本發(fā)明涉及油氣田開發(fā)生產(chǎn)技術(shù)領(lǐng)域，特別涉及一種油氣井監(jiān)測的方法和裝置。

背景技術(shù)：

在油氣井生產(chǎn)過程中，作業(yè)人員需要對油氣井的生產(chǎn)表現(xiàn)進(jìn)行監(jiān)測，診斷油氣井在生產(chǎn)過程中出現(xiàn)的問題，并有針對性的采取工藝措施和生產(chǎn)優(yōu)化手段以解決出現(xiàn)的問題。例如，在對油氣井進(jìn)行排液采氣的過程中，產(chǎn)出的氣體中常常攜帶水和/或凝析油等液體，而這些液體容易凝結(jié)成斷塞流，從而留在井底形成井底積液，井底積液過多會導(dǎo)致油氣井報廢，因此，作業(yè)人員往往需要實(shí)時監(jiān)測油氣井的狀況。

現(xiàn)有技術(shù)中采用試井曲線法監(jiān)測油氣井中是否存在井底積液，具體過程可以為：作業(yè)人員先對油氣井做放噴排液處理，除去油氣井中氣管內(nèi)的液體；然后將壓力計置于井中，分別周期性測量井底的壓力和井中各產(chǎn)氣層的壓力，并根據(jù)井底的壓力和井中各產(chǎn)氣層的壓力，利用氣體穩(wěn)態(tài)滲流方程繪制曲線，將繪制的曲線與給定的正常理論曲線進(jìn)行比較；當(dāng)該繪制的曲線和正常理論曲線之間存在差異時，通過分析該繪制的曲線與正常理論曲線之間的差異，確定出油氣井中的井底的壓力和各產(chǎn)氣層的壓力的變化狀況；根據(jù)井底的壓力和各產(chǎn)氣層的壓力的變化狀況，判斷油氣井中是否存在井底積液；其中，井底的壓力和各產(chǎn)氣層的壓力為平穩(wěn)衰減狀態(tài)，確定油氣井中不存在井底積液，當(dāng)井底的壓力和各產(chǎn)氣層的壓力不是處于平穩(wěn)衰減狀態(tài)時，確定油氣井中存在井底積液。

在實(shí)現(xiàn)本發(fā)明的過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)至少存在以下問題：

由于周期性測量的井底的壓力和井中各產(chǎn)氣層的壓力為時序數(shù)據(jù)，作業(yè)人員需人工處理該時序數(shù)據(jù)并比較分析繪制的曲線與正常理論曲線，從而導(dǎo)致現(xiàn)有技術(shù)對油氣井的監(jiān)測的效率低以及時效性差。

技術(shù)實(shí)現(xiàn)要素：

為了解決現(xiàn)有技術(shù)的問題，本發(fā)明提供了一種油氣井監(jiān)測的方法和裝置。技術(shù)方案如下：

第一方面，本發(fā)明實(shí)施例提供了一種油氣井監(jiān)測的方法，所述方法包括：

每隔預(yù)設(shè)時長獲取油氣井的至少一種生產(chǎn)參數(shù)的數(shù)據(jù)，得到至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合；

根據(jù)所述至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合，確定每個生產(chǎn)參數(shù)數(shù)據(jù)集合中相鄰兩個生產(chǎn)參數(shù)數(shù)據(jù)的數(shù)據(jù)變化率，得到至少一個數(shù)據(jù)變化率集合；

根據(jù)所述至少一個數(shù)據(jù)變化率集合，確定所述至少一種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值；

根據(jù)診斷模型，從所述至少一種生產(chǎn)參數(shù)中選擇待診斷問題對應(yīng)的生產(chǎn)參數(shù)組成第一參數(shù)集合，所述診斷模型用于存儲所述待診斷問題和生產(chǎn)參數(shù)的對應(yīng)關(guān)系；

根據(jù)所述至少一種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值，確定所述第一參數(shù)集合中每種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值組成數(shù)學(xué)期望值集合；

根據(jù)所述數(shù)學(xué)期望值集合和第一預(yù)設(shè)算法，確定所述第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值；

根據(jù)所述第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值和所述待診斷問題的預(yù)設(shè)數(shù)學(xué)期望值，確定所述油氣井是否存在所述待診斷問題。

在一種可能的設(shè)計中，所述根據(jù)所述至少一個數(shù)據(jù)變化率集合，確定所述至少一種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值，包括：

獲取每個數(shù)據(jù)變化率集合中每個數(shù)據(jù)變化率的邊緣密度；

根據(jù)所述每個數(shù)據(jù)變化率集合中每個數(shù)據(jù)變化率和所述每個數(shù)據(jù)變化率的邊緣密度，通過以下公式一，計算第一數(shù)據(jù)變化率集合的數(shù)學(xué)期望值，所述第一數(shù)據(jù)變化率集合為所述至少一個數(shù)據(jù)變化率集合中任一數(shù)據(jù)變化率集合：

公式一：

其中，mx為所述至少一個數(shù)據(jù)變化率集合中任一數(shù)據(jù)變化率集合x的數(shù)學(xué)期望值，xi為任一數(shù)據(jù)變化率集合x中第i個數(shù)據(jù)變化率，px(xi)為所述任一數(shù)據(jù)變化率集合x中第i個數(shù)據(jù)變化率的邊緣密度，dxi為xi的微分。

在一種可能的設(shè)計中，所述從所述至少一種生產(chǎn)參數(shù)中選擇待診斷問題對應(yīng)的第一參數(shù)集合之前，所述方法還包括：

確定待診斷問題集合中每個待診斷問題對應(yīng)的生產(chǎn)參數(shù)，所述每個待診斷問題對應(yīng)的生產(chǎn)參數(shù)為基于領(lǐng)域知識和預(yù)設(shè)規(guī)則定義的生產(chǎn)參數(shù)；

根據(jù)所述每個待診斷問題和所述每個待診斷問題對應(yīng)的生產(chǎn)參數(shù)，構(gòu)建所述診斷模型。

在一種可能的設(shè)計中，所述根據(jù)所述第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值和所述待診斷問題的預(yù)設(shè)數(shù)學(xué)期望值，確定所述油氣井是否存在所述待診斷問題之后，所述方法還包括：

根據(jù)所述至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合和第二預(yù)設(shè)算法，預(yù)估所述待診斷問題的可靠性指數(shù)；

根據(jù)所述待診斷問題的可靠性指數(shù)，從所述可靠性指數(shù)和預(yù)警等級的對應(yīng)關(guān)系中，確定所述待診斷問題的可靠性指數(shù)對應(yīng)的預(yù)警等級；

根據(jù)所述預(yù)警等級，對所述待診斷問題進(jìn)行預(yù)警提醒。

在一種可能的設(shè)計中，所述根據(jù)所述至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合和第二預(yù)設(shè)算法，預(yù)估所述待診斷問題的可靠性指數(shù)，包括：

從所述至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合中選擇第一生產(chǎn)參數(shù)數(shù)據(jù)集合，所述第一生產(chǎn)參數(shù)數(shù)據(jù)集合為基于領(lǐng)域知識和預(yù)設(shè)規(guī)則預(yù)設(shè)的生產(chǎn)參數(shù)的數(shù)據(jù)集合；

根據(jù)所述第一生產(chǎn)參數(shù)數(shù)據(jù)集合，通過以下公式二，確定滿足預(yù)設(shè)條件的聚類對象，所述預(yù)設(shè)條件為所述第一生產(chǎn)參數(shù)數(shù)據(jù)集合的范數(shù)表達(dá)式的值最小，所述公式二為第二預(yù)設(shè)算法中預(yù)設(shè)的公式：

公式二：

其中，e為所述第一生產(chǎn)參數(shù)數(shù)據(jù)集合在k聚類意義下的范數(shù)表達(dá)式，k為聚類數(shù)，cj(j＝1，2，……，k)為k個聚類中的第j個聚類包括的生產(chǎn)參數(shù)數(shù)據(jù)，p為聚類cj中的生產(chǎn)參數(shù)數(shù)據(jù)，oj是表征第j個聚類cj的聚類對象，即將第j個聚類cj包括的生產(chǎn)參數(shù)數(shù)據(jù)對應(yīng)的聚類后的數(shù)據(jù)；

