基于物聯(lián)網(wǎng)傳感數(shù)據(jù)的油氣處理站智能預警系統(tǒng)的制作方法
【技術(shù)領域】
[0001] 本發(fā)明屬于油氣物聯(lián)網(wǎng)技術(shù)領域，具體涉及一種基于物聯(lián)網(wǎng)傳感數(shù)據(jù)的油氣處理 站智能預警系統(tǒng)。
【背景技術(shù)】
[0002] 目前，在油氣處理工藝流程中，油氣處理站采用DCS(Distributed Control System，分布式控制系統(tǒng)）實時監(jiān)控油氣處理過程?，F(xiàn)有技術(shù)中，在判斷油氣處理過程的運 行健康狀況時，主要采取人工觀察DCS獲得的監(jiān)測參數(shù)或儀表指示值，再通過自身經(jīng)驗來 判斷。該種方法存在的主要問題為：由于每個人的經(jīng)驗不同，不同人對同一現(xiàn)象判斷認識的 結(jié)果不完全相同，導致對同一現(xiàn)象會產(chǎn)生不同的結(jié)果，尤其對于經(jīng)驗不是非常豐富的人，難 以精確得出油氣處理流程的運行健康狀況，從而不利于及時發(fā)現(xiàn)油氣處理流程中的異常。

【發(fā)明內(nèi)容】

[0003] 針對現(xiàn)有技術(shù)存在的缺陷，本發(fā)明提供一種基于物聯(lián)網(wǎng)傳感數(shù)據(jù)的油氣處理站智 能預警系統(tǒng)，可有效解決上述問題。
[0004] 本發(fā)明采用的技術(shù)方案如下：
[0005] 本發(fā)明提供一種基于物聯(lián)網(wǎng)傳感數(shù)據(jù)的油氣處理站智能預警系統(tǒng)，包括：
[0006] 采集工具，用于采集油氣處理站各處理工藝中的實時監(jiān)測數(shù)據(jù)；
[0007] 實時數(shù)據(jù)庫，用于接收并實時存儲所述采集工具采集到的所述實時監(jiān)測數(shù)據(jù)；
[0008] 數(shù)據(jù)存儲模塊，用于存儲所述實時數(shù)據(jù)庫接收到的與所述預警對象相關(guān)的實時監(jiān) 測數(shù)據(jù)；
[0009] 預警規(guī)則設定模塊，用于設定預警規(guī)則，其中，所述預警規(guī)則包括關(guān)鍵參數(shù)預警規(guī) 貝1J、設備預警規(guī)則和流程預警規(guī)則；
[0010] 狀態(tài)識別模塊，用于將所述數(shù)據(jù)存儲模塊存儲的所述實時監(jiān)測數(shù)據(jù)與所述預警規(guī) 則設定模塊所設定的預警規(guī)則進行對比分析，判斷所述實時監(jiān)測數(shù)據(jù)是否出現(xiàn)異常，如果 出現(xiàn)異常，則得出異常的所述實時監(jiān)測數(shù)據(jù)所反應的故障；
[0011] 預警模式選擇模塊，用于當所述狀態(tài)識別模塊識別出所述故障時，選擇本次需要 預警的預警模式；其中，所述預警模式包括關(guān)鍵參數(shù)預警模式、設備預警模式和流程預警模 式；
[0012] 預警專家知識庫，用于以知識的形式存儲流程、設備、關(guān)鍵參數(shù)、故障、故障原因和 故障處理措施的對應關(guān)系；
[0013] 正向推理機，用于接收所述預警模式選擇模塊所選擇的預警模式，基于所述預警 模式，以所述狀態(tài)識別模塊識別出的故障為遍歷條件，遍歷所述預警專家知識庫，得到與所 述故障對應的故障原因和故障處理措施；
[0014] 預警模塊，用于將所述故障、所述故障原因和所述故障處理措施整合為預警信息， 并進行預警；
[0015] 修正模塊，用于對所述預警模塊的預警進行修正；
[0016] 預警記錄模塊，用于記錄經(jīng)修正的預警信息，所述預警信息包括故障、故障原因和 故障處理措施之間的對應關(guān)系；
[0017] 更新模塊，用于將所述預警記錄模塊所記錄的預警信息添加到所述預警專家知識 庫。
[0018] 優(yōu)選的，所述流程預警模式是指：對油氣處理站包含的每個生產(chǎn)系統(tǒng)流程的流程 運行狀態(tài)進行預警；
[0019] 所述設備預警模式是指：對油氣處理站包含的每個生產(chǎn)系統(tǒng)流程中所包含的關(guān)鍵 設備的運行狀態(tài)進行預警；
[0020] 所述關(guān)鍵參數(shù)預警模式是指：對油氣處理站包含的每個生產(chǎn)系統(tǒng)流程中的關(guān)鍵設 備的各個關(guān)鍵檢測參數(shù)的狀態(tài)進行預警。
[0021] 優(yōu)選的，所述預警專家知識庫采用多叉樹的表達形式，存儲所述知識。
[0022] 優(yōu)選的，所述預警專家知識庫采用多叉樹的表達形式，存儲所述知識，具體為：
[0023] 以油田作業(yè)區(qū)名稱作為根節(jié)點；
[0024] 以所述油田作業(yè)區(qū)名稱所包含的流程名稱作為第1層節(jié)點；
[0025] 以所述流程名稱包含的設備名稱作為第2層節(jié)點；
[0026] 以所述設備名稱包含的關(guān)鍵參數(shù)名稱作為第3層節(jié)點；
[0027] 以所述關(guān)鍵參數(shù)名稱涉及到的故障名稱作為第4層節(jié)點；
