浮式生产储存卸货装置(floating production storage and offloading，FPSO)现场生产运营数据平台作为保障海上油气设施稳定运行的重要组成部分，其数据平台运行的可靠性与稳定性对模拟海上工况具有较大影响^［1］。海上工况具有长期低频晃动的特征，因此对FPSO现场生产运营数据平台的兼容性、数据可视化、晃动适应性能的要求较高^［2］。现阶段，我国在浮式海上油气设施方面的研究逐渐成熟。李雨晨等^［3］针对FPSO中控系统日志的流式实时数据展开了分析，对FPSO各设备日志的数据量情况进行来源分析，了解设备状态变化，分析设备代码、设备状态码和状态信息，实时统计各个设备的日志产生状况，对FPSO生产工况监控和异常状况进行处理。韩宇等^［4］引入数字化管理技术，并结合数字孪生技术构建FPSO管理数字化平台，采集FPSO模型参数，监测现场数据，并对数据进行分析，对FPSO现场生产运营进行实时管理。虽然上述两种方法均能实现对FPSO现场生产运营数据的监测，但是在海上实时工况下，动态生产运营数据采集与存储性能较低，数据可视化与分布式显示控制的质量与效率均较低，制约了浮式海上油气行业的高速发展。边缘云计算具有不同的智慧层级，数据分析与数据边缘推理能力较强，可减轻平台云端海量数据的计算压力以及对网络带宽的不利影响，其在大数据平台端的广泛应用，能够有效地改善传统现场生产运营数据平台的不足^［5］。

基于此，本文在传统FPSO现场生产运营数据平台的基础上，引入边缘云计算技术，设计新的生产运营数据平台，为油气数字化设备在浮式海上油气设施上的稳定运行提供保障。

1 FPSO现场生产运营数据平台硬件设计

本文设计的FPSO现场生产运营数据平台采用B/S硬件架构，具有良好的稳定性能。该数据平台中交换机采用S5850−24T16B型号的Uplink端口交换机，其交换容量为848 Gbps，MAC地址与VLANs均为49 k，具备同时支持数据平台跨设备链路聚合与边界网关协议，其闪存大小为4 GB^［6］。数据平台采用型号为UPS100KTP208T的不间断数据中心电源，使用在线式不间断电源(uninterruptible power supply，UPS)类型与铅酸蓄电池的兼容电池类型^［7］。设置不间断电源的额定输入电压为208 V 3PH，输出功率容量为100 kW/100 kVA，能够为FPSO现场生产运营数据平台的运行提供不间断的电源^［8］。为了模拟海洋实况环境，控制晃动平台，固定服务器，在平台硬件设计中，添加夹具设备，其结构如图1所示。

2 FPSO现场生产运营数据平台软件设计 2.1 生产运营数据采集模块设计

本文设计的基于边缘云计算的FPSO现场生产运营数据平台中，数据采集模块至关重要，其为平台的运行提供了有力的数据支持。首先，从Oracle与SQL Server标准数据库中获取FPSO生产运营的历史数据。该平台采用IEC62845−102与TASE.2协议，全方位接收FPSO现场生产运营的实时动态数据，并进行快速传输。在信息数据采集过程中，严格遵循 IEC61970 标准的采集规范与标准，数据平台利用可扩展置标语言(extensible markup language，XML)语言，定义采集信息数据文件^［9］。在信息数据汇总后，分析并挖掘生产运营信息中蕴含的其他数据，获取更有价值的信息数据，辅助平台进行合理分配生产运营信息。

2.2 设计平台边缘云计算层

在完成基于上述生产运营数据的采集模块设计后，依据边缘计算原理，设计平台中的边缘云计算层，对现场生产运营数据进行动态计算与分析，以提高数据平台运行的质量。本文设计的数据平台边缘云计算层结构如图2所示。

由图2中可知，在边缘云计算层中包含4个不同的功能模块，各模块结构与功能之间存在一定的差异。首先，控制执行模块在边缘云计算层中主要负责控制FPSO现场生产运营数据的信息交互指令，并设置该模块中的回路为闭环状态，根据平台的动态运行，将执行端的信息反馈到平台终端。设置数据感知模块的智能调度功能，基于现场生产运营边缘数据的动态变化，对数据进行关联融合、特征提取等操作，实现FPSO数据的智能融合，为平台中其他模块的运行提供信息保障。建模分析模块主要负责提取边缘云计算层中感知到的数据信息，通过构建模拟海洋工况，对提取到的数据信息进行加工。最后，在智能决策模块中输入具有决策信息的指令，通过该模块监测并控制数据平台的整体计算状况。完成对边缘云计算层中各个模块的设计后，采用边缘计算原理，设定FPSO现场生产运营数据的优先级，并计算其优先级值，即

