用于煤层气钻井工程的实时监测系统及其方法技术方案

本申请涉及智能监测领域，其具体公开了一种用于煤层气钻井工程的实时监测系统及其方法，使用基于深度神经网络模型的人工智能技术来智能地对钻井过程中的各个参数值进行特征编码与提取，以得到更为精准的用于表示是否发出异常情况的预警的分类标签。这样，构建用于煤层气钻井工程的实时监测方案，来综合钻井过程中的各个参数值，进而基于上述分类结果来提高煤层气钻井工程的实时性与准确性。高煤层气钻井工程的实时性与准确性。高煤层气钻井工程的实时性与准确性。

【技术实现步骤摘要】
用于煤层气钻井工程的实时监测系统及其方法


[0001]本申请涉及智能检测领域，且更为具体的涉及一种用于煤层气钻井工程的实时监测系统及其方法。

技术介绍

[0002]煤层气钻井工程是指在煤层中进行开采煤层气的工程过程。煤层气是一种天然气，主要由甲烷组成，储存在煤层中的孔隙中。煤层气钻井工程包括勘探、钻井、完井和生产等环节，旨在通过钻井技术将煤层气开采出来并进行利用。煤层气钻井工程需要检测井下的情况，根据掌握的井下的情况进行：1、钻井参数调整，操作人员可以及时调整钻井参数，以优化钻井过程，提高钻井效率。2、风险预警：监测可以帮助及早发现潜在的风险和异常情况，如井口温度升高、钻井液压力异常波动等。通过及时的风险预警，可以采取相应的措施，避免事故的发生，保障工作人员的安全。常见的煤层气钻井工程的监测方法可能存在以下缺点：1、延迟性：常见的监测方法可能无法实时获取井下数据，存在一定的延迟。这种延迟可能导致决策和调整的时效性降低，无法及时应对井下情况的变化。2、依赖人工操作：一些常见的监测方法可能需要人工操作进行数据采集和监测，这增加了人力成本，并且可能存在人为误操作的风险。3、技术更新滞后：常见的监测方法可能无法及时跟上新技术的发展，导致监测方法的性能和功能相对滞后。
[0003]因此，期待一种优化的用于煤层气钻井工程的实时监测方案。

