识别地下钻井设备的操作异常制造技术

本公开涉及用于动态地、潜在地实时地利用异常模式检测来优化与井建设或地下钻井相关的操作过程的系统、方法和非暂时性计算机可读介质。例如，所公开的系统结合钻机状态一起使用时间序列数据来自动地检测和拆分类似操作。随后，所公开的系统利用自动化异常检测工作流程从现场数据收集中识别操作异常。所述自动化异常检测工作流程可通过确定哪些过程行为导致操作异常(例如，根据给定操作的对应过程概率)来在更细粒度的级别上识别所述操作异常。此外，所公开的系统可以直观、用户友好的方式呈现操作异常、过程行为(程序曲线)和/或对应过程概率的图形表示。过程概率的图形表示。过程概率的图形表示。

【技术实现步骤摘要】
【国外来华专利技术】识别地下钻井设备的操作异常
[0001]相关申请的交叉引用
[0002]本申请要求于2020年12月18日提交且名为“Similarity and Anomaly Recognition in Drilling Operations”的美国临时申请号63/199,293的权益，所述申请特此以引用的方式整体并入本文。
技术背景
[0003]近年来，在提取和识别与地下钻井相关联的操作性能数据方面取得了重大改进。不幸的是，用于识别操作异常的常规系统仍然存在许多问题。例如，常规的钻井异常系统实施关键性能指标或钻井操作过程的具有低可解释性的其他综合量度。此外，某些常规的钻井异常系统不能进行实时异常识别。此外，一些常规的钻井异常系统促成了对某些可能看起来异常但实际上并非异常的钻井参数的选择性(和主观性)审查。
[0004]举例来说，常规的钻井异常系统可测量钻井操作过程，但这些系统往往无法以提供建设性反馈以改进所测量的过程的方式来测量钻井操作过程。例如，常规的钻井异常系统使用关键性能指标(或其他综合量度)。然而，这些指标往往是其自身的平均值或其他统计值，现场人员很难解释和/或针对特定的钻井操作过程制定改进计划。因此，关键性能指标往往被认为过于模糊/复杂而难以理解。诸如直方图的其他替代方案同样无法提供用于改进所测量的钻井操作过程的有效机制。
[0005]除了缺乏可解释性之外，常规的钻井异常系统在实时现场操作中往往没有多大用处。例如，一些常规的钻井异常系统使用关键性能指标或随时间推移而聚合钻井操作数据的其他量度。因此，此类常规的钻井异常系统通常不能在异常钻井操作过程发生时识别它们，因为关键性能指标仍然(总体上)在公差或可接受的范围内。因此，常规的钻井异常系统以降低的准确性和实时有效性操作。
[0006]部分地基于前述缺陷，一些常规的钻井异常系统促成了对某些钻井参数的选择性(和主观性)审查。例如，现场的钻井工程师可相对于钻井时段的历史汇总对一个或多个钻井参数的钻井时段平均值进行钻井时段后审查。此类手动方法往往无法产生准确的结果。事实上，识别出的异常很少是真正的异常，并且感知到的正常数据不一定是正常的。这些常见的不符之处是由于无数不同的变量造成的，仅凭观察和人类心智实际上无法以任何一致的准确度捕捉所述变量。事实上，各种钻井参数(例如，大钩载荷、滑车位置、每分钟转数、泵流速、钻进速度等)、钻机状态(例如，连接前活动、连接活动和连接后活动)、情境数据(例如，钻井操作员、日期和时间、地质构造、钻井量度、底部钻具组件、钻井液等)和其他影响因素之间的复杂的相互作用超出了人类心智所能评估的智力能力—更不用说确定异常了。

