[发明专利]油田实时数据质量监控处理方法及系统

说明书

本发明提供一种油田实时数据质量监控处理方法及系统，该油田实时数据质量监控处理方法包括：步骤1，进行实时数据的采集、传输、转储；步骤2，建立实时数据甄别模型，进行实时数据状态判定；步骤3，建立实时设备故障报警模型，进行设备故障实时报警；步骤4，生成运维工单，进行现场运维；步骤5，建立实时设备消警模型，进行设备故障自动消警。该油田实时数据质量监控处理方法及系统实现了油田采油井实时数据质量的监控；便于快速精准找到数据质量问题根源；实现了对实时数据质量问题处理全过程进行自动跟踪。

技术领域

本发明涉及油田实时数据监控处理技术领域，特别是涉及到一种油田实时数据质量监控处理方法及系统。

背景技术

随着油田生产信息化建设逐步完善，围绕着油水井、站库等生产设施多类型数据实时采集远传。在油田实时数据的采集远程使用过程中，数据质量问题既可能产生于油井实时数据采集设备，也可能产生于网络传输、转储等多个环节。实时数据质量的监测和数据质量问题处理需要耗费大量时间成本和人力成本。

现有相关技术中主要依靠人工经验设置监控阈值对数据的质量进行监控。第一，根据业务运行情况，阈值设定者需要消耗大量的时间和人工修订阈值设定值以便提高报警的准确性；第二，因油田数据采集设备多数在野外运行，运行环境比较恶劣，部分数据异常情况无法通过阈值报警方法准确推送，例如因电池电量低或野外气温太低造成数据恒定传输但不触发阈值报警；第三，数据质量问题处理时由于数据异常报警后需要分析大量数据并与现场结合确认问题，分析落实周期相对较长，难以快速精准找到数据质量问题根源。

在申请号：201610895875.1的中国专利申请中，涉及到一种数据质量监控方法、装置及大数据计算平台，该发明数据质量监控装置采集与需要监控的参数相关的历史数据，以所述历史数据为样本建立所述参数的预测模型；根据所述预测模型对所述参数的当前数据进行预测，根据预测结果确定所述参数的监控阈值；采集所述参数的当前数据并与所述监控阈值界定的正常取值范围进行比较，根据比较结果进行报警处理。该方法实现了监控阈值的智能设定，比人为设定阈值更加准确，减少了误报率。但仍存在下述缺陷：该方法无法实现油田实时数据质量的全面监控，也不能快速精准找到数据质量问题根源，同时无法对实时数据质量问题处理全过程进行自动跟踪。

在申请号：201811439440.1的中国专利申请中，涉及到一种用于油田作业设备的监控与数据分析系统，包括：信号采集模块，用于实时采集来自所述油田作业设备上的传感器的数据信号；数据分析模块，用于对通过所述信号采集模块采集的所述数据信号进行统计分析；故障诊断模块，用于根据所述数据分析模块的统计分析结果对所述油田作业设备的状态作出诊断；以及网络通信模块，用于将所述油田作业设备的状态和监控数据发送至远程监控服务中心。但仍存在下述缺陷：该方法不能快速精准找到数据质量问题根源，同时无法对实时数据质量问题处理全过程进行自动跟踪。

为此我们发明了一种新的油田实时数据质量监控处理方法及系统，解决了以上技术问题。

发明内容

本发明的目的是提供一种用以提高油田实时数据质量监控和数据质量问题处理的效率和准确性的油田实时数据质量监控处理方法及系统。

本发明的目的可通过如下技术措施来实现：油田实时数据质量监控处理方法，该油田实时数据质量监控处理方法包括：步骤1，进行实时数据的采集、传输、转储；步骤2，建立实时数据甄别模型，进行实时数据状态判定；步骤3，建立实时设备故障报警模型，进行设备故障实时报警；步骤4，生成运维工单，进行现场运维；步骤5，建立实时设备消警模型，进行设备故障自动消警。

本发明的目的还可通过如下技术措施来实现：

在步骤1中，实时数据包括：采油井电参数据，温度、压力数据，载荷数据。