基于场站开发生产实时数据的管理与应用平台设计与实现

邓启志

中国石油天然气股份有限公司西南油气田分公司川西北气矿 四川江油  621700

摘 要

中石油西南油气田公司川西北气矿通过生产信息化建设已基本实现了一线场站18732个开发生产数据的实时采集和远传，可供油气水井生产数据管理系统、采油与地面管理系统等应用系统调用，但由于各系统对采集的实时数据调用规则、数据点位、派生计算方式有差异等原因，导致采集的实时数据对各系统综合需求支撑率不足。通过调研场站开发生产工艺现状，实时数据管理现状，气矿在用的生产运行管理系统、油气水井生产数据管理系统等应用系统对数据的需求现状，生产数据报表现状等，分析了场站开发生产实时数据应用存在的5大类问题，提出了数据优化、业务流程优化需求，制定了建设场站开发生产实时数据的管理与应用平台或升级改造现有手工录入平台的方案，优选对比确定了新建平台方案。通过编制总体设计方案，对场站开发生产实时数据的管理与应用平台总体架构、数据项架构、数据模型、功能架构、数据应用结构进行了设计。按照设计方案，引入归属组织架构，数据服务与共享、派生计算等技术，完成了点位数据、数据项类型、数据发布、数据推送、点位查找、计算项管理、数据接口、数据质量核查等平台功能开发，通过现场测试、应用及综合评估，为油气水井生产数据管理系统、采油与地面管理系统、生产运行系统、作业区数字化管理平台等提供了所需数据支撑，实现江油、邛崃、广元作业区一线场站生产类报表数据自动生成率达90%以上，数据采集流程时间缩短70%以上，取消了生产类3大项18张纸质报表，减轻一线员工工作量，经济效益、社会效益较好。

关键词 开发生产；实时数据；生产报表；数据架构；派生计算；自动生成

1 背景及意义

中国石油西南油气田公司川西北气矿通过生产信息化、SCADA、物联网等项目建设已基本实现了一线场站开发生产数据的实时采集和远传。开发生产实时数据采集工作是底层数据从现场仪表通过RTU采集后，再传入场站SCS（站控系统），再由作业区RCC（区域控制中心）将数据传至气矿DCC（地区调度中心），最终将数据存放在西南油气田公司GMC（总调指挥中心）开发生产实时数据平台中，供A2（油气水井生产数据管理系统）、A5（采油与地面管理系统）等各大应用系统对其调用，依托物联网完善建设工程、作业区数字化管理平台、设备管理系统等现有应用技术及采集数据，以大数据分析、计算技术为基础，为进一步提高数据综合应用率提供支撑。

截至2019年6月，气矿生产上传至开发生产实时数据平台的数据点共计18732个。对A2、A5等系统的自动支撑率不足50%，数据现场自动采集建设不足，大多仍需要手工派生计算及录入，数据应用流程与高效、快速、流畅需求不匹配。对于作业区级、气矿级乃至西南油气田公司级决策支持、生产指挥等还缺乏有效支撑，数据综合应用水平还有待提升。因此，需要在现有的开发生产数据建设上进一步完善，全面提高A2、A5等系统数据综合利用率（见图1）。

图1 井站手工录入流程

2 目标及技术路线

通过研究引入规范化的数据点位归属组织架构数据，利用技术手段让实时数据库内置函数等功能在数据派生计算等方面发挥更好的效果，实现实时数据采集与系统共享技术。以SOA标准进行数据计算项的服务发布，以作业区为实施范围，深化生产数据应用，优化相关数据流程，解决A2、A5等系统数据高质量高效率的服务问题，为一线员工工作减负。

（1）数据应用现状调研及分析

调研气矿现有开发生产数据管理与应用、工艺流程、系统应用等现状，对标分析开发生产数据管理模式，查找出问题及不足。通过业务流程的优化、例如完善工单数据采集、系统数据审核等业务流程，避免数据重复录入，重复稽核等问题。分析原系统现状、调研相关数据管理制度、生产流程及A2、A5等外部数据需求，关井数据、加药数据等数据应用优化提升，形成开发生产数据管理与应用平台设计方案，完成平台开发建设，满足高效率、高质量的服务目标。

