石油產(chǎn)業(yè)屬于高科技密集型產(chǎn)業(yè),信息化實(shí)施的程度將直接影響其競(jìng)爭(zhēng)能力。采油集輸監(jiān)控是油田數(shù)字化建設(shè)的重要基礎(chǔ),隨著通信、計(jì)算機(jī)及自動(dòng)化技術(shù)的進(jìn)步,智能監(jiān)控系統(tǒng)在油田生產(chǎn)環(huán)節(jié)中的應(yīng)用越來(lái)越廣泛,智能油田、智慧油田已經(jīng)成為油田的重要發(fā)展方向。采油集輸監(jiān)控系統(tǒng)的開(kāi)發(fā)過(guò)程中發(fā)現(xiàn),數(shù)據(jù)質(zhì)量直接影響系統(tǒng)性能及應(yīng)用效果,如何消除信號(hào)噪聲、提高數(shù)據(jù)質(zhì)量是智慧油田建設(shè)的關(guān)鍵共性技術(shù)之一。因此,本文以勝利油田集輸監(jiān)控項(xiàng)目為研究背景,以數(shù)據(jù)質(zhì)量?jī)?yōu)化為核心展開(kāi)研究,對(duì)現(xiàn)場(chǎng)采集傳感器信號(hào)、時(shí)空信號(hào)兩大類數(shù)據(jù)進(jìn)行去噪處理,在此基礎(chǔ)上對(duì)產(chǎn)液量計(jì)量方法、偏遠(yuǎn)井拉運(yùn)軌跡里程統(tǒng)計(jì)方法及采油集輸監(jiān)控系統(tǒng)故障識(shí)別方法進(jìn)行智能優(yōu)化及應(yīng)用技術(shù)研究。主要研究?jī)?nèi)容如下:（1）針對(duì)采油集輸監(jiān)控系統(tǒng)現(xiàn)場(chǎng)數(shù)據(jù)的噪聲問(wèn)題,提出了一種改進(jìn)小波降噪方法�；贛allat算法對(duì)油田現(xiàn)場(chǎng)傳感器信號(hào)的降噪處理過(guò)程進(jìn)行描述,提出了一種基于分層變異系數(shù)的新閾值方法,并對(duì)傳統(tǒng)軟硬閾值函數(shù)進(jìn)行改進(jìn),對(duì)其性質(zhì)進(jìn)行驗(yàn)證。最后對(duì)典型現(xiàn)場(chǎng)功圖數(shù)據(jù)采用新閾值及改進(jìn)閾值函數(shù)法進(jìn)行信號(hào)分解與重構(gòu),并通過(guò)與傳統(tǒng)方法的去噪效果對(duì)比,對(duì)優(yōu)化改進(jìn)算法進(jìn)行驗(yàn)證。（2）在對(duì)地面功圖數(shù)據(jù)... 

【文章頁(yè)數(shù)】：138 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題來(lái)源、背景及意義
        1.1.1 課題來(lái)源
        1.1.2 研究背景
        1.1.3 問(wèn)題提出及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 采油集輸監(jiān)控系統(tǒng)
        1.2.2 現(xiàn)場(chǎng)數(shù)據(jù)降噪優(yōu)化
        1.2.3 產(chǎn)液量計(jì)量方法
        1.2.4 時(shí)空軌跡數(shù)據(jù)處理
        1.2.5 集輸過(guò)程故障診斷
    1.3 研究方法及主要研究?jī)?nèi)容
        1.3.1 研究技術(shù)路線
        1.3.2 主要研究?jī)?nèi)容
第2章 現(xiàn)場(chǎng)數(shù)據(jù)小波降噪理論
    2.1 傅立葉和小波分析理論
        2.1.1 傅立葉分析及其局限性
        2.1.2 小波分析理論
    2.2 Mallat降噪的原理及步驟
        2.2.1 Mallat算法
        2.2.2 現(xiàn)場(chǎng)信號(hào)降噪流程
    2.3 小波閾值降噪理論改進(jìn)
        2.3.1 經(jīng)典閾值及其局限性
        2.3.2 新閾值
        2.3.3 經(jīng)典閾值函數(shù)及其局限性
        2.3.4 改進(jìn)閾值算法
    2.4 實(shí)例驗(yàn)證與結(jié)果分析
        2.4.1 數(shù)據(jù)來(lái)源與數(shù)據(jù)預(yù)處理
        2.4.2 小波降噪結(jié)果
        2.4.3 功圖效果對(duì)比
