一种随钻地层压力测录一体化监测方法及系统技术方案

本发明专利技术公开了一种随钻地层压力测录一体化监测方法及系统，监测方法包括以下步骤：选取并导入测井数据；将测井数据剔除异常数据，标准化，制作测井数据样本；选择n个录井参数，对录井参数进行质量评价和数据标准化，消除量纲的影响；从n个录井参数出发，将录井参数通过主成分计算进行降维处理得到m个录井主成分参数；结合m个录井主成分参数建立RNN神经网络学习模型；将测井数据样本投入训练，修正学习模型。本发明专利技术将测井与录井相结合，通过测井技术，能够定量的随钻入井测量参数，再结合录井技术，可以对井下地层压力做定性评价，具有实时监测，直观评价的特点。直观评价的特点。直观评价的特点。

【技术实现步骤摘要】
一种随钻地层压力测录一体化监测方法及系统


[0001]本专利技术涉及石油、天然气等钻录井勘探开发
，具体涉及一种随钻地层压力测录一体化监测方法及系统。

技术介绍

[0002]近年来，随着钻录井工程不断增加，随钻测录井技术有了很大的发展。但高压气井钻井一直是各个国家与地区天然气、石油等勘探开发需要攻克的重大问题，因为缺少对于钻井地层压力参数的分析，往往导致在钻井作业实际操作中缺乏对于井喷等未知事故爆发可能性的预测及应对措施，这就造成了现在钻录井行业中没有办法对突发的井喷事故做到提前预测以及迅速处理，这就造成了井喷事故一旦发生，就会对施工人员的安全带来很大危险，同时也会造成一定环境污染。
[0003]通常，在钻井工程中监测地层压力通常采用随钻压力监测的方法，而目前随钻压力检测方法主要有标准钻速法、西格玛法、DC指数法、岩石强度等方法，这些方法均涉及中间参数较多，计算过程复杂，导致工程现场使用存在困难。
[0004]目前有关随钻压力监测系统的专利还比较少，公开号为CN101025084的专利文献公开了一种随钻预测钻头底下底层孔隙压力的方法，以同处一区块的待钻井和已钻井为处理对象，利用地层密度测井数据、声波时差测井数据和自然伽马测井数据来分析建立地层压力计算模型来预测当前钻遇地层的孔隙压力，但这些都是出于静态的、单一的分析，缺乏一体化的、动态的随钻录井压力监测。公开号为CN1966934的专利文献公开了一种随钻预测钻头底下地层坍塌压力和破裂压力的方法，其仅存在地震和测井的联合预测，没有充分应用随钻可取的综合录井信息，对地层压力的监测缺乏及时性和真实性。

技术实现思路

[0005]本专利技术所要解决的技术问题是：目前已有的随钻压力监测技术，对地层压力的监测缺乏及时性和综合性，本专利技术提供了解决上述问题的一种随钻地层压力测录一体化监测方法及系统，将测井与录井相结合，通过测井技术，能够定量的随钻入井测量参数，再结合录井技术，可以对井下地层压力做定性评价，具有实时监测，直观评价的特点。
[0006]本专利技术通过下述技术方案实现：
[0007]一种随钻地层压力测录一体化监测方法，包括以下步骤：
[0008]S1.选取并导入测井数据；
[0009]S2.将采集到的测井数据剔除异常数据，标准化，制作测井数据样本；
[0010]S3.选择n个录井参数，对录井参数进行质量评价和数据标准化，消除量纲的影响；从n个录井参数出发，将录井参数通过主成分计算进行降维处理得到m个录井主成分参数；
[0011]具体地，从n个录井参数出发，单独分析其频率，并综合分析上述参数之间相互联系，将录井参数通过主成分计算进行降维处理得到m个录井主成分参数。
[0012]S4.结合m个录井主成分参数建立RNN神经网络学习模型；
[0013]S5.将步骤S2得到的测井数据样本投入训练，修正学习模型。
[0014]进一步可选地，所述测井数据包括测井工程参数和测井地层压力基本数据。
[0015]进一步可选地，步骤S2中，将采集到的测井数据剔除异常数据中，3σ法则进行判别数据是否异常。
[0016]进一步可选地，通过以下公式进行测井参数异常判断：
[0017][0018]式(1)中，i范围为1
‑
n，n表示测井数据样本量，X
i
表示第i个测井数据。
[0019]进一步可选地，步骤S2中，通过z
‑
score标准化方法对剔除异常数据后的测井数据进行标准化处理，适用于参数最大值与最小值未知的情况。
[0020]进一步可选地，将i个测井数据导入到excel表格，求出各测井参数的算数平均值和标准差S
ij
，转换函数如下：
[0021][0022][0023]式(2)和式(3)中，X表示转换函数,i表示测井参数序号，范围为1～n；j表示测井参数指标序号,范围为1～n；X
ij
表示第i个测井参数的第j个指标值，Z
ij
表示标准化后的第i个测井参数的第j个指标值，S
ij
表示第i个测井参数的第j个指标值的标准差。表示第j个测井参数指标的算术平均值。
[0024]录井参数主成分计算进行降维处理部分，录井可通过传感器实时录取30余个钻井参数，并可以通过计算派生出300余个录井工程参数，此处进行降维处理，意义重大。过程包含，选择i个录井工程参数，进行主成分计算。
[0025]进一步可选地，步骤S3中，对于标准化后的参数值Z
ij
，相关系数计算公式为：
[0026][0027]由此可得相关系数矩阵为R；
[0028]求得其特征根为λ1,λ2,
…
λ
n
；特征向量为α1,α2,
…
,α
n
；
[0029]则得第n个主成分为：F
n
＝α1*S
X1
+α2*S
X2
+
…
+α
n
*S
Xn
；
[0030]主成分占比为：F＝(α1*S
X1
+α2*S
X2
+
…
+α
n
*S
Xn
)/(α1+α2+
…
+α
n
)
[0031]其中α1,α2,...,αn为X的协方差阵∑的特征值所对应的特征向量，S
x1
,S
x2
,...,S
xn
为原始变量经过标准化处理，计算后通过各个参数得主成分占比排序，确定m个录井主成分参数；
[0032]其中，k范围为1～n，n表示测井数据样本量，r
ij
表示第i个测井参数第j个指标值的相关系数，Z
ik
表示标准化后的第i个测井参数的第k个指标值，Z
kj
表示标准化后的第k个测井参数的第j个指标值。
[0033]进一步可选地，步骤S4中，m个录井主成分参数结合RNN神经网络学习方法建立模型如下：
[0034]a
(t)
＝b+Wh
(t
‑
1)
+Ux
(t)
[0035]h
(t)
＝tanh(a
(t)
)
[0036]ο
(t)
＝c+Vh
(t)
[0037][0038]其中，b、c为参数的偏置向量，W、U、V为权重矩阵分别对应输入到隐藏和隐藏到输出的连接；
[0039]其中，x
(t)
＝[M
1 M2...M
m
]T
，其中M1,M2,...,M
m
表示个主成分录井工程参数。
[0040]将m个录井主成分参数结合RNN本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种随钻地层压力测录一体化监测方法，其特征在于，包括以下步骤：S1.选取并导入测井数据；S2.将采集到的测井数据剔除异常数据，标准化，制作测井数据样本；S3.选择n个录井参数，对录井参数进行质量评价和数据标准化，消除量纲的影响；从n个录井参数出发，将录井参数通过主成分计算进行降维处理得到m个录井主成分参数；S4.结合m个录井主成分参数建立RNN神经网络学习模型；S5.将步骤S2得到的测井数据样本投入训练，修正学习模型。2.根据权利要求1所述的一种随钻地层压力测录一体化监测方法，其特征在于，所述测井数据包括测井工程参数和测井地层压力基本数据。3.根据权利要求1所述的一种随钻地层压力测录一体化监测方法，其特征在于，步骤S2中，将采集到的测井数据剔除异常数据中，3σ法则进行判别数据是否异常。4.根据权利要求3所述的一种随钻地层压力测录一体化监测方法，其特征在于，通过以下公式进行测井参数异常判断：式(1)中，i范围为1～n，n表示测井数据样本量，X
i
表示第i个测井数据。5.根据权利要求1所述的一种随钻地层压力测录一体化监测方法，其特征在于，步骤S2中，通过z
‑
score标准化方法对剔除异常数据后的测井数据进行标准化处理。6.根据权利要求5所述的一种随钻地层压力测录一体化监测方法，其特征在于，将i个测井数据导入到excel表格，求出各测井参数的算数平均值和标准差S
ij
，转换函数如下：，转换函数如下：式(2)和式(3)中，X表示转换函数,i表示测井参数序号，范围为1～n；j表示测井参数指标序号,范围为1～n；X
ij
表示第i个测井参数的第j个指标值，Z
ij
表示标准化后的第i个测井参数的第j个指标值，S
ij
表示第i个测井参数的第j个指标值的标准差；表示第j个测井参数指标的算术平均值。7.根据权利要求1所述的一种随钻地层压力测录一体化监测方法，其特征在于，步骤S3中，对于标准化后的Z
ij
，相关系数计算公式为：
由此可得相关系数矩阵为R；求得其特征根为λ1,λ2,
…
λ
n
；特征向量为α1,α2,
…
,α
n
；则得第n个主成分为：F
n
＝α1*S
X1
+α2*S
X2
+
…
+α
n
*S

【专利技术属性】
技术研发人员：陈轶林，郑科，张宇，罗谋兵，卢杭，涂东旭，
申请(专利权)人：中国石油天然气股份有限公司，
类型：发明
国别省市：