根據(jù)所述聚類對象，確定所述第一生產(chǎn)參數(shù)數(shù)據(jù)集合的趨勢分布數(shù)據(jù)；

根據(jù)所述趨勢分布數(shù)據(jù)，通過以下公式三，確定所述待診斷問題的可靠性指數(shù)，所述公式三為第二預(yù)設(shè)算法中預(yù)設(shè)的公式：

公式三：

其中，t為采集時間，yf(t)為所述趨勢分布數(shù)據(jù)，max{yf}為所述趨勢分布數(shù)據(jù)的最大值，tmax為所述趨勢分布數(shù)據(jù)的值為零時對應(yīng)的最大采集時間，ri(t)為所述可靠性指數(shù)。

第二方面，本發(fā)明實(shí)施例提供一種油氣井監(jiān)測的裝置，所述裝置包括：

獲取模塊，用于每隔預(yù)設(shè)時長獲取油氣井的至少一種生產(chǎn)參數(shù)的數(shù)據(jù)，得到至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合；

第一確定模塊，用于根據(jù)所述至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合，確定每個生產(chǎn)參數(shù)數(shù)據(jù)集合中相鄰兩個生產(chǎn)參數(shù)數(shù)據(jù)的數(shù)據(jù)變化率，得到至少一個數(shù)據(jù)變化率集合；

第二確定模塊，用于根據(jù)所述至少一個數(shù)據(jù)變化率集合，確定所述至少一種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值；

選擇模塊，用于根據(jù)診斷模型，從所述至少一種生產(chǎn)參數(shù)中選擇待診斷問題對應(yīng)的生產(chǎn)參數(shù)組成第一參數(shù)集合，所述診斷模型用于存儲所述待診斷問題和生產(chǎn)參數(shù)的對應(yīng)關(guān)系；

第三確定模塊，用于根據(jù)所述至少一種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值，確定所述第一參數(shù)集合中每種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值組成數(shù)學(xué)期望值集合；

第四確定模塊，用于根據(jù)所述數(shù)學(xué)期望值集合和第一預(yù)設(shè)算法，確定所述第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值；

第五確定模塊，用于根據(jù)所述第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值和所述待診斷問題的預(yù)設(shè)數(shù)學(xué)期望值，確定所述油氣井是否存在所述待診斷問題。

在一種可能的設(shè)計中，所述第二確定模塊，還用于獲取每個數(shù)據(jù)變化率集合中每個數(shù)據(jù)變化率的邊緣密度；根據(jù)所述每個數(shù)據(jù)變化率集合中每個數(shù)據(jù)變化率和所述每個數(shù)據(jù)變化率的邊緣密度，通過以下公式一，計算第一數(shù)據(jù)變化率集合的數(shù)學(xué)期望值，所述第一數(shù)據(jù)變化率集合為所述至少一個數(shù)據(jù)變化率集合中任一數(shù)據(jù)變化率集合：

公式一：

其中，mx為所述至少一個數(shù)據(jù)變化率集合中任一數(shù)據(jù)變化率集合x的數(shù)學(xué)期望值，xi為任一數(shù)據(jù)變化率集合x中第i個數(shù)據(jù)變化率，px(xi)為所述任一數(shù)據(jù)變化率集合x中第i個數(shù)據(jù)變化率的邊緣密度，dxi為xi的微分。

在一種可能的設(shè)計中，所述裝置還包括：

第六確定模塊，用于確定待診斷問題集合中每個待診斷問題對應(yīng)的生產(chǎn)參數(shù)，所述每個待診斷問題對應(yīng)的生產(chǎn)參數(shù)為基于領(lǐng)域知識和預(yù)設(shè)規(guī)則定義的生產(chǎn)參數(shù)；

構(gòu)建模塊，用于根據(jù)所述每個待診斷問題和所述每個待診斷問題對應(yīng)的生產(chǎn)參數(shù)，構(gòu)建所述診斷模型。

在一種可能的設(shè)計中，所述裝置還包括：

預(yù)估模塊，用于根據(jù)所述至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合和第二預(yù)設(shè)算法，預(yù)估所述待診斷問題的可靠性指數(shù)；

第七確定模塊，用于根據(jù)所述待診斷問題的可靠性指數(shù)，從所述可靠性指數(shù)和預(yù)警等級的對應(yīng)關(guān)系中，確定所述待診斷問題的可靠性指數(shù)對應(yīng)的預(yù)警等級；

預(yù)警模塊，用于根據(jù)所述預(yù)警等級，對所述待診斷問題進(jìn)行預(yù)警提醒。

在一種可能的設(shè)計中，所述預(yù)估模塊，包括：

選擇單元，用于從所述至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合中選擇第一生產(chǎn)參數(shù)數(shù)據(jù)集合，所述第一生產(chǎn)參數(shù)數(shù)據(jù)集合為基于領(lǐng)域知識和預(yù)設(shè)規(guī)則預(yù)設(shè)的生產(chǎn)參數(shù)的數(shù)據(jù)集合；

第一確定單元，用于根據(jù)所述第一生產(chǎn)參數(shù)數(shù)據(jù)集合，通過以下公式二，確定滿足預(yù)設(shè)條件的聚類對象，所述預(yù)設(shè)條件為所述第一生產(chǎn)參數(shù)數(shù)據(jù)集合的范數(shù)表達(dá)式的值最小，所述公式二為第二預(yù)設(shè)算法中預(yù)設(shè)的公式：

公式二：

其中，e為所述第一生產(chǎn)參數(shù)數(shù)據(jù)集合在k聚類意義下的范數(shù)表達(dá)式，k為聚類數(shù)，cj(j＝6，2，……，k)為k個聚類中的第j個聚類包括的生產(chǎn)參數(shù)數(shù)據(jù)，p為聚類cj中的生產(chǎn)參數(shù)數(shù)據(jù)，oj是表征第j個聚類cj的聚類對象，即將第j個聚類cj包括的生產(chǎn)參數(shù)數(shù)據(jù)對應(yīng)的聚類后的數(shù)據(jù)；

第二確定單元，用于根據(jù)所述聚類對象，確定所述第一生產(chǎn)參數(shù)數(shù)據(jù)集合的趨勢分布數(shù)據(jù)；

第三確定單元，用于根據(jù)所述趨勢分布數(shù)據(jù)，通過以下公式三，確定所述待診斷問題的可靠性指數(shù)，所述公式三為第二預(yù)設(shè)算法中預(yù)設(shè)的公式：

公式三：

其中，t為采集時間，yf(t)為所述趨勢分布數(shù)據(jù)，max{yf}為所述趨勢分布數(shù)據(jù)的最大值，tmax為所述趨勢分布數(shù)據(jù)的值為零時對應(yīng)的最大采集時間，ri(t)為所述可靠性指數(shù)。

本發(fā)明實(shí)施例中，服務(wù)器可以根據(jù)該至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合，確定至少一個數(shù)據(jù)變化率集合后，計算該至少一個數(shù)據(jù)變化率集合中每個數(shù)據(jù)變化率集合對應(yīng)的生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值；然后服務(wù)器根據(jù)服務(wù)器中存儲的診斷模型，確定出待診斷問題對應(yīng)的生產(chǎn)參數(shù)組成第一參數(shù)集合，以及該第一參數(shù)集合中每種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值組成數(shù)學(xué)期望值集合；服務(wù)器計算出該第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值，根據(jù)該第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值和該待診斷問題的預(yù)設(shè)數(shù)學(xué)期望值，從而確定該油氣井是否存在該待診斷問題。由于服務(wù)器將連續(xù)觀測的多個生產(chǎn)參數(shù)數(shù)據(jù)集合轉(zhuǎn)換為具有概率統(tǒng)計特征的多個變化率集合，使得服務(wù)器可以直接對多個數(shù)據(jù)變化率集合進(jìn)行計算，確定出多個生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值等狀態(tài)，服務(wù)器可以綜合該多個生產(chǎn)參數(shù)的狀態(tài)，直接根據(jù)診斷模型對待診斷問題進(jìn)行診斷，無需人工處理，提高了監(jiān)測油氣井的效率；并且，服務(wù)器可以及時的判斷出油氣井中是否存在待診斷的問題，節(jié)省人工處理的時間，進(jìn)而提高了監(jiān)測油氣井過程中對油氣井進(jìn)行診斷的時效性。

