一种基于时序分析的电参降噪方法技术

本发明专利技术涉及数据降噪技术领域，尤其涉及一种基于时序分析的电参降噪方法，包括如下步骤：步骤1.从油田物联网数据库调用时序电参数据；步骤2.最新数据与最新历史数据进行皮尔逊相关对比；步骤3.分别比对抽油机全周期360度的皮尔逊相关系数P360和抽油机上冲程前90度的皮尔逊相关系数P90；步骤4.根据P360、P90结果判断数据的变化是否是地下工况变化；步骤5.循环上述步骤，本公开通过采用线性差值法将数据补全到统一长度，继而通过皮尔逊进行相关性分析，根据相关系结果确定数据是否为噪声，简单高效地进行电参噪声数据的分析与确定，并且可以有效去除噪声数据。可以有效去除噪声数据。可以有效去除噪声数据。

【技术实现步骤摘要】
一种基于时序分析的电参降噪方法


[0001]本专利技术涉及数据降噪
，尤其涉及一种基于时序分析的电参降噪方法。

技术介绍

[0002]本部分中的陈述仅提供与本公开有关的背景信息并且不构成现有技术。
[0003]时序是为了维持数据信号与其参考时钟信号之间的相对位置，保证在时钟上升沿或者下降沿附近的数据能够维持稳定，这样数据就能被有效的读取，时序参数分成了三类，一类是用来描述驱动端的，一类是用来描述接收端的，还有一类是用来描述传输通道的。
[0004]现有公开的技术应用中，最为重要的抽油机日常生产中，就会由于各种偶然因素，例如电参波动、机械振动、年久失修等的影响，使得电参数据中存在许多噪声，这些噪声严重影响了进一步针对驱动端数据，接收端数据以及传输通道数据等的分析和处理，因此必须预先去噪。

技术实现思路

[0005]专利技术人通过研究发现：抽油机的电参波动以及常见的机械振动，例如轴向振动波，切向振动波等，还有经过长久未使用或者长时间使用而未及时修理导致的功率等的损耗，均会慢慢增加电参数据中混杂的噪声。
[0006]本公开的目的在于提供一种基于时序分析的电参降噪方法，通过对原始数据进行预处理，再对预处理后的原始数据与历史数据相关性分析，来解决现有技术无法进行有效去除电参噪声数据的技术问题。
[0007]据本公开的一个方面，提供一种基于时序分析的电参降噪方法，包括如下步骤：
[0008]步骤1.从油田物联网数据库调用时序电参数据，对原始数据进行线性插值，所有数据统一转换成360点，对应抽油机运转的360度；
[0009]步骤2.最新数据与最新历史数据进行皮尔逊相关对比，最新数据与历史数据进行逐点对比，对比方法参照如下公式：
[0010][0011]其中X：最新数据；Y：历史数据；：最新数据均值；：历史数据均值；
[0012]步骤3.分别比对抽油机全周期360度的皮尔逊相关系数P360和抽油机上冲程前90度的皮尔逊相关系数P90，得到数据P360和数据P90；
[0013]步骤4.根据P360、P90结果判断数据的变化是否是地下工况变化；
[0014]步骤5.循环上述步骤1
‑
4，直至降噪结束，停止循环。
[0015]本公开的一些实施例中，所述时序电参数据包括驱动端数据，接收端数据以及传输通道数据。
[0016]本公开的一些实施例中，所述判断标准为：如果P360≥0.8且P90≥ 0.92，则属于
地下工况变化；反之则为噪声数据。
[0017]本公开的一些实施例中，所述判断标准为：如果P360<0.8且P90<0，则属于地下工况变化，反之则为噪声数据。
[0018]本公开与目前公开的技术相比，具有如下的优点和有益效果：本公开通过采用线性差值法将数据补全到统一长度，继而通过皮尔逊进行相关性分析，根据相关系结果确定数据是否为噪声，简单高效地进行电参噪声数据的分析与确定，并且可以有效去除噪声数据。
附图说明
[0019]图1是本专利技术的逻辑流程图；
[0020]图2是本专利技术的抽油机正常生产波动时的功率曲线与正常功率曲线对比图；
[0021]图3是本专利技术的抽油机因电网、机械振动产生噪声时的功率曲线与正常功率曲线对比图；
[0022]图4是本专利技术的抽油机发生地下工况时的功率曲线与正常功率曲线对比。
[0023]图例说明：附图2
‑
4中的标号1、2分别对应最新数据与历史数据。
具体实施方式
[0024]请一并参考说明附图1
‑
图4，本实施例提供了一种基于时序分析的电参降噪方法，该基于时序分析的电参降噪方法已经处于实际测试使用阶段。
[0025]在以下段落中，更为详细地限定了实施例的不同方面。如此限定的各方面可与任何其他的一个方面或多个方面组合，除非明确指出不可组合。尤其是，被认为是优选的或有利的任何特征可与其他一个或多个被认为是优选的或有利的特征组合。本专利技术中出现的“第一”、“第二”等用语仅是为了方便描述，以区分具有相同名称的不同组成部件，并不表示先后或主次关系。
[0026]实施例
[0027]本实施例至少包括以下内容：一种基于时序分析的电参降噪方法，包括如下步骤：
[0028]步骤1.从油田物联网数据库调用时序电参数据，对原始数据进行线性插值，所有数据统一转换成360点，对应抽油机运转的360度；
[0029]步骤2.最新数据与最新历史数据进行皮尔逊相关对比，最新数据与历史数据进行逐点对比，对比方法参照如下公式：
[0030][0031]其中X：最新数据；Y：历史数据；：最新数据均值；：历史数据均值；其中相关系数的绝对值越大，相关性越强；相关系数越接近于1，正相关度越强，相关系数越接近于0，相关度越弱，相关系数越接近于
‑
1，负相关度越强。
[0032]步骤3.分别比对抽油机全周期360度的皮尔逊相关系数P360和抽油机上冲程前90度的皮尔逊相关系数P90，得到数据P360和数据P90；
[0033]步骤4.根据P360、P90结果判断数据的变化是否是地下工况变化；
[0034]步骤5.循环上述步骤1
‑
4，直至降噪结束，停止循环。
[0035]参考说明附图1，其中时序电参数据包括驱动端数据，接收端数据以及传输通道数据，判断标准为：如果P360≥0.8且P90≥0.92，则属于地下工况变化；反之则为噪声数据；又一判断标准为：如果P360<0.8且P90<0，则属于地下工况变化，反之则为噪声数据。
[0036]参考说明附图2
‑
4，需要说明的是选取抽油机全周期360度进行对比，主要是抽油机在实际生产过程中，地下生产情况相对稳定，电参除发生瞬时工况时，前后两组数据间基本均保持很小的波动；选取抽油机上冲程前90度进行对比，主要是抽油机发生瞬时工况时，主要是地下杆泵发生漏失和断脱，与地面抽油机平衡块之间的平衡被打破，从而导致抽油机在上冲程的180度内产生反向负功。
[0037]以上所述仅为本专利技术的较佳实施例而已，并不用以限制本专利技术，凡在本专利技术的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本专利技术的保护范围之内。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时序分析的电参降噪方法，其特征在于，包括如下步骤：步骤1.从油田物联网数据库调用时序电参数据，对原始数据进行线性插值，所有数据统一转换成360点，对应抽油机运转的360度；步骤2.最新数据与最新历史数据进行皮尔逊相关对比，最新数据与历史数据进行逐点对比，对比方法参照如下公式：其中X：最新数据；Y：历史数据；最新数据均值；历史数据均值；步骤3.分别比对抽油机全周期360度的皮尔逊相关系数P360和抽油机上冲程前90度的皮尔逊相关系数P90，得到数据P360和数据P90；步骤4.根据P360、P90结果判断数据的变化是否是地下工况变化；步骤5.循...

【专利技术属性】
技术研发人员：田青，
申请(专利权)人：大庆正方软件科技股份有限公司，
类型：发明
国别省市：