一种页岩气压裂井下事故早期诊断报警方法及装置制造方法及图纸

本申请实施例提供了一种页岩气压裂井下事故早期诊断报警方法及装置，该方法包括：获取反应页岩气压裂井下工况的参考变量的在线监测数据；按照预设宽度设置所述在线数据的时间窗；将所述时间窗划分为多个宽度相同的时间片段，并对每个时间片段内的在线监测数据进行线性拟合，对应获得每个时间片段内的在线监测数据的线性关系曲线；根据每个时间片段的线性关系曲线的斜率确定对应的趋势特征基元，并根据所述趋势特征基元构建趋势特征向量；将所述趋势特征向量代入预设的事故分类器，预测所述在线监测数据对应的事故类型，并发出相应报警信息。本申请实施例可实现对页岩气压裂井下事故的早期诊断和报警。

A method and device for early diagnosis and alarm of shale gas pressure cracking

The embodiment of the invention provides a shale gas fracturing alarm method and device for early diagnosis of accidents, the method includes: online monitoring data acquisition reaction of shale gas fracturing downhole working reference variables; according to the preset time window width is set by the on-line data; the time window is divided into a plurality of width of the same time fragment, and online monitoring data of each time segment within the linear fitting, corresponding to the linear relation between online monitoring data in each time segment is obtained; according to the slope linear relation of each time segment to determine the corresponding trend feature primitives, and according to the trend of feature primitive feature vector will construct the trend; the accident trend feature vector classifier into default, accident type prediction on-line monitoring data of the corresponding, and a corresponding alarm signal Interest. The application of this application can realize the early diagnosis and alarm of the shale gas pressure cracking.

