油氣管道站場(chǎng)數(shù)字孿生建設(shè)中的數(shù)據(jù)與模型

1、數(shù)字技術(shù)特征及基礎(chǔ)站場(chǎng)數(shù)字孿生建設(shè)數(shù)據(jù)、模型及算法 數(shù)據(jù)融合和模型校訂 面臨的問(wèn)題與困難數(shù)字技術(shù)特征數(shù)字技術(shù)導(dǎo)致第四次工業(yè)革命，通過(guò)智能化改變我們油氣生產(chǎn)的設(shè)計(jì)和運(yùn)行管理（說(shuō)明：上圖來(lái)自于黃維和院士講座）數(shù)字化 設(shè)計(jì)智能化 運(yùn)行全產(chǎn)業(yè) 數(shù)據(jù) 綜合管 道數(shù)字技術(shù)特征數(shù)字管道智能管道、智慧管網(wǎng)數(shù) 字 孿 生數(shù)據(jù)庫(kù)+知識(shí)庫(kù)數(shù)字技術(shù)特征數(shù)字孿生概念Digital Twin數(shù)字孿生：數(shù)字孿生體是指充分利用物理模型、傳感器、運(yùn)行歷史等數(shù)據(jù)，集成多學(xué)科、多物理量、多尺度、多概率的 仿真過(guò)程，在虛擬信息空間中對(duì)物理實(shí)體進(jìn)行鏡像映射，反映物理 實(shí)體行為、狀態(tài)或活動(dòng)的全生命周期過(guò)程DT=(PP,VP,VR)PP-

2、實(shí)體；VP-虛擬；VR-實(shí)體與虛擬的連接虛擬空 間真實(shí)空 間數(shù)據(jù)信息 過(guò)程（說(shuō)明：上圖來(lái)自于中石化徐州管道公司張微波處長(zhǎng)的PPT ）目前的應(yīng)用大多局限于數(shù)據(jù)的管理工作，數(shù)據(jù)的采集、分類、整理、顯示，無(wú)法直接指導(dǎo)與解決 生產(chǎn)問(wèn)題對(duì)數(shù)據(jù)的利用不足無(wú)法得到數(shù)據(jù)背后的操作指導(dǎo)意義 o 無(wú)法基于歷史數(shù)據(jù)對(duì)未來(lái)進(jìn)行預(yù)測(cè) o 僅僅是顯示界面的改變沒(méi)有形成數(shù)據(jù)驅(qū)動(dòng)模型，來(lái)與控制 系統(tǒng)同步油氣管道系統(tǒng)的數(shù)字孿生基礎(chǔ)感覺(jué)理解動(dòng)作硬件軟件!D o2k sh cond ln bbo 2L4L 2 D 2 A * ( * ) f F f t Z * S f A * fA* ( x k * * ) f ( x k F )

3、 f t Z * ( x k S ) f A * ( x k * ) fs Sff= _ *+ A*A* (* )f + Ff t Z= -(h* F)f Z(* * h )f t+ A* (Q - Wwork + * hsat )f + * hS * FsPM k * R * Z (T )k * T g to ta l =V- Vto ta lliq1 + = refP - PrefBisoCharacteristicssatsatgn i 1 N umerator Mgi Mgi * Hg Mgnc * Hrefnc Cpg * (Te Te )g satgggn i 1M i M i*

4、HHMg * Hg Hg (m gi mg o ) * t * P *Method ofA * Hup - Hdn * (X2 - X1) F12 X1 - F2 2 X2Xleak =F12 - F2 2PPMout = PPMin *( 1 - (KDp + KDs * ) * L )A = A0 * ( exp( D * *( P - Pref ) / ( E*Xs ) )A*10000001 0.0000073P F 0 0 C DT e A BT 2 2 2 + 1 Fcrit = Arec * pup up + 1Y - 1 1 / 2endif 1A2 * D A(Vp)2nf*

5、 P f * L Kf elseF 0.0F 2 2 * gc * Ku *If ( P .gt. Py * xo )then0.7D f NRe, * n81 n s s k y 1 fV 22 Deff NRereff K2 1.0 K1 - 2. K3 0*log10 fDW + * - H = f T *hDh * Tg - Tw wallfg f2dnocTg Tsat T0.25condcond 1gd twallsatl g P g.29l.5.24 .24.45 .49ll.79k lh p b * T- T dP 0.75= 0.0000122 hCp 模型數(shù)據(jù)及數(shù)據(jù)庫(kù)算法知

