[发明专利]一种页岩气压裂井下砂堵事故实时风险评估方法及装置

权利要求书

1.一种页岩气压裂井下砂堵事故实时风险评估方法，其特征在于，包括：

从多个井下相关事件中选取不同的井下相关事件分别作为目标节点、根节点，选取风险表征参数作为叶节点

根据所述目标节点、根节点和叶节点，构建贝叶斯网络；在所述贝叶斯网络中目标节点、根节点和叶节点分别具有多个状态；

分别确定所述目标节点、根节点和叶节点在各个状态下的概率，得到风险预测模型；

将实时监测的风险表征参数值输入至所述风险预测模型，计算得到砂堵事故风险概率；所述概率包括节点之间的条件概率；所述将实时监测的风险表征参数值输入至所述风险预测模型，计算得到砂堵事故风险概率，包括：利用实时监测的风险表征参数值实时更新叶节点的概率；利用公式计算砂堵事故风险概率，式中，H为目标节点，c为根节点，E为叶节点，P(H|E,c)为砂堵事故风险概率，P(H|c)为目标节点的概率，P(E|H,c)为节点之间的条件概率，P(E|c)为叶节点的概率。

2.如权利要求1所述的方法，其特征在于，所述井下相关事件包括：

与地层工况相关的事件、与操作活动相关的事件和与压裂液性能相关的事件。

3.如权利要求1所述的方法，其特征在于，所述风险表征参数包括：

套管压力参数和油管压力参数。

4.如权利要求1所述的方法，其特征在于，所述从多个井下相关事件中选取不同的井下相关事件分别作为目标节点、根节点，选取风险表征参数作为叶节点之后，还包括：

从多个井下相关事件中选取井下相关事件作为中间节点；

相应的，所述根据所述目标节点、根节点和叶节点，构建贝叶斯网络，包括：

根据所述目标节点、根节点、叶节点和中间节点，构建贝叶斯网络；

所述分别确定所述目标节点、根节点和叶节点在各个状态下的概率，得到风险预测模型，包括：

分别确定所述目标节点、根节点、叶节点和中间节点在各个状态下的概率，得到风险预测模型。

5.如权利要求1所述的方法，其特征在于，所述概率包括节点之间的条件概率，相应地，所述分别确定所述目标节点、根节点和叶节点在各个状态下的概率，得到风险预测模型，包括：

设定所述目标节点和根节点的概率；

设定各个关联节点之间的概率作为节点之间的条件概率；

根据所述叶节点的参数变化趋势，确定所述叶节点的概率，得到风险预测模型。

6.如权利要求5所述的方法，其特征在于，所述根据所述叶节点的参数变化趋势，确定所述叶节点的概率，包括：

根据所述叶节点的参数，确定预设时间步长内叶节点参数的变化率；

根据所述变化率，确定所述叶节点的先验概率。

7.一种页岩气压裂井下砂堵事故实时风险评估装置，其特征在于，包括：

节点选取模块，用于从多个井下相关事件中选取不同的井下相关事件分别作为目标节点、根节点，选取风险表征参数作为叶节点；

贝叶斯网络构建模块，用于根据所述目标节点、根节点和叶节点，构建贝叶斯网络；在所述贝叶斯网络中目标节点、根节点和叶节点分别具有多个状态；

风险预测模型构建模块，用于分别确定所述目标节点、根节点和叶节点在各个状态下的概率，得到风险预测模型；

砂堵事故风险概率计算模块，用于将实时监测的风险表征参数值输入至所述风险预测模型，计算得到砂堵事故风险概率；所述概率包括节点之间的条件概率；所述砂堵事故风险概率计算模块，包括：叶节点概率更新子单元，用于利用实时监测的风险表征参数值实时更新叶节点的概率；砂堵事故风险概率计算子单元，用于利用公式计算砂堵事故风险概率，式中，H为目标节点，c为根节点，E为叶节点，P(H|E,c)为砂堵事故风险概率，P(H|c)为目标节点的概率，P(E|H,c)为节点之间的条件概率，P(E|c)为叶节点的概率。

8.如权利要求7所述的装置，其特征在于，所述井下相关事件包括：

与地层工况相关的事件、与操作活动相关的事件和与压裂液性能相关的事件。