基于數(shù)據(jù)挖掘的地下流體觀測井溫度數(shù)據(jù)超差異常監(jiān)測方法

劉重陽

（遼寧省地震局，遼寧 沈陽 110034）

地下流體觀測井井體內(nèi)部監(jiān)測得到的溫度數(shù)據(jù)通常會在一個預(yù)設(shè)范圍內(nèi)上下波動，溫度允許波動范圍被稱之為公差，而當(dāng)監(jiān)測結(jié)果數(shù)據(jù)大于波動范圍時，可以認(rèn)為此時井內(nèi)溫度存在超差現(xiàn)象[1]。當(dāng)發(fā)現(xiàn)溫度發(fā)生急劇變化時，可以預(yù)測地區(qū)存在短期或鄰近階段的地震災(zāi)害。但由于部分地區(qū)的氣象臺的監(jiān)測能力較差，無法及時感知地震前區(qū)域的異常變化，容易導(dǎo)致地區(qū)經(jīng)濟遭受了大量損失、地區(qū)居民出現(xiàn)人身安全威脅的情況發(fā)生[2]。因此我國在各地建立了多個地下流體觀測井，通過對井內(nèi)溫度的及時監(jiān)測，發(fā)現(xiàn)自然災(zāi)害前的異?，F(xiàn)象。為了全面落實并推進此項工作，本文引進數(shù)據(jù)挖掘技術(shù)，以地下流體觀測井為例，設(shè)計一種針對井內(nèi)溫度數(shù)據(jù)超差異?，F(xiàn)象的全新監(jiān)測方法，通過對溫度異?，F(xiàn)象的及時感知，發(fā)揮地下流體觀測井在地區(qū)更高的作用與效能。

1 基于數(shù)據(jù)挖掘的地下流體觀測井溫度數(shù)據(jù)超差異常監(jiān)測方法設(shè)計

1.1 設(shè)定地下流體觀測井溫度數(shù)據(jù)超差判定依據(jù)

為了精準(zhǔn)監(jiān)測的需求，應(yīng)明確井內(nèi)溫度超差的判定依據(jù)[3]。定義地下流體觀測井溫度數(shù)據(jù)集合表示為D，獲取溫度數(shù)據(jù)的數(shù)量表示為q（樣本數(shù)據(jù)集合表示為q），設(shè)定q 在D 中是以多概率ξ 值存在的。此時，q 的表示方式為q^，q 的取值范圍為σ，當(dāng)q^∈D 時，此時井內(nèi)的溫度數(shù)據(jù)為超差異常數(shù)據(jù)[4]。在此基礎(chǔ)上，設(shè)定采集溫度數(shù)據(jù)樣本的所有數(shù)值滿足σ 在空間內(nèi)的高斯分布特征，則q 的正常溫度值概率的95.0%應(yīng)滿足±2σ 的均值相差要求，而不滿足上述要求的溫度數(shù)據(jù)便屬于超差異常數(shù)據(jù)。

給定地下流體觀測井溫度數(shù)據(jù)流為s，在對井內(nèi)溫度進行采樣內(nèi)，假定兩次連續(xù)采樣的溫度數(shù)值均不滿足±2σ 的均值相差要求，即兩個連續(xù)采樣數(shù)據(jù)均為溫度數(shù)據(jù)超差異常數(shù)據(jù)，進行超差異常判定依據(jù)的描述[5]。表達式如下：

公式（1）中：r 表示為溫度超差判定依據(jù)；i 表示為溫度數(shù)據(jù)采集樣本中的遺忘因子。為了確保設(shè)定依據(jù)的準(zhǔn)確性，設(shè)定r 的取值范圍在0～1 之間。

1.2 建立地下流體觀測井反饋溫度數(shù)據(jù)倉庫

采用建立井內(nèi)反饋溫度數(shù)據(jù)倉庫的方式，對不同測點的溫度進行反饋[6]。在此過程中，設(shè)定地下流體觀測井參數(shù)信息、溫控參數(shù)，設(shè)定＞10.0 個光纖溫度測點，建立多個基于Access 的關(guān)系數(shù)據(jù)庫。采用集成數(shù)據(jù)庫Visual C++技術(shù)，對溫度監(jiān)控過程進行可視化處理，確保編程技術(shù)可以集成或應(yīng)用在溫度監(jiān)控過程中時，插入溫度數(shù)據(jù)倉庫信息表，建立全過程可視化的數(shù)據(jù)倉庫技術(shù)框架[7]。

