齊麗強(qiáng)，黃清龍，章云峰

（中國(guó)船舶第715 研究所 浙江 杭州 310023）

0 引言

在油井的鉆探和開采中，油井液面（此時(shí)液面是動(dòng)態(tài)變化的，叫做“動(dòng)液面”）的準(zhǔn)確監(jiān)測(cè)直接影響著油井的現(xiàn)場(chǎng)安全以及生產(chǎn)效率[1]。動(dòng)液面的傳統(tǒng)測(cè)量方法是使用無(wú)彈頭火藥子彈或氮?dú)馄柯晱椬鳛榘l(fā)聲介質(zhì)，利用液位儀由人工定期進(jìn)行測(cè)試操作[2-4]。目前所使用的液位儀大多需人工采集、分析、數(shù)據(jù)錄入，測(cè)試效率低下，存在一定安全風(fēng)險(xiǎn)，遇到惡劣天氣時(shí)無(wú)法到現(xiàn)場(chǎng)測(cè)試，實(shí)時(shí)性較差。若能將液位儀固定在油井的某個(gè)位置，并進(jìn)行相應(yīng)的保護(hù)，測(cè)試人員可以在錄井儀等室內(nèi)進(jìn)行遠(yuǎn)距離測(cè)試。這樣當(dāng)遭遇惡劣天氣，便可在室內(nèi)無(wú)影響地通過液位儀來實(shí)時(shí)監(jiān)測(cè)液面位置數(shù)據(jù)，對(duì)于動(dòng)液面全天候安全監(jiān)控便會(huì)帶來許多便利。

另外，在動(dòng)液面測(cè)試過程中，測(cè)試人員在測(cè)得液位數(shù)據(jù)后往往通過對(duì)講的方式將數(shù)據(jù)傳達(dá)給油井操作或監(jiān)控人員，在野外嘈雜環(huán)境中顯得極為不便。若能在測(cè)試人員獲得液面位置數(shù)據(jù)的同時(shí)，通過網(wǎng)絡(luò)同步的將數(shù)據(jù)發(fā)送給油井操作或監(jiān)控人員，對(duì)于動(dòng)液面全局監(jiān)控便會(huì)帶來非常理想的效果。

需要注意的是，油井現(xiàn)場(chǎng)動(dòng)液面情況一般較為復(fù)雜，常常會(huì)出現(xiàn)難以直接判斷出準(zhǔn)確液面位置的復(fù)雜監(jiān)測(cè)數(shù)據(jù)，在移動(dòng)網(wǎng)絡(luò)方便情形下若能借助于云平臺(tái)，由油井現(xiàn)場(chǎng)人員將監(jiān)測(cè)數(shù)據(jù)一鍵上傳到云端，便可借助在云端布設(shè)的液面位置智能識(shí)別算法更為準(zhǔn)確地得到液面位置數(shù)據(jù)[5-6]。

綜上所述，本系統(tǒng)首先將液位儀固定安裝于油井的節(jié)流管匯等地，并針對(duì)長(zhǎng)期放置的情形進(jìn)行相應(yīng)的保護(hù)。同時(shí)，基于無(wú)線網(wǎng)橋及局域互聯(lián)技術(shù)，在油井現(xiàn)場(chǎng)不同區(qū)域布設(shè)多個(gè)監(jiān)測(cè)終端，測(cè)試人員可以在不同區(qū)域?qū)崿F(xiàn)遠(yuǎn)距離全天候?qū)乱好嫖恢脭?shù)據(jù)的協(xié)同測(cè)試。當(dāng)油井現(xiàn)場(chǎng)出現(xiàn)難以直接判斷出準(zhǔn)確液面位置的復(fù)雜監(jiān)測(cè)數(shù)據(jù)時(shí)，一鍵將監(jiān)測(cè)數(shù)據(jù)上傳到云端，借助布設(shè)在云端的復(fù)雜智能算法實(shí)現(xiàn)更為精準(zhǔn)的液面位置監(jiān)測(cè)。

