CN110766054B - 一种压裂砂堵的预警方法、装置、存储介质及设备 - Google Patents
一种压裂砂堵的预警方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN110766054B CN110766054B CN201910900933.9A CN201910900933A CN110766054B CN 110766054 B CN110766054 B CN 110766054B CN 201910900933 A CN201910900933 A CN 201910900933A CN 110766054 B CN110766054 B CN 110766054B
- Authority
- CN
- China
- Prior art keywords
- processed
- time sequence
- time
- segment
- sequence segment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 93
- 239000004576 sand Substances 0.000 title claims abstract description 87
- 238000003860 storage Methods 0.000 title claims abstract description 10
- 230000000903 blocking effect Effects 0.000 claims abstract description 41
- 230000009467 reduction Effects 0.000 claims abstract description 36
- 230000011218 segmentation Effects 0.000 claims description 60
- 239000012634 fragment Substances 0.000 claims description 40
- 230000008569 process Effects 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 8
- 238000010276 construction Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000035772 mutation Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004035 construction material Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000013074 reference sample Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Marketing (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Agronomy & Crop Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Measuring Fluid Pressure (AREA)
Abstract
本申请实施例公开了一种压裂砂堵预警方法、装置、存储介质及设备，针对产生的压力时间序列，获取压力时间序列中的待处理时间序列片段。依次减小待处理时间序列片段的长度，获得每次减小后对应的第一待处理时间序列片段。计算待处理时间序列片段与每个第一待处理时间序列片段之间的相似度，并确定相似度满足预设条件的第一待处理时间序列片段。再根据相似度满足预设条件的第一待处理时间序列片段确定第三关键点，并根据第一关键点对应的时间点确定第三关键点对应的时间点。在第一关键点、第二关键点以及第三关键点对应的时间点对压力时间序列进行分割。当划分的时间序列片段中存在与预设时间序列片段相似的时间序列片段时，产生压裂砂堵预警。
Description
技术领域
本申请涉及数据处理技术领域，具体涉及一种压裂砂堵预警方法、装置、存储介质及设备。
背景技术
在进行压裂施工提高油气采收率的过程中，由于地层的复杂性，施工过程中面临各种风险异常，其中尤以砂堵最为常见，发生砂堵时，轻则形成高压憋坏管线，损坏设备，造成压裂液等施工物质材料的浪费，大幅度提高生产作业成本，重则造成重大人员伤亡，破坏地层渗流，导致压裂施工井的报废。因此，若能对压裂施工砂堵进行预警，提示现场技术人员及时采取有效的应对措施，对于避免发生砂堵具有重要意义。
然而，国内外对砂堵研究主要集中在压裂施工的整体监测，主要还是依赖人工对施工过程产生的时间序列中的异常情况进行识别，从而判断施工是否发生砂堵等状况。然而，由于压裂砂堵的特殊性，当通过人工识别可以做出判断时，砂堵已经发生。也就是，现有的方法仅能实现在砂堵发生时识别砂堵，无法做到砂堵的有效预警。
发明内容
有鉴于此，本申请实施例提供一种压裂砂堵预警方法、装置、存储介质及设备，以实现更为合理、准确地对压力时间序列数据进行处理，以便进行压裂砂堵预警。
为解决上述问题，本申请实施例提供的技术方案如下：
本申请实施例第一方面，提供了一种压裂砂堵预警方法，所述方法包括：
获取压裂过程中产生的压力时间序列中的任一待处理时间序列片段，所述待处理时间序列片段包括第一关键点和第二关键点；
依次减小所述待处理时间序列片段的长度，获得每次减小后对应的第一待处理时间序列片段，并计算所述待处理时间序列片段与每个所述第一待处理时间序列片段之间的相似度；
根据相似度满足预设条件的第一待处理时间序列片段确定所述待处理时间序列片段的第三关键点，并根据所述待处理时间序列片段的第一关键点对应的时间点确定所述第三关键点对应的时间点；
在所述第一关键点、所述第二关键点以及所述第三关键点对应的时间点对所述待处理时间序列片段所在的压力时间序列进行分割；
当分割出的时间序列片段中存在与预设时间序列片段相似的时间序列片段时，产生压裂砂堵预警，所述预设时间序列片段用于表征即将发生压裂砂堵。
在一种可能的实现方式中，所述获取待处理时间序列片段，包括：
利用至少两个不同的分割长度分别对压力时间序列进行分割，获得时间序列片段；
对所述时间序列片段进行聚类，根据聚类结果确定待处理时间序列片段。
在一种可能的实现方式中，所述根据聚类结果确定待处理时间序列片段，包括：
根据聚类结果确定分割点；
根据所述分割点确定待处理时间序列片段；所述待处理时间序列片段对应的在先分割点为第一关键点，所述待处理时间序列片段对应的在后分割点为第二关键点。
在一种可能的实现方式中，所述依次减小所述待处理时间序列片段的长度，获得每次减小后对应的第一待处理时间序列片段，包括：
利用预设步长减小所述待处理时间序列片段的长度，获得第一目标待处理时间序列片段，将所述第一目标待处理时间序列片段确定为第一待处理时间序列片段；
利用预设步长减小所述第一目标待处理时间序列片段的长度，获得第二目标待处理时间序列片段，将所述第二目标待处理时间序列片段确定为第一待处理时间序列片段；
将所述第二目标待处理时间序列片段确定为所述第一目标待处理时间序列片段，重复执行利用预设步长减小所述第一目标待处理时间序列片段的长度以及后续步骤，直到所述第二目标待处理时间序列片段的长度满足预设条件。
