( 1.中國石油塔里木油田公司，新疆 塔里木 841000; 2.北京艾特藍(lán)博科技有限公司，北京 100044;3.北京超圖軟件股份有限公司，北京 100015; 4.北京國鐵華晨通信信息技術(shù)有限公司，北京 100070 )
論文來源：《測繪與空間地理信息》第36卷 增刊
摘要:基于二三維地理信息系統(tǒng)，結(jié)合石油行業(yè)的作業(yè)區(qū)井、間、站等物聯(lián)網(wǎng)傳感器監(jiān)測數(shù)據(jù)，綜合利用聚類、分類等多種數(shù)據(jù)挖掘算法，實現(xiàn)關(guān)鍵物聯(lián)網(wǎng)傳感器的采集數(shù)據(jù)分析建模，并基于實時更新數(shù)據(jù)進行模型增量式訓(xùn)練，從而實現(xiàn)基于 GIS 的傳感器故障診斷和預(yù)警分析。試驗結(jié)果標(biāo)明，系統(tǒng)不僅可以實現(xiàn)設(shè)備故障的預(yù)警，而且在操作層面和用戶界面層面具有方便快捷和更佳用戶體驗的特點。
關(guān)鍵詞: GIS,傳感器,數(shù)據(jù)挖掘,預(yù)警分析
物聯(lián)網(wǎng)通過將“智能物體( Smart Objects) ”接入到互聯(lián)網(wǎng)或移動通信網(wǎng)，從而在人與物、物與物之間形成一種新的通信模式。物聯(lián)網(wǎng)已被廣泛地應(yīng)用于石油行業(yè)、安全防護、智能交通、智能電網(wǎng)、醫(yī)療等領(lǐng)域，并且不斷地向我們生活的方方面面滲透。據(jù)預(yù)計，未來物聯(lián)網(wǎng)極有可能將互聯(lián)網(wǎng)拓展到一個更廣的領(lǐng)域。因此，物聯(lián)網(wǎng)也被視為繼互聯(lián)網(wǎng)之后，全球信息產(chǎn)業(yè)的又一次科技和信息浪潮。目前，全球物聯(lián)網(wǎng)尚處于概念、論證與試驗階段，處于攻克關(guān)鍵技術(shù)、制定標(biāo)準(zhǔn)規(guī)范與研發(fā)應(yīng)用的起始階段。技術(shù)上出現(xiàn)融合化、嵌入化、智能化的特征，應(yīng)用上呈現(xiàn)出標(biāo)準(zhǔn)化、服務(wù)化、開放化、工程化的特征。
隨著油田生產(chǎn)自動化的飛速發(fā)展，近年來，越來越多的傳感器被部署，為油氣生產(chǎn)物聯(lián)網(wǎng)業(yè)務(wù)應(yīng)用提供基礎(chǔ)數(shù)據(jù)，其運行狀態(tài)及故障情況都直接影響了油田物聯(lián)網(wǎng)應(yīng)用系統(tǒng)的及時性、準(zhǔn)確性。傳感器大量部署使得現(xiàn)場技術(shù)人員巡檢或檢測工作量巨大，還存在某些參數(shù)人工實測困難、不容易及時發(fā)現(xiàn)等問題，無法滿足傳感器運行狀態(tài)監(jiān)測的需求。在油田物聯(lián)網(wǎng)中，傳感器是現(xiàn)場實時數(shù)據(jù)獲取的主要設(shè)備。如果它出現(xiàn)性能蛻化、功能故障甚至失效時，將給自動控制系統(tǒng)后續(xù)的實時監(jiān)測、連鎖控制、故障判斷等系統(tǒng)功能帶來嚴(yán)重影響，可能導(dǎo)致誤診斷、誤報警頻發(fā)，甚至造成不可估量的損失。據(jù)“智能維護系統(tǒng)中心( IMS) ”調(diào)研研究表明: 一般自動化系統(tǒng) 40 %以上的故障警報皆是由于傳感器系統(tǒng)自身的故障而產(chǎn)生的誤報警。
二維 GIS[1]具有強大的二維空間查詢分析統(tǒng)計功能，靈活多樣的應(yīng)用形式，但是對于日益興起的三維 GIS 應(yīng)用，單一的二維 GIS 展示已稍顯不足。三維 GIS 技術(shù)的快速發(fā)展無疑引領(lǐng)了新一代 GIS 技術(shù)的巨大變革，代表了未來 GIS 的審美觀。利用二三維 GIS 對物聯(lián)網(wǎng)傳感器故障智能預(yù)警進行直觀展示，從而為技術(shù)維護人員進行快速地理定位，了解周邊設(shè)備狀況，及時進行應(yīng)急處理提供基礎(chǔ)信息。
