[发明专利]井漏识别方法、装置及计算机设备

摘要

本发明公开了一种井漏识别方法、装置及计算机设备，属于钻井技术领域。本发明通过将历史钻井数据及其对应的井漏情况作为初始数据，并对该初始数据进行清洗，使之更符合分类模型的输入要求，可以提高分类结果的准确度；在该样本数据中，按照贡献值从大到小，提取预设数量的特征及其对应的样本数据，以便减少输入分类模型中的数据量，提高模型训练速度和准确度；然后，根据该预设数量的特征对应的样本数据及井漏情况，获取符合预设准确度要求的分类模型。在实时识别井漏情况时，将实时钻井数据输入该分类模型中，得到井漏识别结果。上述井漏识别方法无需要求现场工程师具备较高操作水平，即可得到准确度和时效性较高的井漏识别结果。

主权项

1.一种井漏识别方法，其特征在于，所述方法包括：获取按照时序排列的初始数据，所述初始数据包括历史钻井数据和所述历史钻井数据对应的井漏情况；对所述初始数据进行数据清洗，得到样本数据，所述样本数据包括正样本数据和负样本数据，所述正样本数据为井漏期间的历史钻井数据，所述负样本数据为非井漏期间的历史钻井数据；对所述样本数据，基于第一滑动窗口，获取所述样本数据的统计特征；对所述样本数据，基于所述第一滑动窗口，对所述样本数据进行离散小波变换，得到所述样本数据的小波特征；获取所述样本数据的统计特征和所述样本数据的小波特征对分类结果的贡献值，所述分类结果为对所述样本数据进行分类得到的用于井漏识别的结果，所述贡献值表示特征对所述分类结果的影响大小；按照所述贡献值从大到小，获取预设数量的特征，从所述正样本数据和负样本数据中提取所述预设数量的特征对应的正样本数据和负样本数据；基于所述预设数量的特征对应的正样本数据和负样本数据，对多个初始第一分类模型进行训练，得到多个第一分类模型，所述多个初始第一分类模型为采用不同分类算法的模型；基于所述预设数量的特征对应的正样本数据和负样本数据以及所述多个第一分类模型，对初始第二分类模型进行训练，得到第二分类模型，所述第二分类模型包括所述多个第一分类模型；获取实时钻井数据；将所述实时钻井数据输入所述第二分类模型，获取第二分类结果；对所述第二分类结果进行处理，得到井漏识别结果。