在一种可能的实现方式中，所述依次减小所述待处理时间序列片段的长度，获得每次减小后对应的第一待处理时间序列片段，包括：
利用目标步长减小所述待处理时间序列片段的长度，获得第一待处理时间序列片段；
将所述目标步长增加预设长度作为所述目标步长，重复执行所述利用目标步长减小所述待处理时间序列片段的长度以及后续步骤，直到所述目标步长大于或等于所述待处理时间序列片段的长度。
在一种可能的实现方式中，所述方法还包括：
依次减小目标待处理时间序列片段的长度，获得每次减小后对应的第二待处理时间序列片段，并计算所述目标待处理时间序列片段与每个所述第二待处理时间序列片段之间的相似度；所述目标待处理时间序列片段为所述待处理时间序列片段的第一关键点与所述待处理时间序列片段的第三关键点之间的时间序列片段或者为所述待处理时间序列片段的第二关键点与所述待处理时间序列片段的第三关键点之间的时间序列片段；
根据相似度满足预设条件的第二待处理时间序列片段确定所述目标待处理时间序列片段的第四关键点，并根据所述待处理时间序列片段的第一关键点的时间点或所述待处理时间序列片段的第三关键点的时间点确定所述第四关键点的时间点；
在所述第一关键点、所述第二关键点、所述第三关键点以及所述第四关键点对应的时间点对所述待处理时间序列片段所在的压力时间序列进行分割。
在一种可能的实现方式中，所述根据相似度满足预设条件的第一待处理时间序列片段确定所述待处理时间序列片段的第三关键点，包括：
获取大于预设阈值的相似度，将最小相似度确定为目标相似度；
根据目标相似度对应的第一待处理时间序列片段确定所述待处理时间序列片段的第三关键点。
在一种可能的实现方式中，所述计算所述待处理时间序列片段与每个所述第一待处理时间序列片段的相似度，包括：
计算所述待处理时间序列片段与每个所述第一待处理时间序列片段的动态时间弯曲DTW距离。
在本申请实施例第二方面，提供了一种压裂砂堵预警装置，所述装置包括：
获取单元，用于获取压裂过程中产生的压力时间序列中的任一待处理时间序列片段，所述待处理时间序列片段包括第一关键点和第二关键点；
第一减小单元，用于依次减小所述待处理时间序列片段的长度，获得每次减小后对应的第一待处理时间序列片段；
第一计算单元，用于计算所述待处理时间序列片段与每个所述第一待处理时间序列片段之间的相似度；
第一确定单元，用于根据相似度满足预设条件的第一待处理时间序列片段确定所述待处理时间序列片段的第三关键点，并根据所述待处理时间序列片段的第一关键点对应的时间点确定所述第三关键点对应的时间点；
第一分割单元，用于在所述第一关键点、所述第二关键点以及所述第三关键点对应的时间点对所述待处理时间序列片段所在的压力时间序列进行分割；
产生单元，用于当分割出的时间序列片段中存在与预设时间序列片段相似的时间序列片段时，产生压裂砂堵预警，所述预设时间序列片段用于表征即将发生压裂砂堵。
在一种可能的实现方式中，所述获取单元，包括：
分割子单元，用于利用至少两个不同的分割长度分别对待处理时间序列进行分割，获得时间序列片段；
确定子单元，用于对所述时间序列片段进行聚类，根据聚类结果确定待处理时间序列片段。
在一种可能的实现方式中，所述确定子单元，包括：
第一确定子单元，用于根据聚类结果确定分割点；
第二确定子单元，用于根据所述分割点确定待处理时间序列片段；所述待处理时间序列片段对应的在先分割点为第一关键点，所述待处理时间序列片段对应的在后分割点为第二关键点。
在一种可能的实现方式中，所述第一减小单元，具体用于：
利用预设步长减小所述待处理时间序列片段的长度，获得第一目标待处理时间序列片段，将所述第一目标待处理时间序列片段确定为第一待处理时间序列片段；
利用预设步长减小所述第一目标待处理时间序列片段的长度，获得第二目标待处理时间序列片段，将所述第二目标待处理时间序列片段确定为第一待处理时间序列片段；
将所述第二目标待处理时间序列片段确定为所述第一目标待处理时间序列片段，重复执行利用预设步长减小所述第一目标待处理时间序列片段的长度以及后续步骤，直到所述第二目标待处理时间序列片段的长度满足预设条件。
在一种可能的实现方式中，所述第一减小单元，具体用于：
利用目标步长减小所述待处理时间序列片段的长度，获得第一待处理时间序列片段；
将所述目标步长增加预设长度作为所述目标步长，重复执行所述利用目标步长减小所述待处理时间序列片段的长度以及后续步骤，直到所述目标步长大于或等于所述待处理时间序列片段的长度。
在一种可能的实现方式中，所述装置还包括：
第二减小单元，用于依次减小目标待处理时间序列片段的长度，获得每次减小后对应的第二待处理时间序列片段；
第二计算单元，用于计算所述目标待处理时间序列片段与每个第二待处理时间序列片段之间的相似度；所述目标待处理时间序列片段为所述待处理时间序列片段的第一关键点与所述待处理时间序列片段的第三关键点之间的时间序列片段或者为所述待处理时间序列片段的第二关键点与所述待处理时间序列片段的第三关键点之间的时间序列片段；
第三确定单元，用于根据相似度满足预设条件的第二待处理时间序列片段确定所述目标待处理时间序列片段的第四关键点，并根据所述待处理时间序列片段的第一关键点的时间点或所述待处理时间序列片段的第三关键点的时间点确定所述第四关键点的时间点；
第二分割单元，用于在所述第一关键点、所述第二关键点、所述第三关键点以及所述第四关键点对应的时间点对所述待处理时间序列片段所在的待处理时间序列进行分割。
在一种可能的实现方式中，所述第三确定单元，包括：
获取子单元，用于获取大于预设阈值的相似度，将最小相似度确定为目标相似度；
第三确定子单元，用于根据目标相似度对应的第一待处理时间序列片段确定所述待处理时间序列片段的第三关键点。
在一种可能的实现方式，所述第一计算单元，具体用于计算所述待处理时间序列片段与每个所述第一待处理时间序列片段的动态时间弯曲DTW距离。
在本申请实施例第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行第一方面所述的压裂砂堵预警的方法。
在本申请实施例第四方面，提供了一种压裂砂堵预警设备，包括存储器，处理器，及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如第一方面所述压裂砂堵预警的方法。
由此可见，本申请实施例具有如下有益效果：
本申请实施例针对压裂过程中产生的压力时间序列，首先获取压力时间序列中的需要进行处理的片段，即待处理时间序列片段。针对该待处理时间序列片段，依次减小该待处理时间序列片段的长度，获得每次减小后对应的第一待处理时间序列片段，即逐渐减小待处理时间序列片段的长度。然后，计算待处理时间序列片段与每次减小获得的第一待处理时间序列片段之间的相似度，并确定相似度满足预设条件的第一待处理时间序列片段。再根据相似度满足预设条件的第一待处理时间序列片段确定待处理时间序列片段的第三关键点，并根据待处理时间序列片段的第一关键点对应的时间点确定第三关键点对应的时间点。最后，在第一关键点、第二关键点以及第三关键点对应的时间点对待处理时间序列进行分割，从而将压力时间序列分割成不同的时间序列片段，实现有效划分。当所划分的时间序列片段中存在与预设时间序列片段相似的片段时，表明即将发生压裂砂堵，则产生压裂砂堵预警，以便用户根据压裂砂堵预警对设备提前检查，防止设备故障。
通过本申请实施例提供的方法，可以通过计算分割前后两个待处理时间序列片段之间的相似度来确定分割点，从而实现对压力时间序列进行有效划分，进而可以确定不同的时间序列片段对应的工作模式。当设备工作时，预警装置可以对其产生的压力时间序列进行实时划分和分析，进而可以根据划分的时间序列片段确定是否即将发生压裂砂堵，以提前检查设备的工作状态，进而实现有效预警。
