[發明專利]頁巖氣壓裂過程井下異常工況實時預測預警方法及裝置

有效

• 申請號: 201710364005.6
• 申請日: 2017-05-22
• 公開（公告）號: CN107194068B
• 公開（公告）日: 2020-01-10
• 發明（設計）人: 胡瑾秋;張來斌;張鑫
• 申請（專利權）人: 中國石油大學(北京)
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06Q10/04;E21B43/26
• 代理公司: 11332 北京品源專利代理有限公司
• 代理人: 孟金喆

本發明實施例公開了一種頁巖氣壓裂過程井下異常工況實時預測預警方法及裝置。所述方法包括：基于離線數據構建訓練數據集，利用支持向量回歸機訓練監測參數預測模型；通過計算多個離散化的斜率值，提取特征參數離線數據的趨勢特征，基于支持向量分類機建立相應工序階段下的井下異常工況監測器；利用建立的所述監測參數預測模型和所述井下異常工況監測器，基于在線監測數據進一步開展井下異常工況的實時預測及預警。本發明實施例提供的頁巖氣壓裂過程井下異常工況實時預測預警方法及裝置提高了井下異常工況的預測精度。

技術領域

本發明實施例涉及過程數據模式識別技術領域，尤其涉及一種頁巖氣壓裂過程井下異常工況實時預測預警方法及裝置。

背景技術

頁巖氣壓裂是頁巖氣開發的主體技術，壓裂過程井下發生異常工況的危害極大，油管內形成的高壓會反過來損壞地面設備，比如壓裂泵、井口裝置等，甚至會破壞地層滲流，導致壓裂施工失敗。

頁巖氣壓裂過程井下異常工況預測本質上是模式識別問題。在頁巖氣壓裂施工現場，人工依據數據采集系統上監測參數的變化趨勢預測未來時刻井下的工況。由于個體知識、經驗以及責任心差異等原因，導致不能及時預測和處理異常工況的情況經常發生。lgP-lgt法被用來分析壓裂過程中井下裂縫在擴展過程中的狀態。壓力的斜率被用來分析攜砂液在裂縫中運移的阻力，從而指導加砂。無論是lgP-lgt，還是壓力曲線斜率法，僅僅利用了壓力參數的信息，忽略了其余監測參數攜帶的重要信息，限制了自身的適用范圍，同時不能用于異常工況。學者定性的分析了壓裂施工曲線形態特征，可以作為現場施工監控的依據。然而，壓裂過程井下異常工況(包括地層形成裂縫、壓竄事故和砂堵事故)的實時監測仍然沒能得到解決。

壓裂施工曲線是壓裂時地面所得到的最實時，最直接的壓裂施工情況的真實反映。當井下出現異常工況時，會引起多個監測參數的異常波動，因此，充分挖掘并融合多個監測參數攜帶的工況信息，可以為頁巖氣壓裂井下異常工況實時監測提供一條有效途徑。基于多源信息融合的模式識別方法不需要建立精確的數學模型，其核心是對多個監測參數進行特征提取并融合，并轉化為一種先驗知識，用于模式識別。目前，基于多源信息融合的模式識別方法(比如神經網絡、QTA、SVC)已經在氣象預測，機械故障預測領域得到廣泛應用。然而，與上述研究對象相比，由于頁巖氣壓裂技術是近幾年在國內展開的，尚缺乏完整的施工曲線數據庫，積累的異常工況數據樣本非常有限，因此，如何利用有限的樣本建立高精度的井下異常工況實時預測模型是急需解決的問題。

發明內容

針對上述技術問題，本發明實施例提供了一種頁巖氣壓裂過程井下異常工況實時預測預警方法及裝置，以提高井下異常工況的預測精度。

一方面，本發明實施例提供了一種頁巖氣壓裂過程井下異常工況實時預測預警方法，所述方法包括：

基于離線數據構建訓練數據集，利用支持向量回歸機訓練監測參數預測模型；

通過計算多個離散化的斜率值，提取特征參數離線數據的趨勢特征，基于支持向量分類機建立相應工序階段下的井下異常工況監測器；

利用建立的所述監測參數預測模型和所述井下異常工況監測器，基于在線監測數據進一步開展井下異常工況的實時預測及預警。

另一方面，本發明實施例還提供了一種頁巖氣壓裂過程井下異常工況實時預測預警裝置，所述裝置包括：

模型建立模塊，用于基于離線數據構建訓練數據集，利用支持向量回歸機訓練監測參數預測模型；

模型訓練模塊，用于通過計算多個離散化的斜率值，提取特征參數離線數據的趨勢特征，基于支持向量分類機建立相應工序階段下的井下異常工況監測器；

預警模塊，用于利用建立的所述監測參數預測模型和所述井下異常工況監測器，基于在線監測數據進一步開展井下異常工況的實時預測及預警。