CN106647581A - 压裂施工过程井下故障诊断方法及装置 - Google Patents

Abstract

本申请提供了一种压裂施工过程井下故障诊断方法及装置，所述方法包括：获取压裂施工过程中发生故障时的多个监控参数；根据多个所述监控参数，生成对应的多个压裂施工曲线；将每一个所述压裂施工曲线划分为多个单峰片段；采用二次多项式拟合多个所述单峰片段，得到对应的多个二次多项式；根据多个所述二次多项式，建立包括多个基元序列的故障规则库；其中，每一个所述基元序列包括多种基元，多个所述基元序列中的一个或几个的组合对应一种标准故障趋势；将待诊断故障趋势在所述故障规则库中进行匹配，确定所述待诊断故障趋势的类型。本申请能有效提高压裂施工过程中井下故障诊断的准确率和鲁棒性。

Description

压裂施工过程井下故障诊断方法及装置

技术领域

本申请涉及压裂施工技术领域，尤其涉及一种压裂施工过程井下故障诊断方法及装置。

背景技术

本部分的描述仅提供与本申请公开相关的背景信息，而不构成现有技术。

在对常规储层(例如，包括碎屑岩储层、碳酸盐岩储层)或非常规储层(例如，页岩气)进行压裂施工的过程中，实时压裂施工曲线一般是由油压、套压、排量、砂浓度等主要监控参数的瞬时值与时间的变化所组成。施工现场的指挥人员可以根据压裂施工曲线的实时变化，判断压裂车组的运行情况、裂缝的走向和形态、井筒以及井下工具的工作情况等，以做到及时调整压裂施工车组、修改施工参数、提高现场一次性作业的成功率，达到优化施工、增产、增注的目的。故障诊断是压裂施工过程不可缺少的部分，高精度的诊断结果是保证压裂施工过程安全进行的重要基础。

变尺度分析法和双对数曲线图是常用于压裂施工过程的故障诊断方法。但是两种方法通常仅利用“井口压力”这一监控参数作为分析的依据，诊断施工过程的异常工况。但是，在实际压裂施工过程中，当井下发生故障时，往往会引起多个监控参数的异常波动。如果只使用“井口压力”这一个监控参数作为故障诊断的依据，容易导致故障的误诊断，降低诊断方法的鲁棒性。因此，为提高压裂施工过程井下故障诊断方法的准确率和鲁棒性，有必要利用多个压裂施工曲线的特征，充分挖掘多个监控参数中包含的故障信息。

应该注意，上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本申请的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。

发明内容

有鉴于此，本申请提供了一种压裂施工过程井下故障诊断方法及装置，以有效提高压裂施工过程中井下故障诊断的准确率和鲁棒性。

为了实现上述目的，本申请提供了如下的技术方案。

一种压裂施工过程井下故障诊断方法，包括：获取压裂施工过程中发生故障时的多个监控参数；根据多个所述监控参数，生成对应的多个压裂施工曲线；将每一个所述压裂施工曲线划分为多个单峰片段；采用二次多项式拟合多个所述单峰片段，得到对应的多个二次多项式；根据多个所述二次多项式，建立包括多个基元序列的故障规则库；其中，每一个所述基元序列包括多种基元，多个所述基元序列中的一个或几个的组合对应一种标准故障趋势；将待诊断故障趋势在所述故障规则库中进行匹配，确定所述待诊断故障趋势的类型。

一种压裂施工过程井下故障诊断装置，包括：监控参数获取模块，用于获取压裂施工过程中发生故障时的多个监控参数；压裂施工曲线模块，用于根据多个所述监控参数，生成对应的多个压裂施工曲线；单峰片段划分模块，用于将每一个所述压裂施工曲线划分为多个单峰片段；二次多项式拟合模块，用于采用二次多项式拟合多个所述单峰片段，得到对应的多个二次多项式；故障规则库建立模块，用于根据多个所述二次多项式，建立包括多个基元序列的故障规则库；其中，每一个所述基元序列包括多种基元，多个所述基元序列中的一个或几个的组合对应一种标准故障趋势；故障趋势匹配模块，用于将待诊断故障趋势在所述故障规则库中进行匹配，确定所述待诊断故障趋势的类型。

由以上本申请实施方式提供的技术方案可见，本申请通过获取压裂施工过程中的多个监控参数，利用多个监控参数对应的压裂施工曲线的变化特征，建立用于匹配待诊断故障趋势的标准故障规则库，从而结合定性趋势分析匹配法来确定待诊断故障趋势的类型。如此，充分挖掘多个监控参数在压裂施工过程中井下发生故障时包含的故障信息，以及对应的多个压裂施工曲线的变化特征，有效提高了压裂施工过程中井下故障诊断的准确率和鲁棒性。

附图说明

为了更清楚地说明本申请实施方式中的技术方案，下面将对实施方式描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本申请一个实施方式的一种压裂施工过程井下故障诊断方法的流程图；

图2为单峰片段的示意图；

图3为基元的示意图；

图4为本申请一个实施方式中建立包括多种基元的故障规则库的子步骤；

图5为本申请一个实施方式中将二次多项式采用两种基元表示的子步骤；

图6为本申请一个实施方式中确定待诊断故障趋势的类型的子步骤；

图7为将待诊断故障趋势和标准故障趋势放在同一时间轴上的示意图；

图8A为本申请一个具体的实施例中发生“近地压窜”故障时的井口压力施工曲线特征图；

图8B为本申请一个具体的实施例中发生“近地压窜”故障时的套压施工曲线特征图；

图9为本申请一个具体的实施例中“井口压力”实时趋势与故障规则库中“井口压力”趋势的匹配示意图；

图10为本申请一个具体的实施例中“套压”实时趋势与故障规则库中“套压”趋势的匹配示意图；

图11为本申请一个实施方式的一种页岩气压裂施工过程井下故障诊断装置的模块图。

具体实施方式

下面将结合本申请实施方式中的附图，对本申请实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本申请一部分实施方式，而不是全部的实施方式。基于本申请中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施方式，都属于本申请保护的范围。

压裂施工曲线通常是压裂时地面所得到的最实时、最直接的压裂施工情况的真实反映。通常，一种故障往往会引起多个压裂施工曲线的异常波动。因此，根据压裂施工曲线可以诊断出压裂过程中井下发生的故障。

然而，传统方法在研判压裂施工过程中井下发生的故障时，常常仅利用“井口压力”这一个监控参数的压裂施工曲线来诊断施工过程中的故障，从而丢失了大量其余监控参数所带有的有用信息，导致故障诊断准确率较低。因此，为了能够准确地诊断压裂施工过程中井下发生的故障，本申请提供了一种压裂施工过程井下故障诊断方法及装置，通过充分挖掘多个监控参数在压裂施工过程中井下发生故障时包含的故障信息，以及对应的多个压裂施工曲线的变化特征，以提高故障的准确率和鲁棒性。

本申请的一种压裂施工过程井下故障诊断方法，总体脉络为：(1)故障趋势提取，即采用区间半分法将传感器采集的压裂施工过程的监控参数划分为多个单峰片段，并采用二次多项式拟合单峰片段；(2)故障趋势识别，即在采用二次多项式拟合完单峰片段之后，将单峰片段的二次多项式序列转换成七种基元描述的基元序列，建立故障规则库；(3)故障趋势匹配，即将已经提取的趋势(诊断故障趋势)与故障规则库中候选故障趋势(标准故障趋势)进行比较，以确定故障类型，该过程包括：a)基元相似度计算；b)趋势相似度计算；c)过程总相似度计算；(4)故障诊断。具体见下文描述。

如图1所示，为本申请一个实施方式的一种压裂施工过程井下故障诊断方法的流程图。虽然本申请提供了如下述实施方式或流程图所述的方法操作步骤，但是基于常规或者无需创造性的劳动，在所述方法中可以包括更多或者更少的操作步骤。此外，所述方法在逻辑性上不存在必要因果关系的步骤中，这些步骤的执行顺序不限于本申请实施方式中所提供的执行顺序。

请参阅图1，本申请一个实施方式提供的一种压裂施工过程井下故障诊断方法可以包括如下步骤。

步骤S1：获取压裂施工过程中发生故障时的多个监控参数。

在本实施方式中，监控参数可以为在压裂施工过程中，用于表征压裂过程情况的相关数据。具体的，举例为，监控参数可以指示地面压裂车组的运行状况、压裂裂缝的延伸情况、井筒中环境(例如，压力、温度等)以及井下工具(例如，封隔器、喷砂器)工作情况等。

在本实施方式中，获取的为压裂施工过程中发生故障时的多个监控参数。具体的，在压裂施工过程中，当井下未发生故障时，多个监控参数较为平稳；当多个监控参数中的一个或几个会发生异常波动，此时即可判断井下发生故障。则可以截取发生异常波动的监控参数，用于后续的故障匹配和诊断。

在本实施方式中，获取监控参数的具体方式可以为，采用传感器、电磁流量计等采集在压裂施工过程中的所述监控参数。具体的，由于获取的监控参数为多个，因此，可以采用多个传感器和电磁流量计来采集对应的监控参数。

在本实施方式中，获取的监控参数的数量以及具体类型，可以根据实际工况条件进行适配性的设置和选择，具体的，举例为，所述监控参数可以包括井口压力、排量、砂比、套压(套管压力)，本申请对此不作限定。应当理解的是，监控参数并不限定于上述所列，本领域技术人员在本申请技术方案精髓的指导下，还可以作出其它形式的变更，当也应当包含在本申请的保护范围内。

步骤S2：根据多个所述监控参数，生成对应的多个压裂施工曲线。

在本实施方式中，压裂施工曲线可以为压裂施工过程中，监控参数的瞬时值随时间的变化关系曲线，其通常是压裂时地面所得到的最实时、最直接的压裂施工情况的真实反映。由前文描述可知，当在压裂施工过程中井下发生故障时，通常会引起多个压裂施工曲线的异常波动，因此，本实施方式根据获取的多个监控参数，生成对应的多个压裂施工曲线，以根据多个压裂施工曲线的变化特征来研判井下故障的类型。

对应于前文描述，当监控参数包括井口压力、排量、砂比、套压时，压裂施工曲线相应地包括井口压力曲线、排量曲线、砂比曲线、套压曲线。在本实施方式中，可以采用数模转换的方式，将获取到的多个监控参数生成对应的多个压裂施工曲线，本申请在此不作赘述。

步骤S3：将每一个所述压裂施工曲线划分为多个单峰片段。

如图2所示，在本实施方式中，单峰片段可以为在预定时间域上只包含有一个极值点的曲线片段。结合图7、图8A、图8B、图9、图10所示，通常，压裂施工曲线在预定时间域内是变化的，其可能包含有多个单调变化区间，在该多个单调变化区间中，相应地会包含有多个极值点。为此，需要将可能包含有多个单调变化区间的压裂施工曲线划分为多个单峰片段。

故障趋势提取是定性趋势分析的首要环节，其基本思想是从定量过程数据中提取定性信息，并用符号语言加以表示。在众多的故障趋势提取方法中，区间半分法提取故障趋势具有能直接提取非线性基元、时间窗宽度具有自适应性等优点。因此，在本实施方式中，可以采用区间半分法，将每一个压裂施工曲线划分为多个单峰片段。

具体的，通过不断二等分压裂施工曲线，当最终划分得到的曲线片段在预定时间域上只有一个极值点时，可以认为该曲线片段为单峰片段。

利用区间半分法提取故障趋势，即利用区间消除策略。当区间不包含期望项或者不满足条件时，区间减半，将监控参数分为若干个单峰区间。然后，用二次多项式拟合单峰区间，约束多项式匹配保持相邻区间数据连续性，提取基元。这样，监控参数就转换成基元序列。

步骤S4：采用二次多项式拟合多个所述单峰片段，得到对应的多个二次多项式。

在本实施方式中，采用二次多项式拟合多个单峰片段，将多个压裂施工曲线转换成拟合的T个二次多项式序列y(t)＝{Q₁(t)，Q₂(t)，…Q_k(t)…，Q_T(t)}。其中，为第k个单峰片段的二次多项式，β₀、β₁、β₂为二次多项式的回归系数，根据最小二乘法可以求出Q_k(t)的回归系数β₀、β₁、β₂，从而确定多个二次多项式。

步骤S5：根据多个所述二次多项式，建立包括多个基元序列的故障规则库；其中，每一个所述基元序列包括多种基元，多个所述基元序列中的一个或几个的组合对应一种标准故障趋势。

在本实施方式中，故障趋势识别的目的将由单峰片段拟合得到的二次多项式转换如图3所示的多种不同的基元(用符号“P”表示)，由转换得到的多种基元建立故障规则库。

具体的，请参阅图4，在一个实施方式中，在建立包括多种基元的故障规则库的步骤中可以包括如下步骤：

步骤S51：基于预定转换规则，将每一个所述压裂施工曲线对应地多个所述二次多项式转换为多种基元；

步骤S52：根据多种所述基元，得到同一个所述压裂施工曲线对应地多个所述二次多项式相关联的基元序列；

步骤S53：根据所述基元序列，建立所述故障规则库。

在本实施方式中，一种基元通常代表过程数据的一种变化趋势，其在预定时间内一般包含一个单调变化区间。通常，过程数据的变化趋势大体上包括三大类：上升、下降、不变。其中，根据过程数据的变化速度，上升和下降具体还分别可以包括三种不同基元。

具体的，请参见图3，其中，D、B、C三种基元分别为过程数据为上升趋势，基元D代表过程数据在上升时，上升趋势的速度逐渐减小，即过程数据上升的加速度逐渐减小，表现为呈开口向下的抛物线上升；基元B代表过程数据在上升时，上升趋势的速度逐渐增大，即过程数据上升的加速度逐渐增大，表现为呈开口向上的抛物线上升；基元C代表过程数据在上升时，上升趋势的速度不变，即过程数据上升的加速度为零，表现为线性上升。

同样的，G、E、F三种基元分别为过程数据为下降趋势，基元G代表过程数据在下降时，下降趋势的速度逐渐增大，即过程数据下降的加速度逐渐增大，表现为呈开口向下的抛物线下降；基元E代表过程数据在下降时，下降趋势的速度逐渐减小，即过程数据下降的加速度逐渐减小，表现为呈开口向上的抛物线下降；基元F代表过程数据在下降时，下降趋势的速度不变，即过程数据下降的加速度为零，表现为线性下降。

基元A为过程数据不变的情形，表现为一条水平线。

在一个实施方式中，预定转换规则可以包括：当二次多项式两端点的一阶导数符号相同时，即二次多项式所对应的单峰片段为包含一个单调区间的简单单峰片段，将二次多项式采用一种基元表示。当二次多项式两端点的一阶导数符号不同时，即二次多项式所对应的单峰片段为包含两个单调区间的复合单峰片段，将二次多项式采用两种基元表示。

具体的，设β₁和β₂分别是二次多项式两端点处的一阶导数值；

a)若β₁和β₂的符号相同，即β₁和β₂的正负性一致，则二次多项式所对应的单峰片段是简单单峰片段(如图2中3、4、5、6、7、8、9所示)，简单单峰片段包含一个单调区间，采用一种基元表示。

具体的，结合图3所示，当单峰片段为如图2中3、4、5、6、7、8、9所示的简单单峰片段时，其分别对应于图4中A、G、B、D、E、C、F所示的基元。则分别采用基元A、G、B、D、E、C、F来表示二次多项式所对应的单峰片段3、4、5、6、7、8、9。

b)若β₁和β₂的符号不相同，即β₁和β₂的正负性不一致，则二次多项式所对应的单峰片段是复合单峰片段(如图2中1、2所示)，复合单峰片段包含两个不同的单调区间，需采用两种基元表示。

请参阅图5，具体的，当二次多项式采用两种基元表示时，可以包括如下步骤：

步骤S54：获取所述二次多项式一阶导数为零的点；

步骤S55：以所述一阶导数为零的点为分界点，将所述二次多项式拆分为两个子二次多项式；其中，每一个所述子二次多项式包含一个单调区间；

步骤S56：将两个所述子二次多项式分别采用两种基元表示。

结合图3所示，当二次多项式所对应的单峰片段为如图2中1所示的复合单峰片段时，将该复合单峰片段以一阶导数为零的点B为分界点，划分为AB和BC两个简单单峰片段，则简单单峰片段AB和BC分别对应于图3中E和B所示的基元。则采用基元E和B来表示二次多项式所对应的单峰片段1。

同样的，当二次多项式所对应的单峰片段为如图2中2所示的复合单峰片段时，将该复合单峰片段划分出的两个简单单峰片段AB和BC分别对应于图3中D和G所示的基元。则采用基元D和G来表示二次多项式所对应的单峰片段2。

通过上述实施方式，即将二次多项式列序列y(t)＝{Q₁(t)，Q₂(t)，…Q_k(t)…，Q_T(t)}中包含的多个二次多项式转换成为包含V种基元的基元序列Tr＝{P₁，P₂，…P_i…，P_V}，t_Pi∈[t_i-1，t_i]，i∈{1，2，…，V}。其中，P_i表示压裂施工曲线在t_Pi时间段内所对应的基元，且T≤V≤2T，然后利用多个基元序列建立故障规则库。具体的，多个基元序列形成的集合即可以为所述故障规则库。

在本实施方式中，多个基元序列中的一个或几个的组合对应一种标准故障趋势具体可以为，当井下发生故障时，通常会引起多个监控参数的异常波动。那么，可以由发生异常波动的该多个监控参数对应的基元序列来表征或标识该故障。举例为，当井下发生的故障为“近地压窜”时，发生异常波动的监控参数为“井口压力”和“套压”，那么，可以由“井口压力”和“套压”对应的基元序列来表征或标识“近地压窜”故障。

步骤S6：将待诊断故障趋势在所述故障规则库中进行匹配，确定所述待诊断故障趋势的类型。

在本实施方式中，采用定性趋势分析方法来实现故障的诊断。通常，定性趋势分析方法是基于过程数据的一种故障诊断方法，可以将当前的故障数据趋势与故障规则库中标准故障趋势即基元相匹配，诊断出当前故障的类型。然而，已有的研究工作在计算过程总相似度时，仅通过对多个监控参数的趋势相似度进行排序，然后选取最大相似度作为过程总相似度，而忽略了其余监控参数的趋势特征，使得故障趋势匹配算法缺乏适用性和鲁棒性。对压裂施工过程来说，施工过程中地层发生故障会引起多个监控参数的异常波动。因此，在计算压裂施工过程的过程总相似度时，有必要根据每个监控参数受影响程度，为每个监控参数的趋势相似度赋予相应的权重。

为此，本申请通过提取和识别多条压裂施工曲线特征建立故障规则库，在计算压裂施工过程状态总相似度时，为每个施工曲线趋势相似度赋予权重值，最终将过程总相似度排序实现故障诊断功能。该方法首先充分融合了多条压裂施工曲线特征，然后通过改进的趋势匹配算法诊断故障类型，从而可以提高页岩气压裂施工过程井下故障诊断的准确率和鲁棒性。

具体的，请参阅图6，在本实施方式中，在将待诊断故障趋势在所述故障规则库中进行匹配，确定所述待诊断故障趋势的类型的步骤中包括如下步骤：

步骤S61：获取所述基元和所述待诊断故障趋势在相同时间区间内的基元相似度；

步骤S62：基于所述基元相似度，根据第一预设规则，获取所述基元序列与所述待诊断故障趋势的趋势相似度；

步骤S63：根据第二预设规则，为所述趋势相似度赋予权重系数并进行加权运算，获取过程总相似度；

步骤S64：将数值最高的过程总相似度所对应的待诊断故障趋势确定为目标故障。

具体的，故障趋势匹配过程可以从如下3个方面进行说明：a)基元相似度计算；b)趋势相似度计算；c)过程总相似度计算。

a)基元相似度计算

由图3中可知，七种基本的基元具有一定相似性。因此，需要将七种基元模糊化，定义基元P_i、P_j的相似度矩阵为如表1所示。例如，结合图3所示，基元A和基元B的相似度S_AB＝0。

表1基元相似度矩阵

依据并类比上述对七种基本的基元相似度的定义，可以获取标准故障趋势基元和待诊断故障趋势在相同时间区间内的基元之间的第一相似度。

b)趋势相似度计算

设待诊断故障趋势为Tr'＝{P₁'，P₂'，…P_i'…，P_M'}，t_Pi'∈[t'_i-1，t'_i]，i∈{1，2，…，M}，P_i'表示监控参数在t_Pi时间段内所对应的基元；将待诊断故障趋势Tr'与故障规则库中的标准故障趋势-基元序列相匹配，计算相似度，其中表示故障规则库中标准故障趋势-基元序列在第i个区间内的基元。

待诊断故障趋势Tr'和标准故障趋势Tr^B的总时间长度T_u是相同的，但通常待诊断故障趋势Tr'和标准故障趋势Tr^B的基元数量是不一致的，即V≠M。为了形成一对一的基元相似度(即“基元对相似度”)分析，需要将待诊断故障趋势Tr'和标准故障趋势Tr^B放在同一时间轴T_i上。

具体的，待诊断故障趋势Tr'和标准故障趋势Tr^B的所有时刻点把时间轴划分为R个时间区间，其中，max(M，V)≤R≤M+V，第i个时间区间的长度为如图7所示，某候选故障的标准故障趋势从到包括9种基元，表示成Tr^B＝{D，E，D，E，D，E，D，E，D}；待诊断故障趋势从t'₀到t'₇包括7种基元，表示成Tr'＝{D，E，D，E，D，E，D}。Tr^B和Tr'的时刻点将时间轴划分为16个时间区间，其中，在内，基元相似度为标准故障趋势的基元D和待诊断故障趋势的基元D的相似度，在内，基元相似度为标准故障趋势的基元E和待诊断故障趋势的基元D的相似度。

如此，将待诊断故障趋势Tr'和标准故障趋势Tr^B放在同一时间轴T_i上进行基元数量统一后，待诊断故障趋势Tr'和标准故障趋势Tr^B包含的基元数量一致。将进行基元数量统一处理后的待诊断故障趋势和标准故障趋势分别表示为Tr和Tr^*，待诊断故障趋势Tr和标准故障趋势Tr^*包含的基元分别表示为和

具体的，第一预设规则如下：

其中，

-基元相似度；

SI-趋势相似度；

-第i个时间区间；

-标准故障趋势在第i个时间区间内的基元；

P_i-待诊断故障趋势在第i个时间区间内的基元；

T_u-标准故障趋势和待诊断故障趋势的总时间长度。

从而，根据上述第一预设规则，可以获取待诊断故障趋势与标准故障趋势之间的相似度。

c)过程总相似度计算

过程状态的变化会体现在多个传感器采集的监控参数中。因此，在研判故障类型时，需要综合考虑多个传感器采集的多个监控参数的趋势。

例如，假设有H个传感器，第h个传感器采集到的监控参数的趋势相似度为SI_h，获得过程状态总相似度的第二预设规则如下：

其中，

CI-过程总相似度；

H-监控参数的数量；

SI_h-第h个基元序列的趋势相似度；

-第h个趋势相似度的权重系数。

式中，第h个趋势相似度的权重系数具体含义指每个受影响监控参数能够反映出某故障类型的能力。

具体的，每一个趋势相似度的权重系数可以通过熵值法计算得到，表2所示为故障信息统计表，其中x_ij表示第i种故障发生时，第j个监控参数发生异常波动的统计次数，其中(i＝1，2，…，m；j＝1，2，…，n)。利用熵值法计算权重的过程包括：(a)利用公式(3)计算第j个监控参数下第i种故障类型占该监控参数的比重Q_ij；(b)利用公式(4)计算第j项监控参数的熵值e_j；(c)利用公式(5)计算第j项监控参数的差异系数gi；(d)利用公式(6)计算该监控参数的权重值

表2故障信息统计表

最后，将根据第二预设规则得到的过程状态总相似度CI按降序排列。如果某一故障的CI值最高，则发生该故障的概率最大，将该概率最大的故障类型确定为目标故障。

本申请实施方式的压裂施工过程井下故障诊断方法，通过获取压裂施工过程中的多个监控参数，利用多个监控参数对应的压裂施工曲线的变化特征，建立用于匹配待诊断故障趋势的标准故障规则库，从而结合定性趋势分析匹配法来确定待诊断故障趋势的类型。如此，充分挖掘多个监控参数在压裂施工过程中井下发生故障时包含的故障信息，有效提高了压裂施工过程中井下故障诊断的准确率和鲁棒性。

下面结合实际中一个具体工程来详细说明本申请实施方式的压裂施工过程井下故障诊断方法的技术方案。

贵州省丁页页岩气压裂区域，已经成功压裂众多页岩气井，积累了大量的原始数据。因此，采用该地区页岩气施工过程的正常工况数据和故障数据，验证本发明的准确性和合理性。

步骤1)：选取施工过程故障发生时的历史监控参数，如表3所示，采用区间半分法对由监控参数生成的压裂施工曲线进行单峰区间划分，并使用二次多项式进行拟合。图8A和图8B分别给出了页岩气压裂施工发生“近地压窜”故障时，受影响的监控参数-井口压力和套压施工曲线特征图的变化趋势，由于排量和砂比均未发生，可以认为排量和砂比未受到影响，故此处未给出排量和砂比的趋势图。

表3压裂施工过程中的监测参数

步骤2)：一并参阅图2和表3，得出“井口压力”和“套压”施工曲线特征图的变化趋势所对应的基元，如表4所示，列出了发生“近地压窜”故障时所提取出“井口压力”和“套压”对应的基元，并将其作为故障规则库的一位成员。其中，基元后的数字，表示该故障模式中，基元包含的传感器采样数据点数目。例如，B(203)表示基元B包含203个传感器采样数据点。

表4近井地带压窜对应的基元

步骤3)：如图9所示，在压裂施工过程中“待诊断故障”的井口压力趋势与故障规则库中“近地发生压窜”故障的井口压力趋势进行匹配，两个井口压力趋势的相似度为0.746。

图10给出了压裂施工过程中“待诊断故障”的套压趋势与故障规则库中“近地发生压窜”故障的套压趋势匹配示意图，两个套压趋势的相似度为0.834。

因为“待诊断故障”的排量和砂比两个监控参数均未发生波动，因此，与故障规则库中“近地发生压窜”故障的排量和砂比趋势的相似度为0。

表5列出了贵州丁页页岩气施工过程中，地层正常变化和异常变化时监控参数波动情况统计表，经过公式(3)-(6)计算，“井口压力”、“套压”、排量、砂比的趋势相似度的权重值分别为0.575，0.385，0.01，0.03。因此，过程总相似度为0.746*0.575+0.834*0.385+0*0.01+0*0.03＝0.749。

表5贵州丁页页岩气施工过程故障信息统计表

同样的，采用上述步骤1)至步骤3)对“待诊断故障”与故障规则库中其余候选的标准故障(包括地层形成裂缝、近地发生砂堵和地层内发生砂堵)进行匹配，得到“待诊断故障”与地层形成裂缝、近地发生砂堵和地层内发生砂堵的过程总相似度依次为：0.674，0.618，0.562。

步骤4)：通过对3)中四个过程总相似度排序，将实时趋势诊断为发生“近地压窜”。后经过验证，诊断结果正确。

基于同一构思，本申请实施方式还提供了一种压裂施工过程井下故障诊断装置，如下面的实施方式所述。由于压裂施工过程井下故障诊断装置解决问题的原理，以及能够取得的技术效果与一种压裂施工过程井下故障诊断方法相似，因此一种压裂施工过程井下故障诊断装置的实施可以参见上述一种压裂施工过程井下故障诊断方法的实施，重复之处不再赘述。以下所使用的术语“模块”，可以是基于软件实现，也可以是基于硬件实现，还可以是以软硬件结合的方式实现。

请参阅图11，本实施方式提供的一种压裂施工过程井下故障诊断装置可以包括监控参数获取模块1，压裂施工曲线模块2，单峰片段划分模块3，二次多项式拟合模块4，故障规则库建立模块5和故障趋势匹配模块6。

所述监控参数获取模块1可以用于获取压裂施工过程中发生故障时的多个监控参数；

所述压裂施工曲线模块2可以用于根据多个所述监控参数，生成对应的多个压裂施工曲线；

所述单峰片段划分模块3可以用于将每一个所述压裂施工曲线划分为多个单峰片段；

所述二次多项式拟合模块4可以用于采用二次多项式拟合多个所述单峰片段，得到对应的多个二次多项式；

所述故障规则库建立模块5可以用于根据多个所述二次多项式，建立包括多个基元序列的故障规则库；其中，每一个所述基元序列包括多种基元，多个所述基元序列中的一个或几个的组合对应一种标准故障趋势；

所述故障趋势匹配模块6可以用于将待诊断故障趋势在所述故障规则库中进行匹配，确定所述待诊断故障趋势的类型。

本实施方式提供的压裂施工过程井下故障诊断装置与本申请压裂施工过程井下故障诊断方法相对应，可以实现本申请压裂施工过程井下故障诊断方法的技术效果，在此不再赘述。

本申请实施方式的压裂施工过程井下故障诊断方法及装置，不仅可以对常规储层(例如，包括碎屑岩储层、碳酸盐岩储层)压裂施工过程井下故障进行诊断，还可以对或非常规储层(例如，页岩气)压裂施工过程井下故障进行诊断，实际应用效果较佳，诊断结果准确度较高，为实际压裂施工具有较大的指导意义。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device，PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等。目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog2。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以较容易得到实现该逻辑方法流程的硬件电路。

为了描述的方便，描述以上装置时以功能分为各种模块分别描述。当然，在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来。在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。该计算机软件产品可以包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施方式或者实施方式的某些部分所述的方法。该计算机软件产品可以存储在内存中，内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其它数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其它类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其它内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其它光学存储、磁盒式磁带，磁带磁磁盘存储或其它磁性存储设备或任何其它非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括短暂电脑可读媒体(transitory media)，如调制的数据信号和载波。

本说明书中的各个实施方式均采用递进的方式描述，各个实施方式之间相同相似的部分互相参见即可，每个实施方式重点说明的都是与其它实施方式的不同之处。尤其，对于装置实施方式而言，由于其基本相似于方法实施方式，所以描述的比较简单，相关之处参见方法实施方式的部分说明即可。

虽然通过实施方式描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。

Claims (11)

