[發明專利]一種鉆井工具壽命大數據預測及分析方法

在審

• 申請號: 202111117794.6
• 申請日: 2021-09-24
• 公開（公告）號: CN114462662A
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 陳勝宏;李寧;郝宙正;左凱;蔣暢;黨萬恒;柴希偉
• 申請（專利權）人: 中國海洋石油集團有限公司;中海油能源發展股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/04;G06N3/06;G06N3/08
• 代理公司: 天津創智天誠知識產權代理事務所(普通合伙) 12214
• 代理人: 王秀奎

本發明提供一種鉆井工具壽命大數據預測及分析方法，利用現有的鉆井報告建設數據庫，使用完全互連的前饋隱藏層的網絡，即反向傳播學習規則，基于鉆井參數建立鉆井工具壽命大數據預測模型；利用基于鉆井參數建立鉆井工具壽命大數據預測模型自動追蹤鉆井工具關注的參數，將現有的理論模型和現有的現場經驗數據進行擬合，基于可靠的實際數據進行工具壽命預測。該方法能夠提前預測鉆井工具壽命，減少鉆井過程中出現的工具故障，進而提高工作效率，實現產能高效；利用大數據進行信息預測，獲得不同情況下工具的大致壽命，進而對進貨與物資管理進行效率上的提升。

技術領域

本發明涉及石油、天然氣完井技術領域，更具體地說涉及一種鉆井工具壽命大數據預測及分析方法。

背景技術

大數據具有規模性、高速性、多樣性、而且無處不在的全新特點，具體地說，是指需要通過快速獲取、處理、分析和提取有價值的、海量、多樣化的交易數據、交互數據為基礎，針對企業的運作模式提出有針對性的方案。通過對鉆井工具運行過程中性能數據采集、分析，利用計算機軟件系統檢測、分析設備數據，最終確定設備運行狀態模型，為設備采購、使用、維修、輪換做定量分析，通過連續性數據分析，合理確定設備使用壽命，科學合理地組織生產，指導企業更加科學、有效的作出判斷，避免資源浪費。

預測技術的研究是進行科學研究的重要方面，它可以根據預測結果作出科學有效地決策。人工智能技術的發展帶動了預測技術的研究，而數據驅動下的建模智能預測法更是引起了人們的廣泛關注。作為預測技術的具體應用，壽命預測已經成為機電設備研究的熱點，它根據被監測設備的數據構建壽命模型，并通過模型結果判斷設備的狀態以及壽命。

發明內容

本發明克服了現有技術中的不足，提供了一種鉆井工具壽命大數據預測及分析方法，本發明主要通過貝葉斯推算法、馬可夫過程分析法以及人工神經網絡算法(ANN)對鉆井工具壽命進行分析和預測，確保能夠按時為鉆井工程建設提供優質的、滿足技術要求的工具；通過對鉆井工具數據的收集整理，利用高級計算機算法進行分析，對鉆井工具壽命進行預測分析，在提高系統效率的同時，降低工程成本，將鉆井風險降到最低，提高鉆井系統的可靠性和穩定性。

本發明的目的通過下述技術方案予以實現。

一種鉆井工具壽命大數據預測及分析方法，按照下述步驟進行：

步驟1，利用現有的鉆井報告建設數據庫，使用完全互連的前饋隱藏層的網絡，即反向傳播學習規則，基于鉆井參數建立鉆井工具壽命大數據預測模型；

其中，模型建立過程：

首先，輸入數據樣本，便于卷積操作的應用。輸入的尺寸為Ntw×Nft，其中Ntw表示時間序列尺寸，nft為選定特征的數量。原始特征通常是從多個傳感器測量中獲得，接下來，在網絡中堆疊4層卷積層以進行特征提取，這4層的配置與使用的FN濾波器相同，濾波器尺寸為FL×1，過濾器尺寸為3×1，然后，二維特征圖被扁平，并與一個全連接的層連接，Dropout是在上一個特征圖上使用的，即扁平層，以緩解過度配合，最后，在該網絡的末端附加了一個神經元來進行RUL估計，所有的層都使用tanh作為激活函數，Xavier正常初始化器用于權重初始化，為了進一步提高預后性能，采用的反向傳播(BP)算法進行微調，更新了模型的參數，將訓練誤差最小到最低；

步驟2，利用步驟1建立得到的基于鉆井參數建立鉆井工具壽命大數據預測模型自動追蹤鉆井工具關注的參數，將現有的理論模型和現有的現場經驗數據進行擬合，基于可靠的實際數據進行工具壽命預測；

步驟3，通過人工神經網絡算法(ANN)，自動檢測鉆井工具缺陷和異常情況，提供潛在故障的早期預警，根據風險制定檢測計劃，避免不必要的常規周期檢測維修；