張青鋒?劉祥?馬小琴?付兵

摘要：提出采用人工智能方法，開(kāi)展基于SCADA系統(tǒng)預(yù)警報(bào)警開(kāi)展預(yù)警報(bào)警模塊深度研究應(yīng)用，建立適用于長(zhǎng)慶油田采油廠的各類復(fù)雜、通用類預(yù)警報(bào)警模型，并進(jìn)行編碼開(kāi)發(fā)和嵌入式應(yīng)用。相較傳統(tǒng)SCADA系統(tǒng)具備有效降低誤報(bào)率、提高報(bào)警可用性、開(kāi)展多設(shè)備聯(lián)動(dòng)等功能，通過(guò)結(jié)合智能化預(yù)警報(bào)警功能的應(yīng)用，加強(qiáng)預(yù)警報(bào)警數(shù)據(jù)的統(tǒng)一規(guī)范管理、數(shù)據(jù)復(fù)用、預(yù)警流程管理，并通過(guò)應(yīng)用報(bào)警系統(tǒng)開(kāi)展生產(chǎn)優(yōu)化與精細(xì)化管理，真正將智能化應(yīng)用落實(shí)到崗位。

關(guān)鍵詞：SCADA；油田智能化；報(bào)警優(yōu)化

一、前言

隨著智能化建設(shè)規(guī)模的不斷擴(kuò)大，數(shù)據(jù)采集量急劇增加，目前采油廠所應(yīng)用SCADA系統(tǒng)存在報(bào)警次數(shù)多，誤報(bào)、漏報(bào)頻率高等問(wèn)題。同時(shí)，報(bào)警規(guī)則限于單點(diǎn)、局部報(bào)警，缺乏一體化聯(lián)動(dòng)報(bào)警分析，無(wú)法嚴(yán)密監(jiān)控生產(chǎn)運(yùn)行情況，一體化指揮調(diào)度未能充分發(fā)揮其效能。因此，通過(guò)開(kāi)發(fā)并替代SCADA系統(tǒng)中預(yù)警報(bào)警應(yīng)用模塊，實(shí)現(xiàn)對(duì)中心站、無(wú)人值守站生產(chǎn)運(yùn)行報(bào)警事件、指標(biāo)、參數(shù)進(jìn)行梳理，按照生產(chǎn)工藝流程預(yù)警報(bào)警一體化運(yùn)行思路，明確不同工藝設(shè)備相互之間關(guān)聯(lián)關(guān)系，構(gòu)建出結(jié)合各生產(chǎn)管理崗位的預(yù)警報(bào)警應(yīng)用體系，實(shí)現(xiàn)預(yù)警報(bào)警功能真正指導(dǎo)日常生產(chǎn)管理。

二、生產(chǎn)需求和需要解決的關(guān)鍵技術(shù)問(wèn)題

（一）生產(chǎn)需求

結(jié)合現(xiàn)有SCADA系統(tǒng)將物聯(lián)網(wǎng)數(shù)據(jù)與生產(chǎn)、工藝相融合，通過(guò)研究油氣生產(chǎn)、工藝標(biāo)準(zhǔn)化報(bào)警流程，從“報(bào)警產(chǎn)生、報(bào)警規(guī)則、報(bào)警聯(lián)動(dòng)建模、報(bào)警處置、報(bào)警優(yōu)化”的生產(chǎn)運(yùn)行一體化預(yù)警報(bào)警管理機(jī)制入手，在現(xiàn)有SCADA系統(tǒng)應(yīng)用的基礎(chǔ)上，通過(guò)人工智能、大數(shù)據(jù)的應(yīng)用，形成采油廠智能預(yù)警報(bào)警應(yīng)用系統(tǒng)，全面完善生產(chǎn)預(yù)警報(bào)警功能，為提高生產(chǎn)分析與決策效率提供技術(shù)支撐。

（二）需要解決的關(guān)鍵技術(shù)問(wèn)題

結(jié)合現(xiàn)有SCADA系統(tǒng)數(shù)據(jù)，構(gòu)建生產(chǎn)業(yè)務(wù)模型，對(duì)采集的數(shù)據(jù)進(jìn)一步挖掘分析，借助大數(shù)據(jù)和人工智能方法開(kāi)展相關(guān)性分析、多參數(shù)辨別、多參數(shù)預(yù)測(cè)建模、多源報(bào)警管理、高并發(fā)處理技術(shù)研究，實(shí)現(xiàn)生產(chǎn)現(xiàn)場(chǎng)預(yù)警報(bào)警的精準(zhǔn)、高效、閉環(huán)管理[1]，包含了以下技術(shù)。

