工业物联网(IIoT)可为工艺决策提供最前沿的可用数据,因此它正改变许多行业的现状。有序管理收集到的大量数据,并使之可视化,以实现天衣无缝的工艺决策,为增强安全性、产量、法规遵从性提供了重要机遇。油气井全寿命周期中的试井与返排作业,有望从这些创新型数据收集方法中受益。监测数据的收集与组织服务,将有助于为返排作业者提供更安全的工作环境。同时,还可自动调节节流阀、精确确定节流阀的更换计划,并为作业者制作提交给监管机构的可打印的数字报告。01.太多、太远、太迟在井场的动态环境中,返排作业者必须定期跟踪传感器信息,以保持井口流向储罐的流体平衡。即使最简单的压裂后监测平台,可能也需要20多个传感器。且每个传感器在数平方米的管道、阀门与设备上,执行着各种功能,通常都位于1级2类危险环境中。对于监管设备的返排作业者来说,许多传感器都是看不见摸不着的。返排作业人员在监测储罐液位时,存在诸多潜在安全问题,包括打滑、绊倒和坠落,以及暴露于硫化氢、碳氢化合物、苯等气体的风险。他们的工作环境极其恶劣,在几英尺的管道内,压力计读数甚至能够达到psi。而温度传感器则安装在温度可能超过℃的管道内。综上,返排作业人员的安全隐患显而易见。然而,定期读取这些传感器的数据,对成功进行返排作业却是至关重要且必须要完成的任务。返排作业人员必须拥有丰富的现场经验,并了解井场的动态,以便对阀门和管道进行适当的更改。如果他们未能跟踪与监控传感器数据,则可能在现场发生冲蚀、溢出以及许多其他潜在问题。因此,需要作业人员定期在现场巡逻,穿行于管道,收集必要的数据,并对这些数据进行处理,以指导油气井的作业。在这样一个动态系统中,返排作业人员获得的信息存在严重的滞后性,无法及时反映出工艺的变化。如果作业人员仅是积极地工作于平台的单独区域,则储罐可能会溢出且不会发出警告。作业人员在其他位置读取另一个仪表的数据时,关井压力可能早就超出了安全作业限制,而且他们根本无法及时发现。Select能源服务公司表示:“从这些不同的传感器中收集压裂后的监测数据,并显示在人性化界面中,可以显著提高返排作业人员的工作能力。”基于WirelessHART协议以及4G等无线技术,Select能源服务公司开发了压裂后监测(PFM)系统。定期读取传感器可以使井场更加安全与高产,Select计划通过添加数据点,并进行连续记录,以实时响应不断变化的井况,从而能够进一步提高产量。02.海纳百川每个压力表,热电偶和液位显示器都有一个数字配对。井场中,在每个仪器上都安装一根网线是不可能的。这将增加作业的潜在风险,而且相关风险成本远远超过拥有这些传感器数据的收益。此外,若在井平台的每个组件上安装带有本地传感器输入的可编程逻辑控制器(PLC),成本过于高昂。Select能源服务公司表示:“因此,这套PFM系统利用遍布整个井场的WirelessHART传感器来收集数据,无需安装多个PLC,也无需将数英里的电线铺设在井场或不牢固地贴在管道上。PFM系统由单独的PLC与无线网关组成,可从多达个传感器接收数据。PLC实时读取与记录,参与返排作业的每个部件(从井口到储罐)的数据和信息。每个位置的压力读数、油气水的流量以及每种流体的温度,都从这个PLC集中到一个定制的SCADA系统中。”02.数据流只有数据有意义时,获取大量数据才有利于提高产量。返排作业服务商需铭记,依托于数据的专有处理与分析,才能提高井场的产量。这些传感器数据汇集至PLC,传输至指挥中心,存储至数据库,以生成行之有效的报告并实现数据可视化。使用云端数据系统、可视化软件以及SCADA系统,能够以人性化的界面展示出多个传感器收集的数据。而且可以实现跨平台数据、最新数据、历史数据的可视化。返排作业者不仅可以看到当前发生的情况,还可以用几小时的历史图表显示出相关传感器的历史读数。这类数据的趋势分析功能,可向返排作业者展示产量是如何变化的,从而有助于更好的应对现场情况。此外,还可将警报设置为给作业者发送不利或潜在不利状况,包括提前通知储罐溢流导致的产量损失与监管违规、压力骤降与陡增造成的错误返排,以及可能导致关井的情况。选择基于云的计算平台,是因为它在处理大型数据集时的可靠性与可扩展性。“利用这项服务,Select能源公司可为客户提供法规遵从性报告,且无需维护人工记录的传感器数据。这项服务可为井场的每个设备提供持续的数据流与最新的历史传感器数据,且不会造成本地服务器过载的风险。”SCADA系统为每个需要查看PFM系统信息的人,提供了可靠的、可扩展的监管与可视化软件。SCADA系统是基于网页端的服务,能够在多个设备上连接该系统,以查看与处理井场数据。无论是基于蜂窝网络的平板电脑,还是连接到互联网的台式机,这些信息都会以有组织、高效的方式自动呈现。04.持续发展工艺信息的获取是压裂后作业实现自动化的第一步。随着工业物联网的发展,机器学习走上舞台。它可以分析大型数据集,并可根据系统输入的各种因果关系,确定出工艺自动化规则。依托于机器学习算法,服务公司将能够分析多个井场收集到的数据,并进一步扩展自动化能力,以便在井场出现异常情况时采取行动。这将缩短响应时间,以维持所需的压力与流量,提高试井产量的可靠性。返排作业人员若拥有更多富有价值的信息,则能够一目了然的知晓井场全貌,从而在确保安全与快速响应快速的前提下,提高油气井的产量。免责声明:以上内容转载自石油圈,所发内容不代表本平台立场。全国能源信息平台联系-,邮箱:hzpeople-energy.
转载请注明:
http://www.aideyishus.com/lkcf/8975.html