CN116304960B - 一种钻井环境的监测预警方法及系统 - Google Patents
一种钻井环境的监测预警方法及系统 Download PDFInfo
- Publication number
- CN116304960B CN116304960B CN202310587099.9A CN202310587099A CN116304960B CN 116304960 B CN116304960 B CN 116304960B CN 202310587099 A CN202310587099 A CN 202310587099A CN 116304960 B CN116304960 B CN 116304960B
- Authority
- CN
- China
- Prior art keywords
- environment
- data
- fuzzy
- sensor
- early warning
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 164
- 238000005553 drilling Methods 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012795 verification Methods 0.000 claims abstract description 62
- 230000007613 environmental effect Effects 0.000 claims abstract description 44
- 238000004458 analytical method Methods 0.000 claims abstract description 38
- 230000003993 interaction Effects 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 17
- 230000000694 effects Effects 0.000 claims abstract description 13
- 230000002159 abnormal effect Effects 0.000 claims description 34
- 230000035945 sensitivity Effects 0.000 claims description 20
- 230000005856 abnormality Effects 0.000 claims description 15
- 230000011218 segmentation Effects 0.000 claims description 15
- 230000009466 transformation Effects 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 10
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims 2
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000005192 partition Methods 0.000 description 3
- 230000010365 information processing Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Automation & Control Theory (AREA)
- Biomedical Technology (AREA)
- Fuzzy Systems (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明公开了一种钻井环境的监测预警方法及系统,涉及数据处理技术领域,该方法包括:对环境监测传感器进行传感器基础信息交互,进行数据采集模糊分析,生成模糊关联系数,通过大数据进行钻井环境和环境异常标识数据采集,构建异常识别专家模型,其中,所述异常识别专家模型包括多级连接关联识别点;基于所述环境监测传感器进行环境数据采集,生成验证数据集合,结合模糊关联系数输入异常识别专家模型,输出异常模糊识别结果,匹配预警信息,进行钻井环境的监测预警。本发明解决了现有技术中存在钻井监测预警准确度低的技术问题,达到了提高预警准确性,提升预警效率的技术效果。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种钻井环境的监测预警方法及系统。
背景技术
在进行大型地下作业时,施工的危险系数比较高,因此,对于钻井环境的监测预警就显得尤为重要。然而,目前的监测预警考虑的方面不够,获得的预警信息偏差较大,无法提供可靠的参考。现有技术中存在钻井监测预警准确度低的技术问题。
发明内容
本申请提供了一种钻井环境的监测预警方法及系统,用于针对解决现有技术中存在钻井监测预警准确度低的技术问题。
鉴于上述问题,本申请提供了一种钻井环境的监测预警方法及系统。
本申请的第一个方面,提供了一种钻井环境的监测预警方法,所述方法包括:
对环境监测传感器进行传感器基础信息交互,生成传感器基础信息集;
