[发明专利]采用大数据耦合参数以优化破岩效率的方法和系统

说明书

本发明揭示了一种采用大数据耦合参数以优化破岩效率的方法和系统。所述方法包括：获取邻近井所对应的静态地质数据、工程数据范围和工具参数进行预处理、聚类分析并建立大数据模型，根据静态地质数据、工程数据范围和工具参数以准确预测钻井目标参数破岩效率；根据新井的破岩效率预测特征，优选新井的工具参数以最大化预测的破岩效率。对所即将进行的钻井，借助于邻近井所对应的静态地质数据和工程数据范围，结合聚类分析实现所适应破岩环境的破岩效率预测，保证了所进行破岩效率运算的全面和可靠，并通过不同的工具参数组合预测出的破岩效率，以优选工具参数组合获得预测的高效破岩来降低钻井成本，真正满足钻井的工程需要，适用于工程上的实时快速决策需要。

技术领域

本发明涉及计算机应用技术领域，特别涉及一种采用大数据耦合参数以优化破岩效率的方法和系统。

背景技术

钻井的进行，往往存在着不同的破岩效率，其破岩效率受限于各种状况而时高时低，在所进行的钻井中并无法保证高效破岩，甚至于难以提高破岩效率，使得钻井成本等不可控。

具体而言，在所进行的钻井过程当中，经常遇到复杂的井下情况。钻井面临着复杂的井下情况，而在此钻井过程中仅限于人为经验给予控制，无法预知所能够获得的破岩效率，进而难以有效改善钻井过程，使得真正进行的钻井过程能够得到优化，高效破岩。

应当理解，钻井过程是针对于一地质结构所执行的工程，影响钻井过程中的钻井速度，进而直接影响着破岩效率的因素众多，例如，地质结构自身的特性，工程执行所相关的因素等，并无法根据影响破岩效率的众多因素而直接对当前进行钻井的地质结构下即将执行的钻井过程预测所能够获得的破岩效率，从而以此为依据确定是否执行此钻井过程。

因此，亟待为所进行的钻井实现准确有效的破岩效率预测，破岩效率的准确有效预测方能够真正的保证钻井这一工程的可控性。

发明内容

为了解决相关技术中钻井的破岩效率无法得到准确有效预测的技术问题，本发明提供了一种采用大数据耦合参数以优化破岩效率的方法、系统和机器设备。

一种采用大数据耦合参数以优化破岩效率的方法，所述方法包括：

获取钻井所对应的静态地质数据、工程数据范围和工具参数组合；

预处理所述静态地质数据、工程数据范围和工具参数；

结合聚类分析建立的机器学习模型，根据预处理的所述静态地质数据、工程数据范围和工具参数预测新井的目标参数破岩效率；

根据新井的破岩效率预测特征以及邻近井的地质特征、工程数据范围，优选对新井所设定的工具参数组合，以基于所述目标参数破岩效率最大化所预测的破岩效率。

在一个示例性实施例中，所述获取钻井所对应的静态地质数据、工程数据范围和工具参数，包括：

获取描述邻近井所对应地质状况的地质参数为钻井所对应的静态地质数据，且获取为所述邻近井动态配置的工程数据范围。

在一个示例性实施例中，所述预处理所述静态地质数据、工程数据范围以及工具参数，包括：

进行所述静态地质数据、工程数据和工具参数的清洗以及数值映射；

对清洗和数值映射的静态地质数据、工程数据和工具参数进行降噪和归一化处理。

在一个示例性实施例中，所述结合聚类分析建立的机器学习模型，根据预处理的所述静态地质数据、工程数据和工具参数预测新井的目标参数破岩效率，包括：

对预处理之后的静态地质数据、工程数据范围和工具参数进行特征选择，处理相互之间关联性高的参数，且去除相对所述破岩效率关联性低的参数，获得进行所述新井的破岩效率预测特征，所述新井的破岩效率预测特征用于新井在所述机器学习模型的目标参数破岩效率预测。