CN116594365A - 一种油田站场无人值守的智能数字孪生集控方法及系统 - Google Patents
一种油田站场无人值守的智能数字孪生集控方法及系统 Download PDFInfo
- Publication number
- CN116594365A CN116594365A CN202310843312.8A CN202310843312A CN116594365A CN 116594365 A CN116594365 A CN 116594365A CN 202310843312 A CN202310843312 A CN 202310843312A CN 116594365 A CN116594365 A CN 116594365A
- Authority
- CN
- China
- Prior art keywords
- equipment
- process equipment
- centralized control
- oilfield
- oil
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 180
- 230000008569 process Effects 0.000 claims abstract description 151
- 238000004088 simulation Methods 0.000 claims abstract description 53
- 238000012544 monitoring process Methods 0.000 claims abstract description 52
- 238000013507 mapping Methods 0.000 claims abstract description 25
- 239000003921 oil Substances 0.000 claims description 113
- 239000011159 matrix material Substances 0.000 claims description 44
- 239000010779 crude oil Substances 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000007480 spreading Effects 0.000 claims description 8
- 238000003892 spreading Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 239000003208 petroleum Substances 0.000 abstract description 11
- 238000004519 manufacturing process Methods 0.000 abstract description 8
- 238000001514 detection method Methods 0.000 description 16
- 238000010438 heat treatment Methods 0.000 description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 16
- 239000007789 gas Substances 0.000 description 14
- 239000000428 dust Substances 0.000 description 12
- 239000002245 particle Substances 0.000 description 12
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 8
- 238000009877 rendering Methods 0.000 description 8
- 238000012806 monitoring device Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000001816 cooling Methods 0.000 description 6
- 238000005286 illumination Methods 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 239000010865 sewage Substances 0.000 description 6
- 231100000331 toxic Toxicity 0.000 description 6
- 230000002588 toxic effect Effects 0.000 description 6
- 238000005406 washing Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000005094 computer simulation Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000005764 inhibitory process Effects 0.000 description 4
