CN115622568B - 一种油藏数字孪生系统历史数据压缩方法、系统及设备 - Google Patents
一种油藏数字孪生系统历史数据压缩方法、系统及设备 Download PDFInfo
- Publication number
- CN115622568B CN115622568B CN202211388222.6A CN202211388222A CN115622568B CN 115622568 B CN115622568 B CN 115622568B CN 202211388222 A CN202211388222 A CN 202211388222A CN 115622568 B CN115622568 B CN 115622568B
- Authority
- CN
- China
- Prior art keywords
- data
- time step
- field
- time
- difference compensation
- 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 53
- 238000003860 storage Methods 0.000 claims abstract description 135
- 238000007906 compression Methods 0.000 claims abstract description 61
- 230000006835 compression Effects 0.000 claims abstract description 60
- 230000001419 dependent effect Effects 0.000 claims abstract description 45
- 238000013139 quantization Methods 0.000 claims abstract description 20
- 238000007493 shaping process Methods 0.000 claims abstract description 19
- 238000013144 data compression Methods 0.000 claims abstract description 13
- 238000004590 computer program Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000007667 floating Methods 0.000 claims description 10
- 230000036962 time dependent Effects 0.000 claims description 9
- 238000013075 data extraction Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 12
- 238000004088 simulation Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 7
- 238000013500 data storage Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000000295 complement effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 2
- 230000001010 compromised effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H03—ELECTRONIC CIRCUITRY
- H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
- H03M7/00—Conversion of a code where information is represented by a given sequence or number of digits to a code where the same, similar or subset of information is represented by a different sequence or number of digits
- H03M7/30—Compression; Expansion; Suppression of unnecessary data, e.g. redundancy reduction
- H03M7/70—Type of the data to be coded, other than image and sound
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明涉及非电量数据处理技术领域,更具体地,涉及一种油藏数字孪生系统历史数据压缩方法、系统及设备。该方案包括设置依赖时间步长和关键时间步,提取全部的含油场数据和压力场数据;计算所述依赖时间步长对应的压力差直方图和含油饱和度场直方图;分类关键时间步;获取第二存储数据进行整形压缩和量子化压缩,存储为第二压缩存储数据;获得第一类差补时间和第二类差补时间前后一个基础时间步对应的场数据,获得一个对应的存储系数;根据存储系数,进行历史上某个时间步的场数据的提取。该方案提供了一种用于油气藏数字孪生系统的数据压缩方法,能够持续的将海量数据存储,并能够适应油气藏数字孪生的动态运算需求。