附图说明
图1为本申请实施例提供的一种传统压力时间序列划分方法示意图；
图2为本申请实施例提供的一种压裂砂堵预警方法的流程图；
图3为本申请实施例提供的一种聚类效果图；
图4为本申请实施例提供的一种确定待处理时间序列片段示意图；
图5为本申请实施例提供的一种确定第三关键点对应时间点的示意图；
图6a为本申请实施例提供的一种划分待处理时间序列片段效果图；
图6b为本申请实施例提供的一种应用场景示例图；
图7为本申请实施例提供的一种减小待处理时间序列片段方法的流程图；
图8为本申请实施例提供的另一种减小待处理时间序列片段方法的流程图；
图9为本申请实施例提供的一种压裂砂堵预警装置的结构图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请实施例作进一步详细的说明。
为便于理解本申请实施例提供的技术方案，先对本申请的背景技术进行说明。
发明人在对传统的压裂砂堵处理方法研究中发现，传统的处理方法仅能实现在砂堵发生时识别出砂堵，而无法在砂堵发生之前进行有效预警。在研究过程中，发明人发现可以利用时间序列分割方法对压裂过程中产生的压力时间序列进行有效分割，以分割出可以表征即将发生压裂砂堵的时间序列片段。然而，传统的时间序列分割方法主要基于压力时间序列的纵坐标值进行横向切割以获得分割结果，进而通过分割结果确定设备在整个工作过程中所经历的工作模式。如图1所示，其中，横坐标为时间，纵坐标为设备工作时对应的压力工作参数。而这种划分方式容易破坏原有数据结构，导致时间序列划分不合理，影响对压力时间序列的分析。例如，图1中A处数值的突变实际表征设备即将出现故障，而传统的分割方式根据纵坐标数值将A划分在正常工作模式下，导致无法识别A处的突变，进而无法提前检查设备，预防设备故障。
基于此，本申请实施例提供了一种压裂砂堵预警方法，对于压裂过程中产生的压力时间序列，首先获取该压力时间序列中需要进行处理的待处理时间序列片段。针对该待处理时间序列片段，依次减小该待处理时间序列片段，获得每一次减小时对应的第一待处理时间序列片段。然后，计算待处理时间序列片段与每个第一待处理时间序列片段之间的相似度，并确定相似度满足预设条件的第一待处理时间序列片段。再根据确定的第一待处理时间序列片段确定待处理时间序列片段的第三关键点，并根据待处理时间序列片段的第一关键点对应的时间点确定第三关键点对应的时间点。在第一关键点、第二关键点以及第三关键点对应的时间点对压力时间序列进行分割，如果分割出的时间序列片段中存在与预设时间序列片段相似的片段，表明即将发生压裂砂堵，则产生压裂砂堵预警，以便用户根据预警提前对设备进行检查，防止设备故障。
即，本申请通过计算分割前的待处理时间序列片段与分割后的第一待处理时间序列片段的相似度，根据相似度确定分割点，将相似度满足预设条件的第一待处理时间序列片段对应的分割点确定为第三关键点，不再仅根据压力时间序列的纵坐标进行分割，从而实现对压力时间序列进行有效分割，进而为后续进行准确分析提供依据，从而可以有效地发现异常时间序列片段，以进行预警处理。
为便于理解本申请提供的压裂砂堵预警方法，下面将结合附图对该方法进行说明。
方法实施例一
参见图2，该图为本申请实施例提供的一种压裂砂堵预警方法的流程图，如图2所示，该方法可以包括：
S201：获取压裂过程中产生的压力时间序列中的任一待处理时间序列片段。
在需要对压裂过程中产生的压力时间序列进行分析时，首先获取该压力时间序列中需要进行进一步处理的待处理时间序列片段，其中，待处理时间序列片段包括第一关键点和第二关键点。即，可以先对待处理时间序列进行粗划分，然后在经过粗划分获得时间序列片段中确定待处理时间序列片段。其中，第一关键点可以表示待处理时间序列片段的起点，第二关键点可以表示待处理时间序列片段的终点。
在具体实现时，可以利用传统的切割方法对压力时间序列进行粗划分，然后再从粗划分获得的时间序列片段中确定待处理时间序列片段。也可以通过本实施例提供的另一种方法对压力时间序列进行粗划分，再从粗划分获得的时间序列片段中确定待处理时间序列片段。具体地，获取待处理时间序列片段，可以包括：
1)利用至少两个不同的分割长度分别对压力时间序列进行分割，获得时间序列片段。
2)对时间序列片段进行聚类，根据聚类结果确定待处理时间序列片段。
即，可以预先初始化多个不同的分割长度，然后利用不同的分割长度分别对压力时间序列进行分割。例如，初始化3个分割长度，分别为m1＝8，m2＝12，m3＝24，压力时间序列长度为M＝72，则利用m1分割时，可以获得9个时间序列片段；则利用m2分割时，可以获得6个时间序列片段；则利用m3分割时，可以获得3个时间序列片段。
需要说明的是，在实际应用时，为保证利用不同的分割长度对压力时间序列分割时，各自对应的分割线可以存在重合的情况，不同的分割长度之间呈倍数关系。例如，m4＝5，m5＝10，m6＝15。
当对待处理序列进行不同长度的分割，获得多个时间序列片段后，对多个时间序列片段进行聚类，获得聚类结果，然后根据聚类结果确定待处理时间序列片段。在具体实现时，可以利用常见的时间序列聚类方法对时间序列片段进行聚类，例如，基于距离的机器学习聚类方法、基于相似性的机器学习聚类方法等。如图3所示，利用聚类方法对分割成不同长度的时间序列片段分别进行聚类，获得聚类结果。在图3中，聚类结果1为利用m3切割后对应的聚类结果，聚类结果为ACA；聚类结果2为利用m2切割后对应的聚类结果，该聚类结果为AABBAA；聚类结果3为利用m1切割后对应的聚类结果，该聚类结果为AAABCBAAA。在对时间序列片段进行聚类，获得聚类结果后，根据聚类结果确定待处理时间序列片段。
在一种可能的实现方式中，本实施例提供了一种根据聚类结果确定待处理时间序列片段的实现方式，具体可以包括：
1)根据聚类结果确定分割点。
2)根据分割点确定待处理时间序列片段。
本实施例中，当利用聚类方法对时间序列片段进行聚类时，可以获取相应的聚类结果，并根据聚类结果确定分割点。具体为，根据聚类结果确定划分界线，将划分界线与待处理时间序列的交点确定为分割点。通过图3可知，在利用不同的分割长度对待处理时间序列进行划分时，两条分割线两侧的聚类结果均相等，因此，可以将两条分割线确定为划分界线，进而确定出分割点。
在确定出分割点后，可以将分割点切分出的每个时间序列片段确定为待处理时间序列片段。对于切分出的第一个待处理时间序列片段，待处理时间序列的起点为第一个待处理时间序列片段对应的第一关键点；切分的分割点为第一个待处理时间序列片段对应的第二关键点；对于切分出的最后一个待处理时间序列片段，切分的分割点为该最后一个待处理时间序列片段对应的第一关键点，待处理时间序列的终点为该最后一个待处理时间序列片段对应的第二关键点。对于其它待处理时间序列片段而言，待处理时间序列片段对应的在先分割点为第一关键点，在后分割点为第二关键点。
S202：依次减小待处理时间序列片段的长度，获得每次减小后对应的第一待处理时间序列片段，并计算待处理时间序列片段与每个第一待处理时间序列片段之间的相似度。
在获取待处理时间序列片段后，逐渐减小待处理时间序列片段的长度，获得每次减小后对应的第一待处理时间序列片段，并计算待处理时间序列片段与每个第一待处理时间序列片段之间的相似度。参见图4，当待处理时间序列片段为图3划分界线之间的待处理时间序列片段，第一次减小待处理时间序列片段获得第一待处理时间序列片段a1；第二次减小待处理时间序列片段获得第一待处理时间序列片段a2；第三次减小待处理时间序列片段获得第一待处理时间序列片段a3，并计算待处理时间序列片段分别与a1、a2和a3之间的相似度。