（2）数据应用模型建设

开展生产信息化系统数据采集、手工录入数据、等模型建立。通过优化数据模型，统一主数据及PI内置函数应用，用全流程数据自动汇集、派生运算、稽核等技术手段，提升数据质量。

3. 完成层级设计，建设开发生产数据综合应用平台。

设计数据层、业务层、接入层、应用层四个部分，建设开发生产数据管理与应用平台。

（4）数据集成及生产辅助应用

提出现有数据管理制度的优化完善方式，完成开发生产实时数据集成共享及生产优化辅助分析应用。

3 数据现状及分析

3.1 生产信息化采集数据覆盖不全

生产信息化、物联网建设设计初期，未考虑现场实际情况与生产报表相结合来适应数据采集的情况，导致部分生产报表所需数据（如：产水、产油、温度等）无法直接采集，仍需要员工手工进行录入。主要是一些低产井、间隙性生产井，由于效益问题，在建设时未考虑生产数据采集与接入。

3.2 数据采集制度未固化

从井站到作业区依旧延续了数据电话上报、纸质记录的方式，其主要原因在于作业区管理方法未将信息化系统作为生产经营辅助的重要手段来为其服务。业务部门也未将数据做为自身业务工作开展的重要资产，发现问题也未及时通知信息化部门，直接导致部分信息化系统“不好用”、“不想用”，处于可有可无的尴尬境地。间接原因是未形成有效的数据质量核查、问题故障上报的管理考核机制，发现数据出现不准、不对的情况反馈到运维单位后进行处置修复的周期较长，最终导致数据无法对场站报表形成有效支撑。

3.3 数据传输故障发现不及时

业务使用者对数据异常未及时发现。调度室值班人员为生产数据的直接使用者，但制度未明确要求调度室当班员工对数据传输是否正常、准确进行核实，经常等到信息管理岗位技术干部例行巡检时才能发现部分问题，直接导致数据传输故障无法及时得到修复。信息化管理人员对数据传输故障未及时发现。前端数据采集、网络传输、RCC及DCC服务器软件出现故障时，如发现不及时将导致生产数据不能上传至分公司实时数据平台，使数据上传准确度降低，导致井站员工不信任上传数据，仍然采用手工填报的方式。

4 系统设计与实现

4.1 总体架构设计

开发生产数据管理与应用平台总体技术架构包含数据层、业务层、接入层、应用层四个部分（见图2）。

数据层：通过汇聚实时数据库、AF数据库、实时数据管理平台、作业区数字化管理平台等数据。打造实时运算引擎，提供生产数据派生计算能力。

业务层：通过系统应用需求，打造基础数据管理、生产数据计算配置管理、生产数据共享服务发布等功能。

接入层：实现数据服务及应用访问统一接入。

应用层：打造前端应用服务，接入分公司统一认证平台。

图2 总体架构设计

4.2 数据模型设计

将实时采集的数据进行片段化处理，以此来定义片段化数据段的趋势，实现数据模型建立。数据模型设计以压力为例^[24]。

一段上升趋势有三种基元：A（+，0），B（+，+），C（+，-），括号内的符号分别是一阶导数和二阶导数。

由于气矿开发生产数据采集时间间隔较小，数据量特别大。因此，将上升基元组合进行简化处理，认为每个上升过程是由一连串连续的、没有重叠的线性片段构成，每个片段的时间长度是相同的，称为片段最小处理长度 ，最小处理长度 ，取决于信号的变化。

