[发明专利]摩阻确定方法、装置和设备

说明书

本申请提供了一种摩阻确定方法、装置和设备，其中，该方法包括：获取目标井的第一钻井数据集，其中，第一钻井数据集中的数据为钻井设计参数值；在目标井的钻进过程中获取第二钻井数据集，其中，第二钻井数据集中的数据为在目标井的钻进过程中产生的工况数据和机器状态数据；将第一钻井数据集和所述第二钻井数据集输入利用神经网络训练得到的预测模型中，得到目标井的井底钻压和井底扭矩；根据井底钻压和井底扭矩，利用管柱整体受力模型确定目标井中各管柱的摩阻。在本申请实施例中，对井底钻压和井底扭矩的实时监测可以更加准确地控制钻井过程，减少钻井风险，并且利用神经网络训练得到的预测模型可以更加准确、高效的预测井底钻压和井底扭矩。

技术领域

本申请涉及地质勘探技术领域，特别涉及一种摩阻确定方法、装置和设备。

背景技术

随着钻井技术的进步，大位移井、水平井等非直井井型更多的应用于现场，由于大斜度井段、长水平段的存在，钻柱在井下受到的摩阻和扭矩急剧增加，由此带来了钻井效率降低、钻井事故增多等一系列的钻井难题，因此，实时准确的分析井下管柱摩阻和扭矩是在钻井过程中是十分关键的。

现有技术中，通常是利用管柱力学进行理论分析，建立管柱整体受力模型，从而计算得到摩阻。而由于钻井过程的复杂性，管柱整体受力模型很难准确描述井下管柱真实的受力状态，并且管柱力学模型中井底的实际钻压和扭矩难以准确确定，因此，采用现有技术中的技术方案无法准确地确定管柱的摩阻。

针对上述问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种摩阻确定方法、装置和设备，以解决现有技术中无法准确地确定管柱的摩阻的问题。

本申请实施例提供了一种摩阻确定方法，包括：获取目标井的第一钻井数据集，其中，所述第一钻井数据集中的数据为钻井设计参数值；在所述目标井的钻进过程中获取第二钻井数据集，其中，所述第二钻井数据集中的数据为在所述目标井的钻进过程中产生的工况数据和机器状态数据；将所述第一钻井数据集和所述第二钻井数据集输入利用神经网络训练得到的预测模型中，得到所述目标井的井底钻压和井底扭矩；根据所述井底钻压和井底扭矩，利用管柱整体受力模型确定所述目标井中各管柱的摩阻。

在一个实施例中，第一钻井数据集中包括：钻具组合、轨道类型、钻井液类型。

在一个实施例中，第二钻井数据集中包括：井深、井斜、方位角、实测井底钻压、实测井底扭矩、大钩载荷、地面扭矩、泵压、转盘转速、泵冲、立管压力、套管压力、入口密度、出口密度。

在一个实施例中，在将所述第一钻井数据集和所述第二钻井数据集输入利用神经网络训练得到的预测模型中之前，还包括：获取所述目标井的至少一个邻井的钻井数据集；对所述至少一个邻井的钻井数据集进行预处理，得到预处理后的钻井数据集；将所述预处理后的钻井数据集中的时序性数据按照预设时间步长转换为监督学习的格式，得到第一训练集；将所述预处理后的钻井数据集中的非时序性数据作为第二训练集；将所述第一训练集作为长短期记忆网络的训练数据，并将所述第二训练集作为多层前馈神经网络的训练数据进行训练得到所述预测模型。

在一个实施例中，根据所述井底钻压和井底扭矩，利用管柱整体受力模型确定所述目标井中各管柱的摩阻，包括：将所述目标井的管柱按照预设间隔进行划分，得到多段管柱；获取所述多段管柱中各段管柱的特征参数；根据所述各段管柱的特征参数、所述井底钻压和井底扭矩，利用管柱整体受力模型确定所述各段管柱的管柱状态和摩阻。

在一个实施例中，所述各段管柱的特征参数包括：管柱的曲率、挠率、抗弯刚度、内径、壁厚。

在一个实施例中，在利用管柱整体受力模型确定所述目标井中各管柱的摩阻之后，还包括：在所述目标井起钻后，获取所述目标井中已钻井段的第二钻井数据集；根据所述已钻井段的第二钻井数据集对所述预测模型进行更新，得到目标预测模型；继续钻进时，利用所述目标预测模型确定所述目标井的井底钻压和井底扭矩。