[發(fā)明專(zhuān)利]鉆進(jìn)過(guò)程故障診斷方法、系統(tǒng)及設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202011308717.4
• 申請(qǐng)日: 2020-11-20
• 公開(kāi)（公告）號(hào): CN112434930B
• 公開(kāi)（公告）日: 2023-08-08
• 發(fā)明（設(shè)計(jì)）人: 賴(lài)旭芝;張正;吳敏;陳略峰;陸承達(dá);杜勝
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)地質(zhì)大學(xué)（武漢）
• 主分類(lèi)號(hào): G06F18/2321
• 分類(lèi)號(hào): G06F18/2321;G06F18/2415;E21B47/06;E21B47/00;E21B44/04;G06Q10/0639
• 代理公司: 武漢知產(chǎn)時(shí)代知識(shí)產(chǎn)權(quán)代理有限公司 42238
• 代理人: 王佩

1.一種鉆進(jìn)過(guò)程故障診斷方法，其特征在于，包括以下步驟：

通過(guò)鉆機(jī)傳感器獲取鉆進(jìn)過(guò)程數(shù)據(jù)集，對(duì)所述鉆進(jìn)過(guò)程數(shù)據(jù)集進(jìn)行預(yù)處理，獲得預(yù)處理后的鉆進(jìn)過(guò)程數(shù)據(jù)集；

通過(guò)距離相關(guān)性分析方法對(duì)所述預(yù)處理后的鉆進(jìn)過(guò)程數(shù)據(jù)集進(jìn)行鉆進(jìn)過(guò)程參數(shù)的選擇與合并，獲得k個(gè)參數(shù)組合；

根據(jù)Mann-Kendall趨勢(shì)檢驗(yàn)和近似熵對(duì)各所述參數(shù)組合進(jìn)行時(shí)間序列特征提取，獲得各所述參數(shù)組合對(duì)應(yīng)的特征組合；

通過(guò)密度峰值搜索聚類(lèi)算法對(duì)各所述特征組合進(jìn)行聚類(lèi)，獲得各所述參數(shù)組合的聚類(lèi)結(jié)果；

根據(jù)各所述參數(shù)組合的聚類(lèi)結(jié)果，通過(guò)樸素貝葉斯分類(lèi)器進(jìn)行故障診斷，獲得鉆進(jìn)過(guò)程故障診斷結(jié)果；

所述通過(guò)鉆機(jī)傳感器獲取鉆進(jìn)過(guò)程數(shù)據(jù)集，對(duì)所述鉆進(jìn)過(guò)程數(shù)據(jù)集進(jìn)行預(yù)處理，獲得預(yù)處理后的鉆進(jìn)過(guò)程數(shù)據(jù)集，包括：

通過(guò)鉆機(jī)傳感器，每隔預(yù)設(shè)時(shí)間t采集一次原始鉆進(jìn)過(guò)程數(shù)據(jù)；

收集所有原始鉆進(jìn)過(guò)程數(shù)據(jù)，獲得鉆進(jìn)過(guò)程數(shù)據(jù)集；

剔除所述鉆進(jìn)過(guò)程數(shù)據(jù)集中所有原始鉆進(jìn)過(guò)程數(shù)據(jù)的零檢測(cè)數(shù)據(jù)，獲得預(yù)處理后的鉆進(jìn)過(guò)程數(shù)據(jù)集；

所述收集所有原始鉆進(jìn)過(guò)程數(shù)據(jù)，獲得鉆進(jìn)過(guò)程數(shù)據(jù)集后，還包括：

對(duì)所述鉆進(jìn)過(guò)程數(shù)據(jù)集中鉆井液遲到時(shí)間進(jìn)行統(tǒng)計(jì)分析，獲得所述鉆進(jìn)過(guò)程數(shù)據(jù)集中各鉆進(jìn)過(guò)程參數(shù)的時(shí)間序列，其中，各所述時(shí)間序列的長(zhǎng)度為T(mén)分鐘，各所述鉆進(jìn)過(guò)程參數(shù)包含T/t個(gè)鉆進(jìn)過(guò)程數(shù)據(jù)點(diǎn)；

所述根據(jù)Mann-Kendall趨勢(shì)檢驗(yàn)和近似熵對(duì)各所述參數(shù)組合進(jìn)行時(shí)間序列特征提取，獲得各所述參數(shù)組合對(duì)應(yīng)的特征組合，包括：

通過(guò)Mann-Kendall趨勢(shì)檢驗(yàn)提取各所述參數(shù)組合中，各鉆進(jìn)過(guò)程參數(shù)的時(shí)間序列的趨勢(shì)特征，獲得全局趨勢(shì)特征Z_X；將所述鉆進(jìn)過(guò)程參數(shù)的時(shí)間序列劃分為4個(gè)子時(shí)間序列，分別提取各所述子時(shí)間序列的趨勢(shì)特征，獲得4個(gè)局部趨勢(shì)特征Z_X1,Z_X2,Z_X3,Z_X4；通過(guò)近似熵提取熵特征A_E；

所述參數(shù)組合中各鉆進(jìn)過(guò)程參數(shù)的時(shí)間序列提取的特征集合為：{A_E,Z_X,Z_X1,Z_X2,Z_X3,Z_X4}；

通過(guò)提取所述全局趨勢(shì)特征Z_X、所述4個(gè)局部趨勢(shì)特征Z_X1,Z_X2,Z_X3,Z_X4和所述熵特征A_E，獲得每個(gè)參數(shù)組合對(duì)應(yīng)的特征組合；

若參數(shù)組合中包含n個(gè)鉆進(jìn)過(guò)程參數(shù)的時(shí)間序列，則所述參數(shù)組合對(duì)應(yīng)的特征組合有6*n個(gè)特征值；

所述根據(jù)各所述參數(shù)組合的聚類(lèi)結(jié)果，通過(guò)樸素貝葉斯分類(lèi)器進(jìn)行故障診斷，獲得鉆進(jìn)過(guò)程故障診斷結(jié)果，包括：

所述參數(shù)組合的聚類(lèi)結(jié)果為C＝{C₁,C₂,...,C_k}，作為樸素貝葉斯分類(lèi)器的輸入；

鉆進(jìn)過(guò)程故障類(lèi)型為A＝{A₁,A₂,A₃}＝{井漏,正常,井涌}，作為樸素貝葉斯分類(lèi)器的輸出；

樸素貝葉斯分類(lèi)器根據(jù)貝葉斯原理進(jìn)行分類(lèi)，具體公式為：

依次計(jì)算獲得P(A₁|C)，P(A₂|C)和P(A₃|C)，i＝1,2,3；

將所述P(A₁|C)，所述P(A₂|C)和所述P(A₃|C)中的最大值作為鉆進(jìn)過(guò)程故障診斷結(jié)果，所述鉆進(jìn)過(guò)程故障診斷結(jié)果包括：井漏、正常和井涌。

2.根據(jù)權(quán)利要求1所述的一種鉆進(jìn)過(guò)程故障診斷方法，其特征在于，所述預(yù)處理后的鉆進(jìn)過(guò)程數(shù)據(jù)集包括：游車(chē)高度、鉆壓、鉤載、轉(zhuǎn)速、扭矩、立管壓力、入口流量、出口流量、總池體積、泥漿密度、泥漿電導(dǎo)率、入口溫度和出口溫度中的至少一種鉆進(jìn)過(guò)程參數(shù)類(lèi)型。