CN116847222A - 应用于石油测井下的设备远程监控方法及系统 - Google Patents
应用于石油测井下的设备远程监控方法及系统 Download PDFInfo
- Publication number
- CN116847222A CN116847222A CN202311117289.0A CN202311117289A CN116847222A CN 116847222 A CN116847222 A CN 116847222A CN 202311117289 A CN202311117289 A CN 202311117289A CN 116847222 A CN116847222 A CN 116847222A
- Authority
- CN
- China
- Prior art keywords
- data
- equipment
- monitored
- petroleum
- network
- 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.)
- Granted
Links
- 239000003208 petroleum Substances 0.000 title claims abstract description 193
- 238000012544 monitoring process Methods 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000002159 abnormal effect Effects 0.000 claims abstract description 162
- 238000010586 diagram Methods 0.000 claims abstract description 44
- 230000010267 cellular communication Effects 0.000 claims abstract description 42
- 230000001413 cellular effect Effects 0.000 claims abstract description 35
- 230000005540 biological transmission Effects 0.000 claims description 36
- 238000004891 communication Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 16
- 238000010276 construction Methods 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 12
- 238000009412 basement excavation Methods 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 abstract description 21
- 238000005065 mining Methods 0.000 abstract description 15
- 230000000694 effects Effects 0.000 abstract description 13
- 230000006870 function Effects 0.000 description 22
- 238000007726 management method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000012098 association analyses Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 3
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 208000025174 PANDAS Diseases 0.000 description 1
- 208000021155 Paediatric autoimmune neuropsychiatric disorders associated with streptococcal infection Diseases 0.000 description 1
- 240000000220 Panda oleosa Species 0.000 description 1
- 235000016496 Panda oleosa Nutrition 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly 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
- 238000005192 partition Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
- E21B47/12—Means for transmitting measuring-signals or control signals from the well to the surface, or from the surface to the well, e.g. for logging while drilling
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mining & Mineral Resources (AREA)
- Computing Systems (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Business, Economics & Management (AREA)
- Signal Processing (AREA)
- Remote Sensing (AREA)
- Geophysics (AREA)
- Medical Informatics (AREA)
- Emergency Management (AREA)
- Fluid Mechanics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Selective Calling Equipment (AREA)
Abstract
本发明涉及远程监控领域，揭露了一种应用于石油测井下的设备远程监控方法及系统，所述方法包括：构建待监控设备与预设的监控中心的蜂窝网络；构建所述待监控设备与监控中心的蜂窝通信通道，挖掘目标石油井下数据的数据原始值，计算、目标石油井下数据的特征关联值，构建待监控设备的运行关联曲线；识别运行关联曲线中的异常波动坐标，计算异常波动坐标的异常值，分析待监控设备的异常运行状态；提取目标石油井下数据中的环境井下数据，构建石油井下的热力分布图，计算待监控设备在所述热力分布图中的代价损失值，标记待监控设备的风险坐标点，构建待监控设备的监控预警报告。本发明可以提高对探测设备进行石油井下探测的监控效果。
Description
技术领域
本发明涉及远程监控领域，尤其涉及一种应用于石油测井下的设备远程监控方法及系统。
背景技术
设备远程监控是一种通过网络连接和传感器技术实现对设备状态和运行情况进行实时监测和控制的方法，通过设备远程监控，可以实现对设备的实时监测、远程控制和故障预警，提高设备的可靠性和运行效率。
目前设备远程监控方法主要是通过分析探测设备对石油井下采集的数据，并通过分析结果评估探测设备的运行状态从而实现对探测设备的监控，由于石油井下环境复杂这种方法无法及时分析石油井下可能存在的风险，从而导致探测设备在探测过程中的监控效果不佳。
发明内容
本发明提供一种应用于石油测井下的设备远程监控方法及系统，其主要目的在于提高对探测设备进行石油井下探测的监控效果。
为实现上述目的，本发明提供的一种应用于石油测井下的设备远程监控方法，包括：
获取石油井下中待监控设备采集的石油井下数据，对所述石油井下数据进行预处理，得到目标石油井下数据，利用所述目标石油井下数据构建所述待监控设备与预设的监控中心的蜂窝网络；
基于所述蜂窝网络，构建所述待监控设备与所述监控中心的蜂窝通信通道，将所述目标石油井下数据通过所述蜂窝通信通道上传至所述监控中心；
利用所述监控中心中的挖掘网络挖掘所述目标石油井下数据的数据原始值，基于所述数据原始值，利用所述监控中心中的关联网络计算所述目标石油井下数据的特征关联值，根据所述特征关联值和所述目标石油井下数据，构建所述待监控设备的运行关联曲线；
识别所述运行关联曲线中的异常波动坐标，计算所述异常波动坐标的异常值，基于所述异常值，分析所述待监控设备的异常运行状态；
提取所述目标石油井下数据中的环境井下数据，根据所述环境井下数据，构建所述石油井下的热力分布图，计算所述待监控设备在所述热力分布图中的代价损失值，根据所述代价损失值，标记所述待监控设备的风险坐标点，基于所述异常运行状态和所述风险坐标点，构建所述待监控设备的监控预警报告。
可选地，所述利用所述目标石油井下数据构建所述待监控设备与预设的监控中心的蜂窝网络，包括：
通过所述目标石油井下数据，分析所述待监控设备的待探测范围和井下深度；
根据所述待探测范围和所述井下深度，确定所述待监控设备与所述监控中心的网络覆盖范围；
识别所述目标石油井下数据进行数据传输的网络影响因子；
基于所述网络覆盖范围和网络影响因子，分析所述待监控设备与所述监控中心进行数据传输需要的网络信号强度；
根据所述网络信号强度，构建述待监控设备与所述监控中心的蜂窝网络。
可选地，所述基于所述网络覆盖范围和网络影响因子，分析所述待监控设备与所述监控中心进行数据传输需要的网络信号强度，包括：
标记所述网络覆盖范围的网络中心坐标；
以所述网络中心坐标为中心配置所述待监控设备与所述监控中心进行数据传输的初始信号强度；
基于所述网络中心坐标、所述网络影响因子、所述网络覆盖范围以及所述初始信号强度，利用下述公式计算所述待监控设备与所述监控中心进行数据传输的完成概率：
；
其中，表示完成概率，/>表示可能性函数，/>表示待监控设备的数量，/>表示第/>个待监控设备的位置坐标，/>表示第/>个待监控设备对应的网络影响因子，/>表示初始信号强度，/>表示网络中心坐标，/>表示网络覆盖范围，F表示监控中心的位置坐标，/>表示待监控设备与监控中心完成数据传输的最低信号值；
根据所述完成概率，分析所述待监控设备与所述监控中心进行数据传输需要的网络信号强度。
可选地，所述基于所述蜂窝网络，构建所述待监控设备与所述监控中心的蜂窝通信通道，包括：
基于所述蜂窝网络，构建所述待监控设备与所述监控中心的蜂窝通信模块；
配置所述蜂窝通信模块的网络通信参数；
基于所述网络通信参数，适配所述蜂窝通信模块的连接网络；
当所述连接网络适配成功后，建立所述待监控设备与所述监控中心的蜂窝通信通道。
可选地，所述基于所述数据原始值，利用所述监控中心中的关联网络计算所述目标石油井下数据的特征关联值，包括：
基于所述数据原始值，分析所述目标石油井下数据的数据原始特征；
构建所述数据原始特征的原始特征矩阵；
对所述原始特征矩阵进行融合，得到融合特征矩阵；
根据所述融合特征矩阵和所述数据原始特征，利用所述关联网络中的关联函数公式计算所述目标石油井下数据的特征关联值，其中，所述关联函数公式：
；
其中，表示特征关联值，/>表示第/>个数据原始特征，/>表述第/>个数据原始特征，/>表示特征提取器，/>表示目标石油井下数据，/>表示关联函数，/>表示融合特征矩阵，/>表示数据原始特征的数量。
可选地，所述根据所述特征关联值和所述目标石油井下数据，构建所述待监控设备的运行关联曲线，包括：
根据所述特征关联值，分析所述目标石油井下数据的数据关联关系；
基于所述数据关联关系，识别所述待监控设备的功能结构；
根据所述功能结构，提取所述目标石油井下数据中功能结构运行数据；
根据所述功能结构运行数据和所述数据关联关系，构建所述待监控设备的运行关联曲线。
可选地，所述计算所述异常波动坐标的异常值，包括：
识别所述异常波动坐标的异常波动范围；
标记所述异常波动坐标对应的异常波动数据；
根据所述异常波动数据，分析所述异常波动坐标的异常特征；
基于所述异常波动范围和所述异常特征，计算所述异常波动坐标的异常值。
可选地，所述基于所述异常波动范围和所述异常特征，计算所述异常波动坐标的异常值，包括：
根据所述异常波动范围，识别所述异常波动坐标对应所述运行关联曲线的波动至高值和波动至低值；
计算所述波动至高值和所述波动至低值之间的波动持续时间；
基于所述异常特征、所述波动至高值、所述波动至低值以及波动持续时间，利用下述公式计算所述异常波动坐标的异常值：
；
其中，表示异常值，/>表示第/>个异常特征，/>表示异常波动坐标对应的运行关联曲线，/>表示异常波动坐标对应运行关联曲线的角频率，/>表示异常波动范围的波动至高值，/>表示异常波动范围的波动至低值，/>表示异常特征的数量，/>表示波动持续时间。
可选地，所述计算所述待监控设备在所述热力分布图中的代价损失值，包括：
对所述热力分布图进行权重划分，得到热力权重图；
识别所述待监控设备在所述热力分布图中的设备热力图；
通过所述热力权重图，计算所述待监控设备的热力值；
计算所述待监控设备在所述热力值下的屈服程度；
基于所述屈服程度，分析所述待监控设备在所述热力分布图中的代价损失值。
为了解决上述问题，本发明还提供一种应用于石油测井下的设备远程监控系统，所述系统包括：
蜂窝网络构建模块，用于获取石油井下中待监控设备采集的石油井下数据，对所述石油井下数据进行预处理，得到目标石油井下数据，利用所述目标石油井下数据构建所述待监控设备与预设的监控中心的蜂窝网络；
数据传输模块，用于基于所述蜂窝网络，构建所述待监控设备与所述监控中心的蜂窝通信通道，将所述目标石油井下数据通过所述蜂窝通信通道上传至所述监控中心；
运行曲线构建模块，用于利用所述监控中心中的挖掘网络挖掘所述目标石油井下数据的数据原始值，基于所述数据原始值，利用所述监控中心中的关联网络计算所述目标石油井下数据的特征关联值，根据所述特征关联值和所述目标石油井下数据，构建所述待监控设备的运行关联曲线；
异常状态识别模块，用于识别所述运行关联曲线中的异常波动坐标，计算所述异常波动坐标的异常值，基于所述异常值，分析所述待监控设备的异常运行状态；
监控预警报告生成模块，用于提取所述目标石油井下数据中的环境井下数据，根据所述环境井下数据，构建所述石油井下的热力分布图，计算所述待监控设备在所述热力分布图中的代价损失值，根据所述代价损失值，标记所述待监控设备的风险坐标点，基于所述异常运行状态和所述风险坐标点，构建所述待监控设备的监控预警报告。
本发明实施例通过对所述石油井下数据进行预处理，得到目标石油井下数据可以对所述石油井下数据进行无效值删除、缺失值修补等一系列操作后得到的目标数据，保证了井下数据的有效性；本发明实施例通过基于所述蜂窝网络，构建所述待监控设备与所述监控中心的蜂窝通信通道可以保证数据的安全传输，提高数据的传输效率；本发明实施例通过利用所述监控中心中的挖掘网络挖掘所述目标石油井下数据的数据原始值可以分析所述目标石油井下数据的原始数据属性，从而为后期进行数据关联关系分析提供数据支撑；进一步地，本发明实施例通过识别所述运行关联曲线中的异常波动坐标可以定位所述待监控设备运行异常的位置，提高探测设备运行的异常监测的效果，进一步地，本发明实施例通过基于所述异常值，分析所述待监控设备的异常运行状态可以通过异常状态对所述待监控设备进行异常管控，提高了对探测设备的监控效果，最后，进一步地，本发明实施例通过基于所述异常运行状态和所述风险坐标点，构建所述待监控设备的监控预警报告实时对所述待监控设备进行监控和调度，提高了对待监控设备进行石油井下探测的监控效果。因此本发明提出的应用于石油测井下的设备远程监控方法及系统，可以提高对探测设备进行石油井下探测的监控效果。
附图说明
图1为本发明一实施例提供的应用于石油测井下的设备远程监控方法的流程示意图；
图2为本发明一实施例提供的应用于石油测井下的设备远程监控系统的功能模块图；
图3为本发明一实施例提供的应用于石油测井下的设备远程监控系统的电子设备的结构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种应用于石油测井下的设备远程监控方法。所述应用于石油测井下的设备远程监控方法的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，所述应用于石油测井下的设备远程监控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，所述软件可以是区块链平台。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。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的应用于石油测井下的设备远程监控方法的流程示意图。在本实施例中，所述应用于石油测井下的设备远程监控方法包括：
S1、获取石油井下中待监控设备采集的石油井下数据，对所述石油井下数据进行预处理，得到目标石油井下数据，利用所述目标石油井下数据构建所述待监控设备与预设的监控中心的蜂窝网络。
本发明实施例中，所述待监控设备是指对所述石油井下进行探测的设备，例如压力传感器、温度传感器、探测摄像头等设备，所述石油井下数据是指所述待监控设备采集的数据集合，例如井下温度值、井下压力值等数据。
本发明实施例通过对所述石油井下数据进行预处理，得到目标石油井下数据可以对所述石油井下数据进行无效值删除、缺失值修补等一系列操作后得到的目标数据，保证了井下数据的有效性。
作为本发明的一个实施例，所述对所述石油井下数据进行预处理，得到目标石油井下数据可以通过python数据清洗函数、excel数据清洗函数、pandas数据清洗函数来实现。
进一步地，本发明实施例通过利用所述目标石油井下数据构建所述待监控设备与预设的监控中心的蜂窝网络可以保证采集的数据可以上传至监控中心，从而提高数据的处理效率。其中，所述蜂窝网络是指构建的可以完成所述待监控设备与所述监控中心进行数据传输的网络。
作为本发明的一个实施例，所述利用所述目标石油井下数据构建所述待监控设备与预设的监控中心的蜂窝网络，包括：通过所述目标石油井下数据，分析所述待监控设备的待探测范围和井下深度；根据所述待探测范围和所述井下深度，确定所述待监控设备与所述监控中心的网络覆盖范围；识别所述目标石油井下数据进行数据传输的网络影响因子；基于所述网络覆盖范围和网络影响因子，分析所述待监控设备与所述监控中心进行数据传输需要的网络信号强度；根据所述网络信号强度，构建述待监控设备与所述监控中心的蜂窝网络。
其中，所述待探测范围是指石油井下需要进行探测的范围，所述井下深度是指石油井下的深度，所述网络影响因子是指影响数据传输网络速度的因素，所述网络信号强度是指完成所述待监控设备与所述监控中心进行数据传输所需要的网络信号。
进一步地，本发明一可选实施中，所述基于所述网络覆盖范围和网络影响因子，分析所述待监控设备与所述监控中心进行数据传输需要的网络信号强度，包括：标记所述网络覆盖范围的网络中心坐标；以所述网络中心坐标为中心配置所述待监控设备与所述监控中心进行数据传输的初始信号强度；基于所述网络中心坐标、所述网络影响因子、所述网络覆盖范围以及所述初始信号强度，利用下述公式计算所述待监控设备与所述监控中心进行数据传输的完成概率：
；
其中，表示完成概率，/>表示可能性函数，/>表示待监控设备的数量，/>表示第/>个待监控设备的位置坐标，/>表示第/>个待监控设备对应的网络影响因子，/>表示初始信号强度，/>表示网络中心坐标，D表示网络覆盖范围，F表示监控中心的位置坐标，/>表示待监控设备与监控中心完成数据传输的最低信号值；
根据所述完成概率，分析所述待监控设备与所述监控中心进行数据传输需要的网络信号强度。
S2、基于所述蜂窝网络，构建所述待监控设备与所述监控中心的蜂窝通信通道，将所述目标石油井下数据通过所述蜂窝通信通道上传至所述监控中心。
本发明实施例通过基于所述蜂窝网络，构建所述待监控设备与所述监控中心的蜂窝通信通道可以保证数据的安全传输，提高数据的传输效率。其中，所述蜂窝通信通道是指用来进行数据传输的网络通道。
作为本发明的一个实施例，所述基于所述蜂窝网络，构建所述待监控设备与所述监控中心的蜂窝通信通道，包括：基于所述蜂窝网络，构建所述待监控设备与所述监控中心的蜂窝通信模块；配置所述蜂窝通信模块的网络通信参数；基于所述网络通信参数，适配所述蜂窝通信模块的连接网络；当所述连接网络适配成功后，建立所述待监控设备与所述监控中心的蜂窝通信通道。
其中，所述蜂窝通信模块是指可以与蜂窝网络进行通信的独立模块，所述网络通信参数是指蜂窝通信模块的通信参数，包括SIM卡、APN（接入点名称）、用户名和密码等参数。
进一步地，本发明一可选实施中，所述基于所述网络通信参数，适配所述蜂窝通信模块的连接网络通过所述蜂窝通信模块进行网络信号搜索和密码匹配来完成。
进一步地，本发明实施例通过将所述目标石油井下数据通过所述蜂窝通信通道上传至所述监控中心可以完成数据的采集，为监控中心进行后续的石油井下探测提供数据支撑。
作为本发明的一个实施例，所述将所述目标石油井下数据通过所述蜂窝通信通道上传至所述监控中心可以通过无线数据传输技术实现。
S3、利用所述监控中心中的挖掘网络挖掘所述目标石油井下数据的数据原始值，基于所述数据原始值，利用所述监控中心中的关联网络计算所述目标石油井下数据的特征关联值，根据所述特征关联值和所述目标石油井下数据，构建所述待监控设备的运行关联曲线。
本发明实施例通过利用所述监控中心中的挖掘网络挖掘所述目标石油井下数据的数据原始值可以分析所述目标石油井下数据的原始数据属性，从而为后期进行数据关联关系分析提供数据支撑。其中，所述数据原始值是指所述目标石油井下数据的初始属性值。
作为本发明的一个实施例，所述利用所述监控中心中的挖掘网络挖掘所述目标石油井下数据的数据原始值，包括：利用所述挖掘网络的序列层构建所述目标石油井下数据的时间序列；基于所述时间序列利用所述挖掘网络的挖掘层挖掘所述目标石油井下数据的数据原始值。
其中，所述序列层是指将所述目标石油井下数据按序列排列的层，所述挖掘层是指用来进行数据值挖掘的层。
进一步地，本发明实施例通过基于所述数据原始值，利用所述监控中心中的关联网络计算所述目标石油井下数据的特征关联值可以分析所述目标石油井下数据的数据关系。其中，所述特征关联值是指所述目标石油井下数据的数据特征关联程度。
作为本发明的一个实施例，所述基于所述数据原始值，利用所述监控中心中的关联网络计算所述目标石油井下数据的特征关联值，包括：基于所述数据原始值，分析所述目标石油井下数据的数据原始特征；构建所述数据原始特征的原始特征矩阵；对所述原始特征矩阵进行融合，得到融合特征矩阵；根据所述融合特征矩阵和所述数据原始特征，利用所述关联网络中的关联函数公式计算所述目标石油井下数据的特征关联值。
其中，所述数据原始特征是指所述目标石油井下数据的原始特征属性，所述原始特征矩阵是指通过所述数据原始特征构建的矩阵集合，所述融合特征矩阵是指将所述原始特征矩阵进行融合后得到的矩阵。
进一步地，本发明一可选实施中，所述根据所述融合特征矩阵和所述数据原始特征，利用所述关联网络中的关联函数公式计算所述目标石油井下数据的特征关联值，包括：
根据所述融合特征矩阵和所述数据原始特征，利用所述关联网络中的关联函数公式计算所述目标石油井下数据的特征关联值，其中，所述关联函数公式，包括：
；
其中，表示特征关联值，/>表示第/>个数据原始特征，/>表述第/>个数据原始特征，/>表示特征提取器，/>表示目标石油井下数据，/>表示关联函数，/>表示融合特征矩阵，/>表示数据原始特征的数量。
进一步地，本发明实施例通过根据所述特征关联值，构建所述待监控设备的运行关联曲线可以通过运行曲线实时分析所述待监控设备的运行状态，从而提高对所述待监控设备的安全监控效果。其中，所述运行关联曲线是指所述待监控设备运行的关系曲线。
作为本发明的一个实施例，所述根据所述特征关联值和所述目标石油井下数据，构建所述待监控设备的运行关联曲线，包括：根据所述特征关联值，分析所述目标石油井下数据的数据关联关系；基于所述数据关联关系，识别所述待监控设备的功能结构；根据所述功能结构，提取所述目标石油井下数据中功能结构运行数据；根据所述功能结构运行数据和所述数据关联关系，构建所述待监控设备的运行关联曲线。
其中，所述数据关联关系是指所述目标石油井下数据之间的关联关系，所述功能结构是指所述待监控设备的功能模块结构。
进一步地，本发明一可选实施中，所述根据所述功能结构运行数据和所述数据关联关系，构建所述待监控设备的运行关联曲线可以通过双曲线函数实现。
S4、识别所述运行关联曲线中的异常波动坐标，计算所述异常波动坐标的异常值，基于所述异常值，分析所述待监控设备的异常运行状态。
进一步地，本发明实施例通过识别所述运行关联曲线中的异常波动坐标可以定位所述待监控设备运行异常的位置，提高探测设备运行的异常监测的效果。其中，所述异常波动坐标是指所述运行关联曲线中具有不正常波动的坐标点。
作为本发明的一个实施例，所述识别所述运行关联曲线中的异常波动坐标可以通过检索所述运行关联曲线中异常波动是否大于预设的异常阈值来判断。
进一步地，本发明实施例通过计算所述异常波动坐标的异常值可以识别所述异常波动坐标的异常程度，从而针对性进行调度，提高对所述待监控设备的监测效果。其中，所述异常值是指所述异常波动坐标的异常程度。
作为本发明的一个实施例，所述计算所述异常波动坐标的异常值，包括：识别所述异常波动坐标的异常波动范围；标记所述异常波动坐标对应的异常波动数据；根据所述异常波动数据，分析所述异常波动坐标的异常特征；基于所述异常波动范围和所述异常特征，计算所述异常波动坐标的异常值。
其中，所述异常波动范围是指所述异常波动坐标对应所述运行关联曲线的波动区间，所述异常波动数据是指所述异常波动坐标对应待监控设备的运行数据，所述异常特征是指所述待监控设备异常的属性特征，例如断电、信号差等特征。
进一步地，本发明一可选实施中，所述基于所述异常波动范围和所述异常特征，计算所述异常波动坐标的异常值，包括：根据所述异常波动范围，识别所述异常波动坐标对应所述运行关联曲线的波动至高值和波动至低值；计算所述波动至高值和所述波动至低值之间的波动持续时间；基于所述异常特征、所述波动至高值、所述波动至低值以及波动持续时间，利用下述公式计算所述异常波动坐标的异常值：
；
其中，表示异常值，/>表示第/>个异常特征，/>表示异常波动坐标对应的运行关联曲线，/>表示异常波动坐标对应运行关联曲线的角频率，/>表示异常波动范围的波动至高值，/>表示异常波动范围的波动至低值，/>表示异常特征的数量，/>表示波动持续时间。
进一步地，本发明实施例通过基于所述异常值，分析所述待监控设备的异常运行状态可以通过异常状态对所述待监控设备进行异常管控，提高了对探测设备的监控效果。其中，所述异常运行状态是指所述待监控设备运行过程中不符合正常运行的状态。
作为本发明的一个实施例，所述基于所述异常值，分析所述待监控设备的异常运行状态可以通过当所述异常值大于异常误差限值时，定位所述异常波动坐标的异常数据特征来分析所述待监控设备的异常运行状态。
S5、提取所述目标石油井下数据中的环境井下数据，根据所述环境井下数据，构建所述石油井下的热力分布图，计算所述待监控设备在所述热力分布图中的代价损失值，根据所述代价损失值，标记所述待监控设备的风险坐标点，基于所述异常运行状态和所述风险坐标点，构建所述待监控设备的监控预警报告。
本发明实施例中，所述环境井下数据是指所述目标石油井下数据中描述所述石油井下环境的数据，例如井下结构、井下温度、井下压力等数据。
进一步地，本发明实施例通过根据所述环境井下数据，构建所述石油井下的热力分布图可以通过构建所述石油井下的环境分布图来分析所述井下的实时环境，从而分析待监控设备在所述石油井下探测压力。其中，所述热力分布图是指通过分析井下不同温度和压力构建的热力图。
作为本发明的一个实施例，所述根据所述环境井下数据，构建所述石油井下的热力分布图可以通过红外热成像技术根据井下不同的温度和压力标记不同的热成像颜色，从而生成所述石油井下的热力分布图。
进一步地，本发明实施例通过计算所述待监控设备在所述热力分布图中的代价损失值可以识别所述待监控设备在所述石油井下不同的所述热力分布图中所承受的代价，是否可以完成探测任务，从而提高对所述待监控设备的监控效果。其中，所述代价损失值是指所述待监控设备在所述热力分布图中所承受的代价值。
作为本发明的一个实施例，所述计算所述待监控设备在所述热力分布图中的代价损失值，包括：对所述热力分布图进行权重划分，得到热力权重图；识别所述待监控设备在所述热力分布图中的设备热力图；通过所述热力权重图，计算所述待监控设备的热力值；计算所述待监控设备在所述热力值下的屈服程度；基于所述屈服程度，分析所述待监控设备在所述热力分布图中的代价损失值。
其中，所述热力权重图是指将所述热力分布图中不同温压值区域划分不同权重后的划分图，所述设备热力图是指所述待监控设备在所述热力分布图中所涉及的区域，所述热力值是指所述待监控设备在所述热力分布图中所承受的温压值，所述屈服程度是指所述待监控设备在所述热力值下的设备变换程度。
进一步地，本发明实施例通过根据所述代价损失值，标记所述待监控设备的风险坐标点可以减少所述待监控设备在探测过程的探测风险。其中，所述风险坐标点是指所述石油井下可能会对所述待监控设备造成风险的位置坐标。
作为本发明的一个实施例，所述根据所述代价损失值，标记所述待监控设备的风险坐标点可以通过所述代价损失值是否大于预设的代价损失限值来判断所述待监控设备是否具有风险，当所述代价损失值大于预设的代价损失限值时标记该处为所述风险坐标点。
进一步地，本发明实施例通过基于所述异常运行状态和所述风险坐标点，构建所述待监控设备的监控预警报告实时对所述待监控设备进行监控和调度，提高了对待监控设备进行石油井下探测的监控效果。其中，所述监控预警报告是指对所述待监控设备在探测过程生成的预警报告。
作为本发明的一个实施例，所述基于所述异常运行状态和所述风险坐标点，构建所述待监控设备的监控预警报告可以通过训练好的监控预警报告模型来生成。
本发明实施例通过对所述石油井下数据进行预处理，得到目标石油井下数据可以对所述石油井下数据进行无效值删除、缺失值修补等一系列操作后得到的目标数据，保证了井下数据的有效性；本发明实施例通过基于所述蜂窝网络，构建所述待监控设备与所述监控中心的蜂窝通信通道可以保证数据的安全传输，提高数据的传输效率；本发明实施例通过利用所述监控中心中的挖掘网络挖掘所述目标石油井下数据的数据原始值可以分析所述目标石油井下数据的原始数据属性，从而为后期进行数据关联关系分析提供数据支撑；进一步地，本发明实施例通过识别所述运行关联曲线中的异常波动坐标可以定位所述待监控设备运行异常的位置，提高探测设备运行的异常监测的效果，进一步地，本发明实施例通过基于所述异常值，分析所述待监控设备的异常运行状态可以通过异常状态对所述待监控设备进行异常管控，提高了对探测设备的监控效果，最后，进一步地，本发明实施例通过基于所述异常运行状态和所述风险坐标点，构建所述待监控设备的监控预警报告实时对所述待监控设备进行监控和调度，提高了对待监控设备进行石油井下探测的监控效果。因此本发明提出的应用于石油测井下的设备远程监控方法，可以提高对探测设备进行石油井下探测的监控效果。
如图2所示，是本发明一实施例提供的应用于石油测井下的设备远程监控系统的功能模块图。
本发明所述应用于石油测井下的设备远程监控系统200可以安装于电子设备中。根据实现的功能，所述应用于石油测井下的设备远程监控系统200可以包括蜂窝网络构建模块201、数据传输模块202、运行曲线构建模块203、异常状态识别模块204及监控预警报告生成模块205。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述蜂窝网络构建模块201，用于获取石油井下中待监控设备采集的石油井下数据，对所述石油井下数据进行预处理，得到目标石油井下数据，利用所述目标石油井下数据构建所述待监控设备与预设的监控中心的蜂窝网络；
所述数据传输模块202，用于基于所述蜂窝网络，构建所述待监控设备与所述监控中心的蜂窝通信通道，将所述目标石油井下数据通过所述蜂窝通信通道上传至所述监控中心；
所述运行曲线构建模块203，用于利用所述监控中心中的挖掘网络挖掘所述目标石油井下数据的数据原始值，基于所述数据原始值，利用所述监控中心中的关联网络计算所述目标石油井下数据的特征关联值，根据所述特征关联值和所述目标石油井下数据，构建所述待监控设备的运行关联曲线；
所述异常状态识别模块204，用于识别所述运行关联曲线中的异常波动坐标，计算所述异常波动坐标的异常值，基于所述异常值，分析所述待监控设备的异常运行状态；
所述监控预警报告生成模块205，用于提取所述目标石油井下数据中的环境井下数据，根据所述环境井下数据，构建所述石油井下的热力分布图，计算所述待监控设备在所述热力分布图中的代价损失值，根据所述代价损失值，标记所述待监控设备的风险坐标点，基于所述异常运行状态和所述风险坐标点，构建所述待监控设备的监控预警报告。
详细地，本发明实施例中所述应用于石油测井下的设备远程监控系统200中所述的各模块在使用时采用与附图中所述的应用于石油测井下的设备远程监控方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
本发明一实施例提供了实现应用于石油测井下的设备远程监控方法的电子设备。
参见图3所示，所述电子设备可以包括处理器30、存储器31、通信总线32以及通信接口33，还可以包括存储在所述存储器31中并可在所述处理器30上运行的计算机程序，如应用于石油测井下的设备远程监控方法程序。
其中，所述处理器在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing Unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器是所述电子设备的控制核心（Control Unit），利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器内的程序或者模块（例如执行应用于石油测井下的设备远程监控程序等），以及调用存储在所述存储器内的数据，以执行电子设备的各种功能和处理数据。
所述存储器至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。所述存储器在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡（Smart Media Card，SMC）、安全数字（Secure Digital，SD）卡、闪存卡（Flash Card）等。进一步地，所述存储器还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器不仅可以用于存储安装于电子设备的应用软件及各类数据，例如基于应用于石油测井下的设备远程监控程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线可以是外设部件互连标准（Peripheral Component Interconnect，简称PCI）总线或扩展工业标准结构（Extended Industry Standard Architecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器以及至少一个处理器等之间的连接通信。
所述通信接口用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理系统与所述至少一个处理器逻辑相连，从而通过电源管理系统实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器存储的应用于石油测井下的设备远程监控程序是多个指令的组合，在所述处理器中运行时，可以实现：
获取石油井下中待监控设备采集的石油井下数据，对所述石油井下数据进行预处理，得到目标石油井下数据，利用所述目标石油井下数据构建所述待监控设备与预设的监控中心的蜂窝网络；
基于所述蜂窝网络，构建所述待监控设备与所述监控中心的蜂窝通信通道，将所述目标石油井下数据通过所述蜂窝通信通道上传至所述监控中心；
利用所述监控中心中的挖掘网络挖掘所述目标石油井下数据的数据原始值，基于所述数据原始值，利用所述监控中心中的关联网络计算所述目标石油井下数据的特征关联值，根据所述特征关联值和所述目标石油井下数据，构建所述待监控设备的运行关联曲线；
识别所述运行关联曲线中的异常波动坐标，计算所述异常波动坐标的异常值，基于所述异常值，分析所述待监控设备的异常运行状态；
提取所述目标石油井下数据中的环境井下数据，根据所述环境井下数据，构建所述石油井下的热力分布图，计算所述待监控设备在所述热力分布图中的代价损失值，根据所述代价损失值，标记所述待监控设备的风险坐标点，基于所述异常运行状态和所述风险坐标点，构建所述待监控设备的监控预警报告。
具体地，所述处理器对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或系统、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取石油井下中待监控设备采集的石油井下数据，对所述石油井下数据进行预处理，得到目标石油井下数据，利用所述目标石油井下数据构建所述待监控设备与预设的监控中心的蜂窝网络；
基于所述蜂窝网络，构建所述待监控设备与所述监控中心的蜂窝通信通道，将所述目标石油井下数据通过所述蜂窝通信通道上传至所述监控中心；
利用所述监控中心中的挖掘网络挖掘所述目标石油井下数据的数据原始值，基于所述数据原始值，利用所述监控中心中的关联网络计算所述目标石油井下数据的特征关联值，根据所述特征关联值和所述目标石油井下数据，构建所述待监控设备的运行关联曲线；
识别所述运行关联曲线中的异常波动坐标，计算所述异常波动坐标的异常值，基于所述异常值，分析所述待监控设备的异常运行状态；
提取所述目标石油井下数据中的环境井下数据，根据所述环境井下数据，构建所述石油井下的热力分布图，计算所述待监控设备在所述热力分布图中的代价损失值，根据所述代价损失值，标记所述待监控设备的风险坐标点，基于所述异常运行状态和所述风险坐标点，构建所述待监控设备的监控预警报告。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能（Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或系统也可以由一个单元或系统通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种应用于石油测井下的设备远程监控方法，其特征在于，所述方法包括：
获取石油井下中待监控设备采集的石油井下数据，对所述石油井下数据进行预处理，得到目标石油井下数据，利用所述目标石油井下数据构建所述待监控设备与预设的监控中心的蜂窝网络；
基于所述蜂窝网络，构建所述待监控设备与所述监控中心的蜂窝通信通道，将所述目标石油井下数据通过所述蜂窝通信通道上传至所述监控中心；
利用所述监控中心中的挖掘网络挖掘所述目标石油井下数据的数据原始值，基于所述数据原始值，利用所述监控中心中的关联网络计算所述目标石油井下数据的特征关联值，根据所述特征关联值和所述目标石油井下数据，构建所述待监控设备的运行关联曲线；
识别所述运行关联曲线中的异常波动坐标，计算所述异常波动坐标的异常值，基于所述异常值，分析所述待监控设备的异常运行状态；
提取所述目标石油井下数据中的环境井下数据，根据所述环境井下数据，构建所述石油井下的热力分布图，计算所述待监控设备在所述热力分布图中的代价损失值，根据所述代价损失值，标记所述待监控设备的风险坐标点，基于所述异常运行状态和所述风险坐标点，构建所述待监控设备的监控预警报告。
2.如权利要求1所述的应用于石油测井下的设备远程监控方法，其特征在于，所述利用所述目标石油井下数据构建所述待监控设备与预设的监控中心的蜂窝网络，包括：
通过所述目标石油井下数据，分析所述待监控设备的待探测范围和井下深度；
根据所述待探测范围和所述井下深度，确定所述待监控设备与所述监控中心的网络覆盖范围；
识别所述目标石油井下数据进行数据传输的网络影响因子；
基于所述网络覆盖范围和网络影响因子，分析所述待监控设备与所述监控中心进行数据传输需要的网络信号强度；
根据所述网络信号强度，构建述待监控设备与所述监控中心的蜂窝网络。
3.如权利要求2所述的应用于石油测井下的设备远程监控方法，其特征在于，所述基于所述网络覆盖范围和网络影响因子，分析所述待监控设备与所述监控中心进行数据传输需要的网络信号强度，包括：
标记所述网络覆盖范围的网络中心坐标；
以所述网络中心坐标为中心配置所述待监控设备与所述监控中心进行数据传输的初始信号强度；
基于所述网络中心坐标、所述网络影响因子、所述网络覆盖范围以及所述初始信号强度，利用下述公式计算所述待监控设备与所述监控中心进行数据传输的完成概率：
；
其中，表示完成概率，/>表示可能性函数，/>表示待监控设备的数量，/>表示第/>个待监控设备的位置坐标，/>表示第/>个待监控设备对应的网络影响因子，/>表示初始信号强度，/>表示网络中心坐标，D表示网络覆盖范围，F表示监控中心的位置坐标，/>表示待监控设备与监控中心完成数据传输的最低信号值；
根据所述完成概率，分析所述待监控设备与所述监控中心进行数据传输需要的网络信号强度。
4.如权利要求1所述的应用于石油测井下的设备远程监控方法，其特征在于，所述基于所述蜂窝网络，构建所述待监控设备与所述监控中心的蜂窝通信通道，包括：
基于所述蜂窝网络，构建所述待监控设备与所述监控中心的蜂窝通信模块；
配置所述蜂窝通信模块的网络通信参数；
基于所述网络通信参数，适配所述蜂窝通信模块的连接网络；
当所述连接网络适配成功后，建立所述待监控设备与所述监控中心的蜂窝通信通道。
5.如权利要求1所述的应用于石油测井下的设备远程监控方法，其特征在于，所述基于所述数据原始值，利用所述监控中心中的关联网络计算所述目标石油井下数据的特征关联值，包括：
基于所述数据原始值，分析所述目标石油井下数据的数据原始特征；
构建所述数据原始特征的原始特征矩阵；
对所述原始特征矩阵进行融合，得到融合特征矩阵；
根据所述融合特征矩阵和所述数据原始特征，利用所述关联网络中的关联函数公式计算所述目标石油井下数据的特征关联值，其中，所述关联函数公式：
；
其中，表示特征关联值，/>表示第/>个数据原始特征，/>表述第/>个数据原始特征，/>表示特征提取器，/>表示目标石油井下数据，/>表示关联函数，/>表示融合特征矩阵，/>表示数据原始特征的数量。
6.如权利要求1所述的应用于石油测井下的设备远程监控方法，其特征在于，所述根据所述特征关联值和所述目标石油井下数据，构建所述待监控设备的运行关联曲线，包括：
根据所述特征关联值，分析所述目标石油井下数据的数据关联关系；
基于所述数据关联关系，识别所述待监控设备的功能结构；
根据所述功能结构，提取所述目标石油井下数据中功能结构运行数据；
根据所述功能结构运行数据和所述数据关联关系，构建所述待监控设备的运行关联曲线。
7.如权利要求1所述的应用于石油测井下的设备远程监控方法，其特征在于，所述计算所述异常波动坐标的异常值，包括：
识别所述异常波动坐标的异常波动范围；
标记所述异常波动坐标对应的异常波动数据；
根据所述异常波动数据，分析所述异常波动坐标的异常特征；
基于所述异常波动范围和所述异常特征，计算所述异常波动坐标的异常值。
8.如权利要求7所述的应用于石油测井下的设备远程监控方法，其特征在于，所述基于所述异常波动范围和所述异常特征，计算所述异常波动坐标的异常值，包括：
根据所述异常波动范围，识别所述异常波动坐标对应所述运行关联曲线的波动至高值和波动至低值；
计算所述波动至高值和所述波动至低值之间的波动持续时间；
基于所述异常特征、所述波动至高值、所述波动至低值以及波动持续时间，利用下述公式计算所述异常波动坐标的异常值：
；
其中，表示异常值，/>表示第/>个异常特征，/>表示异常波动坐标对应的运行关联曲线，/>表示异常波动坐标对应运行关联曲线的角频率，/>表示异常波动范围的波动至高值，/>表示异常波动范围的波动至低值，/>表示异常特征的数量，/>表示波动持续时间。
9.如权利要求1所述的应用于石油测井下的设备远程监控方法，其特征在于，所述计算所述待监控设备在所述热力分布图中的代价损失值，包括：
对所述热力分布图进行权重划分，得到热力权重图；
识别所述待监控设备在所述热力分布图中的设备热力图；
通过所述热力权重图，计算所述待监控设备的热力值；
计算所述待监控设备在所述热力值下的屈服程度；
基于所述屈服程度，分析所述待监控设备在所述热力分布图中的代价损失值。
10.一种应用于石油测井下的设备远程监控系统，其特征在于，用于执行如权利要求1-9中任意一项所述的应用于石油测井下的设备远程监控方法，所述系统包括：
蜂窝网络构建模块，用于获取石油井下中待监控设备采集的石油井下数据，对所述石油井下数据进行预处理，得到目标石油井下数据，利用所述目标石油井下数据构建所述待监控设备与预设的监控中心的蜂窝网络；
数据传输模块，用于基于所述蜂窝网络，构建所述待监控设备与所述监控中心的蜂窝通信通道，将所述目标石油井下数据通过所述蜂窝通信通道上传至所述监控中心；
运行曲线构建模块，用于利用所述监控中心中的挖掘网络挖掘所述目标石油井下数据的数据原始值，基于所述数据原始值，利用所述监控中心中的关联网络计算所述目标石油井下数据的特征关联值，根据所述特征关联值和所述目标石油井下数据，构建所述待监控设备的运行关联曲线；
异常状态识别模块，用于识别所述运行关联曲线中的异常波动坐标，计算所述异常波动坐标的异常值，基于所述异常值，分析所述待监控设备的异常运行状态；
监控预警报告生成模块，用于提取所述目标石油井下数据中的环境井下数据，根据所述环境井下数据，构建所述石油井下的热力分布图，计算所述待监控设备在所述热力分布图中的代价损失值，根据所述代价损失值，标记所述待监控设备的风险坐标点，基于所述异常运行状态和所述风险坐标点，构建所述待监控设备的监控预警报告。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311117289.0A CN116847222B (zh) | 2023-09-01 | 2023-09-01 | 应用于石油测井下的设备远程监控方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311117289.0A CN116847222B (zh) | 2023-09-01 | 2023-09-01 | 应用于石油测井下的设备远程监控方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116847222A true CN116847222A (zh) | 2023-10-03 |
| CN116847222B CN116847222B (zh) | 2023-11-14 |
Family
ID=88158530
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311117289.0A Active CN116847222B (zh) | 2023-09-01 | 2023-09-01 | 应用于石油测井下的设备远程监控方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116847222B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117130264A (zh) * | 2023-10-27 | 2023-11-28 | 深圳中宝新材科技有限公司 | 一种基于侧行时频资源的键合银丝设备控制方法及装置 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107277827A (zh) * | 2017-06-30 | 2017-10-20 | 中国矿业大学 | 一种矿井无线传感器网络的网络结构及网络节点部署方法 |
| CN108506043A (zh) * | 2018-04-08 | 2018-09-07 | 安徽宏昌机电装备制造有限公司 | 一种基于nb-iot蜂窝物联网技术的井下智能互联设备监测系统及其人员定位方法 |
| CN109376673A (zh) * | 2018-10-31 | 2019-02-22 | 南京工业大学 | 一种基于人体姿态估计的煤矿井下人员不安全行为识别方法 |
| CN109660419A (zh) * | 2018-10-08 | 2019-04-19 | 平安科技（深圳）有限公司 | 预测网络设备异常的方法、装置、设备及存储介质 |
| CN109819531A (zh) * | 2019-01-29 | 2019-05-28 | 煤科集团沈阳研究院有限公司 | 一种基于无线中继飞行器及其井下网络重组方法 |
| US20200024930A1 (en) * | 2017-04-18 | 2020-01-23 | China University Of Mining And Technology | Method for Optimizing Sensor Network Node Location in Geological CO2 Storage Area |
| AU2020102510A4 (en) * | 2020-09-29 | 2020-11-19 | Chang, Ping DR | An Innovation of wireless sensor network and GIS integration for automated underground mine monitoring and communication system |
| KR102246499B1 (ko) * | 2019-12-13 | 2021-05-04 | 주식회사 이에스피 | 광산 안전 통합관리 시스템 및 방법 |
| CN114647216A (zh) * | 2021-12-01 | 2022-06-21 | 中国矿业大学 | 煤矿风井风机停风协同管控与巷网风量调控系统和方法 |
| WO2023279170A1 (en) * | 2021-07-09 | 2023-01-12 | RANlytics Limited | A system for monitoring and measuring multiple heterogeneous radio communications networks |
| WO2023065545A1 (zh) * | 2021-10-19 | 2023-04-27 | 平安科技（深圳）有限公司 | 风险预测方法、装置、设备及存储介质 |
| CN116449762A (zh) * | 2023-06-15 | 2023-07-18 | 贵州大学 | 基于物联网实现智能设备的安全预警方法及装置 |
-
2023
- 2023-09-01 CN CN202311117289.0A patent/CN116847222B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200024930A1 (en) * | 2017-04-18 | 2020-01-23 | China University Of Mining And Technology | Method for Optimizing Sensor Network Node Location in Geological CO2 Storage Area |
| CN107277827A (zh) * | 2017-06-30 | 2017-10-20 | 中国矿业大学 | 一种矿井无线传感器网络的网络结构及网络节点部署方法 |
| CN108506043A (zh) * | 2018-04-08 | 2018-09-07 | 安徽宏昌机电装备制造有限公司 | 一种基于nb-iot蜂窝物联网技术的井下智能互联设备监测系统及其人员定位方法 |
| CN109660419A (zh) * | 2018-10-08 | 2019-04-19 | 平安科技（深圳）有限公司 | 预测网络设备异常的方法、装置、设备及存储介质 |
| CN109376673A (zh) * | 2018-10-31 | 2019-02-22 | 南京工业大学 | 一种基于人体姿态估计的煤矿井下人员不安全行为识别方法 |
| CN109819531A (zh) * | 2019-01-29 | 2019-05-28 | 煤科集团沈阳研究院有限公司 | 一种基于无线中继飞行器及其井下网络重组方法 |
| KR102246499B1 (ko) * | 2019-12-13 | 2021-05-04 | 주식회사 이에스피 | 광산 안전 통합관리 시스템 및 방법 |
| AU2020102510A4 (en) * | 2020-09-29 | 2020-11-19 | Chang, Ping DR | An Innovation of wireless sensor network and GIS integration for automated underground mine monitoring and communication system |
| WO2023279170A1 (en) * | 2021-07-09 | 2023-01-12 | RANlytics Limited | A system for monitoring and measuring multiple heterogeneous radio communications networks |
| WO2023065545A1 (zh) * | 2021-10-19 | 2023-04-27 | 平安科技（深圳）有限公司 | 风险预测方法、装置、设备及存储介质 |
| CN114647216A (zh) * | 2021-12-01 | 2022-06-21 | 中国矿业大学 | 煤矿风井风机停风协同管控与巷网风量调控系统和方法 |
| CN116449762A (zh) * | 2023-06-15 | 2023-07-18 | 贵州大学 | 基于物联网实现智能设备的安全预警方法及装置 |
Non-Patent Citations (5)
| Title |
|---|
| JUNXU ZHAO等: "Performance analysis for cross-tier cooperation in heterogeneous cellular networks: A stochastic geometry approach", 《2016 IEEE WIRELESS COMMUNICATIONS AND NETWORKING CONFERENCE》 * |
| 张文亚;蔡丽;梁自泽;谭民;: "CDMA无线通信在远程监控系统的应用", 微计算机信息, no. 13 * |
| 李传伟;常关羽;于振兴;: "基于无线传感器网络的石油钻机设备远程监控系统的设计与实现", 西北工业大学学报, no. 02 * |
| 李金凤;刘沁;张治国;曹顺;: "基于无线传感器网络的矿井瓦斯监测系统", 仪表技术与传感器, no. 09 * |
| 马骁: "基于多传感器的远程在线油液监测系统研究", 《硕士电子期刊出版信息》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117130264A (zh) * | 2023-10-27 | 2023-11-28 | 深圳中宝新材科技有限公司 | 一种基于侧行时频资源的键合银丝设备控制方法及装置 |
| CN117130264B (zh) * | 2023-10-27 | 2024-01-05 | 深圳中宝新材科技有限公司 | 一种基于侧行时频资源的键合银丝设备控制方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116847222B (zh) | 2023-11-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111652940B (zh) | 目标异常识别方法、装置、电子设备及存储介质 | |
| CN116847222B (zh) | 应用于石油测井下的设备远程监控方法及系统 | |
| CN103472788B (zh) | 基于bim的运营隧道维护健康监测管理方法 | |
| CN106991731A (zh) | 集成设备维护的智能巡检方法及系统 | |
| CN103544556A (zh) | 隧道全生命周期管理系统及方法 | |
| CN110850233A (zh) | 电缆故障定位方法和装置 | |
| CN109857782A (zh) | 一种测井数据采集处理系统 | |
| CN111191870A (zh) | 工地危险源管理方法、装置、计算机设备和存储介质 | |
| CN107764318A (zh) | 异常检测方法及相关产品 | |
| CN114693114A (zh) | 地下空间结构的监测方法、装置、计算机设备及存储介质 | |
| CN112686773B (zh) | 一种基于融合业务拓扑的电力计量全链路关键业务异常定位模型构建方法 | |
| CN117590278A (zh) | 基于动力柜的变压器故障检测方法、装置、设备及介质 | |
| CN116579601B (zh) | 矿山安全生产风险监测预警系统及方法 | |
| CN117114420A (zh) | 一种基于图像识别的工贸安全事故风险管控系统和方法 | |
| CN115880803A (zh) | 一种智能巡检系统及方法 | |
| CN116363397A (zh) | 设备故障排查方法、装置及巡检系统 | |
| CN112216387B (zh) | 基于云数据平台的复工复产管理方法及系统 | |
| CN111189533B (zh) | 外力入侵监测方法、装置、计算机设备和存储介质 | |
| CN114610980A (zh) | 基于网络舆情的黑产识别方法、装置、设备及存储介质 | |
| CN117892092B (zh) | 基于大数据实现矿山数据的智能采集方法及系统 | |
| CN105867246A (zh) | 一种矿井无线数据采集监控系统 | |
| CN113128440A (zh) | 基于边缘设备的目标物识别方法、装置、设备及存储介质 | |
| CN116682188B (zh) | 水电站无边界作业面施工人员出勤无感知打卡方法及装置 | |
| CN110455370A (zh) | 防汛抗旱远程遥测显示系统 | |
| CN114792209B (zh) | 一种工程施工风险评估的方法、设备及存储介质 |
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 |