探討油田物聯(lián)網(wǎng)系統(tǒng)邊緣計(jì)算的實(shí)踐研究獲獎(jiǎng)科研報(bào)告

探討油田物聯(lián)網(wǎng)系統(tǒng)邊緣計(jì)算的實(shí)踐研究獲獎(jiǎng)科研報(bào)告摘要：在無線通信技術(shù)與智能傳感器技術(shù)高速的發(fā)展背景下，油田物聯(lián)網(wǎng)系統(tǒng)的應(yīng)用使得生產(chǎn)現(xiàn)場(chǎng)數(shù)據(jù)采集效率得到了大幅提升，并能夠有效地控制其生產(chǎn)過程。但是應(yīng)用物聯(lián)網(wǎng)系統(tǒng)，主要是通過遠(yuǎn)程數(shù)據(jù)中心對(duì)相關(guān)數(shù)據(jù)進(jìn)行計(jì)算與控制，常常受到通信延遲閾網(wǎng)絡(luò)帶寬的影響。針對(duì)物聯(lián)網(wǎng)系統(tǒng)邊緣層設(shè)備進(jìn)行邊緣計(jì)算，將邊緣網(wǎng)關(guān)計(jì)算與存儲(chǔ)作用有效發(fā)揮出來，通或孤立森林算法，來有效監(jiān)測(cè)異常數(shù)據(jù)與報(bào)警規(guī)則學(xué)習(xí)，并邏輯控制溫度與閥門開關(guān)，把原來云端處理作用向邊緣端進(jìn)行下沉，降低網(wǎng)絡(luò)要求，為偏遠(yuǎn)地區(qū)油田生產(chǎn)提供參考。

關(guān)鍵詞：物聯(lián)網(wǎng);邊緣計(jì)算;孤立森林

對(duì)于邊緣計(jì)算而言，是在網(wǎng)絡(luò)邊緣將一些具有計(jì)算、存儲(chǔ)和接入網(wǎng)絡(luò)功能的小型設(shè)備安裝與此，連接智能傳感器以及有線儀表與用戶等，不但可以有效拓展邊緣設(shè)備計(jì)算能力，并能對(duì)網(wǎng)絡(luò)負(fù)載進(jìn)行縮小，避免數(shù)據(jù)時(shí)延。邊緣端物聯(lián)網(wǎng)上的各種上行數(shù)據(jù)以及下行的云計(jì)算中心數(shù)據(jù)是邊緣計(jì)算的主要對(duì)象。將邊緣計(jì)算應(yīng)用于油田物聯(lián)網(wǎng)，使得油田安全生產(chǎn)大幅提升。

1油田物聯(lián)網(wǎng)邊緣計(jì)算設(shè)計(jì)

由于油田作業(yè)的特殊性，多分布在一些交通不便，氣候惡劣的區(qū)域，網(wǎng)絡(luò)鏈接過程中，中斷現(xiàn)象比較普遍，難以將作業(yè)現(xiàn)場(chǎng)的生產(chǎn)數(shù)據(jù)進(jìn)行及時(shí)回傳，采取相應(yīng)的控制措施。同時(shí)油田作業(yè)現(xiàn)場(chǎng)在采集相關(guān)數(shù)據(jù)以及傳輸和業(yè)務(wù)邏等方面有著非常高的實(shí)時(shí)性要求，倘若這些都通過云端來完成，無法達(dá)到實(shí)時(shí)性的要求。同時(shí)，在邊緣計(jì)算下，能夠提供計(jì)算卸載，通信協(xié)議在邊緣端進(jìn)行解析與轉(zhuǎn)換數(shù)據(jù)之后，能夠?qū)Ω兄獙釉O(shè)備進(jìn)行及時(shí)響應(yīng)，過濾異常數(shù)據(jù)之后，進(jìn)行規(guī)則學(xué)習(xí)，對(duì)報(bào)警閾值進(jìn)行計(jì)算，出現(xiàn)異常數(shù)據(jù)過程中，將報(bào)警觸發(fā)，避免過去云端計(jì)算過程中出現(xiàn)很多冗余的報(bào)警信息，將有效的信息進(jìn)行淹沒，無法觸發(fā)報(bào)警等問題得到有效解決，增強(qiáng)相應(yīng)，避免時(shí)延，有效提升安全生產(chǎn)的作用。智能感知層以及云計(jì)算層和邊緣計(jì)算層是油田物聯(lián)網(wǎng)邊緣計(jì)算的整體架構(gòu)組成。