Description
技术领域
本发明涉及非电量数据处理技术领域,更具体地,涉及一种油藏数字孪生系统历史数据压缩方法、系统及设备。
背景技术
数字孪生系统的基础是数据,核心是真实物理系统的计算机模型。为在计算机中完整的呈现真实物理系统的状态,需要实时采集物理系统的各种信号,并将该类数据实时呈现出来。但受限于数据采集的成本和技术可行性,实际采集的监测数据量比较小,且多是系统上少数关键节点上的数据。而整个系统的状态,往往需要通过数值仿真方法计算得出。尤其是,在油藏领域,假设油藏的数字孪生系统需要呈现出当前整个油藏内每个点的压力,则需要通过渗流力学的手段进行数值模拟,从而获取当前时刻储层中每个点上的压力。
在本发明技术之前,现有油藏数字孪生都存在以下步骤:1)建立真实物理系统的数字孪生模型:例如油藏的有限差分网格模型等;2)通过各类传感器收集系统关键节点上的监测数据:例如,油藏上某口井井底的压力数据和产量数据等;3)在上述确定性参数约束下,利用数值仿真求解出当前网格系统中各点的属性场。但,实时性是数字孪生系统的最重要特征,为能够即时的反映真实物理模型变化,监测数据的获取频率一般秒级,3)中需要按秒级计算物理系统网格属性场的变化,随着时间推移,将会产生海量数据,对数据的存储和再加载都压力很大。
发明内容
鉴于上述问题,本发明提出了一种油藏数字孪生系统历史数据压缩方法、系统及设备,提供了一种用于油藏数字孪生系统的数据压缩方法,能够持续的将海量数据存储,并能够适应油藏数字孪生的动态运算需求。
根据本发明实施例第一方面,提供一种油藏数字孪生系统历史数据压缩方法。
在一个或多个实施例中,优选地,所述一种油藏数字孪生系统历史数据压缩方法包括:
设置依赖时间步长和关键时间步,提取全部的含油场数据和压力场数据;
计算所述依赖时间步长对应的压力差直方图和含油饱和度场直方图;
分类所述关键时间步对应的所述含油场数据和所述压力场数据无损压缩为第一存储数据,并将所述依赖时间步长分成第一类差补时间和第二类差补时间,将所述压力差直方图和所述含油饱和度场直方图存储为第二存储数据;
获取所述第二存储数据进行整形压缩和量子化压缩,存储为第二压缩存储数据;
获得所述第一类差补时间和所述第二类差补时间前后一个基础时间步对应的场数据,获得一个对应的存储系数;
根据所述第一存储数据、所述第二压缩存储数据和存储系数,进行历史上某个时间步的场数据的提取。
在一个或多个实施例中,优选地,所述设置依赖时间步长和关键时间步,提取全部的含油场数据和压力场数据,具体包括:
设置依赖时间步长;
形成每个所述依赖时间步长下的含油场数据;
形成每个所述依赖时间步长下的压力场数据;
根据经验设置关键时间步。
在一个或多个实施例中,优选地,所述计算所述依赖时间步长对应的压力差直方图和含油饱和度场直方图,具体包括:
获取所述压力场数据,计算对应所述依赖时间步长的压力差直方图;
获取所述含油场数据,计算对应所述依赖时间步长的含油饱和度场直方图。
在一个或多个实施例中,优选地,所述分类所述关键时间步对应的所述含油场数据和所述压力场数据无损压缩为第一存储数据,并将所述依赖时间步长分成第一类差补时间和第二类差补时间,将所述压力差直方图和所述含油饱和度场直方图存储为第二存储数据,具体包括:
对当前全部的已有采集数据进行划分,提取其中的所述关键时间步对应的含油场数据和压力场数据,进行无损压缩,生成关键存储数据;
将所述关键存储数据,以浮点数据形式存储为所述第一存储数据;
设置所述第一类差补时间和所述第二类差补时间;
对所述第一类差补时间和所述第二类差补时间进行对应的所述依赖时间步长的含油饱和度场直方图的提取;
对所述第一类差补时间和所述第二类差补时间进行对应的所述依赖时间步长的压力差直方图的提取;
对所述第一类差补时间和所述第二类差补时间对应的压力差直方图和含油饱和度场直方图提取差值,存储为第二存储数据。
在一个或多个实施例中,优选地,所述获取所述第二存储数据进行整形压缩和量子化压缩,存储为第二压缩存储数据,具体包括:
获取所述第二存储数据,设置压缩比率;
根据所述压缩比率进行量子化压缩,获得中间压缩数据;
对所述中间压缩数据进行整形压缩,获得所述第二压缩存储数据。
在一个或多个实施例中,优选地,所述获得所述第一类差补时间和所述第二类差补时间前后一个基础时间步对应的场数据,获得一个对应的存储系数,具体包括:
获得每个所述第一类差补时间和所述第二类差补时间对应的前一个基础时间步对应的数据场;
获得每个所述第一类差补时间和所述第二类差补时间对应的后一个基础时间步对应的数据场;
根据第一计算公式计算每个所述第一类差补时间和所述第二类差补时间对应的存储系数;
所述第一计算公式为:
在一个或多个实施例中,优选地,所述根据所述第一存储数据、所述第二压缩存储数据和存储系数,进行历史上某个时间步的场数据的提取,具体包括:
设置待查询时间点;
判断所述待查询时间点是否为所述关键时间步,若为所述关键时间步,则直接从数据库中提取;
当所指定的时间点属于某个差补时间步,则要从所述差补时间步开始,向前依次找到所有差补级别不低于当前时间步的差补时间步,直到遇到一个关键时间步为止,作为运算关键起点;
