CN117703325A - 油田波码分注注水地面控制系统 - Google Patents
油田波码分注注水地面控制系统 Download PDFInfo
- Publication number
- CN117703325A CN117703325A CN202410170478.2A CN202410170478A CN117703325A CN 117703325 A CN117703325 A CN 117703325A CN 202410170478 A CN202410170478 A CN 202410170478A CN 117703325 A CN117703325 A CN 117703325A
- Authority
- CN
- China
- Prior art keywords
- data
- water injection
- pressure
- target parameter
- water
- 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
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 167
- 238000002347 injection Methods 0.000 title claims abstract description 122
- 239000007924 injection Substances 0.000 title claims abstract description 122
- 238000004364 calculation method Methods 0.000 claims abstract description 99
- 238000012549 training Methods 0.000 claims abstract description 49
- 239000012530 fluid Substances 0.000 claims abstract description 17
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 8
- 238000013500 data storage Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 229910000831 Steel Inorganic materials 0.000 claims description 12
- 239000010959 steel Substances 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 4
- 238000010801 machine learning Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- 239000003921 oil Substances 0.000 description 11
- 238000000034 method Methods 0.000 description 10
- 239000002332 oil field water Substances 0.000 description 7
- 231100000279 safety data Toxicity 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 239000000243 solution Substances 0.000 description 3
- 239000010779 crude oil Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/16—Enhanced recovery methods for obtaining hydrocarbons
- E21B43/20—Displacing by water
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Fluid Mechanics (AREA)
- Artificial Intelligence (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Geochemistry & Mineralogy (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Environmental & Geological Engineering (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本公开涉及一种油田波码分注注水地面控制系统,包括地面控制器,地面控制器包括基于人工智能边缘算法配置的边缘计算系统,所述边缘计算系统包括:数据采集模块,用于采集获取波码分注系统的目标参数数据,所述目标参数数据至少包括来水压力数据、注水压力数据、流量数据、流体温度、流量波数据、压力波数据和注水阀门开度数据中的一个或多个;数据计算模块,用于将所述目标参数数据输入预先训练得到的目标数据计算模型,以排除所述目标参数数据中的无效数据而得到有效数据,基于所述有效数据控制调整注水参数。
Description
技术领域
本公开实施例涉及油田注水技术领域,尤其涉及一种油田波码分注注水地面控制系统。
背景技术
油田注水是油田采油过程的重要环节之一。油田注水开发的方式通常是:将合格的水注入注水井,注水井内的注入水进入地下储层,注入水将地下储层中的原油进行驱替,最后由采油井将注入水及注入水携带的原油共同采出地面。
