[發(fā)明專利]基于人工智能的隨鉆巖石礦物組分識別方法及裝置

有效

• 申請?zhí)枺?/td>: 201811132812.6
• 申請日: 2018-09-27
• 公開（公告）號: CN110965991B
• 公開（公告）日: 2023-02-24
• 發(fā)明（設計）人: 楊沛;陳龍;何仁清
• 申請（專利權）人: 中國石油天然氣股份有限公司
• 主分類號: E21B47/01
• 分類號: E21B47/01;E21B47/00;G06Q50/02
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 劉丹;黃健

1.一種基于人工智能的隨鉆巖石礦物組分識別方法，其特征在于，包括：

獲取輸入參數的參數值，所述輸入參數包括隨鉆工程參數；將所述輸入參數的參數值作為BP神經網絡的輸入，獲得所述BP神經網絡輸出的隨鉆巖石礦物組分識別結果，其中，所述BP神經網絡是以輸入參數的不同參數值及其對應的隨鉆巖石礦物組分識別結果為樣本集，經過深度學習訓練建立的；

所述輸入參數還包括總破巖能量當量，所述獲取輸入參數的參數值，包括：

獲取鉆壓破巖能量當量E_e，扭矩破巖能量當量E_r，水功率破巖能量當量E_w；

根據第一公式，計算總破巖能量當量E_p，其中，所述第一公式為：E_p＝K₁E_e+K₂E_r+E_w；

其中，K₁、K₂分別為鉆壓和扭矩所做的功對巖石的破碎效率。

2.根據權利要求1所述的方法，其特征在于，所述隨鉆工程參數包括井深、鉆壓、轉速、機械鉆速、以及扭矩。

3.根據權利要求1所述的方法，其特征在于，獲取鉆壓破巖能量當量E_e，包括：

獲取在鉆壓為T_e的條件下，鉆頭從時刻t₁到時刻t₂的起始位置H₁和結束位置H₂；

根據第三公式，計算所述鉆壓破巖能量當量E_e，其中，所述第三公式為：

E_e＝T_eV_pΔt；其中，其中，ΔH＝H₂-H₁，Δt＝t₂-t₁。

4.根據權利要求3所述的方法，其特征在于，獲取扭矩破巖能量當量E_r，包括：

根據第四公式，計算扭矩破巖能量當量E_r，其中，所述第四公式為：E_r＝MN_rΔt；

其中，M為作用于鉆頭的扭矩，N_r為鉆頭轉速。

5.根據權利要求3所述的方法，其特征在于，獲取水功率破巖能量當量E_w，包括：

根據第五公式，計算水功率破巖能量當量E_w，其中，所述第五公式為:

其中，P_j為射流水功率，P_μ為循環(huán)壓耗，P_h為立柱壓力，ρ_d為鉆井液密度，Q為泵的排量，A₀為噴嘴出口截面積，m、a為同鉆具結構和鉆井液性能相關的常數，D為井深。

6.根據權利要求1所述的方法，其特征在于，所述輸入參數還包括鉆壓破巖能量當量E_e和/或扭矩破巖能量當量E_r。

7.根據權利要求1所述的方法，其特征在于，所述BP神經網絡中隱匿層個數為6，學習率為0.90。