1. JEECS
  2. Всі випуски
  3. Випуск 10, Номер 1, 2024
  4. Вибір технології моніторингу для системи керування розподіленими об'єктами нафтовидобутку

Вибір технології моніторингу для системи керування розподіленими об'єктами нафтовидобутку

JEECS.
2024;
Випуск 10, Номер 1
: с. 28 – 34
https://doi.org/10.23939/jeecs2024.01.028
Надіслано: Квітень 15, 2024
Переглянуто: Травень 24, 2024
Прийнято: Червень 03, 2024

M. Lobur, M. Malyar. Selecting a monitoring technology for a control system of distributed oil production facilities. Energy Engineering and Control Systems, 2024, Vol. 10, No. 1, pp. 28 – 34. https://doi.org/10.23939/jeecs2024.01.028

Автори:
  1. Михайло Лобур
  2. Микола Маляр
1
Національний університет «Львівська політехніка»
2
Національний університет «Львівська політехніка»

В статті запропоновано структуру SCADA системи для моніторингу та керування об'єктами нафтовидобутку, які розосереджені на великій площі. Головний акцент в статті зроблено на виборі технології, яка дасть змогу здійснювати ефективний моніторинг за обладнанням кожної нафтової свердловини. Під час вибору бралися до уваги такі фактори, як надійність, зручність у користуванні, наявність засобів захисту від стороннього втручання, а також відкритість та доступність програмного коду. У результаті огляду найбільш поширених програмних платформ, було вибрано систему на основі Prometheus і Grafana. Це є поєднання сервера бази даних часових рядів Prometheus з системою візуалізації та аналізу інформації Grafana. Важливими факторами при виборі цієї платформи було наявність відкритого коду та великої бібліотеки готових шаблонів для відображення параметрів свердловини в реальному часі. Продемонстровано приклад створеного вікна візуалізації динамограми свердловини, яка побудована на основі експериментально знятих даних.

SCADA
моніторинг
система керування
візуалізація
Prometheus
Grafana
нафтовидобувна установка
  1. K. Stouffer, J. Falco, K. Kent, T. Grance, R. Ross (2006) Guide to supervisory control and data acquisition (SCADA) and industrial control systems security. NIST Spec. Publ., 800.
  2. Shahzad, A., Musa, S., Aborujilah, A., Irfan, M. (2014) The SCADA review: system components, architecture, protocols and future security trends. American Journal of Applied Sciences, 11, 1418-1425. https://doi.org/10.3844/ajassp.2014.1418.1425
  3. A.Setiawan, Sugeng, K.Koesoema, S.Bakhri, J.Aditya (2019) The SCADA system using PLC and HMI to improve the effectiveness and efficiency of production processes. IOP Conference Series: Materials Science and Engineering. 550. 012008. https://doi.org/10.1088/1757-899X/550/1/012008
  4. K. Chkara, H. Seghiouer (2022) Criteria to Implement a Supervision System in the Petroleum Industry: A Case Study in a Terminal Storage Facility", Advances in Science, Technology and Engineering Systems Journal, vol. 5, no. 5, 29-38. https://doi.org/10.25046/aj050505
  5. Rashad O, Attallah O, Morsi I. A smart PLC-SCADA framework for monitoring petroleum products terminals in industry 4.0 via machine learning. Measurement and Control (2022). no.55(7-8), 830-848. https://doi.org/10.1177/00202940221103305
  6. Al-Fadhli M., A. Zaher (2018) A smart SCADA system for oil refineries. International Conference on Computing Sciences and Engineering (ICCSE), Kuwait City, Mar. 2018, 1-6. https://doi.org/10.1109/ICCSE1.2018.8373996
  7. R. Pandit, J.Wang (2024) A comprehensive review on enhancing wind turbine applications with advanced SCADA data analytics and practical insights. IET Renew. Power Gener. vol.18, 722-742 (2024). https://doi.org/10.1049/rpg2.12920
  8. Boyko V.S. (2004). Development and operation of oil fields. RealPrint: Kyiv, 695.
  9. Malyar A. (2016). Study of stationary modes of sucker rod pumping unit operation. Przeglad elektrotechniczny, 12, 255-259. https://doi.org/10.15199/48.2016.12.65
  10. L. Richardson, M. Amundsen (2013. RESTful Web APIs. Publisher: O'Reilly Media,Inc., 373.
  11. M. Amundsen (2022) RESTful Web API Patterns and Practices Cookbook. Publisher: O'Reilly Media, Inc., 468.
  12. Vohra D. (2016) Using Apache Kafka. In: Pro Docker. Apress, Berkeley, CA. 185-194. https://doi.org/10.1007/978-1-4842-1830-3_12
  13. Wu Z. Shang, K. Wolter (2019) Performance Prediction for the Apache Kafka Messaging System, 2019 IEEE 21st International Conference on High Performance Computing and Communications; IEEE 17th International Conference on Smart City; IEEE 5th International Conference on Data Science and Systems (HPCC/SmartCity/DSS), Zhangjiajie, China, 2019, 154-161. https://doi.org/10.1109/HPCC/SmartCity/DSS.2019.00036
  14. Tejas V., Dr. Kiran V. (2020) Development of Kafka Messaging System and its Performance Test Framework using Prometheus, International Journal of Recent Technology and Engineering (IJRTE), 9(1), 1622-1626. https://doi.org/10.35940/ijrte.A2516.059120
  15. Gurpreet S. Sachdeva (2017) Practical Elk Stack: Build Actionable Insights and Business Metrics Using the Combined Power of Elasticsearch, Logstash, and Kibana. Publisher:‎ APress, 302.
  16. Tong Z. (2015) Elasticsearch: The Definitive Guide. O'Reilly Media, Inc. 686.       
  17. M. Yudha Erian Saputra, Noprianto, S. Noor Arief, V. Nur Wijayaningrum and Y. W. Syaifudin (2024) Real-Time Server Monitoring and Notification System with Prometheus, Grafana, and Telegram Integration, ASU International Conference in Emerging Technologies for Sustainability and Intelligent Systems (ICETSIS), Manama, Bahrain, 1808-1813. https://doi.org/10.1109/ICETSIS61505.2024.10459488
  18. Vivek Basavegowda Ramu, Ajay Reddy Yeruva (2023) End-to-End Observability with Grafana: A comprehensive guide to observability and performance visualization with Grafana (English Edition). Publisher: BPB Publications, 710.
  19. Kumar S., Saravanan C. (2021) A Comprehensive Study on Data Visualization Tool-Grafana. Journal of Emerging Technologies and Innovative Research (JETIR), 8(5), f908. Available: http://www.jetir.org/papers/JETIR2105788.pdf.
  20. Kubernetes Resource Requests. Grafana Labs, https://grafana.com/grafana/dashboards/7187-kubernetes-resource-requests (accessed on 2024-02-28)