近年来,油田波码分注注水技术被称为油田第四代智能注水技术,它是电子测控与机械一体化为核心的地面智能控制和无线智能分层测控为一体的新型分层注水系统。波码分注系统通常包括波码通讯智能配水器、地面控制系统和远程控制系统三部分,发明人发现,其中的地面控制系统中的地面控制器受硬件和计算力的限制,难以满足油田现场复杂多变的环境,进而难以实现对注水参数如注水压力和/或井下流量的精确控制,影响油田精细配水目的的实现,同时配水的效率较低。同时受地面控制器空间的限制,监测管线的来水压力和注水压力的相关器件和地面控制器不能构成一体,这给管理与维护带来不便。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本公开实施例提供了一种油田波码分注注水地面控制系统。
第一方面,本公开实施例提供了一种油田波码分注注水地面控制系统,包括地面控制器,所述地面控制器包括基于人工智能边缘算法配置的边缘计算系统,所述边缘计算系统包括:
数据采集模块,用于采集获取波码分注系统的目标参数数据,所述目标参数数据至少包括来水压力数据、注水压力数据、流量数据、流体温度、流量波数据、压力波数据和注水阀门开度数据中的一个或多个;
数据计算模块,用于将所述目标参数数据输入预先训练得到的目标数据计算模型,以排除所述目标参数数据中的无效数据而得到有效数据,基于所述有效数据控制调整注水参数。
在一个实施例中,所述数据计算模块包括:
训练单元,用于基于当前时刻的训练数据对原始的数据计算模型进行机器学习训练以得到训练结束后的数据计算模型,其中所述训练数据是采集的所述当前时刻之前的所述波码分注系统的目标参数数据;
存储单元,用于存储至少一种数据计算模型,所述至少一种数据计算模型包括随着所述当前时刻的变化而对应的历次训练结束后的数据计算模型中的目标数据计算模型,所述目标数据计算模型的模型质量优于预设质量;
判定单元,用于调用所述存储单元中的目标数据计算模型,并将所述数据采集模块输出的所述目标参数数据输入所述目标数据计算模型,以排除所述目标参数数据中的无效数据而得到有效数据。
在一个实施例中,所述数据计算模块还包括:
阈值设定单元,用于基于所述存储单元中的目标数据计算模型设置对应的阈值范围;
所述判定单元,具体用于将所述数据采集模块输出的所述目标参数数据输入所述目标数据计算模型得到对应的参数值,判断所述参数值是否在所述阈值范围内,若是则所述目标参数数据是有效数据,若否则所述目标参数数据是无效数据。
在一个实施例中,所述边缘计算系统还包括数据存储模块,所述数据存储模块包括:
数据存储单元,用于存储所述有效数据;
数据分析单元,用于从所述数据存储单元读取所述有效数据,对所述有效数据进行分析以确定所述有效数据中的风险数据和安全数据;
数据预警单元,用于基于所述风险数据生成预警提示信息。
在一个实施例中,所述数据计算模块,还用于将所述安全数据发送至油田测调监控中心。
在一个实施例中,所述地面控制系统还包括:
第一压力变送器,与第一闸阀连接,所述第一闸阀与来水管道上的第一法兰连接,且所述第一闸阀位于所述第一法兰上的第一取压孔处;
第二压力变送器,与第二闸阀连接,所述第二闸阀与地面的注水管道上的第二法兰连接,且所述第二闸阀位于所述第二法兰上的第二取压孔处;其中所述注水管道上背离所述第二法兰的一端与所述来水管道上背离所述第一法兰的一端连接;
所述地面控制器,通过支架连接于所述来水管道上,且与所述第一压力变送器和所述第二压力变送器分别电连接。
在一个实施例中,所述地面控制系统还包括高压流量计,所述高压流量计安装于所述来水管道上靠近所述第一法兰处,所述高压流量计包括:
流量传感器电极,位于所述来水管道内一侧壁上,且与所述地面控制器电连接;
磁钢,位于所述来水管道内与所述流量传感器电极相对的另一侧壁上,所述磁钢和流量传感器电极之间区域形成过流通道;当所述过流通道中有来自所述来水管道的流体流过时将切割所述磁钢产生的磁力线而在所述流量传感器电极上产生电信号。
在一个实施例中,所述地面控制系统还包括电动流量调节机构,所述电动流量调节机构包括:
电动执行器,安装于所述高压流量计的上端,且与所述地面控制器电连接;
阀杆,所述阀杆的上端与所述电动执行器连接,所述阀杆的下端伸入所述来水管道内;
碟簧,设置于所述来水管道内背离所述第一法兰的一端处;
轴承,设置于所述来水管道内所述碟簧的下方;
阀芯,设置于所述来水管道内所述轴承的下方,且所述阀杆的下端穿过所述碟簧和轴承后与所述阀芯连接,所述阀芯在所述来水管道内的安装位置与所述注水管道背离所述第二法兰的一端对应。
在一个实施例中,所述地面控制器包括控制器壳体、电路板和显示屏,所述边缘计算系统设置于所述电路板中;所述显示屏安装在所述控制器壳体上,所述控制器壳体安装在所述支架的前端。
第二方面,本公开实施例提供一种油田波码分注注水地面控制系统中的地面控制器,包括:
处理器;以及存储器,用于存储计算机程序,所述计算机程序是基于人工智能边缘算法配置的边缘计算系统的程序;
其中,所述处理器配置为经由执行所述计算机程序来执行以下步骤:
采集获取波码分注系统的目标参数数据,所述目标参数数据至少包括来水压力数据、注水压力数据、流量数据、流体温度、流量波数据、压力波数据和注水阀门开度数据中的一个或多个;
将所述目标参数数据输入预先训练得到的目标数据计算模型,以排除所述目标参数数据中的无效数据而得到有效数据,基于所述有效数据控制调整注水参数。
本公开实施例提供的技术方案与现有技术相比具有如下优点:
