System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于FP-growth的井壁失稳风险预测与辅助决策系统及方法技术方案_技高网

一种基于FP-growth的井壁失稳风险预测与辅助决策系统及方法技术方案

技术编号:40586369 阅读:3 留言:0更新日期:2024-03-12 21:45
本申请实施例提供了一种基于FP‑growth的井壁失稳风险预测与辅助决策系统及方法,属于数据挖掘领域以及石油钻井领域。其中,所述系统包括:井史数据存储模块、井史数据处理模块、井壁失稳风险FP树成长模块、井壁失稳风险数据挖掘模块、井壁失稳风险评估模块、井壁失稳辅助决策模块。本发明专利技术的有益技术效果是:提出了一种基于FP‑growth的井壁失稳风险预测与辅助决策系统及方法,通过基于FP‑growth的井壁失稳风险预测系统的预测得出该井段发生井壁失稳的可能性,并根据同一区块发生井壁失稳事故时异常参数的大小变化来提出合理化建议,从而达到井壁失稳的提前预知及防治,以此为判断依据可以为钻井技术人员提供更加准确、有效的决策依据,从而提高钻井作业的效率。

【技术实现步骤摘要】

本专利技术涉及一种基于fp-growth的井壁失稳风险预测与辅助决策系统及方法,属于数据挖掘领域以及石油钻井领域。


技术介绍

1、随着开发技术的提高,油气资源的勘探开采逐渐向超深层油气方向发展,保证安全高效的钻井施工对于开发超深层油气资源具有重要意义。然而以井壁失稳为典型的井下事故一直是影响安全高效钻井的核心问题之一,也是世界性的钻井工程技术难题。井壁失稳会给钻井工程造成巨大的困难,主要表现为缩径、坍塌卡钻、井眼扩大等,这些事故不仅导致了钻井周期的延长,也大幅增加了钻井成本。因为地层井壁稳定性的研究十分复杂,涉及钻井工程、地质学和岩石力学等多个系统,由于问题的高度复杂性,研究成果存在诸多争议和问题。

2、目前国内外学者主要从实验测试、数学模型计算、现场钻井液调整这三个方面来处理井壁失稳问题。室内实验测试的结果时常会出现很大的差异性,这是因为实验室内无法完全模拟地层中各类岩石的真实状态。利用数学模型分析井壁失稳问题时,由于地质条件复杂、受力情况未知、井内温度变化等原因,亦不能很直观的模拟井筒破坏情况。在钻井过程中往往通过调整钻井液密度等施工参数处理井壁失稳问题,这种方式主要靠经验来推断地层情况,难以普及,且存在较大风险。所以,建立一种结合现场实际数据的井壁失稳风险预测系统是必不可少的。


技术实现思路

1、针对现有技术中油气井井壁失稳风险实时预测方法的不足,本专利技术的目的在于提出一种基于fp-growth的井壁失稳风险预测系统及方法,该系统能够结合钻井数据、录井数据、钻井液数据、测井数据等钻井过程中产生的并且易于获得的数据,以区块为单位针对不同区块各个井场进行井壁失稳风险实时预测,并根据预测结果来对钻井液性能进行调整,从而降低井壁失稳的事故率。

2、为了实现上述目的,本专利技术是通过以下的技术方案来实现:

3、一种基于fp-growth的井壁失稳风险预测系统,包括井史数据存储模块、井史数据处理模块、井壁失稳风险fp树成长模块、井壁失稳风险数据挖掘模块、井壁失稳风险评估模块、井壁失稳辅助决策模块。

4、一种基于fp-growth的井壁失稳风险预测系统,其特征在于,所述系统包括:

5、井史数据存储模块,其主要作用是将钻井数据、录井数据、钻井液数据、测井数据等不同来源、不同类型的大量数据全部按照地质区块来分类导入数据库中,从而避免因数据储存格式的混乱导致部分数据缺失,并将现场钻井产生的实测数据导入一个单独的表中,除此之外,还将所有收集到的井壁失稳事故发生时的钻井参数实例和参数调整情况以决策代码的形式存入数据库中。

