[发明专利]一种智能钻井专家系统

摘要

本发明公开了一种智能钻井专家系统，包括现场传感器检测系统、通信系统、智能专家系统和操作系统；现场传感器检测系统通过通信系统连接智能专家系统；智能专家系统连接操作系统，由此形成自动闭环钻井调控系统，现场传感器检测系统采集整个钻井过程的数据；将采集得到的数据通过通信系统送入所述智能专家系统进行处理监测、预报、分析、控制和处理，最后由所述操作系统执行智能专家系统分析后发出的操作指令。本发明能够实现实时性，早发现、早预报、随解释及自动控制功能，不但为钻井工程提供准确的信息，而且，具有降低钻井成本、提高钻井速度、杜绝意外事故、精准油气发现的优点。

主权项

一种智能钻井专家系统，其特征在于，所述智能钻井专家系统包括现场传感器检测系统、通信系统、智能专家系统和操作系统；所述现场传感器检测系统通过所述通信系统连接所述智能专家系统；所述智能专家系统连接所述操作系统，由此形成自动闭环钻井调控系统；所述现场传感器检测系统采集整个钻井过程的数据；然后，将采集得到的数据通过所述通信系统送入所述智能专家系统进行处理监测、预报、分析、控制和处理，最后由所述操作系统执行所述智能专家系统分析后发出的操作指令；所述的现场传感器检测系统用于在钻井全过程中，实时采集钻井检测数据，并将采集到的钻井检测数据通过所述通信系统实时上传给所述智能专家系统；所述的现场传感器检测系统包括地面传感器检测系统和井下传感器检测系统；所述的智能专家系统用于接收所述现场传感器检测系统上传的所述钻井检测数据，并实时对所述钻井检测数据进行智能分析，以优化钻井现场工艺为目标，生成对钻井现场设备的调控指令，并将所述调控指令下发到对应的操作系统；所述的智能专家系统包括输入装置、微处理器、专家模型、存储器、电源装置、输出装置、报警装置和全过程信息化人机显示界面；所述的操作系统用于接收所述智能专家系统下发的所述调控指令，并向对应的现场设备发送所述调控指令，进而控制该现场设备的工作状态，从而优化钻井现场工艺过程；所述操作系统所操作的现场设备包括提升系统、旋转系统、循环系统、动力设备、传动设备、控制系统和辅助设备；所述的地面传感器检测系统包括绞车状态传感器检测子系统、自动送钻状态传感器检测子系统、转盘状态传感器检测子系统、顶驱运行状态传感器检测子系统、泥浆泵运行状态传感器检测子系统、泥浆固相及体积趋势状态传感器检测子系统、MCC的运行监控检测子系统、井控装置检测子系统、立管压力检测子系统和环空压力检测子系统；所述的绞车状态传感器检测子系统用于检测以下信息：绞车运行状态、报警状态、游车位置、大钩悬重和绞车电机电流；所述的自动送钻状态传感器检测子系统用于检测以下信息：送钻运行状态、报警状态、游车位置、大钩悬重和送钻电机电流；所述的转盘状态传感器检测子系统用于检测以下信息：转盘转速、转盘力矩限制、转盘钻井扭矩和转盘电流；所述的顶驱运行状态传感器检测子系统用于检测以下信息：顶驱运行状态、报警状态、钻井扭矩、上扣扭矩、顶驱转速、顶驱设置参数和顶驱电流；所述的泥浆泵运行状态传感器检测子系统用于检测以下信息：泵冲、泵压、排量和转速；所述的泥浆固相及体积趋势状态传感器检测子系统用于检测以下信息：泥浆入口密度、泥浆出口密度、泥浆入口粘度、泥浆出口粘度、泥浆入口流量、泥浆出口流量、泥浆入口温度、泥浆出口温度、含油含气检测、泥浆池液位高度、泥浆池总体积、泥浆入口电导率和泥浆出口电导率；所述的MCC的运行监控检测子系统用于检测以下信息：液压站泵、绞车液压源、搅拌机、灌注泵、补给泵、加重泵、混合泵、除气器、振动筛、离心泵和剪切泵；所述的井下传感器检测系统包括钻头钻压检测子系统、钻头扭矩检测子系统、钻头转速检测子系统、井底压力检测子系统、井底温度检测子系统和钻头方位角检测子系统；所述的输入装置用于向所述处理器和专家模型输入基础数据源；所述基础数据源包括与钻井现场相关的井身工程数据、地质环境数据、设备属性数据、邻井资料数据以及所述现场传感器检测系统实时采集并上传的所述钻井检测数据；所述的专家模型包括钻井水力学计算模型、钻井管柱力学计算模型、井眼稳定性分析模型、钻井风险预测及诊断模型、井眼轨道计算模型、机械钻速及成本预测模型和随钻地层压力预测模型；所述的钻井水力学计算模型用于读取所述输入装置所输入的所述基础数据源，获得钻井泵特性、钻柱结构、钻头类别、钻井液性能、钻井液在管内和环空的流动状态；并计算得到实时钻进循环流动压耗，结合流体力学基本理论，优化确定钻井水力目标参数，进而生成对钻进过程的控制指令；所述的钻井管柱力学计算模型用