CN112270473A - 用于油气田时序数据的预警方法及装置 - Google Patents

Abstract

本发明属于油田生产数据处理领域，公开了一种用于油气田时序数据的预警方法，该方法将基于数据源的度量和指标属性的不同组合将预警模型解析成多个运算窗口，并将每个运算窗口基于算法函数和时间区间属性解析成相应数量的窗口槽；预警模型在每个结算周期对该预警模型中的窗口槽所关联的所有数据源进行模型结算，使得每个被关联数据源根据其算法函数属性输出算法结果，并对每个数据源的算法结果计算累计和，若累计和超过所述判定分则出发预警信息。本发明采用多指标多算法组合运算，组合协同判断，保证了预警结果的可靠性。同时，采用窗口化处理，不同的预警模型可共享窗口，多算法之间也可共享时序数据的获取，提高了预警系统整体运行效率。

Description

用于油气田时序数据的预警方法及装置

技术领域

本发明涉及油田生产数据处理领域，特别涉及一种用于油气田时序数据的预警方法及装置。

背景技术

在数据分析预警系统中，目前大都是简单数据阈值或趋势拟合来判断是否发出预警。预警系统定期收集一批业务数据，然后通过一定的循环阈值判断或者区间拟合计算，给出预警结果。然后通过一些信息化推送方式(如邮件、微信)通知业务人员，由业务人员再对预警结果进行经验性判断分析，将无效预警排除，并针对有效预警信息进行业务处理，解决异常问题。

目前普通的预警模型存在以下两大问题：

1.模型分析的数据源单一。实际生产运营过程中，业务预警往往是复杂多变的，所以需要结合多指标多算法组成建模，每个数据源指标可能周期不同，算法不同。

2.模型运行的监控过程会消耗大量服务计算资源，在模型数量较多的情况下，服务资源难以有效率地稳定支撑，同时也会在一定程度上增加预警消息的滞后性。

发明内容

本发明的目的在于至少解决现有技术中存在的技术问题之一，提供于油田时序数据源的预警方法及装置，采用每个预警模型多个数据源的建模方案，多指标多算法组合运算，保证了预警结果的可靠性。

根据本发明的第一方面，提供一种用于油气田时序数据的预警方法，包括：获取油气生产中的时序数据，建立若干个数据源，所述时序数据的属性包括度量、指标、周期、时间戳和指标数据值属性，所述数据源的属性包括度量、指标、算法函数、时间区间和权重分属性；

基于若干个所述数据源构建预警模型，所述预警模型包括结算周期、预警对象、判定分属性；

基于所述数据源的度量和指标属性的不同组合将所述预警模型解析成多个运算窗口，并将每个所述运算窗口基于所述算法函数和所述时间区间属性解析成相应数量的窗口槽；

对所述运算窗口初始化，所述预警模型在每个所述结算周期对该预警模型中的所述窗口槽所关联的所有数据源进行模型结算，使得每个被关联的所述数据源根据其算法函数属性输出算法结果，并对每个所述数据源的所述算法结果计算累计和，若所述累计和超过所述判定分则出发预警信息；其中，所述算法函数用于判断所述数据源的时序数据是否异常并输出所述算法结果。

根据本发明第一方面所述的，所述算法函数还包括维护函数；所述窗口槽用于存储头部数据和窗口数据，所述头部数据用于存储该窗口内时间戳最小的前N条所述时序数据的指标数据值，所述窗口数据是每次新数据写入后，通过所述维护函数的计算得出的中间型数据。

根据本发明第一方面所述的，所述窗口数据是每次新数据写入后，通过所述维护函数的计算得出的中间型数据具体包括以下步骤：

执行所述维护函数，使得新进入窗口槽的一条时序数据的指标数据值与所述头部数据的第一条所述指标数据值经过所述维护函数的计算，得到更新后的所述窗口数据。

根据本发明第一方面所述的，还包括：若所述累计和未超过所述判定分，则不发出报警信息。

根据本发明的第二方面，一种用于油气田时序数据的预警装置，该装置包括：

采集模块，获取油气田生产中的时序数据，建立若干个数据源，所述时序数据的属性包括度量、指标、周期、时间戳和指标数据值属性，所述数据源的属性包括度量、指标、算法函数、时间区间和权重分属性；