技术实现思路

[0007]本公开的各方面可包括动态地利用特征提取模型来确定时间序列钻井数据中的行为异常的方法、计算机可读介质和系统。特别地，所公开的系统将时间序列钻井数据分区为类似的活动，诸如连接前活动、连接活动和旋转钻井。从分区的数据中，所公开的系统使
用特征提取模型提取特征集合。这种特征集合包括例如游动滑车的最大或最小速度(和/或加速度)、最大和最小滑车高度、上下移动的总滑车时间等。在一个或多个实施方案中，所公开的系统确定每个特征的对应的概率密度函数。随后，所公开的系统基于满足异常阈值的一个或多个特征的最小概率而确定异常。
[0008]在以下描述中概括了本公开的一个或多个实施方案的附加特征和优点。
附图说明
[0009]具体实施方式通过使用附图提供了具有附加特殊性和细节的一个或多个实施方案，如下文简要描述的。
[0010]图1示出了根据一个或多个实施方案的用于实施异常检测系统的计算系统环境。
[0011]图2示出了根据一个或多个实施方案的确定操作异常的钻井优化模型的概览。
[0012]图3示出了根据一个或多个实施方案的识别操作异常的异常检测系统。
[0013]图4A至图4B示出了根据一个或多个实施方案的识别操作异常并呈现异常可视化以供显示的异常检测系统。
[0014]图5A至图5B示出了根据一个或多个实施方案的提供与操作特征的聚类相关的一个或多个图形用户界面以供显示的异常检测系统。
[0015]图6A至图6C示出了根据一个或多个实施方案的实施异常检测系统以生成异常可视化的实验结果。
[0016]图7A至图7C示出了根据一个或多个实施方案的在计算装置上提供图形用户界面以用于查看操作特征和异常可视化并与之交互的异常检测系统。
[0017]图8示出了根据一个或多个实施方案的异常检测系统的示例示意图。
[0018]图9示出了根据一个或多个实施方案的用于识别地下钻井设备的操作异常的一系列动作的流程图。
[0019]图10示出了用于实施本公开的一个或多个实施方案的示例计算装置的框图。
具体实施方式
[0020]本文描述的一个或多个实施方案包括一种异常检测系统，所述异常检测系统结合钻机状态一起选择性地利用提取的时间序列数据的操作特征来识别异常并且呈现解释所识别的异常的图形表示。例如，在一个或多个实施方案中，异常检测系统使用对应于大钩载荷、滑车位置、每分钟转数或泵流速中的至少一者的传感器数据。然后，异常检测系统基于钻机状态及其时间跨度而对传感器数据进行分区。在某些实施方案中，异常检测系统使用分区的数据来提取操作特征并且确定相应的特征直方图。另外，在一个或多个实施方案中，异常检测系统将特征直方图转换为连续概率数据集以估计特征概率。基于估计的特征概率，异常检测系统可呈现异常可视化以在图形用户界面内显示，所述异常可视化指示识别的异常和导致所识别的异常的一个或多个操作特征。
[0021]正如刚才所提及，异常检测系统识别地下钻井设备的时间序列数据并且对所述时间序列数据进行分区。时间序列数据对应于来自跟踪地下钻井设备的操作的传感器的各种不同的传感器数据(例如，表面传感器数据)。在一个或多个实施方案中，异常检测系统针对诸如连接前活动、连接活动和连接后活动的特定钻机状态(或操作状态)将时间序列数据分
区为一个或多个粒度级别。另外地或替代地，异常检测系统基于诸如钻井操作员、日期和时间、地质构造、底部钻具组件、钻井液的情境数据而对时间序列数据进行分区。更进一步地，异常检测系统可基于诸如扭矩、钻压和钻进速度的一个或多个钻井量度而对时间序列数据进行分区。
[0022]在某些实施方案中，异常检测系统使用分区的数据来提取操作特征。在特定的实施方案中，异常检测系统通过对分区的时间序列数据进行滤波来提取操作特征。在某些实施方式中，异常检测系统使用零滞后高斯差滤波器来估计特征信号，诸如针对不同操作特征的速度和加速度值。游动滑车的示例操作特征包括在时间x处的最大向上速度、最大向下加速度和向上到向下计数。应当了解，异常检测系统可以诸如直方图的离散数据集的形式表示操作特征的特征信号。
