储油罐液位时序数据模式发现

储油罐液位时序数据模式发现对油田生产管理、灾害预警有重要意义,由于目前油气田领域的数据体系繁杂,并未对这些数据加以分类和标识.已有方法借助图形化工具进行人工筛选与检查,这样的方法不适用于长时间不间断生产的石油工业.面对上述问题及已有方法的不足,针对储油罐液位时序数据的特点,提出基于层叠分段与层次聚类模式发现的处理方法.将观测序列转换为离散的线性分段序列,并对各线性分段进行基于DTW(距离的无监督层次聚类,可自动发现时序模式并分配标识符标注时序序列.以储油罐液位时序数据进行实验,发现了隐含的变化模式和变化规律.方法对液位时序变化模式有很好的识别及分类能力,无需人工筛选与检查,并可根据需要,查看不同粒度的变化模式,可为时序数据模式识别,异常检测提供参考和途径.