【技术实现步骤摘要】
本专利技术涉及油田生产管理，尤其是一种基于鸿蒙系统国产化的油气田rtu智能控制方法及系统、计算机可读存储介质。
技术介绍
1、对于油气田而言，需要对油气田生产过程进行有效监控，才能够确保油气田始终工作在稳定效能状态；目前，相关技术主要通过实时采集油气田的运行数据以达到监测、控制目的，这样虽然在一定程度上能够实现油气田运行控制，但是适用性较为有限，尤其考虑到油井和抽油机所面临的工况较为复杂，即还可能存在对油气田生产造成影响的其他相关因素，因而对于油气田的实际运行情况并不能可靠地进行掌握，导致油气田生产控制效率、精度降低，无法满足市面上的油气田生产控制需求。
技术实现思路
1、本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术提出基于鸿蒙系统国产化的油气田rtu智能控制方法及系统，可以提高油气田生产控制效率和精度。
2、第一方面，本专利技术实施例提供了基于鸿蒙系统国产化的油气田rtu智能控制方法，应用于基于鸿蒙系统构建的rtu智能控制装置，rtu智能控制装置与油气田相匹配；所述方法包括如下步骤：
3、步骤s1、获取油气田生产数据；对油气田生产数据进行有效性筛选，从而得到油气田有效生产数据；对油气田有效生产数据进行应用状态识别，从而得到油气田应用生产数据；
4、步骤s2、对油气田应用生产数据进行环境度适配，从而得到油气田环境评估生产数据；对油气田环境评估生产数据进行特征学习，从而得到油气田特征生产数据；
5、步骤s
6、步骤s4、获取油气田实时运行数据；根据油气田需求生产数据对油气田实时运行数据进行反馈调控，从而得到油气田控制策略，以通过油气田控制策略进行油气田rtu智能控制。
7、可选地，在本专利技术的一个实施例中，所述步骤s1包括如下步骤：
8、步骤s11、通过预设的数据分析模型对油气田生产数据进行清洗、验证及整合，从而得到油气田待测试数据；
9、步骤s12、对油气田待测试数据进行pca降维处理，从而得到油气田成分数据；
10、步骤s13、对油气田成分数据进行关键字段提取，并获取油气田成分数据的关键字段对应的数据数值；根据数据数值与基于预设字段信息确定的数据阈值之间的相对大小关系，对油气田成分数据进行自动筛选，得到油气田有效生产数据；
11、步骤s14、基于油气田有效生产数据构建对应的关联特征矩阵，并根据关联特征矩阵确定特征向量，获取特征向量的特征值；
12、步骤s15、通过变分自动编码器结合特征向量的特征值，对油气田有效生产数据进行时序分析，从而确定油气田有效生产数据对应的至少一个油气田时序生产行为；
13、步骤s16、基于迁移学习对各个油气田时序生产行为进行统计分析，从而得到油气田应用生产数据。
14、可选地，在本专利技术的一个实施例中，所述步骤s2包括如下步骤：
15、步骤s21、对油气田应用生产数据进行环境风险评估，从而得到油气田应用生产数据对应的环境风险等级；
16、步骤s22、基于贝叶斯线性动态模型对油气田应用生产数据对应的环境风险等级进行关联性推断，从而得到多个环境影响指标；
17、步骤s23、对多个环境影响指标进行相似度分析，从而得到环境协作指标；根据环境协作指标对油气田应用生产数据进行更新，从而得到油气田环境评估生产数据；
18、步骤s24、对油气田环境评估生产数据进行数据扩增，从而得到多个油气田环境增强生产数据；
19、步骤s25、基于注意力学习机制结合预设的特征结构环境对多个油气田环境增强生产数据进行特征结构验证，从而得到各个油气田环境增强生产数据分别对应的特征参数；根据各个油气田环境增强生产数据分别对应的特征参数得到油气田特征生产数据。
20、可选地，在本专利技术的一个实施例中，当各个油气田环境增强生产数据分别对应的特征参数包括第一特征参数、第二特征参数和第三特征参数，其中，第一特征参数表征油气田的采油量预期情况，第二特征参数表征油气田的采样油品质量预期情况，第三特征参数表征油气田的产液量预期情况；所述步骤s3包括如下步骤：
21、步骤s31、基于第一特征参数、第二特征参数和第三特征参数生成第一仿真网络模型，通过第一仿真网络模型和油气田特征生产数据构建误差模拟函数；
22、步骤s32、对误差模拟函数进行模拟运算，得到模拟运算值；根据模拟运算值对第一仿真网络模型进行优化更新，从而得到第二仿真网络模型；
23、步骤s33、将模拟运算值与第二仿真网络模型进行逆匹配，从而得到油气田模拟生产数据；
24、步骤s34、对油气田模拟生产数据进行应用场景分析，从而得到油气田模拟生产数据对应的应用场景特征；
25、步骤s35、获取应用场景特征与预配置的油气田应用场景模型之间的适配度；根据适配度对油气田模拟生产数据进行应用场景配置，从而得到油气田需求生产数据。
