[发明专利]用于油气田时序数据的预警方法及装置

说明书

本发明属于油田生产数据处理领域，公开了一种用于油气田时序数据的预警方法，该方法将基于数据源的度量和指标属性的不同组合将预警模型解析成多个运算窗口，并将每个运算窗口基于算法函数和时间区间属性解析成相应数量的窗口槽；预警模型在每个结算周期对该预警模型中的窗口槽所关联的所有数据源进行模型结算，使得每个被关联数据源根据其算法函数属性输出算法结果，并对每个数据源的算法结果计算累计和，若累计和超过所述判定分则出发预警信息。本发明采用多指标多算法组合运算，组合协同判断，保证了预警结果的可靠性。同时，采用窗口化处理，不同的预警模型可共享窗口，多算法之间也可共享时序数据的获取，提高了预警系统整体运行效率。

技术领域

本发明涉及油田生产数据处理领域，特别涉及一种用于油气田时序数据的预警方法及装置。

背景技术

在数据分析预警系统中，目前大都是简单数据阈值或趋势拟合来判断是否发出预警。预警系统定期收集一批业务数据，然后通过一定的循环阈值判断或者区间拟合计算，给出预警结果。然后通过一些信息化推送方式(如邮件、微信)通知业务人员，由业务人员再对预警结果进行经验性判断分析，将无效预警排除，并针对有效预警信息进行业务处理，解决异常问题。

目前普通的预警模型存在以下两大问题：

1.模型分析的数据源单一。实际生产运营过程中，业务预警往往是复杂多变的，所以需要结合多指标多算法组成建模，每个数据源指标可能周期不同，算法不同。

2.模型运行的监控过程会消耗大量服务计算资源，在模型数量较多的情况下，服务资源难以有效率地稳定支撑，同时也会在一定程度上增加预警消息的滞后性。

发明内容

本发明的目的在于至少解决现有技术中存在的技术问题之一，提供于油田时序数据源的预警方法及装置，采用每个预警模型多个数据源的建模方案，多指标多算法组合运算，保证了预警结果的可靠性。

根据本发明的第一方面，提供一种用于油气田时序数据的预警方法，包括：获取油气生产中的时序数据，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；

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；

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；

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算法结果。

根据本发明第一方面所述的，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。

根据本发明第一方面所述的，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。

根据本发明第一方面所述的，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。

根据本发明的第二方面，一种用于油气田时序数据的预警装置，该装置包括：