CN116720853A - 一种超稠油石油钻采设备安全性能综合监控方法及系统 - Google Patents
一种超稠油石油钻采设备安全性能综合监控方法及系统 Download PDFInfo
- Publication number
- CN116720853A CN116720853A CN202310992939.XA CN202310992939A CN116720853A CN 116720853 A CN116720853 A CN 116720853A CN 202310992939 A CN202310992939 A CN 202310992939A CN 116720853 A CN116720853 A CN 116720853A
- Authority
- CN
- China
- Prior art keywords
- safety performance
- ultra
- petroleum drilling
- thick oil
- production equipment
- 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
Links
- 238000005553 drilling Methods 0.000 title claims abstract description 148
- 239000003208 petroleum Substances 0.000 title claims abstract description 138
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 111
- 238000000034 method Methods 0.000 title claims abstract description 83
- 238000012544 monitoring process Methods 0.000 title claims abstract description 59
- 238000004364 calculation method Methods 0.000 claims abstract description 67
- 238000012423 maintenance Methods 0.000 claims abstract description 22
- 239000003921 oil Substances 0.000 claims description 124
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 238000012360 testing method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 238000002360 preparation method Methods 0.000 claims description 6
- 239000000295 fuel oil Substances 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 5
- 238000012821 model calculation Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000010191 image analysis Methods 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 238000009659 non-destructive testing Methods 0.000 claims description 3
- 230000003111 delayed effect Effects 0.000 abstract description 3
- 238000005065 mining Methods 0.000 abstract description 2
- 238000011835 investigation Methods 0.000 abstract 1
- 239000010779 crude oil Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/27—Regression, e.g. linear or logistic regression
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/177—Editing, e.g. inserting or deleting of tables; using ruled lines
- G06F40/18—Editing, e.g. inserting or deleting of tables; using ruled lines of spreadsheets