在具体实现时，其中计算待处理时间序列片段与第一待处理时间序列片段的相似度可以为计算待处理时间序列片段与第一待处理时间序列片段的动态时间弯曲(DynamicTime Warping，DTW)距离。DTW距离是一种衡量两个长度不同的时间序列的相似度的方法，相比于欧氏距离，衡量结果更准确。
其中，关于依次减小待处理时间序列片段，获得每次减小后对应的第一待处理时间序列片段的具体实现将在后续实施例进行说明。
S203：根据相似度满足预设条件的第一待处理时间序列片段确定待处理时间序列片段的第三关键点，并根据待处理时间序列片段的第一关键点对应的时间点确定第三关键点对应的时间点。
当获得待处理时间序列片段与每个第一待处理时间序列片段的相似度后，根据相似度从获取的多个第一待处理时间序列片段中选择一个相似度满足预设条件的第一待处理时间序列片段。即，从多个第一待处理时间序列片段中确定目标第一待处理时间序列片段。然后，根据确定出的目标第一待处理时间序列片段确定出待处理时间序列片段的第三关键点，并根据待处理时间序列片段的第一关键点对应的时间点确定第三关键点对应的时间点。
可以理解的是，由于每次减小待处理时间序列片段的长度是已知的，因此，在确定出满足条件的第一待处理时间序列片段后，对应的减小长度是确定的，相应地，待处理时间序列片段对应的第三关键点是确定的。另外，减小长度是相对于待处理时间序列片段的起点(即第一关键点)，因此，在确定出第三关键点后，可以根据第一关键点对应的时间点以及减小长度确定出第三关键点的时间点。其中，第一关键点对应的时间点是整个待处理时间序列的时间点，对应地，第三关键点的时间点也是整个待处理时间序列的时间点。例如图5所示，待处理时间序列为0-60s内的时间序列，其中，待处理时间序列片段为20s-35s。则待处理时间序列片段对应的第一关键点为第20s的点，该第一关键点对应的时间点为20s。如果相似度满足预设条件的第一待处理时间序列片段对应的减小长度为5，则第三关键点对应的时间点应为25s。
其中，关于根据相似度满足预设条件的第一待处理时间序列片段确定待处理时间序列片段的第三关键点的具体实现，本实施例提供了一种实现方式，具体为，获取大于预设阈值的相似度，将最小相似度确定为目标相似度；根据目标相似度对应的第一待处理时间序列片段确定待处理时间序列片段的第三关键点。即，在获得待处理时间序列片段与每个第一待处理时间序列片段的相似度后，从获取的多个相似度中选择相似度大于预设阈值的相似度，再从大于预设阈值的相似度中选择最小的相似度，将其作为目标相似度。然后，再根据目标相似度对应的第一待处理时间序列片段确定待处理时间序列片段的第三关键点。
需要说明的是，之所以从大于预设阈值的相似度中，选择最小相似度作为目标相似度在于，最小相似度对应的第一待处理时间序列片段与待处理时间序列片段之间相似性较小，从而保证划分后的两个时间序列片段相似性较小。即，根据最小相似度对应的第一待处理时间序列片段确定出的第三关键点为待处理时间序列片段对应的最优划分点，从而实现对待处理时间序列片段进行有效划分。如图6b所示的时间序列为压裂过程中设备产生的压力时间序列，通过上述划分方法，可以划分出4个时间序列片段，将时间序列片段②和时间序列片段③区分开。其中，时间序列片段③与表征即将发生压裂砂堵的预设时间序列片段相似，表明设备即将压裂砂堵，则产生压裂砂堵预警，预报设备即将出现故障，从而提示用户进行提前检查，预防故障。
其中，预设阈值可以根据实际应用场景进行确定，本实施例在此不进行限定。
S204：在第一关键点、第二关键点以及第三关键点对应的时间点对待处理时间序列片段所在的压力时间序列进行分割。
当确定出第三关键点后，在第一关键点、第二关键点以及第三关键点对应的时间点对待处理时间序列片段所在的压力时间序列进行分割，从而实现对压力时间序列进行有效划分。例如，基于图3所示的压力时间序列，其对应的分割效果图如图6a所示，可以划分为4个片段。
需要说明的是，在实际应用中一条压力时间序列可以确定出多个待处理时间序列片段，对于任一个待处理时间序列片段，均可以利用本实施例提供的方法进行处理。对应地，当存在多个待处理时间序列片段时，每个待处理时间序列片段均对应有第一关键点、第二关键点和第三关键点，在进行划分时，在各个第一关键点、第二关键段和第三关键点对应的时间点对压力时间序列进行划分。
S205：当分割出的时间序列片段中存在与预设时间序列片段相似的时间序列片段时，产生压裂砂堵预警。
即，当确定出各个分割点后，即第一关键点、第二关键点以及第三关键点，对当前获取的压力时间序列进行分割，如果分割获得时间序列片段中存在与预设时间序列片段相似的时间序列片段时，表明设备即将出现故障，产生压裂砂堵预警，以通知用户提前检查设备，防止设备故障。
在具体实现时，可以计算分割后的每个时间序列片段与预设时间序列片段之间的相似度，当某时间序列片段与预设时间序列片段之间的相似度达到预设阈值时，表明分割出的时间序列片段中存在与预设时间序列片段相似的片段，则产生压裂砂堵预警。
其中，预设时间序列片段用于表征压裂过程中即将发生压裂砂堵时对应的时间序列片段，可以进行预先标注。在实际应用中，预设时间序列片段可以通过手动分割的方法获得，也可以通过本实施例提供的时间序列分割方法获得，再将其作为参考样本进行后续应用，对于预设时间序列片段的获取本实施例在此不做限定。
通过上述可知，对于压裂过程中产生的压力时间序列，首先获取该压力时间序列中需要进行处理的待处理时间序列片段。针对该待处理时间序列片段，依次减小该待处理时间序列片段，获得每一次减小时对应的第一待处理时间序列片段。然后，计算待处理时间序列片段与每个第一待处理时间序列片段之间的相似度，并确定相似度满足预设条件的第一待处理时间序列片段。再根据确定的第一待处理时间序列片段确定待处理时间序列片段的第三关键点，并根据待处理时间序列片段的第一关键点对应的时间点确定第三关键点对应的时间点。最后，在第一关键点、第二关键点以及第三关键点对应的时间点对压力时间序列进行分割。当分割出的时间序列片段中存在与预设时间序列片段相似的时间序列片段时，表明即将发生压裂砂堵，则产生压裂砂堵预警，以便用户根据压裂砂堵预警对设备提前检查，防止设备故障。即，本申请通过计算分割前的待处理施加序列片段与分割后的第一待处理序列片段的相似度，根据相似度确定分割点，将相似度满足预设条件的第一待处理序列片段对应的分割点确定为第三关键点，不再仅根据时间序列的纵坐标进行分割，从而实现对压力时间序列进行有效分割，进而为后续进行准确分析提供依据，从而可以更有效地发现异常时间序列片段，以进行预警处理。
为便于理解，以图6b所示压力时间序列为例进行说明，该压力时间序列为未产生砂堵之前的时间序列。在对图6b所示的压力时间序列进行切分时，首先可以获取压力时间序列中任一待处理时间序列片段，并依次减小待处理时间序列片段的长度，获得减小后的第一待处理时间序列片段，同时计算待处理时间序列片段与每个第一待处理时间序列片段的相似度，从而将相似度较小的时间序列片段切分出来。即，通过本申请提供的时间序列分割方法，可以将时间序列片段②与时间序列片段③分割开(时间序列片段③为即将产生砂堵时设备的压力工作参数)。然后，判断分割出的4个时间序列片段中是否存在与预设时间序列片段相似的时间序列片段，如果存在，则表明即将发生压裂砂堵，则进行压裂砂堵预警，提示用户进行预先检查。
