[发明专利]一种对钻井风险进行智能识别预警的方法与系统

权利要求书

1.一种对钻井风险进行智能识别预警的方法，其特征在于，该方法包括：

收集历史井实时录井数据与钻井风险记录数据，构建钻井风险案例数据库和正常钻井下的录井数据库，所述钻井风险案例数据包括井号、风险类别、风险发生时间点、风险井地质属性、风险发生时间点前后设定时间段的实时录井数据；

基于钻井风险案例数据库和录井数据库，利用随机森林机器学习算法构建并训练得到多个钻井风险识别预警模型；

将目标井的实时录井数据按照不同钻井风险识别预警模型的输入参数要求输入至各个钻井风险识别预警模型，以执行目标井的钻井风险的实时识别预警处理。

2.根据权利要求1所述的方法，其特征在于，通过如下步骤获取多个钻井风险识别预警模型：

基于钻井风险案例数据库构建训练样本和袋外样本，基于正常钻井下的录井数据库构建测试样本；

通过执行如下操作获取不同的钻井风险识别预警模型：

基于随机森林算法，结合钻井风险识别技术需求，构建出钻井风险智能识别预警的初始模型；

从所述训练样本中提取每个钻井风险案例的设定时长的录井数据，对预先构建的初始模型进行训练；

从袋外样本中提取每个钻井风险案例的所述设定时长的录井数据，对训练后的钻井风险识别预警的初始模型进行测试，在测试结果满足小于钻井风险识别的漏报/错报率阈值时，得到相应的钻井风险智能识别预警的初始模型；

从测试样本中提取不同井的设定时长的录井数据，对得到的初始模型进行验证，在验证结果满足小于钻井风险识别的误报率阈值时，形成最终的钻井风险智能识别预警模型。

3.根据权利要求1或2所述的方法，其特征在于，通过如下步骤执行对目标井的实时识别预警处理：

实时截取目标井不同时长的录井数据，经处理后按照不同钻井风险智能识别预警模型的需求，形成输入参数；

向训练得到的多个钻井风险智能识别预警模型中分别输入各模型所需的输入参数，对目标井的钻井风险进行实时识别预警；

对钻井风险识别预警结果进行风险验证，以确认风险。

4.根据权利要求3所述的方法，其特征在于，通过如下步骤进行风险验证：

若仅有一个钻井风险智能识别预警模型识别出风险，则按照风险类别提取相应的录井参数进行趋势或变化率的计算分析，以对该风险进行验证确认；

若存在多个钻井风险智能识别预警模型识别出风险，且所发出的风险识别预警结果一致，则确认风险，若不一致，则按照风险类别提取相应的录井参数进行趋势或变化率的计算分析，以对该风险进行验证确认。

5.根据权利要求3或4所述的方法，其特征在于，该方法还包括：

在确认风险时，向现场人员发出钻井风险预警并提示风险类别；

根据识别预警结果和现场实际情况的比对，更新钻井风险案例库，并定期训练完善钻井风险智能识别预警模型。

6.一种对钻井风险进行智能识别预警的系统，其特征在于，该系统包括：

存储模块，其存储钻井风险案例数据库和正常钻井下的录井数据库，所述钻井风险案例数据包括井号、风险类别、风险发生时间点、风险井地质属性、风险发生时间点前后设定时间段的实时录井数据；

模型训练模块，其基于钻井风险案例数据库和录井数据库，利用随机森林机器学习算法构建并训练得到多个钻井风险识别预警模型；以及

现场应用分析模块，其将目标井的实时录井数据按照不同钻井风险识别预警模型的输入参数要求输入至各个钻井风险识别预警模型，以执行目标井的钻井风险的实时识别预警处理。