附圖說明

圖1是本發(fā)明實(shí)施例提供的一種油氣井監(jiān)測的方法流程圖；

圖2是本發(fā)明實(shí)施例提供的一種油氣井監(jiān)測的方法流程圖；

圖3是本發(fā)明實(shí)施例提供的一種聚類對象示意圖；

圖4是本發(fā)明實(shí)施例提供的一種油氣井監(jiān)測的裝置結(jié)構(gòu)示意圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對本發(fā)明實(shí)施方式作進(jìn)一步地詳細(xì)描述。

本發(fā)明實(shí)施例提供了一種油氣井監(jiān)測的方法，該方法的執(zhí)行主體可以為服務(wù)器，如圖1所示，該方法包括：

步驟101：每隔預(yù)設(shè)時長獲取油氣井的至少一種生產(chǎn)參數(shù)的數(shù)據(jù)，得到至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合。

步驟102：根據(jù)該至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合，確定每個生產(chǎn)參數(shù)數(shù)據(jù)集合中相鄰兩個生產(chǎn)參數(shù)數(shù)據(jù)的數(shù)據(jù)變化率，得到至少一個數(shù)據(jù)變化率集合。

步驟103：根據(jù)該至少一個數(shù)據(jù)變化率集合，確定該至少一種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值。

步驟104：根據(jù)診斷模型，從該至少一種生產(chǎn)參數(shù)中選擇待診斷問題對應(yīng)的生產(chǎn)參數(shù)組成第一參數(shù)集合，該診斷模型用于存儲該待診斷問題和生產(chǎn)參數(shù)的對應(yīng)關(guān)系。

步驟105：根據(jù)該至少一種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值，確定該第一參數(shù)集合中每種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值組成數(shù)學(xué)期望值集合。

步驟106：根據(jù)該數(shù)學(xué)期望值集合和第一預(yù)設(shè)算法，確定該第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值。

步驟107：根據(jù)該第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值和該待診斷問題的預(yù)設(shè)數(shù)學(xué)期望值，確定該油氣井是否存在該待診斷問題。

在一種可能的設(shè)計中，根據(jù)該至少一個數(shù)據(jù)變化率集合，確定該至少一種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值，包括：

獲取每個數(shù)據(jù)變化率集合中每個數(shù)據(jù)變化率的邊緣密度；

根據(jù)該每個數(shù)據(jù)變化率集合中每個數(shù)據(jù)變化率和該每個數(shù)據(jù)變化率的邊緣密度，通過以下公式一，計算第一數(shù)據(jù)變化率集合的數(shù)學(xué)期望值，該第一數(shù)據(jù)變化率集合為該至少一個數(shù)據(jù)變化率集合中任一數(shù)據(jù)變化率集合：

公式一：

其中，mx為該至少一個數(shù)據(jù)變化率集合中任一數(shù)據(jù)變化率集合x的數(shù)學(xué)期望值，xi為任一數(shù)據(jù)變化率集合x中第i個數(shù)據(jù)變化率，px(xi)為該任一數(shù)據(jù)變化率集合x中第i個數(shù)據(jù)變化率的邊緣密度，dxi為xi的微分。

在一種可能的設(shè)計中，從該至少一種生產(chǎn)參數(shù)中選擇待診斷問題對應(yīng)的第一參數(shù)集合之前，該方法還包括：

確定待診斷問題集合中每個待診斷問題對應(yīng)的生產(chǎn)參數(shù)，該每個待診斷問題對應(yīng)的生產(chǎn)參數(shù)為基于領(lǐng)域知識和預(yù)設(shè)規(guī)則定義的生產(chǎn)參數(shù)；

根據(jù)該每個待診斷問題和該每個待診斷問題對應(yīng)的生產(chǎn)參數(shù)，構(gòu)建該診斷模型。

在一種可能的設(shè)計中，根據(jù)該第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值和該待診斷問題的預(yù)設(shè)數(shù)學(xué)期望值，確定該油氣井是否存在該待診斷問題之后，該方法還包括：

根據(jù)該至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合和第二預(yù)設(shè)算法，預(yù)估該待診斷問題的可靠性指數(shù)；

根據(jù)該待診斷問題的可靠性指數(shù)，從該可靠性指數(shù)和預(yù)警等級的對應(yīng)關(guān)系中，確定該待診斷問題的可靠性指數(shù)對應(yīng)的預(yù)警等級；

根據(jù)該預(yù)警等級，對該待診斷問題進(jìn)行預(yù)警提醒。

在一種可能的設(shè)計中，根據(jù)該至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合和第二預(yù)設(shè)算法，預(yù)估該待診斷問題的可靠性指數(shù)，包括：

從該至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合中選擇第一生產(chǎn)參數(shù)數(shù)據(jù)集合，該第一生產(chǎn)參數(shù)數(shù)據(jù)集合為基于領(lǐng)域知識和預(yù)設(shè)規(guī)則預(yù)設(shè)的生產(chǎn)參數(shù)的數(shù)據(jù)集合；

根據(jù)該第一生產(chǎn)參數(shù)數(shù)據(jù)集合，通過以下公式二，確定滿足預(yù)設(shè)條件的聚類對象，該預(yù)設(shè)條件為該第一生產(chǎn)參數(shù)數(shù)據(jù)集合的范數(shù)表達(dá)式的值最小，該公式二為第二預(yù)設(shè)算法中預(yù)設(shè)的公式：

公式二：

其中，e為該第一生產(chǎn)參數(shù)數(shù)據(jù)集合在k聚類意義下的范數(shù)表達(dá)式，k為聚類數(shù)，cj(j＝1，2，……，k)為k個聚類中的第j個聚類包括的生產(chǎn)參數(shù)數(shù)據(jù)，p為聚類cj中的生產(chǎn)參數(shù)數(shù)據(jù)，oj是表征第j個聚類cj的聚類對象，即將第j個聚類cj包括的生產(chǎn)參數(shù)數(shù)據(jù)對應(yīng)的聚類后的數(shù)據(jù)；

根據(jù)該聚類對象，確定該第一生產(chǎn)參數(shù)數(shù)據(jù)集合的趨勢分布數(shù)據(jù)；

根據(jù)該趨勢分布數(shù)據(jù)，通過以下公式三，確定該待診斷問題的可靠性指數(shù)，該公式三為第二預(yù)設(shè)算法中預(yù)設(shè)的公式：

公式三：

其中，t為采集時間，yf(t)為該趨勢分布數(shù)據(jù)，max{yf}為該趨勢分布數(shù)據(jù)的最大值，tmax為該趨勢分布數(shù)據(jù)的值為零時對應(yīng)的最大采集時間，ri(t)為該可靠性指數(shù)。

本發(fā)明實(shí)施例中，服務(wù)器可以根據(jù)該至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合，確定至少一個數(shù)據(jù)變化率集合后，計算該至少一個數(shù)據(jù)變化率集合中每個數(shù)據(jù)變化率集合對應(yīng)的生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值；然后服務(wù)器根據(jù)服務(wù)器中存儲的診斷模型，確定出待診斷問題對應(yīng)的生產(chǎn)參數(shù)組成第一參數(shù)集合，以及該第一參數(shù)集合中每種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值組成數(shù)學(xué)期望值集合；服務(wù)器計算出該第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值，根據(jù)該第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值和該待診斷問題的預(yù)設(shè)數(shù)學(xué)期望值，從而確定該油氣井是否存在該待診斷問題。由于服務(wù)器將連續(xù)觀測的多個生產(chǎn)參數(shù)數(shù)據(jù)集合轉(zhuǎn)換為具有概率統(tǒng)計特征的多個變化率集合，使得服務(wù)器可以直接對多個數(shù)據(jù)變化率集合進(jìn)行計算，確定出多個生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值等狀態(tài)，服務(wù)器可以綜合該多個生產(chǎn)參數(shù)的狀態(tài)，直接根據(jù)診斷模型對待診斷問題進(jìn)行診斷，無需人工處理，提高了監(jiān)測油氣井的效率；并且，服務(wù)器可以及時的判斷出油氣井中是否存在待診斷的問題，節(jié)省人工處理的時間，進(jìn)而提高了監(jiān)測油氣井過程中對油氣井進(jìn)行診斷的時效性。