1 系統(tǒng)總體設(shè)計(jì)

借助物聯(lián)網(wǎng)及云平臺(tái)技術(shù)的油井動(dòng)液面多端監(jiān)測(cè)系統(tǒng)結(jié)構(gòu)圖見圖1。

首先在油井現(xiàn)場(chǎng)選定固定監(jiān)測(cè)位置放置油井液位儀，借助無(wú)線網(wǎng)橋和無(wú)線路由組建油井局域互聯(lián)系統(tǒng)，整個(gè)系統(tǒng)能夠?qū)崿F(xiàn)油井液位數(shù)據(jù)的同步測(cè)試、同步顯示，監(jiān)測(cè)終端放置于井場(chǎng)錄井儀等室內(nèi)環(huán)境，既可以是電腦也可以是手機(jī)，在實(shí)時(shí)測(cè)試以及及時(shí)協(xié)調(diào)方面既方便又快捷。

在解決了測(cè)試環(huán)節(jié)的問題后，油井現(xiàn)場(chǎng)通過互聯(lián)網(wǎng)上傳到云平臺(tái)的疑難復(fù)雜數(shù)據(jù)就可以通過數(shù)據(jù)分析服務(wù)器來解決。數(shù)據(jù)分析服務(wù)器上布設(shè)有智能識(shí)別算法，同時(shí)，云平臺(tái)本身又擁有強(qiáng)大的云計(jì)算力和云存儲(chǔ)量，對(duì)于在其上實(shí)施復(fù)雜算法非常便捷。由于大部分的復(fù)雜數(shù)據(jù)都是無(wú)效的異常測(cè)試數(shù)據(jù)，這里首先使用神經(jīng)網(wǎng)絡(luò)算法對(duì)異常數(shù)據(jù)進(jìn)行分類判定，對(duì)于正常數(shù)據(jù)，則根據(jù)測(cè)試位置的不同，分別使用不同的液位識(shí)別算法進(jìn)行位置判定。

整個(gè)過程結(jié)束后，數(shù)據(jù)分析服務(wù)器再將結(jié)果通過互聯(lián)網(wǎng)傳回油井現(xiàn)場(chǎng)的液位儀終端。每次上傳上來的復(fù)雜數(shù)據(jù)都會(huì)被數(shù)據(jù)分析服務(wù)器保存至數(shù)據(jù)庫(kù)服務(wù)器，這些數(shù)據(jù)既方便了技術(shù)人員下載進(jìn)行經(jīng)驗(yàn)積累，又可以幫助智能分析算法進(jìn)行迭代升級(jí)以使其能更加精準(zhǔn)地進(jìn)行油井動(dòng)液面判斷。

2 改進(jìn)的油井液位儀

油井液位儀是通過回聲計(jì)量的方式根據(jù)液面回波而計(jì)算得到油井液面深度。測(cè)量示意圖見圖2。

在井口套管與油管環(huán)空處發(fā)射聲波，測(cè)量接箍和液面的反射波，在已知接箍長(zhǎng)度時(shí)，計(jì)算得到聲波在環(huán)空的傳播速度v與液面反射波的時(shí)間t，從而得到液面深度s，即

一般情況下，液位儀對(duì)于采集到的回聲數(shù)據(jù)進(jìn)行兩路處理：一路進(jìn)入高頻濾波通道，后變成節(jié)箍波信號(hào)來計(jì)算聲速數(shù)據(jù)，另一路進(jìn)入低頻濾波通道變成液面波信號(hào)，再經(jīng)過波形整理來定位液面位置。