在一种可能的实现方式中，为实现对待处理时间序列进行进一步的有效划分，以使得不同的时间序列片段被分割出，在确定出对待处理时间序列的第三关键点后，还可以将第一关键点与第三关键点之间的时间序列片段或者第三关键点与第二关键点之间的时间序列片段作为目标待处理时间序列片段，对目标待处理时间序列片段再次进行减小的操作，以确定第四关键点。
具体可以包括：
1)依次减小目标待处理时间序列片段的长度，获得每次减小后对应的第二待处理时间序列片段，并计算目标待处理时间序列片段与每个第二待处理时间序列片段之间的相似度。
即，逐渐减小目标待处理时间序列片段的长度，获得每次减小时对应的第二待处理时间序列片段。即，第二待处理时间序列片段为每次减小后剩余的待处理时间序列片段。并计算目标待处理时间序列片段与每个第二待处理时间序列片段之间的相似度。其中，关于计算相似度的具体实现可以参见上述方法实施例，本实施例在此不再赘述。
其中，目标待处理时间序列片段为待处理时间序列片段的第一关键点与待处理时间序列片段的第三关键点之间的时间序列片段或者为待处理时间序列片段的第二关键点与待处理时间序列片段的第三关键点之间的时间序列片段。
2)根据相似度满足预设条件的第二待处理时间序列片段确定目标待处理时间序列片段的第四关键点，并根据待处理时间序列片段的第一关键点的时间点或待处理时间序列片段的第三关键点的时间点确定第四关键点的时间点。
当获得目标待处理时间序列片段与每个第二待处理时间序列片段的相似度后，根据相似度从获取的多个第二待处理时间序列片段中选择一个相似度满足预设条件的第二待处理时间序列片段。即，从多个第二待处理时间序列片段中确定目标第二待处理时间序列片段。然后，根据确定出的目标第二待处理时间序列片段确定出目标待处理时间序列片段的第四关键点，并根据目标待处理时间序列片段的第一关键点对应的时间点或第三关键点对应的时间点确定第四关键点对应的时间点。
其中，关于选择相似度满足预设条件的第二待处理时间序列片段以及确定第四关键点对应的时间点的具体实现可以参见上述方法实施例。
3)在第一关键点、第二关键点、第三关键点以及第四关键点对应的时间点对待处理时间序列片段所在的待处理时间序列进行分割。
即，当确定出第四关键点后，在第一关键点、第二关键点、第三关键点以及第四关键点对应的时间点对待处理时间序列片段所在的压力时间序列进行分割，从而实现对压力时间序列进行有效划分。当分割后的时间序列片段中包括预设时间序列片段时，表明即将发生压裂砂堵，则产生压裂砂堵预警。
需要说明的是，为尽可能地将待处理时间序列中不相似的时间序列片段划分出，可以进行多次的划分操作，直至对于每个时间序列片段而言，如果对该时间序列片段再次进行划分时，划分后的每个子时间序列片段之间相似，且每个子时间序列片段均与该时间序列片段相似，则停止划分。即，通过上述划分操作可以有效地将图6b中时间序列片段③和时间序列片段②划分出来，进而在设备实际工作时可以有效地识别出③，以进行压裂砂堵预警。
利用本申请实施例提供的方案，对图1所示的时间序列进行划分，可以获得如图6b所示的划分效果图。其中，①启动模式②普通运行模式③突变模式。当获得上述的划分结果，可以预先对突变模式③进行标记，则通过识别压力时间序列中存在突变模式③进行压裂砂堵预警，以实现提前检查设备，防止设备故障。
在一种可能的实现方式中，本实施例提供了两种减小待处理时间序列片段长度，获得第一待处理时间序列片段的方法，一种是，在上一次减小的基础上继续减小待处理时间序列片段的长度；另一种，每次均针对待处理时间序列片段进行减小。为便于理解，下面将分别对上述两种方法进行说明。
方法实施例二
参见图7，该图为本申请实施例提供的一种减小待处理时间序列片段长度的方法流程图，如图7所示，该方法可以包括：
S701：利用预设步长减小待处理时间序列片段的长度，获得第一目标待处理时间序列片段，将第一目标待处理时间序列片段确定为第一待处理时间序列片段。
本实施例中，首先利用预设步长减小待处理时间序列片段的长度，获得第一目标待处理时间序列片段，将该第一目标待处理时间序列片段确定为第一待处理时间序列片段。即，获得第一次减小后剩余的第一待处理时间序列片段。其中，预设步长可以根据实际应用情况进行设定。
S702：利用预设步长减小第一目标待处理时间序列片段的长度，获得第二目标待处理时间序列片段，将第二目标待处理时间序列片段确定为第一待处理时间序列片段，重复执行S702，直到第二目标待处理时间序列片段的长度满足预设条件。
即，在通过S701减小待处理时间序列片段获得第一目标待处理时间序列片段后，将第一目标待处理时间序列片段作为第二次被减小的时间序列片段。利用预设步长继续减小第一目标待处理时间序列片段的长度，获得第二目标待处理时间序列片段，将第二目标待处理时间序列片段确定为第一待处理时间序列片段。即，获得第二次减小后的第一待处理时间序列片段。
即，当通过S702获得第二目标待处理时间序列片段后，将该第二目标待处理时间序列片段作为第一目标待处理时间序列片段，再利用预设步长继续减小第一目标待处理时间序列片段，获得第二待处理时间序列片段。重复执行S702，直至获得第二目标待处理时间序列片段的长度满足预设条件。
其中，第二目标待处理时间序列片段的长度满足预设条件可以为第二目标待处理时间序列片段的长度达到预设长度，则停止循环；或者第二目标待处理时间序列的长度小于预设步长，则停止循环。
需要说明的是，本实施例中每次减小的预设步长可以相同，例如预设步长为固定值1，假设待处理时间序列片段的长度为10，第一次减小后获得的第一待处理时间序列片段a1的长度为9＝10-1；第二次减小a1获得第一待处理时间序列片段a2的长度为8＝9-1。当然，每次减小的预设步长也可以不相同，例如，第一次减小的预设步长为1，第二次减小的预设步长为1.5，第三次减小的预设步长为1.7等，假设待处理时间序列片段的长度为10，第一次减小后获得的第一待处理时间序列片段a1的长度为9＝10-1；第二次减小a1获得第一待处理时间序列片段a2的长度为7.5＝9-1.5；第三次减小a2获得的第一待处理时间序列片段a3的长度为5.8＝7.5-1.7。
方法实施例三
参见图8，该图为本申请实施例提供的另一种减小待处理时间序列片段方法的流程图，如图8所示，该方法可以包括：
S801：利用目标步长减小待处理时间序列片段的长度，获得第一待处理时间序列片段。
S802：将目标步长增加预设长度作为目标步长。
S803：判断目标步长是否大于或等于待处理时间序列片段的长度，如果是，则停止减小；如果否，执行S801。
本实施例中，利用目标步长去减小待处理时间序列片段的长度，将减小后的剩余待处理时间序列片段确定为第一待处理时间序列片段。然后，增加目标步长的长度，将增加长度后步长确定为目标步长，判断该目标步长是否大于或等于待处理时间序列片段的长度，如果是，则停止减小；否则，利用该目标步长减小待处理时间序列片段的长度，再次获得第一待处理时间序列片段。
其中，每次目标步长所增加的预设长度可以相同，例如，每次均增加1；也可以不同，例如第一次增加1.5、第二次增加2、第三次增加2.5等。
装置实施例
基于上述方法实施例，本申请还提供了一种压裂砂堵预警装置，参见图9，该图为本申请实施例提供的一种压裂砂堵预警装置的结构图，如图9所示，所述装置可以包括：
获取单元901，用于获取压裂过程中产生的压力时间序列中的任一待处理时间序列片段，所述待处理时间序列片段包括第一关键点和第二关键点；
第一减小单元902，用于依次减小所述待处理时间序列片段的长度，获得每次减小后对应的第一待处理时间序列片段；
第一计算单元903，用于计算所述待处理时间序列片段与每个所述第一待处理时间序列片段之间的相似度；