    2.5 本章小結(jié)
第3章 去噪功圖計(jì)量?jī)?yōu)化
    3.1 油井桿柱系統(tǒng)力學(xué)建模及求解
        3.1.1 有桿抽油機(jī)組成
        3.1.2 系統(tǒng)模型建立
        3.1.3 波動(dòng)方程求解
    3.2 產(chǎn)液量計(jì)算模型構(gòu)建
    3.3 泵功圖特征點(diǎn)識(shí)別
        3.3.1 基本形狀分析
        3.3.2 曲率算法
        3.3.3 有效沖程計(jì)算
    3.4 產(chǎn)液量計(jì)算及結(jié)果分析
        3.4.1 計(jì)算步驟
        3.4.2 結(jié)果對(duì)比分析
    3.5 本章小結(jié)
第4章 時(shí)空軌跡數(shù)據(jù)精細(xì)化處理算法
    4.1 時(shí)空軌跡數(shù)據(jù)處理
        4.1.1 靜態(tài)誤差點(diǎn)處理
        4.1.2 行駛中大誤差奇異點(diǎn)處理
        4.1.3 偏離路線小誤差點(diǎn)處理
        4.1.4 缺失數(shù)據(jù)補(bǔ)償
    4.2 軌跡曲線擬合方法
    4.3 軌跡里程算法
    4.4 實(shí)驗(yàn)結(jié)果分析
        4.4.1 測(cè)試環(huán)境
        4.4.2 測(cè)試結(jié)果
        4.4.3 結(jié)果分析
    4.5 本章小結(jié)
第5章 基于過(guò)程數(shù)據(jù)的故障識(shí)別
    5.1 故障精確識(shí)別方法構(gòu)架
    5.2 基于數(shù)據(jù)閾值的網(wǎng)絡(luò)層故障檢測(cè)
        5.2.1 數(shù)據(jù)閾值分析方法
        5.2.2 網(wǎng)絡(luò)拓?fù)鋵?shí)時(shí)探測(cè)算法
        5.2.3 故障反推演定位方法
        5.2.4 通信適配器故障
    5.3 基于數(shù)據(jù)質(zhì)量的數(shù)據(jù)層故障檢測(cè)
        5.3.1 離線狀態(tài)PCA建模
        5.3.2 在線PCA故障診斷
    5.4 應(yīng)用效果與結(jié)果分析
        5.4.1 網(wǎng)絡(luò)層故障檢測(cè)
        5.4.2 數(shù)據(jù)層結(jié)果驗(yàn)證
    5.5 本章小結(jié)
第6章 采油集輸監(jiān)控系統(tǒng)開(kāi)發(fā)及應(yīng)用
    6.1 采油集輸監(jiān)控系統(tǒng)架構(gòu)
        6.1.1 采油集輸工藝簡(jiǎn)介
        6.1.2 采油集輸監(jiān)控系統(tǒng)架構(gòu)
    6.2 聯(lián)合站監(jiān)控系統(tǒng)設(shè)計(jì)
        6.2.1 系統(tǒng)整體方案
        6.2.2 現(xiàn)場(chǎng)數(shù)據(jù)采集
        6.2.3 監(jiān)控軟件設(shè)計(jì)
        6.2.4 系統(tǒng)應(yīng)用效果
    6.3 油井監(jiān)控系統(tǒng)設(shè)計(jì)
        6.3.1 系統(tǒng)整體方案
        6.3.2 現(xiàn)場(chǎng)數(shù)據(jù)采集
        6.3.3 監(jiān)控軟件設(shè)計(jì)
        6.3.4 系統(tǒng)應(yīng)用效果
    6.4 多井智能計(jì)量平臺(tái)設(shè)計(jì)
        6.4.1 系統(tǒng)整體構(gòu)架
        6.4.2 監(jiān)控軟件設(shè)計(jì)
        6.4.3 系統(tǒng)應(yīng)用效果
    6.5 偏遠(yuǎn)井拉運(yùn)智能監(jiān)控平臺(tái)設(shè)計(jì)
        6.5.1 系統(tǒng)整體方案
        6.5.2 監(jiān)控軟件設(shè)計(jì)
        6.5.3 系統(tǒng)應(yīng)用效果
    6.6 本章小結(jié)
第7章 結(jié)論與展望
參考文獻(xiàn)
