[发明专利]气井积液识别方法及装置

权利要求书

1.一种气井积液识别方法，其特征在于，包括：

获取待识别气井在当前时间节点的生产综合数据，所述生产综合数据包括表征气井生产属性及气井固有属性的关键属性数据；

利用预先学习得到的气井积液识别模型分析所述生产综合数据中的关键属性数据，得到所述待识别气井在当前时间节点所处的状态，所述状态包括积液状态和不积液状态，所述气井积液模型依据各个气井的历史生产综合数据及各个气井的状态训练得到。

2.根据权利要求1所述的方法，其特征在于，训练所述气井积液识别模型的过程，包括：

获取各个气井在各个时间节点产生的历史生产综合数据及各个气井的状态；

从所述历史生产综合数据中提取各个关键属性数据及各个关键属性数据之间的关联关系，得到数据特征；

学习每个气井在同一时间节点对应的数据特征及该气井的状态之间的关系，得到所述气井积液识别模型。

3.根据权利要求1或2所述的方法，其特征在于，所述生产综合数据中的关键属性数据包括气井的温度、压力、流量中的至少一种，以及气井的井深和井型中的至少一种。

4.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

从所述待识别气井在各个时间节点产生的生产综合数据中提取各个关键属性数据及各个关键属性数据之间的关联关系得到所述待识别气井对应的数据特征；

依据所述待识别气井在同一时间节点对应的数据特征和识别得到的状态之间的关系，更新所述气井积液识别模型。

5.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

接收所述待识别气井对应的多条标注数据，所述标注数据包括气井的生产综合数据及所述气井在该时间节点对应的标注状态；

分别从每条标注数据中的生产综合数据中提取各个关键属性数据及各个关键属性数据之间的关联关系得到所述待识别气井的数据特征；

依据所述待识别气井在各个时间节点对应的所述数据特征和所述标注状态之间的关系，更新所述气井积液识别模型。

6.根据权利要求1或2所述的方法，其特征在于，所述利用预先学习得到的气井积液识别模型分析所述生产综合数据中的关键属性数据，得到所述待识别气井在当前时间节点所处的状态，包括：

从所述生产综合数据中提取各个关键属性数据及各个关键属性数据之间的关联关系得到所述待识别气井的数据特征；

分析所述待识别气井对应的数据特征得到所述待识别气井在当前时间节点的状态为积液状态的概率值；

当积液状态的概率值大于或等于预设阈值时，确定所述待识别气井在当前时间节点的状态为积液状态；

当积液状态的概率值小于所述预设阈值时，确定所述待识别气井在当前时间节点所处的状态为不积液。

7.一种气井积液识别装置，其特征在于，包括：

数据获取模块，用于获取待识别气井在当前时间节点的生产综合数据，所述生产综合数据包括表征气井生产属性及气井固有属性的关键属性数据；

状态识别模块，用于基于预先学习得到的气井积液识别模型分析所述生产综合数据中的关键属性数据，得到所述待识别气井在当前时间节点所处的状态，所述状态包括积液状态和不积液状态，所述气井积液模型依据各个气井的历史生产综合数据及各个气井的状态训练得到。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

接收模块，用于接收所述待识别气井对应的多条标注数据，所述标注数据包括气井的生产综合数据及所述气井在该时间节点对应的标注状态；

第一特征提取模块，用于分别从每条标注数据中提取各个关键属性数据及各个关键属性数据之间的关联关系，得到数据特征；

第一更新模块，用于依据所述待识别气井在各个时间节点对应的所述数据特征和所述标注状态之间的关系，更新所述气井积液识别模型。