基于圖形識別的壓裂工況智能標(biāo)注方法研究

張德君　魏偉　張聞晨　何小東　朱智華　鄭光慧　劉明艷　楊航

關(guān)鍵詞：壓裂；深度學(xué)習(xí)；數(shù)據(jù)降噪；音頻特征提取；工程監(jiān)控

中圖分類號：TP3 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2024）03-0036-03

1 基礎(chǔ)理論

1.1 曲線圖形的降噪處理

知識在處理壓裂參數(shù)數(shù)據(jù)曲線時，有時會遇到一些異常的數(shù)據(jù)，這些數(shù)據(jù)無價值且會影響正常算法，因此需要進(jìn)行降噪處理。Savitzky-Golay濾波器最初由Savitzky和Golay于1964年提出[1]。其廣泛地運用于數(shù)據(jù)流平滑除噪，是一種在時域內(nèi)基于局域多項式最小，二乘法擬合的濾波方法。這種濾波器最大的特點在于濾除噪聲的同時可以確保信號的形狀、寬度不變，它對信號的操作是在時域內(nèi)對window_length內(nèi)的數(shù)據(jù)進(jìn)行多項式擬合。而從頻域上看，這種擬合實際就是通過低頻數(shù)據(jù)而濾掉了高頻數(shù)據(jù)[2]。這種濾波其實是一種移動窗口的加權(quán)平均算法，但是其加權(quán)系數(shù)不是簡單的常數(shù)窗口，而是通過在滑動窗口內(nèi)對給定高階多項式的最小二乘擬合得出。信號的最小二乘平滑的基本思想可以通過圖1來說明。

1.2 曲線圖形相似度判斷

在實際施工過程中，因為有各種各樣的因素會影響現(xiàn)場施工情況，使得參數(shù)曲線并不一定和壓裂設(shè)計一致。所以在判斷壓裂施工工況時，只從一些參數(shù)指標(biāo)去判斷，往往無法達(dá)到預(yù)期效果。因此，本文引入圖形識別的方法，根據(jù)真實施工曲線和設(shè)計施工曲線的相似情況判斷。如果曲線整體趨勢是偏向標(biāo)準(zhǔn)模型，就認(rèn)定是當(dāng)前工況。

DTW （Dynamic time warping） 算法是可以度量兩個獨立時間序列的相似度的一種方法，曾被廣泛應(yīng)用在單詞音頻的匹配上，該方法主要用來解決在兩段序列時長不同的情況下進(jìn)行相似度的判斷[3]。

圖2中，左側(cè)時長相等，可以逐一進(jìn)行歐式距離的計算.右側(cè)則時長不等，經(jīng)過DTW之后得到的結(jié)果，可以看出來兩個序列并不一一對應(yīng)。

如圖3，要得到序列1與序列2的相似度，可以看出，兩個序列有經(jīng)過平移的跡象，直接用一一匹配的方法顯然不合理。要得到圖3的對應(yīng)效果，就需要用DTW方法。

計算后的值放到DP矩陣中，為了更加直觀地理解，對這兩個序列繪圖如圖4。

2 案例與分析

2.1 模擬平臺搭建

為方便進(jìn)行數(shù)據(jù)分析并將分析結(jié)果直觀展示，本文搭建了分析平臺。具體使用的技術(shù)選型如下，前端采用VUE架構(gòu)，并使用VUEX、vue-rounter等VUE技術(shù)框架，自底向上增量開發(fā)的設(shè)計，讓數(shù)據(jù)響應(yīng)時間更短。后端采用時下最流行的Spring cloud框架，無縫銜接新疆油田云平臺。不僅如此，在數(shù)據(jù)處理方面，對靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)分類型處理，分別利用click?house 數(shù)據(jù)庫對時序數(shù)據(jù)支持的能力和Oracle數(shù)據(jù)庫穩(wěn)定性分別儲存動態(tài)傳輸數(shù)據(jù)和靜態(tài)結(jié)果數(shù)據(jù)，為智能算法賦能。同時在數(shù)據(jù)讀取時，將數(shù)據(jù)進(jìn)行預(yù)處理，將參數(shù)異常項過濾掉，減少運算壓力，增加算法準(zhǔn)確度。建設(shè)相關(guān)的系統(tǒng)架構(gòu)如圖5。

平臺模擬了橋塞，暫堵和連續(xù)油管三種不同的工藝施工情況，針對不同的施工工藝分別整理了兩口不同的施工井，確保訓(xùn)練素材的普適性。

2.2 模擬平臺搭建

自行建立數(shù)據(jù)發(fā)送程序，將秒點數(shù)據(jù)從Excel表格中發(fā)送到數(shù)據(jù)庫中，再從數(shù)據(jù)庫中提取數(shù)據(jù)。