多參數(shù)辨別技術(shù)：完成模型的相關(guān)性分析，提高預(yù)警報(bào)警模型適應(yīng)性和可靠性。

多參數(shù)建模技術(shù)：抑制可測(cè)干擾影響，多目標(biāo)協(xié)調(diào)優(yōu)化。

多源報(bào)警管理技術(shù)：根據(jù)警報(bào)信息影響權(quán)重解決報(bào)警之間不確定關(guān)系。

高并發(fā)處理技術(shù)：實(shí)現(xiàn)油氣生產(chǎn)數(shù)據(jù)高粒度采集下的并發(fā)處理。

微服務(wù)架構(gòu)嵌入式軟件開(kāi)發(fā)：采用最新的VUE+Spring Cloud微服務(wù)開(kāi)發(fā)模式完成基于SCADA系統(tǒng)數(shù)據(jù)的嵌入式應(yīng)用開(kāi)發(fā)，實(shí)現(xiàn)報(bào)警信息的展示、應(yīng)用等。

三、智能預(yù)警報(bào)警系統(tǒng)實(shí)現(xiàn)

（一）系統(tǒng)框架整體設(shè)計(jì)

系統(tǒng)整體采用最新的VUE+Spring Cloud微服務(wù)開(kāi)發(fā)模式完成，共分為三個(gè)模塊（見(jiàn)圖1）。其中，數(shù)據(jù)處理模塊通過(guò)調(diào)用提取SCADA系統(tǒng)實(shí)時(shí)庫(kù)，按照站內(nèi)生產(chǎn)工藝流程，梳理出預(yù)警報(bào)警應(yīng)用系統(tǒng)的標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)。后端處理模塊采用Spring Cloud微服務(wù)架構(gòu)，以容器的方式包含了coding算法、特征提取算法進(jìn)行預(yù)警報(bào)警模型建立。通過(guò)編碼數(shù)據(jù)流根據(jù)輸入的數(shù)據(jù)進(jìn)行處理后輸出至相應(yīng)的前端模塊。前端模塊采用VUE框架進(jìn)行設(shè)計(jì)，最終采用嵌入式方式集成至SCADA系統(tǒng)中“預(yù)警報(bào)警”模塊[2]。

（二）智能閾值算法設(shè)計(jì)

按照生產(chǎn)工藝流程進(jìn)行數(shù)據(jù)收集、分析報(bào)警成因后，開(kāi)展壓力、溫度、流量、液位、瞬時(shí)流量、總產(chǎn)量等數(shù)據(jù)分析。結(jié)合收集的數(shù)據(jù)，對(duì)閾值智能計(jì)算進(jìn)行算法設(shè)計(jì)，針對(duì)不同的閾值智能設(shè)定應(yīng)用不同的算法。

1.瞬時(shí)液位、瞬時(shí)溫度、瞬時(shí)流量可根據(jù)數(shù)據(jù)采集粒度采用取N點(diǎn)值法，把數(shù)值從高到低降序，取高值的第N個(gè)值為基值，通過(guò)管理經(jīng)驗(yàn)加權(quán)后設(shè)置值為高高報(bào)、高報(bào)；低限閾值按從小到大升序排序，取低值的第N個(gè)值為基值，減去管理經(jīng)驗(yàn)值設(shè)置低報(bào)、低低報(bào)閾值。

2.平均壓力、平均溫度采用取第10點(diǎn)值法，方法同上。

3.壓力、溫度、流量等異常波動(dòng)較大的點(diǎn)位采用去除4取10平均值法，降序后按照排序去除前4個(gè)值，然后取前10個(gè)高值進(jìn)行平均數(shù)計(jì)算后作為基值，加權(quán)管理經(jīng)驗(yàn)值后設(shè)置為高高報(bào)，高報(bào)閾值；低限閾算法相反。

4.液位、累計(jì)流量采用取10平均值法，把選取的參數(shù)數(shù)值從大到小降序排序，取前10個(gè)高值求平均值后作為高值基值，加權(quán)管理經(jīng)驗(yàn)值后設(shè)置為高高報(bào)，高報(bào)閾值；低限閾值算法相反。

5.針對(duì)個(gè)別參數(shù)報(bào)警值為固定的值，具體要根據(jù)經(jīng)驗(yàn)值設(shè)置固定算法。

（三）預(yù)警報(bào)警聯(lián)動(dòng)模型設(shè)計(jì)