从数据库中提取所述运算关键起点对应的场数据,并读取所述差补时间步对应的第二压缩存储数据,进行整形转换为浮点数据,并解压缩,获得第二存储数据;
根据所述第二存储数据和所述运算关键起点对应的场数据获得所述差补时间步对应的场数据;
当所指定的时间点属于依赖时间步长,将前一个差补时间步和后一个差补时间步的数据作为前一个基础时间步上的数据场和后一个基础时间步上的数据场,利用第二计算公式计算自身的数据场;
所述第二计算公式为:
根据本发明实施例第二方面,提供一种油藏数字孪生系统历史数据压缩系统。
在一个或多个实施例中,优选地,所述一种油藏数字孪生系统历史数据压缩系统包括:
场数据提取模块,用于设置依赖时间步长和关键时间步,提取全部的含油场数据和压力场数据;
差值运算模块,用于计算所述依赖时间步长对应的压力差直方图和含油饱和度场直方图;
分类提取模块,用于分类所述关键时间步对应的所述含油场数据和所述压力场数据无损压缩为第一存储数据,并将所述依赖时间步长分成第一类差补时间和第二类差补时间,将所述压力差直方图和所述含油饱和度场直方图存储为第二存储数据;
差补压缩模块,用于获取所述第二存储数据进行整形压缩和量子化压缩,存储为第二压缩存储数据;
系数压缩模块,用于获得所述第一类差补时间和所述第二类差补时间前后一个基础时间步对应的场数据,获得一个对应的存储系数;
数据提取模块,用于根据所述第一存储数据、所述第二压缩存储数据和存储系数,进行历史上某个时间步的场数据的提取。
根据本发明实施例第三方面,提供一种计算机可读存储介质,其上存储计算机程序指令,所述计算机程序指令在被处理器执行时实现如本发明实施例第一方面中任一项所述的方法。
根据本发明实施例第四方面,提供一种电子设备,包括存储器和处理器,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现本发明实施例第一方面中任一项所述的方法。
本发明的实施例提供的技术方案可以包括以下有益效果:
本发明方案中,提供了一种数据压缩技术,能够实现对于三维数据的模拟和压缩,实现可靠数据存储。
本发明方案中,针对油藏数据进行对维度分级的数据划分,并给予多维度分级划分进行自适应数据压缩和存储,实现关键油藏数据不损失情况下的有效孪生运算。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的一种油藏数字孪生系统历史数据压缩方法的流程图。
图2是本发明一个实施例的一种油藏数字孪生系统历史数据压缩方法中的设置依赖时间步长和关键时间步,提取全部的含油场数据和压力场数据的流程图。
图3是本发明一个实施例的一种油藏数字孪生系统历史数据压缩方法中的计算所述依赖时间步长对应的压力差直方图和含油饱和度场直方图的流程图。
图4是本发明一个实施例的一种油藏数字孪生系统历史数据压缩方法中的分类所述关键时间步对应的所述含油场数据和所述压力场数据无损压缩为第一存储数据,并将所述依赖时间步长分成第一类差补时间和第二类差补时间,将所述压力差直方图和所述含油饱和度场直方图存储为第二存储数据的流程图。
图5是本发明一个实施例的一种油藏数字孪生系统历史数据压缩方法中的获取所述第二存储数据进行整形压缩和量子化压缩,存储为第二压缩存储数据的流程图。
图6是本发明一个实施例的一种油藏数字孪生系统历史数据压缩方法中的获得所述第一类差补时间和所述第二类差补时间前后一个基础时间步对应的场数据,获得一个对应的存储系数的流程图。
图7是本发明一个实施例的一种油藏数字孪生系统历史数据压缩方法中的根据所述第一存储数据、所述第二压缩存储数据和存储系数,进行历史上某个时间步的场数据的提取的流程图。
图8是本发明一个实施例的一种油藏数字孪生系统历史数据压缩系统的结构图。
图9是本发明一个实施例中一种电子设备的结构图。
具体实施方式
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的序号如101、102等,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
数字孪生系统的基础是数据,核心是真实物理系统的计算机模型。为在计算机中完整的呈现真实物理系统的状态,需要实时采集物理系统的各种信号,并将该类数据实时呈现出来。但受限于数据采集的成本和技术可行性,实际采集的监测数据量比较小,且多是系统上少数关键节点上的数据。而整个系统的状态,往往需要通过数值仿真方法计算得出。尤其是,在油藏领域,假设油藏的数字孪生系统需要呈现出当前整个油藏内每个点的压力,则需要通过渗流力学的手段进行数值模拟,从而获取当前时刻储层中每个点上的压力。
在本发明技术之前,现有油藏数字孪生都存在以下步骤:1)建立真实物理系统的数字孪生模型:例如油藏的有限差分网格模型等;2)通过各类传感器收集系统关键节点上的监测数据:例如,油藏上某口井井底的压力数据和产量数据等;3)在上述确定性参数约束下,利用数值仿真求解出当前网格系统中各点的属性场。但,实时性是数字孪生系统的最重要特征,为能够即时的反映真实物理模型变化,监测数据的获取频率一般秒级,3)中需要按秒级计算物理系统网格属性场的变化,随着时间推移,将会产生海量数据,对数据的存储和再加载都压力很大。
本发明实施例中,提供了一种油藏数字孪生系统历史数据压缩方法、系统及设备。该方案提供了一种用于油藏数字孪生系统的数据压缩方法,能够持续的将海量数据存储,并能够适应油藏数字孪生的动态运算需求。
