石油产业属于高科技密集型产业,信息化实施的程度将直接影响其竞争能力。采油集输监控是油田数字化建设的重要基础,随着通信、计算机及自动化技术的进步,智能监控系统在油田生产环节中的应用越来越广泛,智能油田、智慧油田已经成为油田的重要发展方向。采油集输监控系统的开发过程中发现,数据质量直接影响系统性能及应用效果,如何消除信号噪声、提高数据质量是智慧油田建设的关键共性技术之一。因此,本文以胜利油田集输监控项目为研究背景,以数据质量优化为核心展开研究,对现场采集传感器信号、时空信号两大类数据进行去噪处理,在此基础上对产液量计量方法、偏远井拉运轨迹里程统计方法及采油集输监控系统故障识别方法进行智能优化及应用技术研究。主要研究内容如下:(1)针对采油集输监控系统现场数据的噪声问题,提出了一种改进小波降噪方法。基于Mallat算法对油田现场传感器信号的降噪处理过程进行描述,提出了一种基于分层变异系数的新阈值方法,并对传统软硬阈值函数进行改进,对其性质进行验证。最后对典型现场功图数据采用新阈值及改进阈值函数法进行信号分解与重构,并通过与传统方法的去噪效果对比,对优化改进算法进行验证。(2)在对地面功图数据去噪处理的基础上,针对传统功图计量方法误差较大的问题,提出了一种适于油井现状的改进功图计量方法。建立了杆式抽油机杆柱系统模型及功图计量算产模型,在泵功图特征曲线分析基础上,提出了一种基于弦长的功图散点曲率计算方法,实现了有效冲程的精确计算及油井产液量折算。最后对不同计量方式的误差进行了对比分析,分析结果表明,该优化方法的计量误差小于10%,满足生产要求,验证了该方法的适用性与可行性。(3)针对低频时空定位信号存在的各类误差,提出了一种时空轨迹数据精细化处理算法。采用重心法处理零点漂移信号,采用速度阈值法处理大误差点数据,通过航向角矢量法识别后采用投影法处理偏移路线小误差点,并对缺失数据分类进行补偿。在此基础上,提出了一种基于二次B样条曲线的轨迹拟合方法,并基于轨迹曲线控制点数据推导建立了精确里程统计公式。最后对不同里程统计方法的结果进行了实验对比分析,结果表明,新方法所测得的里程与实际里程误差在1%之内,满足精确里程统计的要求。(4)针对目前油田集输监控系统复杂性增加导致故障定位困难且不准确的问题,提出了一种基于过程数据的双链路故障精确识别方法。在网络链路层对过程数据的间隔阈值进行研判后,采用多维度反推演的方法,实现了网络设备及通信适配器故障的快速精确定位。在数据链路层采用主成份分析法对过程数据进行质量分析,实现了终端设备的故障精确定位。最后基于该方法对系统故障识别结果进行了验证分析。(5)在前述理论和算法研究基础上,完成了采油集输监控系统的整体方案架构及各模块开发,并应用于油田现场。该监控系统包括:联合站监控系统平台,油井计量及监控平台,偏远井拉运监控平台等多个子平台,现场应用效果良好。本文的研究成果对采油集输监控系统的设计开发具有一定的指导意义,对油田数字化、智能化建设进程起到一定的推动作用,兼具科学研究意义和工程应用价值。