[发明专利]一种智能钻井控制云平台及智能钻井控制系统

说明书

本发明公开了一种智能钻井控制云平台，包括：数据分析服务器集群，用于对被控系统发送的至少一口井的钻井控制过程的实时钻井数据进行分析，至少得到不同类型的实时分析数据，并发送给深度学习服务器集群；深度学习服务器集群，用于将实时分析数据和历史分析数据结合进行机器学习以得到优化数据，并将其发送至数据分析服务器集群；数据分析服务器集群基于优化数据形成至少一口井的钻井控制过程的优化指令并发送至被控系统。本发明提供的方案，可做到钻井技术远程自动化，优化钻井参数、降低钻井成本、提高钻井效率。

技术领域

本申请涉及石油化工技术领域，尤其是涉及一种智能钻井控制云平台及智能钻井控制系统。

背景技术

现有技术中，钻井现场的各种操作流程复杂繁琐、效率低下，没有有效的自动化操作方式，岗位职能的配合一般通过对讲机喊话方式进行。在钻井过程中，各种钻井技术参数的选用指令，是根据上世纪早期行业标准及技术人员经验进行设定。钻井过程中设备及钻井相关数据，都是通过人工记录，上传到总部，这些人工记录的数据作为总部查看、决策、指挥现场生产的主要依据。

因此，现有技术存在以下几点不足：1、信息化程度低，人员成本高，钻井效率有待提高；2、现场操作多为人工重复性动作，无法自动化完成；3、岗位多、工作强度高，质量效益严重依赖人为因素，并存在各种风险；4、技术和管理人员水平差异，对钻井参数选择及钻井操作控制，造成很大差异；5、一个钻井公司，同时管理多达几十个井队，没有远程可视化的管理平台来实时有效的协同工作；6、钻井现场实时数据，及钻井公司历年钻井数据，没有进行充分的挖掘利用，而这部分数据对管理和整体效能的提高，有着很重要的应用价值。

发明内容

发明目的是为了解决现有技术存在的自动化程度低、对于钻井现场实时数据和钻井公司历史钻井数据没有进行充分挖掘利用的不足，提供了一种智能钻井控制云平台及智能钻井控制系统。通过本发明实施例提供的方案，可以做到钻井技术远程自动化，充分挖掘和利用钻井现场的实时数据和历史数据，进而优化钻井参数、降低钻井成本、提高钻井效率。

为解决上述问题，本发明实施例的第一个方面，提供了一种智能钻井控制云平台，包括：数据分析服务器集群，用于对被控系统发送的至少一口井的钻井控制过程的实时钻井数据进行分析，至少得到不同类型的实时分析数据，并发送给深度学习服务器集群；深度学习服务器集群，用于将实时分析数据和历史分析数据结合进行机器学习以得到优化数据，并将其发送至数据分析服务器集群；数据分析服务器集群基于优化数据形成至少一口井的钻井控制过程的优化指令并发送至被控系统。

优选的，历史分析数据不低于30％。

优选的，历史分析数据不高于50％。

优选的，不同类型的实时分析数据包括：故障风险数据、进尺分析数据、时效分析数据、设备能耗分析数据、钻具分析数据、钻头分析数据、钻速分析数据和钻进参数中的一种或多种。

优选的，优化数据包括：最优钻头参数、最优钻具组合参数和最优钻井参数中的一种或多种。

优选的，数据分析服务器集群还用于，对被控系统发送的至少一口井的钻井控制过程的实时钻井数据进行分析，获得材料物资分析数据，当材料物资剩余量不能完成钻井时，数据分析服务器集群生成物料预警指令，将物料预警指令下发至终端设备。

优选的，数据分析服务器集群设置有分析模型，分析模型包括：进尺数据分析、时效数据分析、能耗数据分析、故障数据分析、钻具数据分析、钻头数据分析、钻速数据分析、钻进参数分析中的一种或多种。

优选的，深度学习服务器集群设置有算法模型，算法模型包括：支撑向量机算法、决策树算法、K-Means聚类算法、循环神经网络算法、卷积神经网络算法中的一种或多种。