于读取所述输入装置所输入的当前实际钻具组合数据，获得实际使用的钻井管柱内的钻具属性，包括钻具类别、钻具长度、钻具内径外径值、钻具抗拉抗扭值、钻具使用年限和钻具级别信息；并计算得到实时钻进时该钻具的力学数据，优化确定钻井机械极限约束保护参数，进而生成对钻进过程的控制指令；所述的井眼稳定性分析模型用于读取所述输入装置所输入的派生数据源，获得钻井液在环空地层的实时压力平衡特性，自动计算识别地层岩性，以及不同地层和岩性的可钻性稳定性特点，优化钻进泥浆及水力参数；所述的钻井风险预测及诊断模型用于预建立各种钻井风险模型；将所述输入装置所输入的所述基础数据源输入到所述钻井风险模型，运行所述钻井风险模型，对现场钻井工况进行风险预测；其中，所述钻井风险模型包括井涌风险模型、井喷风险模型、井漏风险模型和卡钻风险模型；所述的井涌风险模型、所述井喷风险模型和所述井漏风险模型的运行过程为通过所述基础数据源，得到气体检测、钻时数据和钻井液参数的变化情况，通过对所述气体检测、钻时数据和钻井液参数的变化情况进行分析，预测相关风险；所述的卡钻风险模型包括压差粘吸卡钻子风险模型、沉砂卡钻子风险模型、坍塌卡钻子风险模型、井壁掉块卡钻子风险模型、开泵憋漏卡钻子风险模型、井内落物卡钻子风险模型、缩径卡钻子风险模型、键槽卡钻子风险模型和钻头泥包卡钻子风险模型；所述的井眼轨道计算模型用于获得真实的地层剖面完整资料，包括地层岩性和密度、储层特性及标志层、气顶、油层、夹层、油底岩性及其深度、地层流体深度和流体压力、流体性质、实钻三维井身轨迹、钻柱及其各组配件与钻头的实时工况、井下钻井动态工况；对所述地层剖面完整资料进行综合分析与整合集成，解释处理得出待钻井段优化的技术参数及决策，并与设计井身结构地质和工程模型时刻比较，生成对钻进过程的控制指令；所述的机械钻速及成本预测模型用于预测实时钻压，并对钻压转速进行优化；具体为关联钻进过程基本规律的数学模式与既定的优化目标，建立钻进目标函数；在此基础上，运用人工智能控制理论及各种线性、非线性规划方法，在确定各种约束条件的情况下，优化目标函数的各项钻进参数，进而生成对钻进过程的控制指令；所述的随钻地层压力预测模型用于对井底压力控制及泥浆管汇系统自动化控制；具体为实时分析计算在停泵、停钻、起钻、下钻、钻进工况下的井底压力，运用井底压力平衡理论，建立井底压力控制模型，从而优化钻进以及起下钻速度，进而生成对钻进过程的控制指令，控制井侵、溢流、井涌、井喷、井漏、井塌钻井事故的发生；所述的电源装置用于向所述处理器和全过程信息化人机显示界面提供不间断的电源供应，所述电源装置包括电源连接装置、蓄电装置和继电保护装置；所述的电源连接装置包括至少一个连接外部电源的电源输入电路和至少一个连接负载的负载输出电路；所述的蓄电装置包括连接蓄电池的蓄电池充放电电路；所述智能钻井专家系统采用以下方法进行钻井：步骤一、根据目标储层的地震资料和地质资料的分析处理结果，确定所述目标储层中水平井段中地质突变的预测区域，当所述水平井段中的钻井钻头到达预测区域时，根据获取的随钻地质资料，确定所述地质突变在所述预测区域中的位置和所述地质突变的类型；步骤二、基于压力波在不同含气率的钻井液中的传播速度不同判断气侵并检测气侵位置；步骤三、基于实钻轨迹最后两测点的测斜数据，计算末测段的轨迹特征参数，所述测斜数据为井深、井斜角、方位角，所述轨迹特征参数用于表征最后测段的轨迹形状；步骤四、基于实钻轨迹末测段的轨迹特征参数，采用外推法计算井底点的轨迹参数，所述轨迹参数包括井斜角、方位角和空间坐标；步骤五、建立通用的靶平面方程以及靶点坐标系与井口坐标系之间的坐标转换关系，以适用于各种井型的靶平面；步骤六、测量暂停钻井液循环状态下的静态环空压力和启动钻井液循环状态下的动态环空压力，测量地面回压，根据所述的地面回压和静态环空压力计算生成等效环空钻井液密度，根据所述的地面回压、等效环空钻井液密度和动态环空压力计算生成环空循环压耗；步骤七、基于所述井底点的轨迹参数和井段长度，预测入靶方向并校核是否满足工程要求，所述入靶方向包括入靶井斜角和方位角；步骤八、根据所述地质突变的位置和地质突变类型、气侵位置、环空循环压耗、预测入靶方向调整钻井钻头的钻进方向；测量钻井液流变性能，根据所述的钻井液流变性能确定水力学模型，并根据所述的等效环空钻井液密度、环空循环压耗和水力学模型计算生成环空钻井液流量；根据所述的等效环空钻井液密度、环空钻井液流量、地面回压以及包括井深、井眼尺寸的钻井数据计算生成全井段环空压力分布信息；将所述的全井段环空压力分布信息输出。