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明公开了一种超稠油石油钻采设备安全性能综合监控方法及系统,涉及石油钻采设备技术领域,包括:获取超稠油石油钻采设备安全性能监控的历史数据;构建安全性能参数平均值和标准差数据表;构建安全性能参数权重数据表;搭建安全性能指标计算模型;计算正常运行安全性能综合指标和现状安全性能综合指标;将两个指标进行比较,判断现状安全性能综合指标是否大于正常运行安全性能综合指标,若是,则超稠油石油钻采设备故障风险低,若否,则故障风险高;根据超稠油石油钻采设备风险高低,安排对应的安全故障维修工作。本发明的优点在于:有预知性地对石油钻采设备在运行中可能发生的故障问题,做好故障排查和快速问题,不至耽误开采工期。
Description
技术领域
本发明涉及石油钻采设备技术领域,具体是涉及一种超稠油石油钻采设备安全性能综合监控方法及系统。
背景技术
超稠油是指黏度超过10000毫帕秒的原油,石油钻采设备是指用于石油勘探、钻井和采油过程中的各种设备和工具。鉴于我国当前的能源需求形式,预计我国石油钻采设备行业在较长一段时期内仍将呈现高景气度。
在钻采石油的整个过程中,假若钻采设备发生了故障,不但会阻碍石油钻采的进度,并且还会影响石油钻采的质量。因此现急需一种有预知性的对钻采设备在生产运行过程中,可能发生的故障问题,提前做好处理的技术准备和材料准备,使机械在遇到故障中,能够快速解决问题,不至耽误开采工期的方法。
发明内容
为解决上述技术问题,提供一种超稠油石油钻采设备,本技术方案解决了上述背景技术中提出的不能有预知性地对石油钻采设备在运行过程中可能发生的故障问题,提前做好处理的技术准备和材料准备,在机械遇到故障中,无法快速地解决问题,耽误开采工期的问题。
为达到以上目的,本发明采用的技术方案为:
一种超稠油石油钻采设备安全性能综合监控方法,包括:
获取超稠油石油钻采设备安全性能监控的历史数据,所述历史数据包括无损检测数据、振动分析检测数据、油液检测数据、红外热像分析检测数据;
基于超稠油石油钻采设备安全性能监控的历史数据,获得超稠油石油钻采设备安全性能所有参数的平均值和标准差,构建安全性能参数平均值和标准差数据表;
根据安全性能参数标准差数据表,获得超稠油石油钻采设备安全性能所有参数的权重,构建安全性能参数权重数据表;
基于石油钻采设备的历史运行状态,确定石油钻采设备的若干个会发生的安全故障;
根据安全性能参数权重数据表、平均值数据表和标准差数据表,搭建超稠油石油钻采设备安全性能指标计算模型,所述超稠油石油钻采设备安全性能指标计算模型与安全故障一一对应,以超稠油石油钻采设备安全性能参数为输入,以安全性能指标为输出;
获取超稠油石油钻采设备正常运行安全性能评价标准,将超稠油石油钻采设备正常运行安全性能评价标准输入安全性能指标计算模型,得到正常运行安全性能综合指标;
实时检测超稠油石油钻采设备运行过程中安全性能监控数据,将安全性能监控数据输入超稠油石油钻采设备安全性能指标计算模型,得到现状安全性能综合指标;
将现状安全性能综合指标与正常运行安全性能综合指标进行比较,判断现状安全性能综合指标是否大于正常运行安全性能综合指标,若是,则超稠油石油钻采设备故障风险低,若否,则超稠油石油钻采设备故障风险高;
根据超稠油石油钻采设备故障风险高低,安排对应的安全故障维修工作。
优选的,所述构建安全性能标准差数据表具体步骤为:
基于超稠油石油钻采设备安全性能监控的历史数据,对超稠油石油钻采设备安全性能所有参数进行编号,获得安全性能参数样本数据集;
根据安全性能参数样本数据集,计算得到安全性能所有参数的平均值,构建安全性能参数平均值数据表;
基于安全性能参数样本数据集和安全性能参数平均值数据表,计算得到超稠油石油钻采设备安全性能所有参数的标准差,并构建安全性能标准差数据表;
其中,所述安全性能参数平均值计算公式为:
式中,为第j个安全性能参数的平均值,/>为第j个安全参数样本数据总个数,/>为第j个安全性能参数第i个样本数据;
其中,所述安全性能参数标准差计算公式为:
式中,为第j个安全性能参数标准差,/>为第j个安全性能参数样本数据总个数,为第j个安全性能参数第i个样本数据,/>为第j个安全性能参数平均值。
优选的,所述构建安全性能参数权重数据表具体步骤为:
基于安全性能参数平均值数据表和标准差数据表,对安全性能参数样本数据集进行标准化处理,得到无量纲安全性能参数样本数据集;
基于无量纲安全性能参数样本数据集,计算得到无量纲安全性能参数平均值,并构建无量纲安全性能参数平均值数据表;
基于无量纲安全性能参数平均值数据表,计算得到无量纲安全性能参数标准差,并构建无量纲安全性能参数标准差数据表;
基于无量纲安全性能参数标准差数据表,计算每一个安全性能参数的权重,得到安全性能所有参数的权重值;
将安全性能所有参数的权重值组成安全性能参数权重数据表。
其中,所述标准化处理公式为:
式中,为第j个安全性能参数第i个无量纲样本数据,/>为第j个安全性能参数第i个样本数据,/>为第j个安全性能参数平均值,/>为第j个安全性能参数标准差;
其中,所述无量纲安全性能参数平均值计算公式为:
式中,为第j个无量纲安全性能参数平均值,/>为第j个安全性能参数第i个无量纲样本数据,/>为第j个安全参数样本数据总个数;
其中,所述无量纲安全性能参数标准差计算公式为:
式中,为第j个无量纲安全性能参数标准差,/>为第j个安全参数样本数据总个数,/>为第j个安全性能参数第i个无量纲样本数据,/>为第j个无量纲安全性能参数平均值;
其中,所述权重计算公式为:
式中,为第j个安全性能参数的权重,/>为第j个无量纲安全性能参数标准差,m为安全性能参数总个数。
优选的,所述搭建超稠油石油钻采设备安全性能指标计算模型具体步骤为:
步骤一:基于安全性能参数平均值数据表和安全性能标准差数据表,对安全性能参数进行标准化处理,得到无量纲安全性能参数;
步骤二:基于安全性能参数权重数据表和无量纲安全性能参数,计算得到安全性能指标;
步骤三:基于步骤一和步骤二,搭建超稠油石油钻采设备安全性能指标计算模型;
其中,所述安全性能指标计算模型表达式为:
式中,为第j个无量纲安全性能参数,/>为第j个安全性能参数,/>为第j个安全性能参数的平均值,/>为第j个安全性能参数标准差,/>为第k个安全故障的安全性能指标,为第j个安全性能参数的权重,m为安全性能参数总个数。
优选的,所述根据超稠油石油钻采设备故障风险高低,安排对应的安全故障的维修工作具体包括:
获取超稠油石油钻采设备历史维修经历,得到若干个安全故障维修方法;
获取故障风险高对应的安全故障类型,基于安全故障类型,找到对应的安全故障维修方法;
基于安全故障维修方法,提前做好维修技术准备和材料准备。
进一步的,提出一种超稠油石油钻采设备安全性能综合监控系统,用于实现上述的超稠油石油钻采设备安全性能综合监控方法,其特征在于,包括:
处理器,所述处理器用于构建安全性能参数平均值数据表、标准差数据表和权重数据表、搭建超稠油石油钻采设备安全性能指标计算模型、计算正常运行安全性能综合指标、计算现状安全性能综合指标;
存储模块,存储模块与所述处理器相耦合,所述存储模块用于存储超稠油石油钻采设备安全性能监控的历史数据、安全性能参数平均值数据表、安全性能参数标准差数据表、超稠油石油钻采设备安全性能指标计算模型;
实时监控模块,实时监控模块与所述处理器电性连接,所述实时监控模块用于获取超稠油石油钻采设备运行过程中安全性能监控数据;
信号输出模块,信号输出模块与所述处理器电性连接,所述信号输出模块用于输出超稠油石油钻采设备故障风险高低。
可选的,所述处理器内部集成有:
第一计算单元,所述第一计算单元用于基于超稠油石油钻采设备安全性能监控的历史数据,计算超稠油石油钻采设备安全性能所有参数的平均值和标准差;
第二计算单元,所述第二计算单元用于基于安全性能参数平均值数据表和标准差数据表,计算超稠油石油钻采设备安全性能所有参数的权重;
模型计算单元,所述模型计算单元用于安全性能指标模型的搭建和求解;
第三计算单元,所述第三计算单元用于计算超稠油石油钻采设备正常运行安全性能综合指标和现状安全性能综合指标;
判断单元,所述判断单元用于判断现状安全性能综合指标是否大于正常运行安全性能综合指标。
与现有技术相比,本发明的有益效果在于:
本发明提出一种超稠油石油钻采设备安全性能综合监控方法,通过基于超稠油石油钻采设备安全性能监控的历史数据,计算得到超稠油石油钻采设备安全性能参数权重,基于超稠油石油钻采设备安全性能权重,搭建的超稠油石油钻采设备安全性能指标计算模型,来得到正常运行安全性能综合指标和现状安全性能综合指标,再通过正常运行安全性能综合指标和现状安全性能综合指标的对比,判断超稠油石油钻采设备故障风险高低,从而达到对超稠油石油钻采设备安全性能综合监控的目的。
附图说明
图1为本发明中超稠油石油钻采设备安全性能综合监控方法流程图;
图2为本发明中安全性能参数平均值和标准差计算方法流程图;
图3为本发明中安全性能参数权重计算方法流程图;
图4为本发明中安全性能参数指标计算模型搭建方法流程图;
图5为本发明中超稠油石油钻采设备安全性能综合监控系统结构图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。
参照图1所示,一种超稠油石油钻采设备安全性能综合监控方法,包括:
获取超稠油石油钻采设备安全性能监控的历史数据,历史数据包括无损检测数据、振动分析检测数据、油液检测数据、红外热像分析检测数据;
基于超稠油石油钻采设备安全性能监控的历史数据,获得超稠油石油钻采设备安全性能所有参数的平均值和标准差,构建安全性能参数平均值和标准差数据表;
根据安全性能参数标准差数据表,获得超稠油石油钻采设备安全性能所有参数的权重,构建安全性能参数权重数据表;
基于石油钻采设备的历史运行状态,确定石油钻采设备的若干个会发生的安全故障;
根据安全性能参数权重数据表、平均值数据表和标准差数据表,搭建超稠油石油钻采设备安全性能指标计算模型,所述超稠油石油钻采设备安全性能指标计算模型与安全故障一一对应,以超稠油石油钻采设备安全性能参数为输入,以安全性能指标为输出;
