[发明专利]油气井液面智能监测方法及装置

说明书

本发明涉及人工智能领域，具体涉及一种油气井液面智能监测方法及装置。采集油气井内当前时间段的特征数据；计算每个时刻特征数据的异常程度；计算特征数据的传输迫切程度；对当前时间段内的特征数据进行分级，计算每个级别特征数据的调节系数；构建每个级别特征数据的调节系数序列；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，对下个采集时间段的时长进行修正，得到每个时间段的编码结果，将编码结果进行传输；对编码结果进行解码，得到油气井特征数据，根据特征数据的异常程度对油气井参数进行调控。本发明通过计算调节系数解决传统霍夫曼编码中异常数据并非码值最短的问题，可以实现对异常数据的快速精准传输。

技术领域

本发明涉及人工智能领域，具体涉及一种油气井液面智能监测方法及装置。

背景技术

油气井开采过程中受到流动压降的影响，其不同位置的产出和流量相差较大；由于高渗段流体的大量产出，其产出突进效应尤为明显，由此产生的不均匀剖面，一旦遇水或气，极易发生锥进，导致部分产液段流体流出受阻，油气井产量将大大降低，随着调流控水完井技术的不断发展，调流控水流入控制装置的性能也不断更新，现阶段已出现了能够根据地层产液情况，自动调整入流阻力的调流控水筛管，能够随着地层边底水突进和锥进的状况，主动改变入流流体的流量，基于调流控水技术的发展，对调流控水技术中各段内流体的油、气、水的入流流量的监测逐渐变得越来越重要，实时了解调流控水筛管过程中各段的产量从而明确调流控水筛管的作用效果是现阶段油气井开发开采过程中所面临的重要难题之一。

油气井液面监测通常是将一段时间内的传感器数据进行压缩，将压缩后的数据进行传输，为了能够更快的传输通常采用二进制编码，因此一般采用采用霍夫曼编码对数据进行压缩，但传统霍夫曼编码是基于数据的出现频率的大小顺序进行编码的，通常出现频率大的数据编码短，但当油气井液面出现异常时，往往异常数据出现频率不确定，异常数据出现的频率低会导致编码长度长，又由于油气井深处地下，在信号传输的过程中极易受到干扰，造成通信延迟和部分数据丢失，而编码长度越长，数据丢失的风险越大，会导致调控模块调控参数与实际不符。

针对上述情况，本发明提出了一种油气井液面智能监测方法及装置，通过对各个传感器获取到的数据进行调节系数的计算，并基于调节系数进行霍夫曼编码压缩，对压缩后的数据进行传输，从而进行调流控水筛管的调控。

发明内容

本发明提供一种油气井液面智能监测方法及装置，以解决现有的问题，包括采集油气井内当前时间段的特征数据；计算每个时刻特征数据的异常程度；计算特征数据的传输迫切程度；对当前时间段内的特征数据进行分级，计算每个级别特征数据的调节系数；构建每个级别特征数据的调节系数序列；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，对下个采集时间段的时长进行修正，得到每个时间段的编码结果，将编码结果进行传输；对编码结果进行解码，得到油气井特征数据，根据特征数据的异常程度对油气井参数进行调控。

根据本发明提出的技术手段，通过油气井内采集到的特征数据的异常程度获取自适应的数据传输的数据量，通过计算调节系数解决传统霍夫曼编码中异常数据并非码值最短的问题，从而达到对异常数据快速精准传输的目的，进而该目的可以使调控模块在进行调流控水筛管的参数调控时更加高效，防止错过最佳调控时间。

本发明采用如下技术方案，一种油气井液面智能监测方法，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。

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。

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。