3. 产量数据准备与预处理

Arps递减拟合的精度，在很大程度上并不取决于拟合算法本身，而取决于喂给算法的产量时间序列是否干净。现场得到的产量数据往往来自计量间、单井计量、功图折算或数据库导出，天然带有开关井、计量误差、修井停产、注水见效、措施增产等干扰。若直接把这些点投入拟合，最小二乘会把异常点当作真实趋势去迁就，导致递减率偏大或偏小、初始产量 q_i 失真、预测储量偏差。因此本节的核心任务是：把一段"能反映自然递减规律"的产量序列从原始数据中提炼出来。

一、数据收集：先明确"用哪一段、用哪个量"

收集阶段要解决三件事：时间口径、产量口径、约束条件。时间上，Arps拟合要求等时间间隔序列，现场常见的是日产量、月产量或旬度折算产量。日产量噪声大但分辨率高，月产量平滑但点数少（拟合指数递减时月数据点少于12个往往不稳定）。工程上常用做法是：以月产量为主拟合，用日产量辅助识别异常。

产量口径必须统一。油井应明确用产油量还是产液量：含水上升期用产油量拟合递减更符合Arps的物理假设，而产液量在含水稳定阶段更平稳。同时要记录生产时间（开井时率），因为关井20天的月份产量天然偏低，这不是递减，而是停产。常见处理是把月产量折算为"正常生产日的日产水平"：

q_norm = Q_month / (N_days × H)      # H 为开井时率(0~1)
# 示例：某月产油 620 t，30 天，开井时率 0.83
# q_norm = 620 / (30 × 0.83) ≈ 24.9 t/d

此外要同步收集工作制度（油嘴/泵径/冲程冲次）、措施记录、注水对应关系。这些不是拟合输入，却是判断"某个点该不该剔除"的唯一依据——没有措施记录的异常点，你无法区分它是计量错误还是真实增产。

二、异常值识别：三类来源、三种判据

异常值按成因分三类：停产型（关井、修井、地面故障导致产量骤降甚至为零）、计量型（单点跳变、单位错误、录入重复）、工程型（压裂、酸化、补孔、换泵造成的真实台阶式变化）。前两类应剔除或修正，第三类不能简单剔除，而应分段拟合，因为它是油藏/工艺状态的真实改变。

识别判据建议组合使用，而不是只看一条：

• 物理阈值：产量 ≤ 0 或超过该井历史峰值 1.5 倍且无措施记录，标记可疑。
• 统计判据：对相邻点计算一阶差分，用中位数绝对偏差 MAD 稳健估计离散度，|Δq − median(Δq)| > 3×1.4826×MAD 判为跳变。MAD 比标准差抗污染，适合含多个异常点的序列。
• 趋势判据：对序列做局部线性回归或三点滑动中值，残差超过 2 倍局部标准差的点标记；连续多点同向偏离则更可能是真实台阶而非孤立异常。

三、数据平滑：保留趋势、压掉噪声

平滑的目的是抑制计量噪声，但绝不能把真实递减"抹平"。常用方法有三类，适用场景不同：

滑动平均最简单，取窗口内算术平均，窗口取 3 或 5 个点。缺点是端点损失、对台阶响应滞后。中值滤波对孤立尖峰特别有效，窗口 3 点即可去掉单点跳变而不改变台阶位置，是清洗阶段的首选。指数平滑给近期数据更大权重，适合产量缓慢连续变化的井，平滑系数 α 取 0.2～0.4 较常用。

# 3点中值滤波示例（月产油，t/d）
raw  = [25.1, 24.6, 61.3, 23.9, 23.2, 22.8]
# 对第3点取中值：median(24.6, 61.3, 23.9) = 24.6
# 61.3 被判为计量跳变并被替换，趋势保持连续

需要强调的是：平滑不能替代剔除。若把停产月与正常月一起平滑，会把低值"摊"到相邻点，人为压低 q_i。正确顺序是：先剔除/修正异常，再平滑，最后才进入拟合。

四、归一化：让不同井、不同制度可比

归一化在Arps拟合中有两个用途。其一是多井对比与批量拟合时消除量纲差异，常用 min-max 归一化把产量映射到 [0,1]，或用 q/q_max 表示无因次产量。其二是时间归一化：把日历时间换算为"生产时间"，即累计开井天数，使不同开井时率的井落在同一时间轴上。

q_scaled = (q - q_min) / (q_max - q_min)
t_prod   = Σ (N_days × H)      # 累计生产时间，替代日历时间

五、质量检查：进入拟合前的最后一道关

清洗完成后，用一张简表核对关键指标，确认数据"可拟合"：有效点数是否足够（指数递减建议 ≥ 12 个，双曲递减建议 ≥ 18 个）、时间间隔是否等距、开井时率是否已折算、异常点是否均有处理记录、平滑前后趋势是否一致。若有效点不足，应改用更长的时间单元（如季度）或放宽平滑强度，而不是硬拟合。

把上述步骤串起来，一个可复用的处理顺序是：统一口径并折算日产 → 按开井时率剔除停产月 → MAD 抓孤立跳变 → 对照措施台账区分工程台阶 → 中值滤波平滑 → 归一化与生产时间换算 → 质量检查。以某示例井为例（数据为教学假设）：原始月产油序列含 1 个停产月（时率 0.2）、1 个计量跳变点（61.3 t/d）、1 次压裂后产量台阶抬升。处理后剔除停产月、修正跳变点、在压裂点处分段，前段得到 14 个有效点，拟合指数递减 D≈0.021/月，回代预测与后段实测偏差在 8% 以内；若不做预处理直接拟合，D 被拉高到 0.034/月，预测一年后产量偏低约 22%。这个对比说明：预处理不是可选的"美化"步骤，而是决定拟合结果物理可信度的前置条件。