获取超稠油石油钻采设备正常运行安全性能评价标准,将超稠油石油钻采设备正常运行安全性能评价标准输入安全性能指标计算模型,得到正常运行安全性能综合指标;
实时检测超稠油石油钻采设备运行过程中安全性能监控数据,将安全性能监控数据输入超稠油石油钻采设备安全性能指标计算模型,得到现状安全性能综合指标;
将现状安全性能综合指标与正常运行安全性能综合指标进行比较,判断现状安全性能综合指标是否大于正常运行安全性能综合指标,若是,则超稠油石油钻采设备故障风险低,若否,则超稠油石油钻采设备故障风险高;
根据超稠油石油钻采设备故障风险高低,安排对应的安全故障维修工作。
其中,根据超稠油石油钻采设备故障风险高低,安排对应的安全故障的维修工作具体包括:获取超稠油石油钻采设备历史维修经历,得到若干个安全故障维修方法;获取故障风险高对应的安全故障类型,基于安全故障类型,找到对应的安全故障维修方法;基于安全故障维修方法,提前做好维修技术准备和材料准备。
通过搭建超稠油石油钻采设备安全性能指标计算模型,再将超稠油石油钻采设备安全性能正常运行安全性能评价标准和运行过程中安全性能数据作为输入,输出得到正常运行安全性能综合指标和现状安全性能综合指标,将正常运行安全性能综合指标和现状安全性能综合指标进行对比,判断超稠油石油钻采设备故障风险高低,进而实现超稠油石油钻采设备安全性能综合监控的目的。
参照图2所示,构建安全性能参数平均值和标准差数据表具体包括以下步骤:
基于超稠油石油钻采设备安全性能监控的历史数据,对超稠油石油钻采设备安全性能所有参数进行编号,获得安全性能参数样本数据集;
根据安全性能参数样本数据集,计算得到安全性能所有参数的平均值,构建安全性能参数平均值数据表;
基于安全性能参数样本数据集和安全性能参数平均值数据表,计算得到超稠油石油钻采设备安全性能所有参数的标准差,并构建安全性能标准差数据表;
其中,安全性能参数平均值计算公式为:
式中,为第j个安全性能参数的平均值,/>为第j个安全参数样本数据总个数,/>为第j个安全性能参数第i个样本数据;
其中,安全性能参数标准差计算公式为:
式中,为第j个安全性能参数标准差,/>为第j个安全性能参数样本数据总个数,为第j个安全性能参数第i个样本数据,/>为第j个安全性能参数平均值。
参照图3所示,构建安全性能参数权重数据表具体包括以下步骤:
基于安全性能参数平均值数据表和标准差数据表,对安全性能参数样本数据集进行标准化处理,得到无量纲安全性能参数样本数据集;
基于无量纲安全性能参数样本数据集,计算得到无量纲安全性能参数平均值,并构建无量纲安全性能参数平均值数据表;
基于无量纲安全性能参数平均值数据表,计算得到无量纲安全性能参数标准差,并构建无量纲安全性能参数标准差数据表;
基于无量纲安全性能参数标准差数据表,计算每一个安全性能参数的权重,得到安全性能所有参数的权重值;
将安全性能所有参数的权重值组成安全性能参数权重数据表。
其中,标准化处理公式为:
式中,为第j个安全性能参数第i个无量纲样本数据,/>为第j个安全性能参数第i个样本数据,/>为第j个安全性能参数平均值,/>为第j个安全性能参数标准差;
其中,无量纲安全性能参数平均值计算公式为:
式中,为第j个无量纲安全性能参数平均值,/>为第j个安全性能参数第i个无量纲样本数据,/>为第j个安全参数样本数据总个数;
其中,无量纲安全性能参数标准差计算公式为:
式中,为第j个无量纲安全性能参数标准差,/>为第j个安全参数样本数据总个数,/>为第j个安全性能参数第i个无量纲样本数据,/>为第j个无量纲安全性能参数平均值;
其中,权重计算公式为:
式中,为第j个安全性能参数的权重,/>为第j个无量纲安全性能参数标准差,m为安全性能参数总个数。
由于安全性能参数差异性过大,需要对安全性能参数样本数据集进行标准化处理,再通过计算得到无量纲安全性能参数平均值和标准差,基于无量纲安全性能参数平均值和标准差,使用标准离差法计算得到安全性能参数的权重。
请参照图4所示,搭建超稠油石油钻采设备安全性能指标计算模型具体包括以下步骤:
步骤一:基于安全性能参数平均值数据表和安全性能标准差数据表,对安全性能参数进行标准化处理,得到无量纲安全性能参数;
步骤二:基于安全性能参数权重数据表和无量纲安全性能参数,计算得到安全性能指标;
步骤三:基于步骤一和步骤二,搭建超稠油石油钻采设备安全性能指标计算模型;
其中,所述安全性能指标计算模型表达式为:
式中,为第j个无量纲安全性能参数,/>为第j个安全性能参数,/>为第j个安全性能参数的平均值,/>为第j个安全性能参数标准差,/>为第k个安全故障的安全性能指标,为第j个安全性能参数的权重,m为安全性能参数总个数。
通过对无量纲安全性能参数与相对应安全性能参数权重的乘积的一个求和累加过程,将多个安全性能参数融合成一个安全性能指标,从而达到对安全性能综合监控的目的。
请参照图5所示,进一步的,上述超稠油石油钻采设备安全性能综合监控方法,提出一种超稠油石油钻采设备安全性能综合监控系统,包括:
处理器,所述处理器用于构建安全性能参数平均值数据表、标准差数据表和权重数据表、搭建超稠油石油钻采设备安全性能指标计算模型、计算正常运行安全性能综合指标、计算现状安全性能综合指标;
存储模块,存储模块与所述处理器相耦合,所述存储模块用于存储超稠油石油钻采设备安全性能监控的历史数据、安全性能参数平均值数据表、安全性能参数标准差数据表、超稠油石油钻采设备安全性能指标计算模型;
实时监控模块,实时监控模块与所述处理器电性连接,所述实时监控模块用于获取超稠油石油钻采设备运行过程中安全性能监控数据;
信号输出模块,信号输出模块与所述处理器电性连接,所述信号输出模块用于输出超稠油石油钻采设备故障风险高低。
处理器内部集成有:
第一计算单元,所述第一计算单元用于基于超稠油石油钻采设备安全性能监控的历史数据,计算超稠油石油钻采设备安全性能所有参数的平均值和标准差;
第二计算单元,所述第二计算单元用于基于安全性能参数平均值数据表和标准差数据表,计算超稠油石油钻采设备安全性能所有参数的权重;
模型计算单元,所述模型计算单元用于安全性能指标模型的搭建和求解;
第三计算单元,所述第三计算单元用于计算超稠油石油钻采设备正常运行安全性能综合指标和现状安全性能综合指标;
判断单元,所述判断单元用于判断现状安全性能综合指标是否大于正常运行安全性能综合指标。
上述超稠油石油钻采设备安全性能监控系统工作流程为:
步骤一:第一计算单元从存储模块中调用超稠油石油钻采设备安全性能综合监控的历史数据,并构建超稠油石油钻采设备安全性能平均值和标准差数据表,将安全性能平均值和标准差数据表发送到第二计算单元和存储模块;
步骤二:第二计算单元基于安全性能平均值和标准差数据表,构建安全性能参数权重数据表,并将安全性能参数权重数据表发送到模型计算单元;
步骤三:模型计算单元调用存储模块中安全性能平均值和标准差数据表,基于安全性能参数权重数据表,搭建安全性能指标计算模型,并将安全性能指标计算模型发送到存储模块;
步骤四:第三计算单元调用存储模块中安全性能指标计算模型和安全性能评价标准,计算得到正常运行安全性能综合指标,并发送到判断单元;
步骤五:实时监控模块获取超稠油石油钻采设备运行过程中安全性能监控数据,并发送到第三计算单元;
步骤六:第三计算单元调用存储模块中安全性能指标计算模型,计算得到现状安全性能综合指标,并发送到判断单元;
步骤七:判断单元将正常运行安全性能综合指标和现状安全性能综合参数进行比较,将比较结果发送到信号输出模块;
步骤八:信号输出模块根据比较结果输出超稠油石油钻采设备故障风险高低。
综上所述,本发明的优点在于:提出一种超稠油石油钻采设备安全性能综合监控方案,可及时对超稠油石油钻采设备故障风险排查,能够快速解决故障问题,不至耽误超稠油开采工期。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (7)
1.一种超稠油石油钻采设备安全性能综合监控方法,其特征在于,包括:
获取超稠油石油钻采设备安全性能监控的历史数据,所述历史数据包括无损检测数据、振动分析检测数据、油液检测数据和红外热像分析检测数据;
基于超稠油石油钻采设备安全性能监控的历史数据,获得超稠油石油钻采设备安全性能所有参数的平均值和标准差,构建安全性能参数平均值和标准差数据表;
根据安全性能参数标准差数据表,获得超稠油石油钻采设备安全性能所有参数的权重,构建安全性能参数权重数据表;
基于石油钻采设备的历史运行状态,确定石油钻采设备的若干个会发生的安全故障;
根据安全性能参数权重数据表、平均值数据表和标准差数据表,搭建超稠油石油钻采设备安全性能指标计算模型,所述超稠油石油钻采设备安全性能指标计算模型与安全故障一一对应,以超稠油石油钻采设备安全性能参数为输入,以安全性能指标为输出;
获取超稠油石油钻采设备正常运行安全性能评价标准,将超稠油石油钻采设备正常运行安全性能评价标准输入安全性能指标计算模型,得到正常运行安全性能综合指标;
实时检测超稠油石油钻采设备运行过程中安全性能监控数据,将安全性能监控数据输入超稠油石油钻采设备安全性能指标计算模型,得到现状安全性能综合指标;
将现状安全性能综合指标与正常运行安全性能综合指标进行比较,判断现状安全性能综合指标是否大于正常运行安全性能综合指标,若是,则超稠油石油钻采设备故障风险低,若否,则超稠油石油钻采设备故障风险高;
根据超稠油石油钻采设备故障风险高低,安排对应的安全故障维修工作。
2.根据权利要求1所述的超稠油石油钻采设备安全性能综合监控方法,其特征在于,所述构建安全性能参数平均值和标准差数据表具体包括:
基于超稠油石油钻采设备安全性能监控的历史数据,对超稠油石油钻采设备安全性能所有参数进行编号,获得安全性能参数样本数据集;
根据安全性能参数样本数据集,计算得到安全性能所有参数的平均值,构建安全性能参数平均值数据表;
基于安全性能参数样本数据集和安全性能参数平均值数据表,计算得到超稠油石油钻采设备安全性能所有参数的标准差,并构建安全性能标准差数据表;
