一种基于GRU的滑动定向智能控制方法技术

本发明专利技术公开了一种基于GRU的滑动定向智能控制方法，包括：1：获取滑动钻井中的现场初始样本数据，归类整合并存储至数据库中；2：对数据库中的初始样本数据进行数据清洗，清洗后对初始样本数据进行标准化处理，处理之后得到标准化样本数据；3：构建GRU网络模型；步骤4：采集滑动钻井的实时数据输入至GRU网络模型中，生成自动控制参数，将自动控制参数输入扭摆系统实现智能控制。本发明专利技术通过获取、融合、存储现场数据，对数据进行清洗、标准化处理，获得有效、高质量数据，并设计数据生成器，利用现场数据进行GRU模型训练，形成GRU网络模型，并基于GRU网络模型生成滑动定向作业的自动控制参数，实现扭摆系统智能决策和控制。

【技术实现步骤摘要】
一种基于GRU的滑动定向智能控制方法
本专利技术属于油气钻井(钻探)工程
，尤其涉及一种基于GRU的滑动定向智能控制方法，该方法用于滑动定向智能控制，进一步提升滑动钻井定向作业智能化水平，实现滑动定向作业智能决策。
技术介绍
随着大数据、人工智能等技术的兴起，近两年来定向井钻井人工智能化的概念逐渐被提出。为提高单井产量、油气采收率和开发效益，水平井、多分支井和大位移井等定向钻井作业规模不断加大，研究人员认为：采用人工智能最新理论方法，在大型服务器进行数据训练和模型优化，模拟定向专家的决策行为，使定向井钻井人工智能化，将为石油钻井技术再带来一次突破。2017年以来，由川庆钻探自主研制的PIPEROCK钻柱扭摆系统在川渝地区各个区块开展了密集的现场应用，应用范围涵盖昭通页岩气、威远页岩气、磨溪-高石梯、龙岗等区块，达到了预期效果。系统使用稳定，能够满足现场作业要求，具备大规模推广应用条件，能够为定向作业数据采集以及系统测试应用提供了有效支撑，但尚未实现滑动定向智能决策与自动控制。公开号为CN110500034A的现有技术于20本文档来自技高网...

【技术保护点】
1.一种基于GRU的滑动定向智能控制方法，其特征在于包括如下步骤：/n步骤1：数据采集融合与存储/n获取滑动钻井中扭摆系统、MWD系统和综合录井系统的现场初始样本数据，将获取到的初始样本数据进行归类整合，并将整合后的初始样本数据存储至数据库中；/n步骤2：数据清洗与标准化处理/n对数据库中的初始样本数据进行数据清洗，清除与滑动定向无关的数据和重复的数据，同时清除缺失值数据、异常值数据和噪音数据；清洗之后，采用Z-score方法对初始样本数据进行标准化处理，处理之后得到标准化样本数据；/n步骤3：构建GRU网络模型/nS1：采用Python设计数据生成器，并以标准化样本数据为基础扩增和融合作业数...

【技术特征摘要】
1.一种基于GRU的滑动定向智能控制方法，其特征在于包括如下步骤：
步骤1：数据采集融合与存储
获取滑动钻井中扭摆系统、MWD系统和综合录井系统的现场初始样本数据，将获取到的初始样本数据进行归类整合，并将整合后的初始样本数据存储至数据库中；
步骤2：数据清洗与标准化处理
对数据库中的初始样本数据进行数据清洗，清除与滑动定向无关的数据和重复的数据，同时清除缺失值数据、异常值数据和噪音数据；清洗之后，采用Z-score方法对初始样本数据进行标准化处理，处理之后得到标准化样本数据；
步骤3：构建GRU网络模型
S1：采用Python设计数据生成器，并以标准化样本数据为基础扩增和融合作业数据，增加标准化样本数据规模；
S2：将数据生成器扩增并融合后的标准化样本数据按时间序列并以6:3:1的比例划分成训练集、验证集和测试集；
S3：基于划分后的数据集，采用GRU模型进行训练，训练完成后构建出GRU网络模型；
步骤4：输入控制
现场采集滑动钻井的实时数据并输入至GRU网络模型中，生成自动控制参数，将自动控制参数输入扭摆系统，实现扭摆系统智能控制。


2.根据权利要求1所述的一种基于GRU的滑动定向智...

【专利技术属性】
技术研发人员：张德军，白璟，刘伟，谭东，连太炜，谭清明，陈东，张斌，冯思恒，高林，廖冲，
申请(专利权)人：中国石油天然气集团有限公司，中国石油集团川庆钻探工程有限公司，
类型：发明
国别省市：北京;11