2. 施工曲线数据采集与预处理实战

压裂酸化施工曲线复盘的质量，首先取决于曲线数据本身是否“干净、对齐、可信”。现场采集系统通常以1 Hz～10 Hz的频率记录井口压力、套管压力、混砂车排量、总排量、砂浓度、酸浓度、密度、液位等数十个通道，不同通道来自不同仪表、不同PLC或不同采集卡，采样周期、时间基准、量纲和信号形态差异很大。如果直接把这些原始数据画在同一张图上做归因，很容易把仪表毛刺误判为“砂堵”，把通讯丢包误判为“压力骤降”，把时间偏移误判为“泵注与加砂不同步”。因此，本节围绕“采得准、洗得净、对得齐、识得出”四个环节展开，重点讲清采集规范、清洗规则、时间对齐方法和异常值识别逻辑。

一、采集规范：先保证“源头可信”

采集规范的核心是让每个参数都有明确的物理含义、量纲、采样周期和有效性标志。压力通道应区分井口压力、套管压力、施工管柱摩阻折算点，并注明是表压还是绝压；排量通道应区分单泵排量、混砂车排出排量和井口总排量，避免复盘时把“混砂车排量”误当成“入井排量”；砂浓度应明确是“混砂车出口砂浓度”还是“井口砂浓度”，两者在携砂液沿程混合后存在差异；酸浓度应注明是酸罐出口浓度、混配后浓度还是井口取样浓度，并记录取样时间。每个通道至少应携带时间戳、原始值、工程单位、量程、仪表编号和有效性标志（如通讯正常、超量程、人工置值）。

采样周期方面，压力类快速变化信号建议不低于5 Hz，排量和砂浓度建议不低于1 Hz，酸浓度若为人工化验或在线滴定，则按实际更新周期记录并标注“保持值”属性。所有通道应统一使用同一台采集服务器的时钟源，避免各PLC本地时钟漂移。下面的示例配置片段给出了一条通道的元数据描述方式，字段可根据实际采集系统调整：

channel: WHP
name: 井口压力
unit: MPa
type: gauge
sample_hz: 5
range: [0, 120]
source: PLC-A / AI-03
valid_flag: comm_ok && !over_range
note: 表压，传感器安装于井口四通

二、数据清洗：按“信号形态”而不是按“好看”处理

清洗不是把曲线修平滑，而是去掉不可信点并保留真实施工特征。常用规则包括：超量程点置为无效；连续相同值超过设定时长（如砂浓度连续60 s完全不变）标记为“保持值”，不参与变化率计算；短时尖峰采用“中值滤波+阈值”组合判断，而不是简单均值平滑，因为均值会把真实压力波动抹平。对于压力通道，可先做3点中值滤波，再计算一阶差分，若某点差分绝对值超过前30个点差分标准差的6倍且持续小于0.5 s，则判为毛刺并置无效；对于排量通道，若相邻两点跳变超过量程的30%且下一周期立即恢复，判为通讯跳变。清洗后应保留原始列和清洗标记列，便于复盘追溯。

三、时间对齐：把“不同步”变成“可比较”

时间对齐要解决三类偏差：时钟偏差、传输延迟和保持值造成的“阶梯”。首先以采集服务器时间为基准，对各PLC通道做统一授时；其次对存在固定传输延迟的通道（如部分无线传感器）用已知事件做互相关估计延迟量，例如以“开泵瞬间排量上升”和“井口压力响应”为共同事件，估计两通道的相对时移；最后对酸浓度这类低频保持值通道，采用“前向保持+事件对齐”方式，把化验或滴定结果对齐到实际取样时刻，而不是对齐到录入时刻。对齐完成后，所有通道应落在同一时间栅格上（如0.2 s），并对插值产生的点标注“插值”标志，避免把插值点当作实测点参与异常判定。

四、异常值识别：区分“工况异常”与“采集异常”

异常值识别最容易犯的错误，是把所有突变都当成施工异常。正确的做法是先做“采集异常”筛查，再做“工况异常”判定。采集异常的典型特征是：单通道孤立突变、持续时间短于一个采样周期或小于0.5 s、与相关通道无同步响应、恢复后数值回到原趋势线附近。工况异常的典型特征是：多通道同步变化、持续时间超过数秒、变化方向符合工艺逻辑（如砂浓度上升伴随压力上升、排量下降伴随压力下降）、在后续时间段可复现或可解释。例如，井口压力在2 s内下降8 MPa，同时总排量下降40%、砂浓度不变，这更可能是泵注中断或管线泄漏，属于工况异常；而井口压力单点跳升15 MPa、下一采样点立即恢复、排量无变化，则应判为传感器毛刺。

为提高识别效率，可对每个通道建立“变化率—持续时间—关联通道”三维判据。以压力为例，设采样周期0.2 s，计算滑动窗口内的压力变化率dP/dt，当|dP/dt|超过0.5 MPa/s且持续超过2 s时进入候选异常；再检查排量通道是否在同窗口内变化超过10%，若否则降级为“待核查采集异常”。砂浓度通道则关注阶跃幅度和持续时间，若砂浓度在10 s内从180 kg/m³升至350 kg/m³且压力同步上升，属于正常加砂段；若砂浓度阶跃但排量和压力均无响应，则优先怀疑浓度计标定漂移或信号保持。

五、面向复盘的交付物：一张可追溯的数据质量表

完成采集、清洗、对齐和异常识别后，建议为每段施工曲线生成一张数据质量表，字段包括通道名、采样频率、无效点比例、最大时间偏移、异常事件列表及判定结论。下面给出一个示例结构，数值为教学假设，实际使用时按现场数据填写：

这张表的价值在于把“曲线看起来不对”转化为“哪个通道、哪个时刻、哪类异常、什么结论”。复盘人员据此可以快速定位是仪表问题、通讯问题还是真实工况变化，避免在归因阶段把采集缺陷误读为施工质量事故。采集规范决定数据下限，清洗和对齐决定数据可用性，异常识别决定结论可信度，三者缺一不可。