油气生产物联网设备智能运维平台化研究与实现

油气生产物联网设备智能运维平台化研究与实现

杨建伟

大庆油田信息技术公司

摘  要：为解决油田井间物联设备相关信息分散、数据分析和故障预防不足、缺少告警信息的自动流程处理、难以监测物联网设备网络状态等难点问题，针对采油厂作业区的井间物联设备进行平台化研究与实现。主要研究内容包括：基于AIOps的油气生产物联网设备智能运维平台设计与搭建、实时数据采集存储计算、多数据源数据融合与处理、网络状态在线监测与故障定位、设备智能分析诊断与告警预警、运维管理流程设计，实现异常告警及时发现、运维人员快速反应、故障原因准确定位、设备维护智能预测，提高了设备运维的管理水平和工作效率。

关键词：油田；物联设备；智能分析；数据融合

Design and implementation of softwarearchitecture of Oilfieldproduction command center

Jian Wei YANG

Daqing oilfield information technology company, 163453,yangjianwei006@cnpc.com.cn

Abstract: In order to solve the difficult problems such as the dispersion of information related to the inter-well IOT equipment in the oilfield, insufficient data analysis and fault prevention, lack of automatic process processing of alarm information, and difficulty in monitoring the network status of the IOT equipment, the platform-based research and implementation of the inter-well IOT equipment in the operation area of the oil production plant are carried out. The main research contents include: the design and construction of intelligent operation and maintenance platform for oil and gas production IoT equipment based on AIOps, real-time data acquisition, storage and calculation, data fusion and processing of multiple data sources, online monitoring and fault location of network status, intelligent analysis, diagnosis and warning of equipment, and design of operation and maintenance management process, so as to realize timely detection of abnormal alarms, rapid response of operation and maintenance personnel, accurate location of fault causes, and intelligent prediction of equipment maintenance, Improve the management level and work efficiency of equipment operation and maintenance.

Keywords:  Oil field; IOT equipment; Intelligent analysis; Data fusion

1.项目背景

按照数字油田、智能油田、智慧油田三步走战略，大庆油田正在积极开展油田数字化和智能化协同建设，到“十四五”末，将全面建成数字油田，实现硬件集中部署、软件集中配置、数据集中存储、平台集中建设、运维集中服务，以数字化、智能化新生态推动油田核心业务管理模式改革、创新和高效发展。随着数字油田建设的不断推进，海量的油气生产物联网设备涌入，运维复杂度越来越高，依靠传统的人工被动式运维管理，已经无法满足数字化运维需求。

2.系统设计

2.1总体思路

拟建设一套集成建立井间物联设备智能运维平台，对海量的数字化设备包括各类采集感知仪器仪表进行日常监控、日常运维、智能分析，实现异常告警及时发现、运维人员快速反应、故障原因准确定位、设备维护智能预测。

2.2技术架构

井间物联设备智能运维平台采用多系统协同工作的管理模式，建成具有高度可重用性和可扩展性的一体化管理系统。架构分为基础设施层、数据层、业务服务层、应用层、展示层等五个层级进行构建。设备层主要包括数字化设备和网络设备。数字化设备包括井间各类传感器、RTU、仪表等。网络设备包括有线网络、无线网络、交换机、路由器等。平台层包含平台服务和运算。应用层包含系统功能和业务功能两大部分。

2.3功能架构

井间物联设备智能运维平台采用微服务架构，对海量井间物联设备运行状态的实时监测，实现告警消噪，消除误报或冗余事件。采用机器学习等人工智能技术，自动发现、诊断、修复物联网设备故障，实现预测性维护。业务功能分为数据采集、采集监控与故障诊断、告警管理、设备保养、任务管理、网络管理、设备管理、知识库、统计分析。

3.技术实现

3.1基于MQTT协议的一体化实时数据采集存储计算技术

遵循MQTT V3.1.1/V5.0协议规范，基于开源的实时消息中间件技术与时序数据库技术，建立物联设备接入服务，实现单集群百万并发MQTT/TCP连接。采用一体化EMQ+TDengine采集方式。RTU采集前端嵌入mqtt client，定时将采集数据发送至开源的实时消息中间件EMQ，EMQ接入各RTU发来的mqtt消息，解析后持久化写入MongoDB。

3.2跨平台多数据源数据融合共享技术

通过数据接入、数据管理、数据治理、多维分析、实时分析等技术，实现对物联设备与网络实时数据、历史数据、生产动态数据等多源异构数据（包括时序数据、对象数据、关系数据）的接入、治理、存储和管理。