模型建立模块，基于若干个所述数据源构建预警模型，所述预警模型包括结算周期、预警对象、判定分属性；

解析模块，基于所述数据源的度量和指标属性的不同组合将所述预警模型解析成多个运算窗口，并将每个所述运算窗口基于所述算法函数和所述时间区间属性解析成相应数量的窗口槽；

预警模型执行模块，对所述运算窗口初始化，所述预警模型在每个所述结算周期对该预警模型中的所述窗口槽所关联的所有数据源进行模型结算，使得每个被关联的所述数据源根据其算法函数属性输出算法结果，并对每个所述数据源的所述算法结果计算累计和，若所述累计和超过所述判定分则出发预警信息；其中，所述算法函数用于判断所述数据源的时序数据是否异常并输出所述算法结果。

根据本发明第二方面所述的，该装置还包括更新模块，用于根据所述算法函数中包括的维护函数更新窗口数据，其中，所述窗口数据是每次新数据写入后，通过所述维护函数的计算得出的中间型数据。

根据本发明的第三方面，提供一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如本发明第一方面中所述的用于油气田时序数据的预警方法。

根据本发明的第四方面，提供一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如如本发明第一方面中所述的用于油气田时序数据的预警方法。

本发明实施例至少具有以下技术效果：采用每个模型多数据源的预警模型构建方案，多指标多算法组合运算，组合协同判断，保证了预警结果的可靠性。同时为了解决运算过程计算消耗大的问题，采用窗口化处理，大大降低了运算过程的时间复杂度，并且不同的预警模型可以共享窗口，多算法之间也可以共享时序数据获取过程，提高了预警系统整体的运行效率。

附图说明

下面结合附图和实施例对本发明进一步地说明；

图1为本发明实施例用于油气田时序数据的预警方法的流程图；

图2为本发明实施例预警模型结构示意图；

图3为本发明实施例包含两个预警模型的预警系统逻辑关系示意图；

图4为本发明实施例用于油气田时序数据的预警方法中的运算窗口的结构示意图；

图5为本发明实施例中用于油气田时序数据的预警方法中的运算窗口和窗口槽解析示意图。

具体实施方式

本部分将详细描述本发明的具体实施例，本发明之较佳实施例在附图中示出，附图的作用在于用图形补充说明书文字部分的描述，使人能够直观地、形象地理解本发明的每个技术特征和整体技术方案，但其不能理解为对本发明保护范围的限制。

在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。

本申请实施例提供的用于油气时序数据的预警方法用于油气田生产领域，其执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述用于油气田时序数据的预警方法可以由安装在终端设备或服务端设备的软件或硬件来执行。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。

参照图1，在本发明实施例中，所述用于油气田时序数据的预警方法包括：

步骤110、获取油气生产中的时序数据，建立若干个数据源，所述时序数据的属性包括度量、指标、周期、时间戳和指标数据值属性，所述数据源的属性包括度量、指标、算法函数、时间区间和权重分属性。

需要说明的是，时序数据是按照时间顺序记录的时间序列，其依赖于时间而变化，可以用数值来反映其变化程度的数据。本发明获取的时序数据来源为油气田生产领域定频采集的时序数据，时序数据至少包括属性：度量Metric、指标Target、时间戳Stamp和周期、时间戳、和指标数据值。