6、井史数据处理模块,用于对井史数据进行预处理,首先设置待训练的钻井数据对应的输入参数,将不同模式下同一口井的数据进行组合,并针对钻井数据各项参数属性分别进行数据预处理。数据预处理方法为数据清洗、数据集成、数据转换。若是数据来源体系完整、无噪点,则直接进行数据转换处理。

7、上述技术方案的进一步特征在于,设置待训练的井史数据对应的输入参数时要求必须与井壁失稳风险密切相关,具体参数包括:井深、层位、岩性、钻头类型、钻头尺寸、大钩负荷、钻压、扭矩、转速、钻速、立压、流量、钻井液密度、钻井液粘度、十秒切力、十分切力、钻井液类型、三转读数、一百转读数。

8、井壁失稳风险fp树成长模块,该模块将各个井史数据以元素的形式进行整理,从而根据井史数据参数的不同生成各个元素项,而后对井史数据存储模块中储存数据的所有数据元素进行两次遍历,分别找到每个元素项的出现频率,从而确定频繁项,并将频繁项里的第一个元素作为根节点,每个元素逐一判断该元素是否是这一根节点的子节点,从而生成fp树并逐渐成长直至所有元素均在频繁项中。

9、井壁失稳风险数据挖掘模块,该模块用于将井壁失稳风险fp树成长模块中产生的频繁项进行整理生成条件模式基,以条件模式基作为输入数据,通过创建fp树的方法创建条件fp树,并循环其他元素项以发现更多更大的频繁项集,从而扩大条件fp树的枝叶,并将井史数据存储模块中的现场钻井产生的实测数据输入条件fp树,产生井壁失稳风险实时预测输出结果。

10、井壁失稳风险评估模块是将井壁失稳风险数据挖掘模块的输出结果进行分析,判断该井段发生井壁失稳的可能性并导出至系统界面。

11、井壁失稳辅助决策模块,用于将井壁失稳事故发生时的钻井参数实例与井壁失稳风险实时预测输出结果进行对比和分析,判断出下步建议对哪些特定参数进行调整并以对比表格的形式导出至系统界面。

12、一种基于fp-growth的井壁失稳风险预测方法,其步骤如下:

13、步骤s1:采集井史数据和现场钻井实测数据,按照地质区块分别存入数据库中,除此之外,还将所有收集到的井壁失稳事故发生时的钻井参数实例和参数调整情况以决策代码的形式存入数据库中;

14、步骤s2:设置待训练的钻井数据对应的输入参数,并针对钻井数据各项参数属性分别进行数据预处理,数据预处理方法为数据清洗、数据集成、数据转换;

15、步骤s3:将各个井史数据整理成元素的形式,并从井史数据的所有数据元素中找到频繁项,利用频繁项里的元素作为节点,生成fp树并逐渐成长直至所有元素均在频繁项中;

16、步骤s4:利用fp树中的频繁项生成条件模式基,以条件模式基作为基础创建条件fp树,并逐渐扩大条件fp树的枝叶,将现场钻井实测数据输入条件fp树,产生井壁失稳风险实时预测输出结果;

17、步骤s5:将井壁失稳风险实时预测输出结果进行分析,判断该井段发生井壁失稳的可能性,并在参考井壁稳定成功实例的前提下给出相应的合理建议,根据不同情况的井壁失稳事故优选出最适合的参数调整决策代码,从而更好的帮助现场钻井作业人员进行辅助决策。

本文档来自技高网...

【技术保护点】

1.一种基于FP-growth的井壁失稳风险预测系统,其特征在于,所述系统包括:

2.根据权利要求1所述基于FP-growth的井壁失稳风险预测系统,其特征在于,本系统进行井壁失稳风险预测与辅助决策的过程为:

3.一种基于FP-growth的井壁失稳风险预测方法流程图,其步骤如下:

【技术特征摘要】

1.一种基于fp-growth的井壁失稳风险预测系统,其特征在于,所述系统包括:

2.根据权利要求1所述基于fp-growth的井壁失稳风险预...

【专利技术属性】
技术研发人员:苏俊霖董欣然罗程蔡艾廷李方
申请(专利权)人:西南石油大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1