CN119250802B 一种基于大数据分析的石油钻采设备管理方法及系统 （西安石油大学）

一种基于大数据分析的石油钻采设备管理本发明公开了一种基于大数据分析的石油运行参数和环境参数；基于设备的历史运行数2通过分析同一作业区域内多台设备的运行参数，计算设备间的关根据异常检测结果、设备的重要性和运行状况，评估维护优通过分析同一作业区域内多台设备的运行参数，计算设备间的关构建相关性矩阵，其中行和列分别代表不同设备的通过设定的动态基线范围识别出当前参数偏离基线的设备，计算该设平均值MA(t)和移动标准差MSD(t)；使用计算得到的移动平均值MA(t)和移动标准差MSD(t)，计算每个时间点的下限和每当新的数据点ac(t)到达，滑动窗口向前移动一个数据点，去除最早的数据点重新计算当前窗口内的移动平均值MA(t)和移动标准差MSD(t)，更新正常波动范3均值MA(t)；对实时采集的设备运行参数进行初步数据分析，评估各参数对运行模式识别的重要基于关键参数集合，通过插值法对不同频率的数据进行同步对齐选择高斯混合模型GMM，通过GMM模型选择方法确定最优的聚类数目K，使用将实时采集的设备运行参数数据输入到训练好的GMM模型中，计算每个样本属于各个获取所有判定为超标的设备列表，对每台参数超标的设备，计算对每对设备，判断其相关系数是否偏离历史平均相关系数超过设定的从参数超标和关联异常中获取所有判定为异常的设在判定设备发生异常后，通过多渠道触发预警信息，维护人员获取4对于低风险设备，按照制定的维护计划进行维护，根据风险评分，延长7.一种基于大数据分析的石油钻采设备管理系统，基于权利要求1~6任一所述的基于设备关联分析模块，负责通过分析同一作业区域内多台设备的运异常检测与预警模块，负责当设备运行参数超出动态8.一种计算机设备，包括存储器和处理器，所述存储器于：所述处理器执行所述计算机程序时实现权利要求1~6任一所述的基于大数据分析的石处理器执行时实现权利要求1~6任一所述的基于大数据分析的石油钻采设备管理方法的步5[0002]随着全球能源需求的不断增长，石油钻采行业在保障能源供应中扮演着关键角[0007]第一方面，本发明实施例提供了一种基于大数据分析的[0008]作为本发明所述基于大数据分析的石油钻采设备管理方法的一种优选方案，其[0009]作为本发明所述基于大数据分析的石油钻采设备管理方法的一种优选方案，其6x(t)x(t)x(t-N)x(t)[0014]每当新的数据点到达，滑动窗口向前移动一个数据点，去除最早的数据点x(t-N)x(t)λλ[0019]作为本发明所述基于大数据分析的石油钻采设备管理方法的一种优选方案，其[0024]选择高斯混合模型GMM，通过GMM模型选择方法确定最优的聚类数目K，使用K_[0027]将实时采集的设备运行参数数据输入到训练好的GMM模型中，计算每个样本属于[0029]作为本发明所述基于大数据分析的石油钻采设备管理方法的一种优选方案，其7[0035]作为本发明所述基于大数据分析的石油钻采设备管理方法的一种优选方案，其[0039]对每对设备，判断其相关系数是否偏离历史平均相关系[0044]作为本发明所述基于大数据分析的石油钻采设备管理方法的一种优选方案，其8计划。[0064]具体的，选择压力范围适应设备需求的高精度压力传感器，如PTP系列压力传感器，具有高灵敏度和线性度，温度传感器选用工业级热电偶或RTD（电阻温度探测器如9[0067]选择具备高计算能力和低功耗的边缘计算设备，如基于ARM架构的工业级边缘网[0068]使用移动平均滤波器（MovingAverageFilter）对数据进行平滑处理，利用Z_score方法检测和处理异常数据，将不同传感器采集的数据转换为统一的格式（如JSON、CSV确保后续数据存储和分析的便捷性，标准化时间戳，确保各源数据在时间上的同步[0073]使用计算得到的移动平均值MA(t)和移动标准差MSD(t)，计算每个时间点的下限点x(t-N)，并加入新数据点x(t)；重新计算当前窗口内的移动平均值MA(t)和移动标准差[0077]为每个数据点定义权重wi，使得最近的数据点权重最高，计算加权移动平均值表示滑动窗口内的数据点的相对位置，N为时间窗口内的数据点数(如60次数据),k是一[0083]使用WMA(t)替代移动平均值MA(t)，以增强对新[0096]根据累计贡献比，选择前k个参数作为对运行模式识别影响较大的核心设备运行所有设备运行参数的数据具有相同的时间戳，将各设备运行参数的数据进行标准化处理，[0101]将实时采集的设备运行参数数据输入到训练好的GMM模型中，计算每个样本属于参数设备设备A压力(Pa)设备A_温度C9设备B_振动(m/s)设备C_流量(L/min)设备D环境温度(G设备D湿度(%)设备D_气压(hPa)设备A_压力(Pa)0.600.400.250.150.100.05设备A_温度(G0.600.550.350.200.120.08设备B_振动(m/s2)0.400.550.450.100.600.15设备C_流量(L/min)0.250.350.450.050.200.10设备D环境温度(G)0.150.200.100.050.250.30设备D_湿度(%)0.100.120.600.200.250.40设备D_气压(hPa)0.050.080.150.100.300.40[0126]对每对设备(X,Y)，判断其相关系数是否偏离历史平均相关系数Fxr超过设定的体参数（如压力当前值为当前参数的实际测量值x(t)，历史基线值为对应时间点的Lower(t)和upper(t)，异常关联设备列表为与该设备关联性异常的其他设备，时间戳为异划。实现如上述实施例提出的实现基于大数据分析的石油钻采设备管理方法；存储介质可任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器ErasableProgrammableRead－OnlyMemory,简称EEPROM可擦除可编程只读存储器（ErasableProgrammableReadOnlyMemory,简称EPROM可编程只读存储器（ProgrammableRed－OnlyMemory,简称PROM只读存储器（Rea