本公开实施例提供的油田波码分注注水地面控制系统,包括地面控制器,所述地面控制器包括基于人工智能边缘算法配置的边缘计算系统,所述边缘计算系统包括:数据采集模块,用于采集获取波码分注系统的目标参数数据,所述目标参数数据至少包括来水压力数据、注水压力数据、流量数据、流体温度、流量波数据、压力波数据和注水阀门开度数据中的一个或多个;数据计算模块,用于将所述目标参数数据输入预先训练得到的目标数据计算模型,以排除所述目标参数数据中的无效数据而得到有效数据,基于所述有效数据控制调整注水参数。这样,本实施例中在波码分注系统的地面控制器侧即前端进行边缘计算,通过预先训练得到的目标数据计算模型计算以准确排除采集的目标参数数据中的无效数据得到有效数据,然后基于有效数据进行控制调节,从而在地面控制器侧即前端将采集到的数据进行过滤清洗,减少无效数据的资源占用及对流量控制的影响,进而提高对注水参数如注水压力的精确控制,实现油田精细配水目的;另外,基于地面控制器侧即前端的边缘计算,相对于后端如云端的方式可以缩短油田注水流量控制调节时间,提高油田注水的效率,该方案可以适应油田现场复杂多变的环境。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本公开实施例波码分注系统的地面控制装置结构示意图;
图2为本公开实施例的地面控制器内部结构示意图;
图3为本公开实施例的边缘计算系统逻辑结构示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点,下面将对本公开的方案进行进一步描述。需要说明的是,在不冲突的情况下,本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开,但本公开还可以采用其他不同于在此描述的方式来实施;显然,说明书中的实施例只是本公开的一部分实施例,而不是全部的实施例。
应当理解,在下文中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
本公开实施例提供了一种油田波码分注注水地面控制系统,结合参考图1和图2所示,其包括地面控制器,所述地面控制器包括基于人工智能边缘算法配置的边缘计算系统,所述边缘计算系统包括:
数据采集模块102,用于采集获取波码分注系统的目标参数数据,所述目标参数数据至少包括来水压力数据、注水压力数据、流量数据、流体温度、流量波数据、压力波数据和注水阀门开度数据中的一个或多个。示例性的,目标参数数据均是现有参数,其具体获取方式可以参考现有技术理解,此处不再赘述。边缘计算系统中的数据采集模块可以将采集的数据经信号总线传输到数据计算模块103中。
数据计算模块103,用于将所述目标参数数据输入预先训练得到的目标数据计算模型,以排除所述目标参数数据中的无效数据而得到有效数据,基于所述有效数据控制调整注水参数。
示例性的,目标数据计算模型对采集的目标参数数据如来水压力数据、注水压力数据、流量数据、流体温度、流量波数据、压力波数据和注水阀门开度数据进行处理以确定其为有效数据或无效数据并排除目标参数数据中的无效数据而得到有效数据。目标数据计算模型可以基于原始的数据计算模型训练得到,原始的数据计算模型可以包括卷积神经网络模型,但不限于此。注水参数可以包括注水压力和/或井下流量,但是并不限于此。通过预先训练得到的目标数据计算模型可以准确排除采集的目标参数数据中的无效数据得到有效数据,然后基于有效数据控制调整注水参数如注水压力等。
另外,边缘计算是在靠近物或数据源头的一侧就近提供最近端服务。其应用程序在边缘侧发起,产生更快的网络服务响应,能够满足行业有效快速处理数据等方面的关键需求。本实施例中在地面控制器侧即前端进行边缘计算,可以缩短油田注水流量控制调节时间。
本实施例中的上述方案,在波码分注系统的地面控制器侧即前端进行边缘计算,通过预先训练得到的目标数据计算模型计算以准确排除采集的目标参数数据中的无效数据得到有效数据,然后基于有效数据进行控制调节,从而在地面控制器侧即前端将采集到的数据进行过滤清洗,减少无效数据的资源占用及对流量控制的影响,进而提高对注水参数如注水压力的精确控制,实现油田精细配水目的;另外,基于地面控制器侧即前端的边缘计算,相对于后端如云端的方式可以缩短油田注水流量控制调节时间,提高油田注水的效率,该方案可以适应油田现场复杂多变的环境。
在一个实施例中,参考图3所示,所述数据计算模块103包括:
训练单元,用于基于当前时刻的训练数据对原始的数据计算模型进行机器学习训练以得到训练结束后的数据计算模型,其中所述训练数据是采集的所述当前时刻之前的所述波码分注系统的目标参数数据;
存储单元,用于存储至少一种数据计算模型,所述至少一种数据计算模型包括随着所述当前时刻的变化而对应的历次训练结束后的数据计算模型中的目标数据计算模型,所述目标数据计算模型的模型质量优于预设质量;
判定单元,用于调用所述存储单元中的目标数据计算模型,并将所述数据采集模块输出的所述目标参数数据输入所述目标数据计算模型,以排除所述目标参数数据中的无效数据而得到有效数据。
需要说明的是,波码分注系统中的地面控制器受硬件和计算力的限制,目前只有一种或几种固定的简单算法,且算法固定不能更改,难以满足现场复杂多变的环境,进而导致难以实现对注水参数如注水压力和/或井下流量的精确控制,影响油田精细配水目的的实现。因此,本实施例中,数据计算模块中的训练单元可以基于当前时刻的变化而不断训练如定时更新训练一次原始的数据计算模型得到训练结束后的数据计算模型,其中的训练数据也是不断更新的。存储单元可以存储随着所述当前时刻的变化而对应的历次训练结束后的数据计算模型中的目标数据计算模型。
示例性的,所述存储单元中可以存储多种可供选择采用的目标数据计算模型,例如根据历次经过训练单元的训练结束后的数据计算模型进行模型质量优劣排序,以提供模型质量较优的数据计算模型作为目标数据计算模型,其中优先提供最近一次经过训练单元的训练结束后的数据计算模型中的模型质量最优的数据计算模型。
这样,通过波码分注系统中的地面控制器的边缘计算系统中的数据计算模块中的训练单元可以不断更新采集的训练数据训练得到质量较优的目标数据计算模型,也即可以较小的采集间隔时间获取更全面的随时间变化的训练数据进行模型训练,该方案可以获取更全面的随时间变化的训练数据进行模型训练,也即算法不是固定不变而是能够更改的,适用油田现场复杂多变的环境,如此可使训练得到的目标数据计算模型准确地确定有效数据,进而实现对注水参数如注水压力的更精确控制,达到油田精细配水的目的。
在一个实施例中,所述数据计算模块103还包括:
阈值设定单元,用于基于所述存储单元中的目标数据计算模型设置对应的阈值范围;
所述判定单元,具体用于将所述数据采集模块输出的所述目标参数数据输入所述目标数据计算模型得到对应的参数值,判断所述参数值是否在所述阈值范围内,若是则所述目标参数数据是有效数据,若否则所述目标参数数据是无效数据。
示例性的,阈值设定单元根据目标数据计算模型确定对应的阈值范围,不同的目标数据计算模型对应的阈值范围可以不同,如历次训练结束后质量较优的至少两个数据计算模型各自对应的阈值范围不同。目标数据计算模型基于输入的目标参数数据输出对应的参数值,例如来水压力数据、注水压力数据、流量数据、流体温度、流量波数据、压力波数据和注水阀门开度数据各自对应一个参数值,该参数值大小表征对应的参数数据是无效数据或有效数据的程度。判定单元通过判断参数值是否在对应的阈值范围内来确定其为有效数据或无效数据。例如来水压力数据、注水压力数据、流量数据、流体温度、流量波数据、压力波数据和注水阀门开度数据中的流量数据、流体温度是无效数据,而剩余数据是有效数据。
本实施例中的上述方案可以具体判定计算以更准确地排除采集的目标参数数据中的无效数据得到有效数据,然后基于有效数据进行控制调节,从而在地面控制器侧即前端将采集到的数据进行有效地过滤清洗,进一步减少无效数据的资源占用及对流量控制的影响,进而提高对注水参数如注水压力的更精确控制,实现油田精细配水目的。
在一个实施例中,参考图3所示,所述边缘计算系统还可以包括数据存储模块104,所述数据存储模块104具体可以包括:数据存储单元,用于存储所述有效数据;数据分析单元,用于从所述数据存储单元读取所述有效数据,对所述有效数据进行分析以确定所述有效数据中的风险数据和安全数据;数据预警单元,用于基于所述风险数据生成预警提示信息。
示例性的,数据计算模块103通过计算排除无效数据得到有效数据,将有效数据传输到数据存储模块中。具体的,数据存储模块中的数据存储单元是将数据计算模块确定的有效数据进行存储,数据分析单元调用数据存储单元中的有效数据进行数据分析以确定有效数据中的风险数据及安全数据,数据预警单元根据数据分析结果如风险数据做出对应的预警提示信息如文字、图像或声音提示信息。
在上述实施例的基础上,于一个实施例中,所述数据计算模块103,还可以用于将所述安全数据发送至油田测调监控中心。例如安全数据可以实时发送给油田测调监控中心实时显示井口数据,达到远程监控调测和精细化注水的目的。另外,基于上述排除了无效数据的有效数据中的风险数据进行预警,可以缩短排查时间,提高预警效率。
在上述任意一个实施例的基础上,于一个实施例中,参考图1中所示,所述地面控制系统还包括:
第一压力变送器12,与第一闸阀11连接,所述第一闸阀11与来水管道上的第一法兰10连接,且所述第一闸阀11位于所述第一法兰10上的第一取压孔13处;
第二压力变送器17,与第二闸阀16连接,所述第二闸阀16与地面的注水管道上的第二法兰14连接,且所述第二闸阀16位于所述第二法兰14上的第二取压孔15处;其中所述注水管道上背离所述第二法兰的一端与所述来水管道上背离所述第一法兰的一端连接;
所述地面控制器(位于控制器壳体101内,图未示),通过支架2连接于所述来水管道上,且与所述第一压力变送器12和所述第二压力变送器17分别电连接如线缆连接(图未示)。
其中,当第一闸阀11打开时,第一压力变送器12能测量到管道内阀前压力,这里测量到的压力为来水压力。而当第二闸阀16打开时,第二压力变送器17能测量到管道内阀后压力,这里测量到的压力为注水压力。第二法兰14处可以连接注水井中的配水器,这些属于配水的地下设备,具体可以参考现有技术理解。
本实施例中,监测管线流体压力的两个压力变送器和波码分注系统的地面控制器通过来水管道、注水管道以及支架连接构成一体,便于管理与维护。
在一个实施例中,所述地面控制系统还可包括高压流量计,所述高压流量计安装于所述来水管道上靠近所述第一法兰10处,所述高压流量计包括:流量传感器电极3,位于所述来水管道内一侧壁上,且与所述地面控制器电连接(图未示);磁钢4,位于所述来水管道内与所述流量传感器电极3相对的另一侧壁上,所述磁钢4和流量传感器电极3之间区域形成过流通道;当所述过流通道中有来自所述来水管道的流体流过时将切割所述磁钢4产生的磁力线而在所述流量传感器电极3上产生电信号,也即流量信号。
本实施例中采用上述基于电磁感应的高压流量计可以准确地获取流量数据,再结合上述实施例中的方案可以准确地确定有效数据,然后基于有效数据进行控制调节,可以提高对注水参数如注水压力的更精确控制,实现油田精细配水目的。
在一个实施例中,参考图1所示,所述地面控制系统还包括电动流量调节机构,所述电动流量调节机构包括:电动执行器5,安装于所述高压流量计的上端,且与所述地面控制器电连接(图未示);阀杆6的上端与所述电动执行器5连接,所述阀杆6的下端伸入所述来水管道内;碟簧9设置于所述来水管道内背离所述第一法兰10的一端处即图示上端处;轴承7设置于所述来水管道内所述碟簧9的下方;阀芯8设置于所述来水管道内所述轴承7的下方,阀杆6的下端穿过碟簧9和轴承7后与阀芯8连接,所述阀芯8在所述来水管道内的安装位置与所述注水管道背离所述第二法兰14的一端对应。
上述电动流量调节机构也即开关型电动调节阀,其可包含有上述的执行器、轴承、碟簧、阀杆、阀芯。电动调节阀根据地面控制器中的边缘计算系统计算的有效数据进行流量大小的调节,例如地面控制器控制电动执行器5驱动阀杆6使得阀芯8运动而实现阀门开度控制以实现流量大小控制。本实施例中的电动流量调节机构结合上述的边缘计算系统可以实现流量大小的准确控制,进而提高对注水参数如注水压力的更精确控制,实现油田精细配水目的。
在一个实施例中,所述地面控制器可以包括控制器壳体101、电路板和显示屏1,所述边缘计算系统设置于所述电路板如PCB中;所述显示屏1安装在所述控制器壳体101上,所述控制器壳体101安装在所述支架2的前端。电路板可置于控制器壳体101内(图未示),支架2的后端和流量传感器电极3相连接。控制器壳体101下端依次为接线孔105、106、107,可以设置与例如两个压力变送器电连接的线缆等。