第一确定单元904，用于根据相似度满足预设条件的第一待处理时间序列片段确定所述待处理时间序列片段的第三关键点，并根据所述待处理时间序列片段的第一关键点对应的时间点确定所述第三关键点对应的时间点；
第一分割单元905，用于在所述第一关键点、所述第二关键点以及所述第三关键点对应的时间点对所述待处理时间序列片段所在的压力时间序列进行分割；
产生单元906，用于当分割出的时间序列片段中存在与预设时间序列片段相似的时间序列片段时，产生压裂砂堵预警，所述预设时间序列片段用于表征即将发生压裂砂堵。
在一种可能的实现方式中，所述获取单元，包括：
分割子单元，用于利用至少两个不同的分割长度分别对待处理时间序列进行分割，获得时间序列片段；
确定子单元，用于对所述时间序列片段进行聚类，根据聚类结果确定待处理时间序列片段。
在一种可能的实现方式中，所述确定子单元，包括：
第一确定子单元，用于根据聚类结果确定分割点；
第二确定子单元，用于根据所述分割点确定待处理时间序列片段；所述待处理时间序列片段对应的在先分割点为第一关键点，所述待处理时间序列片段对应的在后分割点为第二关键点。
在一种可能的实现方式中，所述第一减小单元，具体用于：
利用预设步长减小所述待处理时间序列片段的长度，获得第一目标待处理时间序列片段，将所述第一目标待处理时间序列片段确定为第一待处理时间序列片段；
利用预设步长减小所述第一目标待处理时间序列片段的长度，获得第二目标待处理时间序列片段，将所述第二目标待处理时间序列片段确定为第一待处理时间序列片段；
将所述第二目标待处理时间序列片段确定为所述第一目标待处理时间序列片段，重复执行利用预设步长减小所述第一目标待处理时间序列片段的长度以及后续步骤，直到所述第二目标待处理时间序列片段的长度满足预设条件。
在一种可能的实现方式中，所述第一减小单元，具体用于：
利用目标步长减小所述待处理时间序列片段的长度，获得第一待处理时间序列片段；
将所述目标步长增加预设长度作为所述目标步长，重复执行所述利用目标步长减小所述待处理时间序列片段的长度以及后续步骤，直到所述目标步长大于或等于所述待处理时间序列片段的长度。
在一种可能的实现方式中，所述装置还包括：
第二减小单元，用于依次减小目标待处理时间序列片段的长度，获得每次减小后对应的第二待处理时间序列片段；
第二计算单元，用于计算所述目标待处理时间序列片段与每个第二待处理时间序列片段之间的相似度；所述目标待处理时间序列片段为所述待处理时间序列片段的第一关键点与所述待处理时间序列片段的第三关键点之间的时间序列片段或者为所述待处理时间序列片段的第二关键点与所述待处理时间序列片段的第三关键点之间的时间序列片段；
第三确定单元，用于根据相似度满足预设条件的第二待处理时间序列片段确定所述目标待处理时间序列片段的第四关键点，并根据所述待处理时间序列片段的第一关键点的时间点或所述待处理时间序列片段的第三关键点的时间点确定所述第四关键点的时间点；
第二分割单元，用于在所述第一关键点、所述第二关键点、所述第三关键点以及所述第四关键点对应的时间点对所述待处理时间序列片段所在的待处理时间序列进行分割。
在一种可能的实现方式中，所述第三确定单元，包括：
获取子单元，用于获取大于预设阈值的相似度，将最小相似度确定为目标相似度；
第三确定子单元，用于根据目标相似度对应的第一待处理时间序列片段确定所述待处理时间序列片段的第三关键点。
在一种可能的实现方式，所述第一计算单元，具体用于计算所述待处理时间序列片段与每个所述第一待处理时间序列片段的动态时间弯曲DTW距离。
需要说明的是，本实施例中各个单元的实现可以参见上述方法实施例，本实施例在此不再赘述。
另外，本申请还提供了一种计算机可读存储介质，所述机算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行所述的压裂砂堵预警的方法。
本申请实施例提供了一种压裂砂堵预警设备，其特征在于，包括存储器，处理器，及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现所述压裂砂堵预警的方法。
本申请实施例针对压裂过程中产生的压力时间序列，首先获取压力时间序列中的需要进行处理的片段，即待处理时间序列片段。针对该待处理时间序列片段，依次减小该待处理时间序列片段的长度，获得每次减小后对应的第一待处理时间序列片段，即逐渐减小待处理时间序列片段的长度。然后，计算待处理时间序列片段与每次减小获得的第一待处理时间序列片段之间的相似度，并确定相似度满足预设条件的第一待处理时间序列片段。再根据相似度满足预设条件的第一待处理时间序列片段确定待处理时间序列片段的第三关键点，并根据待处理时间序列片段的第一关键点对应的时间点确定第三关键点对应的时间点。最后，在第一关键点、第二关键点以及第三关键点对应的时间点对压力时间序列进行分割，从而将压力时间序列分割成不同的时间序列片段，实现有效划分。当分割出的时间序列片段中存在与预设时间序列片段相似的时间序列片段时，表明即将发生压裂砂堵，则产生压裂砂堵预警，以便用于根据压裂砂堵预警对设备提前检查，防止设备故障。
通过本申请实施例提供的方法，通过计算分割前后两个待处理时间序列片段之间的相似度来确定分割点，从而实现对压力时间序列进行有效划分，进而可以确定不同的时间序列片段对应的工作模式。当设备工作时，预警装置可以对其产生的压力时间序列进行实时划分和分析，进而可以根据划分的时间序列片段确定是否即将发生压裂砂堵，以提前检查设备的工作状态，进而实现有效预警。
需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统或装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (11)
1.一种压裂砂堵预警方法，其特征在于，所述方法包括：
获取压裂过程中产生的压力时间序列中的任一待处理时间序列片段，所述待处理时间序列片段包括第一关键点和第二关键点，所述第一关键点为所述待处理时间序列片段的起点，所述第二关键点为所述待处理时间序列片段的终点；
依次减小所述待处理时间序列片段的长度，获得每次减小后对应的第一待处理时间序列片段，并计算所述待处理时间序列片段与每个所述第一待处理时间序列片段之间的相似度；
根据目标第一待处理时间序列片段确定所述待处理时间序列片段的第三关键点，并根据所述待处理时间序列片段的第一关键点对应的时间点确定所述第三关键点对应的时间点，所述目标第一待处理时间序列片段为相似度满足预设条件的第一待处理时间序列片段中的一个第一待处理时间序列片段；
在所述第一关键点、所述第二关键点以及所述第三关键点对应的时间点对所述待处理时间序列片段所在的压力时间序列进行分割；
当分割出的时间序列片段中存在与预设时间序列片段相似的时间序列片段时，产生压裂砂堵预警，所述预设时间序列片段用于表征即将发生压裂砂堵。
2.根据权利要求1所述的方法，其特征在于，所述获取待处理时间序列片段，包括：
利用至少两个不同的分割长度分别对压力时间序列进行分割，获得时间序列片段；
对所述时间序列片段进行聚类，根据聚类结果确定待处理时间序列片段。
3.根据权利要求2所述的方法，其特征在于，所述根据聚类结果确定待处理时间序列片段，包括：
根据聚类结果确定分割点；
根据所述分割点确定待处理时间序列片段；所述待处理时间序列片段对应的在先分割点为第一关键点，所述待处理时间序列片段对应的在后分割点为第二关键点。
4.根据权利要求1所述的方法，其特征在于，所述依次减小所述待处理时间序列片段的长度，获得每次减小后对应的第一待处理时间序列片段，包括：
