本發明涉及油田地面工程，具體為基于云邊協同的智能摻水方法。
背景技術：
1、油氣開采過程中，部分油田原油具有較高的含蠟量、凝固點與黏度，且高緯度油田環境溫度較低，極易發生管網結蠟堵塞現象，為油田安全和高效生產帶來挑戰。為了解決這一問題，油田往往采用摻入熱水的方法給原油加熱。其中環狀摻水集油的工藝被廣泛應用，即在一座計量閥組間中，由供熱設備統一供應熱水，通過一條管線上的不同閥組摻入各個油井來液管線，多口油井混合后的生產液串聯到一個集油管匯上，向下游輸送。該工藝降低了建設投資和運行費用，且運行過程中的事故發生概率也較低。但實際應用中卻存在能量消耗高、摻水控制難度大、系統運行不平穩等諸多問題。因此，各油田借助物聯網技術，開展摻水自動控制研究，以實現系統高效平穩運行。
2、經檢索，公開號cn110928215b的專利文獻，公開了一種油田摻水管網智能控制系統及其控制方法，對單井閥門開度、加熱爐功率和加壓泵功率進行建模，形成能夠感知摻水管網的運行狀態，并基于運行狀態制定控制動作空間的智能體，該智能體能夠在執行一個控制動作之后能夠得到至少一個獎懲值r，使得運行狀態能夠轉移至新的運行狀態，并具備在線自學習的參數迭代機制，實時更新動作后的獎懲值，然而上述專利依賴設備的過度控制，不能保證摻水系統穩定運行，且不能識別運行狀態和風險事件，從而大大降低生產單位風險管控能力，為此本領域技術人員提出基于云邊協同的智能摻水方法來解決上述問題。
技術實現思路
1、針對現有技術的不足，本發明提供了基于云邊協同的智能摻水方法，解決了現有技術依賴設備的過度控制，不能保證摻水系統穩定運行，且不能識別運行狀態和風險事件，從而大大降低生產單位風險管控能力的問題。
2、為實現以上目的，本發明通過以下技術方案予以實現：基于云邊協同的智能摻水方法，包括以下步驟：
3、s1、高頻采集集油間相關參數數據，其中包括集油管線總壓力、集油管線總溫度、摻水匯管總壓力、摻水匯管總溫度、集油環摻水壓力、集油環摻水瞬時流量、集油環摻水設定流量和集油環回油溫度；
4、s2，對高頻采集數據進行預處理，根據數據特點，采用兩次濾波處理；
5、s3、以集油環回油溫度、摻水匯管總壓力、集油環摻水壓力作為支撐，進行運行狀態分區，分為事故區、風險區、工作區和耗能區，其中區分依據由工藝人員根據原油物性，工藝條件，設備要求等確定；
6、s4，調取s1中集油環回油溫度，集油環摻水壓力歷史數據，進行趨勢判斷和組合，對s3中的風險區和工作區的運行狀態進一步判斷；
7、s5、基于s3、s4中的運行狀態判斷，確定響應方式，進行控制指令下發或報警信息上傳，其中在控制指令下發前，應根據運行工藝確定反饋延時時間，確定最短調節周期和指令調節量程；
8、s6、云平臺展示實時數據、報警信息和運行狀態。
9、優選的，所述s1步驟中具體包括以下步驟：
10、s101、在相關位置設置傳感器，以實時監測和采集各項參數數據；
11、s102、確定采集數據的設備和系統，其中包括數據采集儀器或監控系統，用于實時記錄和存儲各項參數數據；
12、s103、確保采集到的數據能夠通過網絡或其他方式進行傳輸，并存儲到數據庫或云平臺中，以便后續的分析和處理；
13、s104、對采集到的數據進行質量控制，包括校準傳感器、排除異常值、確保數據的準確性和可靠性；
14、s105、對采集到的原始數據進行標定和單位轉換，以符合系統要求并便于后續的分析處理。
15、優選的，所述s2步驟中兩次濾波處理的具體方式為：首次濾波使用中位值平均濾波法，二次濾波采用中位值加權平均濾波法。
16、優選的，所述s3步驟中事故區、風險區、工作區和耗能區具體包括以下要項：
17、s31、事故區，摻水匯管壓力與集油環摻水壓力之差小于限值或集油管線回油溫度低于等于最低限值；
18、s32、風險區，將集油管線回油溫度低于最佳溫度區間，高于事故區溫度；
19、s33、工作區，將集油管線回油溫度位于最佳溫度區間內；
20、s34、耗能區，將集油管線回油溫度高于最佳溫度上限。
21、優選的，所述s4步驟中具體包括以下步驟：