技术实现思路

[0004]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种用于煤层气钻井工程的实时监测系统及其方法，其使用基于深度神经网络模型的人工智能技术来智能地对钻井过程中的各个参数值进行特征编码与提取，以得到更为精准的用于表示是否发出异常情况的预警的分类标签。这样，构建用于煤层气钻井工程的实时监测方案，来综合钻井过程中的各个参数值，进而基于上述分类结果来提高煤层气钻井工程的实时性与准确性。
[0005]根据本申请的一个方面，提供了一种用于煤层气钻井工程的实时监测系统，其包括：数据获取模块，用于获取预定时间内钻井过程中的各个参数值；矩阵化模块，用于将所述预定时间内钻井过程中的各个参数值按照时间维度和样本维度排列为参数全时序输入矩阵；多尺度特征提取模块，用于将所述参数全时序输入矩阵通过多尺度特征提取模块以得到多尺度参数全时序关联矩阵；切分模块，用于将所述多尺度参数全时序关联矩阵进行特征矩阵切分为多个参数时序关联子矩阵；上下文编码模块，用于将所述多个参数时序关联子矩阵基于行向量或者列向量展开后通过基于转换器的上下文编码器以得到分类特征向量；
检测结果生成模块，用于将所述分类特征向量通过分类器以得到分类结果，所述分类结果用于表示是否发出异常情况的预警。
[0006]在上述的用于煤层气钻井工程的实时监测系统中，所述多尺度特征提取模块，包括：第一尺度特征提取单元，用于将所述参数全时序输入矩阵通过所述多尺度特征提取模块的第一卷积层以得到第一尺度参数全时序关联矩阵；第二尺度特征提取单元，用于将所述参数全时序输入矩阵通过所述多尺度特征提取模块的第二卷积层以得到第二尺度参数全时序关联矩阵；概率密度空间关联单元，用于对所述第一尺度参数全时序关联矩阵和所述第二尺度参数全时序关联矩阵进行特征矩阵间的概率密度空间关联以得到多尺度参数全时序关联矩阵。
[0007]在上述的用于煤层气钻井工程的实时监测系统中，所述第一尺度特征提取单元，用于：对所述参数全时序输入矩阵进行卷积处理以得到卷积特征图；对所述卷积特征图进行沿通道维度的全局均值池化处理以得到池化特征矩阵；对所述池化特征矩阵进行非线性激活以得到所述第一尺度参数全时序关联矩阵。
[0008]在上述的用于煤层气钻井工程的实时监测系统中，所述第二尺度特征提取单元，用于：对所述参数全时序输入矩阵进行卷积处理以得到卷积特征图；对所述卷积特征图进行沿通道维度的全局均值池化处理以得到池化特征矩阵；对所述池化特征矩阵进行非线性激活以得到所述第二尺度参数全时序关联矩阵。
[0009]在上述的用于煤层气钻井工程的实时监测系统中，所述概率密度空间关联单元，包括：按行展开子单元，用于对所述第一尺度参数全时序关联矩阵和所述第二尺度参数全时序关联矩阵进行按行展开以得到第一特征向量和第二特征向量；概率密度计算子单元，用于计算所述第一特征向量和所述第二特征向量的概率密度函数以得到所述第一特征向量的概率密度分布与所述第二特征向量的概率密度分布；互信息计算子单元，用于计算所述第一特征向量的概率密度分布与所述第二特征向量的概率密度分布之间的互信息；融合子单元，用于基于所述互信息与预定阈值之间的比较，选择适配的融合策略来融合所述第一特征向量和所述第二特征向量以得到融合特征向量；还原子单元，用于对所述融合特征向量进行还原以得到所述多尺度参数全时序关联矩阵。
[0010]在上述的用于煤层气钻井工程的实时监测系统中，所述上下文编码模块，包括：展开单元，用于将多个参数时序关联子矩阵基于行向量或者列向量展开为多个参数特征向量；查询向量构造单元，用于将所述多个参数特征向量排列为输入向量；向量转化单元，用于将所述输入向量通过可学习嵌入矩阵分别转化为查询向量和关键向量；
自注意单元，用于计算所述查询向量和所述关键向量的转置向量之间的乘积以得到自注意关联矩阵；标准化单元，用于对所述自注意关联矩阵进行标准化处理以得到标准化自注意关联矩阵；关注度计算单元，用于将所述标准化自注意关联矩阵输入Softmax激活函数进行激活以得到自注意力特征矩阵；注意力施加单元，用于将所述自注意力特征矩阵与所述多个参数特征向量中各个参数特征向量分别相乘得到所述多个上下文参数特征向量；级联单元，用于将所述多个上下文参数特征向量进行级联以得到所述分类特征向量。
[0011]在上述的用于煤层气钻井工程的实时监测系统中，所述检测结果生成模块，包括：全连接编码单元，用于使用所述分类器的全连接层对所述分类特征向量进行全连接编码以得到编码分类特征向量；分类结果生成单元，用于将所述编码分类特征向量输入所述分类器的Softmax分类函数以得到所述分类结果。