利用预设步长减小所述待处理时间序列片段的长度，获得第一目标待处理时间序列片段，将所述第一目标待处理时间序列片段确定为第一待处理时间序列片段；
利用预设步长减小所述第一目标待处理时间序列片段的长度，获得第二目标待处理时间序列片段，将所述第二目标待处理时间序列片段确定为第一待处理时间序列片段；
将所述第二目标待处理时间序列片段确定为所述第一目标待处理时间序列片段，重复执行利用预设步长减小所述第一目标待处理时间序列片段的长度以及后续步骤，直到所述第二目标待处理时间序列片段的长度满足预设条件。
5.根据权利要求1所述的方法，其特征在于，所述依次减小所述待处理时间序列片段的长度，获得每次减小后对应的第一待处理时间序列片段，包括：
利用目标步长减小所述待处理时间序列片段的长度，获得第一待处理时间序列片段；
将所述目标步长增加预设长度作为所述目标步长，重复执行所述利用目标步长减小所述待处理时间序列片段的长度以及后续步骤，直到所述目标步长大于或等于所述待处理时间序列片段的长度。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
依次减小目标待处理时间序列片段的长度，获得每次减小后对应的第二待处理时间序列片段，并计算所述目标待处理时间序列片段与每个所述第二待处理时间序列片段之间的相似度；所述目标待处理时间序列片段为所述待处理时间序列片段的第一关键点与所述待处理时间序列片段的第三关键点之间的时间序列片段或者为所述待处理时间序列片段的第二关键点与所述待处理时间序列片段的第三关键点之间的时间序列片段；
根据相似度满足预设条件的第二待处理时间序列片段确定所述目标待处理时间序列片段的第四关键点，并根据所述待处理时间序列片段的第一关键点的时间点或所述待处理时间序列片段的第三关键点的时间点确定所述第四关键点的时间点；
在所述第一关键点、所述第二关键点、所述第三关键点以及所述第四关键点对应的时间点对所述待处理时间序列片段所在的压力时间序列进行分割。
7.根据权利要求1所述的方法，其特征在于，所述目标第一待处理时间序列片段为相似度满足预设条件的第一待处理时间序列片段中最小相似度对应的第一待处理时间序列片段。
8.根据权利要求1-7任一项所述的方法，其特征在于，所述计算所述待处理时间序列片段与每个所述第一待处理时间序列片段的相似度，包括：
计算所述待处理时间序列片段与每个所述第一待处理时间序列片段的动态时间弯曲DTW距离。
9.一种压裂砂堵预警装置，其特征在于，所述装置包括：
获取单元，用于获取压裂过程中产生的压力时间序列中的任一待处理时间序列片段，所述待处理时间序列片段包括第一关键点和第二关键点，所述第一关键点为所述待处理时间序列片段的起点，所述第二关键点为所述待处理时间序列片段的终点；
第一减小单元，用于依次减小所述待处理时间序列片段的长度，获得每次减小后对应的第一待处理时间序列片段；
第一计算单元，用于计算所述待处理时间序列片段与每个所述第一待处理时间序列片段之间的相似度；
第一确定单元，用于根据目标第一待处理时间序列片段确定所述待处理时间序列片段的第三关键点，并根据所述待处理时间序列片段的第一关键点对应的时间点确定所述第三关键点对应的时间点，所述目标第一待处理时间序列片段为相似度满足预设条件的第一待处理时间序列片段中的一个第一待处理时间序列片段；
第一分割单元，用于在所述第一关键点、所述第二关键点以及所述第三关键点对应的时间点对所述待处理时间序列片段所在的压力时间序列进行分割；
产生单元，用于当分割出的时间序列片段中存在与预设时间序列片段相似的时间序列片段时，产生压裂砂堵预警，所述预设时间序列片段用于表征即将发生压裂砂堵。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令在终端设备上运行时，使得所述终端设备执行权利要求1-8任一项所述的压裂砂堵预警的方法。
11.一种压裂砂堵预警设备，其特征在于，包括存储器，处理器，及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1-8任一项所述的压裂砂堵预警的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910900933.9A CN110766054B (zh) | 2019-09-23 | 2019-09-23 | 一种压裂砂堵的预警方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910900933.9A CN110766054B (zh) | 2019-09-23 | 2019-09-23 | 一种压裂砂堵的预警方法、装置、存储介质及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110766054A CN110766054A (zh) | 2020-02-07 |
| CN110766054B true CN110766054B (zh) | 2022-05-10 |
Family
ID=69330663
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910900933.9A Active CN110766054B (zh) | 2019-09-23 | 2019-09-23 | 一种压裂砂堵的预警方法、装置、存储介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110766054B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114565032B (zh) * | 2022-02-21 | 2023-04-18 | 中国石油大学(北京) | 基于压力数据的压裂砂堵预警方法和装置 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102005105A (zh) * | 2010-09-27 | 2011-04-06 | 上海海洋大学 | 一种基于时间序列相似匹配的海洋灾害预警装置 |
| CN102682573A (zh) * | 2012-03-31 | 2012-09-19 | 上海海洋大学 | 一种基于时间序列分析的风暴潮灾害预警系统 |
| CN103377298A (zh) * | 2012-04-24 | 2013-10-30 | 富士通株式会社 | 选择参数的方法和装置 |
| CN103676645A (zh) * | 2013-12-11 | 2014-03-26 | 广东电网公司电力科学研究院 | 一种时间序列数据流中的关联规则的挖掘方法 |
| CN107133343A (zh) * | 2017-05-19 | 2017-09-05 | 哈工大大数据产业有限公司 | 基于时间序列近似匹配的大数据异常状态检测方法及装置 |
| CN107703920A (zh) * | 2017-10-25 | 2018-02-16 | 北京交通大学 | 基于多元时间序列的列车制动系统的故障检测方法 |
| CN109087008A (zh) * | 2018-08-07 | 2018-12-25 | 济南浪潮高新科技投资发展有限公司 | 一种设备故障预警方法及装置 |
| CN109815542A (zh) * | 2018-12-21 | 2019-05-28 | 东软集团股份有限公司 | 压裂砂堵的识别方法、装置、存储介质及电子设备 |