1.多參數(shù)、多設(shè)備聯(lián)動(dòng)預(yù)警報(bào)警模型設(shè)計(jì)

結(jié)合站內(nèi)各類工藝設(shè)備，對(duì)各類工藝設(shè)備的壓力、溫度、流量、液位、瞬時(shí)流量等參數(shù)相關(guān)性進(jìn)行分析，并進(jìn)行多參數(shù)、多設(shè)備聯(lián)動(dòng)預(yù)警報(bào)警模型設(shè)計(jì)，具備高度關(guān)聯(lián)性。

各類設(shè)備聯(lián)動(dòng)規(guī)則如下：

（1）總機(jī)關(guān)壓力聯(lián)動(dòng)高報(bào)時(shí)，聯(lián)動(dòng)場(chǎng)景為總機(jī)關(guān)壓力升高，收球桶壓力高，緩沖罐壓力升高，提示“是否進(jìn)緩沖罐掃線，關(guān)注站內(nèi)系統(tǒng)壓力”；總機(jī)關(guān)壓力升高，收球桶壓力低，提示“總機(jī)關(guān)至收球桶結(jié)垢或總機(jī)關(guān)卡球需掃線”；低報(bào)時(shí)，總機(jī)關(guān)壓力升高，收球桶壓力低，提示“總機(jī)關(guān)至收球桶結(jié)垢或總機(jī)關(guān)卡球需掃線”。

（2）收球筒壓力聯(lián)動(dòng)高報(bào)時(shí)，聯(lián)動(dòng)場(chǎng)景為收球桶壓力升高，緩沖罐或加熱爐壓力無(wú)變化或降低，提示“收球桶阻塞”；低報(bào)時(shí)，收球桶壓力降至0，進(jìn)行收球作業(yè)，延時(shí)監(jiān)測(cè)。

（3）加熱爐壓力聯(lián)動(dòng)高報(bào)時(shí)，聯(lián)動(dòng)場(chǎng)景為加熱爐壓力和收球桶壓力高于緩沖罐壓力，提示“加熱爐至緩沖罐管線堵塞或結(jié)垢”；低報(bào)時(shí)，連續(xù)取值判斷加熱爐壓力短時(shí)間內(nèi)快速下降，提示“站內(nèi)管線破漏”。

（4）加熱爐進(jìn)口壓力聯(lián)動(dòng)高報(bào)時(shí)，聯(lián)動(dòng)場(chǎng)景為加熱爐進(jìn)口壓力升高，收球桶壓力升高，加熱爐出口壓力不變或者降低，提示“加熱爐盤管堵塞或結(jié)垢”；低報(bào)時(shí)，加熱爐進(jìn)口壓力降低，收球桶壓力降低，加熱爐液位不變，提示“站內(nèi)管線破漏”或加熱爐進(jìn)口壓力降低，收球桶壓力降低，加熱爐液位快速升高，提示“加熱爐內(nèi)油盤管破”。

（5）加熱爐出口壓力聯(lián)動(dòng)高報(bào)時(shí)，聯(lián)動(dòng)場(chǎng)景為加熱爐進(jìn)口壓力升高，收球桶壓力升高，緩沖罐壓力不變或降低，提示“加熱爐至緩沖罐管線堵塞或結(jié)垢”；低報(bào)時(shí)，加熱爐進(jìn)口壓力降低，收球桶壓力降低，加熱爐液位快速升高，緩沖罐液位比正常上漲緩慢，提示“加熱爐內(nèi)油盤管破”。

（6）加熱爐液位聯(lián)動(dòng)高報(bào)時(shí)，聯(lián)動(dòng)場(chǎng)景為加熱爐液位快速升高，加熱爐壓力或者加熱爐進(jìn)出口壓力快速下降，緩沖罐液位上漲緩慢，提示“加熱爐內(nèi)油盤管破漏”；低報(bào)時(shí)，加熱爐液位快速降低，水循環(huán)壓力降低，緩沖罐液位快速升高，提示“緩沖罐水盤管破漏”；當(dāng)加熱爐液位快速降低，加熱爐溫度快速升高，提示“加熱爐水箱破漏”。

（7）緩沖罐壓力聯(lián)動(dòng)高報(bào)時(shí)，聯(lián)動(dòng)場(chǎng)景為緩沖罐壓力、加熱爐壓力、收球桶壓力、氣液分離器壓力升高，泵進(jìn)口壓力不變或者降低，提示“緩沖罐至泵管線堵塞”；低報(bào)時(shí)，緩沖罐壓力低，外輸泵運(yùn)行時(shí)液位下降速度高于外輸時(shí)下降速度，外輸泵停時(shí)，液位上升速度低于正常進(jìn)液時(shí)的液位上升速度，提示“緩沖罐存在破漏可能”。