6、識(shí)庫(kù)油氣管道系統(tǒng)數(shù)字孿生基礎(chǔ)數(shù)字技術(shù)特征及基礎(chǔ)站場(chǎng)數(shù)字孿生建設(shè)數(shù)據(jù)、模型及算法 數(shù)據(jù)融合和模型校訂 面臨的問(wèn)題與困難站場(chǎng)數(shù)字孿生框架-成品油管道工藝運(yùn)行為例SCADA站場(chǎng)實(shí)體數(shù)據(jù)處 理模型數(shù)據(jù)分 析模型工藝計(jì) 算模型工況預(yù) 測(cè)模型智能調(diào) 控模型基于瞬 態(tài)的批 次計(jì)劃儀表參 數(shù)智能 校準(zhǔn)事故工 況智能 調(diào)控混油界 面自動(dòng) 切割設(shè)備運(yùn) 行狀態(tài) 識(shí)別模型層應(yīng)用層數(shù)據(jù)層數(shù)字孿生模塊連接關(guān)系Digital Thread優(yōu)化調(diào) 度控制模 型工藝模 型數(shù)據(jù)模 型站場(chǎng)總體模塊關(guān)系站場(chǎng)工藝控制站場(chǎng)工藝和設(shè)備孿生體建設(shè)當(dāng)前液位最低液位運(yùn)行時(shí)間：20天 故障率：0.03%50m（說(shuō)明：下圖來(lái)自于中石化徐州管道公司張

7、微波處長(zhǎng)的PPT ）數(shù)字孿生站場(chǎng)數(shù)字技術(shù)特征及基礎(chǔ)站場(chǎng)數(shù)字孿生建設(shè)數(shù)據(jù)、模型及算法 數(shù)據(jù)融合和模型校訂 面臨的問(wèn)題與困難固有特性、實(shí)時(shí)數(shù)據(jù)數(shù)據(jù)的量與可用性數(shù)據(jù)的量與關(guān)聯(lián)性模型基礎(chǔ)基礎(chǔ)參數(shù)物性、系統(tǒng)組成、環(huán)境設(shè)備特性組態(tài)系統(tǒng)模型建立符合實(shí)際的管道和站場(chǎng)模型數(shù)據(jù)、知識(shí)、邏輯及算法孿生體的成長(zhǎng)生產(chǎn)管理、控制事故預(yù)測(cè)壓縮機(jī)原廠 測(cè)試特性壓縮機(jī)現(xiàn)場(chǎng) 實(shí)際特性二者往往存 在偏差安全、高效的工 作區(qū)有偏移原廠測(cè)試數(shù)據(jù)不 可靠壓縮機(jī)運(yùn)行 時(shí)各項(xiàng)數(shù)據(jù)相似換算深度學(xué)習(xí)輸出現(xiàn)場(chǎng)實(shí)際特 性曲線研究 原因換算 路線BCADEFG管道基礎(chǔ) 數(shù)據(jù)運(yùn)行方案 庫(kù)現(xiàn)場(chǎng) SCADA數(shù)據(jù)天然氣物性數(shù)據(jù)管道拓?fù)浣Y(jié)構(gòu) 壓縮機(jī)出廠數(shù)據(jù)其他

8、數(shù)據(jù)進(jìn)出站壓力溫度 沿線開(kāi)站方案 壓氣站運(yùn)行數(shù)據(jù) 其他數(shù)據(jù)真實(shí)運(yùn)行數(shù)據(jù)真實(shí)能耗數(shù)據(jù)計(jì)算物性參數(shù)搭建水力計(jì)算模型 搭建壓氣站模型搭建水力計(jì)算模型搭建開(kāi)站方案計(jì)算模型 搭建壓氣站模型校核各模型的精確度基 礎(chǔ) 數(shù) 據(jù) 庫(kù)初步應(yīng)用第一階段-預(yù)訓(xùn)練：深度模型的初始化權(quán)值網(wǎng)絡(luò) 第二階段-整體微調(diào)：對(duì)預(yù)訓(xùn)練后神經(jīng)網(wǎng)絡(luò)的各層權(quán)值進(jìn)行整體 微調(diào)，有利于權(quán)值誤差迭代過(guò)程收斂性。 跳出局優(yōu)，達(dá)到近似全局最優(yōu)權(quán)值網(wǎng)絡(luò)。數(shù)據(jù)輸入輸出與檢驗(yàn)網(wǎng)絡(luò)訓(xùn)練大量 數(shù)據(jù)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練未訓(xùn)練 數(shù)據(jù)進(jìn)行校驗(yàn)網(wǎng)絡(luò)模型數(shù)據(jù)模型+算法初步應(yīng)用1、經(jīng)過(guò)225次試算得到了此網(wǎng)絡(luò)結(jié)構(gòu)2、預(yù)訓(xùn)練時(shí)每層平均迭代3027次3、整體微調(diào)時(shí)一共迭代了557

