[发明专利]用于预测钻柱卡钻事件的方法和系统

权利要求书

1.一种方法，包括：

在计算机系统处接收来自钻井作业的多个钻井参数；

由所述计算机系统将所述多个钻井参数应用到集合预测模型，所述集合预测模型包括至少三个并行操作的机器学习算法，每个机器学习算法基于所述多个钻井参数中的至少一个来预测未来卡钻事件的发生概率，所述集合预测模型基于每个机器学习算法的所述未来卡钻事件的发生概率建立组合概率；以及

将未来卡钻事件的可能性的指示提供给钻井操作者，所述指示基于所述组合概率。

2.根据权利要求1所述的方法，还包括：

基于未来卡钻事件的可能性的所述指示改变钻井控制。

3.根据权利要求1所述的方法，其中将所述多个钻井参数应用到所述集合预测模型还包括：

将所述多个钻井参数中的至少一部分应用到第一机器学习算法，所述第一机器学习算法预测未来卡钻事件发生的第一概率；

将所述多个钻井参数中的至少一部分应用到与所述第一机器学习算法不同的第二机器学习算法，所述第二机器学习算法预测未来卡钻事件发生的第二概率；

将所述多个钻井参数中的至少一部分应用到与所述第一机器学习算法和所述第二机器学习算法不同的第三机器学习算法，所述第三机器学习算法预测未来卡钻事件发生的第三概率；

由所述计算机系统组合所述第一概率、所述第二概率和所述第三概率，所述组合所述第一概率、所述第二概率和所述第三概率来建立组合概率。

4.根据权利要求3所述的方法，其中所述组合所述第一概率、所述第二概率和所述第三概率还包括：

分配加权系数给所述第一概率、所述第二概率和所述第三概率中的每个；以及

基于所述加权系数和相应的所述第一概率、所述第二概率和所述第三概率建立组合概率。

5.根据权利要求4所述的方法，其中分配加权系数还包括：

基于选自以下群组中的至少一个来分配加权系数：在应用到机器学习算法的钻井参数中缺少的数据；以及用于所述钻井作业的特定状态的机器学习算法的精度。

6.根据权利要求1所述的方法：

其中，在提供所述组合概率的指示之前，所述方法还包括：

将所述组合概率应用到马尔可夫模型，所述马尔可夫模型估计假的指示，并且所述马尔可夫模型建立经修改的组合概率，以及

其中，提供所述组合概率的指示还包括基于所述经修改的组合概率提供所述指示。

7.根据权利要求1所述的方法，其中应用还包括：

读取所述多个钻井参数的历史数据，所述历史数据跨越预定的时间段；

将所述历史数据作为当前时间之前收集的数据提交到所述集合预测模型；以及

将所述历史数据作为所述当前时间之后收集的数据提交。

8.根据权利要求1所述的方法，其中接收来自钻井作业的多个钻井参数还包括在钻井作业时实时地接收。

9.根据权利要求1所述的方法，其中，在接收来自钻井作业的多个钻井参数、应用所述多个钻井参数以及提供未来卡钻事件的可能性的指示之前，所述方法还包括：

通过来自先前钻井作业的、与至少一个实际卡钻事件相关的多个历史数据集合训练所述集合预测模型。

10.根据权利要求1的方法，其中从钻井作业接收多个钻井参数还包括：

接收选自以下群组中的至少一个：指示钻压的值；指示钩载荷的值；指示渗透率的值；指示钻杆的转速的值；指示施加到钻杆的转矩的值；指示钻井液泵压力的值；指示发生自然伽马的值；指示钻柱的倾斜度的值；指示钻柱的长度的值；随钻测量数据；随钻测井数据；以及指示钻井液流率的值。