一种井漏预测方法、装置及设备制造方法及图纸

本申请公开一种井漏预测方法、装置及设备，所述方法包括：获取待预测数据；待预测数据包括任一钻井的入口流量、出口流量、总池体积、立管压力和钻头扭矩中的至少两个；将待预测数据输入至第一特征提取模型中，经过处理后得到待预测数据的第一特征向量；第一特征提取模型为利用具有标签的历史数据对非对称卷积神经网络模型进行训练得到；基于待预测数据的第一特征向量与每条历史数据的第一特征向量，分别计算待预测数据与每条历史数据之间的第一相似度；基于第一相似度最高的前N条历史数据分别对应的标签，确定待预测数据对应的井漏预测结果。与现有的人工预测井漏的方式相比，本申请能够提高井漏预测的效率和准确性。

A well loss prediction method, device and equipment

【技术实现步骤摘要】
一种井漏预测方法、装置及设备
本申请涉及数据处理领域，具体涉及一种井漏预测方法、装置及设备。
技术介绍
钻井本身是一项耗资巨大、风险性强的系统工程，钻井新技术的应用，在带来巨大经济效益的同时也增加了新的风险，钻井工程事故时有发生，轻者耗费大量人力、财力和时间，严重者将导致油气资源的浪费和油气井的废弃。每年钻探施工中事故处理时间已经占到总时间的6～8％，造成了巨额的工时和资金浪费，严重地影响了石油勘探的经济效益和社会效益。井漏事故在各项钻井事故中发生频繁且贯穿于整个钻井生命周期，如何及时、准确地掌握地层、钻井工艺、泥浆性能等各种信息的异常变化，做到对井漏异常情况的早期发现和预警，采取正确有效的处理措施，避免事故的发生，成为各大钻井平台关心的首要问题。目前，井漏预测方法主要基于专家经验预测，它要求操作人员能够仔细观察和了解工程等各方面参数的变化趋势，然后依靠丰富的经验对井漏的发生进行预测。显然，上述人工预测井漏的方式对操作人员的要求较高，且对井漏预测的准确性很难保证。
技术实现思路
有鉴于此，本申请提供了一种井漏本文档来自技高网...

【技术保护点】
1.一种井漏预测方法，其特征在于，所述方法包括：/n获取待预测数据；其中，所述待预测数据包括任一钻井的入口流量、出口流量、总池体积、立管压力和钻头扭矩中的至少两个；/n将所述待预测数据输入至第一特征提取模型中，经过所述第一特征提取模型的处理后，得到所述待预测数据的第一特征向量；其中，所述第一特征提取模型为利用具有标签的历史数据对非对称卷积神经网络模型进行训练得到；/n基于所述待预测数据的第一特征向量与预先获取的每条历史数据的第一特征向量，分别计算所述待预测数据与每条历史数据之间的第一相似度；/n基于所述第一相似度最高的前N条历史数据分别对应的标签，确定所述待预测数据对应的井漏预测结果。/n

【技术特征摘要】
1.一种井漏预测方法，其特征在于，所述方法包括：
获取待预测数据；其中，所述待预测数据包括任一钻井的入口流量、出口流量、总池体积、立管压力和钻头扭矩中的至少两个；
将所述待预测数据输入至第一特征提取模型中，经过所述第一特征提取模型的处理后，得到所述待预测数据的第一特征向量；其中，所述第一特征提取模型为利用具有标签的历史数据对非对称卷积神经网络模型进行训练得到；
基于所述待预测数据的第一特征向量与预先获取的每条历史数据的第一特征向量，分别计算所述待预测数据与每条历史数据之间的第一相似度；
基于所述第一相似度最高的前N条历史数据分别对应的标签，确定所述待预测数据对应的井漏预测结果。


2.根据权利要求1所述的方法，其特征在于，所述基于所述第一相似度最高的前N条历史数据分别对应的标签，确定所述待预测数据对应的井漏预测结果之前，还包括：
将所述待预测数据输入至第二特征提取模型中，经过所述第二特征提取模型的处理后，得到所述待预测数据的第二特征向量；其中，所述第二特征提取模型为利用具有标签的历史数据对自编码器进行训练得到；以及，基于所述待预测数据的第二特征向量与预先获取的每条历史数据的第二特征向量，分别计算所述待预测数据与每条历史数据之间的第二相似度；
和\或，
基于所述待预测数据中的所述出口流量和所述总池体积，确定所述待预测数据的斜率向量；以及，基于所述待预测数据的斜率向量与预先获取的每条历史数据的斜率向量，分别计算所述待预测数据与每条历史数据之间的第三相似度；
相应的，所述基于所述第一相似度最高的前N条历史数据分别对应的标签，确定所述待预测数据对应的井漏预测结果，包括：
基于所述第二相似度和所述第三相似度中的至少一个以及所述第一相似度，确定所述待预测数据与每条历史数据之间的综合相似度；
基于所述综合相似度最高的前N条历史数据分别对应的标签，确定所述待预测数据对应的井漏预测结果。


3.根据权利要求2所述的方法，其特征在于，所述基于所述待预测数据中的所述出口流量和所述总池体积，确定所述待预测数据的斜率向量，包括：
计算所述待预测数据中的所述出口流量的斜率值以及所述总池体积的斜率值；
利用所述出口流量的斜率值和所述总池体积的斜率值，构成所述待预测数据的斜率向量。


4.根据权利要求2所述的方法，其特征在于，所述基于所述第二相似度和所述第三相似度中的至少一个以及所述第一相似度，确定所述待预测数据与每条历史数据之间的综合相似度，包括：
分别为所述第二相似度和所述第三相似度中的至少一个以及所述第一相似度设置权重值；
基于所述权重值，确定所述待预测数据与每条历史数据之间的综合相似度。


5.根据权利要求1-4任一项所述的方法，其特征在于，所述基于所述第一相似度最高的前N条历史数据分别对应的标签，确定所述待预测数据对应的...

【专利技术属性】
技术研发人员：刘志鹏，曹延泽，侯广健，邹存璐，
申请(专利权)人：东软集团股份有限公司，
类型：发明
国别省市：辽宁;21