9、2次4、選取了300個(gè)樣本進(jìn)行驗(yàn)證5、最大絕對(duì)誤差為0.1 平均誤差為0.510-2平均相對(duì)誤差為0.15%經(jīng)驗(yàn)證：此網(wǎng)絡(luò)模型滿足工程精度要求， 可以使用開(kāi)站誤差個(gè)數(shù)比例%無(wú)誤差50495.11站不一致2 34.43大于1站30.56模型開(kāi)站預(yù)測(cè)結(jié)果：開(kāi)站誤差超過(guò)1站的約占5%。數(shù)據(jù)模型+算法初步應(yīng)用i 1 x tAG i ( t )( x x i ) 0 w 1N 0gdxd2 t x x w P w 2 ds w 2 gs gs 2wA ) h x (2A ) u t (2w2w Q wA x20T bRT a d 3 C 0 D 0 E 0T 2T 3T 4P RT BRT Am0mm6

10、T d a 21 2 exp 2 Tc320024 d T 3 a 1 2 bRT 4 C 0 5 D 0 6 E 0T 2T 3T 4h h 0 BRT 2 A5517 d T6 a 2422 3 3 exp 22cTpu h 機(jī)理模型+算法初步應(yīng)用A* ( * ) f F f t Z * S fA * fA* ( x k* * ) f t ( x k F ) f Z * ( x k S ) fA* ( x k * ) ffsf+ Ff t Z=_ * S+ A* A* (* )f)worksatf(* * h )f(h* F)fA* t= - Z+ A* (Q - W+ * hSs+ *

11、h * FP to tal=M k * R * Z (T )k * T gV to tal - V liq =1 +refP - PrefBiso Numeratorsatsatgni1Mgi*HgMgnc*HrefncCpg*(TeTe )Mgi satgm g mg ) * t * H*n M i M i*ioPi1gggMg * Hg Hg (22F12 - F2 21 - F2 X2 HA * Hup - HXleak =dn* (X2 - X1) F1 XPPMout = PPMin *( 1 - (KDp + KDs * ) * L )A = A0 * ( exp( D * *(

12、P - Pref ) / ( E* Xs ) )1000000 1 0.0000073P F 22 00 C DT e ABT 1/ 2pupupFcrit = Arec * 2 Y -1 + 1 + 1A(Vp) 12fA 2 * Dn2* P f * L K f elseF 0 . 0endifIf ( PF 2 * g c * K u * *.gt. P y * xo )then0.7D f NRe, * n1 ks 8s y 1 fV 2 n2rffe 2K1.0K3 Deff NRe K1 - 2.0*log10fDW D o2k shcond ln bbo 2L4L 2 D 2 *

13、 Hfg + f cond 2 Tg * Tsat - T wall 0.25Dh * Tg - Tw hcond = f cond1 Tg* - TdP d t*hP= 0.0000122T wallsat0.75.24.24.29l.5ll lh p bl gg k .79 Cp.45 .49機(jī)理模型+算法初步應(yīng)用22002001 201 2000000000001 20000 122000010010121 2C w 200 C w2C wC w 2000 1 2 C w 1 1 21 21 20C w 2C w 2000 1 2 C w002 C w 1 2 C w001 20001

14、2000012 C w012C w 2 0 C w A x 1 1 2 C w001 2000000010 C w 2 N 方 陣000000200000000000000000000000000000 xR R2R 2R20RR20R 2RBRC w0R2 C w 0 0 0 0 0 R2 C w00 R2 C w0 0 00 R 20R2R 2 R2 C w R2 C wR 0000000 22 C w C w 2 N 方 陣xC 1 / ( 2 C w ) 1 / C w 000000001 / C w000001 / 2000 1 / ( 2 C w ) 0000000 2N 4 矩陣

