买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大庆油田有限责任公司;中国石油天然气股份有限公司申请的专利一种基于实时生产数据的气井工况诊断分析方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119357839B 。

龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411886047.2，技术领域涉及：G06F18/243；该发明授权一种基于实时生产数据的气井工况诊断分析方法是由蔡萌;马文海;李昊洋;冯明喜;顾绍兴;李俊亮;张晓川;张洪涛;袁玲;张凤设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种基于实时生产数据的气井工况诊断分析方法在说明书摘要公布了：本发明涉及工况诊断与预警技术领域。尤其涉及一种基于实时生产数据的气井工况诊断分析方法，获取各采集点位的实际特征生产数据，进行整合以得到实际气井生产数据集，对实际气井生产数据集进行预处理，得到目标气井生产数据集；对目标气井生产数据集内的各实际特征生产数据进行特征筛选，得到若干目标特征生产数据，将各目标特征生产数据进行整合，得到目标气井生产数据串；对目标气井生产数据串进行末期处理，根据末期处理结果将目标气井生产数据串进行划分，对目标气井生产数据串依次进行气井生产数据训练、测试、验证以建立目标算法模型。本发明能够实现气井异常工况早期发现和及时治理，为合理规划现场生产资源及提高天然气产量奠定基础。

本发明授权一种基于实时生产数据的气井工况诊断分析方法在权利要求书中公布了：1.一种基于实时生产数据的气井工况诊断分析方法，其特征在于，包括， 在目标气井内设置有若干采集点位，获取各采集点位的实际特征生产数据，将各实际特征生产数据进行整合以得到实际气井生产数据集，得到目标气井生产数据集的过程包括识别各采集点的所述实际特征生产数据的实际获取情况；根据所述实际获取情况确定数据缺失等级；基于中级数据缺失等级为两个缺失数据标记个数时，根据两个缺失数据的实际影响值确定实际缺失冗余度，通过实际缺失冗余度计算结果对是否开启奇异过滤模式进行判定； 判定过程，设置第一缺失数据权重为Ba，第二缺失数据权重为Bb； 计算第一缺失数据Ba实际缺失影响值HBa，HBa=BaAa1+Aa2+Aa3...+Aan×q1，其中，q1为第一缺失数据权重在实际气井生产数据串中占比对第一缺失数据实际缺失影响值的影响补偿参数，Aa1为第一实际气井生产数据串，Aa2为第二实际气井生产数据串，Aa3为第三实际气井生产数据串，...，Aan为第n实际气井生产数据串； 计算第二缺失数据Bb实际缺失影响值HBb，HBb=BbAa1+Aa2+Aa3...+Aan×q2，其中，q2为第二缺失数据权重在实际气井生产数据串中占比对第一缺失数据实际缺失影响值的影响补偿参数； 两个缺失数据实际冗余度Rq=HBa+HBb×a1，其中，a1为第一缺失数据和第二缺失数据之和对两个缺失数据实际缺失冗余度的影响补偿参数； 设置标准缺失冗余度Rqb； 若Rq≤Rqb，则将此实际气井生产数据缺失等级判定为初级缺失等级； 若Rq＞Rqb，则将此实际气井生产数据缺失等级判定为高级缺失等级； 当数据缺失等级为初级数据缺失等级时，开启奇异数据过滤模式；当数据缺失等级为高级数据缺失等级时，开启重新采集模式； 根据所述实际获取情况确定数据缺失等级的过程包括根据实际特征生产数据是否缺失数据对实际特征生产数据进行缺失数据标记，根据缺失数据标记个数确定数据缺失等级，初级数据缺失等级为一个缺失数据标记个数；中级数据缺失等级为两个缺失数据标记个数；高级数据缺失等级为三个或三个以上缺失数据标记个数； 