A drilling risk prediction system, which includes: the original data acquisition module for acquiring data for drilling analysis; feature vector determination module, which is used for processing the measured data transmission module to the original data acquisition, feature vector data module; determine the degree of correlation coefficient, and the feature vector determination module according to the feature vector for connection, measured data and preset drilling risk judgment matrix, each element associated with each fault type coefficient were calculated for feature vector data; risk prediction module, and its associated system determines the connecting module, used to calculate the correlation degree of measured data and various fault types according to the correlation coefficient, and according to the correlation analysis to determine whether there is a risk of drilling. The system can predict the drilling risk in any position of the whole well while drilling, identify the drilling risk and warning in real time, and help the construction technicians to control the drilling risk.
【技术实现步骤摘要】
一种钻井风险预测系统
本专利技术涉及油气勘探开发
,具体地说,涉及一种钻井风险预测系统。
技术介绍
钻井风险预测是指依据钻井作业数据运用一定的方法对钻井作业中存在的风险进行预测,以达到预防和控制的目的。钻井作业具有十分复杂的流程,其过程中存在许多不确定性因素的影响。因此,对钻井过程中的影响因素进行风险预测就十分重要,有效的预测结果对于钻井现场作业具有重大的知道意义。目前进行钻井风险预测的方法主要包括神经网络法以及案例推理法等方法,这些方法的局限性在于需要大量的邻井资料。而对于新的区块的邻井资料较少,这也就使得这些方法在钻井风险预测上难以发挥作用。同时,即使在具备邻井案例样本的情况下,样本量的大小也决定了这些方法的钻井风险预测准确度。也就是说,在历史样本量较小的情况下,现有的这些钻井风险预测方法的准确度也交底,无法满足实际生产的要求。
技术实现思路
为解决上述问题,本专利技术提供了一种钻井风险预测系统,所述系统包括:原始数据获取模块,其用于获取待分析钻井的实测数据,所述实测数据包含多个影响参数的原始数据;特征向量确定模块,其与所述原始数据获取模块连接,用于对所述原始数据获取模块传输来的所述实测数据进行处理,得到所述实测数据的特征向量;关联度系数确定模块,其与所述特征向量确定模块连接,用于根据所述实测数据的特征向量和预设钻井风险判断矩阵,分别计算所述实测数据的特征向量的各个元素与各个故障类型的关联度系数;风险预测模块,其与所述关联系统确定模块连接,用于根据所述关联度系数计算所述实测数据与各个故障类型的关联度,并根据所述关联度判断所述待分析钻井是否存在风险。根 ...
【技术保护点】
一种钻井风险预测系统,其特征在于,所述系统包括:原始数据获取模块,其用于获取待分析钻井的实测数据,所述实测数据包含多个影响参数的原始数据;特征向量确定模块,其与所述原始数据获取模块连接,用于对所述原始数据获取模块传输来的所述实测数据进行处理,得到所述实测数据的特征向量;关联度系数确定模块,其与所述特征向量确定模块连接,用于根据所述实测数据的特征向量和预设钻井风险判断矩阵,分别计算所述实测数据的特征向量的各个元素与各个故障类型的关联度系数;风险预测模块,其与所述关联系统确定模块连接,用于根据所述关联度系数计算所述实测数据与各个故障类型的关联度,并根据所述关联度判断所述待分析钻井是否存在风险。
【技术特征摘要】
1.一种钻井风险预测系统,其特征在于,所述系统包括:原始数据获取模块,其用于获取待分析钻井的实测数据,所述实测数据包含多个影响参数的原始数据;特征向量确定模块,其与所述原始数据获取模块连接,用于对所述原始数据获取模块传输来的所述实测数据进行处理,得到所述实测数据的特征向量;关联度系数确定模块,其与所述特征向量确定模块连接,用于根据所述实测数据的特征向量和预设钻井风险判断矩阵,分别计算所述实测数据的特征向量的各个元素与各个故障类型的关联度系数;风险预测模块,其与所述关联系统确定模块连接,用于根据所述关联度系数计算所述实测数据与各个故障类型的关联度,并根据所述关联度判断所述待分析钻井是否存在风险。2.如权利要求1所述的系统,其特征在于,所述特征向量确定模块配置为首先根据所述实测数据,分别计算各影响参数的变化量,随后根据所述各影响参数的变化量,确定所述实测数据的特征向量。3.如权利要求2所述的系统,其特征在于,在计算各影响参数的变化量时,所述特征向量确定模块配置为首先计算各影响参数的平均值,随后根据所述各影响参数与其平均值的差值来确定所述各影响参数的变化量。4.如权利要求2或3所述的系统,其特征在于,影响参数的变化量包括:扭矩变化量、总池体积净变化量、流量差、钩载变化量、钻具裸眼静止时间、钻压变化量、机械比能值和井下循环当量密度。5.如权利要求4所述的系统,其特征在于,所述特征向量确定模块配置为在计算所述扭矩变化量时,首先将实时扭矩标准化为预设尺寸钻头在预设深度下的扭矩,从而得到标准扭矩,并根据所述标准扭矩计算所述扭矩变化量。6.如权利要求1~5中任一项所述的系统,其特征在于,所述关联度系数确定模块配置为首先分别计算所述实测数据的特征向量与预设钻井风险判断标准矩阵的最大误差值和最小误差值,随后根据所述最大误差值和最小误差值,计算所述实测数据的特征向量中各个元素与各个故障类型的关联度系数。7.如权利要求6所述的系统,其特征在于,所述关联度系数确定模块配置为根据如下表达式计算...
【专利技术属性】
技术研发人员:徐术国,肖莉,孙旭,杨传书,何江,段继男,
申请(专利权)人:中国石油化工股份有限公司,中国石油化工股份有限公司石油工程技术研究院,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。