[發明專利]井漏識別方法、裝置及計算機設備

有效

• 申請號: 201811147260.6
• 申請日: 2018-09-29
• 公開（公告）號: CN109472285B
• 公開（公告）日: 2020-12-22
• 發明（設計）人: 馬君;馬旭鑫;金瑋;邸抗;祝軍;宮本儒;李新宅;安向哲
• 申請（專利權）人: 北京中油瑞飛信息技術有限責任公司;中國石油集團東方地球物理勘探有限責任公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;E21B47/10
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 江崇玉

1.一種井漏識別方法，其特征在于，所述方法包括：

獲取按照時序排列的初始數據，所述初始數據包括歷史鉆井數據和所述歷史鉆井數據對應的井漏情況；

對所述初始數據進行數據清洗，得到樣本數據，所述樣本數據包括正樣本數據和負樣本數據，所述正樣本數據為井漏期間的歷史鉆井數據，所述負樣本數據為非井漏期間的歷史鉆井數據；

對所述樣本數據，基于第一滑動窗口，獲取所述樣本數據的統計特征；

對所述樣本數據，基于所述第一滑動窗口，對所述樣本數據進行離散小波變換，得到所述樣本數據的小波特征；

獲取所述樣本數據的統計特征和所述樣本數據的小波特征對分類結果的貢獻值，所述分類結果為對所述樣本數據進行分類得到的用于井漏識別的結果，所述貢獻值表示特征對所述分類結果的影響大小；

按照所述貢獻值從大到小，獲取預設數量的特征，從所述正樣本數據和負樣本數據中提取所述預設數量的特征對應的正樣本數據和負樣本數據；

基于所述預設數量的特征對應的正樣本數據和負樣本數據，對多個初始第一分類模型進行訓練，得到多個第一分類模型，所述多個初始第一分類模型為采用不同分類算法的模型；

基于所述預設數量的特征對應的正樣本數據和負樣本數據以及所述多個第一分類模型，對初始第二分類模型進行訓練，得到第二分類模型，所述第二分類模型包括所述多個第一分類模型；

獲取實時鉆井數據；

將所述實時鉆井數據輸入所述第二分類模型，獲取第二分類結果；

對所述第二分類結果進行處理，得到井漏識別結果；

所述對所述樣本數據，基于第一滑動窗口，獲取所述樣本數據的統計特征包括：

對所述正樣本數據，基于第一步長的第一滑動窗口，獲取所述正樣本數據的統計特征，以平衡正負樣本。

2.根據權利要求1所述的方法，其特征在于，所述對所述初始數據進行數據清洗包括：

對所述初始數據進行異常值處理；

對所述異常值處理后的數據進行移動平均；

對所述移動平均處理后的數據進行標準化處理，得到所述樣本數據。

3.根據權利要求1所述的方法，其特征在于，所述樣本數據的統計特征包括：所述樣本數據的方差、極差、中位數、偏度、峰度和變異系數。

4.根據權利要求1所述的方法，其特征在于，所述對所述樣本數據，基于第一滑動窗口，獲取所述樣本數據的統計特征還包括：

對所述負樣本數據，基于第二步長的第一滑動窗口，獲取所述負樣本數據的統計特征；

其中，所述第一步長小于所述第二步長。

5.根據權利要求1所述的方法，其特征在于，所述對所述樣本數據，基于所述第一滑動窗口，對所述樣本數據進行離散小波變換，得到所述樣本數據的小波特征包括：

對所述正樣本數據，基于第一步長的所述第一滑動窗口，對所述正樣本數據進行離散小波變換，得到所述正樣本數據的小波特征；

對所述負樣本數據，基于第二步長的所述第一滑動窗口，對所述負樣本數據進行離散小波變換，得到所述負樣本數據的小波特征；

其中，所述第一步長小于所述第二步長。

6.根據權利要求1所述的方法，其特征在于，所述多個初始第一分類模型包括：決策樹分類模型、隨機森林模型和支持向量機模型。

7.根據權利要求1所述的方法，其特征在于，所述初始第二分類模型為邏輯回歸模型。

8.根據權利要求1-7任一項所述的方法，其特征在于，所述初始數據包括：總池體積、總池入口流量、總池出口流量、立管壓力、大鉤負荷、大鉤高度、鉆速、相對流量以及鉆井液壓力。