[发明专利]一种智能化判断钻井短起最佳时机的方法

权利要求书

1.一种智能化判断钻井短起最佳时机的方法，其特征在于：包括以下步骤：

S01：获取跟钻屑堆积有关的录井相关参数

对各录井相关参数进行关联归一处理，获得相关实际参数测量值；

S02：建立相关录井参数正常值预测模型

利用模型获得相关录井参数正常值；

S03：计算录井参数的融合偏差值

将预测的部分录井参数正常值跟相关实际参数测量值进行对比，计算出融合偏差值Δ_STF；

S04：判断是否需要短起

根据融合偏差值Δ_STF，判断是否需要短起；

S05：评价短起效果

将进行短起后的部分录井参数跟预测模型正常值比较，通过融合偏差程度评价短起效果，并且在短起之后删除参数测量异常值。

2.根据权利要求1所述的智能化判断钻井短起最佳时机的方法，其特征在于：所述S01中，录井相关参数为大钩负荷、大钩高度、立管压力、测量井深、垂直井深、钻头测量深度、钻头垂直深度。

3.根据权利要求2所述的智能化判断钻井短起最佳时机的方法，其特征在于：所述S02中，所建立的模型为基于森林优化算法的广义回归神经网络模型，模型输入为测量井深、垂直井深、钻头测量深度、钻头垂直深度，模型输出为大钩负荷、大钩高度、立管压力。

4.根据权利要求3所述的智能化判断钻井短起最佳时机的方法，其特征在于：所述S03中，获得录井参数正常值和实际测量值后，通过下式计算融合偏差值Δ_STF：

D_m为大钩负荷的权值，D_h为大钩高度的权值，D_p为套管压力的权值，M_f为大钩负荷预测正常值，M_a为大钩负荷实际测量值，H_f为大钩高度预测正常值，H_a为大钩高度实际测量值，P_f为套管压力预测正常值，P_a为套管压力实际测量值。

5.根据权利要求4所述的智能化判断钻井短起最佳时机的方法，其特征在于：所述S04中，融合偏差值跟钻屑堆积程度和井筒压力有关，能直接反映钻进状况，判断是否需要短起，其关系如下：

不用短起，钻进安全；

需要调整环空流量，可继续钻进；

需要进行短起。

6.根据权利要求5所述的智能化判断钻井短起最佳时机的方法，其特征在于：所述S05中，融合偏差程度跟短起效果关系如下：

短起效果极好；

短起效果较好；

短起效果较差。