本申请提供一种钻井数据处理方法、装置、设备及可读存储介质。该方法包括：获取目标钻井的目标钻井工况在设定时长内的N个特征参数的监测数据序列；N≥1；根据各特征参数的监测数据序列，更新各特征参数对应的支持向量机的回归预测模型，得到更新后的支持向量机的回归预测模型；利用更新后的支持向量机的回归预测模型，获取该特征参数在未来时刻的预测数据；根据N个特征参数在未来时刻的预测数据，获取N个特征参数对应的溢流预警线；根据N个特征参数在未来时刻的预测数据和对应的溢流预警线，确定目标钻井是否存在溢流风险；若存在，则输出针对目标钻井的目标钻井工况的溢流预警信号。本申请能够针对任意钻井实现溢流预测。本申请能够针对任意钻井实现溢流预测。本申请能够针对任意钻井实现溢流预测。
【技术实现步骤摘要】
钻井数据处理方法、装置、设备及可读存储介质
[0001]本申请涉及钻井
，尤其涉及一种钻井数据处理方法、装置、设备及可读存储介质。
技术介绍
[0002]油田钻井作业过程中，溢流的发生会导致井涌甚至井喷。而钻井井喷失控，将会对油田储层造成严重损害，甚至导致井塌等钻探事故，给钻井平台、工作人员和生态环境带来不可弥补的损害。因此，需要对钻井作业中的溢流进行实时监控和预警。
[0003]目前主要依赖于机器学习模型的方法对钻井数据进行处理，以用于溢流的预测和预警，但该方法只针对特定的钻井的溢流预测精度较高，不具备通用性。
技术实现思路
[0004]本申请提供一种钻井数据处理方法、装置、设备及可读存储介质，用以解决在钻井数据处理方法通用性差导致的溢流预测精度低的问题。
[0005]第一方面，本申请提供一种钻井数据处理方法，包括：
[0006]获取目标钻井的目标钻井工况在设定时长内的N个特征参数的监测数据序列；N≥1；
[0007]根据各所述特征参数的监测数据序列，更新各所述特征参数对应的支持向量机的回归预测模型，得到更新后的支持向量机的回归预测模型；
[0008]利用所述更新后的支持向量机的回归预测模型，获取该特征参数在未来时刻的预测数据；
[0009]根据所述N个特征参数在未来时刻的预测数据，获取所述N个特征参数对应的溢流预警线；
[0010]根据所述N个特征参数在未来时刻的预测数据和对应的溢流预警线，确定所述目标钻井是否存在溢流风险；
[0011]若存在，则输出针对所述目标钻井的所述目标钻井工况的溢流预警信号。
[0012]可选的，所述根据各所述特征参数的监测数据序列，更新各所述特征参数对应的支持向量机的回归预测模型，包括：
[0013]针对每个所述特征参数，根据该特征参数在设定时长内的监测数据序列，采用麻雀搜索算法更新该特征参数对应的回归预测模型中的惩罚系数和核参数，得到更新后的支持向量机的回归预测模型。
[0014]可选的，所述根据该特征参数在设定时长内的监测数据序列，采用麻雀搜索算法更新该特征参数对应的回归预测模型中的惩罚系数和核参数，得到更新后的支持向量机的回归预测模型，包括：
[0015]对所述监测数据序列进行归一化处理；
[0016]根据归一化处理后的监测数据序列，采用麻雀搜索算法更新该特征参数对应的回
归预测模型中的惩罚系数和核参数，得到更新后的支持向量机的回归预测模型。
[0017]可选的，所述对所述监测数据序列进行归一化处理之前，还包括：
[0018]判断该特征参数在设定时长内的监测数据序列中是否存在噪声数据；
[0019]若是，则对该特征参数在设定时长内的监测数据序列进行去噪处理。
[0020]可选的，所述根据所述N个特征参数在未来时刻的预测数据，获取所述N个特征参数对应的溢流预警线，包括：
[0021]针对每个所述特征参数，对所述特征参数在未来时刻的预测数据进行反归一化处理；
[0022]根据反归一化处理后的预测数据，获取所述特征参数未来时刻的溢流预警阈值上限或溢流预警阈值下限；
[0023]根据所述特征参数未来时刻的溢流预警阈值上限或溢流预警阈值下限，获取所述特征参数对应的溢流预警线。
[0024]可选的，所述根据所述N个特征参数在未来时刻的预测数据和对应的溢流预警线，确定所述目标钻井是否存在溢流风险，包括：
[0025]若存在M个所述特征参数在未来时刻的预测数据中部分或全部时刻的预测数据超出该特征参数对应的预警线，则确定所述目标钻井存在溢流风险；1≤M≤N；
[0026]若所有特征参数在未来时刻的预测数据中全部时刻的预测数据均未超出该特征参数对应的预警线，则确定所述目标钻井不存在溢流风险。
[0027]可选的，所述获取目标钻井的目标钻井工况在设定时长内的N个特征参数的监测数据序列，包括：
[0028]在对所述目标钻井进行钻井的过程中，获取所述目标钻井的录井数据；
[0029]根据所述录井数据，获取所述目标钻井工况；
[0030]根据所述目标钻井工况，获取在设定时长内的N个特征参数的监测数据序列。
[0031]第二方面，本申请提供一种钻井数据处理装置，包括：
[0032]第一获取模块，用于获取目标钻井的目标钻井工况在设定时长内的N个特征参数的监测数据序列；N≥1；