本發(fā)明實(shí)施例提供了一種油氣井監(jiān)測的方法，該方法的執(zhí)行主體可以為服務(wù)器，如圖2所示，該方法包括：

步驟201：服務(wù)器每隔預(yù)設(shè)時長獲取油氣井的至少一種生產(chǎn)參數(shù)的數(shù)據(jù)，得到至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合。

本發(fā)明實(shí)施例中，服務(wù)器通過實(shí)時獲取油氣井的至少一種生產(chǎn)參數(shù)，診斷油氣井在生產(chǎn)過程中可能出現(xiàn)的問題，從而對該問題進(jìn)行進(jìn)一步的預(yù)警，使得工作人員可以針對性的采取工藝措施和生產(chǎn)優(yōu)化手段以解決該問題。

例如，以診斷生產(chǎn)氣井中是否存在井底積液問題為例，井底積液問題為氣井的生產(chǎn)過程中，因產(chǎn)出的氣體中攜帶的液體隨油管壓力和速度的下降凝結(jié)成斷塞流等留在井底形成井底積液從而導(dǎo)致氣井產(chǎn)量下降甚至報廢的問題；傳感器實(shí)時采集該生產(chǎn)氣井的產(chǎn)氣量、油管壓力等生產(chǎn)參數(shù)的數(shù)據(jù)后，服務(wù)器可以通過實(shí)時/準(zhǔn)實(shí)時獲取這些數(shù)據(jù)并分析油氣井的產(chǎn)氣量、油管壓力等生產(chǎn)參數(shù)的數(shù)據(jù)，從而診斷當(dāng)前氣井中是否存在井底積液問題。

本步驟中，服務(wù)器可以通過與之相連接采集設(shè)備獲取油氣井的至少一種生產(chǎn)參數(shù)的數(shù)據(jù)，每隔預(yù)設(shè)時長，周期性的獲取油氣井的至少一種生產(chǎn)參數(shù)的數(shù)據(jù)，將周期性獲取的至少一種生產(chǎn)參數(shù)在預(yù)設(shè)時長內(nèi)的數(shù)據(jù)，組成該生產(chǎn)參數(shù)數(shù)據(jù)集合，從而得到至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合。

其中，該生產(chǎn)參數(shù)可以為油氣井的產(chǎn)氣量、產(chǎn)液量、油管壓力、套管壓力等。該預(yù)設(shè)時長可以根據(jù)用戶需要設(shè)置并更改，本發(fā)明實(shí)施例對此不做具體限定。例如，該預(yù)設(shè)時長可以為1天、1個月等。

步驟202：服務(wù)器根據(jù)該至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合，確定每個生產(chǎn)參數(shù)數(shù)據(jù)集合中相鄰兩個生產(chǎn)參數(shù)數(shù)據(jù)的數(shù)據(jù)變化率，得到至少一個數(shù)據(jù)變化率集合。

本步驟中，由于該至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合為服務(wù)器周期性獲取的時序數(shù)據(jù)，為了便于后續(xù)分析，服務(wù)器通過一種數(shù)據(jù)變換或計算，如差分或微分算法，將該至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合變換成一種滿足概率統(tǒng)計規(guī)律的數(shù)據(jù)集合，具體的，服務(wù)器根據(jù)至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合，通過以下公式四，計算每個生產(chǎn)參數(shù)數(shù)據(jù)集合中相鄰兩個生產(chǎn)參數(shù)的數(shù)據(jù)變化率，從而得到至少一個數(shù)據(jù)變化率集合，

公式四：

其中，y(t)為至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合中任一生產(chǎn)參數(shù)數(shù)據(jù)集合，t為采集時間，dy(t)為y(t)的微分，dt為t的微分，y(t)′為y(t)的導(dǎo)數(shù)，δy(t)i為y(t)中第i個生產(chǎn)參數(shù)數(shù)據(jù)yi的增量，δti為t中第i個采集時間ti的增量，yi為生產(chǎn)參數(shù)數(shù)據(jù)集合中第i個生產(chǎn)參數(shù)數(shù)據(jù)，ti為t中第i個采集時間；dy(t)＝y(tǒng)(t)′dt適用于至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合中數(shù)據(jù)分布為連續(xù)函數(shù)的生產(chǎn)參數(shù)數(shù)據(jù)集合；適用于至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合中數(shù)據(jù)分布為離散函數(shù)的生產(chǎn)參數(shù)數(shù)據(jù)集合。

其中，由于該數(shù)據(jù)變化率集合為根據(jù)每個生產(chǎn)參數(shù)數(shù)據(jù)集合中相鄰兩個生產(chǎn)參數(shù)的數(shù)據(jù)變化率確定的數(shù)據(jù)變化率集合，因此，該數(shù)據(jù)變化率集合也即生產(chǎn)參數(shù)對應(yīng)的數(shù)據(jù)變化率集合。

需要說明的是，至少一個數(shù)據(jù)變化率集合中每個數(shù)據(jù)變化率集合為滿足正態(tài)分布性質(zhì)的數(shù)據(jù)。本步驟中，由于生產(chǎn)參數(shù)數(shù)據(jù)集合為一種的時序數(shù)據(jù)，服務(wù)器難以直接根據(jù)該時序數(shù)據(jù)進(jìn)行后續(xù)的基于統(tǒng)計意義下的計算分析并診斷油氣井中可能存在的問題。因此，服務(wù)器將該至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合進(jìn)行一種變化率變換得到變化率數(shù)據(jù)，并且，該變化率數(shù)據(jù)具備概率統(tǒng)計分析的性質(zhì)，即，該連續(xù)的變化率數(shù)據(jù)滿足正態(tài)分布性質(zhì)。

因此，服務(wù)器得到隨時間變化的至少一個數(shù)據(jù)變化率集合，顯然，基于該隨時間變化的至少一個數(shù)據(jù)變化率集合，可以提高數(shù)據(jù)集合對事件響應(yīng)的靈敏度。

本發(fā)明實(shí)施例中，服務(wù)器還可以將該生產(chǎn)參數(shù)數(shù)據(jù)集合變換為其它的數(shù)據(jù)集合，該其它數(shù)據(jù)集合只需具備概率統(tǒng)計分析的性質(zhì)，即滿足正態(tài)分布性質(zhì)即可，本發(fā)明實(shí)施例對此不做具體限定。

步驟203：服務(wù)器根據(jù)該至少一個數(shù)據(jù)變化率集合，確定該至少一種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值。

本發(fā)明實(shí)施例中，在數(shù)據(jù)變化率集合均滿足正態(tài)分布性質(zhì)的情況下，可以用每個數(shù)據(jù)變化率集合的數(shù)學(xué)期望表征每個數(shù)據(jù)變化率集合的狀態(tài)，實(shí)現(xiàn)對生產(chǎn)參數(shù)數(shù)據(jù)狀態(tài)的量化描述。

具體的，本步驟可以為：服務(wù)器獲取每個數(shù)據(jù)變化率集合中每個數(shù)據(jù)變化率的邊緣密度，根據(jù)該每個數(shù)據(jù)變化率集合中每個數(shù)據(jù)變化率和該每個數(shù)據(jù)變化率的邊緣密度，通過以下公式一，計算第一數(shù)據(jù)變化率集合的數(shù)學(xué)期望值，該第一數(shù)據(jù)變化率集合為該至少一個數(shù)據(jù)變化率集合中任一數(shù)據(jù)變化率集合：

公式一：

其中，mx為該至少一個數(shù)據(jù)變化率集合中任一數(shù)據(jù)變化率集合x的數(shù)學(xué)期望，xi為任一數(shù)據(jù)變化率集合x中第i個數(shù)據(jù)變化率，px(xi)為該任一數(shù)據(jù)變化率集合x中第i個數(shù)據(jù)變化率的邊緣密度，dxi為xi的微分。

