[发明专利]一种钻井事故预警方法及系统

说明书

本发明涉及钻井事故预警技术领域，更具体地，涉及一种钻井事故预警方法及系统，其中一种钻井事故预警方法，包括以下步骤：S1：采集钻井施工过程中的多维时序数据；S2：将多维时序数据输入多因子HTM钻井事故预警模型，计算原始异常分数，确认输入能够被预测及不能被预测的时间段；S3：对不能被预测的时间段计算异常似然分数L_t；S4：对异常似然分数L_t进行阈值化处理，并通过阈值进行决策。本发明的目的在于克服现有技术的不足，提供一种具有较高抗干扰性、具备自适应性及低误报性的钻井事故预警方法。

技术领域

本发明涉及钻井事故预警技术领域，更具体地，涉及一种钻井事故预警方法 及系统。

背景技术

地下蕴藏着丰富的石油、天然气、原煤及其它矿产资源等可供人类利用的资 源，其中石油、天然气和原煤是目前世界能源结构中的主要组成部分，是人类赖 以生存和发展的重要物质基础。石油钻井是石油、天然气勘探开发的重要手段， 是一项高投入、高风险和高技术水平的隐蔽性地下工程。由于大量隐蔽、复杂的 因素存在于不同地层及不同地质中，同时在钻井作业的过程中，也伴随着许多不 确定性、随机性和模糊性因素，在诸多因素作用下，钻井事故频繁发生，特别在 复杂层段或新探区，潜在的事故尤为突出。并且事故的形式多种多样，事故原因 错综复杂，事故的表现千差万别，同时事故的处理需要大量的人力物力，大大增 加了钻井成本，造成资金和时间的巨大浪费。特别严重的钻井事故还可能会危害 职工及当地群众的生命安全，给国家和人民带来极大的财产损失和人员伤亡。因此，在复杂的钻井施工过程中，如果能够运用各种监控参数信息对有可能发生的 钻井事故提前给出相对准确的预警或一定程度的警示，对于防止和控制钻井事故 的扩大，最大限度地减少经济损失具有非常重大的现实意义。

目前，利用钻井录井大数据进行事故诊断及预警得到了广泛重视，已经探索 了神经网络、模糊系统以及数据挖掘技术已经在石油钻井事故诊断中的应用，并 且提出了不同的预警模型。常用的钻井事故预警方法有人工判断、专家系统、神 经网络、D-S证据理论等等，由于钻井过程隐蔽性强，无法直接了解井下情况， 凭借人的经验进行事故定性判断，事故预警的实时性和准确度都不高；专家系统 可以解决许多事故预警问题，但对于复杂系统需要大量的产生式规则，且运算量 大，难以满足实时性要求；D-S证据法存在“证据”难以获取和异常模式较多时 信息量剧增的问题；神经网络法则需要大量训练样本，训练速度慢，模型参数的 选择需要依据经验。钻井事故的发生具有动态不确定性，在不同的钻井环境、工 况或条件(地层、井况、钻机等)发生的事故及其发生的征兆可能各不相同，数 据变化复杂，这要求事故预警模型具有较高的自适应性和准确性，现有的预测方 法很难满足。

中国专利CN109594967A公开了一种基于录井大数据的卡钻事故检测预警 方法，在传统专家系统的基础上，通过数据预处理及特征重组，然后进行学习模 型选型后用判别模型调优，将最终生成的模型用于检测钻井工程异常；但钻井监 测系统数据复杂，噪声强烈，且几乎不可预测，直接使用数据处理后生成的模型 进行预测，存在极大的不稳定性，准确率偏低，误报可能性大。

发明内容

本发明的目的在于克服现有技术的不足，提供一种具有较高抗干扰性、具备 自适应性及低误报性的钻井事故预警方法。

为解决上述技术问题，本发明采用的技术方案是：

提供一种钻井事故预警方法，包括以下步骤：

S1：采集钻井施工过程中的多维时序数据；

S2：将多维时序数据输入多因子HTM钻井事故预警模型，计算原始异常分 数，确认输入能够被预测及不能被预测的时间段；

S3：对不能被预测的时间段计算异常似然分数L_t；

S4：对异常似然分数L_t进行阈值化处理，并通过阈值进行决策。

进一步地，所述步骤S1包括以下步骤：