26、可选地，在本专利技术的一个实施例中，所述步骤s32包括如下步骤：
27、步骤s321、对误差模拟函数进行连续化模拟运算，直至得到的模拟运算值大于最小模拟运算值且小于或等于预设的平衡模拟运算值，其中，预设的平衡模拟运算值小于最大模拟运算值；
28、步骤s322、根据获取到的模拟运算值对第一仿真网络模型进行拟合，从而得到第二仿真网络模型。
29、可选地，在本专利技术的一个实施例中，所述步骤s4包括如下步骤：
30、步骤s41、获取油气田实时运行数据；采用频繁项挖掘算法获取油气田需求生产数据对应的第一运行参量，并对第一运行参量进行性能优化，从而得到第二运行参量；
31、步骤s42、根据第二运行参量确定油气田需求生产数据对应的第一运行性能值；
32、步骤s43、根据第一运行性能值与获取到的油气田实时运行数据对应的第二运行性能值生成油气田控制策略，以通过油气田控制策略进行油气田rtu智能控制。
33、可选地，在本专利技术的一个实施例中，当第二运行参量包括油气田需求生产数据对应时序内的优化采油量和优化产液量，所述步骤s42包括如下步骤：
34、步骤s421、将油气田需求生产数据对应时序内的优化采油量和优化产液量代入到性能评估公式中进行计算，从而得到油气田需求生产数据对应的第一运行性能值，其中，性能评估公式如下所示：
35、；
36、;
37、为油气田需求生产数据对应的第一运行性能值，为油气田需求生产数据对应时序的开始时间，为油气田需求生产数据对应时序的结束时间，为油气田的能源耗损参数，为油气田需求生产数据对应时序内的优化采油量，为油气田需求生产数据对应时序内的优化产液量。
38、可选地，在本专利技术的一个实施本文档来自技高网...
【技术保护点】
1.基于鸿蒙系统国产化的油气田RTU智能控制方法，其特征在于，应用于基于鸿蒙系统构建的RTU智能控制装置，RTU智能控制装置与油气田相匹配；所述方法包括如下步骤：
2.根据权利要求1所述的基于鸿蒙系统国产化的油气田RTU智能控制方法，其特征在于，所述步骤S1包括如下步骤：
3.根据权利要求1所述的基于鸿蒙系统国产化的油气田RTU智能控制方法，其特征在于，所述步骤S2包括如下步骤：
4.根据权利要求3所述的基于鸿蒙系统国产化的油气田RTU智能控制方法，其特征在于，当各个油气田环境增强生产数据分别对应的特征参数包括第一特征参数、第二特征参数和第三特征参数，其中，第一特征参数表征油气田的采油量预期情况，第二特征参数表征油气田的采样油品质量预期情况，第三特征参数表征油气田的产液量预期情况；所述步骤S3包括如下步骤：
5.根据权利要求4所述的基于鸿蒙系统国产化的油气田RTU智能控制方法，其特征在于，所述步骤S32包括如下步骤：
6.根据权利要求1所述的基于鸿蒙系统国产化的油气田RTU智能控制方法，其特征在于，所述步骤S4包括如下步
7.根据权利要求6所述的基于鸿蒙系统国产化的油气田RTU智能控制方法，其特征在于，当第二运行参量包括油气田需求生产数据对应时序内的优化采油量和优化产液量，所述步骤S42包括如下步骤：
8.根据权利要求6所述的基于鸿蒙系统国产化的油气田RTU智能控制方法，其特征在于，所述步骤S43包括如下步骤：
9.一种基于鸿蒙系统国产化的油气田RTU智能控制系统，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，其中存储有处理器可执行的程序，所述处理器可执行的程序被处理器执行时用于实现如权利要求1至8任意一项所述的基于鸿蒙系统国产化的油气田RTU智能控制方法。
...【技术特征摘要】
1.基于鸿蒙系统国产化的油气田rtu智能控制方法，其特征在于，应用于基于鸿蒙系统构建的rtu智能控制装置，rtu智能控制装置与油气田相匹配；所述方法包括如下步骤：
2.根据权利要求1所述的基于鸿蒙系统国产化的油气田rtu智能控制方法，其特征在于，所述步骤s1包括如下步骤：
3.根据权利要求1所述的基于鸿蒙系统国产化的油气田rtu智能控制方法，其特征在于，所述步骤s2包括如下步骤：
4.根据权利要求3所述的基于鸿蒙系统国产化的油气田rtu智能控制方法，其特征在于，当各个油气田环境增强生产数据分别对应的特征参数包括第一特征参数、第二特征参数和第三特征参数，其中，第一特征参数表征油气田的采油量预期情况，第二特征参数表征油气田的采样油品质量预期情况，第三特征参数表征油气田的产液量预期情况；所述步骤s3包括如下步骤：
5.根据权利要求4所述的基于鸿蒙系统国产...
【专利技术属性】
技术研发人员：聂振举，赵鹏洋，周石亮，
申请(专利权)人：西安众望能源科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。