本实施例的基于人工智能边缘算法实现的波码分注系统的地面控制系统,采用集成式结构,包括地面控制器、高压流量计以及管道连接件等。地面控制器含有控制器壳体、显示屏、电路板;电路板设置边缘计算系统,边缘计算系统包括数据采集模块、数据计算模块以及数据存储模块,所述显示屏主要显示注水相关参数如配注量、分层流量、地层压力、来水压力、注水压力和预警提示信息等数据。
在一个具体示例中,本公开实施例的方案的工作过程是:控制器壳体101内安装的电路板上的数据采集模块102采集第一压力变送器12获取的来水压力信号、第二压力变送器17获取的注水压力信号、电动执行器5的信号即阀门开度信号和流量传感器电极3的流量信号和管道内流量波信号、压力波信号等,之后传输采集的数据信号到数据计算模块103中,数据计算模块103通过内部模型训练单元的训练模型计算处理,排除无效数据得到有效数据,将有效数据传输到数据存储模块104,进而确定有效数据中的风险数据及安全数据,安全数据可以实时发送给油田测调监控中心,实时显示井口数据,达到远程监控调测和精细化注水的目的,风险数据可根据预警数据单元根据数据分析结果做出对应的预警提示信息,预警提示信息可在显示屏1中显示和油田SACDA平台显示。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。作为模块或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模块来实现本公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本公开实施例提供一种油田波码分注注水地面控制系统中的地面控制器,包括:处理器;以及存储器,用于存储计算机程序,所述计算机程序是基于人工智能边缘算法配置的边缘计算系统的程序;其中,所述处理器配置为经由执行所述计算机程序来执行以下步骤:
采集获取波码分注系统的目标参数数据,所述目标参数数据至少包括来水压力数据、注水压力数据、流量数据、流体温度、流量波数据、压力波数据和注水阀门开度数据中的一个或多个;
将所述目标参数数据输入预先训练得到的目标数据计算模型,以排除所述目标参数数据中的无效数据而得到有效数据,基于所述有效数据控制调整注水参数。
在一个实施例中,所述处理器配置为经由执行所述计算机程序还执行以下步骤:
基于当前时刻的训练数据对原始的数据计算模型进行机器学习训练以得到训练结束后的数据计算模型,其中所述训练数据是采集的所述当前时刻之前的所述波码分注系统的目标参数数据;
存储至少一种数据计算模型,所述至少一种数据计算模型包括随着所述当前时刻的变化而对应的历次训练结束后的数据计算模型中的目标数据计算模型,所述目标数据计算模型的模型质量优于预设质量;
调用存储的目标数据计算模型,并将采集的所述目标参数数据输入所述目标数据计算模型,以排除所述目标参数数据中的无效数据而得到有效数据。
在一个实施例中,所述处理器配置为经由执行所述计算机程序还执行以下步骤:
基于存储的目标数据计算模型设置对应的阈值范围;
将采集的所述目标参数数据输入所述目标数据计算模型得到对应的参数值,判断所述参数值是否在所述阈值范围内,若是则所述目标参数数据是有效数据,若否则所述目标参数数据是无效数据。
在一个实施例中,所述处理器配置为经由执行所述计算机程序还执行以下步骤:
存储所述有效数据;
读取所述有效数据,对所述有效数据进行分析以确定所述有效数据中的风险数据和安全数据;
基于所述风险数据生成预警提示信息。
在一个实施例中,所述处理器配置为经由执行所述计算机程序还执行以下步骤:将所述安全数据发送至油田测调监控中心。
在一个实施例中,所述地面控制系统还包括:
第一压力变送器,与第一闸阀连接,所述第一闸阀与来水管道上的第一法兰连接,且所述第一闸阀位于所述第一法兰上的第一取压孔处;
第二压力变送器,与第二闸阀连接,所述第二闸阀与地面的注水管道上的第二法兰连接,且所述第二闸阀位于所述第二法兰上的第二取压孔处;其中所述注水管道上背离所述第二法兰的一端与所述来水管道上背离所述第一法兰的一端连接;
所述地面控制器,通过支架连接于所述来水管道上,且与所述第一压力变送器和所述第二压力变送器分别电连接。
在一个实施例中,所述地面控制系统还包括高压流量计,所述高压流量计安装于所述来水管道上靠近所述第一法兰处,所述高压流量计包括:
流量传感器电极,位于所述来水管道内一侧壁上,且与所述地面控制器电连接;
磁钢,位于所述来水管道内与所述流量传感器电极相对的另一侧壁上,所述磁钢和流量传感器电极之间区域形成过流通道;当所述过流通道中有来自所述来水管道的流体流过时将切割所述磁钢产生的磁力线而在所述流量传感器电极上产生电信号。
在一个实施例中,所述地面控制系统还包括电动流量调节机构,所述电动流量调节机构包括:
电动执行器,安装于所述高压流量计的上端,且与所述地面控制器电连接;
阀杆,所述阀杆的上端与所述电动执行器连接,所述阀杆的下端伸入所述来水管道内;
碟簧,设置于所述来水管道内背离所述第一法兰的一端处;
轴承,设置于所述来水管道内所述碟簧的下方;
阀芯,设置于所述来水管道内所述轴承的下方,且所述阀杆的下端穿过所述碟簧和轴承后与所述阀芯连接,所述阀芯在所述来水管道内的安装位置与所述注水管道背离所述第二法兰的一端对应。