預(yù)處理數(shù)據(jù)時采用了Savitzky-Golay 濾波器，對數(shù)據(jù)進(jìn)行濾波處理，減少異常數(shù)據(jù)入庫。

在對數(shù)據(jù)庫設(shè)計時，設(shè)計數(shù)據(jù)庫模型來存儲用戶、數(shù)據(jù)集、訓(xùn)練任務(wù)和模型等相關(guān)信息。使用JPA（Java Persistence API） 或其他ORM（對象關(guān)系映射）工具來簡化數(shù)據(jù)庫操作。結(jié)合壓裂數(shù)據(jù)的數(shù)據(jù)特性，我們選擇Oracle和Tdengine數(shù)據(jù)庫，充分利用Oracle數(shù)據(jù)庫和Tdengine數(shù)據(jù)庫的技術(shù)特點，提高訓(xùn)練平臺的穩(wěn)定性和速度性。

規(guī)范API接口，設(shè)計和實現(xiàn)RESTful API接口，用于管理數(shù)據(jù)集、創(chuàng)建和管理訓(xùn)練任務(wù)、獲取訓(xùn)練進(jìn)度和結(jié)果等，可以使用Spring MVC來構(gòu)建API接口。

神經(jīng)網(wǎng)絡(luò)訓(xùn)練邏輯，根據(jù)壓裂工程方面特性選擇的神經(jīng)網(wǎng)絡(luò)類型和訓(xùn)練算法，實現(xiàn)相應(yīng)的訓(xùn)練邏輯。

結(jié)果展示和模型部署，設(shè)計和實現(xiàn)結(jié)果展示頁面，以展示訓(xùn)練任務(wù)的進(jìn)度和結(jié)果。在訓(xùn)練完成后，提供模型保存和部署的功能，同時也使用Web技術(shù)，跨平臺實現(xiàn)不同操作系統(tǒng)的界面展示，讓用戶直觀看到訓(xùn)練成果，同時也可讓用戶可以使用訓(xùn)練得到的模型進(jìn)行預(yù)測和推斷。

2.3 模型訓(xùn)練

CNN由紐約大學(xué)的Yann LeCun于1998年提出。CNN本質(zhì)上是一個多層感知機，其成功的原因在于它所采用的局部連接和共享權(quán)值的方式。

由于各種施工工藝決定了施工參數(shù)的走向，而且工藝類型數(shù)量較少，只需稍加訓(xùn)練模型，就能提高工藝的識別準(zhǔn)確度，進(jìn)而標(biāo)注出對應(yīng)的施工階段。收集帶有工況標(biāo)簽的數(shù)據(jù)集。壓裂施工數(shù)據(jù)集應(yīng)包含施工數(shù)據(jù)和對應(yīng)的標(biāo)簽，確保數(shù)據(jù)集的標(biāo)簽與施工數(shù)據(jù)對應(yīng)。對壓裂施工數(shù)據(jù)進(jìn)行預(yù)處理。這可能包括壓裂施工數(shù)據(jù)的采樣率調(diào)整、時域和頻域的特征提取、值域數(shù)據(jù)增強、干擾信號去除等，預(yù)處理有助于提高模型的訓(xùn)練效果和魯棒性。根據(jù)前期選定好的模型方向進(jìn)行訓(xùn)練，確定輸入數(shù)據(jù)的維度和特征。對于圖像數(shù)據(jù)，通常是二維的圖像矩陣，對于壓裂施工數(shù)據(jù)，可以使用短時傅里葉變換（STFT） 將壓裂施工數(shù)據(jù)圖像轉(zhuǎn)換為時頻圖，引入卷積操作來提取圖像或音頻數(shù)據(jù)的局部特征[4]。通過設(shè)置不同的卷積核數(shù)量和大小，可以捕捉到不同層次的特征，可以使用多個卷積層進(jìn)行層級特征提取。在卷積層之后，引入非線性激活函數(shù)，如ReLU（Recti?fied Linear Unit） ，用于增加模型的非線性表達(dá)能力。通過池化操作（如最大池化或平均池化）減少特征圖的維度，同時保留重要的特征。池化操作有助于減少模型的參數(shù)數(shù)量和計算復(fù)雜度。引入批歸一化操作可以提高模型的穩(wěn)定性和訓(xùn)練速度。該層用于對每個批次的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，有助于加速模型的收斂和改善模型的泛化性能。通過全連接層將卷積層的輸出映射到最終的輸出類別，全連接層通常包括多個神經(jīng)元，可以進(jìn)行特征的組合和分類。

使用CNN模型提取壓裂數(shù)據(jù)的特征表示。將音頻數(shù)據(jù)輸入CNN模型中，獲取卷積層輸出的特征圖。對于壓裂施工數(shù)據(jù)，可以使用短時傅里葉變換（Short-Time Fourier Transform，STFT） 等技術(shù)將壓裂施工轉(zhuǎn)換為時頻表示，作為輸入特征使用帶有標(biāo)簽的壓裂施工數(shù)據(jù)集對CNN模型進(jìn)行訓(xùn)練，將提取的音頻特征和對應(yīng)的標(biāo)簽輸入模型中，計算預(yù)測結(jié)果，并通過反向傳播算法更新模型的權(quán)重[5]。使用驗證集評估訓(xùn)練好的模型的性能。計算模型對音頻樣本的預(yù)測準(zhǔn)確率、分類精度或其他指標(biāo)，可以使用混淆矩陣、準(zhǔn)確率、召回率等評估模型在不同類別上的表現(xiàn)。

改進(jìn)的CNN模型采用五層網(wǎng)絡(luò)結(jié)構(gòu)，選取Relu 為激活函數(shù)，添加dropout層，利用交叉熵來定義損失，在經(jīng)過多次調(diào)整參數(shù)后，選定學(xué)習(xí)率為0.000 1，drop?out率為0.15時效果較好。訓(xùn)練次數(shù)為2 000次時的loss值變化如圖6所示，在經(jīng)過約300次的訓(xùn)練loss值已經(jīng)降低到很小。

2.4 模標(biāo)注結(jié)果

使用模型訓(xùn)練的算法去判斷施工階段，已經(jīng)可以非常準(zhǔn)確地判斷施工類型，即使在非常大的數(shù)據(jù)干擾下也依然可以準(zhǔn)確判斷。以JLHW2001井17-8壓裂段為例，施工階段的6個類型均能準(zhǔn)確判斷，并識別出對應(yīng)的標(biāo)注名稱，如圖7所示。

在壓裂施工數(shù)據(jù)同CNN進(jìn)行結(jié)合時，使用了多種結(jié)合方式、多種特征的提取方式，最終認(rèn)為使用和音頻數(shù)據(jù)識別的信號特征提取方式一致，使用了短時傅里葉變換技術(shù)，音頻信號和壓裂施工數(shù)據(jù)有著一些相似的地方，從而完成對CNN模型的訓(xùn)練，達(dá)到實現(xiàn)壓裂施工數(shù)據(jù)的工況識別。

3 結(jié)束語

智能算法處理數(shù)據(jù)是大數(shù)據(jù)背景下必不可少的工具，使用CNN模型訓(xùn)練后的深度學(xué)習(xí)算法在處理模糊不清的數(shù)據(jù)時更加精準(zhǔn)。大數(shù)據(jù)提供了更多樣化、更全面的數(shù)據(jù)資源。傳統(tǒng)研究可能只能依賴有限的數(shù)據(jù)樣本，而大數(shù)據(jù)能夠涵蓋更廣泛的領(lǐng)域、更多的觀測和測量結(jié)果，使研究人員能夠獲得更全面的數(shù)據(jù)，從而更好地理解和解釋現(xiàn)象。通過大數(shù)據(jù)處理技術(shù)，可以處理大規(guī)模數(shù)據(jù)集，并應(yīng)用更復(fù)雜的算法和模型進(jìn)行分析。這有助于發(fā)現(xiàn)更深入的模式、趨勢和關(guān)聯(lián)關(guān)系，從而提高研究的準(zhǔn)確性和可靠性，幫助研究人員發(fā)現(xiàn)新的洞見。通過分析大規(guī)模數(shù)據(jù)集，可以發(fā)現(xiàn)意想不到的關(guān)聯(lián)、非線性關(guān)系和新穎的模式，從而推動研究的前沿。傳統(tǒng)的研究方法可能需要花費大量時間和資源來處理有限的數(shù)據(jù)集，而大數(shù)據(jù)技術(shù)可以更快地處理大規(guī)模數(shù)據(jù)，并實時或幾乎實時地提供分析結(jié)果，從而加快研究進(jìn)展。總之，批量的數(shù)據(jù)在智能算法的幫助下變得更加清晰透明，也為研究員提供了幫助，從而提高工作效率和生產(chǎn)效率。

【通聯(lián)編輯：代影】