[发明专利]一种钻井风险预测系统

说明书

技术领域

本发明涉及油气勘探开发技术领域，具体地说，涉及一种钻井风险预测系统。

背景技术

钻井风险预测是指依据钻井作业数据运用一定的方法对钻井作业中存在的风险进行预测，以达到预防和控制的目的。钻井作业具有十分复杂的流程，其过程中存在许多不确定性因素的影响。因此，对钻井过程中的影响因素进行风险预测就十分重要，有效的预测结果对于钻井现场作业具有重大的知道意义。

目前进行钻井风险预测的方法主要包括神经网络法以及案例推理法等方法，这些方法的局限性在于需要大量的邻井资料。而对于新的区块的邻井资料较少，这也就使得这些方法在钻井风险预测上难以发挥作用。同时，即使在具备邻井案例样本的情况下，样本量的大小也决定了这些方法的钻井风险预测准确度。也就是说，在历史样本量较小的情况下，现有的这些钻井风险预测方法的准确度也交底，无法满足实际生产的要求。

发明内容

为解决上述问题，本发明提供了一种钻井风险预测系统，所述系统包括：

原始数据获取模块，其用于获取待分析钻井的实测数据，所述实测数据包含多个影响参数的原始数据；

特征向量确定模块，其与所述原始数据获取模块连接，用于对所述原始数据获取模块传输来的所述实测数据进行处理，得到所述实测数据的特征向量；

关联度系数确定模块，其与所述特征向量确定模块连接，用于根据所述实测数据的特征向量和预设钻井风险判断矩阵，分别计算所述实测数据的特征向量的各个元素与各个故障类型的关联度系数；

风险预测模块，其与所述关联系统确定模块连接，用于根据所述关联度系数 计算所述实测数据与各个故障类型的关联度，并根据所述关联度判断所述待分析钻井是否存在风险。

根据本发明的一个实施例，所述特征向量确定模块配置为首先根据所述实测数据，分别计算各影响参数的变化量，随后根据所述各影响参数的变化量，确定所述实测数据的特征向量。

根据本发明的一个实施例，在计算各影响参数的变化量时，所述特征向量确定模块配置为首先计算各影响参数的平均值，随后根据所述各影响参数与其平均值的差值来确定所述各影响参数的变化量。

根据本发明的一个实施例，影响参数的变化量包括：

扭矩变化量、总池体积净变化量、流量差、钩载变化量、钻具裸眼静止时间、钻压变化量、机械比能值和井下循环当量密度。

根据本发明的一个实施例，所述特征向量确定模块配置为在计算所述扭矩变化量时，首先将实时扭矩标准化为预设尺寸钻头在预设深度下的扭矩，从而得到标准扭矩，并根据所述标准扭矩计算所述扭矩变化量。

根据本发明的一个实施例，所述关联度系数确定模块配置为首先分别计算所述实测数据的特征向量与预设钻井风险判断标准矩阵的最大误差值和最小误差值，随后根据所述最大误差值和最小误差值，计算所述实测数据的特征向量中各个元素与各个故障类型的关联度系数。

根据本发明的一个实施例，所述关联度系数确定模块配置为根据如下表达式计算所述实测数据的特征向量中各个元素与各个故障类型的关联度系数：

其中，ξi_j表示实测数据的特征向量中的第j个元素y_j针对第i类故障的关联度系数，m表示故障类型的总数，n表示每种故障的特征向量所包含的元素个数，δ_max和δ_min分别表示实测数据的特征向量与预设钻井风险判断标准矩阵的最大误差值和最小误差值，ρ表示分辨系数，x_ij表示预设钻井风险判断标准矩阵中第i行第j列的元素。

根据本发明的一个实施例，所述关联系数确定模块配置为根据如下表达式计算实测数据的特征向量与预设钻井风险判断标准矩阵的最大误差值和最小误差值：

其中，δ_max和δ_min分别表示实测数据的特征向量与预设钻井风险判断标准矩阵的最大误差值和最小误差值，y_j表示实测数据的特征向量中的第j个元素，x_ij表示预设钻井风险判断标准矩阵中第i行第j列的元素。

根据本发明的一个实施例，所述风险预测模块配置为根据如下表达式计算所述各影响参数的钻井风险关联度：