[发明专利]利用机器学习使用DAS特征的事件检测

权利要求书

1.一种识别事件的方法，所述方法包括：

从传感器获得声学信号；

从所述声学信号确定一个或多个频域特征，其中，跨所述声学信号的频率范围获得所述一个或多个频域特征；

提供所述一个或多个频域特征作为对多个事件检测模型的输入；以及

使用所述多个事件检测模型确定一个或多个事件的存在，其中，所述多个事件检测模型中的至少两个是不同的。

2.根据权利要求1所述的方法，其中，所述传感器被设置在井筒内，其中，所述声学信号包括跨所述井筒的深度的部分的声学样本。

3.根据权利要求1或2所述的方法，进一步包括：使用所述一个或多个频域特征来识别一个或多个事件位置。

4.根据权利要求1至3中的任一项所述的方法，其中，所述一个或多个频域特征选自频谱质心、频谱扩展、频谱滚降、频谱偏态、均方根(RMS)频带能量、总RMS能量、频谱平坦度、频谱斜率、频谱峭度、频谱通量、频谱自相关函数，或其归一化变体。

5.根据权利要求1-4中的任一项所述的方法，其中，所述一个或多个事件包括一个或多个井筒事件，并且其中，所述一个或多个井筒事件包括下述中的一个或多个：流体流入、流体流出、流体相分离、导管内的流体流动辨别、井完整性监测、井内泄漏检测、环形流体流动、覆盖层监测、套管后的流体流动检测、覆盖层中流体诱发的水力压裂检测、砂土进入，或沿井筒的砂土流动。

6.根据权利要求1-5中任一项所述的方法，其中，所述一个或多个事件包括一个或多个运输事件、安全事件、设施监测事件或管道线监测事件。

7.根据权利要求1至6中的任一项所述的方法，进一步包括：

在确定所述一个或多个频域特征之前对所述声学信号进行降噪。

8.根据权利要求7所述的方法，其中，对所述声学信号进行降噪包括对所述声学样本进行中值滤波。

9.根据权利要求1至8中的任一项所述的方法，进一步包括：

校准所述声学信号。

10.根据权利要求1至9中的任一项所述的方法，进一步包括：

在确定所述一个或多个事件的存在之前，对所述一个或多个频域特征进行归一化。

11.根据权利要求1至10中的任一项所述的方法，其中，识别所述一个或多个事件包括：

使用所述一个或多个频域特征来识别所述声学信号中的一个或多个异常；以及

选择所述一个或多个异常的深度间隔作为事件位置。

12.根据权利要求1至11中的任一项所述的方法，其中，所述多个事件检测模型包括多个逻辑回归模型，并且其中，使用所述多个事件检测模型来确定所述一个或多个事件的存在包括：

基于所述多个逻辑回归模型，确定所述一个或多个事件的存在。

13.根据权利要求1至12中的任一项所述的方法，进一步包括：

基于所述一个或多个事件的存在来确定补救过程；以及

执行所述补救过程。

14.一种系统，包括：

处理器；以及

存储器，所述存储器存储分析程序，

其中，所述处理器被配置为执行所述分析程序以：

从传感器获得声学信号；

从所述声学信号确定一个或多个频域特征，其中，沿所述传感器，跨多个间隔获得所述一个或多个频域特征；

提供所述一个或多个频域特征作为对多个事件检测模型的输入；以及

使用所述多个事件检测模型确定一个或多个事件的存在，其中，所述多个事件检测模型中的至少两个是不同的。