$\qquad P = \dfrac{{\beta {M_i}}}{{\left| {{t_0} - t} \right| + \psi }} $

(1)

式中： $ P $ 为FPSO现场生产运营数据的优先级值； $ \beta $ 为数据优先级参数； $ {M_i} $ 为不同海上工况下的生产运营数据优先级； $ {t_0} $ 为数据平台当前运行的时间； $ t $ 为平台FPSO生产运营数据采集时间； $ \psi $ 为生产运营数据优先级信息传输参数。

通过计算FPSO现场生产运营数据的优先级值，控制平台数据接收端解压数据的动态变化。

2.3 设计FPSO现场生产运营数据库

在完成平台边缘云计算层设计后，依据数据需求，设计平台云端与边缘端的FPSO现场生产运营数据库，以存储各海上工况下生产运营数据，从而提高数据存储的安全性。本文设计的FPSO现场生产运营数据库表如表1所示。

3 平台测试

在完成基于边缘云计算的FPSO现场生产运营数据平台的全部流程设计基础上，为了验证该数据平台的可行性，对平台进行了测试。首先，搭建FPSO现场生产运营数据平台的测试环境，选用Intel酷睿2四核的CPU，显卡型号为NVIDIA Geforce GT220，散热器型号为金河田高效风冷散热器，内存为8 G大颗粒高频高速内存，硬盘为128 G的SSD高速固态组合硬盘，为本次测试提供稳定的运行环境。本次测试在东海海域进行，海域水深约为95 m左右。该海域具有较长的涌浪周期，低频区域晃动特性明显，这对采油船舶的系泊运动具有一定的影响。采用MOSES海上施工模拟与浮体设计软件，对海洋现场监测工况与环境参数进行模拟分析，以获取测试过程中海上工况的参数，结果如表2所示。

基于表2中的参数对本文设计的数据平台的运行功能与使用性能进行测试。FPSO现场生产运营数据平台运行功能测试流程如图3所示。

首先，按照区域划分的原理对数据采集现场进行处理，采用多传感器采集FPSO现场生产运营数据。将采集到的数据上传到平台的智能网关，利用数据平台边缘云计算功能，分析并计算FPSO现场生产运营数据流。利用数据平台中的消息队列遥测传输协议（message queuing telemetry transport，MQTT）监听程序，展示数据流，并对数据流进行多协议转换，从而提高数据流的稳定性。在数据平台建立续传数据通道，实时传输海上工况数据，并按照实况数据的优先级对数据流进行动态结构划分。数据平台根据规约管理的原理，按用户的实际需求，生成以规则定义为主的FPSO现场生产运营数据。在数据平台运行结束后，依据黑盒测试原理可知，生成的数据符合平台运行的要求以及用户需求。这表明本文设计的FPSO现场生产运营数据平台运行功能良好，可满足平台建设的要求。

然后，采用白盒测试方法对数据平台的性能进行全方位、全过程测试。为了使平台性能测试结果更加直观，采用对比分析的方法，将本文设计的基于边缘云计算的数据平台与传统的基于物联网的现场生产运营数据平台进行对比。设置平台的并发访问数量分别为100、200、300、400、500、600，采用MATLAB软件，测定2种数据平台在不同并发访问数量下平台的存储容量与数据采集规模，对比结果如表3所示。

由表3可知，在不同并发访问数量下，2种FPSO现场生产运营数据平台中，传统数据平台的存储容量最大为9.4 T，数据采集规模最大为0.9万点。而本文设计的基于边缘云计算的数据平台，其数据存储容量均在12.3 T以上，数据采集规模均在1.3万点以上，均高于传统平台的值。这证明了本文设计的基于边缘云计算的FPSO现场生产运营数据平台的数据存储容量与数据采集规模较好，该平台具有一定的实际应用价值。

4 结束语

为了解决传统FPSO现场生产运营数据平台在动态生产运营过程中存在的数据采集与存储性能较差的问题，本文在传统数据平台的基础上，引入边缘云计算技术，设计了一种新的数据平台。本文的研究工作优化了FPSO现场生产运营数据平台的兼容性能与适应性能，提升了平台的数据存储容量与采集规模。

但是本文仅对所设计的FPSO现场生产运营数据平台进行了模拟测试，在测试中对平台设置的并发访问数量较少，况且海上工况环境千变万化，尚不能保证本文所设计平台的实际应用性能。因此，在后续的研究中，将与相关技术部门进行对接，将本文所设计的平台应用至实际海上FPSO现场中，并在实际应用中不断完善设计平台的性能，以期为我国海上油气田开发项目提供技术支持。