- 239000003345 natural gas Substances 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 238000009423 ventilation Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 239000013527 degreasing agent Substances 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004062 sedimentation Methods 0.000 description 2
- 239000007921 spray Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total 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]
- G05B19/41865—Total 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种油田站场无人值守的智能数字孪生集控方法及系统,涉及工业互联网及数字孪生领域,其基于油田站场所有的设备,构建三维仿真模型,并将所有的设备基本信息导入三维仿真模型;基于油田站场内各个工艺设备的信息,构建集控模型;通过运行状态监测设备监测油田站场内中工艺设备的运行状态,将运行状态映射至集控模型和三维仿真模型;通过环境监测设备检测油田站场内中工艺设备的运行环境,将运行环境映射至集控模型和三维仿真模型。利用数字孪生智能装置采集整个石油站场所有工艺设备的运行状态数据和传感器数据,仿真映射到数字孪生三维仿真物理模型上,实现智能管控和及时应对石油生产站场发生的任何突发状况。
Description
技术领域
本发明涉及工业互联网及数字孪生领域,特别涉及一种油田站场无人值守的智能数字孪生集控方法及系统。
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。
构建新型油田站场无人值守的智能集控方法和系统成为实现能源变革的必然趋势,成为石油行业的时代使命。构建新型油田站场无人值守的系统必须与新一代信息通信、数字技术深度融合,解决油田站场现有管理中存在的效率低的问题,提供更加实时、高效、智能的服务价值,有效地促进石油生产企业数字化转型,推动无人值守集控方法和系统建设。
发明内容
针对上述提到的现有技术中的油田站场管理中存在的效率低的问题,本发明提供一种油田站场无人值守的智能数字孪生集控方法及系统,基于数字孪生对油田站场所有设备进行数字化表达,并通过3D可视化实现设备的虚拟仿真映射,从而直观可视化地实现智能管控,提高石油生产的安全性。
本发明解决其技术问题采用的技术方案是:一种油田站场无人值守的智能数字孪生集控方法,所述方法包括:
基于油田站场所有的设备,构建三维仿真模型,并将所有的设备基本信息导入三维仿真模型;
基于油田站场内各个工艺设备的信息,构建集控模型;
通过运行状态监测设备监测油田站场内中工艺设备的运行状态,将运行状态映射至集控模型和三维仿真模型;
通过环境监测设备检测油田站场内中工艺设备的运行环境,将运行环境映射至集控模型和三维仿真模型。
进一步地,所述方法还包括:
通过视频监测设备拍摄油田站场内中工艺设备的视频,将视频映射至集控模型和三维虚拟仿真模型。
进一步地,所述方法还包括:
获取油田站场输入端的原油参数数据;
基于原油参数数据构建参数向量;
获取预设油田站场内设备的控制模式库;
根据参数向和控制模式库控制输出的油品。
进一步地,所述根据参数向和控制模式库控制输出的油品具体包括以下步骤:
根据参数向量和控制模式库计算工艺设备输出的油品的第一波动值;
根据参数向量和控制模式库计算工艺设备输出的油品的第二波动值;
根据第一波动值与第二波动值之间大小关系控制输出的油品。
进一步地,所述根据参数向量和控制模式库计算工艺设备输出的油品的第一波动值具体包括以下步骤:
将参数向量与控制模式库中的各个控制向量进行匹配,获取控制向量对应的第一控制矩阵,基于第一控制矩阵控制油田站场内各个工艺设备的工作;
获取与第一控制矩阵对应关联的第二控制矩阵;基于第二控制矩阵控制连接在油田站场的原油输入端的调试设备的工作;
检测油田站场的工艺设备对应的输出端的油品的第一参数数据,解析第一参数数据,获取多个第一参数,基于多个第一参数构建第一参数集;
获取多个第一参数对应的多个预设的标准阈值,基于多个标准阈值构建标准阈值集;
基于第一参数集和标准阈值集,确定工艺设备输出的油品的第一波动值。
进一步地,所述第一波动值计算公式:
其中,为第一波动值;/>为第一参数集中第i个第一参数的值;/>为标准阈值集中第i个标准阈值的值;n为第一参数集中数据总数或标准阈值集中数据总数;/>为对应第一参数集中第i个第一参数的预设的影响系数。
