基于改进随机森林的海上油气生产设备运行数据清洗方法_萧阳.pdf

202312工艺与设备155Modern Chemical Research当代化工研究基于改进随机森林的海上油气生产设备运行数据清洗方法萧阳 王鑫章 彭程 陈俊锋 蒋涛（中海油能源发展股份有限公司采油服务分公司 天津 300451）摘要：常规的生产设备运行数据清洗方法多数采用多阶段递进识别的原理，对冗余、异常数据进行剔除与清洗，效果较差，无法显著降低运行数据信噪比。基于此，引入改进随机森林原理，针对海上油气生产设备，提出了一种全新的运行数据清洗方法。首先，构建生产设备运行数据采样模型，进行运行数据信息采样。在此基础上，基于改进随机森林原理，对运行数据中的异常数据进行多维度清洗。从实验结果可以看出，新的清洗方法应用后，运行数据信噪比大幅度减少，清洗效果优势显著。关键词：改进随机森林；海上油气；生产设备；数据；运行；清洗中图分类号：TP181 文献标识码：ADOI：10.20087/ki.1672-8114.2023.12.051Operation Data Cleaning Method of Offshore Oil and Gas Production Equipment Based on Improved Random ForestXiao Yang,Wang Xinzhang,Peng Cheng,Chen Junfeng,Jiang Tao(Oil Production Service Branch of CNOOC Energy Development Co.,Ltd.,Tianjin,300451)Abstract：Conventional production equipment operation data cleaning methods mostly use the principle of multi-stage progressive recogni-tion to eliminate and clean redundant and abnormal data,which has poor effect and can not significantly reduce the signal-to-noise ratio of operation data.Based on this,a new operation data cleaning method for offshore oil and gas production equipment is proposed by introducing the improved ran-dom forest principle.First of all,build the production equipment operation data sampling model to sample the operation data information.On this ba-sis,based on the improved random forest principle,the abnormal data in the operation data are multi-dimensionally cleaned.From the experimental results,it can be seen that after the application of the new cleaning method,the signal-to-noise ratio of the operation data is significantly reduced,and the cleaning effect has significant advantages.Key words：improved random forest；offshore oil and gas；production equipment；data；function；clean引言海上油气开采工程对促进现代化经济的发展具有重要意义。工程中的生产设备种类与数量较多，生产设备运行数据规模较大1。运行数据采集过程中，受到部分不可控因素随机因素的影响，生产设备运行数据可能存在不同程度的异常问题，此时需要采用科学合理的数据清洗方法对其进行处理，进而提高运行数据的可靠性与准确性2。当前，传统的运行数据清洗方法多数采用多阶段递进识别原理，滤除冗余、异常数据，并进行补偿，进而实现清洗的目标。