（8）緩沖罐液位聯(lián)動(dòng)高報(bào)時(shí)，聯(lián)動(dòng)場(chǎng)景為緩沖罐液位快速升高，水循環(huán)壓力降低，提示“緩沖罐水盤管破漏”；低報(bào)時(shí)，緩沖罐液位快速升高，事故罐液位快速下降，不報(bào)警；同時(shí)，當(dāng)外輸泵進(jìn)口壓力低，緩沖罐壓力降低，緩沖罐液位下降速度快，外輸瞬時(shí)低，提示“緩沖罐至外輸泵管線破漏”。

（9）事故罐、應(yīng)急罐液位聯(lián)動(dòng)高報(bào)時(shí)，聯(lián)動(dòng)場(chǎng)景為事故罐液位快速升高，緩沖罐液位穩(wěn)定上升，水循環(huán)壓力降低，提示“事故罐水盤管破漏”；低報(bào)時(shí)，事故罐液位下降，外輸泵未運(yùn)行，緩沖罐液位上升速度無(wú)變化，外輸泵運(yùn)行時(shí)，緩沖罐液位下降速度與正常外輸時(shí)基本一致，提示“事故罐破漏”或事故罐液位快速下降，緩沖罐液位快速升高，進(jìn)行倒罐作業(yè)，不報(bào)警。

（10）輸油泵出口壓力聯(lián)動(dòng)高報(bào)時(shí)，聯(lián)動(dòng)場(chǎng)景為外輸泵壓力高，外輸泵運(yùn)行，外輸瞬時(shí)低或者為0，提示“外輸閥門未打開(kāi)或閘板脫落”或外輸泵壓力高，外輸泵運(yùn)行，外輸瞬時(shí)降低，外輸溫度降低，提示“外輸有凝管風(fēng)險(xiǎn)”；低報(bào)時(shí)，外輸泵出口壓力低于正常外輸壓力，高于0，且數(shù)據(jù)不穩(wěn)定，外輸瞬時(shí)低或者為0，提示“外輸泵不上量”或者外輸泵出口壓力為0或外輸壓力低，外輸瞬時(shí)為0，外輸壓力低，提示“外輸泵至流量計(jì)管線破漏”。

（11）輸油泵外輸匯管壓力聯(lián)動(dòng)高報(bào)時(shí)，聯(lián)動(dòng)場(chǎng)景為外輸壓力升高，外輸溫度低，提示“外輸溫度低有凝管風(fēng)險(xiǎn)”或者外輸壓力升高，外輸溫度不變，外輸瞬時(shí)為0，提示“流量計(jì)出口閥門未打開(kāi)，或閥門閘板脫落”；若外輸壓力升高，外輸溫度不變，首端外輸瞬時(shí)剛開(kāi)始有流量，隨后逐步降低至0，下游流量計(jì)瞬時(shí)一直為0，且壓力不變，提示“末端外輸流程閥門未打開(kāi)，或閥門閘板脫落”；低報(bào)時(shí)，外輸壓力降低，外輸瞬時(shí)升高，末端外輸壓力降低或不變，末端流量計(jì)瞬時(shí)下降或?yàn)?，提示“存在外輸管線破漏風(fēng)險(xiǎn)”。

（12）外輸瞬時(shí)壓力聯(lián)動(dòng)高報(bào)時(shí)，聯(lián)動(dòng)場(chǎng)景為外輸瞬時(shí)升高，外輸壓力降低，外輸泵頻率不變，末端來(lái)油壓力降低或不變，末端來(lái)油瞬時(shí)下降或?yàn)?，提示“存在外輸管線破漏風(fēng)險(xiǎn)”。

2.特殊特定條件下定制類算法模型設(shè)計(jì)

考慮現(xiàn)場(chǎng)實(shí)際工藝情況，對(duì)液位計(jì)卡死、插輸工藝、偶然波動(dòng)等特殊特定情況進(jìn)行定制類算法模型（見(jiàn)表1）設(shè)計(jì)[3]。

（四）實(shí)時(shí)鏡像數(shù)據(jù)設(shè)計(jì)開(kāi)發(fā)