基于所述传感器基础信息集进行数据采集模糊分析,生成模糊关联系数;
通过大数据进行钻井环境和环境异常标识数据采集,并基于采集结果构建异常识别专家模型,其中,所述异常识别专家模型包括多级连接关联识别点;
基于所述环境监测传感器进行环境数据采集,生成验证数据集合;
将所述验证数据集合和所述模糊关联系数输入所述异常识别专家模型,输出异常模糊识别结果;
通过所述异常模糊识别结果匹配预警信息,通过所述预警信息进行钻井环境的监测预警。
本申请的第二个方面,提供了一种钻井环境的监测预警系统,所述系统包括:
基础信息集生成模块,所述基础信息集生成模块用于对环境监测传感器进行传感器基础信息交互,生成传感器基础信息集;
模糊关系系数生成模块,所述模糊关系系数生成模块用于基于所述传感器基础信息集进行数据采集模糊分析,生成模糊关联系数;
异常识别模型构建模块,所述异常识别模型构建模块用于通过大数据进行钻井环境和环境异常标识数据采集,并基于采集结果构建异常识别专家模型,其中,所述异常识别专家模型包括多级连接关联识别点;
验证数据生成模块,所述验证数据生成模块用于基于所述环境监测传感器进行环境数据采集,生成验证数据集合;
识别结果输出模块,所述识别结果输出模块用于将所述验证数据集合和所述模糊关联系数输入所述异常识别专家模型,输出异常模糊识别结果;
监测预警模块,所述监测预警模块用于通过所述异常模糊识别结果匹配预警信息,通过所述预警信息进行钻井环境的监测预警。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请通过对环境监测传感器进行传感器基础信息交互,生成传感器基础信息集,然后基于传感器基础信息集进行数据采集模糊分析,生成模糊关联系数,进而通过大数据进行钻井环境和环境异常标识数据采集,并基于采集结果构建异常识别专家模型,其中,异常识别专家模型包括多级连接关联识别点,基于环境监测传感器进行环境数据采集,生成验证数据集合,通过将验证数据集合和模糊关联系数输入异常识别专家模型,输出异常模糊识别结果,进而通过异常模糊识别结果匹配预警信息,通过预警信息进行钻井环境的监测预警。达到了提高监测预警的智能化程度,提升预警准确性的技术效果。
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,对于本领域普通技术人员来讲,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为本申请实施例提供的一种钻井环境的监测预警方法流程示意图;
图2为本申请实施例提供的一种钻井环境的监测预警方法中根据数据模糊扩充结果获得异常模糊识别结果的流程示意图;
图3为本申请实施例提供的一种钻井环境的监测预警方法中通过判定补偿系数对模糊关联系数的约束优化的流程示意图;
图4为本申请实施例提供的一种钻井环境的监测预警系统结构示意图。
附图标记说明:基础信息集生成模块11,模糊关系系数生成模块12,异常识别模型构建模块13,验证数据生成模块14,识别结果输出模块15,监测预警模块16。
具体实施方式
本申请通过提供了一种钻井环境的监测预警方法及系统,用于针对解决现有技术中存在钻井监测预警准确度低的技术问题。
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
实施例一
如图1所示,本申请提供了一种钻井环境的监测预警方法,其中,所述方法包括:
步骤S100:对环境监测传感器进行传感器基础信息交互,生成传感器基础信息集;
在一个可能的实施例中,对钻井中布设的环境监测传感器进行传感器基础信息交互,也就是对环境监测传感器的基本情况进行信息采集,获得所述传感器基础信息集。其中,所述环境监测传感器是钻井中的各种有害气体以及工作面的作业条件进行监测的传感器设备,包括温度传感器、风速传感器、负压传感器、顶板压力传感器等。通过对布设的环境传感器的型号、出厂信息进行获取,从而获得能够反映使用的监测传感器情况的信息集合。
步骤S200:基于所述传感器基础信息集进行数据采集模糊分析,生成模糊关联系数;
进一步的,如图3所示,本申请实施例步骤S200还包括:
步骤S210:读取所述预警信息的预警处理结果;
步骤S220:基于所述预警处理结果和所述预警信息进行判定校验,生成判定补偿系数;
步骤S230:通过所述判定补偿系数对所述模糊关联系数的约束优化。
进一步的,本申请实施例步骤S200还包括:
步骤S240:对所述环境监测传感器进行历史监测信息读取,并整合历史监测信息,生成所述环境监测传感器的传感器特征;
步骤S250:基于所述传感器特征进行所述传感器基础信息集补偿后,生成所述模糊关联系数。
进一步的,本申请实施例步骤S200还包括:
步骤S260:读取所述环境监测传感器的环境触发时间节点;
步骤S270:判断所述环境触发时间节点是否与验证数据集合分割节点一致;
步骤S280:若一致性判定结果不能满足预设阈值时,则生成对应所述环境监测传感器的传感器异常预警信息;
步骤S290:通过所述传感器异常预警信息进行所述环境监测传感器管理。
