金杭超，祝乃轩，齐丽强，黄清龙

（1 中国船舶第715研究所 浙江 杭州 310023）

（2 杭州瑞利超声科技有限公司 浙江 杭州 310023）

0 引言

在油井的钻探和开采中，油井液面（此时液面是动态变化的，叫做“动液面”）的准确监测直接影响着油井的现场安全以及生产效率[1]。动液面的传统测量方法是使用无弹头火药子弹或氮气瓶声弹作为发声介质，利用液位仪由人工定期进行测试操作[2-4]。目前所使用的液位仪在使用过程存在诸多问题：①在现场测量采集时，往往需要使用电缆安装连接多个设备或组件，存在安装繁琐、电缆缠绕易损和组件油泥清洗防护不便的缺点。②由于检测任务重或要求检测任务经济高效，专业检测人员缺少，现场液面检测时，通常需要一个人完成井下液面检测仪自动测量设备的安装和拆卸、电脑软件的操控和分析，检测作业十分不便。③传统产品组件多，作业人员携带不便，维护过程复杂，培训任务较重。④目前暂无法完成无人自动化测量任务，数据无法便捷的通过硬件远传至厂家或分析中心测量予以分析支持。

针对上面的各种问题，本文从小型化、低功耗和智能化的方向设计一个基于云平台的油井动液面一体化智能监测系统，设计上将采集控制设备箱精简为一体化单元模块并嵌入枪体结构，省去传统设备外部连接电缆组件和一个采集设备箱。枪体上的采集控制模块可通过一体化天线或外接延长天线与远场的便携计算机进行数据传输。操作人员可控制外部气瓶通过调压后对枪体进行充气，还可在远端通过安装在便携电脑上的分析控制软件来控制对气枪进行发射和数据采集。

必须要面对的是，油井现场动液面情况一般较为复杂，常常会出现难以直接判断出准确液面位置的复杂监测数据，在移动网络方便情形下若能借助于云平台，由油井现场人员将监测数据一键上传到云端，便可借助在云端布设的液面位置智能识别算法更为准确地得到液面位置数据[5-6]。

综合以上分析，本系统首先按照小型化、低功耗和智能化的设计思路，将采集控制设备箱精简为一体化单元模块并嵌入枪体结构，省去传统设备外部连接电缆组件和一个采集设备箱。枪体上的采集控制模块可通过一体化天线或外接延长天线与远场的便携计算机进行数据传输。同时，当油井现场出现难以直接判断出准确液面位置的复杂监测数据时，一键将监测数据上传到云端，借助布设在云端的复杂智能算法实现更为精准的液面位置监测。

1 油井动液面一体化智能监测系统

油井动液面一体化智能监测系统的组成如图1所示。

图1 油井动液面一体化智能监测系统组成图

系统的核心是一体化枪体，其不但实现了声源的产生，声音信号的接收、存储和传输也由其完成。

首先一体化枪体在按照井上作业程序完成管汇上的安装后，开启枪体采集控制模块和便携式计算机的电源，运行便携计算机液面监测仪软件。便携式计算机通过WiFi发现并连接高压或一体化型井下液面检测仪采集控制模块发出的AP热点信号并通过分析控制软件建立通讯连接，操作人员可远程通过计算机分析控制软件对设备进行远程操控，也可在设备端现场通过按键对设备进行本地操控。通过操控控制采集控制模块完成枪体的充气、发射和信号采集，最后将所采集处理的数据通过Wifi网络发送给远端便携式计算机分析控制软件。采集控制模块也可以定期通过lora无线通讯方式唤醒附加安装在枪体上的压力、温度传感器，并完成枪体温度压力数据的采集，以便协同提供给信号处理软件进行处理。

2 系统电路原理分析

油井动液面一体化智能监测系统的电路组成示意如图2所示。

图2 系统电路成示意图

由于一体化枪的采集控制模块内置锂电池，整个枪体的信号采集和充气发射电磁阀用电采用低功耗用电控制策略，针对采集控制模块需要对外部充气电磁阀进行控制输出功率受限问题，采集控制模块内置锂电池和超级电容组合以便确保电池可以瞬间输出电流脉冲以驱动充气电磁阀。针对气瓶通过调压器对枪体进行充气气压不足，通过延长充气时间方式解决；针对长时间充气导致电池消耗快的问题，充气电磁阀特采用脉冲电磁阀进行充气控制，以便节约用电。以延长单次充电后满足设备的使用寿命。

对于一体化型井下液面检测仪套管内气压和温度的测量有线连接不便问题，通过使用定制的专用无线压力温度传感器来完成采集。无线压力温度传感器采用可更换的电池进行供电，在设备正常使用频次下传感器电池可满足一年使用要求；在对液面进行测量之前，枪体上的采集控制模块可无线唤醒无线压力温度传感器，传感器完成相关数据的采集后返回给采集控制模块，协同液面原始数据一同发送给远程计算机分析控制软件。

一体型液面检测仪上内置数据远传模块，当测试现场遇到难以分析的数据时，在有网络的情况下，现成测试人员可一键上传测试数据到云平台，通过在云平台架设的智能算法可便捷的分析出准确的液面位置数据。

