基于云平台的智能化储气系统设计

张 磊

( 中油(新疆)石油工程有限公司,新疆 克拉玛依 834000)

0 引言

天然气具有环保清洁的特点，可以满足生态环保需求、提升居民的生活质量，为完善城市功能作出巨大贡献。随着天然气需求的不断增加，天然气逐渐出现供需失衡问题。为了促使天然气满足人们的生活需求[1-2]，天然气储备问题受到众多研究学者重视。当天然气无法满足人们使用需求时，可以通过抽取存储的天然气保障人们的充足用气。地下储气库具有储气量大、经济效益高的优势[3]。地下储气库常应用于冬季，可以保障天然气的平稳供给。

云平台具有极强的分布式存储水平以及并行计算能力，可以为用户提供所需的服务。云平台针对不同用户提供不同的资源以及控制权限[4]，为用户使用平台提供了更高的安全性。云平台用户可以使用平台内共享资源池中的开发工具、服务器、数据中心等各项服务。云平台无需通过资源提供商与用户的交互，即可获取高效的服务[5]。云平台是信息技术高速发展而来的产物，是共享基础架构的重要平台。云平台利用云计算技术连接众多资源池，通过互联网为用户提供服务。目前，云平台已普遍应用于通信、电力领域，是信息技术行业的热门话题。

地下储气库是储存天然气的重要场所，通过注采井实现气体的存储与输送。注采井需具有服役时间长以及密封性好的特点[6]。目前，众多研究学者针对储气库进行研究。秦山和徐俊杰等分别针对枯竭型气藏储气库以及输气管道配套储气库的完井工艺以及库容评估进行研究[7-8]，优化了储气库的完井工艺和库容评价技术。以上方法虽然实现了储气库完井工艺以及储气库库容的深入评价，但是并未考虑储气库储气流量以及注采井安全问题。

本文设计了基于云平台的智能化储气系统。该系统集中管控地下储气库的注采井井口，通过注采井的智能控制保障地下储气库的运行安全性以及可靠性，为地下储气库的频繁操作提供良好的基础。

1 总体结构

云平台是基于海量数据分析而来的，具有高效的数据分析能力。本文设计的基于云平台的智能化储气系统总体结构如图1所示。

图1 系统总体结构图Fig.1 Overall system structure diagram

由图1可知，基于云平台的智能化储气系统主要包括用户层、业务层、技术层以及基础设施层。

①用户层。用户层为智能化储气系统提供智能化储气相关的各项服务，包括用户信息服务、用户应用管理以及云应用商店三种服务。

②业务层。业务层采用云计算技术，为用户提供智能化储气系统各项应用的引擎以及算法。业务层中的引擎模块主要包括主引擎、技术子引擎以及展现子引擎。主引擎用于解析智能化储气系统各项应用的流程，确定各项应用的优先级。技术子引擎用于解析主引擎下发的各项应用任务，为各项应用调取相应的技术组件，将调取结果返回至主引擎。展现子引擎用于解析智能化初期系统的报表，将所生成的应用报表返回至主引擎。业务层具有良好的数据扩展功能。开发工具模块用于开发系统各项智能化储气相关的业务流程[9]。支撑模块用于为系统提供安全、可靠的云平台并行运行环境。支撑模块通过分布式文件系统中的海量数据，选取Map-Reduce并行计算框架实现系统各项业务的并行计算。管理模块主要针对云平台的管理人员设置。云平台管理人员可以管理系统用户、系统智能化储气相关应用、系统开发所需要的各种组件以及系统中包含的智能化储气相关的海量数据。

③技术层。技术层包含智能化储气系统各项应用所需的技术，供技术子引擎调用。技术层为系统提供处理海量应用数据的技术，可以实现多种并行处理算法，从而通过云计算技术提升系统的数据处理水平。

④基础设施层。基础设施层主要包括天然气传感模块和井口安全控制模块。基础设施层为系统提供硬件支持。

用户通过用户层提交所需的地下储气库的智能化储气服务。用户层将所接收的服务传送至业务层。业务层中的引擎模块、开发工具模块、支撑模块、管理模块相互合作，为云平台用户提供云服务。基础设施层将多个天然气传感模块设置于地下储气库的注采井中，通过天然气传感模块采集注采井内的天然气浓度、液压等数据。依据所采集的天然气相关数据，以及技术层的天然气预警技术，可确定天然气是否在安全浓度范围内。本设计采用比例积分微分(proportional integral differential，PID)神经网络的智能控制算法，利用基础设施层的井口安全控制模块，控制地下储气库注采井井口安全阀的关断。系统的智能化储气的全过程在业务层完成。业务层的虚拟机迁移控制方法可以降低云平台的资源消耗，从而提升云平台的运算效率。