目前所使用的油井液位儀主要存在兩個(gè)問題：（1）常常需要人工定期到油井現(xiàn)場(chǎng)進(jìn)行測(cè)試，效率較低且受現(xiàn)場(chǎng)測(cè)試天氣和環(huán)境影響；（2）對(duì)所采集到的數(shù)據(jù)不能得到精確的分析結(jié)果，往往需要人工多次確認(rèn)和比對(duì)分析來得到準(zhǔn)確液位數(shù)據(jù)。

針對(duì)問題1，根據(jù)長(zhǎng)期的測(cè)試及驗(yàn)證，選定節(jié)流管匯處作為固定放置液位儀的位置，此處測(cè)得的液面回波數(shù)據(jù)較為穩(wěn)定且容易分析，更易實(shí)現(xiàn)無(wú)人遠(yuǎn)程實(shí)時(shí)監(jiān)測(cè)，具體安裝位置見圖3。

在此位置的實(shí)測(cè)液面回波波形見圖4，從圖中可以看出，雖然初始段有較大干擾，但后面的波形卻明顯呈現(xiàn)出液面回波的周期性衰減特性，易于軟件自動(dòng)分析和計(jì)算油井液面的具體位置。

針對(duì)問題2，可借助云平臺(tái)上的智能算法實(shí)現(xiàn)，具體見第4 節(jié)所述。

3 基于物聯(lián)網(wǎng)的油井動(dòng)液面多端監(jiān)測(cè)系統(tǒng)

在動(dòng)液面測(cè)試過程中，油井現(xiàn)場(chǎng)測(cè)試人員與其他工作人員之間的信息傳遞往往需要用對(duì)講機(jī)等方式，在野外嘈雜環(huán)境中顯得極為不便。為了能在測(cè)試人員獲得液面位置數(shù)據(jù)的同時(shí)，通過網(wǎng)絡(luò)同步將數(shù)據(jù)發(fā)送給油井操作或監(jiān)控人員，可采取無(wú)線網(wǎng)橋和無(wú)線路由兩種局域物聯(lián)網(wǎng)方式實(shí)現(xiàn)多端同步接收。

3.1 無(wú)線網(wǎng)橋局域組網(wǎng)

組網(wǎng)方式具體見圖5，液位儀機(jī)箱會(huì)自帶一個(gè)無(wú)線網(wǎng)橋天線，在無(wú)遮擋的情況下，無(wú)線網(wǎng)絡(luò)作用半徑在200m左右，可借用此無(wú)線網(wǎng)橋的網(wǎng)絡(luò)組局域網(wǎng)。局域網(wǎng)中的設(shè)備包括連接到無(wú)線網(wǎng)橋的主機(jī)、連接到無(wú)線網(wǎng)橋的電腦端或手機(jī)端從機(jī)組成。

無(wú)線局域網(wǎng)主機(jī)擔(dān)當(dāng)無(wú)線局域網(wǎng)server 的角色，在負(fù)責(zé)對(duì)液位儀操控的同時(shí)，可實(shí)時(shí)為無(wú)線局域網(wǎng)從機(jī)提供同步的回聲數(shù)據(jù)波形和液面位置數(shù)據(jù)。局域網(wǎng)內(nèi)的從機(jī)（電腦端或手機(jī)端）作為client 首先需連接到局域網(wǎng)主機(jī)所做的server，連接成功后，局域網(wǎng)主機(jī)會(huì)實(shí)時(shí)將接收的回聲數(shù)據(jù)波形和液面位置數(shù)據(jù)傳遞給連接到其上的client。如此油井操作或監(jiān)控人員便可方便地同步查看油井液位的實(shí)時(shí)數(shù)據(jù)。

3.2 無(wú)線路由局域組網(wǎng)

