一种油气田生产设备健康管理系统以及实现方法技术方案

本发明专利技术属于油气田生产设备故障处理领域，公开一种油气田生产设备健康管理系统以及实现方法，包括数据采集层、系统支撑层、智能分析层以及智能应用层，智能分析层构建评估设备性能的健康状态模型，并且进行预测输入设备性能的健康状态，根据输入设备性能的健康状态，建立对应处理的预处理方案；智能应用层展示智能分析层针对于设备的健康状态的评估结果，同时根据输入设备性能的健康状态展示对应的预处理方案；通过管理系统实现了海量数据的有效利用，实现快速预先判断设备故障，避免无法及时更换故障部件；通过对设备健康状态的评估，有效减少定期的设备检修次数，节约大量检修资金的同时，增加了设备运行时间，从而提高了原油产量。

【技术实现步骤摘要】
一种油气田生产设备健康管理系统以及实现方法
本专利技术属于油气田生产设备故障处理领域，具体涉及一种油气田生产设备健康管理系统以及实现方法。
技术介绍
油气田生产设备是专门从事油、气等生产性的开采、集输、储运、处理、监控、测量等设备。油气田生产设备管理面临油气共存，环境恶劣，空间限制，离岸远，种类多、技术复杂、造价高、维修不及时等风险的挑战。油气田生产设备，比如：压缩机、水泵、锅炉、电动机、发电设备等等，常见故障包括不平衡、不对中、机械松动、电磁振动、油膜振荡、轴弯曲、轴承磨损、基础松动、叶轮机构故障、机泵窜轴、联轴器缺陷等。对这些设备的管理和维护需要投入大量的人力和物力。现在系统上油气田生产设备维护基本以两种形式为主，一是设备故障，被动停机，赶快安排人员检修，发现某个部件问题，更换有故障部件，如果没有备件，还要马上进行采购，对生产系统影响非常大。二是安排定期保养计划，比如每年设置检修月，专门停产进行大型检修，这种方式能减少设备故障率，但是也有问题，就是没有故障也在浪费生产时间。
技术实现思路
针对现有技术的不足，本专利技术的目的在于提供一种油气田生产设备健康管理系统以及实现方法，解决了
技术介绍
所提出的问题。本专利技术的目的可以通过以下技术方案实现：一种油气田生产设备健康管理系统，包括数据采集层、系统支撑层、智能分析层以及智能应用层，所述数据采集层，对输入设备性能的健康状态数据进行采集，并将采集的数据传输至系统支撑层；所述系统支撑层，对获取输入设备性能的健康状态数据进行处理并且进行存储；所述智能分析层，根据所述系统支撑层存储的设备工作状态数据构建评估设备性能的健康状态模型，并且进行预测输入设备性能的健康状态；其中将输入设备性能的健康状态分为预测正常、预测故障或者预测紧急故障，同时建立有当输入设备性能的健康状态评估为预测故障或者预测紧急故障时，对应处理预测故障或者预测紧急故障的预处理方案；所述智能应用层，用于将所述智能分析层针对于设备的健康状态的评估结果进行展示，同时当输入设备性能的健康状态评估为预测故障或者预测紧急故障时，根据预测故障或者预测紧急故障，展示对应的预处理方案。进一步地，所述智能分析层的预测输入设备性能的健康状态的算法基于包括支持向量机算法、振动信号的故障诊断预警算法、神经网络电流卡片识别模型算法和深层次信度网络算法。进一步地，所述输入设备性能分为设备部件的性能和设备寿命。进一步地，所述智能应用层，当输入设备性能的健康状态评估为预测紧急故障时，通过弹出信息、短信或者智能语音电话方式进行及时通知。进一步地，所述数据采集层采集设备数据的方式包括：通过传感器、检测设备对设备的性能数据进行实时采集；通过数据库抽取、转换、加载获得设备的性能数据；通过人工进行对设备的性能数据进行主动录入。一种油气田生产设备健康管理系统的实现方法，包括以下步骤：S1：收集油气田生产设备的基础数据和工作数据，对需要初始设定的阈值进行设定；S2：通过阈值对维修的算法参数进行设置，同时进行维修的参数优化；S3：以油气田生产设备的计划维修时间和剩余时间为参考模型，以油气田生产设备的诊断库、维修库、状态库和专家库为支撑，预测维修的时间和零部件；S4：通过预测油气田生产设备维修的时间和其零部件进行诊断推理，并且汇总维修成本；S5：通过智能算法对预测维修方案进行综合评分，并通过模拟系统进行模拟训练，如果不是最优维修策略，重新进行预测，如果是最优维修策略，即确定最优策略，对该最优维修策略进行存储并丰富维修库信息。本专利技术的有益效果：本专利技术通过管理系统实现了海量数据的有效利用，实现快速预先判断油气田生产设备故障，避免无法及时更换故障部件，同时预测准确率达到80％以上；通过对设备健康状态的评估，有效减少定期的设备检修次数，节约大量检修资金的同时，增加了设备运行时间，从而提高了原油产量。附图说明为了更清楚地说明本专利技术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来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例的油气田生产设备健康管理系统框架示意图；图2是本专利技术实施例的油气田生产设备健康管理系统的实现方法流程图。具体实施方式下面将结合本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。如图1所示，一种油气田生产设备健康管理系统，包括数据采集层、系统支撑层、智能分析层以及智能应用层。数据采集层，对输入设备的健康状态数据进行采集，并将采集的数据传输至系统支撑层；在本实施例中，输入设备的健康状态数据的采集方式包括但是不局限于:1)通过各种传感器、检测设备对油气田生产设备的性能数据进行实时采集；2)通过现有信息系统的数据库通过抽取、转换、加载获得油气田生产设备的性能数据；3)通过现有信息系统提供的webservice接口获得油气田生产设备的性能数据；4)通过人工进行对油气田生产设备的性能数据进行主动录入。系统支撑层，对获取的油气田生产设备的工作状态数据进行处理并且进行存储，以便于获取的油气田生产设备的工作状态数据的规范化，以及其规则的制定与实现，以及其流量数据监控。在本实施例中，数据支撑层同时使用关系型数据库Oracle和基于Hadoop分布式系统基础架构。在实际使用中，数据采集层与系统支撑层之间物理隔离，具体是数据采集层与系统支撑层之间通过安全隔离网闸实现两个相互隔离的采集层与系统支撑层之间的数据交换。终端用户通过身份验证和防火墙之后可以访问系统应用；与其他系统之间通过接口系统连接；对服务器应用及数据库进行容灾备份。智能分析层，借助系统支撑层内的油气田生产设备的健康状态数据分析和机器学习算法来构建评估设备的健康状态模型，进行预测输入设备的健康状态，其中将输入设备性能的健康状态分为预测正常、预测故障或者预测紧急故障；智能分析层建立有当输入设备性能的健康状态评估为预测故障或者预测紧急故障时，对应处理预测故障或者预测紧急故障的预处理方案；使用时，分析评估输入设备的健康状态，当评估输入设备的健康状态为预测故障或者预测故障时，根据输入设备的健康状态对应进行故障预处理，便于对设备进行系统化的健康管理，从而实现设备健康状态监测、故障诊断、故障预测、自主故障预处理等。在本实施例中，在实际使用过程中，智能分析层利用系统支撑层内海量油气田生产设备的工作状态数据(如采集数据层采集的数据以及相关的历史统计数据)，通过各种人工智能的算法，如：基于支持向量机的健康度评估与预测：基于本文档来自技高网...

