[发明专利]基于粒子群算法的钻井参数优化方法、系统、设备和介质

权利要求书

1.一种基于粒子群算法的钻井参数优化方法，其特征在于，包括以下步骤：

对获取的钻井参数进行预处理；

基于预处理后的钻井参数，采用GBDT算法对预先构建的目标函数进行求解，得到对钻井参数进行优化后的钻速。

2.如权利要求1所述的一种基于粒子群算法的钻井参数优化方法，其特征在于：所述对获取的钻井参数进行预处理的方法，包括：

将钻井参数按照区域和直径进行划分，并针对不同区域和直径建立不同的钻井数据集；

对每个钻井数据集，将钻井参数划分为动态数据和静态数据；

对于静态数据，选取部分钻井参数进行预处理；

对于动态数据，对缺失值进行处理后，采用孤立森林的方法对动态数据中的离群点进行筛选和去除；

使用min-max方法对处理后的所有钻井参数进行归一化处理。

3.如权利要求1所述的一种基于粒子群算法的钻井参数优化方法，其特征在于：所述预先构建的目标函数为：

maxROP(WOB±Δ_W，RPM±Δ_R，MFI±Δ_M)

其中，WOB、RPM和MFI分别为待优化的钻压、转速和流量，ROP为钻井速度。

4.如权利要求1所述的一种基于粒子群算法的钻井参数优化方法，其特征在于：所述基于预处理后的钻井参数，采用GBDT算法对构建的目标函数进行求解，得到对钻井参数进行优化后的钻速的方法，包括以下步骤：

将预处理后的钻井参数作为粒子，随机初始化粒子位置和速度；

设置粒子更新的结束条件；

确定全局最优粒子，并利用速度和位置更新公式更新粒子的速度和位置，计算更新后粒子的目标函数值，计算出满足结束条件的全局最优结果。

5.如权利要求4所述的一种基于粒子群算法的钻井参数优化方法，其特征在于：所述结束条件为钻井速度均值稳定、最大迭代次数、钻速值优化范围、粒子最大速度中的至少一种。

6.如权利要求5所述的一种基于粒子群算法的钻井参数优化方法，其特征在于：所述钻井速度均值稳定是指在预设时间段内钻井速度均值在预设范围区间内波动；所述钻速值优化范围设置为0-1之间。

7.如权利要求4所述的一种基于粒子群算法的钻井参数优化方法，其特征在于：所述确定全局最优粒子，并利用速度和位置更新公式更新粒子的速度和位置，计算更新后粒子的目标函数值，计算出满足结束条件的全局最优结果的方法，包括：

①基于初始化粒子位置和速度，计算每个粒子对应的目标函数值大小，将目标函数值最大的粒子作为全局最优；

②根据速度更新公式和位置更新公式更新粒子的速度和位置；

③根据更新后的粒子速度和位置计算目标函数值；

④根据位置更新公式更新每个粒子历史最优位置；

⑤与全局最优位置进行比较，更新群体的全局最优位置。

⑥判断是否满足粒子更新的结束条件，若满足，则输出全局最优结果，否则，返回步骤②。

8.一种基于粒子群算法的钻井参数优化系统，其特征在于，包括：

预处理模块，用于对获取的钻井参数进行预处理；

目标函数求解模块，用于基于预处理后的钻井数据，采用GBDT算法对构建的目标函数进行求解，得到对钻井参数进行优化后的钻速。

9.一种处理设备，所述处理设备至少包括处理器和存储器，所述存储器上存储有计算机程序，其特征在于，所述处理器运行所述计算机程序时执行以实现权利要求1到7任一项所述基于粒子群算法的钻井参数优化方法的步骤。

10.一种计算机存储介质，其特征在于，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现根据权利要求1到7任一项所述基于粒子群算法的钻井参数优化方法的步骤。