需要說明的是，該至少一種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值為根據(jù)預(yù)設(shè)時長內(nèi)生產(chǎn)參數(shù)數(shù)據(jù)集合對應(yīng)的第一數(shù)據(jù)變化率集合計算得到的數(shù)學(xué)期望值，因此，該生產(chǎn)參數(shù)的數(shù)學(xué)數(shù)學(xué)期望值即為該生產(chǎn)參數(shù)對應(yīng)的數(shù)據(jù)變化率集合的數(shù)學(xué)數(shù)學(xué)期望值。

需要說明的是，此處的數(shù)據(jù)變化率集合的數(shù)學(xué)期望值即該數(shù)據(jù)變化率集合的一階矩，表征了該數(shù)據(jù)變化率集合在統(tǒng)計意義下的狀態(tài)，即，當(dāng)mx＜0，表示數(shù)據(jù)變化率集合呈下降趨勢，即數(shù)據(jù)變化率集合中的數(shù)據(jù)隨時間逐漸減小；當(dāng)mx＞0，表示數(shù)據(jù)變化率集合呈上升趨勢，即數(shù)據(jù)變化率集合中的數(shù)據(jù)隨時間逐漸增大；當(dāng)mx＝0，表示數(shù)據(jù)變化率集合趨勢平穩(wěn)不變，即數(shù)據(jù)變化率集合中的數(shù)據(jù)保持不變。

本發(fā)明實(shí)施例中，該數(shù)據(jù)變化率集合的數(shù)學(xué)期望值可以根據(jù)用戶需要設(shè)置并更改，本發(fā)明實(shí)施例對此不作具體限定。例如，數(shù)學(xué)期望值用二階矩等表示。

步驟204：服務(wù)器根據(jù)診斷模型，從該至少一種生產(chǎn)參數(shù)中選擇待診斷問題對應(yīng)的生產(chǎn)參數(shù)組成第一參數(shù)集合，該診斷模型用于存儲該待診斷問題和生產(chǎn)參數(shù)的對應(yīng)關(guān)系。

本發(fā)明實(shí)施例中，服務(wù)器預(yù)先構(gòu)建了診斷模型，該診斷模型存儲了待診斷問題和生產(chǎn)參數(shù)之間的對應(yīng)關(guān)系，從而服務(wù)器可以直接利用該診斷模型，診斷油氣井中當(dāng)前存在的問題。

因此，服務(wù)器構(gòu)建診斷模型的步驟可以為：服務(wù)器確定待診斷問題集合中每個待診斷問題對應(yīng)的生產(chǎn)參數(shù)，每個待診斷問題對應(yīng)的生產(chǎn)參數(shù)為基于領(lǐng)域知識和預(yù)設(shè)規(guī)則定義的生產(chǎn)參數(shù)；服務(wù)器根據(jù)該每個待診斷問題和該每個待診斷問題對應(yīng)的生產(chǎn)參數(shù)，構(gòu)建該診斷模型。

具體的，步驟204中，服務(wù)器獲取當(dāng)前的待診斷問題，根據(jù)該待診斷問題，從診斷模型存儲的待診斷問題和生產(chǎn)參數(shù)的對應(yīng)關(guān)系中，確定出待診斷問題對應(yīng)的生產(chǎn)參數(shù)，為了提高診斷的準(zhǔn)確性，服務(wù)器可以通過多個生產(chǎn)參數(shù)進(jìn)行診斷，因此，該待診斷問題可以對應(yīng)多個生產(chǎn)參數(shù)，服務(wù)器將該待診斷問題對應(yīng)的多個生產(chǎn)參數(shù)組成該第一參數(shù)集合。

本發(fā)明實(shí)施例提供的一種可能的設(shè)計中，服務(wù)器可以在該診斷模型種設(shè)置狀態(tài)層、癥兆層、診斷層，服務(wù)器可以將至少一種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值存儲在狀態(tài)層，將待診斷問題對應(yīng)的第一參數(shù)集合的數(shù)學(xué)期望值存儲在癥兆層，另外，診斷層主要存儲了待診斷問題和生產(chǎn)參數(shù)的對應(yīng)關(guān)系、待診斷問題和預(yù)設(shè)算法的對應(yīng)關(guān)系以及待診斷問題和預(yù)設(shè)數(shù)學(xué)期望值的對應(yīng)關(guān)系，便于后續(xù)步驟205-206中服務(wù)器根據(jù)生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值判斷油氣井中是否存在待診斷問題。

對應(yīng)的，本步驟可以為：服務(wù)器從診斷層中獲取待診斷問題和生產(chǎn)參數(shù)之間的對應(yīng)關(guān)系，從該待診斷問題和生產(chǎn)參數(shù)的對應(yīng)關(guān)系中，確定出待診斷問題對應(yīng)的生產(chǎn)參數(shù)，將待診斷問題的生產(chǎn)參數(shù)組成第一參數(shù)集合。

具體的，該診斷模型mod(model，模型)包括狀態(tài)層s、癥兆層a和診斷層d，即，mod＝<s，a，d>，其中，服務(wù)器將經(jīng)過步驟201-203確定的至少一種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值存儲在狀態(tài)層，即s＝{s1，s2，…，si，…sn}，si為n個生產(chǎn)參數(shù)中第i個生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值。診斷層d存儲了待診斷問題和生產(chǎn)參數(shù)之間的對應(yīng)關(guān)系，即，d＝{d1，d2，…dq，…dj}為服務(wù)器存儲的j個領(lǐng)域的領(lǐng)域知識和預(yù)設(shè)規(guī)則，dq為j個領(lǐng)域知識和預(yù)設(shè)規(guī)則中第q個領(lǐng)域知識和預(yù)設(shè)規(guī)則；對于屬于dq的待診斷問題q的診斷，q為j個待診斷問題中任意一個問題，服務(wù)器可以定義一個二元式q＝<mod，rd>，其中，rd為待診斷問題q對應(yīng)的第一參數(shù)集合，rd包括的m個生產(chǎn)參數(shù)，rd＝{r1，r2，…，ri，…，rm}，ri為待診斷問題q對應(yīng)的第一參數(shù)集合中第i個生產(chǎn)參數(shù)。

步驟205：服務(wù)器根據(jù)該至少一種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值，確定該第一參數(shù)集合中每種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值組成數(shù)學(xué)期望值集合，服務(wù)器根據(jù)該數(shù)學(xué)期望值集合和第一預(yù)設(shè)算法，確定該第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值。

由于服務(wù)器在步驟203中確定出至少一種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值，因此，服務(wù)器根據(jù)該至少一種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值，確定該第一參數(shù)集合中每種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值組成數(shù)學(xué)期望值集合的步驟可以為：服務(wù)器根據(jù)第一參數(shù)集合中包括的生產(chǎn)參數(shù)，從至少一種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值中，獲取第一參數(shù)集合中包括的生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值，將該第一參數(shù)集合中每個生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值組成數(shù)學(xué)期望值集合。

本步驟中，服務(wù)器預(yù)先定義了計算每個參數(shù)集合的目標(biāo)數(shù)學(xué)期望值的預(yù)設(shè)算法，并存儲了待診斷問題和預(yù)設(shè)算法的對應(yīng)關(guān)系，因此，服務(wù)器根據(jù)該數(shù)學(xué)期望值集合和第一預(yù)設(shè)算法，確定該第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值的步驟可以為：服務(wù)器根據(jù)待診斷問題，從待診斷問題和預(yù)設(shè)算法的對應(yīng)關(guān)系中，獲取當(dāng)前待診斷問題對應(yīng)的預(yù)設(shè)算法，將該預(yù)設(shè)算法作為第一預(yù)設(shè)算法，通過該第一預(yù)設(shè)算法，計算該數(shù)學(xué)期望值集合的目標(biāo)數(shù)學(xué)期望值，將該目標(biāo)數(shù)學(xué)期望值作為該數(shù)學(xué)期望值集合對應(yīng)的第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值。

本發(fā)明實(shí)施例提供的一種可能的設(shè)計中，在診斷模型mod＝<s，a，d>中，服務(wù)器可以將第一參數(shù)集合對應(yīng)的數(shù)學(xué)期望值集合存儲在癥兆層中，即癥兆層a＝{a1，a2，…ai，…am}，ai為第一參數(shù)集合包括的m個生產(chǎn)參數(shù)中第i個生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值。