进一步地,所述方法还包括:
进行事件的标记;
集控模型和三维仿真模型对预先标记的事件进行监控;
当出现预先标记的事件,确定事件的安全等级;
基于安全等级判断工艺设备被影响的程度值。
进一步地,所述基于安全等级判断工艺设备被影响的程度值具体包括以下步骤:
基于事件安全等级,获取事件的边界;
确定边界内的工艺设备与边界外各个工艺设备之间的连接关系以及事件的蔓延情况,确定边界外的各个工艺设备被影响的程度值。
进一步地,各个工艺设备的信息包括工艺设备位置和设备参数。
本发明解决其技术问题还采用的技术方案是:一种油田站场无人值守的智能数字孪生集控系统,所述系统包括:
三维虚拟仿真模块,基于油田站场所有的设备,构建三维仿真模型,并将所有的设备基本信息导入三维仿真模型;
算法模型构建模块,基于油田站场内各个工艺设备的信息,构建集控模型;
第一映射模块,通过运行状态监测设备监测油田站场内中工艺设备的运行状态,将运行状态映射至集控模型和三维仿真模型;
第二映射模块,通过环境监测设备检测油田站场内中工艺设备的运行环境,将运行环境映射至集控模型和三维仿真模型。
本发明的有益效果:本发明提供了一种油田站场无人值守的智能数字孪生集控方法及系统,利用数字孪生智能装置采集整个石油站场所有工艺设备的运行状态数据和传感器数据,通过大数据分析平台和算法模型平台对实时数据、基础数据、历史数据进行异构组合处理分析,实现实时3D可视化虚拟仿真,将数据、分析结果及相关故障,仿真映射到数字孪生三维仿真物理模型上,实现智能管控和及时应对石油生产站场发生的任何突发状况。
附图说明
图1是本发明提供的一种油田站场无人值守的智能数字孪生集控方法的流程图;
图2是本发明提供的一种油田站场无人值守的智能数字孪生集控系统的示意图。
具体实施方式
为使本发明的目的、技术方案及效果更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
请参阅图1,本发明提供的一种油田站场无人值守的智能数字孪生集控方法,所述方法包括:
S1、基于油田站场所有的设备,构建三维仿真模型,并将所有的设备基本信息导入三维仿真模型;基本信息包括设备长宽高等。
S2、基于油田站场内各个工艺设备的信息,构建集控模型。其中各个工艺设备的信息包括工艺设备位置和设备参数。
S3、通过运行状态监测设备监测油田站场内中工艺设备的运行状态,将运行状态映射至集控模型和三维仿真模型;
S4、通过环境监测设备检测油田站场内中工艺设备的运行环境,将运行环境映射至集控模型和三维仿真模型。
具体实施中首先需要对石油站场的所有物体及设备进行三维仿真建模,用于工艺设备状态的实时渲染,从而达到以虚映实和以虚控实,并且通过事先构建集控模型实现集中控制。集控模型是基于油田站场各个工艺设备之间的设置位置与设备参数中的形状参数进行构建的三维仿真模型,以三维方式显示给使用者,集控模型和三维仿真模型可以实时反应各个工艺设备之间的位置关系,并且基于设备参数中的控制参数,实现对工艺设备各个设备的控制,从而实现以虚控实的目的,例如:控制工艺设备的开启、关闭、托管操作、工作模式、入口流量、出口流量、故障渲染等;通过集控模型实现了远程监控。通过运行监测设备和环境监测设备将工艺设备运行的状态和运行的环境进行监控;并在集控模型和三维仿真模型上显示,便于用户分析和问题故障发现。例如当分析发生突发情况时,可以在三维仿真模型和集控模型上进行远程设备的控制,以应对突发情况。此外,还可以进行智能事件监控,并能通过三维仿真模型进行模拟仿真实时设备运行状态及设备故障,并能在石油虚拟站场直观可视化模拟显示,例如:管道结垢、火灾、漏液、设备故障、高温、设备寿命等。
具体实施中,工艺设备包含:加热缓冲装置、分离缓冲游离水脱除器、采暖加热炉、掺水泵、热洗泵、天然气、污水缓冲罐、除油器、外输加热炉、污油泵、外输泵、收油泵、阻垢加药装置和破乳加药装置等石油生产相关的所有设备,在此不一一列举。通过对加热缓冲装置、分离缓冲游离水脱除器、采暖加热炉、掺水泵、热洗泵、天然气、污水缓冲罐、除油器、外输加热炉、污油泵、外输泵、收油泵、阻垢加药装置和破乳加药装置等设备都进行远程实时监测及控制,并能在三维仿真模型中实时进行状态渲染;对掺水泵、外输泵、污油泵、热洗泵、收油泵的控制主要为启停、运行平稳状态和工作效率的控制等。外输加热炉和采暖加热炉主要控制相关燃气流量和温度等。阻垢加药装置和破乳加药装置主要控制加药量多少等。同时在各个工艺流程设备之间的管线上布置有流量计和传感器等监测设备,实现对流量数据的精准监控,便于根据流量之间的差异确定设备的性能以及设备故障。
具体实施中,运行状态监测设备包含:电流采集模块、电压采集模块、压力采集模块、湿度采集模块、温度采集模块、应力采集模块和流量流速检测模块等。通过运行状态监测设备主要监测工艺设备的电流、工艺设备的电压、内部气压、液压、工艺设备不同位置的温度、应力和湿度,石油运输管道内部的流量和流速,工艺设备输入端的流量和流速,工艺设备输出端的流量和流速等。根据工艺设备的实际情况进行设备运行状态配置;例如:监测掺水泵可以配置电流和电压采集模块,采集掺水泵运行时的电流和电压,当过载时会输出报警;输入端配置流量和流速检测模块、输出端配置流量和流速检测模块、泵体内部多个位置配置温度传感器、需求电流传感器、应力传感器;在泵体内的电子线路腔室配置温度传感器和湿度传感器。
