本發(fā)明公開了一種基于深度異常檢測的井筒積液檢測方法，其首先獲取SCADA生產(chǎn)高頻數(shù)據(jù)并對其進行降維；然后將降維后的SCADA生產(chǎn)高頻數(shù)據(jù)與A2數(shù)據(jù)和地質(zhì)參數(shù)數(shù)據(jù)進行特征融合；其次利用中融合后的特征進行數(shù)據(jù)建模并進行訓練，計算預測誤差；最后，根據(jù)得到的預測誤差計算動態(tài)閾值，并根據(jù)動態(tài)閾值判斷井筒是否積液。本方案使用SCADA秒級數(shù)據(jù)作為特征，使得模型不僅僅只關(guān)注天與天之間的數(shù)據(jù)波動，也考慮到天內(nèi)數(shù)據(jù)波動情況，能捕捉到更加細微的數(shù)據(jù)變化。且實驗結(jié)果也證明，天內(nèi)數(shù)據(jù)波動情況更能反映具體的生產(chǎn)實際情況，在對SCADA高頻數(shù)據(jù)的處理上采用先降維的方法，更好地去服務(wù)模型的數(shù)據(jù)建模，也避免了維災難的出現(xiàn)。