2. 压窜典型响应模式的人工标注
为什么“标注”比“检测”更先落地
压窜诊断规则（阈值、窗口、斜率判据）需要一批“标准答案”来验证。在规则成型之前，最可靠的做法是让工程师基于多井历史案例，把压力曲线上的压窜响应人工切分并打上标签。标注的核心不是画得漂亮，而是把“起跳—峰值—衰减”三段边界定义清楚，使不同标注者、不同井之间具有可比性。
本节采用一套最小可用的标注规范：以受干扰井（生产井）的井口压力为主曲线，邻井压裂施工时段作为辅助参照；标注对象为三个时间点（起跳点 ton、峰值点 tpk、衰减结束点 tend）与两个派生量（起跳幅度 Δp、衰减时长 Tdec）。所有时间点均以“邻井压裂开始时刻”为零点对齐，避免跨井时间戳混乱。
标注规范：三段边界怎么定
- 起跳点 ton：压力偏离基线趋势且连续 3 个采样点同向抬升的首个点；单点毛刺不计。
- 峰值点 tpk：起跳后压力局部极大值，且其后 5 个点内回落幅度 ≥ 起跳幅度的 10%。
- 衰减结束点 tend：压力回落到“基线趋势 + 10%·Δp”带内的首个点。
- 起跳幅度 Δp：峰值压力减去起跳点处的基线趋势值（不是减去起跳点实测值，避免把噪声算进幅度）。
- 置信度：高（三段清晰）、中（衰减段被生产制度调整污染）、低（起跳与峰值难以分离，仅作负样本参考）。
标注样本集的结构
每条标注记录对应一口受干扰井的一次压窜事件，字段设计要能直接喂给后续规则验证脚本。下面给出一个可直接落地的 CSV 结构示例（数值为教学示例，非实测）：
well_id,event_id,t_on_h,t_pk_h,t_end_h,dp_mpa,t_dec_h,confidence,note
A-07,E01,2.5,6.0,18.5,1.82,16.0,high,三段清晰
A-07,E02,31.0,34.5,52.0,0.94,21.0,mid,衰减段遇调产
B-12,E01,1.0,3.5,9.0,2.35,8.0,high,快速响应
B-12,E02,44.0,47.0,70.0,0.61,26.0,low,起跳与峰值粘连
C-03,E01,5.5,9.0,25.0,1.15,19.5,high,—
其中 t_on_h、t_pk_h、t_end_h 为相对邻井压裂开始的小时数；dp_mpa 为起跳幅度；t_dec_h = t_end_h − t_pk_h。confidence 与 note 用于后续分层验证：高置信样本做正样本，低置信样本只用于检验规则的“误报边界”。
标注流程与判读关系
下图把“基线趋势—起跳—峰值—衰减”四要素与三个标注时间点的对应关系画在一起，同时标出 Δp 与 Tdec 的取值区间，便于标注时对照判断。
标注一致性检查
单条标注容易主观，样本集的价值取决于一致性。建议对同一批事件做双人独立标注，用两个指标快速筛查：
- 时间点偏差：|tonA − tonB| ≤ 1 h 视为一致；峰值点允许 ≤ 0.5 h。
- 幅度偏差：|ΔpA − ΔpB| / max(Δp) ≤ 15% 视为一致。
超出阈值的记录不直接丢弃，而是回看曲线：若分歧来自基线拟合窗口不同，则统一基线窗口后重标；若来自衰减段被调产打断，则把置信度降为“中”并写入 note。这样得到的样本集既能验证规则，也能暴露规则在边界情形下的失效方式。
可直接使用的标注记录表
| 字段 | 含义 | 填写要求 |
|---|---|---|
| well_id | 受干扰井编号 | 与生产数据一致 |
| event_id | 事件序号 | 同井内唯一 |
| t_on_h | 起跳点（相对压裂开始，h） | 连续 3 点同向抬升首点 |
| t_pk_h | 峰值点（h） | 局部极大且后续回落 ≥10%Δp |
| t_end_h | 衰减结束点（h） | 回落至基线+10%Δp 带内首点 |
| dp_mpa | 起跳幅度 | 峰值 − 起跳处基线趋势值 |
| t_dec_h | 衰减时长 | t_end_h − t_pk_h |
| confidence | 置信度 | high / mid / low |
| note | 备注 | 记录污染、粘连等异常 |
按此表完成 20～30 条事件标注后，即可进入规则验证：用高置信样本统计检出率，用低置信样本检查误报边界，用中置信样本观察规则在真实污染条件下的稳健性。