如果環(huán)境惡劣或者現(xiàn)場(chǎng)不允許測(cè)試人員在井旁進(jìn)行頁(yè)面位置測(cè)量，可通過兩個(gè)無(wú)線網(wǎng)橋天線點(diǎn)對(duì)點(diǎn)遠(yuǎn)程操控井旁的液位儀設(shè)備，在無(wú)遮擋的情況下，點(diǎn)對(duì)點(diǎn)直線距離在200 m左右。此時(shí)，可借用無(wú)線路由實(shí)現(xiàn)局域組網(wǎng)來滿足多端同步接收的需求，具體組網(wǎng)方式見圖6。無(wú)線局域網(wǎng)由連接到無(wú)線路由的主機(jī)、連接到無(wú)線路由的電腦端或手機(jī)端從機(jī)組成。

無(wú)線局域網(wǎng)主機(jī)擔(dān)當(dāng)無(wú)線局域網(wǎng)server 的角色，通過網(wǎng)線連接到近端的無(wú)線網(wǎng)橋，實(shí)現(xiàn)與遠(yuǎn)端液位儀設(shè)備的無(wú)線連接，在負(fù)責(zé)對(duì)液位儀操控的同時(shí)，可實(shí)時(shí)為無(wú)線局域網(wǎng)從機(jī)提供同步的回聲數(shù)據(jù)波形和液面位置數(shù)據(jù)。局域網(wǎng)內(nèi)的從機(jī)（電腦端或手機(jī)端）作為client 首先需連接到局域網(wǎng)主機(jī)所做的server，連接成功后，局域網(wǎng)主機(jī)會(huì)實(shí)時(shí)的將接收的回聲數(shù)據(jù)波形和液面位置數(shù)據(jù)傳遞給連接到其上的client。同樣，油井操作或監(jiān)控人員由此可方便同步查看油井液位的實(shí)時(shí)數(shù)據(jù)。

4 智能云平臺(tái)設(shè)計(jì)

云平臺(tái)首先利用Internet將廣域異構(gòu)計(jì)算資源整合，形成一個(gè)抽象的、虛擬的和動(dòng)態(tài)擴(kuò)展的計(jì)算機(jī)資源池；再通過Internet 向用戶按需提供計(jì)算資源、存儲(chǔ)資源和應(yīng)用軟件等服務(wù)。在云平臺(tái)上，計(jì)算機(jī)資源得以共享，能夠提供強(qiáng)大的計(jì)算存儲(chǔ)功能[7-8]。

4.1 云平臺(tái)架構(gòu)

智能云平臺(tái)的目的在于構(gòu)建一個(gè)油井液位的復(fù)雜數(shù)據(jù)智能分析中心和數(shù)據(jù)存儲(chǔ)中心。在云平臺(tái)布設(shè)智能油井液位識(shí)別算法，更方便現(xiàn)場(chǎng)操作人員通過互聯(lián)網(wǎng)借助云端復(fù)雜算法處理難以準(zhǔn)確分析出液面具體位置的復(fù)雜數(shù)據(jù)。同時(shí)，將油田現(xiàn)場(chǎng)的動(dòng)液面數(shù)據(jù)匯總至云數(shù)據(jù)中心，不僅有利于不同區(qū)域的工作人員共享測(cè)試經(jīng)驗(yàn)，也更有利于云端智能算法的不斷優(yōu)化，并以此來為現(xiàn)場(chǎng)工作人員提供更為精準(zhǔn)的智能識(shí)別算法。具體架構(gòu)見圖7。

當(dāng)油井現(xiàn)場(chǎng)有復(fù)雜數(shù)據(jù)需要云端支持時(shí)，主機(jī)程序界面有一鍵上傳當(dāng)前數(shù)據(jù)的按鈕，在主機(jī)聯(lián)網(wǎng)的情況下，點(diǎn)擊按鈕上傳數(shù)據(jù)，云端服務(wù)器應(yīng)用程序在收到數(shù)據(jù)后，調(diào)用智能算法程序，該算法程序能夠借助云計(jì)算的強(qiáng)大算力準(zhǔn)確地識(shí)別出液面具體位置，計(jì)算出來的結(jié)果再由服務(wù)器應(yīng)用程序通過互聯(lián)網(wǎng)定點(diǎn)傳遞給請(qǐng)求云端支持的油井現(xiàn)場(chǎng)主機(jī)應(yīng)用程序，測(cè)試人員便可得到準(zhǔn)確的油井液面深度。