[0033]更新模块，用于根据各所述特征参数的监测数据序列，更新各所述特征参数对应的支持向量机的回归预测模型，得到更新后的支持向量机的回归预测模型；
[0034]第二获取模块，用于利用所述更新后的支持向量机的回归预测模型，获取该特征参数在未来时刻的预测数据；
[0035]第三获取模块，用于根据所述N个特征参数在未来时刻的预测数据，获取所述N个特征参数对应的溢流预警线；
[0036]确定模块，用于根据所述N个特征参数在未来时刻的预测数据和对应的溢流预警线，确定所述目标钻井是否存在溢流风险；
[0037]输出模块，用于在所述目标钻井存在溢流风险时，输出针对所述目标钻井的所述目标钻井工况的溢流预警信号。
[0038]第三方面，本申请提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；
[0039]所述存储器存储计算机执行指令；
[0040]所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面中任一项所述的钻井数据处理方法。
[0041]第四方面，本申请提供一种计算机可读存储介质，包括：所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面中任一项所述的钻井数据处理方法。
[0042]第五方面，本申请提供一种计算机程序产品，包括计算机程序，该计算机程序被所述处理器执行时实现如第一方面任一项所述的钻井数据处理方法。
[0043]第六方面，本申请提供一种芯片，所述芯片上存储有计算机程序，所述计算机程序被所述芯片执行时，实现如第一方面任一项所述的钻井数据处理方法。
[0044]本申请提供的钻井数据处理方法、装置、设备及可读存储介质，利用目标钻井在目标钻井工况下的N个特征参数的监测数据序列获取了各特征参数对应的SVM回归预测模型，再利用各特征参数对应的SVM回归预测模型对各特征参数分别进行预测，再利用各特征参数的预测数据分别获取了各特征参数对应的溢流预警线，利用各特征参数对应的溢流预警线来判断目标钻井是否发生溢流，避免了利用固定的预测模型预测溢流时导致的各特征参数间相互干扰的问题，并且，利用各特征参数的监测数据实时更新SVM回归预测模型，提高了预测数据的准确度，进而可以实时更新各特征参数对应的溢流预警线，避免利用固定的预测模型预测导致预测精度下降，进而得到了更加准确的溢流预测。同时，该方法的SVM回归预测模型是基于各钻井的各特征参数的监测数据序列更新的，因此，该方法适用本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种钻井数据处理方法，其特征在于，所述方法包括：获取目标钻井的目标钻井工况在设定时长内的N个特征参数的监测数据序列；N≥1；根据各所述特征参数的监测数据序列，更新各所述特征参数对应的支持向量机的回归预测模型，得到更新后的支持向量机的回归预测模型；利用所述更新后的支持向量机的回归预测模型，获取该特征参数在未来时刻的预测数据；根据所述N个特征参数在未来时刻的预测数据，获取所述N个特征参数对应的溢流预警线；根据所述N个特征参数在未来时刻的预测数据和对应的溢流预警线，确定所述目标钻井是否存在溢流风险；若存在，则输出针对所述目标钻井的所述目标钻井工况的溢流预警信号。2.根据权利要求1所述的方法，其特征在于，所述根据各所述特征参数的监测数据序列，更新各所述特征参数对应的支持向量机的回归预测模型，包括：针对每个所述特征参数，根据该特征参数在设定时长内的监测数据序列，采用麻雀搜索算法更新该特征参数对应的回归预测模型中的惩罚系数和核参数，得到更新后的支持向量机的回归预测模型。3.根据权利要求2所述的方法，其特征在于，所述根据该特征参数在设定时长内的监测数据序列，采用麻雀搜索算法更新该特征参数对应的回归预测模型中的惩罚系数和核参数，得到更新后的支持向量机的回归预测模型，包括：对所述监测数据序列进行归一化处理；根据归一化处理后的监测数据序列，采用麻雀搜索算法更新该特征参数对应的回归预测模型中的惩罚系数和核参数，得到更新后的支持向量机的回归预测模型。4.根据权利要求3所述的方法，其特征在于，所述对所述监测数据序列进行归一化处理之前，还包括：判断该特征参数在设定时长内的监测数据序列中是否存在噪声数据；若是，则对该特征参数在设定时长内的监测数据序列进行去噪处理。5.根据权利要求3所述的方法，其特征在于，所述根据所述N个特征参数在未来时刻的预测数据，获取所述N个特征参数对应的溢流预警线，包括：针对每个所述特征参数，对所述特征参数在未来时刻的预测数据进行反归一化处理；根据反归一化处理后的预测数据，获取所述特征参数未来时刻的溢流预警阈值上限或溢流预警阈值下限；根据所述特征参数未来时刻的溢流预警阈值上限或溢流预警阈值下限，获取所述特征参数对应的溢流预警线。6....
【专利技术属性】
技术研发人员：武胜男，张苹茹，张来斌，樊建春，郑文培，
申请(专利权)人：中国石油大学北京，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。