[发明专利]一种页岩气井生产异常工况预警系统及方法

权利要求书

1.一种页岩气井生产异常工况预警方法，基于人工智能，其特征在于，包括以下步骤：

步骤S1：采集大量页岩气生产井井口声音信息，通过预处理对声音进行增强、端点检测、分帧加窗，梅尔倒谱系数、短时能量以及短时过零率组合提取特征；

步骤S2：将提取的特征参数作为分类模型的输入对模型进行训练与识别，最终形成包含井筒积液、井筒出砂、管线刺漏以及管线堵塞异常工况分类模型；

步骤S3：将训练好的异常工况分类模型置入井口异常工况预警系统，通过声音接收器实时采集页岩气井口生产时的声音数据；

步骤S4：通过微电脑内置入的异常工况模块对声音数据进行预处理，提取特征信息，并与内置的异常工况分类模型匹配，分析匹配结果，并通过信息接收发射器向远程生产控制决策模块发送异常工况预警信息。

2.根据权利要求1所述的一种页岩气井生产异常工况预警方法，其特征在于，还包括：通过光伏风力发电系统为电池充电，电池为井场生产控制系统提供电源，保障整套系统的正常运营。

3.根据权利要求1所述的一种页岩气井生产异常工况预警方法，其特征在于，所述声音数据的采集包括采用定向声音采集器采集有效的页岩气生产声音信号。

4.根据权利要求1所述的一种页岩气井生产异常工况预警方法，其特征在于，所述声音信息预处理还包括通过检测页岩气井口中获取的声音信号能量，实现井口有效声音信号的筛选，页岩气井口声音信号能量计算公式为：

其中，x(n)表示采集的井口声音信号序列；N表示声音序列长度；E表示井口声音信号能量。

5.根据权利要求1所述的一种页岩气井生产异常工况预警方法，其特征在于，所述声音信息预处理还包括通过傅里叶变换对采集的声音进行降噪处理，降噪处理公式为：

其中，Yi(w)为yi(m)经傅里叶变换后的值，D(w)为di(m)经傅里叶变换后的值，Xi(w)为xi(m)经傅里叶变换后的值，α为过减因子，β为增益补偿因子。

6.根据权利要求1所述的一种页岩气井生产异常工况预警方法，其特征在于，所述声音信息预处理还包括对采集的声音进行端点检测，于短时能量的单参数双门限端点检测方法对异常声音进行检测，其中短时能量计算公式为：

其中N为帧长，声音分帧后每帧的长度，m为异常声音的采样点序号，n为帧序号。

7.根据权利要求1所述的一种页岩气井生产异常工况预警方法，其特征在于，所述异常工况分类模型利用卷积神经网络搭建分类模型，由一对或多对卷积层和采样层代替全连接的隐含层，顶层会添加一个或多个全连接层，输出层则根据输入的特征信息，计算出各个状态的后验概率，最终达到识别的目的。

8.一种页岩气井生产异常工况预警系统，用于实现权利要求1～7任意一项所述的一种页岩气井生产异常工况预警方法，其特征在于，包括：

预处理模块：对采集到的页岩气生产井井口声音信息进行预处理；

特征提取模块：对预处理后的声音信息进行增强、端点检测、分帧加窗、梅尔倒谱系数、短时能量以及短时过零率组合提取特征；

分类模型模块：包括建立的井筒积液、井筒出砂、管线刺漏和管线堵塞分类模型；

模型匹配模块：将声音信息特征与分类模型进行匹配，对匹配结果进行分析；

异常工况预警模块：根据匹配结果对异常工况进行预警，向井口发送调整指令。