[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

说明书

本发明涉及一种基于粒子群算法的钻井参数优化方法、系统、设备和介质，其特征在于，包括以下步骤：对钻井数据进行预处理；基于预处理后的钻井数据，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。本发明通过粒子群算法对钻井参数进行优化，对参数进行准确的调整，更容易达到全局最优，由此使得优化结果对拟合模型的准确度依赖较小，进而对深水石油钻井过程的工况预警等需求提供帮助。因此，可以广泛应用于海洋油气开发及大数据应用领域。

技术领域

本发明涉及一种基于粒子群算法的钻井参数优化方法、系统、设备和介质，属于海洋油气开发及大数据应用领域。

背景技术

深水油气钻井过程中由于环境和地质的复杂性，往往会造成较大的风险性和不确定性，在钻速优化和预测方面需要进一步深入钻井过程分析，此时可以考虑借助数据挖掘的手段进行钻井过程的优化。同时，在钻井过程中会伴随着海量的监测数据产生，这为数据分析提供了便利的基础条件。

由于钻井数据监测指标众多且相关性较强，因而利于数据分析中的关联分析和模型构建。但是，钻井数据受到监测设备和复杂钻井环境的影响，会产生很大的数据误差和遗漏数据，阶段间的不连贯性也增加了分析的难度。如何对钻井参数进行优化，进而提升钻井速度，寻找钻速拟合模型的局部最优解或全局最优解是目前亟待解决的一个重要问题。

发明内容

针对上述问题，本发明的目的是提供一种基于粒子群算法的钻井参数优化方法、系统、设备和介质，采用粒子群算法对钻井参数进行优化，对参数进行准确的调整，更容易达到全局最优，由此使得优化结果对拟合模型的准确度依赖较小，进而对深水石油钻井过程的工况预警等需求提供帮助。

为实现上述目的，本发明采取以下技术方案：

本发明的第一个方面，是提供一种基于粒子群算法的钻井参数优化方法，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。