| CN110197211A (zh) * | 2019-05-17 | 2019-09-03 | 河海大学 | 一种面向大坝安全监测数据的相似性数据聚类方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2765500C (en) * | 2009-06-15 | 2019-07-30 | Brain Computer Interface Llc | A brain-computer interface test battery for the physiological assessment of nervous system health. |
-
2019
- 2019-09-23 CN CN201910900933.9A patent/CN110766054B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102005105A (zh) * | 2010-09-27 | 2011-04-06 | 上海海洋大学 | 一种基于时间序列相似匹配的海洋灾害预警装置 |
| CN102682573A (zh) * | 2012-03-31 | 2012-09-19 | 上海海洋大学 | 一种基于时间序列分析的风暴潮灾害预警系统 |
| CN103377298A (zh) * | 2012-04-24 | 2013-10-30 | 富士通株式会社 | 选择参数的方法和装置 |
| CN103676645A (zh) * | 2013-12-11 | 2014-03-26 | 广东电网公司电力科学研究院 | 一种时间序列数据流中的关联规则的挖掘方法 |
| CN107133343A (zh) * | 2017-05-19 | 2017-09-05 | 哈工大大数据产业有限公司 | 基于时间序列近似匹配的大数据异常状态检测方法及装置 |
| CN107703920A (zh) * | 2017-10-25 | 2018-02-16 | 北京交通大学 | 基于多元时间序列的列车制动系统的故障检测方法 |
| CN109087008A (zh) * | 2018-08-07 | 2018-12-25 | 济南浪潮高新科技投资发展有限公司 | 一种设备故障预警方法及装置 |
| CN109815542A (zh) * | 2018-12-21 | 2019-05-28 | 东软集团股份有限公司 | 压裂砂堵的识别方法、装置、存储介质及电子设备 |
| CN110197211A (zh) * | 2019-05-17 | 2019-09-03 | 河海大学 | 一种面向大坝安全监测数据的相似性数据聚类方法 |
Non-Patent Citations (5)
| Title |
|---|
| "A survey of methods for time series change point detection";Samaneh Aminikhanghahi et al.;《Knowl Inf Syst》;20160908;全文 * |
| "Trend detection in hydrological time series by segment regression with application to Shiyang River Basin";Quanxi Shao et al.;《Stoch Environ Res Risk Assess》;20101231;全文 * |
| "一种基于重要点的时间序列分段算法";孙志伟等;《计算机工程与应用》;20181231;全文 * |
| "一种时间序列相似性的快速搜索算法";张军等;《南京师范大学学报(工程技术版)》;20050930;全文 * |
| "时间序列多尺度异常检测方法";陈波等;《计算机工程与应用》;20181231;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110766054A (zh) | 2020-02-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7801707B2 (en) | Statistical method for analyzing the performance of oilfield equipment | |
| US20160217379A1 (en) | Shapelet-Based Oilfield Equipment Failure Prediction and Detection | |
| JP6141235B2 (ja) | 時系列データにおける異常を検出する方法 | |
| CN109088869B (zh) | Apt攻击检测方法及装置 | |
| CN103488941A (zh) | 硬件木马检测方法及系统 | |
| JP2017010523A (ja) | 論理パターンを検索する方法とシステム | |
| CN109960232B (zh) | 领先辅助参数的选择方法和设备维护预诊断的方法 | |
| CN117312997B (zh) | 一种电力管理系统智能诊断方法及系统 | |
| CN110766054B (zh) | 一种压裂砂堵的预警方法、装置、存储介质及设备 | |
| CN109855873B (zh) | 汽轮机大轴的故障诊断方法及装置 | |
| CN111414955B (zh) | 石油钻井井漏溢流智能检测方法、装置以及电子设备 | |
| Beznea et al. | Branching processes for the fragmentation equation | |
| CN104598473A (zh) | 一种信息处理方法及电子设备 | |
| CN111538755B (zh) | 一种基于归一化互相关与单位根检验的设备运行状态异常检测方法 | |
| CN104458923B (zh) | 一种检测变压器内油中各气体含量示警值的方法和系统 | |
| EP3702862A1 (en) | Automated refinement of a labeled window of time series data | |
| CN109139443A (zh) | 一种基于位移信号的活塞杆故障诊断方法 | |
| EP2113793A1 (en) | Detection of features in seismic images | |
| CN110598674B (zh) | 一种基于模式识别的转辙机故障识别方法 | |
| CN111639711B (zh) | 一种基于压力监测时序数据的输油管线泄漏监测方法 | |
| CN117520964B (zh) | 基于人工智能的电机预诊断方法 | |
| CN111127235B (zh) | 一种压裂砂堵预警的方法、装置及相关产品 | |
| CN112784203B (zh) | 一种用于特小流域的可能最大洪水计算方法 | |
| CN114033357B (zh) | 一种抽油机井综合测试仪载荷动态变化测产方法及系统 | |
| CN111022037B (zh) | 一种钻井泥浆漏失的预警方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |