一种基于图时序网络的石油钻井工况异常识别方法

本申请涉及一种基于图时序网络的石油钻井工况异常识别方法。所述方法包括：首先，获取历史石油钻井工况数据，并进行预处理；之后，构建异常工况识别模型，所述模型包括Shapelet提取模块、时间卷积网络模块、动态图构建模块和图注意力网络模块；之后，采用所述历史石油钻井工况数据训练所述异常工况识别模型；最后，实时采集石油钻井工况，并输入训练后的异常工况识别模型中，确定石油钻井异常情况。也就是说，使用Shapelet的方式处理多变量时间序列问题，引入图注意力网络和TCN融合的方式解决了Shapelet难以建模多变量时间序列变量间关系的难题，能够有效检测溢流事件的发生，防止重大安全事故发生。