【技术实现步骤摘要】
本专利技术涉及基于图神经网络的深层钻井液处理剂性能预测评价方法，属于钻井化学。
技术介绍
1、随着常规易开采油气资源的逐渐枯竭，油气开发正逐渐向深层发展。我国深层油气资源储量大，开发程度低。我国原油对外依存度很高，开发深层油气资源对保障国家能源安全具有重大意义。钻井液在钻井过程中起着冲洗井底、携带岩屑、平衡地层压力、冷却与润滑钻头、稳定井壁、传递功率等重要作用。深层油气埋藏深、温度高、压力高，易发生井漏、井塌、井喷、卡钻等事故，储层损害严重，这对钻井液提出了很高的要求，必须研制出相应的钻井液添加剂使钻井液满足所需性能。
2、钻井液处理剂可以调节钻井液性能，包括增粘剂、降滤失剂、润滑剂等。钻井液处理剂的好坏直接决定了钻井液的性能，因此，研制深层钻井液也就是研制相应的钻井液处理剂。目前钻井液处理剂的研制主要靠人工合成筛选的方法，合成过程较为繁琐，效率低，且成功率低，成本较高。
3、现有技术中，针对于利用神经网络来进行钻井液配方预测的，都未涉及到分子层面，仅通过对现有的配方数据进行学习预测，而钻井液成分复杂，钻井液化学...
【技术保护点】
1.基于图神经网络的深层钻井液处理剂性能预测评价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图神经网络的深层钻井液处理剂性能预测评价方法，其特征在于，步骤S1中，所述钻井液化学添加剂样本，包括钻井液化学添加剂的结构和相关性质；
3.根据权利要求2所述的基于图神经网络的深层钻井液处理剂性能预测评价方法，其特征在于，钻井液化学添加剂的分子量统一使用数均分子量、重均分子量、粘均分子量、Z均分子量中的一种；钻井液化学添加剂的粘度统一采用表观粘度、塑性粘度、漏斗粘度中的一种。
4.根据权利要求1所述的基于图神经网络的深层钻井...
【技术特征摘要】
1.基于图神经网络的深层钻井液处理剂性能预测评价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图神经网络的深层钻井液处理剂性能预测评价方法，其特征在于，步骤s1中，所述钻井液化学添加剂样本，包括钻井液化学添加剂的结构和相关性质；
3.根据权利要求2所述的基于图神经网络的深层钻井液处理剂性能预测评价方法，其特征在于，钻井液化学添加剂的分子量统一使用数均分子量、重均分子量、粘均分子量、z均分子量中的一种；钻井液化学添加剂的粘度统一采用表观粘度、塑性粘度、漏斗粘度中的一种。
4.根据权利要求1所述的基于图神经网络的深层钻井液处理剂性能预测评价方法，其特征在于，步骤s2中，所述图神经网络模型包括图嵌入层、正则化层、图卷积层、图池化层、全连接层、输入输出层；图嵌入层将节点特征和边特征映射到一个低维空间；正则化层通过标准化和随机丢弃过程，防止模型出现过拟合；图卷积层提取数据的局部特征；图池化层降低数据维度；全连接层的每个神经元都与前一层的神经元相连，捕捉其之前的全部特征，完成特征融合，实现模型预测；输入输出层用来输入和输出数据。
5.根据权利要求1所述的基于图神经网络的深层钻井液处理剂性能预测评价方法，其特征在于，步骤s2中，利用钻井液化学添加剂数据集训练图神经网络模型前，对数据预处理；包括将钻井液化学添加剂的smiles字符串解析转换为分子图，分子图中，原子表示为节点，化学键表示为边；将钻井液化学添加...
【专利技术属性】
技术研发人员：金家锋，宋立德，孙金声，吕开河，张帆，张洁，刘锋报，白英睿，王金堂，
申请(专利权)人：中国石油大学华东，
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。