[0023]在一个或多个实施方案中，异常检测系统将估计的特征信号(例如，呈离散数据集的形式)转换为对应的概率密度函数。在特定的实施方案中，异常检测系本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种非暂时性计算机可读存储介质，所述非暂时性计算机可读存储介质包括指令，所述指令在由至少一个处理器执行时使计算装置进行以下操作：识别地下钻井设备的时间序列数据；利用特征提取模型并从所述时间序列数据中生成定义所述地下钻井设备随时间推移而进行的操作的操作特征；生成所述操作特征的特征概率；以及基于所述操作特征的所述特征概率而识别所述地下钻井设备的所述操作的异常。2.如权利要求1所述的非暂时性计算机可读存储介质，所述非暂时性计算机可读存储介质还包括在由所述至少一个处理器执行时使所述计算装置通过利用所述特征提取模型进行以下操作来生成所述操作特征的指令：对所述时间序列数据进行滤波以估计特征信号，所述特征信号包括速度、加速度、波形峰或波形谷中的至少一者。3.如权利要求1所述的非暂时性计算机可读存储介质，所述非暂时性计算机可读存储介质还包括在由所述至少一个处理器执行时使所述计算装置进行以下操作的指令：基于所述地下钻井设备的操作状态而对所述时间序列数据进行分区，所述操作状态包括连接前活动、连接活动或连接后活动中的至少一者；以及从所述分区的时间序列数据中生成所述操作特征。4.如权利要求3所述的非暂时性计算机可读存储介质，所述非暂时性计算机可读存储介质还包括在由所述至少一个处理器执行时使所述计算装置通过确定从所述时间序列数据分区的离散特征数据集的概率密度函数来生成所述操作特征的所述特征概率的指令。5.如权利要求1所述的非暂时性计算机可读存储介质，所述非暂时性计算机可读存储介质还包括在由所述至少一个处理器执行时使所述计算装置通过将所述特征概率与异常阈值进行比较来识别所述地下钻井设备的所述操作的所述异常的指令。6.如权利要求1所述的非暂时性计算机可读存储介质，所述非暂时性计算机可读存储介质还包括在由所述至少一个处理器执行时使所述计算装置提供异常可视化以在图形用户界面内显示的指令，所述异常可视化包括以下各者中的至少一者：导致所述异常的一个或多个操作特征的纯文本描述；或者导致所述异常的所述一个或多个操作特征的特征概率的子集。7.如权利要求1所述的非暂时性计算机可读存储介质，所述非暂时性计算机可读存储介质还包括在由所述至少一个处理器执行时使所述计算装置进行以下操作的指令：提供所述时间序列数据的操作特征曲线以及附加时间序列数据的附加操作特征曲线以在图形用户界面内显示；以及基于调整异常阈值的用户交互而更新一个或多个操作特征曲线。8.一种系统，所述系统包括：一个或多个存储器装置，所述一个或多个存储器装置包括地下钻井设备的时间序列数据；以及一个或多个服务器装置，所述一个或多个服务器装置被配置为使所述系统进行以下操作：利用特征提取模型通过对所述时间序列数据进行滤波以估计特征信号来生成定义所
述地下钻井设备随时间推移而进行的操作的操作特征，所述特征信号包括速度、加速度、波形峰或波形谷中的至少一者；通过将来自所述特征信号的离散特征数据转换为连续特征数据来生成所述操作特征的特征概率；以及通过将所述操作特征的所述特征概率与异常阈值进行比较来识别所述地下钻井设备的所述操作的异常。9.如权利要求8所述的系统，其中所述一个或多个服务器装置被配置为使所述系统利用所述特征提取模型以最小化时间滞后的方式对所述时间序列数据进行滤波。10.如权利要求8所述的系统，其中所述一个或多个服务器装置被配置为使所述系统进行以下操作：基于所述地下钻井设备...

【专利技术属性】
技术研发人员：D，
申请(专利权)人：吉奥奎斯特系统公司，
类型：发明
国别省市：