具體的，對于待診斷問題q的診斷，q為j個待診斷問題中任意一個問題，待診斷問題q的第一參數(shù)集合對應(yīng)的數(shù)學(xué)期望值集合a＝{a1，a2，…ai，…am}，如果診斷層存儲的該待診斷問題q對應(yīng)的預(yù)設(shè)算法為求平均運(yùn)算，此時，服務(wù)器計算該a＝{a1，a2，…ai，…am}的平均數(shù)即，待診斷問題q對應(yīng)的第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值為

其中，第一預(yù)設(shè)算法可以根據(jù)用戶需要設(shè)置并更改，本發(fā)明實(shí)施例對該第一預(yù)設(shè)算法不作具體限定。例如，該第一預(yù)設(shè)算法還可以為求和運(yùn)算、加權(quán)平均運(yùn)算和邏輯運(yùn)算等。

本發(fā)明實(shí)施例提供的一種可能的設(shè)計中，該第一參數(shù)集合中包括多個參數(shù)，在保證準(zhǔn)確率的前提下，為了提高效率，服務(wù)器還可以從第一參數(shù)集合中繼續(xù)選擇比較有參考價值的參數(shù)組成第二參數(shù)集合，具體的，本步驟可以為：服務(wù)器從第一參數(shù)集合中選擇滿足預(yù)設(shè)規(guī)則的參數(shù)組成第二參數(shù)集合，服務(wù)器根據(jù)至少一種生產(chǎn)參數(shù)變化率的數(shù)學(xué)期望值，確定該第二參數(shù)集合中每種生產(chǎn)參數(shù)變化率的數(shù)學(xué)期望值組成參考數(shù)學(xué)期望值集合，服務(wù)器根據(jù)該參考數(shù)學(xué)期望值集合和第三預(yù)設(shè)算法，確定該第二參數(shù)集合的目標(biāo)數(shù)學(xué)期望值。

其中，該預(yù)設(shè)規(guī)則可以根據(jù)用戶需要設(shè)置并更改，本發(fā)明實(shí)施例對此不做具體限定。例如，預(yù)設(shè)規(guī)則可以為與壓力有關(guān)的生產(chǎn)參數(shù)，如果第一參數(shù)集合為：{油管壓力、套管壓力、產(chǎn)氣量、生產(chǎn)時間}，則第二參數(shù)集合可以為：{油管壓力、套管壓力}。

步驟206：服務(wù)器根據(jù)該第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值和該待診斷問題的預(yù)設(shè)數(shù)學(xué)期望值，確定該油氣井是否存在該待診斷問題。

本步驟中，服務(wù)器中存儲待診斷問題和預(yù)設(shè)數(shù)學(xué)期望值的對應(yīng)關(guān)系，因此，服務(wù)器從待診斷問題和預(yù)設(shè)數(shù)學(xué)期望值的對應(yīng)關(guān)系中，獲取該待診斷問題的預(yù)設(shè)數(shù)學(xué)期望值，通過比較該第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值和該預(yù)設(shè)數(shù)學(xué)期望值，確定出該油氣井中是否存在該待診斷問題。

具體的，服務(wù)器診斷不同的待診斷問題時，不同待診斷問題對應(yīng)的參數(shù)不同，比較該第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值和該預(yù)設(shè)數(shù)學(xué)期望值的方式也不同，本發(fā)明實(shí)施例對此不做具體限定。例如，服務(wù)器診斷井底積液問題時，服務(wù)器比較井底積液問題對應(yīng)的第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值和井底積液問題的預(yù)設(shè)數(shù)學(xué)期望值的方式可以為：服務(wù)器判斷井底積液問題對應(yīng)的第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值是否大于或等于井底積液問題的預(yù)設(shè)數(shù)學(xué)期望值，如果不小于，則確定油氣井中存在井底積液問題，否則，服務(wù)器確定油氣井中不存在井底積液問題。

具體的，服務(wù)器診斷油氣井中是否存在井底積液時，該待診斷問題的生產(chǎn)參數(shù)可以為溫度、油管壓力，如果服務(wù)器計算出該溫度、油管壓力參數(shù)對應(yīng)的變化率數(shù)據(jù)集合的目標(biāo)數(shù)學(xué)期望值為100，井底積液問題對應(yīng)的預(yù)設(shè)數(shù)學(xué)期望值為200，即目標(biāo)數(shù)學(xué)期望值小于預(yù)設(shè)數(shù)學(xué)期望值，因此，服務(wù)器確定油氣井中不存在井底積液問題。

需要說明的是，預(yù)設(shè)數(shù)學(xué)期望值為服務(wù)器基于領(lǐng)域知識和預(yù)設(shè)規(guī)則定義的待診斷問題的數(shù)學(xué)期望值。該預(yù)設(shè)數(shù)學(xué)期望值可以根據(jù)用戶需要設(shè)置并更改，本發(fā)明實(shí)施例對此不作具體限定，例如，該預(yù)設(shè)數(shù)學(xué)期望值可以為100、2000等。

本發(fā)明實(shí)施例中，服務(wù)器通過待診斷問題對應(yīng)的多個生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值，確定出第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值，使得服務(wù)器可以根據(jù)該油氣井的多個生產(chǎn)參數(shù)對應(yīng)的狀態(tài)，綜合診斷油氣井中可能存在的待診斷問題，從而提高了對油氣井進(jìn)行診斷的準(zhǔn)確性。

本發(fā)明實(shí)施例提供的一種可能設(shè)計中，確定還可以確定第二參數(shù)集合的目標(biāo)數(shù)學(xué)期望值，此時，本步驟還可以為：服務(wù)器根據(jù)該第二參數(shù)集合的目標(biāo)數(shù)學(xué)期望值和該待診斷問題的預(yù)設(shè)數(shù)學(xué)期望值，確定該油氣井是否存在該待診斷問題。其實(shí)現(xiàn)方式與根據(jù)該第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值和該待診斷問題的預(yù)設(shè)數(shù)學(xué)期望值，確定該油氣井是否存在該待診斷問題的實(shí)現(xiàn)方式一致，此處不再一一贅述。

步驟207：服務(wù)器根據(jù)該至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合和第二預(yù)設(shè)算法，預(yù)估該問題的可靠性指數(shù)。

本發(fā)明實(shí)施例中，由于在利用油氣井多個生產(chǎn)參數(shù)的狀態(tài)綜合診斷某個具體的待診斷問題的過程中，由于生產(chǎn)數(shù)據(jù)會受地下儲層、井況和生產(chǎn)條件等多種因素的影響，并且，診斷過程所用生產(chǎn)參數(shù)數(shù)據(jù)是預(yù)設(shè)時長內(nèi)的獲取的生產(chǎn)參數(shù)數(shù)據(jù)集合，對于相同的問題，不同的油氣井表現(xiàn)出的響應(yīng)強(qiáng)度也不同。因此，本發(fā)明實(shí)施例還提出一種通過某個生產(chǎn)參數(shù)數(shù)據(jù)集合的趨勢分析估算可靠性指數(shù)對待診斷問題進(jìn)行量化性評估的方法。

具體的，本步驟可以通過以下步驟2071-2072實(shí)現(xiàn)。

步驟2071：服務(wù)器從該至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合中選擇第一生產(chǎn)參數(shù)數(shù)據(jù)集合，根據(jù)該第一生產(chǎn)參數(shù)數(shù)據(jù)集合，通過以下公式二，確定滿足預(yù)設(shè)條件的聚類對象，該預(yù)設(shè)條件為該第一生產(chǎn)參數(shù)數(shù)據(jù)集合的范數(shù)表達(dá)式的值最小，該公式二為第二預(yù)設(shè)算法中預(yù)設(shè)的公式：

公式二：

其中，e為該第一生產(chǎn)參數(shù)數(shù)據(jù)集合在k聚類意義下的范數(shù)表達(dá)式，k為聚類數(shù)，cj(j＝1，2，……，k)為k個聚類中的第j個聚類包括的生產(chǎn)參數(shù)數(shù)據(jù)，p為聚類cj中的生產(chǎn)參數(shù)數(shù)據(jù)，oj是表征第j個聚類cj的聚類對象，即將第j個聚類cj包括的生產(chǎn)參數(shù)數(shù)據(jù)對應(yīng)的聚類后的數(shù)據(jù)。