【技术实现步骤摘要】
一种页岩气压裂井下事故早期诊断报警方法及装置
本申请涉及页岩气压裂井下事故诊断报警
，尤其是涉及一种页岩气压裂井下事故早期诊断报警方法及装置。
技术介绍
近年来，页岩气大规模压裂作业模式提高了施工效率、增加了产气量，降低了压裂成本。然而，井下事故的实时诊断和报警仍然没有得到很好的解决。目前，在压裂施工现场，人工依据数据采集系统上压裂施工曲线的变化过程判断井下事故，但人工分析会导致事故诊断具有滞后性和误判性。因此，有必要对页岩气井下事故早期诊断及报警的方法进行研究。虽然模式分类方法在化工过程领域、气象预测、机械设备故障诊断等领域应用广泛。然而，与上述研究对象相比，页岩气压裂过程具有两个典型特征。(1)在压裂过程中，由于井下地层和地质、压裂液选取因素的影响，导致监测参数随时会出现大范围波动，因此，无法通过分析某个时刻的监测参数对井下事故进行判断。(2)页岩气压裂井下事故发生时，监测参数的变化趋势特征对井下事故诊断更敏感。若将传统的模式分类方法直接应用到页岩气压裂井下事故诊断，会导致较高的漏报警、虚报警和延迟报警。因此，如何充分挖掘监测参数携带的事故信息，实现对井下事故早期诊断和报警，是急需解决的问题。
技术实现思路
本申请实施例的目的在于提供一种页岩气压裂井下事故早期诊断报警方法及装置，以实现对页岩气压裂井下事故的早期诊断和报警。为达到上述目的，一方面，本申请实施例提供了一种页岩气压裂井下事故早期诊断报警方法，包括：获取反应页岩气压裂井下工况的参考变量的在线监测数据；按照预设宽度设置所述在线数据的时间窗；将所述时间窗划分为多个宽度相同的时间片段，并对每个时间片段内的在线监测数据进行线性拟合，对应获得每个时间片段内的在线监测数据的线性关系曲线；根据每个时间片段的线性关系曲线的斜率确定对应的趋势特征基元，并根据所述趋势特征基元构建趋势特征向量；将所述趋势特征向量代入预设的事故分类器，预测所述在线监测数据对应的事故类型，并发出相应报警信息。优选的，所述事故分类器预先通过以下方式建立：从现场压裂施工曲线数据库中筛选事故样本数据；所述事故样本数据包含多组时间序列，所述时间序列包括反映对应事故整个发展过程的各个采样时刻的采样数据；对各组时间序列设置相同时间长度的时间窗口，并将时间窗分割为多个宽度相同的时间片段；对每个时间片段内的时间序列数据进行线性拟合，对应获得每个时间片段内的在线监测数据的线性关系曲线；根据每个时间片段的线性关系曲线的斜率确定对应的趋势特征基元，并根据所有时间序列对应的趋势特征基元构对应的趋势特征向量；根据所述趋势特征向量及对应的事故类型构建数据集；所述数据集包括训练数据集；以所述训练数据集中的趋势特征向量作为输入数据集，并以所述训练数据集中的事故类型作为输出数据集，训练预设的分类器模型，建立事故分类器。优选的，所述数据集还包括测试数据集；对应的，在所述建立事故分类器之后，还包括：将所述测试数据集中的趋势特征向量作为输入代入所述事故分类器，输出预测的事故类型；根据所述预测的事故类型及所述测试数据集中的事故类型确定所述事故分类器的性能是否满足要求。优选的，所述根据所述预测的事故类型及所述测试数据集中的事故类型确定所述事故分类器的性能是否满足要求，包括：根据公式确定所述事故分类器的整体准确率GA；确定所述整体准确率GA是否满足预设的整体准确率要求；其中，fii表示：真实事故类型属于i，且被准确诊断为事故类型i的数量；S表示所有事故类型的数目；表示所有的事故类型中，被准确诊断的总数；表示所有被测试样本的总数。优选的，所述根据所述预测的事故类型及所述测试数据集中的事故类型确定所述事故分类器的性能是否满足要求，包括：根据公式确定所述事故分类器的虚报警率FAR；确定所述虚报警率FAR是否满足预设的虚报警率要求；其中，f0j表示真实事故类型属于非事故，且被错误诊断为事故类型j的数量；S表示所有事故类型的数目；表示在所有非事故工况中，被错误的诊断为事故的总数；表示所有非事故工况的总数。优选的，所述根据所述预测的事故类型及所述测试数据集中的事故类型确定所述事故分类器的性能是否满足要求，包括：根据公式确定所述事故分类器的漏报警率MAR；确定所述漏报警率MAR是否满足预设的漏报警率要求；其中，fi0表示真实事故类型属于i，被错误的诊断为非事故的数量；S为表示所有事故类型的数目；表示在所有真实事故中，被错误的诊断为非事故工况的总数；表示所有真实事故的总数。优选的，在构建出数据集之后，还包括：对构建出的输入数据集及输出数据集进行归一化处理。优选的，所述分类器模型的惩罚参数及核参数通过粒子群算法优化得到。优选的，所述分类器模型包括神经网络模型。另一方面，本申请实施例还提供了一种页岩气压裂井下事故早期诊断报警装置，包括：数据采样模块，用于获取反应页岩气压裂井下工况的参考变量的在线监测数据；时窗设置模块，用于按照预设宽度设置所述在线数据的时间窗；曲线获取模块，用于将所述时间窗划分为多个宽度相同的时间片段，并对每个时间片段内的在线监测数据进行线性拟合，对应获得每个时间片段内的在线监测数据的线性关系曲线；向量获取模块，用于根据每个时间片段的线性关系曲线的斜率确定对应的趋势特征基元，并根据所述趋势特征基元构建趋势特征向量；事故报警模块，用于将所述趋势特征向量代入预设的事故分类器，预测所述在线监测数据对应的事故类型，并发出相应报警信息。由以上本申请实施例提供的技术方案可见，本申请实施例获取反应页岩气压裂井下工况的参考变量的在线监测数据；按照预设宽度设置所述在线数据的时间窗；将时间窗划分为多个宽度相同的时间片段，并对每个时间片段内的在线监测数据进行线性拟合，对应获得每个时间片段内的在线监测数据的线性关系曲线；根据每个时间片段的线性关系曲线的斜率确定对应的趋势特征基元，并根据趋势特征基元构建趋势特征向量；将趋势特征向量代入预设的事故分类器，预测在线监测数据对应的事故类型，并发出相应报警信息，从从而实现了页岩气压裂井下事故的早期诊断和报警。为后续处理页岩气压裂井下事故预留了宝贵的时间，从而有利于避免页岩气压裂井下事故的发生或者减少页岩气压裂井下事故所造成的危害。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：图1为本申请一实施例的页岩气压裂井下事故早期诊断报警方法的流程图；图2为本申请一实施例中趋势特征基元的取值示意图；图3为本申请一实施例中片段划分及趋势特征基元确定示意图；图4为本申请一实施例中地层形成裂缝事故的实时诊断报警结果；图5为本申请一实施例中近井地带压窜事故的实时诊断报警结果；图6为本申请一实施例的页岩气压裂井下事故早期诊断报警装置的结构框图。具体实施方式为了使本
的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人本文档来自技高网...

