[發明專利]采用大數據耦合參數以優化破巖效率的方法和系統

有效

• 申請號: 201811295100.6
• 申請日: 2018-11-01
• 公開（公告）號: CN109542884B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 龍威;昝成;孟惠婷;王琪;程浩然;黃瑞
• 申請（專利權）人: 清能艾科（深圳）能源技術有限公司;深圳清華大學研究院
• 主分類號: G06F18/25
• 分類號: G06F18/25;G06F18/10;G06N20/00
• 代理公司: 深圳市聯鼎知識產權代理有限公司 44232
• 代理人: 劉抗美;葉虹

本發明揭示了一種采用大數據耦合參數以優化破巖效率的方法和系統。所述方法包括：獲取鄰近井所對應的靜態地質數據、工程數據范圍和工具參數進行預處理、聚類分析并建立大數據模型，根據靜態地質數據、工程數據范圍和工具參數以準確預測鉆井目標參數破巖效率；根據新井的破巖效率預測特征，優選新井的工具參數以最大化預測的破巖效率。對所即將進行的鉆井，借助于鄰近井所對應的靜態地質數據和工程數據范圍，結合聚類分析實現所適應破巖環境的破巖效率預測，保證了所進行破巖效率運算的全面和可靠，并通過不同的工具參數組合預測出的破巖效率，以優選工具參數組合獲得預測的高效破巖來降低鉆井成本，真正滿足鉆井的工程需要，適用于工程上的實時快速決策需要。

技術領域

本發明涉及計算機應用技術領域，特別涉及一種采用大數據耦合參數以優化破巖效率的方法和系統。

背景技術

鉆井的進行，往往存在著不同的破巖效率，其破巖效率受限于各種狀況而時高時低，在所進行的鉆井中并無法保證高效破巖，甚至于難以提高破巖效率，使得鉆井成本等不可控。

具體而言，在所進行的鉆井過程當中，經常遇到復雜的井下情況。鉆井面臨著復雜的井下情況，而在此鉆井過程中僅限于人為經驗給予控制，無法預知所能夠獲得的破巖效率，進而難以有效改善鉆井過程，使得真正進行的鉆井過程能夠得到優化，高效破巖。

應當理解，鉆井過程是針對于一地質結構所執行的工程，影響鉆井過程中的鉆井速度，進而直接影響著破巖效率的因素眾多，例如，地質結構自身的特性，工程執行所相關的因素等，并無法根據影響破巖效率的眾多因素而直接對當前進行鉆井的地質結構下即將執行的鉆井過程預測所能夠獲得的破巖效率，從而以此為依據確定是否執行此鉆井過程。

因此，亟待為所進行的鉆井實現準確有效的破巖效率預測，破巖效率的準確有效預測方能夠真正的保證鉆井這一工程的可控性。

發明內容

為了解決相關技術中鉆井的破巖效率無法得到準確有效預測的技術問題，本發明提供了一種采用大數據耦合參數以優化破巖效率的方法、系統和機器設備。

一種采用大數據耦合參數以優化破巖效率的方法，所述方法包括：

獲取鉆井所對應的靜態地質數據、工程數據范圍和工具參數組合；

預處理所述靜態地質數據、工程數據范圍和工具參數；

結合聚類分析建立的機器學習模型，根據預處理的所述靜態地質數據、工程數據范圍和工具參數預測新井的目標參數破巖效率；

根據新井的破巖效率預測特征以及鄰近井的地質特征、工程數據范圍，優選對新井所設定的工具參數組合，以基于所述目標參數破巖效率最大化所預測的破巖效率。

在一個示例性實施例中，所述獲取鉆井所對應的靜態地質數據、工程數據范圍和工具參數，包括：

獲取描述鄰近井所對應地質狀況的地質參數為鉆井所對應的靜態地質數據，且獲取為所述鄰近井動態配置的工程數據范圍。

在一個示例性實施例中，所述預處理所述靜態地質數據、工程數據范圍以及工具參數，包括：

進行所述靜態地質數據、工程數據和工具參數的清洗以及數值映射；

對清洗和數值映射的靜態地質數據、工程數據和工具參數進行降噪和歸一化處理。

在一個示例性實施例中，所述結合聚類分析建立的機器學習模型，根據預處理的所述靜態地質數據、工程數據和工具參數預測新井的目標參數破巖效率，包括：

對預處理之后的靜態地質數據、工程數據范圍和工具參數進行特征選擇，處理相互之間關聯性高的參數，且去除相對所述破巖效率關聯性低的參數，獲得進行所述新井的破巖效率預測特征，所述新井的破巖效率預測特征用于新井在所述機器學習模型的目標參數破巖效率預測。