[发明专利]用于油气田时序数据的预警方法及装置

权利要求书

1.一种用于油气田时序数据的预警方法，其特征在于，包括：

获取油气田生产中的时序数据，建立若干个数据源，所述时序数据的属性包括度量、指标、周期、时间戳和指标数据值属性，所述数据源的属性包括度量、指标、算法函数、时间区间和权重分属性，时序数据来源为油气田生产领域定频采集的时序数据，时序数据至少包括属性：度量Metric、指标Target、时间戳Stamp和周期、时间戳、和指标数据值；

时序数据的度量Metric代表数据的归属；Target是指定频采集的测量值，周期是指测量值采集的周期，例如：每分钟采集一次输油管线G1的瞬时流量为100L/min；其中输油管线G1就是度量属性，瞬时流量就是指标属性，每分钟为周期，100L/min为指标的数据值；

基于若干个所述数据源构建预警模型，所述预警模型包括结算周期、预警对象、判定分属性；

预警模型预警对象是输油管线G1，结算周期是60分钟，判定分100；

基于所述数据源的度量和指标属性的不同组合将所述预警模型解析成多个运算窗口，并将每个所述运算窗口基于所述算法函数和所述时间区间属性解析成相应数量的窗口槽；

预警模型被解析成相应数量的窗口和窗口槽，三个数据源被解析成了2个窗口，其中窗口A度量和指标属性为瞬时流量和输油管线G1，涉及1个算法，所以窗口槽只有1个；窗口B度量和指标属性为管线压力和输油管线G1，涉及2个算法，所以有2个窗口槽；

对所述运算窗口初始化，所述预警模型在每个所述结算周期对该预警模型中的所述窗口槽所关联的所有数据源进行模型结算，使得每个被关联的所述数据源根据其算法函数属性输出算法结果，并对每个所述数据源的所述算法结果计算累计和，若所述累计和超过所述判定分则出发预警信息；其中，所述算法函数用于判断所述数据源的时序数据是否异常并输出所述预警结果；

所述算法函数还包括维护函数；所述窗口槽用于存储头部数据和窗口数据，所述头部数据用于存储该窗口内时间戳最小的前N条所述时序数据的指标数据值，所述窗口数据是每次新数据写入后，通过所述维护函数的计算得出的中间型数据。

2.如权利要求1所述的一种用于油气田时序数据的预警方法，其特征在于，所述窗口数据是每次新数据写入后，通过所述维护函数的计算得出的中间型数据具体包括以下步骤：

执行所述维护函数，使得新进入窗口槽的一条时序数据的指标数据值与所述头部数据的第一条所述指标数据值经过所述维护函数的计算，得到更新后的所述窗口数据。

3.如权利要求1-2任一项所述的一种用于油气田时序数据的预警方法，其特征在于，还包括：若所述累计和未超过所述判定分，则不发出报警信息。

4.一种用于油气田时序数据的预警装置，其特征在于，该装置包括：

采集模块，获取油气田生产中的时序数据建立若干数据源，所述时序数据的属性包括度量、指标、周期、时间戳和指标数据值属性，所述数据源的属性包括度量、指标、算法函数、时间区间和权重分属性；

模型建立模块，基于若干个所述数据源构建预警模型，所述预警模型包括结算周期、预警对象、判定分属性；

解析模块，基于所述数据源的度量和指标属性的不同组合将所述预警模型解析成多个运算窗口，并将每个所述运算窗口基于所述算法函数和所述时间区间属性解析成相应数量的窗口槽；

预警模型执行模块，对所述运算窗口初始化，所述预警模型在每个所述结算周期对该预警模型中的所述窗口槽所关联的所有数据源进行模型结算，使得每个被关联的所述数据源根据其算法函数属性输出算法结果，并对每个所述数据源的所述算法结果计算累计和，若所述累计和超过所述判定分则出发预警信息；其中，所述算法函数用于判断所述数据源的时序数据是否异常并输出所述预警结果；

还包括更新模块，用于根据所述算法函数中包括的维护函数更新窗口数据，其中，所述窗口数据是每次新数据写入后，通过所述维护函数的计算得出的中间型数据。