[0012]根据本申请的另一方面，还提供了一种用于煤层气钻井工程的实时监测方法，其包括：获取预定时间内钻井过程中的各个参数值；将所述预定时间内钻井过程中的各个参数值按照时间维度和样本维度排列为参数全时序输入矩阵；将所述参数全时序输入矩阵通过多尺度特征提取模块以得到多尺度参数全时序关联矩阵；将所述多尺度参数全时序关联矩阵进行特征矩阵切分为多个参数时序关联子矩阵；将所述多个参数时序关联子矩阵基于行向量或者列向量展开后通过基于转换器的上下文编码器以得到分类特征向量；将所述分类特征向量通过分类器以得到分类结果，所述分类结果用于表示是否发出异常情况的预警。
[0013]与现有技术相比，本申请提供的用于煤层气钻井工程的实时监测系统及其方法，使用基于深度神经网络模型的人工智能技术来智能地对钻井过程中的各个参数值进行特征编码与提取，以得到更为精准的用于表示是否发出异常情况的预警的分类标签。这样，构建用于煤层气钻井工程的实时监测方案，来综合钻本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于煤层气钻井工程的实时监测系统，其特征在于，包括：数据获取模块，用于获取预定时间内钻井过程中的各个参数值；矩阵化模块，用于将所述预定时间内钻井过程中的各个参数值按照时间维度和样本维度排列为参数全时序输入矩阵；多尺度特征提取模块，用于将所述参数全时序输入矩阵通过多尺度特征提取模块以得到多尺度参数全时序关联矩阵；切分模块，用于将所述多尺度参数全时序关联矩阵进行特征矩阵切分为多个参数时序关联子矩阵；上下文编码模块，用于将所述多个参数时序关联子矩阵基于行向量或者列向量展开后通过基于转换器的上下文编码器以得到分类特征向量；检测结果生成模块，用于将所述分类特征向量通过分类器以得到分类结果，所述分类结果用于表示是否发出异常情况的预警。2.根据权利要求1所述的用于煤层气钻井工程的实时监测系统，其特征在于，所述多尺度特征提取模块，包括：第一尺度特征提取单元，用于将所述参数全时序输入矩阵通过所述多尺度特征提取模块的第一卷积层以得到第一尺度参数全时序关联矩阵；第二尺度特征提取单元，用于将所述参数全时序输入矩阵通过所述多尺度特征提取模块的第二卷积层以得到第二尺度参数全时序关联矩阵；概率密度空间关联单元，用于对所述第一尺度参数全时序关联矩阵和所述第二尺度参数全时序关联矩阵进行特征矩阵间的概率密度空间关联以得到多尺度参数全时序关联矩阵。3.根据权利要求2所述的用于煤层气钻井工程的实时监测系统，其特征在于，所述第一尺度特征提取单元，用于：对所述参数全时序输入矩阵进行卷积处理以得到卷积特征图；对所述卷积特征图进行沿通道维度的全局均值池化处理以得到池化特征矩阵；对所述池化特征矩阵进行非线性激活以得到所述第一尺度参数全时序关联矩阵。4.根据权利要求3所述的用于煤层气钻井工程的实时监测系统，其特征在于，所述第二尺度特征提取单元，用于：对所述参数全时序输入矩阵进行卷积处理以得到卷积特征图；对所述卷积特征图进行沿通道维度的全局均值池化处理以得到池化特征矩阵；对所述池化特征矩阵进行非线性激活以得到所述第二尺度参数全时序关联矩阵。5.根据权利要求4所述的用于煤层气钻井工程的实时监测系统，其特征在于，所述概率密度空间关联单元，包括：按行展开子单元，用于对所述第一尺度参数全时序关联矩阵和所述第二尺度参数全时序关联矩阵进行按行展开以得到第一特征向量和第二特征向量；概率密度计算子单元，用于计算所述第一特征向量和所述第二特征向量的概率密度函数以得到所述第一特征向量的概率密度分布与所述第二特征向量的概率密度分布；互信息计算子单元，用于计算所述第一特征向量的概率密度分布与所述第二特征向量的概率密度分布之间的互信息；
融合子单元，用于基于所述互信息与预定阈值之间的比较，选择适配的融合策略来融合所述第一特征向量和所述第二特征向量以得到融合特征向量；还原子单元，用于对所述融合特征向量进行还原以得到所述多尺度参数全时序关联矩阵。6.根据权利要求5所述的用于煤层气钻井工程的实时监测系统，其特征在于，所述上下文编码模块，包括：展开单元，用于将多个参数时序关...

【专利技术属性】
技术研发人员：郑成光，马登贤，宋玉亭，刘元忠，叶凌寒，董运晓，何志强，赵玉华，苏家俊，张伟春，孙振兴，陈占伟，张景远，徐强，孙玉华，秦绪伟，
申请(专利权)人：山东省地质矿产勘查开发局第八地质大队山东省第八地质矿产勘查院，
类型：发明
国别省市：