[发明专利]用于自动溢流检测和防喷的机器学习控制

权利要求书

1.一种系统，包括：

一个或更多个防喷器(BOP)；

一个或更多个传感器；

神经网络库，其包括一个或更多个神经网络；

联接到所述一个或更多个BOP的机器学习(ML)控制器，所述ML控制器包括：

处理器；以及

包括指令的非暂时性计算机可读介质，所述指令由所述处理器可执行以：

经由所述一个或更多个传感器获得与本地井相关联的操作数据，其中所述操作数据指示井状况和井特性；

基于所述操作数据生成一个或更多个特征向量；

将所述一个或更多个特征向量提供到所述一个或更多个神经网络；

经由所述一个或更多个神经网络生成一个或更多个相应的溢流分数；

在全自动操作模式下，基于所述溢流分数向所述一个或更多个BOP中的每一者发出位置命令；以及

在半自动操作模式下，基于所述溢流分数来确定针对所述一个或更多个BOP中的每一者推荐要发出的所述位置命令。

2.如权利要求1所述的系统，其中，所述神经网络库中的所述一个或更多个神经网络包括一个或更多个并行神经网络对，所述一个或更多个并行神经网络对中的每一者包括深度学习神经网络和浅层学习神经网络。

3.如权利要求2所述的系统，其中，所述一个或更多个并行神经网络对中的每一者与所述一个或更多个BOP中的相应的BOP相关联。

4.如权利要求1所述的系统，其中，所述指令还由所述处理器可执行以：

确定所述一个或更多个相应的溢流分数是否超过一个或更多个相应的溢流分数阈值；

其中，响应于确定已经超过所述相应的溢流分数阈值，所述位置命令是被配置成使相应的BOP关闭的关闭位置命令；以及

其中，响应于确定尚未超过所述相应的溢流分数阈值，所述位置命令是被配置成使所述相应的BOP保持打开的打开位置命令。

5.如权利要求1所述的系统，其中，所述指令还由所述处理器可执行以：

确定要分配给所述一个或更多个相应的溢流分数的相应的权重；以及

确定针对所述一个或更多个相应的溢流分数中的每个溢流分数的相应的阈值。

6.如权利要求1所述的系统，其中，生成所述一个或更多个特征向量包括为深度学习神经网络和浅层学习神经网络中的每一者生成相应的特征向量。

7.如权利要求1所述的系统，其中，所述指令还由所述处理器可执行以：

获得合成操作数据、远程操作数据和历史数据中的一者或更多者；

基于合成操作数据、远程操作数据和历史数据中的所述一者或更多者生成一个或更多个第二特征向量；

将所述一个或更多个第二特征向量提供给所述神经网络；以及

基于所述一个或更多个特征向量来训练所述神经网络。

8.如权利要求1所述的系统，还包括BOP数字孪生，所述BOP数字孪生被配置成指示所述一个或更多个BOP的当前状态以及所述一个或更多个BOP的命令状态。

9.如权利要求8所述的系统，其中，所述指令进一步由所述处理器可执行以：

向所述BOP数字孪生提供反馈，其中，所述反馈包括以下中的至少一者：所述一个或更多个BOP的所述当前状态、所述一个或更多个BOP的所述命令状态、一个或更多个相应的溢流分数、针对所述一个或更多个BOP中的每一者要发出的所述位置命令或推荐要发出的所述位置命令；以及

经由所述BOP数字孪生提供指示所述一个或更多个相应的溢流分数中的溢流分数已经超过相应的溢流分数阈值的警报；以及

经由所述BOP数字孪生提供要发出的所述位置命令或推荐要发出的所述位置命令的指示。

10.如权利要求1所述的系统，其中所述ML控制系统是经由通信网络联接到所述一个或更多个BOP的远程ML控制系统。