本申请实施例中的时序数据的度量Metric代表数据的归属；Target是指定频采集的测量值，周期是指测量值采集的周期。例如：每分钟采集一次输油管线G1的瞬时流量为100L/min；其中输油管线G1就是度量属性，瞬时流量就是指标属性，每分钟为周期，100L/min为指标的数据值。时间戳Stamp是指格林威治时间1970年01月01日00时00分00秒000毫秒（北京时间：1970年01月01日08时00分00秒000毫秒）起至现在的总毫秒数（正整数）。本申请实施例的时序数据可以具有多个不同的度量和指标。

本发明实施例中，时序数据的获取方式，包括但不限于时序数据库、关系数据库，轮询数据服务，人工导入等。数据源的属性包括度量、指标、算法函数、时间区间和权重分属性。其中，度量和指标属性与时序数据源的度量和指标定义相同。

时间区间是指预警模型监测的数据源的时间范围，例如监测最近2小时的平均瞬时流量。算法函数是指：某个数据源应用的算法，包含但不限于现有技术中的以下算法，线性拟合趋势上升、线性拟合趋势下降、多项式拟合趋势上升、多项式拟合趋势下降、区间阈值检测、区间均值检测等等。其中每个算法函数，会包含两个子函数，维护函数和结算函数。维护函数用来更新窗口数据，在窗口接收新时序数据时执行；结算函数用来计算数据源算法结果，在预警模型结算时执行。算法输出判定结果，数据异常或者数据正常，数据异常则在模型结算分中累加此数据源的权重分，否则计0分。权重分是指每个数据源的计分值，在预警模型结算时，每个判定成功的数据源的权重分会累加计分，总分超过模型的判定分，则发出预警消息。

步骤120、基于若干个数据源构建预警模型，预警模型包括结算周期、预警对象、判定分属性。

可以理解的是，该预警模型为一静态数据模型，设置了结算周期、预警对象、数据源（可多个）和判定分属性。

其中，结算周期是指预警模型按固定周期进行结算，判定是否发出预警消息。例如每30分钟判断一次最近1小时的平均流量是否是处于下降趋势。预警对象是指预警模型对应的实体对象，比如一个设备、一口油井、一个城市等，模型判定成功后，会发出针对此对象的报警消息。判定分是指预警模型结算成功的所需分数，与数据源的权重分相关。比如模型判定分100，数据源1、数据源2和数据源3权重分分别为60，40，40。结算成功的数据源会累加计分，总分超过判定分，则发出预警消息。所以数据源1+2或者数据源1+3会发出预警，数据源2+3则不会发出。这就是多个数据源组合预警的意义，依托多个数据源进行逻辑判定，可以大大增加预警消息的可靠性。

作为本发明实施例的一个具体示例，如图2所示，为定义好的一个预警模型。可以看到，该预警模型预警对象是输油管线G1，结算周期是60分钟，判定分100。共有三个数据源1、2、3，数据源1、2和3的指标均为预警模型的预警对象输油管线G1，数据源2和3的度量都是管线压力它们只是算法函数不同，权重分也不同。

步骤130、基于数据源的度量和指标属性的不同组合将预警模型解析成多个运算窗口，并将每个运算窗口基于所述算法函数和时间区间属性解析成相应数量的窗口槽。

在本实施例中，将构建好的预警模型根据度量Metric、指标Target属性解析成多个运算窗口，这样运算窗口可以关联所有度量Metric和指标Target相同的数据源，节省了系统内存资源。数据源Source和运算窗口形成了多对一的映射关系。所以当多个预警模型监测同一Metric、Target数据时，可以共用同一窗口，这样也就节省了计算资源，同时保证系统可以支撑更多的预警模型监测。

根据数据源中的算法函数Function和时间区间Range，解析成多个窗口槽，这样窗口槽的Range和Function，加上窗口本身的属性Metric和Target，数据源Source和窗口槽Block形成了一对一的映射关系。

在本发明实施例中，如果有多个预警模型，例如2个，则预警模型、数据源、运算窗口之间的逻辑关系如图3所示。需要说明的是，图3中运算窗口γ可以同时被模型A和B结算时使用，也就是上文所说明的，运算窗口可以关联所有度量Metric和指标Target相同的数据源，节省了系统内存资源，这在预警模型数量较大时会体现的更显著。

