[发明专利]基于分层模糊系统的石油钻井工程事故预警系统

说明书

技术领域

本发明涉及一种多输入物理变量的模糊推理模型在石油钻井工程中的应用，尤其是涉及基于分层模糊系统的石油钻井工程事故预警方法。

背景技术

石油钻井是一项高风险、高耗资的系统工程，在钻井施工过程中，存在着大量的模糊性、随机性和不确定性问题，工程事故发生的可能性随时存在，一旦发生将造成资金和时间上的巨大浪费和损失。石油钻井工程事故的发生和发展是一个复杂的多因素过程，难以用经典的数学模型进行描述和预警；而且人们根据实践和认知所建立的判别钻井事故的经验和知识也不能保证准确及时地进行预警。因此，利用模糊理论建立事故的推理模型既是描述石油钻井工程事故的有效方法也是进行工程事故预警的基础。石油钻井工程事故预警系统是一个具有超大维输入、输出物理变量的不确定性系统，应用现有模糊理论时不可避免地会出现维数灾问题：事故预警所依据的石油钻井传感器信息及其派生信息数量超过40个(M>40)，若每个输入变量的模糊子集个数为7(N＝7)，事故(输出)种类为10个(T＝10)，则预警系统的规则总数将达到S＝T*N^M＝10*7⁴⁰，这就是典型的“维数灾”问题。因此，利用现有传统的模糊理论对石油钻井工程事故预警是不现实的。

发明内容

本发明目的在于提供一种适于工业应用的基于分层模糊系统的石油钻井工程事故预警方法。

为实现上述目的，本发明可采取下述技术方案：

本发明所述的基于分层模糊系统的石油钻井工程事故预警方法，它由下述步骤构成：

第一步、建立石油钻井工程事故预警的模型数据库：

数据来源于石油钻井现场综合录井仪器采集的各种传感器信号和派生参数，通过对长期积累的数据信息进行分析，，结合石油钻井操作人员以及相关专家的经验知识，建立石油钻井工程事故预警模型数据库；对石油钻井的整个过程根据传感器变化情况的逻辑组合关系以及钻井过程规范确定不同的工作状态，这些工作状态相互之间具有不同的特性，可能发生事故的种类和传感器变量征兆也各不相同；

第二步、建立石油钻井工程事故预警的输入变量：

根据第一步中模型数据库中的信息，利用相应的传感器采集数据，所采集的数据主要有：利用压力传感器采集大钩负荷、立管压力、套管压力、扭矩等信号；利用温度传感器采集出入口的温度信号；利用电导率传感器采集出入口电导率的信号；利用流量传感器采集出口流量信号；利用密度传感器采集出入口密度信号；利用脉冲传感器采集大钩高度、泵冲、转盘转速信号；利用液位传感器采集体积信号；利用硫化氢传感器采集硫化氢气体浓度信号；

第三步、分析输入变量的特征信息

对第二步所确定的传感器变量通过采用统计相关分析、小波变换、频谱分析、时域分析方法确定传感器变量在各个钻井工作过程的波动幅度、波动频率、变化率以及变化趋势等特征信息；由这些信息将同一个传感器变量根据其变化特征的不同分解为相应不同的中间特征变量；按照钻井过程中的状态依存与递进关系，结合各种参数传感器的实际测量结果，根据生产工艺的要求，将钻井过程分为若干典型状态，并将其个种对应的传感器变量划归为所对应的状态模型进行处理。对每一个钻井状态中的数据分解为稳态数据和暂态数据；对每一过程中的输入变量信号进行AR模型滤波及其最小二乘优化、小波降噪滤波以及动态均值的计算，确定信号的正常变化范围；

第四步、建立分层模糊系统的结构模型：

对第三步所确定的n个输入变量x₁、x₂、……x_n，分别为事故预警系统中的特征输入变量，各层的基本模糊单元均有两个输入变量，其中x₁、x₂作为第一层基本模糊单元的输入，其输出y₁以及第三个输入变量x₃作为第二层基本模糊单元的输入，其余各层以此类推；每一层均只有两个输入变量；

第五步、对第四步中确定的输入变量进行区间映射和统一模型的分层模糊推理：

对第四步所确定的n个不同种类的输入变量，通过对实际物理变量的统计分析，确定该输入变量的变化范围及变化特征，利用分析得到的映射关系，将这些输入变量映射到统一的区间上，在此基础上对分层模糊系统各层基本模糊单元进行统一模型的模糊推理；

第六步、确定石油钻井工程事故预警系统输出量：