[發明專利]基于粒子群算法的鉆井參數優化方法、系統、設備和介質

在審

• 申請號: 202110941724.6
• 申請日: 2021-08-17
• 公開（公告）號: CN113610314A
• 公開（公告）日: 2021-11-05
• 發明（設計）人: 殷志明;范白濤;幸雪松;袁俊亮;李夢博;劉兆年;張興全;李濱;李永華;陳延昭
• 申請（專利權）人: 中海石油（中國）有限公司;中海石油（中國）有限公司北京研究中心
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/02;G06N3/00
• 代理公司: 北京紀凱知識產權代理有限公司 11245
• 代理人: 冀志華

1.一種基于粒子群算法的鉆井參數優化方法，其特征在于，包括以下步驟：

對獲取的鉆井參數進行預處理；

基于預處理后的鉆井參數，采用GBDT算法對預先構建的目標函數進行求解，得到對鉆井參數進行優化后的鉆速。

2.如權利要求1所述的一種基于粒子群算法的鉆井參數優化方法，其特征在于：所述對獲取的鉆井參數進行預處理的方法，包括：

將鉆井參數按照區域和直徑進行劃分，并針對不同區域和直徑建立不同的鉆井數據集；

對每個鉆井數據集，將鉆井參數劃分為動態數據和靜態數據；

對于靜態數據，選取部分鉆井參數進行預處理；

對于動態數據，對缺失值進行處理后，采用孤立森林的方法對動態數據中的離群點進行篩選和去除；

使用min-max方法對處理后的所有鉆井參數進行歸一化處理。

3.如權利要求1所述的一種基于粒子群算法的鉆井參數優化方法，其特征在于：所述預先構建的目標函數為：

maxROP(WOB±Δ_W，RPM±Δ_R，MFI±Δ_M)

其中，WOB、RPM和MFI分別為待優化的鉆壓、轉速和流量，ROP為鉆井速度。

4.如權利要求1所述的一種基于粒子群算法的鉆井參數優化方法，其特征在于：所述基于預處理后的鉆井參數，采用GBDT算法對構建的目標函數進行求解，得到對鉆井參數進行優化后的鉆速的方法，包括以下步驟：

將預處理后的鉆井參數作為粒子，隨機初始化粒子位置和速度；

設置粒子更新的結束條件；

確定全局最優粒子，并利用速度和位置更新公式更新粒子的速度和位置，計算更新后粒子的目標函數值，計算出滿足結束條件的全局最優結果。

5.如權利要求4所述的一種基于粒子群算法的鉆井參數優化方法，其特征在于：所述結束條件為鉆井速度均值穩定、最大迭代次數、鉆速值優化范圍、粒子最大速度中的至少一種。

6.如權利要求5所述的一種基于粒子群算法的鉆井參數優化方法，其特征在于：所述鉆井速度均值穩定是指在預設時間段內鉆井速度均值在預設范圍區間內波動；所述鉆速值優化范圍設置為0-1之間。

7.如權利要求4所述的一種基于粒子群算法的鉆井參數優化方法，其特征在于：所述確定全局最優粒子，并利用速度和位置更新公式更新粒子的速度和位置，計算更新后粒子的目標函數值，計算出滿足結束條件的全局最優結果的方法，包括：

①基于初始化粒子位置和速度，計算每個粒子對應的目標函數值大小，將目標函數值最大的粒子作為全局最優；

②根據速度更新公式和位置更新公式更新粒子的速度和位置；

③根據更新后的粒子速度和位置計算目標函數值；

④根據位置更新公式更新每個粒子歷史最優位置；

⑤與全局最優位置進行比較，更新群體的全局最優位置。

⑥判斷是否滿足粒子更新的結束條件，若滿足，則輸出全局最優結果，否則，返回步驟②。

8.一種基于粒子群算法的鉆井參數優化系統，其特征在于，包括：

預處理模塊，用于對獲取的鉆井參數進行預處理；

目標函數求解模塊，用于基于預處理后的鉆井數據，采用GBDT算法對構建的目標函數進行求解，得到對鉆井參數進行優化后的鉆速。

9.一種處理設備，所述處理設備至少包括處理器和存儲器，所述存儲器上存儲有計算機程序，其特征在于，所述處理器運行所述計算機程序時執行以實現權利要求1到7任一項所述基于粒子群算法的鉆井參數優化方法的步驟。

10.一種計算機存儲介質，其特征在于，其上存儲有計算機可讀指令，所述計算機可讀指令可被處理器執行以實現根據權利要求1到7任一項所述基于粒子群算法的鉆井參數優化方法的步驟。