在一个可能的实施例中,通过对所述传感器基础信息集为基础,对由于环境监测传感器自身原因使采集到的数据偏差情况进行分析,从而获得能够反映数据偏差与环境监测传感器关联程度的模糊关联系数。所述预警信息是根据异常模糊识别结果进行从预警信息库中进行匹配获得的对钻井中异常环境情况进行预警的信息。通过对工作人员进行预警信息处理过程中记录的数据进行读取,获得所述预警处理结果。根据所述预警处理结果可以反映出钻井的实际环境异常情况,以及预警信息的准确性。
在一个可能的实施例中,通过将所述预警处理结果和预警信息进行比对,判断预警处理结果中钻井的环境异常程度与预警信息中反映的环境异常程度是否一致,若不一致,则根据两个之间的差异值比上预警处理结果中的环境异常程度,从而将获得的比值作为所述判定补偿系数。其中,所述判定补偿系数是对预警信息和预警处理结果中钻井环境异常程度的偏差情况进行量化确定的系数。通过利用所述判定补偿系数可以对所述模糊关联系数的数值进行约束,也就是说,判定补偿系数是根据实际情况与预测情况之间的差值获得的对预警信息中的数据信息进行补偿的系数,而模糊关联系数是根据历史监测信息进行整合后,生成传感器特征进而根据特征获得的需要对环境监测传感器监测的数据进行补偿的系数。换句话说,判定补偿系数是根据实际预警信息处理结果确定对环境监测传感器采集的数据进行补偿的真实系数,而模糊关联系数是通过根据特征进行理论分析后获得的对环境监测传感器采集的数据进行补偿的理论系数。因此,通过根据所述判定补偿系数的大小对模糊关联系数进行约束,优选的,获取补偿系数宽容值(由工作人员自行设定,在此不做限制),判断所述模糊管关联系数是否在判定补偿系数的补偿系数宽容值范围内,若不在,则利用判定系数的补偿系数宽容值对模糊关联系数进行约束,使其符合补偿系数宽容值。从而使获得的模糊关联系数可靠性提高。
在本申请的实施例中,通过对历史监测信息进行读取,并对历史监测信息进行数据分析,确定所述环境监测传感器的传感器特征。其中,所述传感器特征是对环境监测传感器进行数据监测后获得的数据与真实数据之间的差异特征,如传感器监测数据与真实数据相差5%,表明环境传感器由于使用损耗导致数据出现误差,从而根据误差情况对所述传感器基础数据集进行补偿。示例性的,温度传感器的基础信息中显示监测温度范围为0℃-45℃,但是通过对历史监测信息进行整合后发现由于使用损耗,导致温度传感器监测出温度数据偏大,与真实温度值的偏离程度为2%。因此,将2%作为模糊关联系数,对传感器由于自身情况导致的偏离数据进行关联修正。
对环境监测传感器中的环境触发时间节点进行获取,将其与验证数据集合分割节点进行匹配,确定两者的时间差是否满足预设阈值,若不能满足,则表明环境监测传感器发生异常,获得对应的所述传感器异常预警信息,根据获得的传感器异常预警信息进行环境监测传感器管理。其中,所述环境触发时间节点是由于环境监测传感器的外部运行环境发生变化(如监测环境的电压负荷发生变化),从而环境监测传感器的运行模式进行适应性调整的时间节点。通过对环境监测传感器进行模式转换的时间节点,也就是环境触发时间节点进行获取。
具体的,判断环境触发时间节点与验证数据集合分割节点是否一致,也就是将环境触发时间节点这个环境监测传感器实际进行模式转换的实际时间点,与验证数据集合分割节点这个根据灵敏度变换触发节点的对应触发条件确定的理论划分时间节点进行比对,若一致性判断结果中两者相差的时间段不能满足预设阈值,表明环境监测传感器的模式转换时间点不能满足要求,也就是环境监测传感器发生运行异常,从而获得所述传感器异常预警信息。其中,所述传感器异常预警信息是用于提醒工作人员环境监测传感器发生异常的信息。
步骤S300:通过大数据进行钻井环境和环境异常标识数据采集,并基于采集结果构建异常识别专家模型,其中,所述异常识别专家模型包括多级连接关联识别点;
具体而言,通过以钻井环境异常为索引在大数据中进行搜索,采集钻井环境和环境异常标识数据,获得采集结果。也就是说,对不同钻井环境下的环境监测器监测得到的环境异常标识数据进行获取,进而,利用采集结果对以BP神经网络为基础构建的网络框架进行监督训练,直至训练至收敛获得所述异常识别专家模型,其中,所述异常识别专家模型是对环境监测传感器监测到的数据进行智能化异常识别的功能模型,输入数据为验证数据和模糊关联系数,输出数据为异常模糊识别结果。所述多级连接关联识别点对应不同的模糊关联系数对应的项目。
步骤S400:基于所述环境监测传感器进行环境数据采集,生成验证数据集合;
步骤S500:将所述验证数据集合和所述模糊关联系数输入所述异常识别专家模型,输出异常模糊识别结果;
步骤S600:通过所述异常模糊识别结果匹配预警信息,通过所述预警信息进行钻井环境的监测预警。
进一步的,如图2所示,本申请实施例步骤S500还包括:
步骤S510:通过所述验证数据集合和所述传感器基础信息集进行基础环境交互影响分析;
步骤S520:根据交互影响分析结果进行所述环境监测传感器的数据采集影响评价,生成所述环境监测传感器的数据模糊关联值,其中,所述数据模糊关联值具有时间标识;
步骤S530:通过所述数据模糊关联值对所述验证数据集合进行数据模糊扩充;
步骤S540:根据数据模糊扩充结果获得所述异常模糊识别结果。
进一步的,本申请实施例步骤S510还包括:
步骤S511:根据所述传感器基础信息集获得环境监测传感器的基础属性信息,其中,所述基础属性信息包括生产参数信息;
步骤S512:获得所述环境监测传感器的使用时长,将所述使用时长作为第一辅助数据;
步骤S513:读取所述环境监测传感器的连续使用时长,将所述连续使用时长作为第二辅助数据;