【技术保护点】
一种页岩气压裂井下事故早期诊断报警方法，其特征在于，包括：获取反应页岩气压裂井下工况的参考变量的在线监测数据；按照预设宽度设置所述在线数据的时间窗；将所述时间窗划分为多个宽度相同的时间片段，并对每个时间片段内的在线监测数据进行线性拟合，对应获得每个时间片段内的在线监测数据的线性关系曲线；根据每个时间片段的线性关系曲线的斜率确定对应的趋势特征基元，并根据所述趋势特征基元构建趋势特征向量；将所述趋势特征向量代入预设的事故分类器，预测所述在线监测数据对应的事故类型，并发出相应报警信息。

【技术特征摘要】
1.一种页岩气压裂井下事故早期诊断报警方法，其特征在于，包括：获取反应页岩气压裂井下工况的参考变量的在线监测数据；按照预设宽度设置所述在线数据的时间窗；将所述时间窗划分为多个宽度相同的时间片段，并对每个时间片段内的在线监测数据进行线性拟合，对应获得每个时间片段内的在线监测数据的线性关系曲线；根据每个时间片段的线性关系曲线的斜率确定对应的趋势特征基元，并根据所述趋势特征基元构建趋势特征向量；将所述趋势特征向量代入预设的事故分类器，预测所述在线监测数据对应的事故类型，并发出相应报警信息。2.如权利要求1所述的页岩气压裂井下事故早期诊断报警方法，其特征在于，所述事故分类器预先通过以下方式建立：从现场压裂施工曲线数据库中筛选事故样本数据；所述事故样本数据包含多组时间序列，所述时间序列包括反映对应事故整个发展过程的各个采样时刻的采样数据；对各组时间序列设置相同时间长度的时间窗口，并将时间窗分割为多个宽度相同的时间片段；对每个时间片段内的时间序列数据进行线性拟合，对应获得每个时间片段内的在线监测数据的线性关系曲线；根据每个时间片段的线性关系曲线的斜率确定对应的趋势特征基元，并根据所有时间序列对应的趋势特征基元构对应的趋势特征向量；根据所述趋势特征向量及对应的事故类型构建数据集；所述数据集包括训练数据集；以所述训练数据集中的趋势特征向量作为输入数据集，并以所述训练数据集中的事故类型作为输出数据集，训练预设的分类器模型，建立事故分类器。3.如权利要求2所述的页岩气压裂井下事故早期诊断报警方法，其特征在于，所述数据集还包括测试数据集；对应的，在所述建立事故分类器之后，还包括：将所述测试数据集中的趋势特征向量作为输入代入所述事故分类器，输出预测的事故类型；根据所述预测的事故类型及所述测试数据集中的事故类型确定所述事故分类器的性能是否满足要求。4.如权利要求3所述的页岩气压裂井下事故早期诊断报警方法，其特征在于，所述根据所述预测的事故类型及所述测试数据集中的事故类型确定所述事故分类器的性能是否满足要求，包括：根据公式确定所述事故分类器的整体准确率GA；确定所述整体准确率GA是否满足预设的整体准确率要求；其中，fii表示真实事故类型属于i，且被准确诊断为事故类型i的事故数量；S表示所有事故类型的总...

【专利技术属性】
技术研发人员：张来斌，胡瑾秋，张鑫，
申请(专利权)人：中国石油大学北京，
类型：发明
国别省市：北京,11