15、 1000100100000 x1C w012 C w02 C w0 1 2 C w001C w 1 / 2 11 / 21 / 2 11 / 2 C w 1D 1 2 C w 1C w 00 01 / 2 101 / 2002 C w2 C w 2N ( N 1) 矩 陣 024101231030530029529028531537Km處壓頭（m）68仿真時(shí)間（s） 實(shí)測(cè)壓頭估計(jì)壓頭初步應(yīng)用技術(shù)交流安裝調(diào)試初步應(yīng)用初步應(yīng)用數(shù)字技術(shù)特征及基礎(chǔ)站場(chǎng)數(shù)字孿生建設(shè)數(shù)據(jù)、模型及算法 數(shù)據(jù)融合和模型校訂 面臨的問(wèn)題與困難管道孿生和實(shí)體系統(tǒng)交互孿生體預(yù)測(cè) 管道系統(tǒng)變化 魯棒閉環(huán)控制實(shí)體系統(tǒng) 感知+調(diào)整實(shí)時(shí)

16、調(diào)度控制孿生體系統(tǒng)適應(yīng)調(diào)整 深度學(xué)習(xí)算法SCADA系統(tǒng)管道孿生系統(tǒng)與實(shí)體系統(tǒng)交互-輔助決策實(shí)時(shí)模式預(yù)測(cè)模式計(jì)劃模式?jīng)Q策優(yōu)化支持系統(tǒng)故障診斷系統(tǒng)任務(wù)可靠性系統(tǒng)智能決策數(shù)據(jù)處理及數(shù)據(jù)融合代價(jià)函數(shù)約束條件生產(chǎn)系統(tǒng) 相關(guān)模型1加權(quán)的測(cè)量誤差2加權(quán)的模型誤差調(diào)和模型建立和求解目標(biāo)函數(shù)rrminxr ,xeee eexz x zT Wx g x , zV x g x , zs.t.z xr r r xr zg xe , z xe e e xe g xe , z xlow x xupzlow z zup總種群子種群子種群節(jié)點(diǎn)1節(jié)點(diǎn)2節(jié)點(diǎn) 3子種群并 行 遺 傳 算 法2、用現(xiàn)場(chǎng)穩(wěn)態(tài)數(shù)據(jù)，構(gòu)造穩(wěn)態(tài)信息對(duì)，建立

17、輔助穩(wěn)態(tài)模型，用于校正黑箱模型參數(shù)， 擴(kuò)大模型適用范圍；Lue z k 1 , ., z k nz ,z ( k ) gu k d, .u k d n 1 , e k L 2 e k 1 , .e k n ,Z, Z 動(dòng)態(tài)信息對(duì)考慮時(shí)滯的非線性黑箱動(dòng)態(tài)模型通式黑箱動(dòng)態(tài)模型Z QR Z , QR 穩(wěn)態(tài)信息對(duì)輔助穩(wěn)態(tài)模型例如：黑箱模型的建立多項(xiàng)式模型1、用現(xiàn)場(chǎng)動(dòng)態(tài)數(shù)據(jù)，構(gòu)造動(dòng)態(tài)信息對(duì)，建立考慮時(shí)滯的非線性黑箱動(dòng)態(tài)模型（NARMAX）， 描述生產(chǎn)系統(tǒng)非線性動(dòng)態(tài)變化；利用正交最小二乘方法（OLS），求黑箱模型參數(shù)調(diào)和模型建立和求解UWLSUWLS arg min JBLS1 dyn2 ss*=arg

18、min J J dyn T ssJ= Z T Z J = Z QRZ QR TUWLSJW Z Z Z QR V Z QR CLSdyn=arg min Js.t.c S3、結(jié)合黑箱動(dòng)態(tài)模型和輔助穩(wěn)態(tài)模型，得到校正后黑箱模型，為狀態(tài)方程重構(gòu)打下基礎(chǔ)利用最小二乘擴(kuò)展方法（UWLS, BLS, CLS） 融合動(dòng)態(tài)和穩(wěn)態(tài)信息，校正黑箱模型參數(shù)調(diào)和模型建立和求解例如：黑箱模型的建立多項(xiàng)式模型數(shù)據(jù)處理及數(shù)據(jù)融合末站G9712031頂G9312030混油密度變化趨勢(shì)全局圖自動(dòng)批次跟蹤初步應(yīng)用基于調(diào)和的估計(jì)基于濾波的動(dòng)態(tài)估計(jì)儀表正常總流量計(jì)缺 失單井井底 壓力表失效單井井口 壓力表失效黑箱 模型 模擬 結(jié)果濾波 結(jié)合 黑箱 動(dòng)態(tài) 估計(jì)