本系統(tǒng)基于SCADA數(shù)據(jù)，由于SCADA報(bào)警數(shù)據(jù)的強(qiáng)耦合性，因此需要設(shè)計(jì)實(shí)時(shí)鏡像數(shù)據(jù)。

首先，針對(duì)實(shí)時(shí)數(shù)據(jù)進(jìn)行存儲(chǔ)，僅存儲(chǔ)變動(dòng)瞬時(shí)值，兩次變動(dòng)值的時(shí)間區(qū)間為上次瞬時(shí)值的時(shí)間權(quán)重，為高維分析提供數(shù)據(jù)基礎(chǔ)，如計(jì)算突變漸變等特征，特征計(jì)算完按時(shí)間向前淘汰實(shí)時(shí)數(shù)據(jù)。其次，根據(jù)報(bào)警規(guī)則產(chǎn)生的記錄，支持有限時(shí)間內(nèi)回溯。最后，系統(tǒng)配置包含點(diǎn)位數(shù)據(jù)信息、人工錄入數(shù)據(jù)信息、特征提取信息、組織單元信息，設(shè)備管理單元信息等[4]。

（五）預(yù)警報(bào)警數(shù)據(jù)取流及嵌入式開(kāi)發(fā)

完成鏡像數(shù)據(jù)獲取后，按照數(shù)據(jù)流程圖繪制出整體數(shù)據(jù)結(jié)構(gòu)圖，并建立了各數(shù)據(jù)表中規(guī)范性設(shè)計(jì)，確保預(yù)警報(bào)警整體數(shù)據(jù)調(diào)用的合理性[5]。

在報(bào)警數(shù)據(jù)流轉(zhuǎn)過(guò)程中，出于運(yùn)行性能的考慮，采用層層遞進(jìn)式的運(yùn)行方式：

1.使用SCADA系統(tǒng)提供的JavaSDK方式從SCADA系統(tǒng)中獲取實(shí)時(shí)數(shù)據(jù)。

2.判斷不參與報(bào)警聯(lián)動(dòng)的點(diǎn)位，過(guò)濾正常的實(shí)時(shí)數(shù)據(jù)，通過(guò)編碼實(shí)現(xiàn)現(xiàn)場(chǎng)實(shí)際要求的特殊報(bào)警場(chǎng)景。

3.判斷報(bào)警場(chǎng)景，并通過(guò)多個(gè)設(shè)備的聯(lián)動(dòng)報(bào)警進(jìn)行精準(zhǔn)定位。

4.為了處理事故發(fā)生時(shí)多點(diǎn)位同時(shí)報(bào)警的報(bào)警合并問(wèn)題，單獨(dú)設(shè)定復(fù)雜的報(bào)警場(chǎng)景。

5.執(zhí)行過(guò)濾規(guī)則，例如重復(fù)報(bào)警的合并，報(bào)警處置期不再報(bào)警的邏輯執(zhí)行。

整體預(yù)警報(bào)警按照?qǐng)D2開(kāi)展完成嵌入式開(kāi)發(fā)。

四、實(shí)驗(yàn)

（一）報(bào)警數(shù)量消除對(duì)比實(shí)驗(yàn)

對(duì)SCADA系統(tǒng)中某中心站歷史報(bào)警數(shù)據(jù)庫(kù)進(jìn)行了導(dǎo)出篩選后，其平均日?qǐng)?bào)警數(shù)量為8000余條，在智能預(yù)警報(bào)警系統(tǒng)中進(jìn)行報(bào)警數(shù)量統(tǒng)計(jì)后，日平均為15條，并且直觀明確了報(bào)警限值和報(bào)警原因，現(xiàn)場(chǎng)核查后均為真實(shí)有效報(bào)警。報(bào)警數(shù)量由8000條/天降低至15條/天，平均日?qǐng)?bào)警數(shù)量降低了99.8%。

（二）報(bào)警準(zhǔn)確率對(duì)比實(shí)驗(yàn)

在總計(jì)8149條報(bào)警中，對(duì)SCADA系統(tǒng)中報(bào)警信息進(jìn)行分類檢索，其中，可燃?xì)怏w濃度低限值報(bào)警為4467條，占比54.8%（均為無(wú)效報(bào)警），井組匯管壓力報(bào)警3306條，占比40.56%，均為正常波動(dòng)誤報(bào)，因此SCADA系統(tǒng)中誤報(bào)率達(dá)到95.36%。在智能系統(tǒng)中同條件檢索后報(bào)警數(shù)量為237條，占SCADA系統(tǒng)報(bào)警數(shù)量的2.9%，誤報(bào)條數(shù)為71條（人工智能訓(xùn)練波動(dòng)因素暫未消除），因此，綜合誤報(bào)率對(duì)比僅為0.87%，誤報(bào)率降低94.49%。