环境监测设备包含:可燃气体检测模块、尘埃粒子检测模块、光照强度检测模块和有毒有害气体检测模块等。通过环境监测设备监测相关工艺设备运行的环境状况,从而保证工艺设备运行环境的稳定。尘埃粒子监测模块主要是检测环境的尘埃粒子数量,若尘埃粒子数大于工艺设备预设的工作环境的尘埃粒子数时,就会启动向环境中喷洒水,进行沉降。当可燃气体超标,会自动通风和通知人员进行处理;有毒/有害气体超标时通风并通知相关人员测量,在通风时会控制气流的流向,从而避开工作人员的位置及逃生的路线,防止人员逃生时受到有毒有害气体的伤害。光照强度检测模块,其目的是当光照强时开启降温设备,为工艺设备进行降温,以保证工艺设备运行在正常温度环境。
本实施例中,通过视频监测设备拍摄油田站场内中工艺设备的视频,将视频映射至集控模型和三维虚拟仿真模型。简单地说,通过视频监测设备拍摄视频,并在三维可视化虚拟仿真中进行映射渲染,以此确保数据同步。
本实施例中,首先进行事件的标记;集控模型和三维仿真模型对预先标记的事件进行监控;当出现预先标记的事件,确定事件的安全等级;基于安全等级判断工艺设备被影响的程度值。
具体实施中,集控模型和三维仿真模型对预先标记的事件进行监控,当出现预先标记的事件时,确定事件的安全等级,当安全等级小于预设的安全等级阈值时,基于事件的事件类型和安全等级从预设的应急方案库调取对应的应急方案,执行应急方案;当事件属于预设的第一列表中的事件时,获取事件的边界,基于边界内的工艺设备与边界外各个工艺设备之间的连接关系和事件的蔓延情况,确定边界外的各个工艺设备被影响的程度值,当程度值大于预设的程度阈值时,将工艺设备加入应急方案的处理对象,并将结果在三维虚拟仿真模型中进行渲染显示。其中,预存有第一列表的事件,该列表为用户自定义设置,可设置火灾事件、泄露事件等;当事件被判定为第一列表中的事件时,确定事件的边界,即发生事件波及工艺设备的所组成区域的边界;通过对边界外设备进行影响程度分析;当影响程度大于预设的程度阈值时,说明事件对其影响较大,在应急处理时也需对该设备进行处理;例如火灾虽没有波及到靠近边界的工艺设备,但高温造成的影响较大时,会启动对该设备进行降温处理等一些应急措施。
当出现预先标记的事件时,确定事件的安全等级,包含获取事件的事件类型,基于事件类型获取对应事件类型预设的安全等级评估模板,对事件进行数据采样,获取采样数据;基于安全等级评估模板对采样数据进行解析,确定安全等级;基于边界内的工艺设备与边界外工艺设备之间的关系和事件的蔓延情况,确定边界外各个工艺设备被影响的程度值,包含:获取预设的对应事件的蔓延模型;将事件边界内各个工艺设备的运行状态、运行环境、边界外各个工艺设备与边界内各个工艺设备的位置关系及连接关系,输入至蔓延模型中,确定边界外各个工艺设备被影响的程度值。
视频监测设备进行视频监测,通过对集控模型进行事件监控,当出现预先标记的事件时,评估事件的安全等级;当安全等级小于预设的安全等级时启动应急方案,以实现维修人员的工作的合理分配。
本实施例中,获取油田站场输入端的原油参数数据;基于原油参数数据构建参数向量;获取预设油田站场内设备的控制模式库;根据参数向和控制模式库控制输出的油品。
根据参数向量和控制模式库计算工艺设备输出的油品的第一波动值;根据参数向量和控制模式库计算工艺设备输出的油品的第二波动值;根据第一波动值与第二波动值之间大小关系控制输出的油品。
具体实施中,将参数向量与控制模式库中的各个控制向量进行匹配,获取控制向量对应的第一控制矩阵,基于第一控制矩阵控制油田站场内各个工艺设备的工作;获取与第一控制矩阵对应关联的第二控制矩阵;基于第二控制矩阵控制连接在油田站场的原油输入端的调试设备的工作;检测油田站场的工艺设备对应的输出端的油品的第一参数数据,解析第一参数数据,获取多个第一参数,基于多个第一参数构建第一参数集;获取多个第一参数对应的多个预设的标准阈值,基于多个标准阈值构建标准阈值集;基于第一参数集和标准阈值集,确定工艺设备输出的油品的第一波动值。
所述第一波动值计算公式:
其中,为第一波动值;/>为第一参数集中第i个第一参数的值;/>为标准阈值集中第i个标准阈值的值;n为第一参数集中数据总数或标准阈值集中数据总数;/>为对应第一参数集中第i个第一参数的预设的影响系数。
当第一波动值大于预设波动阈值时,确定第一参数集中各个第一参数的波动影响值,波动影响值计算公式如下:
其中,/>为第一参数集中第i个第一参数的波动影响值;
按照波动影响值从大到小依次提取预设个数的第一参数,将第一参数作为标识参数;获取与标识参数、第二控制矩阵相对应关联的调试矩阵;基于调试矩阵和第二控制矩阵,控制调试设备进行调试工作;检测调试设备对应的输出端的油品的第二参数数据;解析第二参数数据,获取多个第二参数;基于多个第二参数构建第二参数集;基于第二参数集和标准阈值集,确定调试设备输出的油品的第二波动值;当第二波动值小于等于第一波动值时,获取当前调试设备的第三控制矩阵;获取与第三控制矩阵相关联的第四控制矩阵;基于第四控制矩阵控制工艺设备的工作;将调试设备输出的油品与工艺设备输出的油品混合输出;当第二波动值大于第一波动值时,将调试设备输出的油品输入到工艺设备的输入端,并获取与调试矩阵相对应的反向调整矩阵;在预设等待事件后,基于反向调整矩阵和第二控制矩阵控制调试设备进行再次调试。