此种传统方法在海上油气生产设备运行数据清洗中应用效果不佳，无法有效地针对局部异常数据作出深入的检测、清洗与填补3。针对这一问题，本文引入改进随机森林算法原理，提出了一种全新的海上油气生产设备运行数据清洗方法，识别并剔除海上油气生产设备运行数据中的异常部分，实现数据清洗的目标。在海上使用的关键生产设备，应当确保其稳定运行才可以有效保障海上油气平台的安全和可靠，由于这些设备在日常生产中具有重要作用，需要对其使用情况进行全面监控。随着相关技术的不断发展，有效地提升了在线监测水平，通过模式识别和计算机信息处理技术的应用，很大程度地确保了海上油气生产的安全，也全面地提升了生产水平。目前在海上油气开采过程中使用的生产设备，需要从现行的计划检修向状态检修转变，这是设备技术发展的重要趋势。针对目前各类监测系统存在的实际问题，应当采用有效方式进行解决，这样才能避免标准不统一和系统割裂孤立问题，通过深度融合这些问题，提出了基于大数据的分析方式，这样可以明确生产设备状态和检修情况，也能明确智能运维方法，同时还能有效地分析海上油气设备的实际状态，从而更好地定义检修状况。在生产设备运行和维修过程中会产生大量的数据，这些数据如何更好地清洗受到了广泛关注，基于这样的实际情况提出数据清洗方法，有效地提升了设备运行效率。对海上油气生产过程中相关生产设备，进行在线监测和故障诊断是日常运行的关键，其中包括了许多源数据和预处理技术，以及不完备的数据处理机202312工艺与设备156Modern Chemical Research当代化工研究制，基于多源数据融合和智能技术的应用与发展，不仅融合了生产设备的综合状态和评估结果等数据，也包含了海上油气田的设备智能运维方案和系统实现方案，为了全面提升油气平台的智能化运营水平，需要科学地管理这些数据，才能更好地实际应用。1.海上油气生产设备运行数据清洗方法设计(1)生产设备运行数据信息采样本文设计的海上油气生产设备运行数据清洗方法中，对生产设备运行数据的多维分布特征作出分析，通过构建采样模型的方式，进行运行数据信息采样。首先，基于海上油气生产设备优先级作业调度原理，统计各个不同次级生产设备的资源利用率，在此基础上，构建生产设备运行数据采样模型，模型表达式为：（1）其中，P不同次级海上油气生产设备运行过程中产生的资源利用率；1q海上油气生产设备运行数据各个采样阶段能量效率平均值；2q海上油气生产设备运行数据采样中各项参量的动态变化系数值。通过构建的运行数据采样模型进行采样操作，提升运行数据采样的精度与效率。(2)基于改进随机森林清洗异常数据在上述生产设备运行数据信息采样与特征提取结束后，接下来，引入改进随机森林算法原理，对运行数据中的异常数据进行多维度清洗。首先，利用改进随机森林算法，计算海上油气生产设备运行数据清洗的衰减特征量，公式为：（2）其中，r生产设备运行数据清洗任务数量；生产设备运行数据清洗的频谱带宽；g生产设备运行数据清洗效率；t清洗时间延迟；ijX改进随机森林中的决策树4。通过以上公式，获取海上油气生产设备运行数据清洗的衰减特征量。在此基础上，开展运行数据集中异常数据清洗工作。本文设计的基于改进随机森林的异常数据清洗流程，如图1所示。从图1可知，首先，对上述采样获取到的海上油气生产设备运行数据进行抗干扰处理，得出原始生产设备运行数据集。其次，配置定义并解析数据清洗流程。基于改进随机森林算法原理，分别对原始生产设备运行数据集进行加载、清洗与存储处理5。改进随机森林算法处理后，验证原始运行数据集中是否存在异常数据。若存在异常，则返回并重复上述处理步骤，直至验证合格为止，若不存在异常，则输出运行数据清洗结果，完成海上油气生产设备运行数据中异常数据清洗的任务。开始抗干扰处理运行数据配置定义与解析清洗流程NY是否存在异常加载处理原始数据集清洗异常数据存储数据清洗结果输出清洗结果结束基于改进随机森林原理重复清洗数据图1 基于改进随机森林的异常数据清洗流程海上平台关键生产设备的运行状况，会直接关系到海上油气平台安全，一旦设备出现故障就会发生一系列结果,从而造成巨大的经济损失，还会耗费大量的人力和物力进行维修，根据以往海上油气发生的设备故障情况，可以分析出具体的故障因素，以及造成的损失情况，因此有必要对生产设备的运行状态，进行全方位的实时在线监控，并运行科学的检修体制进行针对性检修，才能确保海上油气生产设备的可靠运行。近年来，随着智能技术的不断发展，在进行设备使用和检修过程中会产生大量数据，这些数据虽然能够起到重要的作用，但是，如果数据出现异常等情况，也会造成一定影响，所以进行生产设备数据清洗是当前比较重要的问题，同时相关的管理人员也应当重视数据清洗工作，才能有效地确保设备的正常使202312工艺与设备157Modern Chemical Research当代化工研究用。在实际工作中由于数据采集的质量较低，需要制定数据采集的标准和方法，通过相应的监测手段和标准提升数据可靠性。因为，在海上油气生产过程中，由于作业区的不同和监测系统采集内容不同，采集的相关数据质量存在一定差别，许多数据都是孤立存在的，这种情况在系统数据融合时会存在一定问题。由于部分监测数据散落于各个平台当中，所以彼此间无法很好地关联，因此无法实现共享数据，而这种状况无法被充分利用，也无法挖掘出有用的潜在价值，因此，会造成资源的浪费，基于这样的实际情况依托计算机技术和先进通信技术以设备当前状况作为依据，通过有效的数据清洗方法来处理这些数据，能够使生产设备处于最佳的状态，同时也使设备保持健康状态。2.实验分析综合上述内容，本文引入改进随机森林原理，提出海上油气生产设备运行数据清洗方法的整体流程。在该项数据清洗方法投入海上油气开发工程使用前，需要对其有效性以及能够为海上油气工程开发建设提供的帮助作出验证，避免直接投入使用后效果较差，产生不必要的损失。选取某海上油气开采工程作为本次研究的依托，部署传感器，采集部分生产设备运行数据，作为本次实验的数据集。保证数据集中各项生产设备运行数据类型存在一定的差异，避免实验结果过于主观。利用MATLAB模拟分析软件，进行运行数据清洗仿真实验。选取实验中生产设备运行数据融合平台，通过平台，设定运行数据采集时间间隔为1.46ms，运行数据调度时间间隔为1.87s。随机选取数据集中6组不同类型的油气生产设备运行数据，分别标号为YXSJ-#01、YXSJ-#02、YXSJ-#03、YXSJ-#04、YXSJ-#05、YXSJ-#06。基于融合平台，测定6组设备运行数据清洗前的信噪比，分别为100dB、98dB、96dB、90dB、88dB、92dB。依据上述设定的实验参数，按照本文提出的运行数据清洗方法流程，对数据进行重复清洗操作。为了使本次实验结果更加清晰直观，引入对比分析的实验方法，将文献2提出的基于融合时间序列特性的数据清洗方法与文献4提出的运行数据清洗方法设置为对照组，将本文提出的数据清洗方法设置为实验组。利用SPSS统计分析软件，与数据融合平台相结合，共同测定三种清洗方法应用后，6组不同类型的油气生产设备运行数据信噪比的动态变化，并对比，结果如表1所示。根据表1的对比结果可以得知，本文提出的海上油气生产设备运行数据清洗方法应用后，运行数据信噪比大幅度减少，信噪比明显低于另外两种方法。其中，清洗前信噪比最大的为YXSJ-#01运行数据集，信噪比为100dB，清洗后仅为41dB，较另外两种清洗方法相比，数据清洗效果优势显著。表1 运行数据清洗后信噪比对比结果（dB）运行数据清洗前信噪比本文方法清洗后信噪比文献2方法清洗后信噪比文献4方法清洗后信噪比YXSJ-#01100416872YXSJ-#0298355860YXSJ-#0396406256YXSJ-#0490366573YXSJ-#0588427066YXSJ-#06924352503.结束语海上油气生产设备的稳定运行对油气开发工程具有重要意义。在生产设备运行过程中，会产生大量的运行数据，为解决运行数据冗余、异常与缺失问题，本文引入改进随机森林原理，提出了一种与海上油气生产设备契合度较高的运行数据清洗方法。通过本文的研究，提高了设备运行数据的可靠性与准确性，为海上油气开采工程各项业务应用板块的可持续开展提供了有力的数据支持。【参考文献】1钟少恒,曹小冬,邱细虾,等.基于随机森林算法的通信大数据重复清洗方法J.信息技术,2022(04):159-164.2闫亚男,韩长霖,陈小松,等.融合时间序列特性的水电遥测数据清洗优化框架J.水力发电,2021,47(11):79-83+95.3韩红桂,赵子凡,伍小龙,等.基于改进随机森林的城市污水处理过程运行数据清洗方法J.北京工业大学学报,2021,47(05):421-430.4王一妹,刘辉,宋鹏,等.基于多阶段递进识别的风电机组异常运行数据清洗方法J.可再生能源,2020,38(11):1470-1476.5时珉,尹瑞,胡傲宇,等.基于滑动标准差计算的光伏阵列异常数据清洗办法J.电力系统保护与控制,2020,48(06):108-114.【作者简介】萧阳（1995-），男，汉族，天津人，硕士研究生，中级工程师，研究方向：海上油气田生产运营数字化技术。