需要說明的是，該范數(shù)表達(dá)式可以為該第一生產(chǎn)參數(shù)數(shù)據(jù)集合的一階范數(shù)表達(dá)式。

本步驟中，該公式二為服務(wù)器根據(jù)領(lǐng)域知識和預(yù)設(shè)規(guī)則選取的擬合公式，服務(wù)器通過該擬合公式，聚類并擬合該第一生產(chǎn)參數(shù)數(shù)據(jù)集合中一段時間內(nèi)數(shù)據(jù)的變化趨勢，因此，范數(shù)表達(dá)式表征了通過聚類擬合公式擬合后的第一生產(chǎn)參數(shù)數(shù)據(jù)集合與聚類對象之間的差距；如果該差距越小，表明第一生產(chǎn)參數(shù)數(shù)據(jù)集合與聚類對象之間的整體擬合程度越高，此處，我們選擇使得該差距最小，即范數(shù)表達(dá)式的值最小的聚類對象。

如果第一生產(chǎn)參數(shù)數(shù)據(jù)集合為y＝{y(t1)，y(t2)，……y(tn)}，其對應(yīng)的聚類數(shù)為k，通過該公式二，使用循環(huán)迭代計算出min{e}對應(yīng)的k個聚類對象。

如圖3所示，圖3中圖像(a)示出了使用本發(fā)明實(shí)施例提供的公式二進(jìn)行聚類并擬合的第一生產(chǎn)參數(shù)數(shù)據(jù)集合以及該第一生產(chǎn)參數(shù)數(shù)據(jù)集合對應(yīng)的聚類對象；圖像(b)示出了使用常規(guī)線性擬合的第一生產(chǎn)參數(shù)集合的擬合結(jié)果；其中，實(shí)線為待擬合的第一生產(chǎn)參數(shù)數(shù)據(jù)集合，虛線為擬合結(jié)果。由圖3可知，圖像(a)與圖像(b)相比，圖像(a)的擬合效果明顯高于圖像(b)，圖像(b)的擬合過程產(chǎn)生的誤差明顯大于圖像(a)。因此，使用本發(fā)明實(shí)施例提供的公式二進(jìn)行聚類并擬合的方法，其自適應(yīng)性較強(qiáng)，從而提高了擬合程度，減小擬合過程產(chǎn)生的誤差。

其中，該第一生產(chǎn)參數(shù)為服務(wù)器基于領(lǐng)域知識和預(yù)設(shè)規(guī)則從至少一個生產(chǎn)參數(shù)中選擇的生產(chǎn)參數(shù)，該第一生產(chǎn)參數(shù)數(shù)據(jù)集合為服務(wù)器周期性獲取的第一生產(chǎn)參數(shù)對應(yīng)的時序數(shù)據(jù)。

步驟2072：服務(wù)器根據(jù)該聚類對象，確定該第一生產(chǎn)參數(shù)數(shù)據(jù)集合的趨勢分布數(shù)據(jù)，根據(jù)該趨勢分布數(shù)據(jù)，通過以下公式三，確定該待診斷問題的可靠性指數(shù)，該公式三為第二預(yù)設(shè)算法中預(yù)設(shè)的公式：

公式三：

其中，t為采集時間，yf(t)為該趨勢分布數(shù)據(jù)，max{yf}為該趨勢分布數(shù)據(jù)的最大值，tmax為該趨勢分布數(shù)據(jù)的值為零時對應(yīng)的最大采集時間，ri(t)為該可靠性指數(shù)。

本發(fā)明實(shí)施例中，服務(wù)器將k個聚類中每個聚類包括的聚類對象相連接，并往兩端延伸外推，直到將聚類對象延伸到與坐標(biāo)軸相交，將該連接并延伸后的聚類對象確定為每個第一生產(chǎn)參數(shù)數(shù)據(jù)集合的趨勢分布數(shù)據(jù)，通過該公式三，確定每個待診斷問題對應(yīng)的第一生產(chǎn)參數(shù)數(shù)據(jù)集合對應(yīng)的可靠性指數(shù)。

如圖3中的圖像(a)所示，將聚類對象往兩端延伸，并與坐標(biāo)軸相交；t＝0時yf(t)達(dá)到最大值max{yf}，此時ri＝0；yf＝0時，t達(dá)到最大值tmax，此時，ri＝1。因此，服務(wù)器可以根據(jù)待診斷問題當(dāng)前對應(yīng)的時間t，確定出待診斷問題的可靠性指數(shù)。

步驟208：服務(wù)器根據(jù)該待診斷問題的可靠性指數(shù)，從該可靠性指數(shù)和預(yù)警等級的對應(yīng)關(guān)系中，確定該待診斷問題的可靠性指數(shù)對應(yīng)的預(yù)警等級，根據(jù)該預(yù)警等級，對該問題進(jìn)行預(yù)警提醒。

本步驟中，服務(wù)器存儲了待診斷問題的可靠性指數(shù)和預(yù)警等級的對應(yīng)關(guān)系，該預(yù)警等級可以根據(jù)用戶需要設(shè)置并更改，本發(fā)明實(shí)施例對此不作具體限定。例如，該預(yù)警等級可以分為緊急等級、高等級、中等級和低等級四個等級。

需要說明的是，本發(fā)明實(shí)施例在監(jiān)測油氣井中各個生產(chǎn)參數(shù)的狀態(tài)時，不僅可以實(shí)時診斷油氣井中是否存在待診斷問題，還可以對該待診斷問題進(jìn)行預(yù)警。由于本發(fā)明實(shí)施例通過確定待診斷問題的可靠性指數(shù)，描述確定油氣井中待診斷問題的當(dāng)前狀態(tài)，進(jìn)一步根據(jù)該待診斷問題的可靠性指數(shù)，確定出油氣井的預(yù)警等級，從而及時對油氣井中的待診斷問題進(jìn)行預(yù)警，使得工作人員及時獲知油氣井中待診斷問題的狀況，從而使得工作人員及時采取有效措施處理油氣井中存在的該待診斷問題。

本發(fā)明實(shí)施例中，服務(wù)器可以根據(jù)該至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合，確定至少一個數(shù)據(jù)變化率集合后，計算該至少一個數(shù)據(jù)變化率集合中每個數(shù)據(jù)變化率集合對應(yīng)的生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值；然后服務(wù)器根據(jù)服務(wù)器中存儲的診斷模型，確定出待診斷問題對應(yīng)的生產(chǎn)參數(shù)組成第一參數(shù)集合，以及該第一參數(shù)集合中每種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值組成數(shù)學(xué)期望值集合；服務(wù)器計算出該第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值，根據(jù)該第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值和該待診斷問題的預(yù)設(shè)數(shù)學(xué)期望值，從而確定該油氣井是否存在該待診斷問題。由于服務(wù)器將連續(xù)觀測的多個生產(chǎn)參數(shù)數(shù)據(jù)集合轉(zhuǎn)換為具有概率統(tǒng)計特征的多個變化率集合，使得服務(wù)器可以直接對多個數(shù)據(jù)變化率集合進(jìn)行計算，確定出多個生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值等狀態(tài)，服務(wù)器可以綜合該多個生產(chǎn)參數(shù)的狀態(tài)，直接根據(jù)診斷模型對待診斷問題進(jìn)行診斷，無需人工處理，提高了監(jiān)測油氣井的效率；并且，服務(wù)器可以及時的判斷出油氣井中是否存在待診斷的問題，節(jié)省人工處理的時間，進(jìn)而提高了監(jiān)測油氣井過程中對油氣井進(jìn)行診斷的時效性。

本發(fā)明實(shí)施例提供一種油氣井監(jiān)測的裝置，該裝置可以應(yīng)用在服務(wù)器中，如圖4所示，該裝置包括：

獲取模塊401，用于每隔預(yù)設(shè)時長獲取油氣井的至少一種生產(chǎn)參數(shù)的數(shù)據(jù)，得到至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合；

第一確定模塊402，用于根據(jù)該至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合，確定每個生產(chǎn)參數(shù)數(shù)據(jù)集合中相鄰兩個生產(chǎn)參數(shù)數(shù)據(jù)的數(shù)據(jù)變化率，得到至少一個數(shù)據(jù)變化率集合；

