[发明专利]油气井液面智能监测方法及装置有效
| 申请号: | 202210632556.7 | 申请日: | 2022-06-07 |
| 公开(公告)号: | CN114704247B | 公开(公告)日: | 2022-08-16 |
| 发明(设计)人: | 韩章英 | 申请(专利权)人: | 西安钰雪石油科技有限公司 |
| 主分类号: | E21B47/06 | 分类号: | E21B47/06;E21B47/00;E21B47/12;H04L1/00;H04Q9/00 |
| 代理公司: | 郑州知倍通知识产权代理事务所(普通合伙) 41191 | 代理人: | 李玲玲 |
| 地址: | 710061 陕西省西安市曲江新区*** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 油气 液面 智能 监测 方法 装置 | ||
1.一种油气井液面智能监测方法,其特征在于,包括:
S1.获取油气井内当前采集时间段的特征数据;
S2.计算当前时间段内每个时刻特征数据的异常程度;根据当前时间段内特征数据所有时刻的异常程度计算该特征数据的传输迫切程度;
计算当前时间段内每个时刻特征数据的异常程度的方法为:
所述特征数据包括油气井内的压强数据以及油液流量数据;
计算每个时刻压强数据异常程度的表达式为:
其中,表示第i个时刻压强数据的异常程度,表示第i个时刻采集到的压强数据,表示油气井内当前时刻的标准压强数据,表示容许压强偏差;
计算每个时刻油液流量数据异常程度的表达式为:
其中,表示第i个时刻油液流量数据的异常程度,表示第i个时刻采集到的油液流量数据,b表示油气井内当前时刻的标准油液流量数据;
计算该特征数据的传输迫切程度的方法为:
获取当前时间段所有采集时刻特征数据的异常程度以及当前时间段内采集时刻的个数,根据所有时刻特征数据的异常程度计算该特征数据在当前时间段的传输迫切程度,表达式为:
其中,d表示该特征数据的传输迫切程度,表示第i个时刻压强数据的异常程度,表示第i个时刻油液流量数据的异常程度,N表示当前时间段共采集了N个时刻的特征数据;
S3.根据当前时间段内不同的特征数据个数进行分级,得到多个级别的特征数据;根据当前时间段内每个级别中各个特征数据的异常程度以及迫切程度计算当前时间段内每个级别特征数据的调节系数;
计算当前时间段内每个级别特征数据的调节系数的方法为:
其中,L表示调节系数,表示第i个时刻压强数据的异常程度,表示第i个时刻油液流量数据的异常程度,表示第i个时刻采集到的特征数据的传输迫切程度,表示每个级别中相同特征数据的采集时刻个数;
S4.将当前时间段内每个级别特征数据的调节系数由小到大排列,得到当前时间段内每个级别特征数据的调节系数序列;
S5.根据当前时间段内每个级别特征数据的调节系数序列进行霍夫曼编码,得到当前时间段内所有特征数据的编码结果;并将当前时间段的编码结果进行传输;
S6.根据当前时间段的传输迫切程度对下个采集时间段的采集时长进行修正,获取下个采集时间段内的特征数据,重复步骤S2-S5,得到下一采集时间段内特征数据的编码结果;将下一采集时间段内特征数据编码结果进行传输;
依次迭代,得到所有时间段内特征数据编码结果,并进行传输;
S7.接收端根据对传输的每个采集时间段内特征数据的编码结果进行解码,得到每个采集时间段的油气井特征数据,根据特征数据的异常程度对油气井参数进行调控。
2.根据权利要求1所述的一种油气井液面智能监测方法,其特征在于,根据当前时间段内不同的特征数据个数进行分级,得到多个级别的特征数据的方法为:
根据当前时间段内得到的特征数据值建立直方图,获取当前时间段内的所有采集时刻中不同的特征数据值的个数作为当前时间段内特征数据的级别数,获取每个级别中相同的特征数据个数。
3.根据权利要求1所述的一种油气井液面智能监测方法,其特征在于,根据当前时间段内每个级别特征数据的调节系数序列进行霍夫曼编码,得到当前时间段内所有特征数据的编码结果的方法为:
将当前时间段内每个级别特征数据的调节系数序列中的元素从小到大依次以第一元素、第二元素进行排列直至最后一个元素;
根据霍夫曼编码从调节系数序列中的第一元素和第二元素开始进行遍历,得到当前时间段内所有特征数据的霍夫曼树,根据当前时间段内所有特征数据的霍夫曼树得到当前时间段内每个特征数据的编码结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安钰雪石油科技有限公司,未经西安钰雪石油科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210632556.7/1.html,转载请声明来源钻瓜专利网。





