[發明專利]一種適用于頁巖氣長水段的井下卡鉆故障實時預警方法

在審

• 申請號: 201911404004.5
• 申請日: 2019-12-30
• 公開（公告）號: CN113129157A
• 公開（公告）日: 2021-07-16
• 發明（設計）人: 勝亞楠;蔣金寶;李偉廷;孔華;晁文學;蘭凱
• 申請（專利權）人: 中石化石油工程技術服務有限公司;中石化中原石油工程有限公司;中石化中原石油工程有限公司鉆井工程技術研究院
• 主分類號: G06Q50/02
• 分類號: G06Q50/02;G06Q10/06;G06Q10/04;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 陳志海

本發明公開了一種適用于頁巖氣長水段的井下卡鉆故障實時預警方法，包括：步驟100、構建卡鉆故障數據庫；步驟200、構建基于粒子群算法優化的BP神經網絡智能算法；步驟300、基于步驟200中的BP神經網絡智能算法創建卡鉆故障預警模型。在本發明中，首先對系統整理分析了BP神經網絡的學習步驟，并分析了BP神經網絡的缺陷，提出了基于粒子群優化BP神經網絡的算法；然后將基于粒子群優化BP神經網絡的算法應用于卡鉆故障實時預警，以此建立了井下卡鉆故障實時預警模型，實現了卡鉆故障智能化、實時化的定量判斷。同時，還編制了綜合錄井資料與卡鉆故障預警軟件的數據傳輸接口，實現了綜合錄井數據與卡鉆故障預警軟件之間的實時數據傳輸。

技術領域

本發明涉及深層頁巖氣復雜地層鉆井技術領域，特別涉及一種適用于頁巖氣長水段的井下卡鉆故障實時預警方法。

背景技術

近年來，中國石化加快了頁巖氣資源的勘探開發，并在川渝地區取得了重大突破，其中川南工區(威遠、長寧、自貢等)是我國頁巖氣資源最為豐富、最具開發潛力的地區之一。該工區地層壓力系數高、鉆井地質條件復雜，導致鉆井復雜、故障頻發。基于2018年完成井數據分析，鉆井復雜、故障時間達5029.79h，其中卡鉆故障最為突出，占復雜、故障總時效的47.48％，嚴重制約了頁巖氣安全高效開發。因此，保障頁巖氣水平井水平段鉆完井過程中的安全是工區提速提效重要且急需的工作。

現有的卡鉆故障識別主要是專家知識系統，或利用常規錄井資料對工程異常進行分析，而且僅有少量測量和運算工作由計算機自動完成，大多數的分析和判斷仍然依靠人工完成，由于個體知識、經驗以及責任心差異等原因，往往會導致不能及時發現和處理鉆井異常及復雜的情況，增加了風險；事實上要求操作員全神貫注地觀察監測數據的變化并迅速判明事故，是不太現實的。因此，現有卡鉆識別技術在監控信息綜合利用能力差、風險預警不夠及時、主觀性太強等問題較為突出。

發明內容

有鑒于此，本發明提供了一種適用于頁巖氣長水段的井下卡鉆故障實時預警方法，能夠基于人工神經網絡智能算法建立了井下卡鉆故障實時預警模型，實現了卡鉆故障的可預測、可控制。

為實現上述目的，本發明提供如下技術方案：

一種適用于頁巖氣長水段的井下卡鉆故障實時預警方法，包括：

步驟100、構建卡鉆故障數據庫；

步驟200、構建基于粒子群算法優化的BP神經網絡智能算法；

步驟300、基于步驟200中的BP神經網絡智能算法創建卡鉆故障預警模型：

步驟310、設計BP神經網絡：

步驟311、設計輸入層：

根據步驟100中的卡鉆故障數據庫，選擇與卡鉆故障相關性強的表征參數設定為輸入神經元；

步驟312、設計輸出層：

設定2個輸出神經元，分別為發生卡鉆故障的期望輸出向量q₁＝(1,0)和不發生卡鉆故障的期望輸出向量q₂＝(0,1)；

步驟313、設計隱含層：

由經典公式計算隱含層的個數，隱含層的個數取值1～10；

步驟320、設計粒子群算法：

步驟321、根據步驟310得到的BP神經網絡結構計算其連接權值和閾值，再根據連接權值和閾值確定粒子群算法的粒子長度，并對每一個粒子進行向量編碼；

步驟322、創建適應度函數：

將BP神經網絡訓練的均方根誤差作為適應度函數：