System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于油气田开发领域,具体涉及井下脉冲流动发生装置辅助监测方法和系统。
技术介绍
1、随着对非常规油气资源的不断深入开发挖潜,非常规油气资源不断采出,导致含水率逐渐上升,为提高油井的产量、改善油井的采收率等,需向井内下放井下脉冲流动发生装置,它通过控制油管内的流体流动来实现一定的脉冲效果,这种脉冲流动可以用于提高油井的产量、改善油井的采收率等。
2、现有技术中,公开号为“cn106246126a”的一种井下机械水力脉冲发生装置,利用机械水力脉冲发生装置对油气井的生产层位产生低频水力振荡作用,对油气井的套管和地层中的压裂裂缝产生水力清洗的效果;由于套管内的流体处于交替的正压负压的状态下,促使地层中的压裂裂缝处于交替张开闭合的状态,能够促进裂缝保持良好的生产状态;此外,交替的水力振荡作用能够降低原油的结构粘度,增加原油的流动性。
3、然而,当井下脉冲流动发生装置被下放至井内后,由于无法获知该装置的运行状态,导致其发生故障甚至停机,操作人员也无法及时采取应急措施,因此随着该装置的不断使用,亟需配套井下脉冲流动发生装置辅助监测方法,以实时监测确保设备的安全运行。
技术实现思路
1、本专利技术目的在于提供井下脉冲流动发生装置辅助监测方法,以克服上述技术缺陷。
2、为解决上述技术问题,本专利技术提供了井下脉冲流动发生装置辅助监测方法,包括:
3、获取井下脉冲流动发生装置的运行参数;
4、对所述运行参数进行预处理;
6、基于所述非线性动力学特征,进行异常检测;
7、若检测到异常行为,触发决策措施。
8、获取井下脉冲流动发生装置的运行参数,包括:
9、在所述井下脉冲流动发生装置内安装多个传感器;
10、多个所述传感器至少包括压力传感器、温度传感器、流量传感器;
11、获取多个所述传感器的采集数据。
12、对所述运行参数进行预处理,包括:
13、对多个所述传感器的采集数据进行去噪;
14、对多个所述传感器的采集数据进行滤波。
15、在预处理后,提取所述运行参数的非线性动力学特征,包括:
16、基于非线性动力学方法,提取所述运行参数的非线性动力学特征;
17、所述非线性动力学特征包括lyapunov指数、分岔图、递归方差。
18、在步骤获取井下脉冲流动发生装置的运行参数之前,还包括:
19、获取若干个所述井下脉冲流动发生装置的历史运行参数;
20、对所述历史运行参数进行预处理;
21、在预处理后,提取所述历史运行参数的非线性动力学特征;
22、筛选出正常非线性动力学特征和异常非线性动力学特征;
23、基于机器学习算法对所述正常非线性动力学特征和所述异常非线性动力学特征分别进行训练,并获取训练模型以构建正常运行基准模型和异常检测模型。
24、基于所述非线性动力学特征,进行异常检测,包括:
25、将获取到的所述非线性动力学特征应用于所述正常运行基准模型和/或所述异常检测模型,生成检测结果,若检测结果与所述正常运行基准模型不符或符合所述异常检测模型,即可判定为异常,否则为正常。
26、若检测到异常行为,触发决策措施,所述决策措施包括报警、停机或远程控制。
27、使用预处理、提取特征后的运行参数数据构建孤立森林模型,孤立森林模型是通过构建多棵随机二叉树来划分数据集,其中异常样本的路径长度短,而正常样本的路径长度长,通过构建多棵树并综合它们的结果,得到最终的异常评分;
28、对于每个样本点,利用孤立森林模型计算其异常评分,计算公式如下:
29、
30、其中, s(x)表示异常评分,样本点 x在树中的路径长度为 h(x), e(h(x))表示样本点 x在所有树中的平均路径长度, c(n)是根据样本量 n计算的决策阈值, c′(n)是修正因子,修正因子的作用是根据样本量 n的大小来调整异常评分;
31、根据样本量的大小计算修正因子 c′(n),通过以下公式计算修正因子:
32、