數(shù)據(jù)倉庫共由源端數(shù)據(jù)、ETL 技術(shù)建庫、數(shù)據(jù)倉庫核心存儲和處理工具四個部分組成。通過直接監(jiān)測的方式進行溫度信號的反饋，部分?jǐn)?shù)據(jù)具有冗余、隨機等特點[8]。在數(shù)據(jù)樣本集合中進行主題數(shù)據(jù)的抽取，對采樣數(shù)據(jù)進行格式的統(tǒng)一化處理。對反饋的此部分?jǐn)?shù)據(jù)進行清洗處理，清除數(shù)據(jù)集合中的冗余數(shù)據(jù)、重復(fù)數(shù)據(jù)、錯誤數(shù)據(jù)、亂碼數(shù)據(jù)等，將剩余數(shù)據(jù)按照元數(shù)據(jù)的標(biāo)準(zhǔn)描述方式導(dǎo)入數(shù)據(jù)倉庫層[9]。通過對大量數(shù)據(jù)的統(tǒng)計處理與分析后，根據(jù)數(shù)據(jù)的類別進行統(tǒng)一化處理，為終端監(jiān)控與預(yù)警提供決策。

1.3 基于數(shù)據(jù)挖掘技術(shù)的溫度數(shù)據(jù)頻繁檢索

引進數(shù)據(jù)挖掘技術(shù)，通過對倉庫中歷史溫度數(shù)據(jù)的選擇、溫度數(shù)據(jù)的處理與數(shù)據(jù)格式的標(biāo)準(zhǔn)化轉(zhuǎn)換，實現(xiàn)對數(shù)據(jù)集合的高效率、頻繁檢索，從而獲得更加高質(zhì)量的溫度數(shù)據(jù)集合[10]。數(shù)據(jù)挖掘過程的本質(zhì)是對溫度數(shù)據(jù)的降噪、轉(zhuǎn)換、增添等過程，通過對大量異常數(shù)據(jù)的提取，挖掘溫度數(shù)據(jù)的變化規(guī)律。

利用數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)規(guī)則，對建成的數(shù)據(jù)倉庫集合進行反復(fù)迭代處理分析，找出不同溫度指標(biāo)之間的內(nèi)在聯(lián)系，通過對指標(biāo)的調(diào)整實現(xiàn)對溫度數(shù)據(jù)的頻繁檢測。使用SQL 軟件，建立一個針對數(shù)據(jù)倉庫的關(guān)聯(lián)規(guī)則挖掘模型，根據(jù)不同數(shù)據(jù)集合的強關(guān)聯(lián)，進行溫度數(shù)據(jù)最大閾值與最小閾值的設(shè)定，將規(guī)則數(shù)據(jù)中置信度大于閾值的規(guī)則數(shù)據(jù)作為此次挖掘的關(guān)聯(lián)規(guī)則[11]。根據(jù)數(shù)據(jù)挖掘規(guī)則，建立一個溫度數(shù)據(jù)頻繁項數(shù)，對其進行描述，如下計算公式所示：

公式（2）中：s（A）表示為溫度數(shù)據(jù)s 頻繁項數(shù)；t 表示為溫度數(shù)據(jù)事務(wù)元素；T 表示為溫度數(shù)據(jù)事務(wù)元素集合；P（A）表示為溫度數(shù)據(jù)頻繁項集。其中T=t1；t2；t3；…；tn。完成對頻繁檢索集合的描述后，找出數(shù)據(jù)集合中的非空子集，將其表示為B，按照頻繁項數(shù)的導(dǎo)出規(guī)律，進行溫度數(shù)據(jù)集合的頻繁檢索，將此過程用下述計算公式表示：

公式（3）中：Bc表示為溫度數(shù)據(jù)頻繁檢索過程；C 表示為溫度數(shù)據(jù)集合中的非空真子集。

1.4 基于模糊ARHMM 算法的數(shù)據(jù)超差異常監(jiān)測與預(yù)警

引進模糊ARHMM 算法，對處理后的數(shù)據(jù)超差異?，F(xiàn)象進行監(jiān)控與預(yù)警。建立溫度數(shù)據(jù)馬爾科夫鏈，通過溫度數(shù)據(jù)集合之間的聯(lián)系，對溫度狀態(tài)進行轉(zhuǎn)移，將溫度轉(zhuǎn)移的狀態(tài)與情況用初始化概率參數(shù)表示，將參數(shù)表示為π，利用π建立一個溫度狀態(tài)數(shù)據(jù)轉(zhuǎn)移矩陣，將矩陣表示為R，對R 的描述可用下述計算公式表示：

公式（4）中：aij表示為溫度狀態(tài)數(shù)據(jù)轉(zhuǎn)移矩陣中的狀態(tài)量；N 表示為矩陣行數(shù)與列數(shù)。為了確保對溫度數(shù)據(jù)的高精度監(jiān)控，對上述計算公式中的aij進行描述，aij計算公式如下：

