基于局部平稳小波时间序列的分布式声学传感数据流异常区域动态检测
应用统计
2018-09-27 v1
摘要
分布式声学传感技术正日益用于支持油气行业的生产和井管理，例如改善流量监测和生产测井。该传感技术能够在油井的多个深度记录大量数据，从而提供前所未有的生产行为洞察。然而，该技术也易于记录异常行为时段，即相同的物理特征在多个深度同时被观测到。此类特征被称为“条纹”，是不期望出现的，会对井性能建模产生不利影响。本文关注于开发一种有原则的方法来识别分布式声学信号中此类异常时段这一重要挑战。我们将近期关于局部平稳小波时间序列分类的工作扩展到在线设置，并由此引入一种计算高效的在线过程，能够准确识别多元时间序列中的异常区域。
引用
@article{arxiv.1809.09729,
title = {Dynamic detection of anomalous regions within distributed acoustic sensing data streams using locally stationary wavelet time series},
author = {Rebecca E. Wilson and Idris A. Eckley and Matthew A. Nunes and Timothy Park},
journal= {arXiv preprint arXiv:1809.09729},
year = {2018}
}