2邊緣計(jì)算功能

2.1設(shè)備接入

基于IOTEdge為邊緣計(jì)算提供的有利環(huán)境，在IOTEdge中接入設(shè)備模塊而實(shí)現(xiàn)。在IOTEdge中接入的設(shè)備驅(qū)動(dòng)屬于服務(wù)模塊獨(dú)立存在，常用的協(xié)議驅(qū)動(dòng)由IOTEdge所提供，如Modbus，OPCUA驅(qū)動(dòng)等，同時(shí)對(duì)于開發(fā)自定義驅(qū)動(dòng)也提供支持。文中依照GRM私有通信協(xié)議，對(duì)自定義設(shè)備接入驅(qū)動(dòng)進(jìn)行自定義開發(fā)，并對(duì)數(shù)據(jù)流向以及其驅(qū)動(dòng)功能進(jìn)行自定義。該系統(tǒng)是在國(guó)際標(biāo)準(zhǔn)下開發(fā)的通用協(xié)議，并應(yīng)用于油氣行業(yè)實(shí)踐中。其工作思路為，無線儀表數(shù)據(jù)經(jīng)由無線接收終端采集之后，并通過路由，形成ZigBee網(wǎng)絡(luò)將數(shù)據(jù)，并在最近的網(wǎng)關(guān)進(jìn)行傳輸，之后把這些數(shù)據(jù)進(jìn)行云端傳送。ZigBee通信協(xié)議是儀表通信協(xié)議的前提，將應(yīng)用協(xié)議數(shù)據(jù)嵌入到協(xié)議數(shù)據(jù)包內(nèi)，幀頭與數(shù)據(jù)等兩部分是應(yīng)用層協(xié)議數(shù)據(jù)的重要組成。

該文中進(jìn)行邊緣物聯(lián)網(wǎng)系統(tǒng)的構(gòu)建過程中，無線儀表數(shù)據(jù)的接收主要利用無線接收終端來完成，接著經(jīng)由通訊接口把數(shù)據(jù)向邊緣網(wǎng)關(guān)進(jìn)行傳送，經(jīng)過相應(yīng)處理向遠(yuǎn)端中心服務(wù)器進(jìn)行發(fā)送，利用API模式來接收相應(yīng)的數(shù)據(jù)，并為用戶程序開發(fā)提供支持，數(shù)據(jù)通過相應(yīng)接口直接讀取。根據(jù)上述兩種數(shù)據(jù)幀內(nèi)容定義，在讀取儀表設(shè)備數(shù)據(jù)相應(yīng)請(qǐng)求和應(yīng)答過程中利用用戶驅(qū)動(dòng)程序開發(fā)來實(shí)現(xiàn)，并實(shí)時(shí)的監(jiān)控?cái)?shù)據(jù)。

在IOTEdge的集成開發(fā)環(huán)境Docker鏡像前提下，開發(fā)用戶驅(qū)動(dòng)，如程序編碼以及編譯打包，云端上傳程序和邊緣設(shè)備布置，查看數(shù)據(jù)以及查看日志運(yùn)行等是設(shè)備驅(qū)動(dòng)開發(fā)的主要流程。

2.2孤立森林法異常數(shù)據(jù)檢測(cè)

孤立森林（IsolationForest）檢測(cè)算法不再對(duì)正常的樣本點(diǎn)進(jìn)行描述，對(duì)異常點(diǎn)進(jìn)行孤立，利用“容易被孤立的離群點(diǎn)”來定義異常數(shù)據(jù)，由此便可認(rèn)為呈現(xiàn)稀疏分布，與密度高距離較遠(yuǎn)的群體點(diǎn)。于樣本特征方為內(nèi)，稀疏分布的區(qū)域提示該區(qū)發(fā)生事件幾率不高，覺得數(shù)據(jù)在這些區(qū)域中屬于異常數(shù)據(jù)。

對(duì)于孤立森林算法而言，該方法為不斷異常數(shù)據(jù)進(jìn)行進(jìn)度檢測(cè)的方法，不必進(jìn)行標(biāo)記樣本訓(xùn)練，然而樣本特征必須變量必須是連續(xù)的，樣本數(shù)據(jù)集通過隨機(jī)遞歸地分割，孤立全部的樣本點(diǎn)，受隨機(jī)分割方法影響，異常點(diǎn)一般路徑均較短。

