EMC)IEC61000-4执行，环境温度-40℃～70℃，满足油田野外恶劣环境需求。

需要说明的是，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种边云端架构的油井全生命周期管理方法，其特征在于，所述方法包括：

S1：利用全生命周期智能控制器中的数据采集模块采集油井数据以及抽油机状态数据，并将采集数据保存在智能控制器中的智能单元；

S2：基于区块链建立油井数据管理云平台，其中每个智能控制器对应一个区块链节点；

S3：智能单元计算得到油井特征，将所存储的油井数据、油井特征以及抽油机状态数据存储到云平台，云平台对存储数据进行加密，将智能控制器的统一数据标识码构建为区块索引；

S4：用户终端向云平台发送统一数据标识码，以获取云平台所存储的数据，云平台根据统一数据标识码所对应的区块索引确定数据的存储位置，将对应存储位置的加密数据发送到用户终端，用户终端对接收的加密数据进行解密，并将解密后的数据展示在用户终端界面。

2.如权利要求1所述的一种边云端架构的油井全生命周期管理方法，其特征在于，所述S1步骤中利用全生命周期智能控制器中的数据采集模块采集数据，包括：

利用全生命周期智能控制器采集每个油井的油井数据以及抽油机状态数据，采集得到的抽油机状态数据包括：

{ID_i,y_i,1,y_i,2,y_i,3,y_i,4,y_i,5,…,y_i,10|i∈[1,n]}

其中：

n表示油井的总数；

ID_i表示第i个油井的油井井号；

y_i,1表示第i个油井所对应抽油机的投产时间；

y_i,2表示第i个油井所对应抽油机的开采层位，该数据为时序数据序列，表明抽油机在不同时刻的开采层位，相邻时刻的时间差为1小时；

y_i,3表示第i个油井所对应抽油机的完井方式；

y_i,4表示第i个油井所对应抽油机的射开厚度；

y_i,5表示第i个油井所对应抽油机开采位置的地层系数；

y_i,6表示第i个油井所对应抽油机开采位置的所属层系；

y_i,7表示第i个油井所对应抽油机开采位置与油井的井位关系；

y_i,8表示第i个油井所对应抽油机的功图工况；

y_i,9表示第i个油井所对应抽油机的产量，该数据为时序数据序列，表明抽油机在不同时刻的抽油产量，相邻时刻的时间差为1小时；

y_i,10表示第i个油井所对应抽油机的实时电量；

采集得到的油井数据包括：

{ID_i,x_i,1,x_i,2,x_i,3,x_i,4,x_i,5,x_i,6,x_i,7|i∈[1,n]+

其中：

n表示油井的总数；

ID_i表示第i个油井的油井井号；

x_i,1表示第i个油井的产液量，该数据为时序数据序列，表明油井在不同时刻的产液量，相邻时刻的时间差为1小时；

x_i,2表示第i个油井的油井开采深度，该数据为时序数据序列，表明油井在不同时刻的开采深度，相邻时刻的时间差为1小时；

x_i,3表示第i个油井的油井管道压力，该数据为时序数据序列，表明油井在不同时刻的管道压力，相邻时刻的时间差为1小时；

x_i,4表示第i个油井的实时气体密度；

x_i,5表示第i个油井的实时含水率；

x_i,6表示第i个油井的实时示功图；

x_i,7表示第i个油井的油套压；

所述油井数据以及抽油机状态数据的采集流程为：

1)启动数据采集模块中采集服务器的服务进程，并添加采集器；

2)在采集器内添加采集设备的设备信息，采集设备的IP地址与采集器的IP地址相同；将采集设备的设备信息以及采集器的IP地址上传到采集服务器；所述采集设备分别位于抽油机内以及油井管道内；

3)在采集服务器内配置采集Tag点，所述采集Tag点包括采集数据的数据名、数据类型、采集时间间隔，并保存配置的采集Tag点；

4)通过指定采集设备的“安装”按钮，安装属于指定采集设备的windows服务；安装成功后，采集设备的服务状态由未安装变为已停止，然后单击启动按钮，启动这个采集设备的服务，成功启动后，采集设备的服务状态由已停止变为正在运行，并开始按照所配置的采集Tag点执行数据采集工作。

3.如权利要求2所述的一种边云端架构的油井全生命周期管理方法，其特征在于，所述S1步骤中将采集到的数据保存在智能单元，包括：

将数据采集模块所采集到的数据保存在智能控制器中内置的智能单元，所述智能单元的数目为n，与油井数目相同，智能单元集合为{c₁,c₂,…,c_i,…,c_n}，且每个智能单元绑定的油井井号唯一，则任意第i个智能单元存储的油井数据为第i个油井的油井数据以及对应的抽油机状态数据，所述第i个智能单元所关联的油井井号为第i个油井的油井井号，公式表达如下：

c_i←(ID_i,x_i,1,x_i,2,…,x_i,7,y_i,1,y_i,2,…,y_i,7)

其中：

c_i表示第i个智能单元；

(ID_i,x_i,1,x_i,2,…,x_i,7,y_i,1,y_i,2,…,y_i,7)表示第i个油井的油井数据以及抽油机状态数据，ID_i表示第i个油井的油井井号；c_i←(ID_i,x_i,1,x_i,2,…,x_i,7,y_i,1,y_i,2,…,y_i,7)表示将第i个油井的油井数据以及抽油机状态数据存储到第i个智能单元中。

4.如权利要求1所述的一种边云端架构的油井全生命周期管理方法，其特征在于，所述S2步骤中基于区块链建立油井数据管理云平台，包括：

将云平台数据库作为基于区块链的油井数据管理云平台的数据中心，并将数据中心作为区块链的起点，构建两条区块链，即主侧区块链以及副侧区块链，在所述主侧区块链结构中，将油井边缘端的智能控制器作为主侧区块链节点，主侧区块链中的节点数目为n，其中n表示油井的总数，数据中心唯一可识别主侧区块链节点的统一数据标识码，主侧区块链节点可以向数据中心发送自身智能单元存储的数据，可自动更新存储的数据，并将历史的存储数据保留在区块中；在所述副侧区块链结构中，副侧区块链节点为用户终端，可以向数据中心发送共享存储数据的请求。

5.如权利要求1所述的一种边云端架构的油井全生命周期管理方法，其特征在于，所述S3步骤中智能单元对油井数据进行特征计算，得到油井特征，包括：

所述油井特征的计算公式为：

其中：

a_max,i表示第i个智能单元计算得到的峰时油井产液率；

a_min,i表示第i个智能单元计算得到的谷时油井产液率；

D_i表示第i个油井当天内的油井数据序列，

表示第i个油井在当天0-1时的油井产液量，

表示第i个油井在当天(j-1)到j时的油井产液量；

表示第i个智能单元计算得到的油井日最小产液率；

δ_i表示第i个智能单元基于油气水三相产量计算得到采油指数，x′_i,1表示第i个油井的实时油井产液量，x″_i,1表示预测得到的第i个油井在下一时刻的油井产液量；

则第i个智能单元计算得到的油井特征为

6.如权利要求3-5所述的一种边云端架构的油井全生命周期管理方法，其特征在于，所述S3步骤中将所存储的油井数据、油井特征以及抽油机状态数据存储到云平台，包括：

各智能控制器对除自身外的其余智能控制器进行投票，每个智能控制器可以投票一次，被投票选取的智能控制器会产生一个信用积分，所述信用积分的计算公式为：

其中：

Score_i表示智能单元c_i所对应智能控制器的信用积分；

M_i表示智能单元c_i所对应智能控制器获得的投票票数；

n表示油井的总数；

选取信用积分最高的

个智能控制器作为共识节点，所选取的智能控制器即为云平台中的主侧区块链节点，又为云平台中的共识节点；

主侧区块链节点内的智能单元向云平台数据中心发起上传存储数据的请求，所上传的请求包括主侧区块链节点的签名、上传时间、存储数据的更新时间，所有共识节点检查请求内主侧区块链节点的签名，若均未检查到错误，则执行智能单元上传存储数据的操作，所述存储数据的格式为：(num_i:x_i,1,x_i,2,…,x_i,7,y_i,1,y_i,2,…,y_i,7,f_i)，其中num_i表示第i个智能单元的数据标识码，将油井数据标识码，以及智能单元所存储的油井数据、抽油机状态数据、油井特征发送到云平台的数据中心内，所述云平台的数据中心为数据库。

7.如权利要求6所述的一种边云端架构的油井全生命周期管理方法，其特征在于，所述S3步骤中云平台对所存储数据进行加密，包括：

云平台选取双线性映射G₁×G₁→G_T，其中群G₁的生成元是g，群G_T的阶为q，设哈希函数h₁:{0,1}→G₁，h₂:G_T→G₁；

主侧区块链节点随机生成多项式算法f_i(x)＝a_i+a_i1x+a_i2x²+…+a_i(n-1)x^n-1，其中n为油井总数，所述主侧区块链节点为智能控制器；

云平台数据中心接收主侧区块链节点内智能单元上传的存储数据{num_i,X_i}，其中X_i＝(x_i,1,x_i,2,…,x_i,7,y_i,1,y_i,2,…,y_i,7,f_i)，表示数据标识码num_i所对应存储数据，(x_i,1,x_i,2,…,x_i,7)表示第i个油井的油井数据，(y_i,1,y_i,2,…,y_i,7)表示第i个油井的抽油机状态数据，f_i表示第i个智能单元所计算出的油井特征，所述第i个智能单元所关联的油井井号为第i个油井的油井井号ID_i；云平台生成每个数据标识码num_i所对应存储数据的加密主密钥：

s_i＝a_i mod q

云平台生成公钥：

建立数据标识码num_i的区块索引dex_i＝h₁(s_i×num_i)，其中num_i对应第i个主侧区块链节点，第i个主侧区块链节点内具有第i个智能单元c_i；

并对存储数据X_i进行加密：

F_i＝h₂(t×s_i×X_i)

将加密数据F_i以{dex_i,F_i}的形式存储到云平台数据中心。

8.如权利要求1所述的一种边云端架构的油井全生命周期管理方法，其特征在于，所述S4步骤中用户终端向云平台发送统一数据标识码，以获取云平台所存储的数据，包括：

用户终端向云平台发送统一数据标识码num_j，请求共享油井井号为ID_j的云平台存储数据，所述用户终端为云平台副侧区块链节点，可以向数据中心发送共享存储数据的请求；

云平台接收到统一数据标识码num_j，并进行哈希计算h₁(s_k×num_j)，其中k＝1,2,…,n，若h₁(s_k×num_j)计算结果与dex_k相同，则请求共享的存储数据为F_k，将F_k以及解密私钥1/s_k发送给用户终端，用户终端进行解密处理。

9.如权利要求8所述的一种边云端架构的油井全生命周期管理方法，其特征在于，所述S4步骤中用户终端将解密后的存储数据展示在用户终端界面，包括：

用户终端接收云平台共享的存储数据X_j，包括油井数据、抽油机状态数据以及油井特征，对所搜索的单个油井的动静态数据进行统计展示，展示范围包括：

1)油井状态说明：包括油井井号ID_j，以及油井井号ID_j所对应抽油机的状态说明，包括抽油机投产时间y_j,1、抽油机完井方式y_j,3、抽油机射开厚度y_j,4、抽油机开采位置的地层系数y_j,5、抽油机开采位置的所属层系y_j,6、抽油机开采位置与油井的井位关系y_j,7、抽油机的功图工况y_j,8、抽油机的实时电量y_j,10；

2)统计主标签：包括油井井号ID_j所对应油井的抽油机产量y_j,9、油井开采深度x_j,2、油井管道压力x_j,3、油井实时示功图x_j,6以及油井特征f_j；

3)统计子标签：各主标签包含的子项；

4)统计表/图：根据选择的各主标签、子标签显示相关统计信息；

5)资源监测：动态监测云平台的资源使用率、云平台数据库表空间使用率、ac域服务器运行状态与版本信息、ad域服务器运行状态及版本信息。

10.一种边云端架构的油井全生命周期管理系统，其特征在于，所述系统包括：

油井边缘端的智能控制器，包括：电源模块、通讯模块、人机交互接口模块、数据采集模块、三相电参模块和视频监控模块和微处理器7个部分：

油井数据管理云平台，云平台数据库作为的油井数据管理云平台的数据中心，构建基于区块链结构的云平台，即将数据中心作为区块链的起点，构建两条区块链，分别为主侧区块链以及副侧区块链，在所述主侧区块链结构中，将油井边缘端的智能控制器作为主侧区块链节点，数据中心唯一可识别主侧区块链节点的统一数据标识码，主侧区块链节点可以向数据中心发送自身智能单元存储的数据，可自动更新存储的数据，并将历史的存储数据保留在区块中；在所述副侧区块链结构中，副侧区块链节点为用户终端，可以向数据中心发送共享存储数据的请求；

用户终端，用于向云平台数据中心发送共享存储数据的请求，获取云平台所存储的油井数据，以实现权利要求1所述的边云端架构的油井全生命周期管理方法。

Images