在一个实施例中,所述地面控制器包括控制器壳体、电路板和显示屏,所述边缘计算系统设置于所述电路板中;所述显示屏安装在所述控制器壳体上,所述控制器壳体安装在所述支架的前端。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、方法、物品或者设备不仅包括那些要素,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、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本公开的具体实施方式,使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下,在其它实施例中实现。因此,本公开将不会被限制于本文所述的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种油田波码分注注水地面控制系统,包括地面控制器,其特征在于,所述地面控制器包括基于人工智能边缘算法配置的边缘计算系统,所述边缘计算系统包括:
数据采集模块,用于采集获取波码分注系统的目标参数数据,所述目标参数数据至少包括来水压力数据、注水压力数据、流量数据、流体温度、流量波数据、压力波数据和注水阀门开度数据中的一个或多个;
数据计算模块,用于将所述目标参数数据输入预先训练得到的目标数据计算模型,以排除所述目标参数数据中的无效数据而得到有效数据,基于所述有效数据控制调整注水参数。
2.根据权利要求1所述的系统,其特征在于,所述数据计算模块包括:
训练单元,用于基于当前时刻的训练数据对原始的数据计算模型进行机器学习训练以得到训练结束后的数据计算模型,其中所述训练数据是采集的所述当前时刻之前的所述波码分注系统的目标参数数据;
存储单元,用于存储至少一种数据计算模型,所述至少一种数据计算模型包括随着所述当前时刻的变化而对应的历次训练结束后的数据计算模型中的目标数据计算模型,所述目标数据计算模型的模型质量优于预设质量;
判定单元,用于调用所述存储单元中的目标数据计算模型,并将所述数据采集模块输出的所述目标参数数据输入所述目标数据计算模型,以排除所述目标参数数据中的无效数据而得到有效数据。
3.根据权利要求2所述的系统,其特征在于,所述数据计算模块还包括:
阈值设定单元,用于基于所述存储单元中的目标数据计算模型设置对应的阈值范围;
所述判定单元,具体用于将所述数据采集模块输出的所述目标参数数据输入所述目标数据计算模型得到对应的参数值,判断所述参数值是否在所述阈值范围内,若是则所述目标参数数据是有效数据,若否则所述目标参数数据是无效数据。
4.根据权利要求1所述的系统,其特征在于,所述边缘计算系统还包括数据存储模块,所述数据存储模块包括:
数据存储单元,用于存储所述有效数据;
数据分析单元,用于从所述数据存储单元读取所述有效数据,对所述有效数据进行分析以确定所述有效数据中的风险数据和安全数据;
数据预警单元,用于基于所述风险数据生成预警提示信息。
5.根据权利要求4所述的系统,其特征在于,所述数据计算模块,还用于将所述安全数据发送至油田测调监控中心。
6.根据权利要求1~5任一项所述的系统,其特征在于,所述地面控制系统还包括:
第一压力变送器,与第一闸阀连接,所述第一闸阀与来水管道上的第一法兰连接,且所述第一闸阀位于所述第一法兰上的第一取压孔处;
第二压力变送器,与第二闸阀连接,所述第二闸阀与地面的注水管道上的第二法兰连接,且所述第二闸阀位于所述第二法兰上的第二取压孔处;其中所述注水管道上背离所述第二法兰的一端与所述来水管道上背离所述第一法兰的一端连接;
所述地面控制器,通过支架连接于所述来水管道上,且与所述第一压力变送器和所述第二压力变送器分别电连接。
7.根据权利要求6所述的系统,其特征在于,所述地面控制系统还包括高压流量计,所述高压流量计安装于所述来水管道上靠近所述第一法兰处,所述高压流量计包括:
流量传感器电极,位于所述来水管道内一侧壁上,且与所述地面控制器电连接;
磁钢,位于所述来水管道内与所述流量传感器电极相对的另一侧壁上,所述磁钢和流量传感器电极之间区域形成过流通道;当所述过流通道中有来自所述来水管道的流体流过时将切割所述磁钢产生的磁力线而在所述流量传感器电极上产生电信号。
8.根据权利要求7所述的系统,其特征在于,所述地面控制系统还包括电动流量调节机构,所述电动流量调节机构包括:
电动执行器,安装于所述高压流量计的上端,且与所述地面控制器电连接;
阀杆,所述阀杆的上端与所述电动执行器连接,所述阀杆的下端伸入所述来水管道内;
碟簧,设置于所述来水管道内背离所述第一法兰的一端处;
轴承,设置于所述来水管道内所述碟簧的下方;
阀芯,设置于所述来水管道内所述轴承的下方,且所述阀杆的下端穿过所述碟簧和轴承后与所述阀芯连接,所述阀芯在所述来水管道内的安装位置与所述注水管道背离所述第二法兰的一端对应。
9.根据权利要求6所述的系统,其特征在于,所述地面控制器包括控制器壳体、电路板和显示屏,所述边缘计算系统设置于所述电路板中;所述显示屏安装在所述控制器壳体上,所述控制器壳体安装在所述支架的前端。
10.一种油田波码分注注水地面控制系统中的地面控制器,其特征在于,包括:
处理器;以及存储器,用于存储计算机程序,所述计算机程序是基于人工智能边缘算法配置的边缘计算系统的程序;
其中,所述处理器配置为经由执行所述计算机程序来执行以下步骤:
采集获取波码分注系统的目标参数数据,所述目标参数数据至少包括来水压力数据、注水压力数据、流量数据、流体温度、流量波数据、压力波数据和注水阀门开度数据中的一个或多个;
将所述目标参数数据输入预先训练得到的目标数据计算模型,以排除所述目标参数数据中的无效数据而得到有效数据,基于所述有效数据控制调整注水参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410170478.2A CN117703325B (zh) | 2024-02-06 | 2024-02-06 | 油田波码分注注水地面控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410170478.2A CN117703325B (zh) | 2024-02-06 | 2024-02-06 | 油田波码分注注水地面控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117703325A true CN117703325A (zh) | 2024-03-15 |
