用于油田录井的报警方法和装置制造方法及图纸

本申请涉及一种用于油田录井的报警方法和装置。所述报警方法包括：每隔预定深度对目标油井进行一次录井以采集所述目标油井的录井数据；根据所述录井数据，绘制所述目标油井的录井特征参数的录井曲线；选择所述录井曲线上的预定数量的数据点；将所述数据点输入预先训练的LSTM神经网络，以获得预测值；响应于所述预测值大于所述录井特征参数的预设参考阈值，发送报警信号。通过本申请的技术方案，能够在油田录井过程中准确预测可能出现的异常，从而发出报警以提醒相关人员及时采取应对措施以避免损失和降低危险。以避免损失和降低危险。以避免损失和降低危险。

【技术实现步骤摘要】
用于油田录井的报警方法和装置


[0001]本申请一般地涉及油田开采
，尤其涉及一种用于油田录井的报警方法和装置。

技术介绍

[0002]石油作业现场分布在野外，点多面广，是一个复杂的生产过程，时常伴随着一系列的工程异常，例如井喷、井漏、钻具刺、钻具断、卡钻、气体异常等，这些异常往往会导致钻井工程事故，造成巨大的经济损失。
[0003]录井是用岩矿分析、地球物理、地球化学等方法，观察、采集、收集、记录、分析随钻过程中的固体、液体、气体等井筒返出物信息的服务过程。主要作用为判断井下地质及含油气情况，分析判断井下钻探工程概况。
[0004]目前主要是基于专家系统对录井设备所采集的数据进行分析，并利用管理人员的生产经验和专业知识发现参数变化中的异常，然而这种人工判定容易存在错判漏判的情况，且在数据出现异常时难以第一时间通知到相关人员采取应对措施，因此需要对录井过程中的数据进行分析并预测潜在异常，从而在第一时间通过报警器提醒所有的工作人员。

技术实现思路

[0005]为了解决本申请的上述技术问题，本申请提供了一种用于油田录井的报警方法和装置，以期在油田录井过程中准确预测可能出现的异常，从而发出报警以提醒相关人员及时采取应对措施以避免损失和降低危险。
[0006]根据本申请的第一方面，提供了一种用于油田录井的报警方法，其中所述油田包括多个油井，所述报警方法包括：每隔预定深度对目标油井进行一次录井以采集所述目标油井的录井数据，其中所述录井数据包括至少一个录井特征参数，所述录井特征参数包括自然电位、自然伽马、井径、深侧向、浅侧向、补偿中子、补偿密度和声波时差；根据所述录井数据，绘制所述目标油井的录井特征参数的录井曲线；选择所述录井曲线上的预定数量的数据点，其中所述预定数量的数据点之间的时间间隔相等；将所述数据点输入预先训练的LSTM神经网络，以获得一个或多个时间间隔后所述录井特征参数的预测值，其中所述LSTM神经网络的训练包括：获取所述油田中各油井的历史录井数据；根据所述历史录井数据，绘制所述各油井的所述录井特征参数的录井曲线；针对所述油田中的每一油井，选择与所述油井的录井曲线最相似的预定半径内的一个或多个邻井的录井曲线；根据所述油井的录井曲线和所述邻井的录井曲线，计算所述油井对应的平均化录井曲线；根据所述油田中所有油井的录井曲线和平均化录井曲线，计算每一油井的优化录井曲线；针对每一油井的优化录井曲线，根据所述预定深度采样所述优化录井曲线上的数据点；将每一预定深度区间对应的数据点作为一个单位数据点集，输入所述LSTM神经网络以分批次训练所述LSTM神经网络，直至所述LSTM神经网络的损失值达到预设目标值时，结束训练，其中每一单位数据点集对应一个训练批次；响应于所述预测值大于所述录井特征参数的预设参考阈值，发送报警
信号。
[0007]在一个实施例中，在所述LSTM神经网络的训练过程中，根据所述油田中所有油井的录井曲线和平均化录井曲线，计算每一油井的优化录井曲线包括：针对每一深度点，分别获取所有油井的录井曲线和平均化录井曲线上所述深度点对应的录井特征参数值；根据所述录井特征参数值，分别计算所述录井曲线和所述平均化录井曲线对应的实际正态分布和理论正态分布；根据所述实际正态分布和所述理论正态分布，以及所述油井的录井曲线和平均化录井曲线上所述深度点对应的录井特征参数值，计算所述深度点对应的优化录井值；根据所有深度点对应的优化录井值，拟合所述油井的优化录井曲线。
[0008]在一个实施例中，所述根据所述实际正态分布和所述理论正态分布，以及所述油井的录井曲线和平均化录井曲线上所述深度点对应的录井特征参数值，计算所述深度点对应的优化录井值包括：分别计算所述实际正态分布和所述理论正态分布的标准差；根据所述标准差和所述录井特征参数值，根据以下关系式计算所述优化录井值：其中，p为所述优化录井值，m为所述录井曲线上所述深度点对应的录井特征参数值，n为所述平均化录井曲线上所述深度点对应的录井特征参数值，为所述实际正态分布的标准差，为所述理论正态分布的标准差。
[0009]在一个实施例中，所述根据所述油井的录井曲线和所述邻井的录井曲线，计算所述油井对应的平均化录井曲线包括：计算每一邻井的录井曲线与所述油井的录井曲线的相似度；对所有邻井对应的相似度进行归一化，以获得所有邻井对应的归一后相似度；以所述归一后相似度作为权重，计算所述油井对应的平均化录井曲线。
[0010]在一个实施例中，在所述LSTM神经网络的训练过程中，针对每一油井的优化曲线，根据所述预定深度采样所述优化曲线上的数据点包括：测量所述油井每次录井与前一次录井之间的时间间隔，以获得所有录井对应的时间间隔；计算所有时间间隔的最大公约数；以所述最大公约数的约数作为采样周期对所述优化曲线上每一预定深度区间对应的数据点进行采样。
[0011]在一个实施例中，在所述LSTM神经网络的训练过程中，将每一预定深度区间对应的数据点作为一个单位数据点集，输入所述LSTM神经网络以分批次训练所述LSTM神经网络，直至所述LSTM神经网络的损失值达到预设目标值时，结束训练包括：统计每一训练批次内每一个采样点的损失值；计算所述训练批次内所有采样点的损失值的和，以获得所述训练批次的总损失；根据所述训练批次的总损失，完成所述训练批次内所述LSTM神经网络的训练。
[0012]在一个实施例中，所述计算所述训练批次内所有采样点的损失值的和，以获得所述训练批次的总损失包括：放大所述训练批次内两个端点处采样点的损失值，以获得两个端点处采样点的放大后损失值；计算所述两个端点处采样点的放大后损失值和中间采样点的损失值的和，作为所述训练批次的总损失。
[0013]在一个实施例中，所述放大所述训练批次内两个端点处采样点的损失值，以获得两个端点处采样点的放大后损失值包括：根据所述训练批次内的采样点数量，放大所述两
个端点处采样点的损失值，其中放大倍数与所述采样点数量成正比。
[0014]根据本申请的第二方面，提供了一种用于油田录井的报警装置，其特征在于，包括处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现本申请的第一方面所述的用于油田录井的报警方法。
[0015]本申请的技术方案具有以下有益技术效果：在本申请的技术方案中，每隔预定深度采集目标油井的录井数据，并根据所述录井数据绘制所述目标油井的录井特征参数的录井曲线，选择所述录井曲线上的预定数量的等时间间隔数据点并将所述数据点输入预先训练的LSTM神经网络，以获得所述录井特征参数的预测值，并在所述预测值大于预设参考阈值时发送报警信号，从而提醒相关人员采取应对措施。
[0016]在所述LSTM神经网络的训练过程中，在采集某一油井的录井数据时，不仅考虑当前油井的录井数据，还根据当前油井的若干邻井乃至整个油田的所有油井的录井数据对当前油井的录井数据进行优化后，再输入到LSTM神经网络中进行训练。由于油田中各油井所处的地质条件类似，各油井，尤其是相邻油井本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于油田录井的报警方法，其中所述油田包括多个油井，其特征在于，所述报警方法包括：每隔预定深度对目标油井进行一次录井以采集所述目标油井的录井数据，其中所述录井数据包括至少一个录井特征参数，所述录井特征参数包括自然电位、自然伽马、井径、深侧向、浅侧向、补偿中子、补偿密度和声波时差；根据所述录井数据，绘制所述目标油井的录井特征参数的录井曲线；选择所述录井曲线上的预定数量的数据点，其中所述预定数量的数据点之间的时间间隔相等；将所述数据点输入预先训练的LSTM神经网络，以获得一个或多个时间间隔后所述录井特征参数的预测值，其中所述LSTM神经网络的训练包括：获取所述油田中各油井的历史录井数据；根据所述历史录井数据，绘制所述各油井的所述录井特征参数的录井曲线；针对所述油田中的每一油井，选择与所述油井的录井曲线最相似的预定半径内的一个或多个邻井的录井曲线；根据所述油井的录井曲线和所述邻井的录井曲线，计算所述油井对应的平均化录井曲线；根据所述油田中所有油井的录井曲线和平均化录井曲线，计算每一油井的优化录井曲线；针对每一油井的优化录井曲线，根据所述预定深度采样所述优化录井曲线上的数据点；将每一预定深度区间对应的数据点作为一个单位数据点集，输入所述LSTM神经网络以分批次训练所述LSTM神经网络，直至所述LSTM神经网络的损失值达到预设目标值时，结束训练，其中每一单位数据点集对应一个训练批次；响应于所述预测值大于所述录井特征参数的预设参考阈值，发送报警信号。2.根据权利要求1所述的用于油田录井的报警方法，其特征在于，在所述LSTM神经网络的训练过程中，根据所述油田中所有油井的录井曲线和平均化录井曲线，计算每一油井的优化录井曲线包括：针对每一深度点，分别获取所有油井的录井曲线和平均化录井曲线上所述深度点对应的录井特征参数值；根据所述录井特征参数值，分别计算所述录井曲线和所述平均化录井曲线对应的实际正态分布和理论正态分布；根据所述实际正态分布和所述理论正态分布，以及所述油井的录井曲线和平均化录井曲线上所述深度点对应的录井特征参数值，计算所述深度点对应的优化录井值；根据所有深度点对应的优化录井值，拟合所述油井的优化录井曲线。3.根据权利要求2所述的用于油田录井的报警方法，其特征在于，所述根据所述实际正态分布和所述理论正态分布，以及所述油井的录井曲线和平均化录井曲线上所述深度点对应的录井特征参数值，计算所述深度点对应的优化录井值包括：分别计算所述实际正态分布和所述理论正态分布的标准差；根据所述标准差和所述录井特征参数值，根据以...

【专利技术属性】
技术研发人员：吴广平，刘卫丽，李超，许少华，白婷，李榕，李建斌，安颖睿，冯欣欣，辛辛，吕燕妮，张丽娥，冯永瑞，杨婷，薛靖萍，谷雨润，武金飞，雷龙伟，何志国，杜巧娟，王铖，李博锋，王奋娟，
申请(专利权)人：陕西天成石油科技有限公司，
类型：发明
国别省市：