在本发明的实施例中，运算窗口的结构如图4所示。其中，窗口槽用于存储头部数据和窗口数据。头部数据用于存储该窗口内时间戳最小的前N条（例如10条）时序数据的指标数据值，该头部数据是窗口槽根据自身的时间区间Range，在区间时间头部，查询保留N条时序数据，可以供N次窗口更新使用。当头部数据消耗完毕后或者未初始化时，从数据源中主动查询所需的N条头部时序数据。窗口数据是每次新时序数据写入，通过所述维护函数进行窗口头尾数据运算得出的中间型数据，供模型结算使用，在模型结算时可以得出预警结果。由于每次窗口更新，执行维护函数时，只涉及窗口头尾两条数据，中间数据不参与运算，头部数据的作用就是避免每次窗口运算都查询数据库或者其他费时查询操作，因此，可以直接从头部数据取出数据计算，在头部数据为空的时候才进行一次查询数据库操作，增加了运算的效率。

具体地，数据源会在时序数据写入时将最新的时序数据点Dn推送给运算窗口的尾部，窗口内部监测当前的窗口数据，运算窗口中的每个窗口槽都会执行维护函数，将当前窗口尾部的时序数据Dn与窗口槽队列头部的第一条时序数据D1通过维护函数的计算，快速计算得出更新的窗口数据结果，窗口中非头尾的中间数据在每次维护函数计算时完全不需要参与运算，算法的时间复杂度大大减少，明显地降低了运算过程中的算力消耗。

作为本实施例的一个具体示例，如图5所示，图2中的预警模型被解析成相应数量的窗口和窗口槽。可以看到，三个数据源被解析成了2个窗口，其中窗口A度量和指标属性为瞬时流量和输油管线G1，涉及1个算法，所以窗口槽只有1个；窗口B度量和指标属性为管线压力和输油管线G1，涉及2个算法，所以有2个窗口槽。

步骤140、对运算窗口初始化，预警模型在每个结算周期对该预警模型中的窗口槽所关联的所有数据源进行模型结算，使得每个被关联的数据源根据其算法函数属性输出算法结果，并对每个数据源的算法结果计算累计和，若累计和超过判定分则出发预警信息。

本发明实施例中，每个预警模型会按结算周期计算预警结果，从预警模型关联的数个运算窗口中，找到对应的窗口槽，获取窗口数据。结算函数会根据窗口数据和数据源的权重分，计算得出权重和，与预警模型设置的判定分比对，超过判定分发则触发预警。未超过所述判定分，则不发出报警信息。

作为本发明实施例的一个具体示例，以上述输油管线G1的瞬时流量为例，以数据源3（Metric管线压力、Target输油管线G1、Function区间均值检测、时间区间Range2小时、权重分40）的结算过程来说明窗口更新和预警模型结算过程。

窗口初始化：窗口槽时间区间为2小时，设管线压力时序数据周期是一分钟，所以2小时是120个时序数据点。设当前时间为8点，窗口初始化会一次性查询6-8点的120条数据，根据算法函数区间阈值检测计算出窗口槽的窗口数据即管线压力的指标数据值总和，假设为3600，如果是其他结算函数则可能是多个窗口数据。然后在窗口槽头数据区保存6点之后前10条数据D1-D10。

窗口更新，执行维护函数：在最新的输油管线G1管线压力数据Dn推送来时，作为窗口的尾部数据Dn和窗口槽队列头部的第一条数据D1二者运算，则管线压力的指标数据值总和=3600-D1+Dn，假设等于3610，此时，窗口数据维护完毕。下一次窗口更新也是头尾数据计算即可，这样窗口中中间的数据不用参与计算，提高了运算效率。