其中,所述安全性能参数平均值计算公式为:
式中,为第j个安全性能参数的平均值,/>为第j个安全参数样本数据总个数,/>为第j个安全性能参数第i个样本数据;
其中,所述安全性能参数标准差计算公式为:
式中,为第j个安全性能参数标准差,/>为第j个安全性能参数样本数据总个数,/>为第j个安全性能参数第i个样本数据,/>为第j个安全性能参数平均值。
3.根据权利要求1所述的超稠油石油钻采设备安全性能综合监控方法,其特征在于,所述构建安全性能参数权重数据表具体包括:
基于安全性能参数平均值数据表和标准差数据表,对安全性能参数样本数据集进行标准化处理,得到无量纲安全性能参数样本数据集;
基于无量纲安全性能参数样本数据集,计算得到无量纲安全性能参数平均值,并构建无量纲安全性能参数平均值数据表;
基于无量纲安全性能参数平均值数据表,计算得到无量纲安全性能参数标准差,并构建无量纲安全性能参数标准差数据表;
基于无量纲安全性能参数标准差数据表,计算每一个安全性能参数的权重,得到安全性能所有参数的权重值;
将安全性能所有参数的权重值组成安全性能参数权重数据表;
其中,所述标准化处理公式为:
式中,为第j个安全性能参数第i个无量纲样本数据,/>为第j个安全性能参数第i个样本数据,/>为第j个安全性能参数平均值,/>为第j个安全性能参数标准差;
其中,所述无量纲安全性能参数平均值计算公式为:
式中,为第j个无量纲安全性能参数平均值,/>为第j个安全性能参数第i个无量纲样本数据,/>为第j个安全参数样本数据总个数;
其中,所述无量纲安全性能参数标准差计算公式为:
式中,为第j个无量纲安全性能参数标准差,/>为第j个安全参数样本数据总个数,为第j个安全性能参数第i个无量纲样本数据,/>为第j个无量纲安全性能参数平均值;
其中,所述权重计算公式为:
式中,为第j个安全性能参数的权重,/>为第j个无量纲安全性能参数标准差,m为安全性能参数总个数。
4.根据权利要求1所述的超稠油石油钻采设备安全性能综合监控方法,其特征在于,所述搭建超稠油石油钻采设备安全性能指标计算模型具体包括:
步骤一:基于安全性能参数平均值数据表和安全性能标准差数据表,对安全性能参数进行标准化处理,得到无量纲安全性能参数;
步骤二:基于安全性能参数权重数据表和无量纲安全性能参数,计算得到安全性能指标;
步骤三:基于步骤一和步骤二,搭建超稠油石油钻采设备安全性能指标计算模型;
其中,所述安全性能指标计算模型表达式为:
式中,为第j个无量纲安全性能参数,/>为第j个安全性能参数,/>为第j个安全性能参数的平均值,/>为第j个安全性能参数标准差,/>为第k个安全故障的安全性能指标,/>为第j个安全性能参数的权重,m为安全性能参数总个数。
5.根据权利要求1所述的超稠油石油钻采设备安全性能综合监控方法,其特征在于,所述根据超稠油石油钻采设备故障风险高低,安排对应的安全故障的维修工作具体包括:
获取超稠油石油钻采设备历史维修经历,得到若干个安全故障维修方法;
获取故障风险高对应的安全故障类型,基于安全故障类型,找到对应的安全故障维修方法;
基于安全故障维修方法,提前做好维修技术准备和材料准备。
6.一种超稠油石油钻采设备安全性能综合监控系统,用于实现上述权利要求1-5任一项所述的超稠油石油钻采设备安全性能综合监控方法,其特征在于,包括:
处理器,所述处理器用于构建安全性能参数平均值数据表、标准差数据表和权重数据表、搭建超稠油石油钻采设备安全性能指标计算模型、计算正常运行安全性能综合指标、计算现状安全性能综合指标;
存储模块,存储模块与所述处理器相耦合,所述存储模块用于存储超稠油石油钻采设备安全性能监控的历史数据、安全性能评价标准、安全性能参数平均值数据表、安全性能参数标准差数据表、超稠油石油钻采设备安全性能指标计算模型;
实时监控模块,实时监控模块与所述处理器电性连接,所述实时监控模块用于获取超稠油石油钻采设备运行过程中安全性能监控数据;
信号输出模块,信号输出模块与所述处理器电性连接,所述信号输出模块用于输出超稠油石油钻采设备故障风险高低。
7.根据权利要求6所述的超稠油石油钻采设备安全性能综合监控系统,其特征在于,所述处理器的内部集成有:
第一计算单元,所述第一计算单元用于基于超稠油石油钻采设备安全性能监控的历史数据,计算超稠油石油钻采设备安全性能所有参数的平均值和标准差;
第二计算单元,所述第二计算单元用于基于安全性能参数平均值数据表和标准差数据表,计算超稠油石油钻采设备安全性能所有参数的权重;
模型计算单元,所述模型计算单元用于安全性能指标模型的搭建和求解;
第三计算单元,所述第三计算单元用于计算超稠油石油钻采设备正常运行安全性能综合指标和现状安全性能综合指标;