雖然隨著感知技術(shù)發(fā)展、傳感器自身質(zhì)量以及傳感器無故障工作時間日益提高，但在由眾多只不同類型、不同廠商傳感器構(gòu)成的一個物聯(lián)網(wǎng)中，任何一個薄弱環(huán)節(jié)的故障都可能造成整個物聯(lián)網(wǎng)系統(tǒng)的誤診斷、誤報警。因此，物聯(lián)網(wǎng)傳感器的故障智能預(yù)警分析等技術(shù)仍然物聯(lián)網(wǎng)領(lǐng)域的研究重點、難點以及薄弱環(huán)節(jié)。
目前傳感器故障預(yù)警分析的方法有: 硬件冗余法、時序冗余法和信息冗余法等。其基本方法就是利用傳感器采集的冗余信息進行傳感器的故障預(yù)警分析，基于不同類別的冗余信息，產(chǎn)生出了不同的預(yù)警分析方法。
硬件冗余法主要是利用 3 只以上的同類傳感器測量統(tǒng)一采集點的監(jiān)測參數(shù)，采用了多數(shù)表決原則進行傳感器故障預(yù)警。該方法需要某一位置部署多個冗余傳感器，因此其成本和維護費用較高。一般航空航天多采用硬件冗余法，實現(xiàn)傳感器的高可靠性監(jiān)測，但由于成本較高，一般的應(yīng)用場合，例如油田物聯(lián)網(wǎng)中要盡量避免采用硬件冗余法。
分析冗余法[2]是利用傳感器的一些先驗知識，對其自身靜態(tài)、動態(tài)特征進行數(shù)據(jù)建模，從而構(gòu)建與輸出信息與被測對象之間的解析關(guān)系，并對輸出信息的設(shè)備有關(guān)和無關(guān)性的冗余信息進行對比獲取傳感器故障診斷結(jié)果。該方法利用軟件實現(xiàn)，成本較低，然而對數(shù)學(xué)模型的精度、可靠性要求較高。并且隨著系統(tǒng)復(fù)雜性增加，數(shù)學(xué)模型的構(gòu)建會變得非常負(fù)責(zé)，其可靠性、精度也會變得難以保證，因此在非常復(fù)雜的物聯(lián)網(wǎng)系統(tǒng)中分析冗余法有一定的實現(xiàn)困難。
時序冗余法主要是對系統(tǒng)時序上的輸出量之間的進行建模分析，通過時序冗余信息或者用不同時間序列的傳感器輸出的冗余信息來進行故障識別和預(yù)警。該方法不強依賴于設(shè)備模型、時序上實時數(shù)據(jù)流又提供了大量的冗余信息，因此適用于不同傳感器、不同被測對象。因此應(yīng)用非常廣泛。根據(jù)不同的分析模型，時序冗余法有分為基于信號處理模型、基于數(shù)據(jù)挖掘兩種。前者通常根據(jù)不同場景，選用相關(guān)函數(shù)、頻譜、自回歸滑動平均等信號分析方法，對可測信號進行分析，從而提出可測信號的提取方差、頻率、幅值等信號特征值，實現(xiàn)傳感器故障預(yù)警。目前，最常用和應(yīng)用廣泛的是基于小波變換的故障預(yù)警方法[3 - 4]。后者借助數(shù)據(jù)挖掘相關(guān)數(shù)學(xué)模型，利用先驗知識，收集領(lǐng)域?qū)＜沂占砼c物聯(lián)設(shè)備相關(guān)的文獻和資料，對相應(yīng)知識進行總結(jié)、整理，進行加工匯總處理，建立故障知識庫和專家系統(tǒng)，為故障分析提供信息，建立相應(yīng)的故障預(yù)警系統(tǒng)。該方法缺點是先驗知識獲取以及維護困難。隨著傳感器設(shè)備質(zhì)量的不斷提高，其故障采樣樣本的規(guī)模和范圍都在不斷減少，并且對于新故障或新信息缺乏正確處理。該方法主要選用的專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)等模式[5]。
更多內(nèi)容請查看pdf