步骤S514:根据所述基础属性信息、所述第一辅助数据、所述第二辅助数据和所述验证数据集合进行所述基础环境交互影响分析。
进一步的,本申请实施例步骤S530还包括:
步骤S531:判断所述环境监测传感器是否存在灵敏度变换触发节点;
步骤S532:当所述环境监测传感器存在灵敏度变换触发节点时,则根据所述灵敏度变换触发节点的对应触发条件进行所述验证数据集合分割;
步骤S533:根据所述灵敏度变换触发节点和所述验证数据集合进行所述基础环境交互影响分析的结果校正;
步骤S534:通过校正结果和验证数据集合分割结果完成所述数据模糊扩充。
在本申请的实施例中,通过根据所述环境监测传感器对钻井环境中的数据进行采集,从而获得所述验证数据集合。其中,所述验证数据集合是用于对钻井中环境是否发生异常进行验证的数据。通过将所述验证数据集合和所述模糊关联系数输入所述异常识别专家模型中,经过异常识别专家模型的智能化分析,从而获得所述异常模糊识别结果。其中,所述异常模糊识别结果是考虑到环境监测传感器自身因素对采集到的反映钻井环境的验证数据影响程度后,钻井的异常情况。
在一个可能的实施例中,通过根据所述传感器基础信息集获得所述环境监测传感器的基础属性信息。其中,所述基础属性信息是能够将环境监测传感器与其他监测传感器区分开的属性信息,包括生产参数信息。其中,所述生产参数信息是对环境监测传感器在制造厂家进行生产制造后经过出厂检验后具备的性能参数情况,包括可使用年限、监测灵敏度等信息。通过对环境监测传感器中的数据进行提取,获得环境监测传感器已经使用的时间,将获得的使用时长作为第一辅助数据。其中,所述第一辅助数据用于从使用时长对环境监测传感器的数据准确性进行分析。进而,对环境监测传感器的连续使用时长进行采集,将其作为第二辅助数据。所述第二辅助数据用于从环境监测传感器连续使用对数据准确性的影响进行分析。
在一个可能的实施例中,通过根据所述基础属性信息、第一辅助数据、第二辅助数据和验证数据集合对由于环境监测传感器的自身因素导致监测数据出现偏差的情况进行分析,也就是进行所述基础环境交互影响分析。
在一个可能的实施例中,通过根据交互影响分析结果确定环境监测传感器的数据采集影响评价,从而根据评价中数据采集的偏离程度确定数据模糊关联值,其中,所述数据模糊关联值具有时间标识。通过对环境监测传感器的运行情况进行分析,从而判断所述环境监测传感器是否存在由于运行环境发生变化,从而环境监测传感器需要根据变化的运行环境进行运行模式的适应性调整,将环境监测传感器进行适应性调整的时间节点作为灵敏度变化触发节点。当存在时,通过根据对应触发条件对验证数据集合进行分割,也就是通过对验证数据集合中符合对应触发条件的数据进行提取,并以此为依据对所述验证数据集合进行分割。通过根据所述灵敏度变换触发节点和所述验证数据集合对基础环境交互影响分析的结果进行校正。进而,根据校正结果中的数据和所述验证数据集合分割结果对数据进行模糊扩充。在获得所述异常模糊识别结果后从预警信息匹配库中匹配预警信息,利用获得的预警信息对钻井环境进行监测预警。
综上所述,本申请实施例至少具有如下技术效果:
本申请通过对环境监测传感器的基础信息进行获取,然后进行数据采集模糊分析,实现了对环境监测传感器对采集数据的影响程度进行分析的目标,然后利用智能化的异常识别专家模型,将采集到的环境数据,也就是验证数据集合,结合模糊关系系数输入异常识别专家模型中,从而获得对应的异常模糊识别结果,进而获取对应的预警信息进行监测预警。达到了提升预警信息的可靠性,缩短监测反馈时间,提升监测效率的技术效果。
实施例二
基于与前述实施例中一种钻井环境的监测预警方法相同的发明构思,如图4所示,本申请提供了一种钻井环境的监测预警系统,本申请实施例中的系统与方法实施例基于同样的发明构思。其中,所述系统包括:
基础信息集生成模块11,所述基础信息集生成模块11用于对环境监测传感器进行传感器基础信息交互,生成传感器基础信息集;
模糊关系系数生成模块12,所述模糊关系系数生成模块12用于基于所述传感器基础信息集进行数据采集模糊分析,生成模糊关联系数;
异常识别模型构建模块13,所述异常识别模型构建模块13用于通过大数据进行钻井环境和环境异常标识数据采集,并基于采集结果构建异常识别专家模型,其中,所述异常识别专家模型包括多级连接关联识别点;
验证数据生成模块14,所述验证数据生成模块14用于基于所述环境监测传感器进行环境数据采集,生成验证数据集合;
识别结果输出模块15,所述识别结果输出模块15用于将所述验证数据集合和所述模糊关联系数输入所述异常识别专家模型,输出异常模糊识别结果;
监测预警模块16,所述监测预警模块16用于通过所述异常模糊识别结果匹配预警信息,通过所述预警信息进行钻井环境的监测预警。
进一步的,所述系统还包括:
交互影响分析单元,所述交互影响分析单元用于通过所述验证数据集合和所述传感器基础信息集进行基础环境交互影响分析;
模糊关联值生成单元,所述模糊关联值生成单元用于根据交互影响分析结果进行所述环境监测传感器的数据采集影响评价,生成所述环境监测传感器的数据模糊关联值,其中,所述数据模糊关联值具有时间标识;
数据模糊扩充单元,所述数据模糊扩充单元用于通过所述数据模糊关联值对所述验证数据集合进行数据模糊扩充;
识别结果获得单元,所述识别结果获得单元用于根据数据模糊扩充结果获得所述异常模糊识别结果。