CN117703325B CN117703325B (zh) | 2024-05-07 |
Family
ID=90157505
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410170478.2A Active CN117703325B (zh) | 2024-02-06 | 2024-02-06 | 油田波码分注注水地面控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117703325B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015026594A1 (en) * | 2013-08-22 | 2015-02-26 | Halliburton Energy Services, Inc. | Geophysical prospecting by processing vertical seismic profiles using downward continuation |
CN104879168A (zh) * | 2015-05-15 | 2015-09-02 | 山东科技大学 | 一种煤层高压注水智能监控系统及其智能监控方法 |
US20190242226A1 (en) * | 2018-02-07 | 2019-08-08 | Petrochina Company Limited | Layered water injection system and layered water injection method |
US20210034044A1 (en) * | 2019-05-23 | 2021-02-04 | Wangsu Science & Technology Co., Ltd. | Method for quality controling of target object and edge computing device |
CN112836349A (zh) * | 2021-01-08 | 2021-05-25 | 中国石油大学(北京) | 基于井筒参数的注采联调智能决策方法及系统 |
US20210350208A1 (en) * | 2020-05-11 | 2021-11-11 | China University Of Petroleum (East China) | Method and device for predicting production performance of oil reservoir |
WO2022020495A1 (en) * | 2020-07-22 | 2022-01-27 | C3.Ai, Inc. | Waterflood management of production wells |
CN115060311A (zh) * | 2022-05-10 | 2022-09-16 | 中广核环保产业有限公司 | 水质智能监测系统及方法 |
CN218206658U (zh) * | 2022-09-15 | 2023-01-03 | 钟凯诚 | 一种油田注水井视吸水指数自动测试装置 |
CN116255109A (zh) * | 2021-12-02 | 2023-06-13 | 大庆油田有限责任公司 | 缆控注水井用单向橡胶洗井机构过电缆封隔器 |
US20230235635A1 (en) * | 2022-01-25 | 2023-07-27 | Southwest Petroleum University | Remote intelligent active drilling pressure control system and method |
WO2023160147A1 (zh) * | 2022-02-28 | 2023-08-31 | 中国石油化工股份有限公司 | 一种用于注水井的注水调控系统及方法 |
-
2024
- 2024-02-06 CN CN202410170478.2A patent/CN117703325B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015026594A1 (en) * | 2013-08-22 | 2015-02-26 | Halliburton Energy Services, Inc. | Geophysical prospecting by processing vertical seismic profiles using downward continuation |
CN104879168A (zh) * | 2015-05-15 | 2015-09-02 | 山东科技大学 | 一种煤层高压注水智能监控系统及其智能监控方法 |
US20190242226A1 (en) * | 2018-02-07 | 2019-08-08 | Petrochina Company Limited | Layered water injection system and layered water injection method |
US20210034044A1 (en) * | 2019-05-23 | 2021-02-04 | Wangsu Science & Technology Co., Ltd. | Method for quality controling of target object and edge computing device |
US20210350208A1 (en) * | 2020-05-11 | 2021-11-11 | China University Of Petroleum (East China) | Method and device for predicting production performance of oil reservoir |
