[发明专利]钻进过程故障诊断方法、系统及设备

权利要求书

1.一种钻进过程故障诊断方法，其特征在于，包括以下步骤：

通过钻机传感器获取钻进过程数据集，对所述钻进过程数据集进行预处理，获得预处理后的钻进过程数据集；

通过距离相关性分析方法对所述预处理后的钻进过程数据集进行钻进过程参数的选择与合并，获得k个参数组合；

根据Mann-Kendall趋势检验和近似熵对各所述参数组合进行时间序列特征提取，获得各所述参数组合对应的特征组合；

通过密度峰值搜索聚类算法对各所述特征组合进行聚类，获得各所述参数组合的聚类结果；

根据各所述参数组合的聚类结果，通过朴素贝叶斯分类器进行故障诊断，获得钻进过程故障诊断结果；

所述通过钻机传感器获取钻进过程数据集，对所述钻进过程数据集进行预处理，获得预处理后的钻进过程数据集，包括：

通过钻机传感器，每隔预设时间t采集一次原始钻进过程数据；

收集所有原始钻进过程数据，获得钻进过程数据集；

剔除所述钻进过程数据集中所有原始钻进过程数据的零检测数据，获得预处理后的钻进过程数据集；

所述收集所有原始钻进过程数据，获得钻进过程数据集后，还包括：

对所述钻进过程数据集中钻井液迟到时间进行统计分析，获得所述钻进过程数据集中各钻进过程参数的时间序列，其中，各所述时间序列的长度为T分钟，各所述钻进过程参数包含T/t个钻进过程数据点；

所述根据Mann-Kendall趋势检验和近似熵对各所述参数组合进行时间序列特征提取，获得各所述参数组合对应的特征组合，包括：

通过Mann-Kendall趋势检验提取各所述参数组合中，各钻进过程参数的时间序列的趋势特征，获得全局趋势特征Z_X；将所述钻进过程参数的时间序列划分为4个子时间序列，分别提取各所述子时间序列的趋势特征，获得4个局部趋势特征Z_X1,Z_X2,Z_X3,Z_X4；通过近似熵提取熵特征A_E；

所述参数组合中各钻进过程参数的时间序列提取的特征集合为：{A_E,Z_X,Z_X1,Z_X2,Z_X3,Z_X4}；

通过提取所述全局趋势特征Z_X、所述4个局部趋势特征Z_X1,Z_X2,Z_X3,Z_X4和所述熵特征A_E，获得每个参数组合对应的特征组合；

若参数组合中包含n个钻进过程参数的时间序列，则所述参数组合对应的特征组合有6*n个特征值；

所述根据各所述参数组合的聚类结果，通过朴素贝叶斯分类器进行故障诊断，获得钻进过程故障诊断结果，包括：

所述参数组合的聚类结果为C＝{C₁,C₂,...,C_k}，作为朴素贝叶斯分类器的输入；

钻进过程故障类型为A＝{A₁,A₂,A₃}＝{井漏,正常,井涌}，作为朴素贝叶斯分类器的输出；

朴素贝叶斯分类器根据贝叶斯原理进行分类，具体公式为：

依次计算获得P(A₁|C)，P(A₂|C)和P(A₃|C)，i＝1,2,3；

将所述P(A₁|C)，所述P(A₂|C)和所述P(A₃|C)中的最大值作为钻进过程故障诊断结果，所述钻进过程故障诊断结果包括：井漏、正常和井涌。

2.根据权利要求1所述的一种钻进过程故障诊断方法，其特征在于，所述预处理后的钻进过程数据集包括：游车高度、钻压、钩载、转速、扭矩、立管压力、入口流量、出口流量、总池体积、泥浆密度、泥浆电导率、入口温度和出口温度中的至少一种钻进过程参数类型。