【技术保护点】
1.一种油气田生产设备健康管理系统，包括数据采集层、系统支撑层、智能分析层以及智能应用层，其特征在于，/n所述数据采集层，对输入设备性能的健康状态数据进行采集，并将采集的数据传输至系统支撑层；/n所述系统支撑层，对获取输入设备性能的健康状态数据进行处理并且进行存储；/n所述智能分析层，根据所述系统支撑层存储的设备工作状态数据构建评估设备性能的健康状态模型，并且进行预测输入设备性能的健康状态；其中将输入设备性能的健康状态分为预测正常、预测故障或者预测紧急故障，同时建立有当输入设备性能的健康状态评估为预测故障或者预测紧急故障时，对应处理预测故障或者预测紧急故障的预处理方案；/n所述智能应用层，用于将所述智能分析层针对于设备的健康状态的评估结果进行展示，同时当输入设备性能的健康状态评估为预测故障或者预测紧急故障时，根据预测故障或者预测紧急故障，展示对应的预处理方案。/n

【技术特征摘要】
1.一种油气田生产设备健康管理系统，包括数据采集层、系统支撑层、智能分析层以及智能应用层，其特征在于，
所述数据采集层，对输入设备性能的健康状态数据进行采集，并将采集的数据传输至系统支撑层；
所述系统支撑层，对获取输入设备性能的健康状态数据进行处理并且进行存储；
所述智能分析层，根据所述系统支撑层存储的设备工作状态数据构建评估设备性能的健康状态模型，并且进行预测输入设备性能的健康状态；其中将输入设备性能的健康状态分为预测正常、预测故障或者预测紧急故障，同时建立有当输入设备性能的健康状态评估为预测故障或者预测紧急故障时，对应处理预测故障或者预测紧急故障的预处理方案；
所述智能应用层，用于将所述智能分析层针对于设备的健康状态的评估结果进行展示，同时当输入设备性能的健康状态评估为预测故障或者预测紧急故障时，根据预测故障或者预测紧急故障，展示对应的预处理方案。


2.根据权利要求1所述的一种油气田生产设备健康管理系统，其特征在于，所述智能分析层的预测输入设备性能的健康状态的算法基于包括支持向量机算法、振动信号的故障诊断预警算法、神经网络电流卡片识别模型算法和深层次信度网络算法。


3.根据权利要求1所述的一种油气田生产设备健康管理系统，其特征在于，所述输入设备性能分为设备部件的性能和设备寿命。<...

【专利技术属性】
技术研发人员：魏方方，李小民，方世杭，索孟颖，
申请(专利权)人：安徽创米信息技术有限公司，
类型：发明
国别省市：安徽;34