判断单元,所述判断单元用于判断现状安全性能综合指标是否大于正常运行安全性能综合指标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310992939.XA CN116720853B (zh) | 2023-08-09 | 2023-08-09 | 一种超稠油石油钻采设备安全性能综合监控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310992939.XA CN116720853B (zh) | 2023-08-09 | 2023-08-09 | 一种超稠油石油钻采设备安全性能综合监控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116720853A true CN116720853A (zh) | 2023-09-08 |
CN116720853B CN116720853B (zh) | 2023-10-27 |
Family
ID=87870062
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310992939.XA Active CN116720853B (zh) | 2023-08-09 | 2023-08-09 | 一种超稠油石油钻采设备安全性能综合监控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116720853B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117347093A (zh) * | 2023-12-04 | 2024-01-05 | 张家港市胜港机械制造有限公司 | 一种基于钻采设备测量仪器的故障检测系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040088115A1 (en) * | 2002-11-06 | 2004-05-06 | Varco International, Inc. | Method and apparatus for dynamic checking and reporting system health |
US20130024026A1 (en) * | 2011-07-21 | 2013-01-24 | Vijaysai Prasad | Advisory controls of desalter system |
CN110458390A (zh) * | 2019-07-01 | 2019-11-15 | 中国石油化工股份有限公司 | 油田矿场集输类设备的优选评价方法 |
CN111340367A (zh) * | 2020-02-26 | 2020-06-26 | 国网陕西省电力公司电力科学研究院 | 基于多维度关联性数据分析的少油设备状态评估方法及系统 |
CN112507479A (zh) * | 2020-11-19 | 2021-03-16 | 电子科技大学 | 一种基于流形学习和softmax的石油钻机健康状态评估方法 |
CN113850475A (zh) * | 2021-08-27 | 2021-12-28 | 浙江省机电设计研究院有限公司 | 一种基于大数据的生产设备性能评估系统 |
CN115796610A (zh) * | 2023-02-10 | 2023-03-14 | 江苏新恒基特种装备股份有限公司 | 一种支管成型系统运行综合监测方法、系统及存储介质 |
CN116029451A (zh) * | 2023-02-15 | 2023-04-28 | 招商局重庆交通科研设计院有限公司 | 道路结构长期性能监测评价方法及系统 |
CN116224137A (zh) * | 2023-02-23 | 2023-06-06 | 陕西柯蓝电子有限公司 | 一种ups设备故障预警方法及系统 |
CN116265708A (zh) * | 2021-12-14 | 2023-06-20 | 中国石油天然气集团有限公司 | 一种基于强化学习的测井仪器遇阻遇卡监测方法和系统 |
-
2023
- 2023-08-09 CN CN202310992939.XA patent/CN116720853B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040088115A1 (en) * | 2002-11-06 | 2004-05-06 | Varco International, Inc. | Method and apparatus for dynamic checking and reporting system health |
US20130024026A1 (en) * | 2011-07-21 | 2013-01-24 | Vijaysai Prasad | Advisory controls of desalter system |
CN110458390A (zh) * | 2019-07-01 | 2019-11-15 | 中国石油化工股份有限公司 | 油田矿场集输类设备的优选评价方法 |
CN111340367A (zh) * | 2020-02-26 | 2020-06-26 | 国网陕西省电力公司电力科学研究院 | 基于多维度关联性数据分析的少油设备状态评估方法及系统 |
