[发明专利]基于机器学习的模块化钻探数据监测与设计系统

权利要求书

1.基于机器学习的模块化钻探数据监测与设计系统，其特征为：具有通过信号连接的业务单元和管理单元，在业务单元中包括根据信号传递方向依次连接的用于对钻探工程数据采集、监测和存储的钻探数据监测单元、根据钻探工程数据对当前钻进工况识别算法训练和保存的机器学习单元、以及用于对拟施工钻探工程进行工序和参数设计的钻探设计单元，所述的机器学习单元还存储用于钻探设计单元中的钻探参数推荐算法，其中钻探数据监测单元中对钻探工程数据的采集在本地平台实现，监测和存储在云端平台实现；所述的机器学习单元和钻探设计单元均设于云端平台中；

所述的管理单元全部设于云端平台并用于监测系统，在管理单元中包括进行系统数据输入和输出的交互单元、管理用户权限和用户信息的用户单元和对系统进行控制的控制单元，所述的交互单元、用户单元和控制单元通过信号的数据流连接。

2.如权利要求1所述的基于机器学习的模块化钻探数据监测与设计系统，其特征为：在业务单元的钻探数据监测单元中，具有设于本地平台的采集模块和传输模块，采集模块对本地的钻探工程数据采集后，通过传输模块将对钻探工程数据传输到设于云端平台的存储模块中，存储模块还分别与设于云端平台的安全模块、校验模块和查询模块连接。

3.如权利要求1所述的基于机器学习的模块化钻探数据监测与设计系统，其特征为：在业务单元的机器学习单元中设有分别与监测分析模块和设计分析模块连接的训练模块，其中监测分析模块根据用户需求从钻探数据监测单元查询钻探工程数据并进行推理分析，获得相应的当前工况信息；设计分析模块根据当前工况信息和用户选择的设计模块及填入的数据进行钻探设计的分析计算；训练模块定期根据更新的钻探工程数据对所述的监测分析模块和设计分析模块进行训练，提高两个分析模块的分析准确性。

4.如权利要求1所述的基于机器学习的模块化钻探数据监测与设计系统，其特征为：在钻探设计单元中设有数据共享的基本信息模块、井身结构模块、设备选择模块、钻具组合模块、钻井液模块、参数设计模块、固井设计模块、完井设计模块、事故预防模块、施工组织模块、进度控制模块和预算控制模块。

5.如权利要求1所述的基于机器学习的模块化钻探数据监测与设计系统，其特征为：在管理单元的交互单元中，设有对各种数据进行交互的输入输出模块，还设有分别与所述输入输出模块连接的显示模块和将用户输入指令拆分为系统可执行指令的指令分析模块。

6.如权利要求1所述的基于机器学习的模块化钻探数据监测与设计系统，其特征为：在管理单元的用户单元中，根据不同权限的用户分别设有生产用户模块和使用用户模块。

7.如权利要求1所述的基于机器学习的模块化钻探数据监测与设计系统，其特征为：在管理单元的控制单元中，设有根据用户操作对其他模块开启或关闭的流程控制模块，以及用于分析系统运作情况的状况分析模块。