3. 漏斗黏度异常跳变识别

为什么漏斗黏度跳变要按“日变化率”看

漏斗黏度（FV）单点数值受测量手法、温度、气泡和读数误差影响，直接设上下限容易误报。更稳健的做法是看相邻两天的变化率：把每天 FV 与前一日 FV 比较，得到日变化率 r=(FV_今−FV_昨)/FV_昨×100%，再与阈值比较。阈值应结合钻井液体系和井段设定，本例采用教学示例阈值：|r| ≥ 15% 记为跳变点，其中 r≥+15% 为“突增”，r≤−15% 为“突降”。

需要注意两个工程约束：一是首日无前值，不参与变化率计算；二是缺测日（FV 为空或 0）不能当作 0 参与计算，应跳过并让“昨值”回溯到最近一个有效值，同时在结果中标注间隔天数，避免把多日累积变化误判为单日跳变。

计算与标记的实现

下面用一段可直接运行的 Python 完成：读取连续日报的 FV 序列 → 跳过缺测并回溯最近有效值 → 计算日变化率 → 标记跳变点 → 输出疑似原因提示。示例数据即上图中的 8 天记录，其中 D4 为 58 s、D6 为 45 s。

records = [
    {"date": "D1", "fv": 42},
    {"date": "D2", "fv": 44},
    {"date": "D3", "fv": 43},
    {"date": "D4", "fv": 58},
    {"date": "D5", "fv": 57},
    {"date": "D6", "fv": 45},
    {"date": "D7", "fv": 46},
    {"date": "D8", "fv": 47},
]

THRESHOLD = 0.15  # 教学示例阈值：|r| >= 15%

def is_valid(v):
    return v is not None and v > 0

prev_fv, prev_date, gap = None, None, 0
results = []

for rec in records:
    fv = rec["fv"]
    if not is_valid(fv):
        gap += 1          # 缺测：不计算，累积间隔
        continue

    if prev_fv is None:   # 首个有效值，无前值
        results.append((rec["date"], fv, None, None, gap))
    else:
        r = (fv - prev_fv) / prev_fv
        flag = "突增" if r >= THRESHOLD else ("突降" if r <= -THRESHOLD else "正常")
        results.append((rec["date"], fv, r, flag, gap))

    prev_fv, prev_date, gap = fv, rec["date"], 0

for date, fv, r, flag, gap in results:
    if r is None:
        print(f"{date}  FV={fv}s  首日，不计算变化率")
    else:
        note = f"（间隔{gap}天）" if gap else ""
        print(f"{date}  FV={fv}s  r={r:+.1%}  {flag}{note}")

运行后输出与图中一致：D4 的 r=+34.9% 判为突增，D6 的 r=−21.1% 判为突降，其余均在阈值内。若某天 FV 缺失，该天不产生变化率记录，下一条有效记录会带上“间隔 n 天”的提示，此时应把该变化率理解为跨多日的累积变化，判读时更谨慎。

跳变点的疑似原因提示

标记出跳变点后，需要给出可核查的方向性提示，而不是直接下结论。按“突增/突降”分别对应常见成因，形成如下排查对照：