CN112507479A (zh) * | 2020-11-19 | 2021-03-16 | 电子科技大学 | 一种基于流形学习和softmax的石油钻机健康状态评估方法 |
CN113850475A (zh) * | 2021-08-27 | 2021-12-28 | 浙江省机电设计研究院有限公司 | 一种基于大数据的生产设备性能评估系统 |
CN116265708A (zh) * | 2021-12-14 | 2023-06-20 | 中国石油天然气集团有限公司 | 一种基于强化学习的测井仪器遇阻遇卡监测方法和系统 |
CN115796610A (zh) * | 2023-02-10 | 2023-03-14 | 江苏新恒基特种装备股份有限公司 | 一种支管成型系统运行综合监测方法、系统及存储介质 |
CN116029451A (zh) * | 2023-02-15 | 2023-04-28 | 招商局重庆交通科研设计院有限公司 | 道路结构长期性能监测评价方法及系统 |
CN116224137A (zh) * | 2023-02-23 | 2023-06-06 | 陕西柯蓝电子有限公司 | 一种ups设备故障预警方法及系统 |
Non-Patent Citations (1)
Title |
---|
王进军;: "石油勘探企业安全现状动态综合评价研究", 中国安全生产科学技术, no. 1 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117347093A (zh) * | 2023-12-04 | 2024-01-05 | 张家港市胜港机械制造有限公司 | 一种基于钻采设备测量仪器的故障检测系统 |
CN117347093B (zh) * | 2023-12-04 | 2024-02-23 | 张家港市胜港机械制造有限公司 | 一种基于钻采设备测量仪器的故障检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116720853B (zh) | 2023-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116720853B (zh) | 一种超稠油石油钻采设备安全性能综合监控方法及系统 | |
CN105204436B (zh) | 基于分级预警的数控机床故障诊断方法 | |
CN104573850B (zh) | 一种火电厂设备状态评估方法 | |
CN201943686U (zh) | 油井故障实时预警系统 | |
CN109933905A (zh) | 一种基于多维预警分析的机械设备健康状态评估方法 | |
CN111305796A (zh) | 一种水合物试采过程中管柱稳定性的实验装置及方法 | |
CN104019849B (zh) | 压力钢管及伸缩节运行参数自动监测系统及其监测方法 | |
CN110321631A (zh) | 一种面向船用柴油机机身质量特征加工可靠性评估方法 | |
CN114444382A (zh) | 基于机器学习算法的风电机组齿轮箱故障诊断分析方法 | |
CN107103425B (zh) | 发电设备运行状态计算机智能量化评价系统 | |
CN107159964A (zh) | 卧式内拉床智能拉削单元 | |
CN115614292A (zh) | 一种立式水泵机组振动监测装置及其方法 | |
CN114971351A (zh) | 一种基于熵值法的设备多指标健康状况评估方法 | |
CN202673654U (zh) | 在线钻井泵故障智能诊断装置 | |
CN108710946B (zh) | 深水立管系统风险维修决策优化的人因可靠性平衡法 | |
CN106113567A (zh) | 一种大型油压机运行状态智能监控及故障报警系统 | |
CN103498706A (zh) | 基于通用逻辑表格的汽轮机组性能监测诊断方法 | |
CN110826735A (zh) | 一种电力scada智能多维查询检修方法 | |
CN116150989A (zh) | 光伏组件制造方法和光伏组件 | |
CN114282423B (zh) | 一种岸桥结构的疲劳监测方法和寿命预测方法 | |
CN202673275U (zh) | 钻井泵运行状态实时监测装置 | |
CN111539642B (zh) | 一种基于面向对象的电厂数据采集处理系统及其方法 | |
CN201561844U (zh) | 电力电容器漏油在线监测装置 | |
CN114819214A (zh) | 一种高速公路机电设备智慧管养平台及方法 | |
CN104436901B (zh) | 反吹时在线查找脉冲除尘器上除尘布袋破损位置的方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |