本发明公开了一种基于深度异常检测的井筒积液检测方法,其首先获取SCADA生产高频数据并对其进行降维;然后将降维后的SCADA生产高频数据与A2数据和地质参数数据进行特征融合;其次利用中融合后的特征进行数据建模并进行训练,计算预测误差;最后,根据得到的预测误差计算动态阈值,并根据动态阈值判断井筒是否积液。本方案使用SCADA秒级数据作为特征,使得模型不仅仅只关注天与天之间的数据波动,也考虑到天内数据波动情况,能捕捉到更加细微的数据变化。且实验结果也证明,天内数据波动情况更能反映具体的生产实际情况,在对SCADA高频数据的处理上采用先降维的方法,更好地去服务模型的数据建模,也避免了维灾难的出现。
声明:
“基于深度异常检测的井筒积液检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)