根据本发明实施例第一方面,提供一种油藏数字孪生系统历史数据压缩方法。
图1是本发明一个实施例的一种油藏数字孪生系统历史数据压缩方法的流程图。
在一个或多个实施例中,优选地,所述一种油藏数字孪生系统历史数据压缩方法包括:
S101、 设置依赖时间步长和关键时间步,提取全部的含油场数据和压力场数据;
S102、 计算所述依赖时间步长对应的压力差直方图和含油饱和度场直方图;
S103、 分类所述关键时间步对应的所述含油场数据和所述压力场数据无损压缩为第一存储数据,并将所述依赖时间步长分成第一类差补时间和第二类差补时间,将所述压力差直方图和所述含油饱和度场直方图存储为第二存储数据;
S104、 获取所述第二存储数据进行整形压缩和量子化压缩,存储为第二压缩存储数据;
S105、 获得所述第一类差补时间和所述第二类差补时间前后一个基础时间步对应的场数据,获得一个对应的存储系数;
S106、 根据所述第一存储数据、所述第二压缩存储数据和存储系数,进行历史上某个时间步的场数据的提取。
在本发明实施例中,通过某油藏数值模拟软件计算得出的某油藏三维地质模型在不同时刻的压力的分布和含油饱和度分布,依次作为压力场数据和含油场数据。原始的场数据的分布范围较宽,且场数据的细节非常丰富。这两种特征,都会导致该类数据压缩比不高,但如果计算t时刻和t+1时刻两场之间的差,就会发现,该差值非常集中,基本都在0附近。通过可以使用两种手段提高压缩比:1)由于差值的分布范围较小,因此不需要使用高精度的浮点数字存储,可以直接使用short(2字节)类型进行存储;2)由于大量的差值都非常接近0,因此压缩后数据的体积会非常小。
图2是本发明一个实施例的一种油藏数字孪生系统历史数据压缩方法中的设置依赖时间步长和关键时间步,提取全部的含油场数据和压力场数据的流程图。
如图2所示,在一个或多个实施例中,优选地,所述设置依赖时间步长和关键时间步,提取全部的含油场数据和压力场数据,具体包括:
S201、 设置依赖时间步长;
S202、 形成每个所述依赖时间步长下的含油场数据;
S203、 形成每个所述依赖时间步长下的压力场数据;
S204、 根据经验设置关键时间步。
在本发明实施例中,在确定了数字孪生信号采集的时间序列后,时间序列的间隔为所述依赖时间步长,在t1、t2、……、tn的时间序列中按一定频率提取出关键时间步,以月为频率提取的话,可将每月的1日0点0分0秒的所有时间步设置为关键时间步;以周为频率提取的话,可将所有周一0点0分0秒的时间步设置为关键时间步。假设抽样频率为d1,则抽出的关键时间步数量为m1个。需要指出的是,此处陈述用的是等间隔的方式抽取时间步。但也可以根据具体的物理问题实际情况,采用不等间距的方式来抽取关键时间步。
图3是本发明一个实施例的一种油藏数字孪生系统历史数据压缩方法中的计算所述依赖时间步长对应的压力差直方图和含油饱和度场直方图的流程图。
如图3所示,在一个或多个实施例中,优选地,所述计算所述依赖时间步长对应的压力差直方图和含油饱和度场直方图,具体包括:
S301、 获取所述压力场数据,计算对应所述依赖时间步长的压力差直方图;
S302、 获取所述含油场数据,计算对应所述依赖时间步长的含油饱和度场直方图。
在本发明实施例中,为了能够进行有效的数据存储,获得必要的变换特征是有必要的,因此提取了全部的差值图。
图4是本发明一个实施例的一种油藏数字孪生系统历史数据压缩方法中的分类所述关键时间步对应的所述含油场数据和所述压力场数据无损压缩为第一存储数据,并将所述依赖时间步长分成第一类差补时间和第二类差补时间,将所述压力差直方图和所述含油饱和度场直方图存储为第二存储数据的流程图。
如图4所示,在一个或多个实施例中,优选地,所述分类所述关键时间步对应的所述含油场数据和所述压力场数据无损压缩为第一存储数据,并将所述依赖时间步长分成第一类差补时间和第二类差补时间,将所述压力差直方图和所述含油饱和度场直方图存储为第二存储数据,具体包括:
S401、 对当前全部的已有采集数据进行划分,提取其中的所述关键时间步对应的含油场数据和压力场数据,进行无损压缩,生成关键存储数据;
S402、 将所述关键存储数据,以浮点数据形式存储为所述第一存储数据;
S403、 设置所述第一类差补时间和所述第二类差补时间;
S404、 对所述第一类差补时间和所述第二类差补时间进行对应的所述依赖时间步长的含油饱和度场直方图的提取;
S405、 对所述第一类差补时间和所述第二类差补时间进行对应的所述依赖时间步长的压力差直方图的提取;
S406、 对所述第一类差补时间和所述第二类差补时间对应的压力差直方图和含油饱和度场直方图提取差值,存储为第二存储数据。
在本发明实施例中,在相邻的关键时间步之间,按照一定的频率(比第1步的中的频率要高),提取出第一类差补时间步,在第一类差补时间步之间,按照更高的频率,提取出第二类差补时间步。以此类推。差补时间步上,不记录完整的场数据,而只记录与前一个“基础时间步”之间数据的差别。此处的“基础时间步”定义为:差补级别不低于当前时间步的差补时间步或关键时间步。 对第一类差补时间步,其基础时间步可以是第一类差补时间步或关键时间步。2) 对第二类差补时间步,其基础时间步可以是一类、二类差补时间步或关键时间步。
图5是本发明一个实施例的一种油藏数字孪生系统历史数据压缩方法中的获取所述第二存储数据进行整形压缩和量子化压缩,存储为第二压缩存储数据的流程图。
