(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111661185.7 (22)申请日 2021.12.3 0 (71)申请人 沈阳中科奥 维科技股份有限公司 地址 110000 辽宁省沈阳市 浑南区高歌路 6-2号 (72)发明人 何健　王晶　王雨　国际　王超众　 刘太忠　郑丽臣　韩世宏　王翠萍　 (74)专利代理 机构 大庆知文知识产权代理有限 公司 231 15 专利代理师 唐凤丽 (51)Int.Cl. G06Q 50/06(2012.01) G06Q 10/06(2012.01) G06K 9/62(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种油田地 面设备生产智能诊断平台 (57)摘要 本公开涉及一种油田地面设备生产智能诊 断平台， 包括： 获取单元， 用于获取地面工程生产 设备的基础数据、 历史数据、 实时生产数据、 其他 生产数据以及初始预案库数据； 诊断模型建立单 元， 用于通过大数据深度强化学习建立智能诊断 模型； 模型训练单元， 用于对所述智 能诊断模型 进行训练； 诊断单元， 通过能诊断模型对实时生 产数据进行监测诊断并输出诊断结果及应对预 案； 推送执行单元， 用于将诊断结果以及应对预 案等信息推送给油田自控系统以及推送给平台 页面进行展示。 解决了以往油田地面生产设备出 现异常情况时， 通过人工进行诊断和处理， 过于 依赖个人经验和个人能力， 需要进行大量重复工 作， 增加了工作人员劳动强度及处理时间， 降低 了生产效率的问题。 权利要求书2页 说明书7页 附图1页 CN 114493915 A 2022.05.13 CN 114493915 A 1.一种油田地 面设备生产智能诊断平台， 其特 征在于， 包括： 获取单元， 用于获取地面工程生产设备的基础数据、 历史数据、 实时生产数据、 其他生 产数据以及初始预案库数据， 所述初始预案库用于存储各个生产设备需达到的指标、 未达 到该指标时的诊断结果， 以及未达 到该指标时的应对预案类别； 诊断模型建立单元， 用于根据获取的所述历史数据以及初始预案库数据， 通过大数据 深度强化学习建立智能诊断模型； 模型训练单元， 用于对所述智能诊断模型进行训练， 将所述智能诊断模型与所述历史 数据进行拟合， 以实现对 模型参数的优化； 诊断单元， 通过训练后的所述智能诊断模型对所述实时生产数据进行监测诊断， 判断 所述实时生产数据是否处于该生产设备 的非最优运行区间， 或是否处于运行异常区间， 若 判断结果 为是， 则所述智能诊断模型将输出诊断结果及应对预案； 推送执行单元， 所述推送执行单元与油田自控系统连接， 所述推送执行单元用于将所 述诊断单元输出 的诊断结果以及应对预案、 该诊断结果对应的实时生产数据、 与所述对应 的实时生产数据关联的基础数据和生产日数据， 推送给油田自控系统以及推送给平台页面 进行展示， 并根据所述应对预案对所述自控系统参数进调整。 2.根据权利要求1所述油田地 面设备生产智能诊断平台， 其特 征在于： 所述基础数据包括： 生产设备的名称、 编码、 类型、 投产日期、 所属站场、 设计规模以及 状态数据； 所述实时生产数据包括： 生产设备的温度、 压力、 电流、 电压、 功率、 效率、 负荷、 运行状 态、 流量、 液位、 耗电量、 耗气量、 油水界面、 含水、 含油、 阀门开度； 所述其他生产数据包括： 地面设备以及所属站场 生产日数据， 包括各站场的来液量、 日 产量、 日处理量、 日注入量、 计划配注 量、 外输量、 外输密度、 耗电量、 耗气量、 综合单耗、 吨油 耗气、 吨油耗电、 吨液耗气、 吨液耗电、 含水率、 符合 率、 系统效率、 加药量。 3.根据权利要求1所述油田地 面设备生产智能诊断平台， 其特 征在于： 所述应对预案类别包括： 调整参数、 措施作业、 现场核实； 其中， 所述调整参数包括： 可输出调整参数名称； 其中， 所述措施作业包括： 保养、 检修、 维修、 清淤、 更 换； 其中， 所述现场核实为： 操作人员到现场检查以核实具体的生产问题。 4.根据权利要求1 ‑3任一项所述油田地面设备生产智能诊断平台， 其特征在于， 所述通 过大数据深度强化学习建立智能诊断模型， 包括： 通过数据离散聚类分析算法、 相关性分析、 主元分析、 神经网络以及深度强化学习方法 组合建立智能诊断模 型， 通过智能诊断模型寻找 生产设备最优运行状态， 输出诊断结果， 并 对诊断结果进行归类， 以及给 出应对预案 。 5.根据权利要求1 ‑5任一项所述油田地面设备生产智能诊断平台， 其特征在于， 所述对 所述智能诊断模型进行训练， 包括： 在所述实时生产 数据及其他生产数据中选取训练数据样本， 通过优化学习率及迭代次 数模型训练参数， 对智能诊断模型进行训练； 将所述实时生产 数据中除选取的所述训练数据样本后的剩余数据作为校验数据样本， 依据智能诊断模型运 算结果与校验数据的偏差， 对 模型参数进行 校验和修 正。权　利　要　求　书 1/2 页 2 CN 114493915 A 26.根据权利要求5所述油田地 面设备生产智能诊断平台， 其特 征在于， 所述训练数据样本为： 随机 选取生产设备的80％实时生产数据和其 他生产数据； 所述校验数据样本为： 随机训练数据样本后剩余的20％实时生产数据和其他生产数 据。权　利　要　求　书 2/2 页 3 CN 114493915 A 3