一种钻井液大数据分析与决策支持系统及方法技术方案

本发明专利技术公开了一种钻井液大数据分析与决策支持系统及方法，包括数据采集与集成管理层，用于采集已建成的钻井液数据库中的数据，以及录入数据，完成对所述数据的统一管理；数据分析管理层，利用数据分析工具对统一管理的数据进行知识挖掘及数据分析统计；数据服务管理层，对数据进行量化计算处理，以得到分析结论，当结论超出预设预警阈值时进行预警提醒；利用数据分析工具、知识挖掘工具、数据分析统计工具和量化计算工具实现对数据的统一管理、知识挖掘、分析统计和量化计算，得到所需要的分析结论，实现钻井液的事故预警提醒，达到风险预控及信息共享的目的，为决策和管理提供依据和参考。据和参考。据和参考。

【技术实现步骤摘要】
一种钻井液大数据分析与决策支持系统及方法


[0001]本专利技术属于油、气井领域，具体涉及一种钻井液大数据分析与决策支持系统及方法。

技术介绍

[0002]钻井液是钻井过程中使用的循环流体，它是液体和化学处理剂的混合物。是钻井工程的血液。钻井液在钻井过程中，起着护壁防塌、携砂防卡、润滑防粘等诸多功能，钻井作业中钻井液的性能和主要处理方法不同，直接关系着钻井过程的成败。在钻井过程中通过及时、准确的观察分析钻井液量及性能的变化，钻井液参数的变化，及时收集钻井液数据资料并对异常及时报警和处置，有效预防井漏、井塌、井涌等井下事故复杂的发生。
[0003]国内外有许多著名专家学者在研究钻井液的智能化管理和应用工作。康力等设计了一种钻井液专家智能系统的模型，可以分析不同区块、不同地质环境下钻井液使用实例的众多数据，给现场作业提供指导；徐超研究出基于范例推理的钻井液配方专家系统，根据对油井各阶段的地层特点、井身结构、钻井措施等具体条件的分析,为钻井工作提供非常科学的设计参数,以便正确选择钻井液类型,决定相应合理的钻井措施,提高钻井液配制效率；李柏岐等通过单片机控制超声波的发射和接收,测量已知参数超声波的衰减值。然后通过计算机计算出当前位置钻井液泥浆的实时密度,间接计算泥浆的粘度,同时测量当前测量点泥浆温度和泥浆的流速；Ye等专家建立了钻井液侵入单裂缝的预测模型，利用该模型预测了塔里木盆地某区块碳酸盐岩储层目前所用钻井液的侵入程度，并对其相关性进行了预测。
[0004]虽然国内外关于钻井液智能研究的课题和项目很多，但是目前还没有一个钻井液智能平台能够集合并实现诸如：钻井液性能、处理剂使用、重点维护措施、井下事故复杂的统一管理，也无法从以往海量历史数据中给技术人员提供安全可靠的建议和决策，无法为现场复杂事故的预防和处置提供依据和参考，无法将大量的数据直观、准确、简单、方便、快捷地展示给各级管理人员。

技术实现思路

[0005]本专利技术的目的是提供一种钻井液大数据分析与决策支持系统及方法，以对现有数据进行统一管理、知识挖掘、分析统计和量化计算得到所需要的分析结论，实现钻井液的事故预警提醒，达到风险预控及信息共享的目的，为决策和管理提供依据和参考。
[0006]本专利技术的目的是通过以下技术手段实现的，一种钻井液大数据分析与决策支持系统，
[0007]包括数据采集与集成管理层，用于采集已建成的钻井液数据库中的结构化数据，以及录入非结构化数据，并对以上数据建立数据关联，完成对结构化和非结构化数据的统一管理；
[0008]数据分析管理层，对所述数据采集与集成管理层中统一管理的数据进行知识挖掘
及数据分析统计；
[0009]数据服务管理层，对所述数据分析管理层得出的数据进行量化计算处理，以得到分析结论，当结论超出预设预警阈值时进行预警提醒；
[0010]数据发送层，用于将数据服务管理层得到的分析结论及预警提醒发送到应用端供技术人员查询。
[0011]所述数据分析管理层对所述数据采集与集成管理层中统一管理的数据进行知识挖掘及数据分析统计的具体过程包括：利用多维分析工具对所述数据采集与集成管理层中统一管理的历史数据的规律进行知识挖掘；采用算法拟合生成不同因素条件下的数据趋势分析曲线。
[0012]采用算法拟合生成不同因素条件下的数据趋势分析曲线具体为，采用算法拟合生成单井单因素、多因素及多井单因素，多因素条件下的趋势分析曲线，以向用户直观反映各因素对钻井效果的影响变化趋势。
[0013]所述数据服务管理层对所述数据分析管理层得出的数据进行量化计算处理，以得到分析结论，当结论超出预设预警阈值时进行预警提醒的过程具体包括：采用统计学和语义处理方法对知识挖掘得到数据中的文字信息进行量化处理，建立可被计算机执行的分析规则得到分析结论；利用支持向量机和神经网络结合钻井液异常历史数据，确定对应异常情况发生的预警阈值，根据采集到的实时数据与预警阈值的比较差值确定是否发出预警提醒。
[0014]支持向量机和神经网络机器学习和知识发现的方法，采用WebGIS技术在地图上显示异常井的分布坐标、区间、异常类型、发生频度和建议处理预案，利用异常井历史数据，通过数理统计和数据挖掘方法总结出对应异常发生的阈值。
[0015]所述数据服务管理层对所述数据分析管理层得出的数据进行量化计算处理时，还采用深度学习方法，利用各区块的钻井记录为训练数据，建立钻井液性能与机械钻速，钻井周期的关联模型。
[0016]所述数据服务管理层得到及数据发送层发送的分析结论及预警提醒，包括钻井液汇报表、钻井液事故复杂地图、钻井液综合查询、数据统计图表分析、用料分析、钻井液成本分析、钻井液井史、信息设置和钻井液技术方案维护信息。
[0017]一种钻井液大数据分析与决策支持方法，
[0018]获取模块,用于采集已建成的钻井液数据库中的数据，以及录入数据；
[0019]关联模块，用于对获取模块获取的数据建立数据关联；
[0020]数据分析模块，用于对关联模块中建立数据关联的数据进行知识挖掘及数据分析统计；
[0021]数据服务模块，用于对数据分析模块得出的知识挖掘及数据分析统计结果进行量化计算处理，以得到分析结论，当结论超出预设预警阈值时进行预警提醒；
[0022]数据发送模块，将数据服务模块得到的分析结论及预警提醒发送到应用端。
[0023]所述数据分析模块利用多维分析工具对所述数据采集与集成管理层中统一管理的历史数据的规律进行知识挖掘；以及采用算法拟合生成不同因素条件下的数据趋势分析曲线，来对关联模块中建立数据关联的数据进行知识挖掘及数据分析统计。
[0024]本专利技术的有益效果在于：基于已建成的平台系统和钻井液数据库，利用数据分析
工具、知识挖掘工具、数据分析统计工具和量化计算工具实现对数据的统一管理、知识挖掘、分析统计和量化计算，得到所需要的分析结论，实现钻井液的事故预警提醒，达到风险预控及信息共享的目的，为决策和管理提供依据和参考。
附图说明
[0025]图1为本专利技术流程示意图；
[0026]图2为本专利技术平台架构示意图；
[0027]图3为钻井液全性能动态信息示意图；
[0028]图4为井眼净化能力变化趋势示意图；
[0029]图5为ECD智能分析及建议示意图；
[0030]图6为钻井诊断分析示意图；
[0031]图7为处理剂用量标准与实际对比示意图；
[0032]图8为钻井液性能标准与实际对比示意图；
[0033]图9为成本分析示意图；
[0034]图10为邻井复杂情况分析示意图。
[0035]以下将结合附图及实施例对本专利技术做进一步详细说明。
具体实施方式
[0036]【实施例1】
[0037]如图1和图2所示，一种钻井液大数据分析与决策支持系统，
[0038]包括数据采集与集成管理层，用于采集已建成的钻井液数据库中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种钻井液大数据分析与决策支持系统，其特征在于：包括数据采集与集成管理层，用于采集已建成的钻井液数据库中的结构化数据，以及录入非结构化数据，并对以上数据建立数据关联，完成对结构化和非结构化数据的统一管理；数据分析管理层，对所述数据采集与集成管理层中统一管理的数据进行知识挖掘及数据分析统计；数据服务管理层，对所述数据分析管理层得出的数据进行量化计算处理，以得到分析结论，当结论超出预设预警阈值时进行预警提醒；数据发送层，用于将数据服务管理层得到的分析结论及预警提醒发送到应用端。2.根据权利要求1所述的一种钻井液大数据分析与决策支持系统，其特征在于：所述数据分析管理层对所述数据采集与集成管理层中统一管理的数据进行知识挖掘及数据分析统计的具体过程包括：利用多维分析工具对所述数据采集与集成管理层中统一管理的历史数据的规律进行知识挖掘；采用算法拟合生成不同因素条件下的数据趋势分析曲线。3.根据权利要求2所述的一种钻井液大数据分析与决策支持系统，其特征在于：采用算法拟合生成不同因素条件下的数据趋势分析曲线具体为：采用算法拟合生成单井单因素、多因素及多井单因素，多因素条件下的趋势分析曲线，以向用户直观反映各因素对钻井效果的影响变化趋势。4.根据权利要求1所述的一种钻井液大数据分析与决策支持系统，其特征在于：所述数据服务管理层对所述数据分析管理层得出的数据进行量化计算处理，以得到分析结论，当结论超出预设预警阈值时进行预警提醒的过程具体包括：采用统计学和语义处理方法对知识挖掘得到数据中的文字信息进行量化处理，建立可被计算机执行的分析规则得到分析结论；利用支持向量机和神经网络结合钻井液异常历史数据，确定对应异常情况发生的预警阈值，根据采集到的实时数据与预警阈值的比较差值确定是否发出预警提醒。5.根据权利要求4所述的...

【专利技术属性】
技术研发人员：张建卿，刘胜娃，王建胜，侍德益，刘月月，王嫔，苏兴华，詹胜，刘波，
申请(专利权)人：中国石油集团川庆钻探工程有限公司，
类型：发明
国别省市：