如图5所示,在一个或多个实施例中,优选地,所述获取所述第二存储数据进行整形压缩和量子化压缩,存储为第二压缩存储数据,具体包括:
S501、 获取所述第二存储数据,设置压缩比率;
S502、 根据所述压缩比率进行量子化压缩,获得中间压缩数据;
S503、 对所述中间压缩数据进行整形压缩,获得所述第二压缩存储数据。
在本发明实施例中,为了实现不同的数据的提取,对转换后的数据,可以使用离散余弦变换(Discrete cosine transform,简称DCT)、量子化技术(Quantization)、哈弗曼编码(Huffman coding)等来做进一步的压缩。该过程在图片压缩领域属于成熟的技术流程,任何图片压缩技术都可以应用在本步骤中。在本步骤的压缩过程中,量子化技术里存在一个量子化系数,即压缩比率。通过调整该压缩比率的值,可以控制数据损失的程度以及压缩后数据体积的大小。
图6是本发明一个实施例的一种油藏数字孪生系统历史数据压缩方法中的获得所述第一类差补时间和所述第二类差补时间前后一个基础时间步对应的场数据,获得一个对应的存储系数的流程图。
如图6所示,在一个或多个实施例中,优选地,所述获得所述第一类差补时间和所述第二类差补时间前后一个基础时间步对应的场数据,获得一个对应的存储系数,具体包括:
S601、 获得每个所述第一类差补时间和所述第二类差补时间对应的前一个基础时间步对应的数据场;
S602、 获得每个所述第一类差补时间和所述第二类差补时间对应的后一个基础时间步对应的数据场;
S603、 根据第一计算公式计算每个所述第一类差补时间和所述第二类差补时间对应的存储系数;
所述第一计算公式为:
在本发明实施例中,为了实现对于全部数据的提取,设置了存储系数,在存储完某个差补时间步后,即可找出它与其前一个“基础时间步”之间的时间步(称为“依赖时间步”),并对这些时间步上的数据场进行存储。依赖时间步存储的是它的场数据与它前后两个“基础时间步”场数据之间的“关系”。本发明中推荐一种计算该“关系”的方案,具体的,在实际使用中,本专业技术人员可以结合实际情况,采用其他可行的方式计算:假设该依赖时间步的前一个基础时间步上的压力场为σ,后一个基础时间步上的压力场为η,它自身的压力场为λ。
图7是本发明一个实施例的一种油藏数字孪生系统历史数据压缩方法中的根据所述第一存储数据、所述第二压缩存储数据和存储系数,进行历史上某个时间步的场数据的提取的流程图。
如图7所示,在一个或多个实施例中,优选地,所述根据所述第一存储数据、所述第二压缩存储数据和存储系数,进行历史上某个时间步的场数据的提取,具体包括:
S701、 设置待查询时间点;
S702、 判断所述待查询时间点是否为所述关键时间步,若为所述关键时间步,则直接从数据库中提取;
S703、 当所指定的时间点属于某个差补时间步,则要从所述差补时间步开始,向前依次找到所有差补级别不低于当前时间步的差补时间步,直到遇到一个关键时间步为止,作为运算关键起点;
S704、 从数据库中提取所述运算关键起点对应的场数据,并读取所述差补时间步对应的第二压缩存储数据,进行整形转换为浮点数据,并解压缩,获得第二存储数据;
S705、 根据所述第二存储数据和所述运算关键起点对应的场数据获得所述差补时间步对应的场数据;
S706、 当所指定的时间点属于依赖时间步长,将前一个差补时间步和后一个差补时间步的数据作为前一个基础时间步上的数据场和后一个基础时间步上的数据场,利用第二计算公式计算自身的数据场;
所述第二计算公式为:
在本发明实施例中,为了实现对于数据存储过程中某个时间数据的提取,具体可以实施为如下方式;如所指定的时间点属于关键时间步,则直接从文件或数据库中读取该场并返回即可。由于该时间步上的场数据是未经过压缩(或经过无损压缩的),所以返回的数据精度未受损失。
根据本发明实施例第二方面,提供一种油藏数字孪生系统历史数据压缩系统。
图8是本发明一个实施例的一种油藏数字孪生系统历史数据压缩系统的结构图。
在一个或多个实施例中,优选地,所述一种油藏数字孪生系统历史数据压缩系统包括:
场数据提取模块801,用于设置依赖时间步长和关键时间步,提取全部的含油场数据和压力场数据;
差值运算模块802,用于计算所述依赖时间步长对应的压力差直方图和含油饱和度场直方图;
分类提取模块803,用于分类所述关键时间步对应的所述含油场数据和所述压力场数据无损压缩为第一存储数据,并将所述依赖时间步长分成第一类差补时间和第二类差补时间,将所述压力差直方图和所述含油饱和度场直方图存储为第二存储数据;
差补压缩模块804,用于获取所述第二存储数据进行整形压缩和量子化压缩,存储为第二压缩存储数据;
系数压缩模块805,用于获得所述第一类差补时间和所述第二类差补时间前后一个基础时间步对应的场数据,获得一个对应的存储系数;
数据提取模块806,用于根据所述第一存储数据、所述第二压缩存储数据和存储系数,进行历史上某个时间步的场数据的提取。
在本发明实施例中,通过模块化设计实现高效的自动的存储和压缩,并完成了不同区域和范围的高效执行。
根据本发明实施例第三方面,提供一种计算机可读存储介质,其上存储计算机程序指令,所述计算机程序指令在被处理器执行时实现如本发明实施例第一方面中任一项所述的方法。