第二確定模塊403，用于根據(jù)該至少一個數(shù)據(jù)變化率集合，確定該至少一種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值；

選擇模塊404，用于根據(jù)診斷模型，從該至少一種生產(chǎn)參數(shù)中選擇待診斷問題對應(yīng)的生產(chǎn)參數(shù)組成第一參數(shù)集合，該診斷模型用于存儲該待診斷問題和生產(chǎn)參數(shù)的對應(yīng)關(guān)系；

第三確定模塊405，用于根據(jù)該至少一種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值，確定該第一參數(shù)集合中每種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值組成數(shù)學(xué)期望值集合；

第四確定模塊406，用于根據(jù)該數(shù)學(xué)期望值集合和第一預(yù)設(shè)算法，確定該第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值；

第五確定模塊407，用于根據(jù)該第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值和該待診斷問題的預(yù)設(shè)數(shù)學(xué)期望值，確定該油氣井是否存在該待診斷問題。

在一種可能的設(shè)計中，該第二確定模塊403，還用于獲取每個數(shù)據(jù)變化率集合中每個數(shù)據(jù)變化率的邊緣密度；根據(jù)每個數(shù)據(jù)變化率集合中每個數(shù)據(jù)變化率和每個數(shù)據(jù)變化率的邊緣密度，通過以下公式一，計算第一數(shù)據(jù)變化率集合的數(shù)學(xué)期望值，該第一數(shù)據(jù)變化率集合為該至少一個數(shù)據(jù)變化率集合中任一數(shù)據(jù)變化率集合：

公式一：

其中，mx為該至少一個數(shù)據(jù)變化率集合中任一數(shù)據(jù)變化率集合x的數(shù)學(xué)期望值，xi為任一數(shù)據(jù)變化率集合x中第i個數(shù)據(jù)變化率，px(xi)為該任一數(shù)據(jù)變化率集合x中第i個數(shù)據(jù)變化率的邊緣密度，dxi為xi的微分。

在一種可能的設(shè)計中，該裝置還包括：

第六確定模塊，用于確定待診斷問題集合中每個待診斷問題對應(yīng)的生產(chǎn)參數(shù)，每個待診斷問題對應(yīng)的生產(chǎn)參數(shù)為基于領(lǐng)域知識和預(yù)設(shè)規(guī)則定義的生產(chǎn)參數(shù)；

構(gòu)建模塊，用于根據(jù)每個待診斷問題和每個待診斷問題對應(yīng)的生產(chǎn)參數(shù)，構(gòu)建該診斷模型。

在一種可能的設(shè)計中，該裝置還包括：

預(yù)估模塊，用于根據(jù)該至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合和第二預(yù)設(shè)算法，預(yù)估該待診斷問題的可靠性指數(shù)；

第七確定模塊，用于根據(jù)該待診斷問題的可靠性指數(shù)，從該可靠性指數(shù)和預(yù)警等級的對應(yīng)關(guān)系中，確定該待診斷問題的可靠性指數(shù)對應(yīng)的預(yù)警等級；

預(yù)警模塊，用于根據(jù)該預(yù)警等級，對該待診斷問題進(jìn)行預(yù)警提醒。

在一種可能的設(shè)計中，該預(yù)估模塊，包括：

選擇單元，用于從該至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合中選擇第一生產(chǎn)參數(shù)數(shù)據(jù)集合，該第一生產(chǎn)參數(shù)數(shù)據(jù)集合為基于領(lǐng)域知識和預(yù)設(shè)規(guī)則預(yù)設(shè)的生產(chǎn)參數(shù)的數(shù)據(jù)集合；

第一確定單元，用于根據(jù)該第一生產(chǎn)參數(shù)數(shù)據(jù)集合，通過以下公式二，確定滿足預(yù)設(shè)條件的聚類對象，該預(yù)設(shè)條件為該第一生產(chǎn)參數(shù)數(shù)據(jù)集合的范數(shù)表達(dá)式的值最小，該公式二為第二預(yù)設(shè)算法中預(yù)設(shè)的公式：

公式二：

其中，e為該第一生產(chǎn)參數(shù)數(shù)據(jù)集合在k聚類意義下的范數(shù)表達(dá)式，k為聚類數(shù)，cj(j＝6，2，……，k)為k個聚類中的第j個聚類包括的生產(chǎn)參數(shù)數(shù)據(jù)，p為聚類cj中的生產(chǎn)參數(shù)數(shù)據(jù)，oj是表征第j個聚類cj的聚類對象，即將第j個聚類cj包括的生產(chǎn)參數(shù)數(shù)據(jù)對應(yīng)的聚類后的數(shù)據(jù)；

第二確定單元，用于根據(jù)該聚類對象，確定該第一生產(chǎn)參數(shù)數(shù)據(jù)集合的趨勢分布數(shù)據(jù)；

第三確定單元，用于根據(jù)該趨勢分布數(shù)據(jù)，通過以下公式三，確定該待診斷問題的可靠性指數(shù)，該公式三為第二預(yù)設(shè)算法中預(yù)設(shè)的公式：

公式三：

其中，t為采集時間，yf(t)為該趨勢分布數(shù)據(jù)，max{yf}為該趨勢分布數(shù)據(jù)的最大值，tmax為該趨勢分布數(shù)據(jù)的值為零時對應(yīng)的最大采集時間，ri(t)為該可靠性指數(shù)。

本發(fā)明實(shí)施例中，服務(wù)器可以根據(jù)該至少一個生產(chǎn)參數(shù)數(shù)據(jù)集合，確定至少一個數(shù)據(jù)變化率集合后，計算該至少一個數(shù)據(jù)變化率集合中每個數(shù)據(jù)變化率集合對應(yīng)的生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值；然后服務(wù)器根據(jù)服務(wù)器中存儲的診斷模型，確定出待診斷問題對應(yīng)的生產(chǎn)參數(shù)組成第一參數(shù)集合，以及該第一參數(shù)集合中每種生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值組成數(shù)學(xué)期望值集合；服務(wù)器計算出該第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值，根據(jù)該第一參數(shù)集合的目標(biāo)數(shù)學(xué)期望值和該待診斷問題的預(yù)設(shè)數(shù)學(xué)期望值，從而確定該油氣井是否存在該待診斷問題。由于服務(wù)器將連續(xù)觀測的多個生產(chǎn)參數(shù)數(shù)據(jù)集合轉(zhuǎn)換為具有概率統(tǒng)計特征的多個變化率集合，使得服務(wù)器可以直接對多個數(shù)據(jù)變化率集合進(jìn)行計算，確定出多個生產(chǎn)參數(shù)數(shù)據(jù)變化率的數(shù)學(xué)期望值等狀態(tài)，服務(wù)器可以綜合該多個生產(chǎn)參數(shù)的狀態(tài)，直接根據(jù)診斷模型對待診斷問題進(jìn)行診斷，無需人工處理，提高了監(jiān)測油氣井的效率；并且，服務(wù)器可以及時的判斷出油氣井中是否存在待診斷的問題，節(jié)省人工處理的時間，進(jìn)而提高了監(jiān)測油氣井過程中對油氣井進(jìn)行診斷的時效性。

需要說明的是：上述實(shí)施例提供的油氣井監(jiān)測的裝置在油氣井監(jiān)測時，僅以上述各功能模塊的劃分進(jìn)行舉例說明，實(shí)際應(yīng)用中，可以根據(jù)需要而將上述功能分配由不同的功能模塊完成，即將裝置的內(nèi)部結(jié)構(gòu)劃分成不同的功能模塊，以完成以上描述的全部或者部分功能。另外，上述實(shí)施例提供的油氣井監(jiān)測的裝置與油氣井監(jiān)測的方法實(shí)施例屬于同一構(gòu)思，其具體實(shí)現(xiàn)過程詳見方法實(shí)施例，這里不再贅述。

本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述實(shí)施例的全部或部分步驟可以通過硬件來完成，也可以通過程序來指令相關(guān)的硬件完成，所述的程序可以存儲于一種計算機(jī)可讀存儲介質(zhì)中，上述提到的存儲介質(zhì)可以是只讀存儲器，磁盤或光盤等。

以上所述僅為本發(fā)明的較佳實(shí)施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。