[发明专利]一种机械钻速预测方法、装置及设备

说明书

本说明书实施例公开了一种机械钻速预测方法、装置及设备，所述方法包括获取目标井眼的指定位置处的特征数据，所述特征数据包括指定位置处的井底钻压，所述井底钻压根据所述目标井眼的地面钩载以及井眼轨迹上从初始位置至所述指定位置之间的各位置样本点所对应的井身结构参数数据、钻具力学参数数据确定；基于预先构建的机器学习模型对所述指定位置处的特征数据进行处理，获得所述目标井眼在指定位置处的机械钻速预测结果。利用本说明书各个实施例，可以提高机械钻速预测的准确性，进而提高钻井施工效率。

技术领域

本发明涉及石油勘探技术领域，特别地，涉及一种机械钻速预测方法、装置及设备。

背景技术

机械钻速是反映所用的碎岩方法、所钻的岩石性质、所用的钻进工艺和技术状况的一个指标，通常可以以单位纯钻进时间内所钻开的进尺来表示。机械钻速预测是石油钻井参数设计、钻井提速工具优选和钻井周期预测的核心。

但钻具的钻头破岩机理复杂、影响因素繁多，尤其是对于深井或定向井，井眼本身的走向、结构等对不同位置处的机械钻速的影响也较为复杂多变。当前多数情况下采用的经典理论或者算法对此类井的机械钻速预测精度无法满足现场设计和施工需求，因此，目前亟需一种可以更加准确的机械钻速预测方法。

发明内容

本说明书实施例的目的在于提供一种机械钻速预测方法、装置及设备，可以提高机械钻速预测的精度。

本说明书提供一种机械钻速预测方法、装置及设备是包括如下方式实现的：

一种机械钻速预测方法，包括：

获取目标井眼的指定位置处的特征数据，所述特征数据包括指定位置处的井底钻压，所述井底钻压根据所述目标井眼的地面钩载以及井眼轨迹上从初始位置至所述指定位置之间的各位置样本点所对应的井身结构参数数据、钻具力学参数数据确定；

基于预先构建的机器学习模型对所述指定位置处的特征数据进行处理，获得所述目标井眼在指定位置处的机械钻速预测结果。

本说明书提供的所述方法的另一些实施例中，所述井底钻压采用下述方式确定：

如果所述指定位置处的井身结构为斜直井段，则根据下述公式确定所述指定位置处的井底钻压：

其中，F₂为所述指定位置的井底钻压，F₁为所述指定位置的邻近位置样本点的轴向力，β为浮力系数，w为所述目标井眼所使用的钻具的单元线重，ΔL为所述指定位置与所述邻近位置的长度；α为所述指定位置处的井斜角，μ为所述指定位置处所述钻具运动所对应的摩擦系数，为所述指定位置处所述钻具轴向与切向运动方向的夹角；

如果所述指定位置处的井身结构为弯曲井段，则根据下述公式确定所述指定位置处的井底钻压：

其中，F₂为所述指定位置的井底钻压，F₁为所述指定位置的邻近位置样本点的轴向力，β为浮力系数，w为所述目标井眼所使用的钻具的单元线重，ΔL为所述指定位置与所述邻近位置的长度；μ为所述指定位置处所述钻具运动所对应的摩擦系数，为所述指定位置处所述钻具轴向与切向运动方向的夹角，θ₂为所述指定位置的方位角，θ₁为所述指定位置的邻近位置的方位角，α₂为所述指定位置的井斜角，α₁为所述指定位置的邻近位置的井斜角。

本说明书提供的所述方法的另一些实施例中，所述特征数据还包括比水功率、上覆岩层压力、地层孔隙压力、钻头磨损程度以及声波测井曲线变异系数。

本说明书提供的所述方法的另一些实施例中，所述预先构建的机器学习模型基于随机森林算法构建获得。