根据本发明实施例第四方面,提供一种电子设备。图9是本发明一个实施例中一种电子设备的结构图。图9所示的电子设备为通用油藏数字孪生系统历史数据压缩装置。该电子设备可以是智能手机、平板电脑等设备。如示,电子设备900包括处理器901和存储器902。其中,处理器901与存储器902电性连接。处理器901是终端900的控制中心,利用各种接口和线路连接整个终端的各个部分,通过运行或调用存储在存储器902内的计算机程序,以及调用存储在存储器902内的数据,执行终端的各种功能和处理数据,从而对终端进行整体监控。
在本实施例中,电子设备900中的处理器901会按照如下的步骤,将一个或一个以上的计算机程序的进程对应的指令加载到存储器902中,并由处理器901来运行存储在存储器902中的计算机程序,从而实现各种功能:设置依赖时间步长和关键时间步,提取全部的含油场数据和压力场数据;计算所述依赖时间步长对应的压力差直方图和含油饱和度场直方图;分类所述关键时间步对应的所述含油场数据和所述压力场数据无损压缩为第一存储数据,并将所述依赖时间步长分成第一类差补时间和第二类差补时间,将所述压力差直方图和所述含油饱和度场直方图存储为第二存储数据;获取所述第二存储数据进行整形压缩和量子化压缩,存储为第二压缩存储数据; 获得所述第一类差补时间和所述第二类差补时间前后一个基础时间步对应的场数据,获得一个对应的存储系数;根据所述第一存储数据、所述第二压缩存储数据和存储系数,进行历史上某个时间步的场数据的提取。
存储器902可用于存储计算机程序和数据。存储器902存储的计算机程序中包含有可在处理器中执行的指令。计算机程序可以组成各种功能模块。处理器901通过调用存储在存储器902的计算机程序,从而执行各种功能应用以及数据处理。
本发明的实施例提供的技术方案可以包括以下有益效果:
本发明方案中,提供了一种数据压缩技术,能够实现对于三维数据的模拟和压缩,实现可靠数据存储。
本发明方案中,针对油藏数据进行对维度分级的数据划分,并给予多维度分级划分进行自适应数据压缩和存储,实现关键油藏数据不损失情况下的有效孪生运算。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种油藏数字孪生系统历史数据压缩方法,其特征在于,该方法包括:
设置依赖时间步长和关键时间步,提取全部的含油场数据和压力场数据;
计算所述依赖时间步长对应的压力差直方图和含油饱和度场直方图;
分类所述关键时间步对应的所述含油场数据和所述压力场数据无损压缩为第一存储数据,并将所述依赖时间步长分成第一类差补时间和第二类差补时间,将所述压力差直方图和所述含油饱和度场直方图存储为第二存储数据;
获取所述第二存储数据进行整形压缩和量子化压缩,存储为第二压缩存储数据;
获得所述第一类差补时间和所述第二类差补时间前后一个基础时间步对应的场数据,获得一个对应的存储系数;
根据所述第一存储数据、所述第二压缩存储数据和存储系数,进行历史上某个时间步的场数据的提取。
2.如权利要求1所述的一种油藏数字孪生系统历史数据压缩方法,其特征在于,所述设置依赖时间步长和关键时间步,提取全部的含油场数据和压力场数据,具体包括:
设置依赖时间步长;
形成每个所述依赖时间步长下的含油场数据;
形成每个所述依赖时间步长下的压力场数据;
根据经验设置关键时间步。
3.如权利要求1所述的一种油藏数字孪生系统历史数据压缩方法,其特征在于,所述计算所述依赖时间步长对应的压力差直方图和含油饱和度场直方图,具体包括:
获取所述压力场数据,计算对应所述依赖时间步长的压力差直方图;
获取所述含油场数据,计算对应所述依赖时间步长的含油饱和度场直方图。
4.如权利要求3所述的一种油藏数字孪生系统历史数据压缩方法,其特征在于,所述分类所述关键时间步对应的所述含油场数据和所述压力场数据无损压缩为第一存储数据,并将所述依赖时间步长分成第一类差补时间和第二类差补时间,将所述压力差直方图和所述含油饱和度场直方图存储为第二存储数据,具体包括:
对当前全部的已有采集数据进行划分,提取其中的所述关键时间步对应的含油场数据和压力场数据,进行无损压缩,生成关键存储数据;
将所述关键存储数据,以浮点数据形式存储为所述第一存储数据;
设置所述第一类差补时间和所述第二类差补时间;
对所述第一类差补时间和所述第二类差补时间进行对应的所述依赖时间步长的含油饱和度场直方图的提取;
对所述第一类差补时间和所述第二类差补时间进行对应的所述依赖时间步长的压力差直方图的提取;
对所述第一类差补时间和所述第二类差补时间对应的压力差直方图和含油饱和度场直方图提取差值,存储为第二存储数据。
5.如权利要求1所述的一种油藏数字孪生系统历史数据压缩方法,其特征在于,所述获取所述第二存储数据进行整形压缩和量子化压缩,存储为第二压缩存储数据,具体包括:
获取所述第二存储数据,设置压缩比率;
根据所述压缩比率进行量子化压缩,获得中间压缩数据;
对所述中间压缩数据进行整形压缩,获得所述第二压缩存储数据。
7.如权利要求6所述的一种油藏数字孪生系统历史数据压缩方法,其特征在于,所述根据所述第一存储数据、所述第二压缩存储数据和存储系数,进行历史上某个时间步的场数据的提取,具体包括:
设置待查询时间点;
判断所述待查询时间点是否为所述关键时间步,若为所述关键时间步,则直接从数据库中提取;
当所指定的时间点属于某个差补时间步,则要从所述差补时间步开始,向前依次找到所有差补级别不低于当前时间步的差补时间步,直到遇到一个关键时间步为止,作为运算关键起点;
从数据库中提取所述运算关键起点对应的场数据,并读取所述差补时间步对应的第二压缩存储数据,进行整形转换为浮点数据,并解压缩,获得第二存储数据;