攻讀博士學(xué)位期間發(fā)表的學(xué)術(shù)論文及科研工作
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于泵功圖的油井產(chǎn)液量實(shí)時(shí)計(jì)量新模型[J]. 陳德春,姚亞,張瑞超,徐悅新,李奇,秦延才,楊康敏.  科技通報(bào). 2017(11)
[2]基于GPS與圖像融合的智能車輛高精度定位算法[J]. 李祎承,胡釗政,胡月志,吳華偉.  交通運(yùn)輸系統(tǒng)工程與信息. 2017(03)
[3]基于Web墨卡托投影的導(dǎo)航電子地圖設(shè)計(jì)[J]. 何碧容,蔡倩.  計(jì)算機(jī)測(cè)量與控制. 2017(01)
[4]顧及速度約束的基于時(shí)間序列GPS漂移數(shù)據(jù)處理方法[J]. 劉子政,李默穎,黃長(zhǎng)青,杜勝蘭,李楓,栗法.  測(cè)繪地理信息. 2017(01)
[5]基于Android平臺(tái)的功圖計(jì)量分析系統(tǒng)開(kāi)發(fā)與應(yīng)用[J]. 戶虎,常鵬剛,尉紅剛,梁勝利,高鵬,夏志學(xué).  石油化工自動(dòng)化. 2016(06)
[6]一種眾源車載GPS軌跡大數(shù)據(jù)自適應(yīng)濾選方法[J]. 唐爐亮,楊雪,牛樂(lè),常樂(lè),李清泉.  測(cè)繪學(xué)報(bào). 2016(12)
[7]軌跡大數(shù)據(jù):數(shù)據(jù)處理關(guān)鍵技術(shù)研究綜述[J]. 高強(qiáng),張鳳荔,王瑞錦,周帆.  軟件學(xué)報(bào). 2017(04)
[8]一種基于改進(jìn)閾值函數(shù)的小波閾值降噪算法[J]. 倪培峰,胡雄.  電子技術(shù)應(yīng)用. 2016(08)
[9]Identification of activity stop locations in GPS trajectories by density-based clustering method combined with support vector machines[J]. Lei Gong,Hitomi Sato,Toshiyuki Yamamoto,Tomio Miwa,Takayuki Morikawa.  Journal of Modern Transportation. 2015(03)
[10]基于改進(jìn)AOE網(wǎng)絡(luò)的低頻浮動(dòng)車數(shù)據(jù)地圖匹配算法[J]. 沈敬偉,周廷剛,張弘弢.  西南交通大學(xué)學(xué)報(bào). 2015(03)

博士論文
[1]測(cè)井?dāng)?shù)據(jù)的小波分析方法研究[D]. 楊懷杰.中國(guó)地質(zhì)大學(xué) 2016
[2]多源數(shù)字油田數(shù)據(jù)與油田數(shù)據(jù)融合及方法研究[D]. 高倩.長(zhǎng)安大學(xué) 2015
[3]智能電網(wǎng)暫態(tài)故障檢測(cè)和電流過(guò)載預(yù)防控制研究[D]. 孫健.重慶大學(xué) 2014

碩士論文
[1]簡(jiǎn)易稱重法油井產(chǎn)量計(jì)量裝置應(yīng)用試驗(yàn)研究[D]. 賈賀坤.東北石油大學(xué) 2018
[2]自適應(yīng)濾波算法及其在電力諧波檢測(cè)的應(yīng)用[D]. 劉倩倩.西南交通大學(xué) 2018
[3]某聯(lián)合站控制系統(tǒng)研究與設(shè)計(jì)[D]. 趙歡.西南石油大學(xué) 2017
[4]基于改進(jìn)閾值函數(shù)的小波去噪及其優(yōu)化研究[D]. 盧廣森.昆明理工大學(xué) 2017
[5]稱重式油井自控計(jì)量裝置的設(shè)計(jì)[D]. 白海蓮.大連海事大學(xué) 2016
[6]基于改進(jìn)小波閾值法的動(dòng)液面信號(hào)去噪研究[D]. 袁孟宇.東北石油大學(xué) 2015
[7]較低信噪比下信號(hào)去噪方法研究[D]. 謝東.電子科技大學(xué) 2015
[8]稠油SAGD油井有桿舉升系統(tǒng)優(yōu)化設(shè)計(jì)[D]. 李微.中國(guó)石油大學(xué)(華東) 2014
[9]基于GPS數(shù)據(jù)的城市交通分析系統(tǒng)的研究與實(shí)現(xiàn)[D]. 鄭哲.中國(guó)海洋大學(xué) 2014
[10]基于稀疏分解的信號(hào)去噪方法研究[D]. 史麗麗.哈爾濱工業(yè)大學(xué) 2013



本文編號(hào)：3667828