[發(fā)明專(zhuān)利]用于診斷井漏的建模方法及診斷井漏的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201811542293.0
• 申請(qǐng)日: 2018-12-17
• 公開(kāi)（公告）號(hào): CN109779604B
• 公開(kāi)（公告）日: 2021-09-07
• 發(fā)明（設(shè)計(jì)）人: 盧運(yùn)虎;金衍;陳勉;李澤俊;王漢青;夏陽(yáng)
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)石油大學(xué)（北京）
• 主分類(lèi)號(hào): E21B47/00
• 分類(lèi)號(hào): E21B47/00;E21B47/04;E21B49/00
• 代理公司: 北京潤(rùn)平知識(shí)產(chǎn)權(quán)代理有限公司 11283
• 代理人: 肖冰濱;王曉曉

1.一種用于診斷井漏的建模方法，其特征在于，該建模方法包括：

基于樣本井的錄井信息，針對(duì)多個(gè)錄井特征參數(shù)，提取該樣本井在不同鉆井深度時(shí)所對(duì)應(yīng)的多個(gè)錄井?dāng)?shù)據(jù)；

基于所述樣本井的井漏信息，對(duì)不同鉆井深度進(jìn)行標(biāo)記以區(qū)分井漏點(diǎn)和非井漏點(diǎn)；以及

基于所述多個(gè)錄井特征參數(shù)及已被標(biāo)記的不同鉆井深度時(shí)的多個(gè)錄井?dāng)?shù)據(jù)，采用隨機(jī)森林算法對(duì)井漏點(diǎn)和非井漏點(diǎn)進(jìn)行分類(lèi)，以建立錄井特征參數(shù)與井漏或非井漏結(jié)果之間的多個(gè)對(duì)應(yīng)關(guān)系，即建立多個(gè)決策樹(shù)，從而得到用于診斷井漏的診斷模型，

其中，所述基于所述多個(gè)錄井特征參數(shù)及已被標(biāo)記的不同鉆井深度時(shí)的多個(gè)錄井?dāng)?shù)據(jù)，采用隨機(jī)森林算法對(duì)井漏點(diǎn)和非井漏點(diǎn)進(jìn)行分類(lèi)包括以下步驟：

基于不同鉆井深度所對(duì)應(yīng)的多個(gè)錄井?dāng)?shù)據(jù)，隨機(jī)選取相同或不同鉆井深度所對(duì)應(yīng)的多個(gè)錄井?dāng)?shù)據(jù)，以組成訓(xùn)練集合，其中，隨機(jī)選取的次數(shù)與所述不同鉆井深度的樣本數(shù)相同；

按照預(yù)設(shè)順序，采用所述多個(gè)錄井特征參數(shù)對(duì)所述訓(xùn)練集合逐步進(jìn)行分割；以及

在滿(mǎn)足停止分割條件的情況下，停止執(zhí)行分割動(dòng)作，從而獲得所述訓(xùn)練集合所對(duì)應(yīng)的決策樹(shù)，進(jìn)而實(shí)現(xiàn)對(duì)井漏點(diǎn)和非井漏點(diǎn)的分類(lèi)，其中，所述停止分割條件為預(yù)設(shè)的分割次數(shù)，

其中，所述錄井特征參數(shù)包括所述鉆井深度、鉆速、轉(zhuǎn)速、大鉤載荷、鉆壓、泵壓、扭矩、泵沖、鉆井液流入密度、鉆井液流出密度、排量、出口流量以及氣測(cè)含量，

該建模方法還包括：基于所有訓(xùn)練集合及其所對(duì)應(yīng)的決策樹(shù)，對(duì)建立所述決策樹(shù)時(shí)用于分割的多個(gè)錄井特征參數(shù)進(jìn)行重要性排序，

其中，所述基于所有訓(xùn)練集合及其所對(duì)應(yīng)的決策樹(shù)，對(duì)建立所述決策樹(shù)時(shí)用于分割的多個(gè)錄井特征參數(shù)進(jìn)行重要性排序包括以下步驟：

基于在組成每個(gè)所述訓(xùn)練集合時(shí)的袋外數(shù)據(jù)，確定每個(gè)所述訓(xùn)練集合所對(duì)應(yīng)的決策樹(shù)的袋外誤差；

針對(duì)建立每個(gè)所述訓(xùn)練集合所對(duì)應(yīng)的決策樹(shù)時(shí)用于分割的多個(gè)錄井特征參數(shù)中的每一者，隨機(jī)打亂所述袋外數(shù)據(jù)中該錄井特征參數(shù)所對(duì)應(yīng)的錄井?dāng)?shù)據(jù)以重新形成一個(gè)測(cè)試集合；

基于建立每個(gè)所述訓(xùn)練集合所對(duì)應(yīng)的決策樹(shù)時(shí)用于分割的多個(gè)錄井特征參數(shù)中的每一者所對(duì)應(yīng)的重新形成的測(cè)試集合及該決策樹(shù)，重新確定與該多個(gè)錄井特征參數(shù)中的每一者所對(duì)應(yīng)的打亂后的誤差；以及

基于建立每個(gè)所述訓(xùn)練集合所對(duì)應(yīng)的決策樹(shù)時(shí)用于分割的多個(gè)錄井特征參數(shù)中的每一者所對(duì)應(yīng)的打亂后的誤差及該決策樹(shù)的袋外誤差，確定建立所述決策樹(shù)時(shí)用于分割的多個(gè)錄井特征參數(shù)中的每一者的重要性，

其中，所述袋外數(shù)據(jù)為未被選取到的多個(gè)鉆井深度中各鉆井深度所對(duì)應(yīng)的多個(gè)錄井?dāng)?shù)據(jù)，

其中，所述基于建立每個(gè)所述訓(xùn)練集合所對(duì)應(yīng)的決策樹(shù)時(shí)用于分割的多個(gè)錄井特征參數(shù)中的每一者所對(duì)應(yīng)的打亂后的誤差及該決策樹(shù)的袋外誤差，確定建立所述決策樹(shù)時(shí)用于分割的多個(gè)錄井特征參數(shù)中的每一者的重要性包括：

基于建立每個(gè)所述訓(xùn)練集合所對(duì)應(yīng)的決策樹(shù)時(shí)用于分割的任一錄井特征參數(shù)所對(duì)應(yīng)的打亂后的誤差及該決策樹(shù)的袋外誤差的差值，確定該錄井特征參數(shù)對(duì)應(yīng)的該差值在所有決策樹(shù)上的平均值；

基于所述錄井特征參數(shù)所對(duì)應(yīng)的打亂后的誤差及所述決策樹(shù)的袋外誤差的差值，確定該錄井特征參數(shù)對(duì)應(yīng)的該差值在所有決策樹(shù)上的標(biāo)準(zhǔn)差；以及

基于所確定的平均值及標(biāo)準(zhǔn)差，確定該錄井特征參數(shù)的重要性。

2.根據(jù)權(quán)利要求1所述的用于診斷井漏的建模方法，其特征在于，所述預(yù)設(shè)順序由在各個(gè)錄井特征參數(shù)在不同鉆井深度時(shí)所對(duì)應(yīng)的錄井?dāng)?shù)據(jù)下的所述訓(xùn)練集合的基尼指數(shù)的大小決定。

3.根據(jù)權(quán)利要求2所述的用于診斷井漏的建模方法，其特征在于，所述在各個(gè)錄井特征參數(shù)在不同鉆井深度時(shí)所對(duì)應(yīng)的錄井?dāng)?shù)據(jù)下的所述訓(xùn)練集合的基尼指數(shù)為，

其中，K＝2，C₁是訓(xùn)練集合D中屬于井漏點(diǎn)的樣本子集，C₂是訓(xùn)練集合D中屬于非井漏點(diǎn)的樣本子集，若錄井特征參數(shù)為A和該錄井特征參數(shù)A在某鉆井深度時(shí)所對(duì)應(yīng)的錄井?dāng)?shù)據(jù)為a，則采用該錄井特征參數(shù)A將樣本集合D分為D₁和D₂：D₁＝{(x,y)∈D|A(x)a},D₂＝D-D₁，x為錄井特征參數(shù)，y為區(qū)分井漏點(diǎn)和非井漏點(diǎn)的標(biāo)記。