预警模型结算：预警模型每60分钟结算一次，根据该数据源3窗口槽的算法函数为区间均值检测，则用管线压力的指标数据值总和与所述时间区间的比值再与预设的阈值比较，该例中即3610÷120分钟=30.1，假设检测的阈值是30，那此时间区间的平均管线压力超过30，所以此数据源3计分40。模型结算时，还会计算另外两个数据源的得分，三项加和如果超过100则发出预警。

上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所述技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出各种变化。

Claims (8)

1.一种用于油气田时序数据的预警方法，其特征在于，包括：

获取油气田生产中的时序数据，建立若干个数据源，所述时序数据的属性包括度量、指标、周期、时间戳和指标数据值属性，所述数据源的属性包括度量、指标、算法函数、时间区间和权重分属性；

基于若干个所述数据源构建预警模型，所述预警模型包括结算周期、预警对象、判定分属性；

基于所述数据源的度量和指标属性的不同组合将所述预警模型解析成多个运算窗口，并将每个所述运算窗口基于所述算法函数和所述时间区间属性解析成相应数量的窗口槽；

对所述运算窗口初始化，所述预警模型在每个所述结算周期对该预警模型中的所述窗口槽所关联的所有数据源进行模型结算，使得每个被关联的所述数据源根据其算法函数属性输出算法结果，并对每个所述数据源的所述算法结果计算累计和，若所述累计和超过所述判定分则出发预警信息；其中，所述算法函数用于判断所述数据源的时序数据是否异常并输出所述算法结果。

2.如权利要求1所述的用于油气田时序数据的预警方法，其特征在于，所述算法函数还包括维护函数；所述窗口槽用于存储头部数据和窗口数据，所述头部数据用于存储该窗口内时间戳最小的前N条所述时序数据的指标数据值，所述窗口数据是每次新数据写入后，通过所述维护函数的计算得出的中间型数据。

3.如权利要求2所述的一种用于油气田时序数据的预警方法，其特征在于，所述窗口数据是每次新数据写入后，通过所述维护函数的计算得出的中间型数据具体包括以下步骤：

执行所述维护函数，使得新进入窗口槽的一条时序数据的指标数据值与所述头部数据的第一条所述指标数据值经过所述维护函数的计算，得到更新后的所述窗口数据。

4.如权利要求1-3任一项所述的一种用于油气田时序数据的预警方法，其特征在于，还包括：若所述累计和未超过所述判定分，则不发出报警信息。

5.一种用于油气田时序数据的预警装置，其特征在于，该装置包括：

采集模块，获取油气田生产中的时序数据建立若干数据源，所述时序数据的属性包括度量、指标、周期、时间戳和指标数据值属性，所述数据源的属性包括度量、指标、算法函数、时间区间和权重分属性；

模型建立模块，基于若干个所述数据源构建预警模型，所述预警模型包括结算周期、预警对象、判定分属性；

解析模块，基于所述数据源的度量和指标属性的不同组合将所述预警模型解析成多个运算窗口，并将每个所述运算窗口基于所述算法函数和所述时间区间属性解析成相应数量的窗口槽；

预警模型执行模块，对所述运算窗口初始化，所述预警模型在每个所述结算周期对该预警模型中的所述窗口槽所关联的所有数据源进行模型结算，使得每个被关联的所述数据源根据其算法函数属性输出算法结果，并对每个所述数据源的所述算法结果计算累计和，若所述累计和超过所述判定分则出发预警信息；其中，所述算法函数用于判断所述数据源的时序数据是否异常并输出所述算法结果。

6.如权利要求5所述的用于油气田时序数据的预警装置，其特征在于，该装置还包括更新模块，用于根据所述算法函数中包括的维护函数更新窗口数据，其中，所述窗口数据是每次新数据写入后，通过所述维护函数的计算得出的中间型数据。

7.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及与所述至少一个处理器通信连接的存储器；

其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至4中任意一项所述的用于油气田时序数据的预警方法。

8.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4中任意一项所述的用于油气田时序数据的预警方法。

Images