22、s41，調取歷史數據，對照異常情況，選取持續上升或下降的正常波動的最大變化時間，結合經驗值，確定監測周期，同時，根據歷史運行經驗，確定監測時間窗口；
23、s42，利用s41確定的監測周期和監測時間窗口，計算變化率，引入k線圖分析法，進行正態分布分析，對照歷史異常，確定趨勢變化閾值；
24、s43，利用s41確定的監測周期和監測時間窗口計算變化值，對比趨勢變化閾值；
25、s44，組合集油環回油溫度和集油環摻水壓力趨勢變化，進一步確定工作運行狀態。
26、優選的，所述s33中工作區的集油環回油溫度為30.1～34.5℃，壓差大于0.2mpa，所述s31事故區摻水匯管總壓力與集油環摻水壓力差值<0.2mpa，且集油環回油溫度≤30℃，所述s32中集油環回油溫度在30～33℃之間，所述s34中集油環回油溫度在夏季時需要大于36℃，在冬季時，集油環回油溫度大于37℃。
27、優選的，所述步驟s5中具體包括以下步驟：
28、s501、確定運行工藝的要求：詳細了解所涉及的運行工藝的特點、控制要求以及允許的波動范圍，確保確定的參數符合實際工藝需求；
29、s502、識別關鍵控制參數：確定在運行工藝中需要監測和控制的關鍵參數，其中包括溫度、壓力、流量等，以便為這些參數確定相應的反饋延時時間、最短調節周期和指令調節量程；
30、s503、進行系統動態特性分析：通過模擬或實驗，對系統的動態響應特性進行分析，包括傳遞函數、階躍響應等方面的評估，以便更好地理解系統的動態特性；
31、s504、確定反饋延時時間：基于系統動態特性分析的結果，結合運行工藝的要求，確定合適的反饋延時時間，即在發出控制指令后，系統需要等待多長時間才能獲得有效的反饋信息；
32、s505、確定最短調節周期：根據系統的動態特性、控制要求和運行工藝的特點，確定最短可接受的調節周期，即控制系統在兩次調節之間的最短時間間隔；
33、s506、驗證和調整：將確定的參數應用于實際系統中，并進行驗證和調整，以確保它們能夠滿足運行工藝的實際需求；
34、s507、設定報警閾值：需要設定相應的報警閾值，當監測到異常情況時及時上傳報警信息，以保障系統的安全穩定運行。
35、優選的，s6步驟中具體包括以下步驟：
36、s601、在云平臺上建立數據庫或數據存儲系統，將存儲采集到的實時數據，確保數據能夠被高效地存儲，并進行必要的數據處理；
37、s602、根據用戶需求和監控要求，設計數據展示界面，利用前端技術和后端服務，實現實時數據的展示功能，確保實時數據能夠在用戶界面上實時更新，并支持用戶自定義視圖和參數設置；
38、s603、在云平臺上配置報警規則，設定實時數據的閾值和觸發條件，當數據超出設定范圍時，系統將觸發報警并通知相關人員；
39、s604、結合云平臺提供的消息推送服務或集成第三方通知服務，實現報警信息的實時推送，其中包括通過郵件、短信、app推送等方式將報警信息及時通知到相關人員；
40、s605、根據設備或系統的狀態變化，實時監測并展示其運行狀態，其中包括設備在線和離線狀態、工作模式、故障狀態等，以便用戶及時了解設備的運行情況。
41、優選的，所述s2步驟中傳感器包括壓力傳感器、溫度傳感器、流量傳感器等，用于采集集油系統和摻水系統中的各項參數數據。
42、優選的，所述s43步驟中參數變化趨勢包括上升趨勢，下降趨勢以及不波動三種。
43、本發明提供了基于云邊協同的智能摻水方法。具備以下有益效果：
44、1、本發明通過自動化控制和邊緣數據分析使得生產過程更加智能化和自適應，使得系統能夠根據實時數據和環境變化做出及時調整，從而提高了生產過程的靈活性和適應性，有助于應對復雜多變的生產環境。同時取代一摻多環狀集油工藝人工調節流量的方式，實現了自動控制。
45、2、本發明消除了原有技術對設備的過度控制，使摻水系統穩定運行，使得邊緣側進行數據分析和控制，使響應更加及時，保證了摻水作業質量，另外消除過度控制和穩定運行也降低了設備的磨損和能耗，延長了設備的使用壽命，減少了維護成本，提高了生產設備的整體效益和可持續性。