33、其中 h(n-1)是调和数,用来调整异常评分,使得评分更准确和可靠;
34、
35、根据异常评分,对样本点进行异常检测和预警:异常评分高的样本点被认为是异常样本,表示井下脉冲流动发生装置发生异常或故障情况;根据预先设定的阈值,判断样本点是否异常,并进行相应的处理和预警。
36、此外,为实现上述目的,本实施例还提供一种井下脉冲流动发生装置辅助监测系统,包括:
37、第一获取模块,用于获取井下脉冲流动发生装置的运行参数;
38、预处理模块,用于对所述运行参数进行预处理;
39、第二获取模块,用于提取所述运行参数的非线性动力学特征;
40、异常检测模块,用于基于所述非线性动力学特征,进行异常检测;
41、决策模块,用于当检测到异常情况时,触发决策措施。
42、井下脉冲流动发生装置辅助监测系统还包括:
43、训练模块,用于基于机器学习算法对所述正常非线性动力学特征和所述异常非线性动力学特征分别进行训练,并获取正常运行基准模型和异常检测模型;
44、生成模块,用于基于所述正常运行基准模型和所述异常检测模型与所述非线性动力学特征生成检测结果。
45、本专利技术提供的井下脉冲流动发生装置辅助监测方法,通过获取多个传感器的特征数据,并基于获取的特征数据和异常检测算法,可以更准确地分析和判断井下脉冲流动发生装置的状态和工作情况,便于及时发现井下脉冲流动发生装置的潜在故障或异常情况,并采取相应的措施,从而防止事故的发生或扩大,同时还可以为决策者提供有价值的信息,用于制定生产计划、优化生产过程等。
46、为让本专利技术的上述内容能更明显易懂,下文特举优选实施例,并结合附图,作详细说明如下。
本文档来自技高网...【技术保护点】
1.井下脉冲流动发生装置辅助监测方法,其特征在于,包括:
2.根据权利要求1所述的井下脉冲流动发生装置辅助监测方法,其特征在于,对所述运行参数进行预处理,包括:
3.根据权利要求1所述的井下脉冲流动发生装置辅助监测方法,其特征在于,在预处理后,提取所述运行参数的非线性动力学特征,包括:
4.根据权利要求1所述的井下脉冲流动发生装置辅助监测方法,其特征在于,在步骤获取井下脉冲流动发生装置的运行参数之前,还包括:
5.根据权利要求4所述的井下脉冲流动发生装置辅助监测方法,其特征在于,基于所述非线性动力学特征,进行异常检测,包括:
6.根据权利要求5所述的井下脉冲流动发生装置辅助监测方法,其特征在于,若检测到异常行为,触发决策措施,所述决策措施包括报警、停机或远程控制。
7.根据权利要求1所述的井下脉冲流动发生装置辅助监测方法,其特征在于,使用预处理、提取特征后的运行参数数据构建孤立森林模型,孤立森林模型是通过构建多棵随机二叉树来划分数据集,其中异常样本的路径长度短,而正常样本的路径长度长,通过构建多棵树并综合它们
8.一种井下脉冲流动发生装置辅助监测系统,其特征在于,包括:
9.根据权利要求8所述的井下脉冲流动发生装置辅助监测系统,其特征在于,还包括:
...【技术特征摘要】
1.井下脉冲流动发生装置辅助监测方法,其特征在于,包括:
2.根据权利要求1所述的井下脉冲流动发生装置辅助监测方法,其特征在于,对所述运行参数进行预处理,包括:
3.根据权利要求1所述的井下脉冲流动发生装置辅助监测方法,其特征在于,在预处理后,提取所述运行参数的非线性动力学特征,包括:
4.根据权利要求1所述的井下脉冲流动发生装置辅助监测方法,其特征在于,在步骤获取井下脉冲流动发生装置的运行参数之前,还包括:
5.根据权利要求4所述的井下脉冲流动发生装置辅助监测方法,其特征在于,基于所述非线性动力学特征,进行异常检测,包括:
6...
【专利技术属性】
技术研发人员:向新胜,黄荣辉,杨捷,沙地克·斯地克,周华,艾白布·阿不力米提,张永强,杨波,张成进,刘奇,
申请(专利权)人:新疆石油管理局有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。