WO2022020495A1 (en) * | 2020-07-22 | 2022-01-27 | C3.Ai, Inc. | Waterflood management of production wells |
CN112836349A (zh) * | 2021-01-08 | 2021-05-25 | 中国石油大学(北京) | 基于井筒参数的注采联调智能决策方法及系统 |
CN116255109A (zh) * | 2021-12-02 | 2023-06-13 | 大庆油田有限责任公司 | 缆控注水井用单向橡胶洗井机构过电缆封隔器 |
US20230235635A1 (en) * | 2022-01-25 | 2023-07-27 | Southwest Petroleum University | Remote intelligent active drilling pressure control system and method |
WO2023160147A1 (zh) * | 2022-02-28 | 2023-08-31 | 中国石油化工股份有限公司 | 一种用于注水井的注水调控系统及方法 |
CN115060311A (zh) * | 2022-05-10 | 2022-09-16 | 中广核环保产业有限公司 | 水质智能监测系统及方法 |
CN218206658U (zh) * | 2022-09-15 | 2023-01-03 | 钟凯诚 | 一种油田注水井视吸水指数自动测试装置 |
Non-Patent Citations (3)
Title |
---|
佟音;: "无线远程智能注水控制系统探讨", 化学工程与装备, no. 07, 15 July 2020 (2020-07-15) * |
姚斌;杨玲智;于九政;姬振宁;胡改星;: "波码通信数字式分层注水技术研究与应用", 石油机械, no. 05, 10 May 2020 (2020-05-10) * |
赵旭亮;刘永莉;: "注水井智能分注技术研究进展", 石油地质与工程, no. 04, 25 July 2020 (2020-07-25) * |
Also Published As
Publication number | Publication date |
---|---|
CN117703325B (zh) | 2024-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2880240C (en) | Monitoring, diagnosing and optimizing electric submersible pump operations | |
CN116320832B (zh) | 一种监控设备故障监测方法及装置 | |
CN105927863A (zh) | Dma分区管网泄漏在线检测定位系统及其检测定位方法 | |
CN114992106B (zh) | 一种基于数字孪生的泵站机组运行状态分析系统 | |
CN108805215A (zh) | 基于改进果蝇算法的有杆泵抽油井动态液位软测量方法 | |
CN111254912B (zh) | 基于地质编录大数据的锚固和灌浆工程管理系统 | |
US20210071509A1 (en) | Deep intelligence for electric submersible pumping systems | |
CN117113729A (zh) | 一种基于数字孪生的电力设备在线状态监测系统 | |
US11480039B2 (en) | Distributed machine learning control of electric submersible pumps | |
Ma et al. | A novel broad learning system based leakage detection and universal localization method for pipeline networks | |
CN113496302B (zh) | 一种对钻井风险进行智能识别预警的方法与系统 | |
CN117703325B (zh) | 油田波码分注注水地面控制系统 | |
CN114562334A (zh) | 一种矿井巷道通风状态实时可视化监测预警系统与方法 | |
CN114638401A (zh) | 一种基于历史及预测油藏知识的剩余油分布预测方法及装置 | |
CN109145373A (zh) | 基于改进esgp与预测区间的剩余寿命预测方法及装置 | |
CN112283593A (zh) | 一种关阀检测管网漏损的物联网系统及其漏损检测方法 | |
CN117591857A (zh) | 一种基于深度学习的电机检测方法 | |
CN111412959A (zh) | 流量在线监测计算方法、监测仪以及监测系统 | |
CN109374513A (zh) | 管道外防腐层检测分析系统 | |
CN117073770A (zh) | 基于可视化的水泵流量监测系统及监测方法 | |
JP2006221402A (ja) | 地下水開発施設における地下水管理システム | |
CN208966547U (zh) | 注水泵变频控制系统 | |
CN110455370A (zh) | 防汛抗旱远程遥测显示系统 | |
CN115616471A (zh) | 一种智能电能表故障在线预警系统及方法 | |
CN109594983B (zh) | 煤层气注入压降试井恒流注入及原地应力测试监测系统 |
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 |