[发明专利]一种基于神经网络的钻井堵漏配方预测方法

说明书

本发明是一种基于神经网络的钻井堵漏配方预测方法，其中实施例涉及数据挖掘技术领域和钻井堵漏领域，具体涉及一种基于神经网络数据挖掘的钻井堵漏配方预测方法。所述方法为：首先基于数据挖掘采集堵漏配方井史数据资料；将采集到的井史数据资料进行数据预处理，数据预处理内容包括数据清洗、数据集成、数据转换、数据归约、数据归一化处理，最终得到经过预处理后的井史数据资料；将预处理后的堵漏配方井史数据资料作为输入，堵漏配方作为输出，以真实堵漏配方为标准值，构建并优化神经网络堵漏配方预测模型；训练改进后的BP神经网络模型；正钻井堵漏配方即时预测；本发明能够实现钻井循环压耗自动预测。

技术领域

本发明涉及一种基于神经网络数据挖掘的钻井堵漏配方预测方法，属于钻井液裂缝性漏失及堵漏领域。

背景技术

在钻井施工作业中，随着钻井液密度增加，常常会因井下地层孔隙压力小于钻井液柱压力而发生井漏。井漏是钻井施工中耗时最多和增加成本很多的井下复杂情况，据估计由于井漏占用的钻井时间和材料等费用每年需花费十亿美元以上。钻井作业中，井漏严重制约钻井速度，各类复杂情况与井漏直接相关，并造成巨大经济损失，特别是造成钻井液成本居高不下的主要原因，井漏的治理事关勘探开发进程。一直是国内外石油工程界特别关注的问题。由于漏失原因复杂、制约因素很多，使之成为国内外钻井、完井工程至今未能完全解决的重大技术难题。

无论在陆地还是海洋，钻井作业环境相对都比较恶劣，施工过程中存在着多种不安全因素，其中井漏是石油钻井、完井过程中经常遇到的复杂问题，由此引起的井下复杂情况和由它诱发的其它井下恶性事故,对钻井、完井工程危害很大，井漏问题的复杂性，使之至今防止井漏和堵漏技术仍具有很强的针对性，堵漏技术仍以现场实践经验为主。通过设计合理的井身结构、钻井液密度、类型、配方、性能及工程技术措施，有效地预防了一些井漏的发生，同时注重了堵漏材料的发展，从单一的桥接堵漏材料转化成了复合堵漏材料，并开发出了酸溶性的暂堵剂和单向压力封闭剂等一系列有储层保护作用的堵漏材料。但是在堵漏配方方面依然需要通过现场实践来进行，增加了石油钻井进程，增大了石油开采成本，因此本专利运用神经网络预测堵漏配方，极大的提高了工作效率，更加精确快速的预测出不同情况下的堵漏配方，确保钻井过程中安全施工。

发明内容

本发明克服了现有技术的不足，提供了一种高效准确预测堵漏配方的方法。解决了钻井过程中堵漏配方难以快速选出、准确掌握的问题。

为解决上述问题，本发明技术如以下步骤：

1)基于数据挖掘采集堵漏配方井史数据资料

通过对采集到的井史数据资料整理得到预测堵漏配方所需的10个参数：各层段岩性、地层孔隙压力系数、井深结构、钻井液粘度、钻井液密度、井史漏失泵压、井史漏失钻速、井史漏失速度、井史漏失量、井史不同层段漏失所用配方；将所采集的井史数据资料作为训练模型的标准样本。

2)将采集到的井史数据资料进行数据预处理，数据预处理内容包括数据清洗、数据集成、数据转换、数据归约、数据归一化处理，最终得到经过预处理后的井史数据资料

上述数据预处理的进一步特征在于：

2-1)所述数据清洗的内容为检查数据的一致性、处理逻辑错误、数据缺失值填补、噪声处理；

2-2)所述数据集成指把不同来源、格式、特点性质的数据在逻辑上或物理上有机地集中，从而为之后数据分析提供全面共享；

2-3)所述数据转换是指将原始数据变化成适合数据分析的形式，数据转换的主要内容有数据平滑、数据聚集、数据泛化、数据规范化；

2-4)所述数据归约是指在尽可能保持数据原貌的前提下，最大限度地精简数据量，

2-5)所述数据归一化处理采用Min-Max标准化来进行数据预处理。