2.3邊緣端過程控制

過去油田物聯(lián)網(wǎng)系統(tǒng)應(yīng)用過程中，傳感器負(fù)責(zé)對(duì)油井生產(chǎn)過程中的各種數(shù)據(jù)進(jìn)行采集，在光纜或者3G/4G網(wǎng)絡(luò)下，向遠(yuǎn)端數(shù)據(jù)中心服務(wù)器進(jìn)行數(shù)據(jù)傳輸，并轉(zhuǎn)換處理相關(guān)數(shù)據(jù)，分析運(yùn)算，接著再利用網(wǎng)絡(luò)把通過處理的數(shù)據(jù)指令，向現(xiàn)場(chǎng)儀表層進(jìn)行傳輸，進(jìn)而更好的控制現(xiàn)場(chǎng)。過去這種物聯(lián)網(wǎng)架構(gòu)，主要依靠網(wǎng)絡(luò)來實(shí)現(xiàn)異常數(shù)據(jù)的處理，并進(jìn)行相應(yīng)的控制，如果發(fā)生網(wǎng)絡(luò)中斷，勢(shì)必會(huì)出現(xiàn)業(yè)務(wù)中斷，影響安全生產(chǎn)。倘若在邊緣端將云端計(jì)算以及存儲(chǔ)資源進(jìn)行下沉，實(shí)現(xiàn)監(jiān)測(cè)數(shù)據(jù)，并開展邏輯控制，能夠更好的保證業(yè)務(wù)正常開展，不會(huì)發(fā)生中斷，避免安全問題出現(xiàn)。文中基于邊緣端具有的計(jì)算，存儲(chǔ)和IOTEdge，對(duì)油田物聯(lián)網(wǎng)邊緣計(jì)算模式的構(gòu)建。近段邊緣層和云端計(jì)算層協(xié)同處理的構(gòu)建模式，基于輕量級(jí)存儲(chǔ)環(huán)境SQLite與邊緣計(jì)算環(huán)境來實(shí)現(xiàn)。通過預(yù)處理儀表感知層的數(shù)據(jù)，并進(jìn)行相應(yīng)的檢測(cè)與修正，實(shí)現(xiàn)控制現(xiàn)場(chǎng)的效果，開展故障診斷，向云端傳輸檢測(cè)的數(shù)據(jù)結(jié)果以及過程控制邏輯，于云端開展深入的計(jì)算，并向用戶進(jìn)行展示，判斷與使用，如此一來達(dá)到了分層立體式的數(shù)據(jù)協(xié)同處理過程。

3生能評(píng)估

為了評(píng)估在邊緣側(cè)進(jìn)行異常數(shù)據(jù)處理和函數(shù)計(jì)算邏輯控制的精度和運(yùn)行效率，分別從異常數(shù)據(jù)檢測(cè)處理計(jì)算時(shí)間和算法精度兩個(gè)方面進(jìn)行評(píng)估。

3.1異常檢測(cè)計(jì)算時(shí)間對(duì)比

將檢測(cè)程序運(yùn)行于邊緣端以及云端，共進(jìn)行十次運(yùn)行，獲知運(yùn)行過程中的平均消耗時(shí)間。依照邊緣端運(yùn)行時(shí)間進(jìn)行分析，檢測(cè)單個(gè)的數(shù)據(jù)異常，時(shí)間在1.05秒，這樣一來，與生產(chǎn)應(yīng)用要求相符合，并與云數(shù)據(jù)過濾作用充分結(jié)合，能夠向云端進(jìn)行異常數(shù)據(jù)上傳，同時(shí)上傳報(bào)警規(guī)則，使網(wǎng)絡(luò)運(yùn)行成本得到了有效控制。

邏輯控制功能在函數(shù)計(jì)算中的時(shí)間相應(yīng)也非常短，屬于秒級(jí)，通過這些認(rèn)為，云計(jì)算功能利用邊緣計(jì)算設(shè)備，完全符合生產(chǎn)要求。

3.2檢測(cè)算法精度分析

正常數(shù)據(jù)通過物聯(lián)網(wǎng)進(jìn)行監(jiān)測(cè)，通常變化范圍不大，同時(shí)這些都是在某區(qū)間固定的數(shù)據(jù)，所以評(píng)估算法精度時(shí)，根據(jù)具體監(jiān)測(cè)的兩倍數(shù)據(jù)個(gè)數(shù)，形成序列精度監(jiān)測(cè)，具體監(jiān)測(cè)的數(shù)值在0.82-1.1，不同的數(shù)據(jù)一共18個(gè)。依照具體數(shù)據(jù)最大值與最小值和相關(guān)的數(shù)據(jù)個(gè)數(shù)進(jìn)行精度分析，對(duì)數(shù)據(jù)存在的變化間隔進(jìn)行計(jì)算，并根據(jù)間隔數(shù)據(jù)形成0.692-1.237的一個(gè)區(qū)間，評(píng)價(jià)其精度時(shí)利用混淆矩陣來完成。依照應(yīng)用實(shí)際進(jìn)行分析，誤報(bào)率較小，但是卻存在較大的漏報(bào)率。

結(jié)語

為了更好的解決油田物聯(lián)網(wǎng)邊緣計(jì)算問題，進(jìn)行相應(yīng)架構(gòu)的提出，不僅可以介入行業(yè)數(shù)據(jù)驅(qū)動(dòng)，同時(shí)還實(shí)現(xiàn)監(jiān)控與管理云端設(shè)備作用。同時(shí)在邊緣端設(shè)備基礎(chǔ)上，將監(jiān)測(cè)數(shù)據(jù)中最值間隨機(jī)數(shù)生成孤立森林，來檢測(cè)相應(yīng)的異常數(shù)據(jù)，并進(jìn)行異常報(bào)