公式（5）中：P 表示為地下流體觀測井溫度數(shù)據(jù)發(fā)生轉(zhuǎn)移現(xiàn)象的概率；St表示為溫度超差數(shù)據(jù)的狀態(tài)描述方式；sj表示為預(yù)測溫度數(shù)據(jù)值；sk表示為觀測溫度數(shù)據(jù)值。將計算得到的溫度數(shù)據(jù)進行串聯(lián)處理，即可得到一個針對地下流體觀測井的溫度超差馬爾科夫鏈。完成處理后，將溫度數(shù)據(jù)鏈導(dǎo)入AR 數(shù)據(jù)觀測模型，對溫度數(shù)據(jù)的超差現(xiàn)象進行描述，將描述后超出預(yù)設(shè)范圍的溫度數(shù)據(jù)作為超差數(shù)據(jù)，通過此種方式，實現(xiàn)對井內(nèi)超差溫度的監(jiān)控，將此過程表示下述計算公式：

2 對比實驗

2.1 地下流體觀測井概況

為了滿足此次實驗的真實性需求，選擇青海玉樹中心區(qū)域外圍700.0km 位置的地下流體觀測井為實驗對象。獲取與此井孔相關(guān)的數(shù)據(jù)信息，具體內(nèi)容如表1 所示。

產(chǎn)婦在順產(chǎn)時，胎兒的娩出會使得陰道極度擴張，雖說產(chǎn)后會自動復(fù)原，但依然會有不同程度的變化，對于有些陰道重度撕裂的女性來說，甚至?xí)绊懶陨?。別擔(dān)心，產(chǎn)后這些盆底康復(fù)訓(xùn)練助你和陰道松弛say byebye！

表1 地下流體觀測井構(gòu)造描述

為了確保地下流體觀測井可以在該地區(qū)發(fā)揮應(yīng)有的效果，在對其進行設(shè)計時，在所有井孔內(nèi)布設(shè)HYJH1-A1100型號的電子式溫度計，用于井內(nèi)溫度測量與反饋。

2.2 實驗數(shù)據(jù)選擇與分析

此次實驗以已知的青海玉樹地震信息作為研究對象，將井內(nèi)溫度數(shù)據(jù)庫中2009 年10 月～2011 年5 月水溫觀測分鐘值數(shù)據(jù)作為樣本數(shù)據(jù)。設(shè)定此地下流體觀測井在投入使用后的公差，明確井內(nèi)溫度數(shù)據(jù)的上限值。通過對數(shù)據(jù)的處理，統(tǒng)計井孔月超差溫度數(shù)據(jù)（當(dāng)月超出3.0 倍公差的溫度數(shù)據(jù)個數(shù)）、每月導(dǎo)入的數(shù)據(jù)量。數(shù)據(jù)完整度為98.54%，月導(dǎo)入數(shù)據(jù)量為92215bit，月超差溫度數(shù)據(jù)均方差為0.0023。

2.3 本文設(shè)計方法可行性檢驗

完成對本次實驗的部署與樣本數(shù)據(jù)的采集后，將本文設(shè)計的方法集成在地下流體觀測井計算機監(jiān)測終端，建立HYJH1-A1100 型號的電子式溫度計與計算機監(jiān)測終端之間的通信連接。

在監(jiān)測終端上設(shè)定一個地下流體觀測井溫度數(shù)據(jù)公差（將公差值表示為A），即溫度界限值，以此種方式，實現(xiàn)對監(jiān)測終端相關(guān)參數(shù)的設(shè)計。

在此基礎(chǔ)上，設(shè)定地下流體觀測井溫度數(shù)據(jù)超差判定依據(jù)，收集并獲取地下流體觀測歷史數(shù)據(jù)，按照標(biāo)準(zhǔn)進行歷史數(shù)據(jù)的處理，建立一個針對地下流體觀測井反饋溫度的數(shù)據(jù)倉庫，將相關(guān)數(shù)據(jù)參照標(biāo)準(zhǔn)導(dǎo)入數(shù)據(jù)倉庫中。引進數(shù)據(jù)挖掘技術(shù)，對不同溫度數(shù)據(jù)進行深度分析，掌握數(shù)據(jù)之間的關(guān)聯(lián)性與規(guī)則，實現(xiàn)對前端HYJH1-A1100 電子式溫度計反饋數(shù)據(jù)的多次迭代與頻繁檢索。引進模糊ARHMM 算法，對比反饋的溫度數(shù)據(jù)與公差值，實現(xiàn)對地下流體觀測井溫度數(shù)據(jù)超差異常的監(jiān)測。根據(jù)終端監(jiān)測的結(jié)果，對超差溫度數(shù)據(jù)進行預(yù)警。

將樣本數(shù)據(jù)按照月份順序?qū)胗嬎銠C監(jiān)測終端，將監(jiān)測結(jié)果繪制成平滑的曲線以便于后續(xù)分析。地下流體觀測井溫度超差異常監(jiān)測結(jié)果如圖1 所示。