2 硬件设计

2.1 天然气传感模块

天然气传感模块设置于系统的基础设施层。天然气传感设施选取具有较高精度以及较高可靠性的元件。所选取的天然气传感元件应具有低成本以及低功耗的特点。天然气传感模块的传感元件选用MJC4/3.0J芯片。该芯片的额定电压和额定电流分别为3 V以及120 mA,可满足天然气传感元件的低功耗需求。

天然气传感器主要包括测量补偿元件和天然气监测元件。这两个元件组成模块中的电桥的两个臂。当天然气中可燃烧气体增加时，天然气传感元件电阻提升，电压值变化由桥路输出。伴随着天然气中可燃烧物质浓度的提升[10]，电压变量数值相应提升。天然气传感模块利用补偿元件实现温湿度补偿。MJC4/3.0J芯片具有响应速度快、测量精度高、工作稳定的特点，可在复杂环境下工作，适用于地下储气库工作环境。MJC4/3.0J芯片采样调理电路如图2所示。

图2 MJC4/3.0J芯片采样调理电路Fig.2 MJC4/3.0J chip sampling conditioning circuit

图2中：Header为插针连接器。由图2可知，催化燃烧式天然气传感器MJC4/3.0J芯片具有较小的输出电压幅值，通过设置调理电路实现电压值的精准采集预处理[11]。前置的电压跟随器应用于运算放大器电路中，以保障天然气传感器采样值更加精准。采样值被设置为下一级的驱动。采样电压值利用直流电压负反馈电路进行放大。放大后的采样电压值输出至下一级模拟/数字(analog/digital,A/D)转换电路。A/D转换电路将转换后的数据传送至系统技术层，以实现数据处理。

2.2 井口安全控制模块

井口安全控制模块设置于系统的基础设施层。井口安全控制模块用于保障地下储气库的注采井安全运行。智能化储气系统的井口安全控制模块结构如图3所示。

图3 井口安全控制模块结构图Fig.3 Structure diagram of wellhead safety control module

从图3可以看出，井口安全控制模块包含井下安全阀、高低压控制阀、井口液压控制单元、地面安全阀以及易熔塞等设施。这些设施共同实现注采井井口的有效控制，保障注采井井口可以根据系统监测结果实现紧急关断控制[12]，令智能化储气系统监控的地下储气库注采井保持安全运行状态。注采井井口安全阀的关断控制采用PID神经网络的智能控制算法实现。

井口液压控制单元是井口安全控制模块中的重要部分。井口液压控制单元结构如图4所示。

图4 井口液压控制单元结构图Fig.4 Structure diagram of wellhead hydraulic control unit

由图4可知，井口液压控制单元中设置了液压装置驱动。选取电-液综合控制单元控制井口液压控制柜。电-液综合控制单元通过 PID神经网络的智能控制算法控制井下以及地面安全阀的关闭以及开启。井口液压控制单元的主体控制包括地面以及井下安全阀控制两部分。液控阀利用先导压力进行控制[13]。动力路导通与关闭利用液控阀进行控制。液控阀可控制天然气输气管线，用于开启或关闭地面以及井下安全阀。

3 软件设计

3.1 PID神经网络的注采井井口安全阀智能控制

智能化储气系统的主要作用是保障地下储气库内存储的天然气可以缓解天然气供需不平衡问题。注采井井口安全阀启动与闭合的传递函数利用PID控制器的自抗扰控制方式建立，为:

(1)

式中：G1(s)与G2(s)为注采井井口安全阀的开启以及关闭控制函数；s为注采井井口面积；e为模糊传递常数。

注采井井口安全阀采用PID神经网络的智能控制算法控制。注采井井口安全阀运行的主要参数为天然气流量以及液压压力。注采井井口安全阀控制的PID模糊决策输出测量误差为：

(2)

式中：z1为注采井井口安全阀的时滞函数；z2为注采井井口安全阀的状态变量；β1、β2、σ、b均为可调参数。

PID神经网络的智能控制算法中，输入层的第j个神经元状态为uj。依据uj值输入注采井井口安全阀的新训练向量。输入向量x(t)与神经元netj耦合实现安全阀控制的级联反馈调节。利用模糊PID决策方法自适应处理注采井井口安全阀控制参量，则注采井井口安全阀控制函数为：

(3)

式中：Kp1为注采井井口安全阀的天然气流量。

(4)

式中：KP2为注采井井口安全阀的液压压力增益。

通过优化求解式(3)、式(4)控制函数，可以获取注采井井口安全阀控制的最终控制律为：

(5)

式中：Qo与Qc为开启与关闭注采井井口安全阀的流量；To与Tc为开启与关闭注采井井口安全阀的液压压力；Ts与Tt为PID控制的时滞项。注采井井口安全阀的智能控制，通过PID神经网络智能控制算法的自适应参量调节与训练学习完成。