通过在油田站场的原有工艺设备基础上再并联与油田站场相等的调试设备,调试设备可以设计为工艺设备的缩减版,例如可以采用一百比一的比例缩减;通过调试设备的调试作业,实现对工艺设备控制的优化;在不影响生产的基础上实现提高输出油品的质量,使油田站场高效地运转;调试设备基于输出油品的波动值,确定输出油品的去向,当油品质量较差时,转到工艺设备进行二次处理;当油品质量较高时,直接与工艺设备的油品汇流输出,以提高工艺设备输出的油品的质量。
请参阅图2,本发明提供的一种油田站场无人值守的智能数字孪生集控系统,所述系统包括:
三维虚拟仿真模块,基于油田站场所有的设备,构建三维仿真模型,并将所有的设备基本信息导入三维仿真模型;基本信息包括设备长宽高等。
算法模型构建模块,基于油田站场内各个工艺设备的信息,构建集控模型;其中各个工艺设备的信息包括工艺设备位置和设备参数。
第一映射模块,通过运行状态监测设备监测油田站场内中工艺设备的运行状态,将运行状态映射至集控模型和三维仿真模型;
第二映射模块,通过环境监测设备检测油田站场内中工艺设备的运行环境,将运行环境映射至集控模型和三维仿真模型。
具体实施中首先需要对石油站场的所有物体及设备进行1:1的三维仿真建模,用于工艺设备状态的实时渲染,从而达到以虚映实和以虚控实,并且通过事先构建集控模型实现集中控制。集控模型是基于油田站场各个工艺设备之间的设置位置与设备参数中的形状参数进行构建的三维仿真模型,以三维方式显示给使用者,集控模型和三维仿真模型可以实时反应各个工艺设备之间的位置关系,并且基于设备参数中的控制参数,实现对工艺设备各个设备的控制,从而实现以虚控实的目的,例如:控制工艺设备的开启、关闭、托管操作、工作模式、入口流量、出口流量、故障渲染等;通过集控模型实现了远程监控。通过运行监测设备和环境监测设备将工艺设备运行的状态和运行的环境进行监控;并在集控模型和三维仿真模型上显示,便于用户分析和问题故障发现。例如当分析发生突发情况时,可以在三维仿真模型和集控模型上进行远程设备的控制,以应对突发情况。此外,还可以进行智能事件监控,并能通过三维仿真模型进行模拟仿真实时设备运行状态及设备故障,并能在石油虚拟站场直观可视化模拟显示,例如:管道结垢、火灾、漏液、设备故障、高温、设备寿命等。
具体实施中,工艺设备包含:加热缓冲装置、分离缓冲游离水脱除器、采暖加热炉、掺水泵、热洗泵、天然气、污水缓冲罐、除油器、外输加热炉、污油泵、外输泵、收油泵、阻垢加药装置和破乳加药装置等石油生产相关的所有设备,在此不一一列举。通过对加热缓冲装置、分离缓冲游离水脱除器、采暖加热炉、掺水泵、热洗泵、天然气、污水缓冲罐、除油器、外输加热炉、污油泵、外输泵、收油泵、阻垢加药装置和破乳加药装置等设备都进行远程实时监测及控制,并能在三维仿真模型中实时进行状态渲染;对掺水泵、外输泵、污油泵、热洗泵、收油泵的控制主要为启停、运行平稳状态和工作效率的控制等。外输加热炉和采暖加热炉主要控制相关燃气流量和温度等。阻垢加药装置和破乳加药装置主要控制加药量多少等。同时在各个工艺流程设备之间的管线上布置有流量计和传感器等监测设备,实现对流量数据的精准监控,便于根据流量之间的差异确定设备的性能以及设备故障。
具体实施中,运行状态监测设备包含:电流采集模块、电压采集模块、压力采集模块、湿度采集模块、温度采集模块、应力采集模块和流量流速检测模块等。通过运行状态监测设备主要监测工艺设备的电流、工艺设备的电压、内部气压、液压、工艺设备不同位置的温度、应力和湿度,石油运输管道内部的流量和流速,工艺设备输入端的流量和流速,工艺设备输出端的流量和流速等。根据工艺设备的实际情况进行设备运行状态配置;例如:监测掺水泵可以配置电流和电压采集模块,采集掺水泵运行时的电流和电压,当过载时会输出报警;输入端配置流量和流速检测模块、输出端配置流量和流速检测模块、泵体内部多个位置配置温度传感器、需求电流传感器、应力传感器;在泵体内的电子线路腔室配置温度传感器和湿度传感器。
环境监测设备包含:可燃气体检测模块、尘埃粒子检测模块、光照强度检测模块和有毒有害气体检测模块等。通过环境监测设备监测相关工艺设备运行的环境状况,从而保证工艺设备运行环境的稳定。尘埃粒子监测模块主要是检测环境的尘埃粒子数量,若尘埃粒子数大于工艺设备预设的工作环境的尘埃粒子数时,就会启动向环境中喷洒水,进行沉降。当可燃气体超标,会自动通风和通知人员进行处理;有毒/有害气体超标时通风并通知相关人员测量,在通风时会控制气流的流向,从而避开工作人员的位置及逃生的路线,防止人员逃生时受到有毒有害气体的伤害。光照强度检测模块,其目的是当光照强时开启降温设备,为工艺设备进行降温,以保证工艺设备运行在正常温度环境。
本实施例中,系统包括第三映射模块用于通过视频监测设备拍摄油田站场内中工艺设备的视频,将视频映射至集控模型和三维虚拟仿真模型。简单地说,通过视频监测设备拍摄视频,并在三维可视化虚拟仿真中进行映射渲染,以此确保数据同步。