圖1 地下流體觀測井溫度超差異常監(jiān)測結(jié)果

上述圖1 中，A 表示為地下流體觀測井溫度數(shù)據(jù)公差。根據(jù)圖中曲線的變化趨勢可以看出，井內(nèi)溫度共發(fā)生過4.0次突跳，分別發(fā)生在2 月～3 月、4 月初、5 月初、6 月～7 月，在7 月～12 月，井內(nèi)溫度監(jiān)測結(jié)果未超過公差值，即沒有發(fā)生溫度超差異?，F(xiàn)象。根據(jù)監(jiān)測終端技術(shù)人員反饋，從開始監(jiān)測到完成監(jiān)測，終端共觸發(fā)四次預(yù)警，與前端井內(nèi)溫度共發(fā)生過4.0 次突跳對應(yīng)，由此可以證明，本文此次設(shè)計的監(jiān)測方法，可以實現(xiàn)對地下流體觀測井溫度超差異常的有效監(jiān)測，即本文方法在實際應(yīng)用中具有一定可行性。

2.4 傳統(tǒng)監(jiān)測方法與本文監(jiān)測方法性能對比

完成對本文設(shè)計方法可行性的檢驗后，為了進一步證明本文方法在使用中的優(yōu)勢，選擇基于BIM 及SQL-SERVER的監(jiān)測方法（方法1）與基于WeMos D1 物聯(lián)網(wǎng)的監(jiān)測方法（方法2）作為傳統(tǒng)方法，進行本文方法與傳統(tǒng)方法監(jiān)測效果的對比。

實驗中，隨機抽取一段時間的地下流體觀測井溫度數(shù)據(jù)，在已知井內(nèi)真實溫度數(shù)值的基礎(chǔ)上，分別使用上述提出的傳統(tǒng)方法1 與傳統(tǒng)方法2，進行區(qū)段溫度的監(jiān)測。為了更加直觀地評價監(jiān)測方法對溫度的監(jiān)測效果，將監(jiān)測結(jié)果繪制成折線圖，如圖2 所示。

圖2 傳統(tǒng)監(jiān)測方法與本文監(jiān)測方法監(jiān)測效果對比

從上述圖2 中可以看出，本文方法監(jiān)測溫度數(shù)值與地下流體觀測井真實溫度數(shù)值幾乎一致；傳統(tǒng)方法1 監(jiān)測溫度數(shù)值與地下流體觀測井真實溫度數(shù)值變化趨勢一致，但部分監(jiān)測結(jié)果數(shù)據(jù)與實測數(shù)據(jù)存在誤差；傳統(tǒng)方法2 不僅存在監(jiān)測溫度數(shù)值與地下流體觀測井真實溫度數(shù)值差異較大的問題，還存在部分溫度數(shù)據(jù)監(jiān)測結(jié)果缺失的現(xiàn)象。

在此基礎(chǔ)上，獲取實驗結(jié)果，對三種溫度數(shù)據(jù)超過異常監(jiān)測方法的監(jiān)測精度進行比較。通過測試可知，傳統(tǒng)方法1的最大相對誤差為3.61，均方差根誤差為4.05，平均相對誤差為4.77；傳統(tǒng)方法2 的最大相對誤差為3.28，均方差根誤差為2.17，平均相對誤差為3.09；而本文方法的最大相對誤差為0.56，均方差根誤差為0.38，平均相對誤差為1.24；由此看出本文方法監(jiān)測結(jié)果的最大相對誤差、均方差根誤差、平均相對誤差，均小于傳統(tǒng)方法，可以實現(xiàn)對溫度的高精度監(jiān)測，從而提高監(jiān)測結(jié)果與真實結(jié)果的一致性。

3 結(jié)論

本文從設(shè)定地下流體觀測井溫度數(shù)據(jù)超差判定依據(jù)、建立地下流體觀測井反饋溫度數(shù)據(jù)倉庫、溫度數(shù)據(jù)頻繁檢索、基于模糊ARHMM 算法的數(shù)據(jù)超差異常監(jiān)測與預(yù)警四個方面，完成了基于數(shù)據(jù)挖掘的地下流體觀測井溫度數(shù)據(jù)超差異常監(jiān)測方法設(shè)計。并在完成此方面內(nèi)容的設(shè)計后，通過對比實驗證明了本文設(shè)計的方法，可以實現(xiàn)對溫度的高精度監(jiān)測，從而提高監(jiān)測結(jié)果與真實結(jié)果的一致性。因此，可在后續(xù)對地下流體觀測井的監(jiān)測中，使用本文方法代替?zhèn)鹘y(tǒng)方法使用，以此種方式，獲取精度更高的溫度數(shù)據(jù)監(jiān)測值，為地區(qū)地震等自然災(zāi)害的發(fā)生給予正確預(yù)警與判斷。