[发明专利]钻井方法及装置

权利要求书

1.一种钻井方法，其特征在于，所述方法包括：

基于不同井深对应的井眼尺寸、钻具组合、钻头型号、钻井液密度和流变参数，对目标井进行井段划分；

分别基于所述目标井的每个井段所对应的录井数据和测井数据训练神经网络，所述录井数据包括对所述目标井的每个井段执行钻井操作时获取的至少一个钻井参数，所述测井数据用于反映所述目标井的每个井段的地球物理参数信息；

基于训练完成的神经网络，确定每个钻井参数对所述目标井的每个井段执行钻井操作的钻速的影响因子，所述影响因子用于反映每个钻井参数的变化对所述钻速的影响程度；

基于所述影响因子和所述至少一个钻井参数，配置对待钻井执行钻井操作的至少一个钻井参数，所述待钻井的测井数据与所述目标井的测井数据的差异小于预设阈值；

基于配置后的钻井参数，对所述待钻井执行钻井操作。

2.根据权利要求1所述的方法，其特征在于，所述基于训练完成的神经网络，确定每个钻井参数对所述目标井的每个井段执行钻井操作的钻速的影响因子，包括：

基于所述训练完成的神经网络，基于敏感性分析方法确定第一钻井参数对所述钻速的影响因子，所述第一钻井参数为所述至少一个钻井参数中的任一钻井参数。

3.根据权利要求1或2所述的方法，其特征在于，所述分别基于所述目标井的每个井段所对应的录井数据和测井数据训练神经网络，包括：

基于所述录井数据和所述测井数据，获取所述神经网络对所述目标井的每个井段对应的钻速预测值；

确定所述钻速预测值与所述目标井的每个井段的实际钻速值的相关度；

当所述钻速预测值与所述实际钻速值的相关度满足预设条件时，确定完成所述神经网络的训练。

4.根据权利要求1或2所述的方法，其特征在于，所述测井数据包括：声波时差，在所述分别基于所述目标井的每个井段所对应的录井数据和测井数据训练神经网络之前，所述方法还包括：

基于所述声波时差获取地层可钻性级值，所述地层可钻性级值用于反映所述目标井处的地层岩石被钻头钻进的难易程度；

所述分别基于所述目标井的每个井段所对应的录井数据和测井数据训练神经网络，包括：

基于所述录井数据和所述地层可钻性级值训练所述神经网络。

5.根据权利要求4所述的方法，其特征在于，所述声波时差t与所述地层可钻性级值K满足：

K＝a×e^-b×t；

其中，所述a和所述b为所述可钻性级值的控制系数。

6.一种钻井装置，其特征在于，所述装置包括：

训练模块，用于基于不同井深对应的井眼尺寸、钻具组合、钻头型号、钻井液密度和流变参数，对目标井进行井段划分，分别基于所述目标井的每个井段所对应的录井数据和测井数据训练神经网络，所述录井数据包括对所述目标井的每个井段执行钻井操作时获取的至少一个钻井参数，所述测井数据用于反映所述目标井的每个井段的地球物理参数信息；

确定模块，用于基于训练完成的神经网络，确定每个钻井参数对所述目标井的每个井段执行钻井操作的钻速的影响因子，所述影响因子用于反映每个钻井参数的变化对所述钻速的影响程度；

配置模块，用于基于所述影响因子和所述至少一个钻井参数，配置对待钻井执行钻井操作的至少一个钻井参数，所述待钻井的测井数据与所述目标井的测井数据的差异小于预设阈值；

处理模块，用于基于配置后的钻井参数，对所述待钻井执行钻井操作。

7.根据权利要求6所述的装置，其特征在于，所述确定模块，用于：

基于所述训练完成的神经网络，基于敏感性分析方法确定第一钻井参数对所述钻速的影响因子，所述第一钻井参数为所述至少一个钻井参数中的任一钻井参数。