对所述实际气井生产数据集进行预处理，基于开启所述奇异数据过滤模式时，对各实际特征生产数据进行奇异数据判定，根据奇异数据判定结果确定所述实际气井生产数据集的实际奇异情况；根据所述实际奇异情况确定奇异数据等级过程包括对含有一个奇异数据的实际气井生产数据集标记为初级奇异数据等级； 对含有两个奇异数据的实际气井生产数据集标记为中级奇异数据等级； 对含有大于等于三个奇异数据的实际气井生产数据集标记为高级奇异数据等级； 基于所述奇异数据等级确定是否开启特征筛选模式；基于各实际特征生产数据是否在预设实际特征生产数据区间对奇异数据进行判定； 对所述目标气井生产数据集内的各实际特征生产数据进行特征筛选，以得到若干目标特征生产数据，对标记为初级奇异数据等级的实际气井生产数据集开启特征筛选模式；对标记为高级奇异数据等级的实际气井生产数据集，进行删除数据处理；基于实际气井生产数据集标记为中级奇异数据等级的情况，通过计算两个奇异数据的奇异值确定实际奇异数据冗余度，根据实际奇异数据冗余度确定是否开启特征筛选模式； 特征筛选过程，设置第一奇异数据权重为Ca，第二奇异数据权重为Cb，计算第一奇异数据Ca实际奇异影响值GCa，GCa=CaAa1+Aa2+Aa3...+Aan×j1，其中，j1为第一奇异数据权重在实际气井生产数据串中占比对第一奇异数据实际影响值的影响补偿参数； 计算第二缺失数据Cb实际奇异影响值GCb，GCb=CbAa1+Aa2+Aa3...+Aan×j2，其中，j2为第二奇异数据权重在实际气井生产数据串中占比对第一奇异数据实际影响值的影响补偿参数； 两个奇异数据实际冗余度Cq=GCa+GCb×a2，其中，a2为第一奇异数据和第二奇异数据之和对两个奇异数据实际奇异冗余度的影响补偿参数；设置标准奇异冗余度Cqb； 若Cq≤Cqb，则将此实际气井生产数据奇异等级判定为初级奇异数据等级； 若Cq＞Cqb，则将此实际气井生产数据奇异等级判定为高级奇异数据等级； 根据各实际特征生产数据与实际产气量计算实际关联度； 基于第一筛选标准对各实际特征生产数据进行筛选，以得到若干目标特征生产数据； 其中，所述第一筛选标准为选取实际关联度排名前四个的特征作为筛选结果；所述实际特征生产数据包括气井油压Aa、气井套压Ba、气井温度C、实际产气量D、水产量E、流动压力F和水流速度G； 将各目标特征生产数据进行整合，以得到目标气井生产数据串； 对所述目标气井生产数据串进行末期处理，根据末期处理结果将目标气井生产数据串进行划分，以得到训练集、测试集和验证集； 统计预设固定时间内各目标特征生产数据的实际缺失个数； 统计目标气井生产数据串每个特征的缺失个数，假设Aa、Ba、Ca`、Da四个特征的实际缺失个数分别为10、20、30、40，特征Aa的实际缺失个数最少； 将特征Aa设置为因变量Y，其余特征Ba、Ca`、Da依次设置为自变量X1、X2、X3； 根据特征Aa的数据是否缺失划分训练集和测试集，训练集中特征Aa不缺失，作为训练集使用，数据集特征Aa缺失，用于构建测试集； 其中，Aa为气井油压、Ba为气井套压； 对所述目标气井生产数据串依次进行气井生产数据训练、测试、验证以建立目标算法模型，将气井生产数据划分训练集、测试集以及验证集，建立梯度提升决策树算法模型，基于实时气井生产数据的气井温度、气井油压和气井套压，判断气井内工况是否积液或是否水合物冻堵； 将采集的实时气井生产数据串输入所述目标算法模型中，以确定所述目标气井内的实际气井工况。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大庆油田有限责任公司;中国石油天然气股份有限公司，其通讯地址为：163002 黑龙江省大庆市让胡路区龙南；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。