3 一体化枪体结构设计

一体化枪体结构设计既要考虑到声源的合理处理，又要考虑到采集传输模块的合适布局，其结构图如图3所示。

图3 一体化枪体结构示意图

整个枪体是在前期枪体的基础上进行改进设计，结构部分主要分为主枪体、储气室、定制一体式充气电磁阀和放气电磁阀及采集控制模块和传感器单元。所有模块的走线都全部通过O型圈密封在枪体内，除出气口位置，整体设备满足IP68防水标准。

4 智能云平台设计

云平台首先利用Internet 将广域异构计算资源整合，形成一个抽象的、虚拟的和动态扩展的计算机资源池；再通过Internet 向用户按需提供计算资源、存储资源和应用软件等服务。在云平台上，计算机资源得以共享，能够提供强大的计算存储功能[7-8]。

4.1 云平台架构

智能云平台的目的在于构建一个油井液位的复杂数据智能分析中心和数据存储中心。在云平台布设智能油井液位识别算法，更方便现场操作人员通过互联网借助云端复杂算法处理难以准确分析出液面具体位置的复杂数据，同时，将油田现场的动液面数据汇总至云数据中心，不仅有利于不同区域的工作人员共享测试经验，也更有利于云端智能算法的不断优化，并以此来为现场工作人员提供更为精准的智能识别算法。具体架构如图4所示

图4 智能云平台架构示意图

当油井现场有复杂数据需要云端支持时，主机程序界面有一键上传当前数据的按钮，在主机联网的情况下，点击按钮上传数据，云端服务器应用程序在收到数据后，调用智能算法程序，该算法程序能够借助云计算的强大算力准确的识别出液面具体位置，计算出来的结果再由服务器应用程序通过互联网定点传递给请求云端支持的油井现场主机应用程序，测试人员便可得到准确的油井液面深度。

完成液面位置测试数据分析后，服务器应用程序会同步地将该数据存储到数据库，数据库的数据一方面可供测试人员下载学习，另一方面，智能算法程序会定期地利用数据库的测试数据更新算法，以便后期更为精准地对复杂数据进行分析。

4.2 云平台智能分析流程

智能云平台的核心是对所上传液面位置测试数据的智能分析，其具体分析流程如图5所示

图5 云平台分析流程图

云平台的智能算法程序在收到油井现场上传测试数据后，首先进行异常判断，在实际的油井液面测试中，由于设备原因或者现场环境影响，所测的数据常常无法分析出进行油井液面，这些数据被称为异常液面测试数据，导致测试异常的具体原因有气瓶压力不足、枪体漏气、枪体有污垢、主板故障、现场测试气路不畅以及液面气泡过多等。

智能算法程序主要使用BP（Back Propagation）神经网络算法来智能的识别异常数据以及导致异常的原因。若数据无异常，则根据测试位置的不同，常常使用幅值测定法，区间最小二乘平滑滤波以及自相关周期估计等对应的进行液面深度分析。

4.3 异常数据智能识别算法简析

在实际的运行中发现，现场测试的难以分析的复杂数据有一大部分是由于各种故障和环境影响造成的异常数据，所以，如何准确的筛选出异常数据至关重要。这里对所使用的基于BP神经网络的异常数据筛选算法进行简要分析。

BP神经网络是人工神经网络（artificial neural network，ANN）的一种，其结构如图6所示

图6 BP神经网络结构图

BP神经网络是一种前馈神经网络，其主要特点是信号前向传递，误差反向传播。在前向传递中，输入信号从输入层经隐含层逐层处理，直至输出层。每一层的神经元状态只影响下一层神经元状态。如果输出层得不到期望输出，则转入反向传播，根据预测误差调整网络权值和阔值，从而使BP 神经网络预测输出不断逼近期望输出[9]。

油井液位数据是一个声波采样序列，整个采样时长为30秒，针对其声学特征，首先将30秒在时域分别依次分成10段，提取每段的负向最大极值，同时再提取声波采样序列的时域正向最大幅值、时域负向最大幅值、频域主峰频率和频域次珠峰频率总共的14个值作为BP神经网络的输入，对应输入层节点变为14。选定正常数据、枪体压力不足、枪体有污垢、主板故障、现场测试气路不畅、液面气泡过多以及其他原因这7个结果作为BP神经网络的输出，对应输出层节点变为7。根据输入输出节点的个数以及经验值，隐含层节点选定18个。

BP神经网络的整体结构便为14-18-7，即输入层有14个节点，隐含层有18个节点，输出层有7个节点。经过上千次的训练后，该网络在实际的运行中能够对复杂数据中的异常数据进行准确的筛选。同时，随着数据库中实测数据的不断积累，该网络会进行定期地对新数据进行训练并更新网络本身，另外，借助云计算的强大算力，后期也会不断地丰富网络结构而使整个智能网络算法更加健壮和精准。

5 结语

针对油井动液面测试过程中所遇到的各种问题，本文从小型化、低功耗和智能化的方向设计一个基于云平台的油井动液面一体化智能监测系统，设计上将采集控制设备箱精简为一体化单元模块并嵌入枪体结构，省去传统设备外部连接电缆组件和一个采集设备箱。枪体上的采集控制模块可通过一体化天线或外接延长天线与远场的便携计算机进行数据传输。最后，针对测试现场容易出现的难以直接判断出准确液面位置的复杂监测数据，架设智能云平台，油井现场人员通过互联网将监测数据一键上传到云端，云端的智能算法程序借助云端强大的计算力对复杂数据进行精准分析与判断。这样，对油井动液面的监测就变得既便捷又可靠。