完成液面位置測(cè)試數(shù)據(jù)分析后，服務(wù)器應(yīng)用程序會(huì)同步將該數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)庫(kù)。數(shù)據(jù)庫(kù)的數(shù)據(jù)一方面可供測(cè)試人員下載學(xué)習(xí)，另一方面智能算法程序會(huì)定期利用數(shù)據(jù)庫(kù)的測(cè)試數(shù)據(jù)更新算法，以便后期更精準(zhǔn)地對(duì)復(fù)雜數(shù)據(jù)進(jìn)行分析。

4.2 云平臺(tái)智能分析流程

智能云平臺(tái)的核心是對(duì)所上傳液面位置測(cè)試數(shù)據(jù)的智能分析，其具體分析流程見圖8。

云平臺(tái)的智能算法程序在收到油井現(xiàn)場(chǎng)上傳測(cè)試數(shù)據(jù)后，首先進(jìn)行異常判斷，在實(shí)際的油井液面測(cè)試中，由于設(shè)備原因或者現(xiàn)場(chǎng)環(huán)境影響，所測(cè)的數(shù)據(jù)常常無(wú)法分析出進(jìn)行油井液面，這些數(shù)據(jù)被稱為異常液面測(cè)試數(shù)據(jù)，導(dǎo)致測(cè)試異常的具體原因有氣瓶壓力不足、槍體漏氣、槍體有污垢、主板故障、現(xiàn)場(chǎng)測(cè)試氣路不暢以及液面氣泡過多等。

智能算法程序主要使用BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)算法來智能識(shí)別異常數(shù)據(jù)以及導(dǎo)致異常的原因。若數(shù)據(jù)無(wú)異常，則根據(jù)測(cè)試位置的不同，常常使用幅值測(cè)定法、區(qū)間最小二乘平滑濾波以及自相關(guān)周期估計(jì)等對(duì)應(yīng)地進(jìn)行液面深度分析。

4.3 異常數(shù)據(jù)智能識(shí)別算法簡(jiǎn)析

在實(shí)際運(yùn)行中發(fā)現(xiàn)，現(xiàn)場(chǎng)測(cè)試的難以分析的復(fù)雜數(shù)據(jù)有一大部分是由于各種故障和環(huán)境影響造成的異常數(shù)據(jù)，所以如何準(zhǔn)確地篩選出異常數(shù)據(jù)至關(guān)重要。這里對(duì)所使用的基于BP 神經(jīng)網(wǎng)絡(luò)的異常數(shù)據(jù)篩選算法進(jìn)行簡(jiǎn)要分析。

BP 神經(jīng)網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，ANN）的一種，其結(jié)構(gòu)見圖9。

BP 神經(jīng)網(wǎng)絡(luò)是一種前饋神經(jīng)網(wǎng)絡(luò)，其主要特點(diǎn)是信號(hào)前向傳遞，誤差反向傳播。在前向傳遞中，輸入信號(hào)從輸入層經(jīng)隱含層逐層處理，直至輸出層。每一層的神經(jīng)元狀態(tài)只影響下一層神經(jīng)元狀態(tài)。如果輸出層得不到期望輸出，則轉(zhuǎn)入反向傳播，根據(jù)預(yù)測(cè)誤差調(diào)整網(wǎng)絡(luò)權(quán)值和閾值，從而使BP 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)輸出不斷逼近期望輸出[9-10]。

