[发明专利]一种基于模糊决策树的钻井漏失机理预测及辅助决策方法

权利要求书

1.一种基于模糊决策树的钻井漏失机理预测及辅助决策方法，其特征在于，该方法包括以下步骤：

1)利用钻采一体化平台采集历史钻井数据、历史堵漏案例及现场实时钻井数据，以地质区块为单位存入MySQL数据库中；

步骤1)中，利用钻采一体化平台采集历史钻井数据、现场实时钻井数据中具体参数包括：

地层岩性、井深、漏失速度、塑性粘度、钻井液类型、钻井液密度、钻井液静切力、钻井液动切力、泥饼厚度、钻井液pH值、排量、钻速、泵压、钻头类型、钻头尺寸、大钩负荷、三转读数、六转读数、一百转读数；

2)针对采集到的数据资料进行数据预处理，预处理内容包括数据清洗、数据补缺、数据转换；

2-1)数据清洗是删除历史钻井数据原始数据集中的无关数据、重复数据，平滑噪声数据，同时筛选掉与钻井液漏层位置预测无关的数据，处理缺失值、异常值；

2-2)数据集成是将多文件或多数据库运行环境中的钻井历史数据进行合并处理；

2-3)数据转换是利用独热编码方法将数据资料中地层岩性、钻头类型、钻井液类型这三个用文字表述的参数转化为可以进行数据挖掘的数字形式；

3)将预处理后的历史钻井数据划分为训练集和测试集，选取训练集中历史钻井数据为输入，历史堵漏案例中记录的漏失机理为标准，利用模糊决策树算法进行数据挖掘，并生成漏失机理预测模糊决策树，用测试集对漏失机理预测模糊决策树进行测试；

所述生成漏失机理预测模糊决策树的具体过程为：

3-1)首先考虑生成第一个节点，将步骤1)采集到的19个井史参数集作为19个模糊子集，分别用A⁽¹⁾～A⁽¹⁹⁾表示，每个模糊子集中有m个数据，将采集到的历史堵漏案例中记录的漏失机理作为分类属性，用A⁽²⁰⁾表示，对A^(k)的每一个参数值T_i^(k)(其中k＝1,2,…,19；i＝1,2,…,m)，计算它相对于分类属性A⁽²⁰⁾中T_j⁽²⁰⁾(j＝1,2,…,m_k)的相对频率

其中，符号M(X)表示模糊集X的所有隶属度之和；

3-2)对A^(k)的每一个参数值T_i^(k)(其中1≤k≤19)计算它的模糊分类熵Enter_i^(k):

其中，表示分类属性A⁽²⁰⁾中参数值T_j^(k)的出现频率；

3-3)对每一个属性A^(k)(其中1≤k≤19)，计算它的平均模糊分类熵E_k：

3-4)选择E_k取最小值的属性作为扩展属性，即选取k₀，使得：

3-5)给定阈值β₀＝0.85，当节点真实度小于阈值β₀时，根据该节点确定的属性来分割模糊样例集，模糊分割中的元素依然是模糊集；

3-6)递归的计算它们的平均模糊分类熵，并继续用上述方法选择扩展节点，最终生成漏失机理预测模糊决策树；

4)选取训练集中历史钻井数据为输入，历史堵漏案例中记录的堵漏配方为标准，利用模糊决策树算法进行数据挖掘，并生成堵漏配方推送模糊决策树，用测试集对堵漏配方推送模糊决策树进行测试；

步骤4)中生成堵漏配方推送模糊决策树的具体过程与步骤3)中生成漏失机理预测模糊决策树的具体过程相同，只是将采集到的历史堵漏案例中记录的堵漏配方作为分类属性A⁽²⁰⁾；

5)根据生成的漏失机理预测模糊决策树确定漏失机理预测模糊决策规则，并利用漏失机理预测模糊决策规则挖掘现场实时钻井数据，判断尚未发生的漏失可能原因，即漏失机理；

步骤5)中判断的尚未发生的漏失可能原因，即井漏机理包括：

a.钻井地层中存在溶洞导致井漏；

b.地层本身存在天然裂缝导致井漏；

c.钻井过程中产生的诱导裂缝导致井漏；

d.由于岩性及地质构造产生了渗透现象，从而导致了井漏；

e.钻井井身设计问题导致井漏；

6)根据步骤4)生成的堵漏配方推送模糊决策树确定堵漏配方推送模糊决策规则，并利用堵漏配方推送模糊决策规则挖掘现场实时钻井数据来进行堵漏配方推送；

步骤6)中推送的堵漏配方包括：

a配方成分及质量百分比：4％钻井液+5％98号随钻堵漏剂+2％云母+1％细云母+3％核桃壳+3％细核桃壳+2％超细碳酸钙+3％沥青粉+2％1号复合堵漏剂，剩余成分为自来水；

b配方成分及质量百分比：4％钻井液+1％C型刚性矿物颗粒+1％D型刚性矿物颗粒+1％Ⅱ号高效复合堵漏剂+1％Ⅳ号高效复合堵漏剂，剩余成分为自来水；

c配方成分及质量百分比：4％钻井液+2％C型刚性矿物颗粒+2％D型刚性矿物颗粒+4％Ⅱ号高效复合堵漏剂+2％Ⅳ号高效复合堵漏剂，剩余成分为自来水；

d配方成分及质量百分比：4％钻井液+10％Ⅲ号高效复合堵漏剂+5％Ⅳ号高效复合堵漏剂，剩余成分为自来水；

7)以漏失机理预测模糊决策规则判断的漏失机理和堵漏配方推送模糊决策规则推送的堵漏配方为参考进行防漏堵漏辅助决策，从而减少井漏事故的发生次数以及增大发生漏失后一次堵漏的成功率。