根据所述第二存储数据和所述运算关键起点对应的场数据获得所述差补时间步对应的场数据;
当所指定的时间点属于依赖时间步长,将前一个差补时间步和后一个差补时间步的数据作为前一个基础时间步上的数据场和后一个基础时间步上的数据场,利用第二计算公式计算自身的数据场;
所述第二计算公式为:
8.一种油藏数字孪生系统历史数据压缩系统,其特征在于,该系统用于实施如权利要求1-7中任一项所述的方法,该系统包括:
场数据提取模块,用于设置依赖时间步长和关键时间步,提取全部的含油场数据和压力场数据;
差值运算模块,用于计算所述依赖时间步长对应的压力差直方图和含油饱和度场直方图;
分类提取模块,用于分类所述关键时间步对应的所述含油场数据和所述压力场数据无损压缩为第一存储数据,并将所述依赖时间步长分成第一类差补时间和第二类差补时间,将所述压力差直方图和所述含油饱和度场直方图存储为第二存储数据;
差补压缩模块,用于获取所述第二存储数据进行整形压缩和量子化压缩,存储为第二压缩存储数据;
系数压缩模块,用于获得所述第一类差补时间和所述第二类差补时间前后一个基础时间步对应的场数据,获得一个对应的存储系数;
数据提取模块,用于根据所述第一存储数据、所述第二压缩存储数据和存储系数,进行历史上某个时间步的场数据的提取。
9.一种计算机可读存储介质,其上存储计算机程序指令,其特征在于,所述计算机程序指令在被处理器执行时实现如权利要求1-7中任一项所述的方法。
10.一种电子设备,包括存储器和处理器,其特征在于,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211388222.6A CN115622568B (zh) | 2022-11-08 | 2022-11-08 | 一种油藏数字孪生系统历史数据压缩方法、系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211388222.6A CN115622568B (zh) | 2022-11-08 | 2022-11-08 | 一种油藏数字孪生系统历史数据压缩方法、系统及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115622568A CN115622568A (zh) | 2023-01-17 |
CN115622568B true CN115622568B (zh) | 2023-03-10 |
Family
ID=84879520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211388222.6A Active CN115622568B (zh) | 2022-11-08 | 2022-11-08 | 一种油藏数字孪生系统历史数据压缩方法、系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115622568B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005260285A (ja) * | 2004-03-09 | 2005-09-22 | Matsushita Electric Ind Co Ltd | データ圧縮装置 |
JP2006259937A (ja) * | 2005-03-15 | 2006-09-28 | Omron Corp | データ収集装置およびデータ復元装置 |
JP2009212664A (ja) * | 2008-03-03 | 2009-09-17 | Nippon Telegr & Teleph Corp <Ntt> | 距離情報符号化方法,復号方法,符号化装置,復号装置,符号化プログラム,復号プログラムおよびコンピュータ読み取り可能な記録媒体 |
CN102437856A (zh) * | 2011-11-04 | 2012-05-02 | 国电南京自动化股份有限公司 | 基于特征点提取的地铁综合监控系统三级数据压缩方法 |
WO2014180202A1 (zh) * | 2013-05-07 | 2014-11-13 | 中兴通讯股份有限公司 | 一种Delta Sigma调制器及其实现调制的方法 |
CN105781539A (zh) * | 2016-03-15 | 2016-07-20 | 中国石油大学(华东) | 一种致密油气储层饱和度测井计算方法 |
CN111197474A (zh) * | 2018-11-19 | 2020-05-26 | 中国石油化工股份有限公司 | 模拟稠油热采流场变化实验装置 |
CN114665876A (zh) * | 2022-03-15 | 2022-06-24 | 深圳大学 | 基于数据驱动的多倍集采样时钟失配自适应校准方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113452378B (zh) * | 2021-06-28 | 2024-07-05 | 国网北京市电力公司 | 孪生数据的压缩方法、装置与计算机可读存储介质 |
CN114372352B (zh) * | 2021-12-23 | 2023-07-18 | 成都理工大学 | 渗流-温度双场耦合数值模拟预测复杂断块油藏储气库调峰能力方法 |
-
2022