进一步的,所述系统还包括:
基础属性信息获得单元,所述基础属性信息获得单元用于根据所述传感器基础信息集获得环境监测传感器的基础属性信息,其中,所述基础属性信息包括生产参数信息;
第一辅助数据设定单元,所述第一辅助数据设定单元用于获得所述环境监测传感器的使用时长,将所述使用时长作为第一辅助数据;
第二辅助数据设定单元,所述第二辅助数据设定单元用于读取所述环境监测传感器的连续使用时长,将所述连续使用时长作为第二辅助数据;
环境交互影响分析单元,所述环境交互影响分析单元用于根据所述基础属性信息、所述第一辅助数据、所述第二辅助数据和所述验证数据集合进行所述基础环境交互影响分析。
进一步的,所述系统还包括:
触发节点判断单元,所述触发节点判断单元用于判断所述环境监测传感器是否存在灵敏度变换触发节点;
数据集合分割单元,所述数据集合分割单元用于当所述环境监测传感器存在灵敏度变换触发节点时,则根据所述灵敏度变换触发节点的对应触发条件进行所述验证数据集合分割;
结果校正单元,所述结果校正单元用于根据所述灵敏度变换触发节点和所述验证数据集合进行所述基础环境交互影响分析的结果校正;
模糊扩充单元,所述模糊扩充单元用于通过校正结果和验证数据集合分割结果完成所述数据模糊扩充。
进一步的,所述系统还包括:
预警处理结果读取单元,所述预警处理结果读取单元用于读取所述预警信息的预警处理结果;
判定补偿系数生成单元,所述判定补偿系数生成单元用于基于所述预警处理结果和所述预警信息进行判定校验,生成判定补偿系数;
约束优化单元,所述约束优化单元用于通过所述判定补偿系数对所述模糊关联系数的约束优化。
进一步的,所述系统还包括:
传感器特征生成单元,所述传感器特征生成单元用于对所述环境监测传感器进行历史监测信息读取,并整合历史监测信息,生成所述环境监测传感器的传感器特征;
关联系数生成单元,所述关联系数生成单元用于基于所述传感器特征进行所述传感器基础信息集补偿后,生成所述模糊关联系数。
进一步的,所述系统还包括:
触发时间节点读取单元,所述触发时间节点读取单元用于读取所述环境监测传感器的环境触发时间节点;
节点判断单元,所述节点判断单元用于判断所述环境触发时间节点是否与验证数据集合分割节点一致;
异常预警信息生成单元,所述异常预警信息生成单元用于若一致性判定结果不能满足预设阈值时,则生成对应所述环境监测传感器的传感器异常预警信息;
传感器管理单元,所述传感器管理单元用于通过所述传感器异常预警信息进行所述环境监测传感器管理。
需要说明的是,上述本申请实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (5)
1.一种钻井环境的监测预警方法,其特征在于,所述方法包括:
对环境监测传感器进行传感器基础信息交互,生成传感器基础信息集;
基于所述传感器基础信息集进行数据采集模糊分析,生成模糊关联系数,其中所述模糊关联系数为以所述传感器基础信息集为基础,对由于环境监测传感器自身原因使采集到的数据偏差情况进行分析,从而获得能够反映数据偏差与环境监测传感器关联程度的系数;
通过大数据进行钻井环境和环境异常标识数据采集,并基于采集结果构建异常识别专家模型,其中,所述异常识别专家模型包括多级连接关联识别点;
基于所述环境监测传感器进行环境数据采集,生成验证数据集合;
将所述验证数据集合和所述模糊关联系数输入所述异常识别专家模型,输出异常模糊识别结果;
通过所述异常模糊识别结果匹配预警信息,通过所述预警信息进行钻井环境的监测预警;
所述方法还包括:
通过所述验证数据集合和所述传感器基础信息集进行基础环境交互影响分析;
通过根据交互影响分析结果确定环境监测传感器的数据采集影响评价,从而根据评价中数据采集的偏离程度确定数据模糊关联值,其中,所述数据模糊关联值具有时间标识;
通过所述数据模糊关联值对所述验证数据集合进行数据模糊扩充;
根据数据模糊扩充结果获得所述异常模糊识别结果;
根据所述传感器基础信息集获得环境监测传感器的基础属性信息,其中,所述基础属性信息包括生产参数信息;
获得所述环境监测传感器的使用时长,将所述使用时长作为第一辅助数据;
读取所述环境监测传感器的连续使用时长,将所述连续使用时长作为第二辅助数据;
根据所述基础属性信息、所述第一辅助数据、所述第二辅助数据和所述验证数据集合进行所述基础环境交互影响分析;
判断所述环境监测传感器是否存在由于运行环境发生变化,从而环境监测传感器需要根据变化的运行环境进行运行模式的适应性调整,将环境监测传感器进行适应性调整的时间节点作为灵敏度变换触发节点;
当所述环境监测传感器存在灵敏度变换触发节点时,则根据所述灵敏度变换触发节点的对应触发条件进行所述验证数据集合分割;
根据所述灵敏度变换触发节点和所述验证数据集合进行所述基础环境交互影响分析的结果校正;
通过校正结果和验证数据集合分割结果完成所述数据模糊扩充。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
读取所述预警信息的预警处理结果;
基于所述预警处理结果和所述预警信息进行判定校验,生成判定补偿系数,所述判定补偿系数是对预警信息和预警处理结果中钻井环境异常程度的偏差情况进行量化确定的系数;
通过所述判定补偿系数对所述模糊关联系数的约束优化。
3.如权利要求1所述的方法,其特征在于,所述方法还包括:
对所述环境监测传感器进行历史监测信息读取,并整合历史监测信息,生成所述环境监测传感器的传感器特征;
基于所述传感器特征进行所述传感器基础信息集补偿后,生成所述模糊关联系数。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
读取所述环境监测传感器的环境触发时间节点;
判断所述环境触发时间节点是否与验证数据集合分割节点一致;
若一致性判定结果不能满足预设阈值时,则生成对应所述环境监测传感器的传感器异常预警信息;
通过所述传感器异常预警信息进行所述环境监测传感器管理。
5.一种钻井环境的监测预警系统,其特征在于,所述系统包括:
基础信息集生成模块,所述基础信息集生成模块用于对环境监测传感器进行传感器基础信息交互,生成传感器基础信息集;
模糊关系系数生成模块,所述模糊关系系数生成模块用于基于所述传感器基础信息集进行数据采集模糊分析,生成模糊关联系数,其中所述模糊关联系数为以所述传感器基础信息集为基础,对由于环境监测传感器自身原因使采集到的数据偏差情况进行分析,从而获得能够反映数据偏差与环境监测传感器关联程度的系数;
异常识别模型构建模块,所述异常识别模型构建模块用于通过大数据进行钻井环境和环境异常标识数据采集,并基于采集结果构建异常识别专家模型,其中,所述异常识别专家模型包括多级连接关联识别点;
验证数据生成模块,所述验证数据生成模块用于基于所述环境监测传感器进行环境数据采集,生成验证数据集合;
识别结果输出模块,所述识别结果输出模块用于将所述验证数据集合和所述模糊关联系数输入所述异常识别专家模型,输出异常模糊识别结果;
监测预警模块,所述监测预警模块用于通过所述异常模糊识别结果匹配预警信息,通过所述预警信息进行钻井环境的监测预警;
交互影响分析单元,所述交互影响分析单元用于通过所述验证数据集合和所述传感器基础信息集进行基础环境交互影响分析;
模糊关联值生成单元,所述模糊关联值生成单元用于通过根据交互影响分析结果确定环境监测传感器的数据采集影响评价,从而根据评价中数据采集的偏离程度确定数据模糊关联值,其中,所述数据模糊关联值具有时间标识;
数据模糊扩充单元,所述数据模糊扩充单元用于通过所述数据模糊关联值对所述验证数据集合进行数据模糊扩充;
识别结果获得单元,所述识别结果获得单元用于根据数据模糊扩充结果获得所述异常模糊识别结果;
基础属性信息获得单元,所述基础属性信息获得单元用于根据所述传感器基础信息集获得环境监测传感器的基础属性信息,其中,所述基础属性信息包括生产参数信息;
第一辅助数据设定单元,所述第一辅助数据设定单元用于获得所述环境监测传感器的使用时长,将所述使用时长作为第一辅助数据;
第二辅助数据设定单元,所述第二辅助数据设定单元用于读取所述环境监测传感器的连续使用时长,将所述连续使用时长作为第二辅助数据;
环境交互影响分析单元,所述环境交互影响分析单元用于根据所述基础属性信息、所述第一辅助数据、所述第二辅助数据和所述验证数据集合进行所述基础环境交互影响分析;
触发节点判断单元,所述触发节点判断单元用于判断所述环境监测传感器是否存在由于运行环境发生变化,从而环境监测传感器需要根据变化的运行环境进行运行模式的适应性调整,将环境监测传感器进行适应性调整的时间节点作为灵敏度变换触发节点;
数据集合分割单元,所述数据集合分割单元用于当所述环境监测传感器存在灵敏度变换触发节点时,则根据所述灵敏度变换触发节点的对应触发条件进行所述验证数据集合分割;
结果校正单元,所述结果校正单元用于根据所述灵敏度变换触发节点和所述验证数据集合进行所述基础环境交互影响分析的结果校正;
模糊扩充单元,所述模糊扩充单元用于通过校正结果和验证数据集合分割结果完成所述数据模糊扩充。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310587099.9A CN116304960B (zh) | 2023-05-24 | 2023-05-24 | 一种钻井环境的监测预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310587099.9A CN116304960B (zh) | 2023-05-24 | 2023-05-24 | 一种钻井环境的监测预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116304960A CN116304960A (zh) | 2023-06-23 |
CN116304960B true CN116304960B (zh) | 2023-08-29 |
Family
ID=86787340
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310587099.9A Active CN116304960B (zh) | 2023-05-24 | 2023-05-24 | 一种钻井环境的监测预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116304960B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116739457B (zh) * | 2023-08-11 | 2023-10-20 | 北京博数智源人工智能科技有限公司 | 用于露天矿山安全分析的生产状态数据处理方法及系统 |
CN116909339B (zh) * | 2023-09-14 | 2024-01-09 | 厘壮信息科技(苏州)有限公司 | 基于人工智能的智能家居安全预警方法及系统 |
CN117098174B (zh) * | 2023-10-19 | 2024-01-02 | 华夏天信智能物联(大连)有限公司 | 一种矿用无线通信监测方法、系统及可读存储介质 |
CN118094442B (zh) * | 2024-04-23 | 2024-07-16 | 华科五洲(天津)海洋工程有限公司 | 自升式平台的传感数据模拟方法、装置、服务器及介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109490806A (zh) * | 2018-11-27 | 2019-03-19 | 南方电网科学研究院有限责任公司 | 一种传感器的检测方法、系统、装置及可读存储介质 |
CN109738014A (zh) * | 2019-01-11 | 2019-05-10 | 中冶长天国际工程有限责任公司 | 城市综合管廊设备故障的智能诊断方法及系统 |
CN109781934A (zh) * | 2017-11-13 | 2019-05-21 | 富士通株式会社 | 环境传感器检测数据的处理装置、处理方法、计算机可读存储介质、以及环境传感器系统 |
CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
CN112630496A (zh) * | 2020-12-01 | 2021-04-09 | 江苏博沃汽车电子系统有限公司 | 一种提高电流传感器准确性的方法和装置 |
CN113630478A (zh) * | 2021-10-11 | 2021-11-09 | 山东美欣医疗科技有限公司 | 多感知物联网的动态监测系统及方法 |
CN114994261A (zh) * | 2022-07-08 | 2022-09-02 | 东阿县环境监控中心 | 环境空气监测的传感器远程校准方法 |
CN115098285A (zh) * | 2022-05-23 | 2022-09-23 | 广州晶石传感技术有限公司 | 基于大数据的传感器检测数据分析系统及方法 |
CN115271003A (zh) * | 2022-09-30 | 2022-11-01 | 江苏云天新材料制造有限公司 | 用于自动化环境监测设备的异常数据分析方法及系统 |
CN115393817A (zh) * | 2022-08-29 | 2022-11-25 | 盐城工学院 | 一种多传感器信息融合的农机作业环境的识别方法及装置 |
CN115562411A (zh) * | 2022-12-07 | 2023-01-03 | 深圳市三江电气有限公司 | 传感器的数据处理方法及系统 |
CN115574852A (zh) * | 2022-09-22 | 2023-01-06 | 盛东如东海上风力发电有限责任公司 | 一种传感器故障自适应监测的方法及系统 |
CN115986918A (zh) * | 2022-12-12 | 2023-04-18 | 沸蓝建设咨询有限公司 | 一种输电线智能监测系统 |
-
2023
- 2023-05-24 CN CN202310587099.9A patent/CN116304960B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
CN109781934A (zh) * | 2017-11-13 | 2019-05-21 | 富士通株式会社 | 环境传感器检测数据的处理装置、处理方法、计算机可读存储介质、以及环境传感器系统 |
CN109490806A (zh) * | 2018-11-27 | 2019-03-19 | 南方电网科学研究院有限责任公司 | 一种传感器的检测方法、系统、装置及可读存储介质 |
CN109738014A (zh) * | 2019-01-11 | 2019-05-10 | 中冶长天国际工程有限责任公司 | 城市综合管廊设备故障的智能诊断方法及系统 |
CN112630496A (zh) * | 2020-12-01 | 2021-04-09 | 江苏博沃汽车电子系统有限公司 | 一种提高电流传感器准确性的方法和装置 |
CN113630478A (zh) * | 2021-10-11 | 2021-11-09 | 山东美欣医疗科技有限公司 | 多感知物联网的动态监测系统及方法 |
CN115098285A (zh) * | 2022-05-23 | 2022-09-23 | 广州晶石传感技术有限公司 | 基于大数据的传感器检测数据分析系统及方法 |
CN114994261A (zh) * | 2022-07-08 | 2022-09-02 | 东阿县环境监控中心 | 环境空气监测的传感器远程校准方法 |
CN115393817A (zh) * | 2022-08-29 | 2022-11-25 | 盐城工学院 | 一种多传感器信息融合的农机作业环境的识别方法及装置 |
CN115574852A (zh) * | 2022-09-22 | 2023-01-06 | 盛东如东海上风力发电有限责任公司 | 一种传感器故障自适应监测的方法及系统 |
CN115271003A (zh) * | 2022-09-30 | 2022-11-01 | 江苏云天新材料制造有限公司 | 用于自动化环境监测设备的异常数据分析方法及系统 |
CN115562411A (zh) * | 2022-12-07 | 2023-01-03 | 深圳市三江电气有限公司 | 传感器的数据处理方法及系统 |
CN115986918A (zh) * | 2022-12-12 | 2023-04-18 | 沸蓝建设咨询有限公司 | 一种输电线智能监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116304960A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116304960B (zh) | 一种钻井环境的监测预警方法及系统 | |
Sarmadi et al. | Bridge health monitoring in environmental variability by new clustering and threshold estimation methods | |
US8036999B2 (en) | Method for analyzing and classifying process data that operates a knowledge base in an open-book mode before defining any clusters | |
JP2023017888A (ja) | 根本的原因分析を実行してプラントワイド操業での希少イベントの発生の予測モデルを構築するコンピュータシステムおよび方法 | |
CN109814527A (zh) | 基于lstm循环神经网络工业设备故障预测方法及装置 | |
Akhoundi et al. | Multi-sensor fuzzy data fusion using sensors with different characteristics | |
EP1360557A2 (en) | Adaptive modeling of changed states in predictive condition monitoring | |
CN117114454B (zh) | 一种基于Apriori算法的直流套管状态评估方法及系统 | |
CN108445865B (zh) | 一种用于火电机组主辅设备动态报警的方法及系统 | |
CN116823227A (zh) | 一种基于物联网的智能设备管理系统及方法 | |
EP3506229A1 (en) | Method for pre-detecting abnormality sign of nuclear power plant device including processor for determining device importance and warning validity, and system therefor | |
KR20180024333A (ko) | 기기 이상징후 사전감지 방법 및 시스템 | |
CN116153505A (zh) | 基于医用压力传感器的危重病人体征智能识别方法及系统 | |
CN115827411A (zh) | 一种用于自动化设备的在线监测及运维评估系统和方法 | |
CN117725792A (zh) | 基于时间序列和模型修正的建筑安全监测预警方法 | |
Alippi et al. | An HMM-based change detection method for intelligent embedded sensors | |
JP2024045515A (ja) | 構造物診断システム、構造物診断方法、および構造物診断プログラム | |
CN117076869B (zh) | 旋转机械时频域融合故障诊断方法及系统 | |
CN117553840A (zh) | 一种基于智能化管理的仪表及其系统 | |
CN112128950B (zh) | 一种基于多种模型对比的机房温湿度预测方法及系统 | |
CN116843080B (zh) | 一种基于机器学习的尿素生产碳元素足迹预测方法及系统 | |
Puig et al. | A new algorithm for adaptive threshold generation in robust fault detection based on a sliding window and global optimization | |
CN115524556A (zh) | 一种电化学储能变流器直流电容异常辨识方法 | |
CN114399024B (zh) | 油气浓度大数据智能检测系统 | |
CN117648312A (zh) | 一种适用于qg-svm算法模型的超参自动调整法及系统 |
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 |