[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

本發明公開了一種井漏識別方法、裝置及計算機設備，屬于鉆井技術領域。本發明通過將歷史鉆井數據及其對應的井漏情況作為初始數據，并對該初始數據進行清洗，使之更符合分類模型的輸入要求，可以提高分類結果的準確度；在該樣本數據中，按照貢獻值從大到小，提取預設數量的特征及其對應的樣本數據，以便減少輸入分類模型中的數據量，提高模型訓練速度和準確度；然后，根據該預設數量的特征對應的樣本數據及井漏情況，獲取符合預設準確度要求的分類模型。在實時識別井漏情況時，將實時鉆井數據輸入該分類模型中，得到井漏識別結果。上述井漏識別方法無需要求現場工程師具備較高操作水平，即可得到準確度和時效性較高的井漏識別結果。

技術領域

本發明涉及鉆井技術領域，特別涉及一種井漏識別方法、裝置及計算機設備。

背景技術

在地下鉆井工程中，井下可能會發生多種復雜情況，這些復雜情況輕者延誤鉆進，重者引發嚴重安全事故。在常見的井下復雜情況中，井漏是發生率最高且造成經濟損失最大的復雜情況，因此，有必要尋求方法根據鉆井數據對井漏情況進行識別。

目前常用的方法是：根據鉆進過程中泥漿池總體積和出入流量差的變化來對井漏情況進行識別，當泥漿池總體積變小或者出入流量差變大時，確定井漏情況已經發生。

因泥漿池面積過大或者出入流量差統計不準，該方法只有當井漏發生到一定程度時才能識別，故該方法識別的準確度和時效性較低；并且該方法對現場工程師的操作水平要求較高。

發明內容

本發明實施例提供了一種井漏識別方法、裝置及計算機設備，能夠解決目前常用的井漏識別方法識別的準確度和時效性較低，并且該方法現場工程師的操作水平要求較高的問題。所述技術方案如下：

第一方面，提供了一種井漏識別方法，該方法包括：

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

對該初始數據進行數據清洗，得到樣本數據，該樣本數據包括正樣本數據和負樣本數據，該正樣本數據為井漏期間的歷史鉆井數據，該負樣本數據為非井漏期間的歷史鉆井數據；

對該樣本數據，基于第一滑動窗口，獲取該樣本數據的統計特征；

對該樣本數據，基于該第一滑動窗口，對該樣本數據進行離散小波變換，得到該樣本數據的小波特征；

獲取該樣本數據的統計特征和該樣本數據的小波特征對分類結果的貢獻值，該分類結果為對該樣本數據進行分類得到的用于井漏識別的結果，該貢獻值表示特征對該分類結果的影響大小；

按照該貢獻值從大到小，獲取預設數量的特征，從該正樣本數據和負樣本數據中提取該預設數量的特征對應的正樣本數據和負樣本數據；

基于該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，該多個初始第一分類模型為采用不同分類算法的模型；

基于該預設數量的特征對應的正樣本數據和負樣本數據以及該多個第一分類模型，對初始第二分類模型進行訓練，得到第二分類模型，該第二分類模型包括該多個第一分類模型；

獲取實時鉆井數據；

將該實時鉆井數據輸入該第二分類模型，獲取第二分類結果；

對該第二分類結果進行處理，得到井漏識別結果。

在一種可能實現方式中，對該初始數據進行數據清洗包括：

對該初始數據進行異常值處理；

對該異常值處理后的數據進行移動平均；

對該移動平均處理后的數據進行標準化處理，得到該樣本數據。