1.一种压裂施工过程井下故障诊断方法，其特征在于，包括：

获取压裂施工过程中发生故障时的多个监控参数；

根据多个所述监控参数，生成对应的多个压裂施工曲线；

将每一个所述压裂施工曲线划分为多个单峰片段；

采用二次多项式拟合多个所述单峰片段，得到对应的多个二次多项式；

根据多个所述二次多项式，建立包括多个基元序列的故障规则库；其中，每一个所述基元序列包括多种基元，多个所述基元序列中的一个或几个的组合对应一种标准故障趋势；

将待诊断故障趋势在所述故障规则库中进行匹配，确定所述待诊断故障趋势的类型。

2.如权利要求1所述的压裂施工过程井下故障诊断方法，其特征在于，所述压裂施工曲线为压裂施工过程中所述监控参数的瞬时值随时间的变化关系曲线；

所述监控参数包括：井口压力，排量，砂比，套压；

相应地，所述压裂施工曲线包括：井口压力曲线，排量曲线，砂比曲线，套压曲线。

3.如权利要求1所述的压裂施工过程井下故障诊断方法，其特征在于，在划分多个单峰片段的步骤中包括：

采用区间半分法，将每一个所述压裂施工曲线划分为多个单峰片段。

4.如权利要求1所述的压裂施工过程井下故障诊断方法，其特征在于，在建立包括多个基元序列的故障规则库的步骤中包括：

基于预定转换规则，将每一个所述压裂施工曲线对应地多个所述二次多项式转换为多种基元；

根据多种所述基元，得到同一个所述压裂施工曲线对应地多个所述二次多项式相关联的基元序列；

根据所述基元序列，建立所述故障规则库。

5.如权利要求4所述的压裂施工过程井下故障诊断方法，其特征在于，所述预定转换规则包括：

当所述二次多项式两端点的一阶导数符号相同时，即所述二次多项式所对应的单峰片段为包含一个单调区间的简单单峰片段，将所述二次多项式采用一种基元表示。

6.如权利要求4所述的压裂施工过程井下故障诊断方法，其特征在于，所述预定转换规则包括：

当所述二次多项式两端点的一阶导数符号不同时，即所述二次多项式所对应的单峰片段为包含两个单调区间的复合单峰片段，将所述二次多项式采用两种基元表示。

7.如权利要求6所述的压裂施工过程井下故障诊断方法，其特征在于，在将所述二次多项式采用两种基元表示的步骤中包括：

获取所述二次多项式一阶导数为零的点；

以所述一阶导数为零的点为分界点，将所述二次多项式拆分为两个子二次多项式；其中，每一个所述子二次多项式包含一个单调区间；

将两个所述子二次多项式分别采用两种基元表示。

8.如权利要求1所述的压裂施工过程井下故障诊断方法，其特征在于，在将待诊断故障趋势在所述故障规则库中进行匹配，确定所述待诊断故障趋势的类型的步骤中包括：

获取所述基元和所述待诊断故障趋势在相同时间区间内的基元相似度；

基于所述基元相似度，根据第一预设规则，获取所述基元序列与所述待诊断故障趋势的趋势相似度；

根据第二预设规则，为所述趋势相似度赋予权重系数并进行加权运算，获取过程总相似度；

将数值最高的过程总相似度所对应的待诊断故障趋势确定为目标故障。

9.如权利要求8所述的压裂施工过程井下故障诊断方法，其特征在于，所述第一预设规则如下：

$SI=\underset{i=1}{\overset{i=R}{\Σ}}\frac{S_{P_i{P}_i^{*}}{\mathrm{\Δt}}_i^{*}}{T_u};$

其中，

-基元相似度；

SI-趋势相似度；

-第i个时间区间；

P_i ^*-标准故障趋势在第i个时间区间内的基元；

P_i-待诊断故障趋势在第i个时间区间内的基元；

T_u-标准故障趋势和待诊断故障趋势的总时间长度。

10.如权利要求8所述的压裂施工过程井下故障诊断方法，其特征在于，

所述第二预设规则如下：

其中，

CI-过程总相似度；

H-监控参数的数量；

SI_h-第h个基元序列的趋势相似度；

-第h个趋势相似度的权重系数。

11.一种压裂施工过程井下故障诊断装置，其特征在于，包括：

监控参数获取模块，用于获取压裂施工过程中发生故障时的多个监控参数；

压裂施工曲线模块，用于根据多个所述监控参数，生成对应的多个压裂施工曲线；

单峰片段划分模块，用于将每一个所述压裂施工曲线划分为多个单峰片段；

二次多项式拟合模块，用于采用二次多项式拟合多个所述单峰片段，得到对应的多个二次多项式；

故障规则库建立模块，用于根据多个所述二次多项式，建立包括多个基元序列的故障规则库；其中，每一个所述基元序列包括多种基元，多个所述基元序列中的一个或几个的组合对应一种标准故障趋势；

故障趋势匹配模块，用于将待诊断故障趋势在所述故障规则库中进行匹配，确定所述待诊断故障趋势的类型。