- 2022-11-08 CN CN202211388222.6A patent/CN115622568B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005260285A (ja) * | 2004-03-09 | 2005-09-22 | Matsushita Electric Ind Co Ltd | データ圧縮装置 |
JP2006259937A (ja) * | 2005-03-15 | 2006-09-28 | Omron Corp | データ収集装置およびデータ復元装置 |
JP2009212664A (ja) * | 2008-03-03 | 2009-09-17 | Nippon Telegr & Teleph Corp <Ntt> | 距離情報符号化方法,復号方法,符号化装置,復号装置,符号化プログラム,復号プログラムおよびコンピュータ読み取り可能な記録媒体 |
CN102437856A (zh) * | 2011-11-04 | 2012-05-02 | 国电南京自动化股份有限公司 | 基于特征点提取的地铁综合监控系统三级数据压缩方法 |
WO2014180202A1 (zh) * | 2013-05-07 | 2014-11-13 | 中兴通讯股份有限公司 | 一种Delta Sigma调制器及其实现调制的方法 |
CN105781539A (zh) * | 2016-03-15 | 2016-07-20 | 中国石油大学(华东) | 一种致密油气储层饱和度测井计算方法 |
CN111197474A (zh) * | 2018-11-19 | 2020-05-26 | 中国石油化工股份有限公司 | 模拟稠油热采流场变化实验装置 |
CN114665876A (zh) * | 2022-03-15 | 2022-06-24 | 深圳大学 | 基于数据驱动的多倍集采样时钟失配自适应校准方法 |
Non-Patent Citations (1)
Title |
---|
罗伟."注_采水平井ICDs完井优化理论研究".《CNKI优秀硕博士学位论文全文库》.2018, * |
Also Published As
Publication number | Publication date |
---|---|
CN115622568A (zh) | 2023-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7279266B2 (ja) | 時系列データを保存および照会するための方法および装置、並びにそれらのサーバーおよび記憶媒体 | |
WO2021091489A1 (en) | Method and apparatus for storing time series data, and server and storage medium thereof | |
CN112699605B (zh) | 一种充电桩故障元件预测方法及系统 | |
US20170039229A1 (en) | Data compression | |
CN110347724A (zh) | 异常行为识别方法、装置、电子设备及介质 | |
CN111101929B (zh) | 一种计算油气藏平均地层压力的方法、装置及系统 | |
CN103778148A (zh) | Hadoop分布式文件系统数据文件的生命周期管理方法和设备 | |
CN104424331A (zh) | 数据抽样方法及装置 | |
JP2012198598A (ja) | データ保存装置、データ保存方法 | |
CN115827577A (zh) | 智能电表高频数据压缩与重构的云端协同自适应分治方法 | |
CN111798066A (zh) | 一种城市尺度下小区流量多维度预测方法及系统 | |
CN115622568B (zh) | 一种油藏数字孪生系统历史数据压缩方法、系统及设备 | |
CN117318033B (zh) | 一种结合数据孪生的电网数据管理方法及系统 | |
CN110472736B (zh) | 一种裁剪神经网络模型的方法和电子设备 | |
CN115543945B (zh) | 一种模型压缩的方法、装置、存储介质及电子设备 | |
CN108280224B (zh) | 万级维度数据生成方法、装置、设备以及存储介质 | |
CN110175262A (zh) | 基于聚类的深度学习模型压缩方法、存储介质及系统 | |
CN110188160A (zh) | 数据存储方法和数据读取方法 | |
CN114019946B (zh) | 工控终端的监控数据处理方法及装置 | |
CN115862653A (zh) | 音频去噪方法、装置、计算机设备和存储介质 | |
CN105630999A (zh) | 服务器压缩数据的方法和装置 | |
CN114500272A (zh) | 一种配置信息采集处理方法及装置 | |
CN113761103A (zh) | 批量数据的处理方法、装置及电子设备 | |
CN108776704B (zh) | 一种基于回归分析的时序数据索引方法 | |
CN113836907B (zh) | 文本聚类图片识别方法、装置和系统 |
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 |