本实施例中,标记模块用于进行事件的标记;监控模块用于集控模型和三维仿真模型对预先标记的事件进行监控;事件等级模块用于当出现预先标记的事件,确定事件的安全等级;判断模块用于基于安全等级判断工艺设备被影响的程度值。
具体实施中,集控模型和三维仿真模型对预先标记的事件进行监控,当出现预先标记的事件时,确定事件的安全等级,当安全等级小于预设的安全等级阈值时,基于事件的事件类型和安全等级从预设的应急方案库调取对应的应急方案,执行应急方案;当事件属于预设的第一列表中的事件时,获取事件的边界,基于边界内的工艺设备与边界外各个工艺设备之间的连接关系和事件的蔓延情况,确定边界外的各个工艺设备被影响的程度值,当程度值大于预设的程度阈值时,将工艺设备加入应急方案的处理对象,并将结果在三维虚拟仿真模型中进行渲染显示。其中,预存有第一列表的事件,该列表为用户自定义设置,可设置火灾事件、泄露事件等;当事件被判定为第一列表中的事件时,确定事件的边界,即发生事件波及工艺设备的所组成区域的边界;通过对边界外设备进行影响程度分析;当影响程度大于预设的程度阈值时,说明事件对其影响较大,在应急处理时也需对该设备进行处理;例如火灾虽没有波及到靠近边界的工艺设备,但高温造成的影响较大时,会启动对该设备进行降温处理等一些应急措施。
当出现预先标记的事件时,确定事件的安全等级,包含获取事件的事件类型,基于事件类型获取对应事件类型预设的安全等级评估模板,对事件进行数据采样,获取采样数据;基于安全等级评估模板对采样数据进行解析,确定安全等级;基于边界内的工艺设备与边界外工艺设备之间的关系和事件的蔓延情况,确定边界外各个工艺设备被影响的程度值,包含:获取预设的对应事件的蔓延模型;将事件边界内各个工艺设备的运行状态、运行环境、边界外各个工艺设备与边界内各个工艺设备的位置关系及连接关系,输入至蔓延模型中,确定边界外各个工艺设备被影响的程度值。
视频监测设备进行视频监测,通过对集控模型进行事件监控,当出现预先标记的事件时,评估事件的安全等级;当安全等级小于预设的安全等级时启动应急方案,以实现维修人员的工作的合理分配。
本实施例中,控制模块包括;第一获取单元获取油田站场输入端的原油参数数据;构建单元基于原油参数数据构建参数向量;第二获取单元获取预设油田站场内设备的控制模式库;控制单元根据参数向和控制模式库控制输出的油品。
第一计算单元根据参数向量和控制模式库计算工艺设备输出的油品的第一波动值;第二计算单元根据参数向量和控制模式库计算工艺设备输出的油品的第二波动值;调控单元根据第一波动值与第二波动值之间大小关系控制输出的油品。
具体实施中,将参数向量与控制模式库中的各个控制向量进行匹配,获取控制向量对应的第一控制矩阵,基于第一控制矩阵控制油田站场内各个工艺设备的工作;获取与第一控制矩阵对应关联的第二控制矩阵;基于第二控制矩阵控制连接在油田站场的原油输入端的调试设备的工作;检测油田站场的工艺设备对应的输出端的油品的第一参数数据,解析第一参数数据,获取多个第一参数,基于多个第一参数构建第一参数集;获取多个第一参数对应的多个预设的标准阈值,基于多个标准阈值构建标准阈值集;基于第一参数集和标准阈值集,确定工艺设备输出的油品的第一波动值。
所述第一波动值计算公式:
其中,为第一波动值;/>为第一参数集中第i个第一参数的值;/>为标准阈值集中第i个标准阈值的值;n为第一参数集中数据总数或标准阈值集中数据总数;/>为对应第一参数集中第i个第一参数的预设的影响系数。
当第一波动值大于预设波动阈值时,确定第一参数集中各个第一参数的波动影响值,波动影响值计算公式如下:
其中,/>为第一参数集中第i个第一参数的波动影响值;
按照波动影响值从大到小依次提取预设个数的第一参数,将第一参数作为标识参数;获取与标识参数、第二控制矩阵相对应关联的调试矩阵;基于调试矩阵和第二控制矩阵,控制调试设备进行调试工作;检测调试设备对应的输出端的油品的第二参数数据;解析第二参数数据,获取多个第二参数;基于多个第二参数构建第二参数集;基于第二参数集和标准阈值集,确定调试设备输出的油品的第二波动值;当第二波动值小于等于第一波动值时,获取当前调试设备的第三控制矩阵;获取与第三控制矩阵相关联的第四控制矩阵;基于第四控制矩阵控制工艺设备的工作;将调试设备输出的油品与工艺设备输出的油品混合输出;当第二波动值大于第一波动值时,将调试设备输出的油品输入到工艺设备的输入端,并获取与调试矩阵相对应的反向调整矩阵;在预设等待事件后,基于反向调整矩阵和第二控制矩阵控制调试设备进行再次调试。
通过在油田站场的原有工艺设备基础上再并联与油田站场相等的调试设备,调试设备可以设计为工艺设备的缩减版,例如可以采用一百比一的比例缩减;通过调试设备的调试作业,实现对工艺设备控制的优化;在不影响生产的基础上实现提高输出油品的质量,使油田站场高效地运转;调试设备基于输出油品的波动值,确定输出油品的去向,当油品质量较差时,转到工艺设备进行二次处理;当油品质量较高时,直接与工艺设备的油品汇流输出,以提高工艺设备输出的油品的质量。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种油田站场无人值守的智能数字孪生集控方法,其特征在于,所述方法包括:
基于油田站场所有的设备,构建三维仿真模型,并将所有的设备基本信息导入三维仿真模型;
基于油田站场内各个工艺设备的信息,构建集控模型;
通过运行状态监测设备监测油田站场内中工艺设备的运行状态,将运行状态映射至集控模型和三维仿真模型;
通过环境监测设备检测油田站场内中工艺设备的运行环境,将运行环境映射至集控模型和三维仿真模型。
2.根据权利要求1所述的一种油田站场无人值守的智能数字孪生集控方法,其特征在于,所述方法还包括:
通过视频监测设备拍摄油田站场内中工艺设备的视频,将视频映射至集控模型和三维虚拟仿真模型。
3.根据权利要求1或2所述的一种油田站场无人值守的智能数字孪生集控方法,其特征在于,所述方法还包括:
获取油田站场输入端的原油参数数据;
基于原油参数数据构建参数向量;
获取预设油田站场内设备的控制模式库;
根据参数向和控制模式库控制输出的油品。
4.根据权利要求3所述的一种油田站场无人值守的智能数字孪生集控方法,其特征在于,所述根据参数向和控制模式库控制输出的油品具体包括以下步骤:
根据参数向量和控制模式库计算工艺设备输出的油品的第一波动值;
根据参数向量和控制模式库计算工艺设备输出的油品的第二波动值;
根据第一波动值与第二波动值之间大小关系控制输出的油品。
5.根据权利要求4所述的一种油田站场无人值守的智能数字孪生集控方法,其特征在于,所述根据参数向量和控制模式库计算工艺设备输出的油品的第一波动值具体包括以下步骤:
将参数向量与控制模式库中的各个控制向量进行匹配,获取控制向量对应的第一控制矩阵,基于第一控制矩阵控制油田站场内各个工艺设备的工作;
获取与第一控制矩阵对应关联的第二控制矩阵;基于第二控制矩阵控制连接在油田站场的原油输入端的调试设备的工作;
检测油田站场的工艺设备对应的输出端的油品的第一参数数据,解析第一参数数据,获取多个第一参数,基于多个第一参数构建第一参数集;
获取多个第一参数对应的多个预设的标准阈值,基于多个标准阈值构建标准阈值集;
基于第一参数集和标准阈值集,确定工艺设备输出的油品的第一波动值。
6.根据权利要求5所述的一种油田站场无人值守的智能数字孪生集控方法,其特征在于,所述第一波动值计算公式:
其中,为第一波动值;/>为第一参数集中第i个第一参数的值;/>为标准阈值集中第i个标准阈值的值;n为第一参数集中数据总数或标准阈值集中数据总数;/>为对应第一参数集中第i个第一参数的预设的影响系数。
7.根据权利要求2所述的一种油田站场无人值守的智能数字孪生集控方法,其特征在于,所述方法还包括:
进行事件的标记;
集控模型和三维仿真模型对预先标记的事件进行监控;
当出现预先标记的事件,确定事件的安全等级;
基于安全等级判断工艺设备被影响的程度值。
8.根据权利要求7所述的一种油田站场无人值守的智能数字孪生集控方法,其特征在于,所述基于安全等级判断工艺设备被影响的程度值具体包括以下步骤:
基于事件安全等级,获取事件的边界;
确定边界内的工艺设备与边界外各个工艺设备之间的连接关系以及事件的蔓延情况,确定边界外的各个工艺设备被影响的程度值。
9.根据权利要求1所述的一种油田站场无人值守的智能数字孪生集控方法,其特征在于,各个工艺设备的信息包括工艺设备位置和设备参数。
10.一种油田站场无人值守的智能数字孪生集控系统,其特征在于,所述系统包括:
三维虚拟仿真模块,基于油田站场所有的设备,构建三维仿真模型,并将所有的设备基本信息导入三维仿真模型;
算法模型构建模块,基于油田站场内各个工艺设备的信息,构建集控模型;
第一映射模块,通过运行状态监测设备监测油田站场内中工艺设备的运行状态,将运行状态映射至集控模型和三维仿真模型;
第二映射模块,通过环境监测设备检测油田站场内中工艺设备的运行环境,将运行环境映射至集控模型和三维仿真模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310843312.8A CN116594365A (zh) | 2023-07-11 | 2023-07-11 | 一种油田站场无人值守的智能数字孪生集控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310843312.8A CN116594365A (zh) | 2023-07-11 | 2023-07-11 | 一种油田站场无人值守的智能数字孪生集控方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116594365A true CN116594365A (zh) | 2023-08-15 |
Family
ID=87604746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310843312.8A Pending CN116594365A (zh) | 2023-07-11 | 2023-07-11 | 一种油田站场无人值守的智能数字孪生集控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116594365A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113242404A (zh) * | 2021-04-15 | 2021-08-10 | 国网河北省电力有限公司沧州供电分公司 | 一种基于岸基供电的海上油田数字孪生系统 |
CN113433900A (zh) * | 2021-06-16 | 2021-09-24 | 深圳市佳运通电子有限公司 | 一种油田站场无人值守智能集控方法和系统 |
CN115145229A (zh) * | 2022-06-29 | 2022-10-04 | 新疆大学 | 石油抽油机数字孪生系统构建方法 |
-
2023
- 2023-07-11 CN CN202310843312.8A patent/CN116594365A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113242404A (zh) * | 2021-04-15 | 2021-08-10 | 国网河北省电力有限公司沧州供电分公司 | 一种基于岸基供电的海上油田数字孪生系统 |
CN113433900A (zh) * | 2021-06-16 | 2021-09-24 | 深圳市佳运通电子有限公司 | 一种油田站场无人值守智能集控方法和系统 |
CN115145229A (zh) * | 2022-06-29 | 2022-10-04 | 新疆大学 | 石油抽油机数字孪生系统构建方法 |
Non-Patent Citations (1)
Title |
---|
曹万岩等: "油田站场智能化运维应用场景展望", 油气与新能源, vol. 33, no. 3, pages 65 - 68 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10656045B2 (en) | Apparatus for analyzing the performance of fluid distribution equipment | |
AU2006201477B2 (en) | Methods and systems for diagnosing machinery | |
CN204925745U (zh) | 一种罗茨鼓风机智能监控系统 | |
CN203215651U (zh) | 工业锅炉能效远程在线监控系统 | |
CN107560984A (zh) | 一种液压系统的油液污染在线监测装置及监测方法 | |
KR20140130540A (ko) | 설비들의 그룹의 조건 모니터링을 위한 방법 및 시스템 | |
CN104808634A (zh) | 一种基于虚拟现实的火电厂可视化管理系统 | |
EP2733559A2 (en) | Methods and systems to improve power plant performance by corrective set points | |
CN113433900B (zh) | 一种油田站场无人值守智能集控方法和系统 | |
CN103968361A (zh) | 工业锅炉能效远程在线监控系统 | |
CN112177661B (zh) | 一种煤矿局部通风参数精准监测与异常预警系统及方法 | |
CN115393142A (zh) | 智慧园区管理方法及管理平台 | |
CN116519054A (zh) | 一种热力站设备健康状态监测系统及方法 | |
CN110647064A (zh) | 一种液压润滑站智能监控系统及其应用 | |
CN108093210A (zh) | 一种变压器油位告警系统及其告警方法 | |
CN203101963U (zh) | 导热油炉云端服务远程监控系统 | |
CN116562739B (zh) | 液体化工码头作业流程规划与动态监控系统 | |
CN117108938A (zh) | 三级联动的燃气安全动态监控方法及系统 | |
CN116594365A (zh) | 一种油田站场无人值守的智能数字孪生集控方法及系统 | |
CN112798318B (zh) | 一种湿冷机组冷端性能监测及智能诊断系统 | |
CN108644753A (zh) | 一种燃煤锅炉运行状态的数字化表征方法 | |
CN207332981U (zh) | 一种瓦斯发电机组润滑油监测保护装置 | |
WO2011148431A1 (ja) | プラント診断装置及びこれを用いた診断方法 | |
CN117156313B (zh) | 一种基于物联网的智慧泵房用运行安全检测系统 | |
Kłos et al. | An analysis of the operating parameters of the vacuum furnace with regard to the requirementsof predictive maintenance |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230815 |
|
RJ01 | Rejection of invention patent application after publication |