[0028] 以所述故障名稱涉及到的故障原因信息作為第5層節(jié)點；
[0029] 以所述故障原因信息涉及到的故障處理措施作為第6層節(jié)點。
[0030] 優(yōu)選的，所述正向推理機具體包括：
[0031] 第一遍歷模塊，用于基于所述預警模式，以所述狀態(tài)識別模塊識別出的故障為遍 歷條件，遍歷所述預警專家知識庫，得到與所述故障對應的所有可能的故障原因；
[0032] 其中，如果為流程預警模式，則對油氣處理站包含的各生產(chǎn)系統(tǒng)流程進行運行狀 態(tài)跟蹤，對于每個所述生產(chǎn)系統(tǒng)流程，將任意一個生產(chǎn)系統(tǒng)流程記為生產(chǎn)系統(tǒng)流程B，獲得 生產(chǎn)系統(tǒng)流程B中每個設備的發(fā)生故障的關(guān)鍵參數(shù)值，并獲得該關(guān)鍵參數(shù)值在故障時的多 條故障原因
[0033] 如果為關(guān)鍵參數(shù)預警模式，通過查找所述預警專家知識庫，獲得所述關(guān)鍵參數(shù)在 所述故障下的所有可能故障原因；
[0034] 如果為設備預警模式，則獲得需要預警的設備A的多項關(guān)鍵參數(shù)值，對每項所述 關(guān)鍵參數(shù)，均獲得該關(guān)鍵參數(shù)在故障時的多條故障原因；
[0035] 如果為流程預警模式，則對油氣處理站包含的各生產(chǎn)系統(tǒng)流程進行運行狀態(tài)跟 蹤，對于每個所述生產(chǎn)系統(tǒng)流程，將任意一個生產(chǎn)系統(tǒng)流程記為生產(chǎn)系統(tǒng)流程B，獲得生產(chǎn) 系統(tǒng)流程B中每個設備的發(fā)生故障的關(guān)鍵參數(shù)值，并獲得該關(guān)鍵參數(shù)值在故障時的多條故 障原因；
[0036] 邏輯判定條件存儲模塊，用于存儲所述預警專家知識庫中與每條故障原因?qū)?邏輯判定條件；其中，所述邏輯判定條件為關(guān)聯(lián)設備的關(guān)鍵參數(shù)出現(xiàn)特定故障，并且，關(guān)聯(lián) 設備之間的故障存在特定邏輯關(guān)系，該特定邏輯關(guān)系與工藝流程中關(guān)聯(lián)設備之間的工藝邏 輯關(guān)系相一致；
[0037] 第二遍歷模塊，用于對所述第一遍歷模塊獲得的所有可能的故障原因，均執(zhí)行以 下操作：
[0038] 將任意一個可能的故障原因記為故障原因 W，查找所述邏輯判定條件存儲模塊，獲 得與所述故障原因 W對應的邏輯判定條件，進行獲得關(guān)聯(lián)設備的關(guān)鍵參數(shù)；然后，以所述關(guān) 聯(lián)設備的關(guān)鍵參數(shù)為遍歷條件，遍歷所述預警專家知識庫，判斷所述關(guān)聯(lián)設備的關(guān)鍵參數(shù) 是否出現(xiàn)所述特定故障，并且，關(guān)聯(lián)設備之間的故障是否符合特定邏輯關(guān)系，如果均符合， 則所述故障原因 W為實際故障原因；否則，所述故障原因 W并非為實際發(fā)生的故障，將故障 原因 W剔除；
[0039] 由此得到至少一個實際故障原因；
[0040] 故障處理措施獲取模塊，用于根據(jù)所述預警專家知識庫，獲得與所述實際故障原 因?qū)墓收咸幚泶胧?br>[0041] 本發(fā)明的有益效果如下：
[0042] 本發(fā)明提供的基于物聯(lián)網(wǎng)傳感數(shù)據(jù)的油氣處理站智能預警系統(tǒng)，可以有效的解 決目前油氣處理站DCS人工觀察監(jiān)測參數(shù)或儀表指示，經(jīng)驗判斷運行健康狀況的問題，可 用于輔助DCS控制系統(tǒng)，使其更加及時了解生產(chǎn)狀態(tài)，發(fā)現(xiàn)異常，獲知隱患和對應的處理措 施，掌握產(chǎn)量質(zhì)量的調(diào)整方向。
【附圖說明】
[0043] 圖1為本發(fā)明提供的基于物聯(lián)網(wǎng)傳感數(shù)據(jù)的油氣處理站智能預警系統(tǒng)的結(jié)構(gòu)示 意圖；
[0044] 圖2為本發(fā)明提供的預警大罐液位速率模型圖；
[0045] 圖3為采用本發(fā)明提供的最小二乘法計算得到的液位變化趨勢圖；
[0046] 圖4為采用通用的多點移動平均算法計算得到的液位變化趨勢圖；
[0047] 圖5為本發(fā)明提供的預警專家知識庫中存儲的知識的自然描述的圖形展示示意 圖；
[0048] 圖6為本發(fā)明提供的預警知識表示類圖；
[0049] 圖7為本發(fā)明提供的故障原因判定樹圖；
[0050] 圖8為本發(fā)明提供的故障原因判定類圖。
【具體實施方式】
[0051] 以下結(jié)合附圖對本發(fā)明進行詳細說明：
[0052] 如圖1所示，本發(fā)明提供一種基于物聯(lián)網(wǎng)傳感數(shù)據(jù)的油氣處理站智能預警系統(tǒng)， 包括：
[0053] (1)采集工具：
[0054] 用于采集油氣處理站各處理工藝中的實時監(jiān)測數(shù)據(jù)；
[0055] 具體采集方式為：
[0056] 油氣處理站各處理工藝的關(guān)鍵