3.2 云平台的虚拟机迁移控制

智能化储气系统通常运行于未通过虚拟化的集群中。智能化储气系统的云平台需要依据所提供和需求的物理资源，以及系统用户的动态申请，实现其迁移和运行。云平台需通过虚拟机迁移或部署至物理服务器中，并通过物理服务器提升云平台的资源利用率与服务质量，以降低云平台能耗。基于云平台的智能化储气系统的虚拟机迁移控制结构如图5所示。

图5 虚拟机迁移控制结构图Fig.5 Virtual machine migration control structure diagram

云平台的虚拟机需运行于物理节点中。云平台对物理节点中的信息进行分析。云平台的全局监控器从智能化储气云计算集群中获取不同物理节点的信息，充分考虑云平台中虚拟机负载情况，获取最优云平台部署策略，完成智能化储气系统云平台物理服务器的资源调度。

4 应用效果测试

为了验证设计系统的有效性，以某天然气公司的地下储气库为试验对象，采用本文系统对地下储气库注采井井口安全阀进行控制，并统计控制前后井口的天然气流量变化情况。天然气流量变化曲线如图6所示。

图6 天然气流量变化曲线Fig.6 Change curves of natural gas flow

由图6可知：本文系统采用基于PID神经网络的智能控制算法对地下储气库的注采井井口安全阀进行控制，井口安全阀动作速度较快，天然气流量可在10 s之内实现稳定；未采用本文系统智能控制的地下储气库注采井井口安全阀动作速度较慢，在35 s左右才可以实现流量稳定。本文系统采用基于PID神经网络的智能控制算法具有明显的控制效果，提升了地下储气库注采井井口安全阀的响应速度。本文系统可在流量接近设定值时，通过高效的控制算法保障流量稳定在设定值，令地下储气库内天然气稳定流动。

统计采用本文系统控制注采井井口安全阀前后，注采井井口安全阀的阀门开度。阀门开度统计结果如图7所示。

图7 阀门开度统计结果Fig.7 Statistical results of valve opening

采用本文系统控制地下储气库储气后，地下储气库注采井井口安全阀长周期稳定运行。由图7可知，本文系统具有迅速、精准的控制效果，令注采井井口安全阀在短时间内到达设置的阀门开度。本文系统利用基于PID神经网络的智能控制算法，依据神经网络的前馈作用补偿PID控制器，提升PID控制器的控制性能，令PID控制器具有极高的调节速度，以实现地下储气库注采井井口安全阀的灵活启闭。

服务等级协议(service level agreement,SLA)违背率可以体现云平台是否满足智能化储气系统的实时性需求。不同云平台物理节点数量下，本文系统云平台的SLA违背率统计结果如图8所示。

由图8可知，伴随系统运行时间的增加，本文系统的SLA违背率有所下降，并均可以保持在10%以下。这表明云平台的运行性能有所提升。系统测试结果表明，本文系统在不同物理节点数量情况下，均可以保障智能化储气系统的任务在云平台中快速完成，具有较高的运算速度。

图8 SLA违背率统计结果Fig.8 Statistical results of SLA violation rate

云平台的内存、节点CPU以及集群带宽在虚拟机动态迁移过程中受到影响。虚拟机动态迁移可以提升云平台的整体能耗。系统云平台需要保障在最低迁移时间以及迁移次数下完成运行，以获取最佳的云平台运行效果。智能化储气系统运行时云平台的迁移次数对比如图9所示。

图9 迁移次数对比Fig.9 Comparison of migration times

由图9可知，在运行100 h内、物理节点数量不同的情况下，本文系统的迁移次数均低于400次。该结果验证了本文系统运行云平台时，具有较少的迁移次数。本文系统可以有效避免无用迁移情况，通过较少的迁移次数降低云平台能耗。本文系统的云平台通过较少的迁移次数提升平台的资源利用率，实现能耗的有效降低，具有良好的运算效果，可以满足智能化储气系统对云平台的高运算性能需求。

将本文系统应用于天然气公司，统计本文系统运行过程中的系统操作情况。系统运行结果如表1所示。由表1可知，本文系统可以满足智能化储气系统运行的各项要求，保障地下储气库维持良好的运行状况。智能化储气系统可以通过智能化控制方法控制地下储气库注采井井口安全阀，从而保障天然气良好地注入与采集。

表1 系统运行结果

5 结论

本文设计了基于云平台的智能化储气系统，通过云平台高效处理海量数据的性能，保障地下储气库的安全运行。基于云平台的智能化储气系统保障了地下储气库注采井安全阀的精准控制，提升了地下储气库的储气效率。系统测试结果表明，本文系统可以实时监控地下储气库注采井井口的液压压力。井口安全控制模块具有紧急关断功能，可保障注采井处于安全状态。智能化储气系统可实现地下储气库生产过程中的高效生产调度。