一个线性片段定义如下：

其中y代表信号值,t代表采样时间,b代表开始时间,e代表结束时间,i代表基

元的序号。所以定义中的各符号所代表含义如下：

第i个片段的起始点时间； 第i个片段的终点时间；

：第i个片段的起始点压力值； ：第i个片段的终点压力值。

在时间区间 内，原始信号被最小二乘法拟合成一段直线，通过 的符号表示曲线趋势，若符合为“+”，则为上升趋势， 表示曲线上升速率。

通过分析可知，定量描述上升趋势片段的特征参数为片段起点压力值、片段终点压力值、终点与起点之间的压力差值、上升速率。此外，片段的最小处理长度 对于片段趋势的描述是至关重要的^[25]。

基于对压力数据异常上升趋势规律，结合生产过程中瞬时气量、井口温度、压力上升规律，形成解译压力异常上升规律的程序语言。解译规则：

①判断前提条件是否满足

Ⅰ.首先判断前提条件是否满足，判断瞬时气量是否稳定；

Ⅱ.其次判断井状态为运行期还是关井期；

Ⅲ.再者判断井口温度稳定；

②拟合趋势线

拟合单位片段内压力趋势线；

通过上述分析，通过数据片段化实现大量数据模型设计。

4.3 功能架构设计

开 发生产数据管理与应用平台建设主要包括采集项管理，公式配置管理，实时数据接入，界面配置管理、派生计算管理，服务发布模块，每个模块下面均配置有子项模块，从而为开发生产数据应用业务处理提供更强有力的信息化技术支撑（见图3）。

图3 主要功能架构设计

4.4 数据接口设计

以SOA框架为主，数据共享是实现数据的综合应用、高效处理和增值服务，实现系统数据集成，解决数据孤岛和数据共享问题，通过数据工具化采集提供数据交换共享服务实现跨专业系统集成、数据共享与协同（见图4）。

图4 数据接口设计

4.5 系统开发实现

将生产数据管理平台进行抓取。按照气矿->作业区->井站、中心站->分类的组织架构模式逐级钻取，构建点位数据归属关系。同时实现根据点位编号精确查找、根据点位名称关键字模糊匹配查找。全面展示点位编码、点位描述、单位、原始点位编码、原始点位描述（见图5）。

图5点位归属组织关系图

直接计算类数据项：按照数据项计算规则，进行汇总计算。

派生计算类数据项：对于求最大值、最小值、平均值等类型的派生计算，可以通过PI函数实现的，改为用PI数据库计算该数据项。

手工采集数据：在作业区，落实开关井时间数据的全覆盖，以便支撑相关数据项的自动计算，为一线人员填报数据工作减压。

在A2系统中，建立井号层位映射，匹配与生运系统的井号关系。共梳理出A2系统数据字典8张表共224项、包括表名、字段名、类型及描述，重建与A2系统对接数据模型，包括单井映射基础数据、开关井日数据、采出井生产、状态日数据。

柱塞井：井号、日期、工艺类型、排水量、日产气量、运行制度、开井时刻、开井油压、开井套压、开井输压、关井时刻、关井油压、关井套压、关井输压、柱塞到达、开井时间、关井时间、备注、更新时间。

5 取得的主要成果

（1）建立了《开发生产数据管理与应用平台》，引入17+1数据编码机制，构建点位数据归属关系，规范细化数据点位命名规则；通过实时数据库及内置函数等技术的深化应用，实现对“数据项”和“派生计算”更为科学的配置管理，全面提升了数据模型分析精度；实现报表数据自动生成；实现为A2、A5和生产运行等系统提供标准化的数据共享服务，为生产管理模式由“业务驱动”逐步转变为“数据驱动”奠定基础，形成数据应用管理新模式。

（2）通过对生产信息化实时数据与作业区数字化管理平台工单数据的整合应用，建立基于开发生产数据的专业数据模型和派生应用规范，为其他业务系统提供定制服务，提高了开发生产数据应用服务的质量和效率。

（3）建立了数据的属地化管理制度，优化了数据报送流程，实现中心站、作业区两级数据审核及数据的一键推送，实时监测生产数据的采集、传输状况，异常数据智能提醒。