3.3井间物联设备网络状态在线监测与故障定位技术

(1)在线监测技术

通过拓扑监测技术，进行网络状态在线监测。拓扑监测主要是对网络情况的拓扑展示，在展示的过程中，对不在线的网关标致为红色，并显示目前所有在线与不在线网络设备的数量，对子节点的网关设备，可单击查看具体的从站设备信息。

(2)异常问题链路追踪技术

井间物联设备网络状态故障定位采用异常问题链路追踪技术。设备链路追踪是一种通过监测设备的状态参数，发现设备异常情况，进行故障快速定位，通过链路分析，对链路性能可视化展示，链路追踪图。基于代理技术监控请求。在服务接收请求、返回响应的外层做拦截，监控每个链路节点。

3.4井间物联设备场景建模与智能分析诊断技术

设备异常诊断技术又称设备状态诊断技术是一种通过监测设备的状态参数，

发现设备异常情况，分析设备故障原因，并预测预报设备未来状态的一种技术。

设备诊断技术包括以下几个环节：

①信号检测，连接网关，判断网络连接状态；

②特征提取，按仪表类型、寄存器地址定义故障特征信息；

③状态识别，采用数据库技术建立起来的故障信息基准模式与实际采集的点位信息进行比较和分类，即可区别设备的正常与异常；

④故障存储，将状态识别后的故障点位信息存储在mongoDB中。

3.5井间物联设备智能告警去重降噪技术

对井间物联设备的各类告警预警信息进行分组去重、告警分级，告警抑制等避免告警风暴，降低运维事件阅读量和分析周期，帮助数字化运维人员更加高效的处理日常运维工作。分组去重，全量告警推送到平台后，平台自动基于时间序列，将相同的事件/告警压缩。不同监控工具去重压缩机制有细微差异：结合报警原因id，报警设备id，报警参数等数据去除重复告警。告警分级，将告警分为P0-P5三个等级，告警等级默认取决于服务重要性，按照重要性分了A、B、C、D、E、F五个等级，服务重要性与告警等级的对应关系：A → P1，B → P2，C → P3，D → P4，E → P5，F → P6。发送告警时也可以指定告警等级，让高等级的告警及时发出。告警抑制，当某一告警发出后，可以停止重复发送由此告警引发的其它告警的机制。当同一个服务、环境、告警来源、IP、接受者、告警名称，同时出现多个等级的告警时，高等级的告警会抑制低等级告警的通知。

4.应用效果

平台通过集中运维管理、集中运维服务，减小运维难度，降低运维成本，减少现场人员投入，减少备件资金占有，有效降低生产损耗，间接大幅提高劳动生产率。通过智能去重降噪、精准分派任务、多端协同处理，提高运维效率、提升运维质量。利用大数据、人工智能等技术，提高运维管理智能化水平。通过智能告警预警、预测性维修维护，大幅降低设备故障对生产的影响，在设备发生故障前能够及时预警，发生故障时能够快速定位、及时排除，减少非计划停机时间，降低事故发生概率和风险，保障企业设备安全高效运行。

5.总结

本文首先介绍了井间物联设备智能运维平台的建设背景。其次提出了运维平台总体思路，阐述了技术架构、功能架构。最后重点讲述了技术实现以及应用效果。软件平台架构设计先进，业务覆盖全面，运行及承载能力强，充分利用企业海量数据资产，深度挖掘数据价值，提高设备运维的管理水平和工作效率，为油田数字化运维工作提供有力支撑，具有良好的推广应用前景。

参考文献：

[1]. 徐康明;基于微服务架构的服务发现与服务可靠性的研究[D];北京邮电大学,2018年

[2]. 付朋辉;吕锋;王艳;基于微服务架构的平台设计与应用[J];金融电子化;2017年06期

[3]. Readings in Information Visualization : Using Vision to Think, Stuart Card, Jock Mackinlay, & Ben Shneiderman, Morgan Kaufmann, 1999.

作者简介：

杨建伟，男，1989年12月生，2014年毕业于哈尔滨工业大学软件工程专业，硕士研究生，从事软件系统的研究与开发，现任职于大庆油田信息技术公司软件分公司副经理。作为技术负责人，带领团队承接了《油气田地面建设工程智慧工地技术应用研究》、《作业区生产管控平台》等省部级、市局级信息化项目40余个。参与完成《勘探与生产信息化顶层设计大庆油田配套方案》、《建设油田工业互联网,支撑大庆油田智能化转型发展》等重大规划方案编制工作。先后获得中石油集团公司劳动模范、集团公司优秀共产党员、大庆油田科技进步奖、大庆油田杰出员工、大庆油田优秀共产党员等荣誉。