油井液位數(shù)據(jù)是一個(gè)聲波采樣序列，整個(gè)采樣時(shí)長(zhǎng)為30 s，針對(duì)其聲學(xué)特征，首先將30 s 在時(shí)域依次分成10 段，提取每段的負(fù)向最大極值，同時(shí)再提取聲波采樣序列的時(shí)域正向最大幅值、時(shí)域負(fù)向最大幅值、頻域主峰頻率和頻域次珠峰頻率共計(jì)14 個(gè)值作為BP 神經(jīng)網(wǎng)絡(luò)的輸入，對(duì)應(yīng)輸入層節(jié)點(diǎn)變?yōu)?4。選定正常數(shù)據(jù)、槍體壓力不足、槍體有污垢、主板故障、現(xiàn)場(chǎng)測(cè)試氣路不暢、液面氣泡過多以及其他原因等7 個(gè)結(jié)果作為BP 神經(jīng)網(wǎng)絡(luò)的輸出，對(duì)應(yīng)輸出層節(jié)點(diǎn)變?yōu)?。根據(jù)輸入輸出節(jié)點(diǎn)的個(gè)數(shù)以及經(jīng)驗(yàn)值，隱含層節(jié)點(diǎn)選定18 個(gè)。

BP 神經(jīng)網(wǎng)絡(luò)的整體結(jié)構(gòu)便為14-18-7，即輸入層有14個(gè)節(jié)點(diǎn)，隱含層有18 個(gè)節(jié)點(diǎn)，輸出層有7 個(gè)節(jié)點(diǎn)。經(jīng)過上千次的訓(xùn)練后，該網(wǎng)絡(luò)在實(shí)際的運(yùn)行中能夠?qū)?fù)雜數(shù)據(jù)中的異常數(shù)據(jù)進(jìn)行準(zhǔn)確篩選。同時(shí)，隨著數(shù)據(jù)庫(kù)中實(shí)測(cè)數(shù)據(jù)的不斷積累，該網(wǎng)絡(luò)會(huì)定期對(duì)新數(shù)據(jù)進(jìn)行訓(xùn)練，并更新網(wǎng)絡(luò)。另外，借助云計(jì)算的強(qiáng)大算力，后期也會(huì)不斷地豐富網(wǎng)絡(luò)結(jié)構(gòu)而使整個(gè)智能網(wǎng)絡(luò)算法更加健壯和精準(zhǔn)。

5 結(jié)語(yǔ)

綜上所述，針對(duì)油井動(dòng)液面測(cè)試過程中所遇到的各種問題，本文基于物聯(lián)網(wǎng)和云平臺(tái)設(shè)計(jì)了油井動(dòng)液面多端智能監(jiān)測(cè)系統(tǒng)。首先，針對(duì)測(cè)試實(shí)時(shí)性差以及受環(huán)境影響較大等問題，選定油井的節(jié)流管匯作為油井液位儀的固定安裝位置并加以防護(hù)，這樣便可實(shí)時(shí)對(duì)動(dòng)液面進(jìn)行監(jiān)測(cè)。其次，使用無(wú)線及局域互聯(lián)的方式，在油井的不同區(qū)塊布設(shè)多個(gè)監(jiān)測(cè)終端，以使現(xiàn)場(chǎng)的不同崗位人員實(shí)現(xiàn)同步測(cè)試和同步顯示。最后，針對(duì)測(cè)試現(xiàn)場(chǎng)容易出現(xiàn)的難以直接判斷出準(zhǔn)確液面位置的復(fù)雜監(jiān)測(cè)數(shù)據(jù)，架設(shè)智能云平臺(tái)，油井現(xiàn)場(chǎng)人員通過互聯(lián)網(wǎng)將監(jiān)測(cè)數(shù)據(jù)一鍵上傳到云端，云端的智能算法程序借助云端強(qiáng)大的計(jì)算力對(duì)復(fù)雜數(shù)據(jù)進(jìn)行精準(zhǔn)分析與判斷，這樣對(duì)油井動(dòng)液面的監(jiān)測(cè)就變得既便捷又可靠。