[发明专利]一种基于聚类算法的溢流早期预警方法

摘要

本发明公开了一种基于聚类算法的溢流早期预警方法，通过在控压钻井施工中，实时监测立管压力传感器以及套管压力传感器的压力数据变化，利用改进DBSCAN聚类算法将套管压力数据以及立管压力数据进行聚类，得到两种压力曲线的变化趋势，根据敏感度的设定进行溢流事故预警。本发明监测及时，精度高，能应对多种井下复杂状况；采用现有地面测量设备的测量信息，监测成本低，利于现场大规模推广应用；依据溢流事故与立压套压变化趋势具有相关性的特点，利用聚类算法将其分类并根据趋势进行判别，提前了溢流预警时间；避免了钻井过程中由于地质信息复杂或缺乏邻井资料的原因，而使得无法建立基于样本信息的溢流预警模型的问题，更具广泛应用性。

主权项

1.一种基于聚类算法的溢流早期预警方法，其特征在于，所述基于聚类算法的溢流早期预警方法通过在控压钻井施工中，实时监测立管压力传感器以及套管压力传感器的压力数据变化，利用改进DBSCAN聚类算法将套管压力数据以及立管压力数据进行聚类，得到两种压力曲线的变化趋势，根据敏感度的设定进行溢流事故预警；DBSCAN聚类算法是将数据点的斜率值作为聚类原则，根据得到的立管压力和套管压力的聚类结果，采用最小二乘法进行线性拟合分析，并将每一类拟合直线段的斜率来表示此段压力曲线的斜率Ti；结合压力斜率以及斜率变化持续时间作为该点的实际斜率值：式中：K的值根据现场情况而定，取2；y′(t)表示套管压力数据或立管压力数据进行线性拟合后t时刻的斜率；y(t+i)表示套管压力数据或立管压力数据进行线性拟合后(t+i)时刻的值；y(t‑i)表示套管压力数据或立管压力数据进行线性拟合后(t‑i)时刻的值。