（三）報(bào)警時(shí)效與規(guī)則有效性對(duì)比實(shí)驗(yàn)

SCADA系統(tǒng)中，報(bào)警觸發(fā)時(shí)間正態(tài)分布如右圖，平均觸發(fā)時(shí)長(zhǎng)為474ms，預(yù)警系統(tǒng)中平均報(bào)警觸發(fā)時(shí)間為331ms，且平均查詢時(shí)長(zhǎng)為2秒左右，因此，報(bào)警時(shí)效與SCADA相比符合99%時(shí)效率。報(bào)警規(guī)則均按照現(xiàn)場(chǎng)工藝流程，逐站進(jìn)行規(guī)則添加，并和現(xiàn)場(chǎng)工藝設(shè)備聯(lián)動(dòng)，規(guī)則符合率達(dá)90%以上。

五、結(jié)語(yǔ)

在現(xiàn)有SCADA系統(tǒng)數(shù)據(jù)基礎(chǔ)上，應(yīng)用人工智能技術(shù)手段實(shí)現(xiàn)整體報(bào)警模型的建立，改變了采用腳本模式進(jìn)行單一數(shù)據(jù)報(bào)警模式，解決了誤報(bào)率高、報(bào)警信息無(wú)法有效結(jié)合工藝聯(lián)動(dòng)的問(wèn)題，為實(shí)現(xiàn)集中管理提供了有力技術(shù)支持，誤報(bào)率可消除90%以上。同時(shí)，通過(guò)人工智能方法和算法的應(yīng)用，對(duì)數(shù)據(jù)充分分析，可有效實(shí)現(xiàn)報(bào)警智能設(shè)置、報(bào)警聯(lián)動(dòng)設(shè)置、針對(duì)性報(bào)警模型設(shè)置等功能，實(shí)現(xiàn)報(bào)警信息準(zhǔn)確分類，從而建立包含生產(chǎn)、工藝業(yè)務(wù)的報(bào)警應(yīng)用優(yōu)化。依托微服務(wù)方式調(diào)取SCADA實(shí)時(shí)數(shù)據(jù)，通過(guò)基于SCADA系統(tǒng)的嵌入式開(kāi)發(fā)和微服務(wù)開(kāi)發(fā)技術(shù)的有機(jī)融合，有效提升系統(tǒng)的易用性、維護(hù)性、可擴(kuò)展性，解決現(xiàn)有SCADA系統(tǒng)報(bào)警功能過(guò)度依賴腳本編寫，邏輯復(fù)雜等問(wèn)題。因此，依托智能預(yù)警報(bào)警系統(tǒng)的應(yīng)用，可有效建立“從報(bào)警概念、報(bào)警規(guī)則及建模方法、報(bào)警處置流程到報(bào)警優(yōu)化”的生產(chǎn)運(yùn)行預(yù)警一體化管理方法及流程規(guī)范，形成適合長(zhǎng)慶油田采油廠的生產(chǎn)監(jiān)控報(bào)警管理流程和規(guī)則，指導(dǎo)后續(xù)油氣生產(chǎn)報(bào)警系統(tǒng)進(jìn)一步建設(shè)完善，為現(xiàn)場(chǎng)生產(chǎn)分析和決策提供依據(jù)。

參考文獻(xiàn)

[1]王芳.提高SCADA系統(tǒng)預(yù)警報(bào)警準(zhǔn)確率方法研究[J].中國(guó)新通信，2020，22（08）：69.

[2]魯曉斌，王迪，劉宇閑，等.油田SCADA系統(tǒng)預(yù)警報(bào)警功能優(yōu)化[J].云南化工，2018，45（03）：137.

[3]劉婷，郭寶靈，張建軍.復(fù)雜報(bào)警機(jī)制在石西油田中的應(yīng)用[J].中國(guó)管理信息化，2022，25（04）：105-107.

[4]仲海梅，王海濤.雙機(jī)熱備環(huán)境下數(shù)據(jù)同步的研究[J].電子技術(shù)，2013，42（07）：37-39.

[5]李文華，楊奔全.數(shù)據(jù)表結(jié)構(gòu)的動(dòng)態(tài)創(chuàng)建與動(dòng)態(tài)更新[J].中國(guó)科技信息，2005（05）：22-15.

責(zé)任編輯：張津平