[发明专利]页岩气压裂井下事故预测预警方法及装置

说明书

本申请实施例提供了一种页岩气压裂井下事故预测预警方法及装置，该方法包括：实时获取指定监测参数的在线监测数据；根据所述在线监测数据和对应的参数预测模型，获取所述指定监测参数在指定预测步长的预测值；确定所述预测值的趋势特征向量，并根据所述趋势特征向量及对应的工况分类器，预测所述预测值所对应的工况类型，并在预测出的工况类型为页岩气压裂井下事故时，发出相应预警信息。本申请实施例可实时预测页岩气压裂井下事故。

技术领域

本申请涉及岩气压裂施工过程中井下事故实时预测技术领域，尤其是涉及一种页岩气压裂井下事故预测预警方法及装置。

背景技术

页岩气压裂是页岩气开发的主体技术。然而，压裂过程中，井下一旦发生事故可能会造成极大危害，尤其是油管内形成的高压会反过来损坏地面设备，比如压裂泵、井口装置等，甚至会破坏地层渗流，导致压裂施工失败。如果能对页岩气井下事故进行准确预测，则可为现场人员采取控制措施留出时间，从而有利于减缓事故后果，减少经济损失。因此，页岩气压裂井下事故预测具有重要意义。

页岩气压裂过程井下事故预测本质上是模式识别问题。在页岩气压裂施工现场，人工依据数据采集系统上监测参数的变化趋势预测未来时刻井下的工况。由于个体知识、经验以及责任心差异等原因，导致不能及时预测和处理事故的情况经常发生。有学者定性的分析了压裂施工曲线形态特征，可以作为现场施工监控的依据。然而，页岩气压裂过程井下事故(包括地层形成裂缝、压窜事故和砂堵事故)的实时预测仍然没能得到解决。

综上所述，目前亟需可实时预测预警页岩气压裂井下事故的技术方案。

发明内容

本申请实施例的目的在于提供一种页岩气压裂井下事故预测预警方法及装置，以实现可实时预测预警页岩气压裂井下事故。

为达到上述目的，一方面，本申请实施例提供了一种页岩气压裂井下事故预测预警方法，包括：

实时获取指定监测参数的在线监测数据；

根据所述在线监测数据和对应的参数预测模型，获取所述指定监测参数在指定预测步长的预测值；

确定所述预测值的趋势特征向量，并根据所述趋势特征向量及对应的工况分类器，预测所述预测值所对应的工况类型，并在预测出的工况类型为页岩气压裂井下事故时，发出相应预警信息。

优选的，所述指定监测参数的参数预测模型预先通过以下方式建立：

从页岩气压裂井下事故离线数据中，确定每类工况对应的指定监测参数的N*H组时间序列，其中，N为工况类型数据，H为每类工况类型的时间序列组数；每组时间序列包括反映对应事故整个发展过程的各个采样时刻的采样数据；

对于每组时间序列，通过步进式向前滑动时间窗口从该组时间序列中选取L_n,h-k组样本；则在所述滑动时间窗口每滑动至一个位置时，滑动时间窗口所覆盖的各个采样点为一组输入样本，对应的，该组时间序列中，与该位置处的滑动时间窗口前方相距为k的采样点作为该组输入样本对应的输出样本；其中，L_n,h为该组时间序列的长度，k为预测步长；

根据从所有组时间序列中选出的输入样本构建输入数据集，并根据从所有组时间序列中确定的输出样本构建输出数据集；

以所述输入数据集作为输入，并以所述输出数据集作为目标输出，以训练预设的机器学习模型，获得所述指定监测参数的参数预测模型。

优选的，所述机器学习模型包括支持向量回归机。

优选的，在构建出输入数据集及输出数据集之后，还包括：

对构建出的输入数据集及输出数据集进行归一化处理。

优选的，所述支持向量回归机的惩罚参数及核参数通过粒子群算法优化得到。