[发明专利]基于地质力学模型和机器学习检测地热井风险的方法

说明书

本发明涉及地热井检测技术领域，尤其涉及基于地质力学模型和机器学习检测地热井风险的方法，包括：S1：收集测井资料、测井报告和井史资料；S2：数据整理、清洗，剔除异常，建立测井数据库；S3：筛选井段深度、井径九个参数数据；S4：九个参数数据作为输入，地层坍塌和地层破裂压力为输出，利用随机森林算法建立模型，并对算法参数优化；S5：得到钻井液密度窗口数据，将钻井液密度窗口数据和井史资料中泥浆密度比较，判断井段工况。本发明利用测井资料、测井报告和井史资料数据与坍塌、破裂压力构建地质力学模型，计算坍塌、破裂压力下的当量钻井液密度，通过地层破裂压力、坍塌压力得到钻井液密度窗口，最终确定地热井的工况。

技术领域

本发明涉及地热井检测技术领域，尤其涉及基于地质力学模型和机器学习检测地热井风险的方法。

背景技术

井壁稳定性是钻井过程中面临的最大问题，由于泥页岩地层疏松，钻井过程中，容易坍塌造成卡钻，给地热井开发带来很大损失；井壁失稳的根本原因是由于井眼附近的地应力改变，应力集中造成地应力未能与钻井液压力建立新的平衡；当地层坍塌压力高于钻井液柱压力，造成井壁岩石剪切破坏，若井壁为塑性岩石会导致缩径，若井壁为脆性岩石会引起坍塌，造成扩径；当地层破裂压力低于钻井液压力，会造成井壁岩石拉伸破坏，造成井漏；地层破裂压力是地热井开发工程中的重要参数，可用于选择合理的钻井液密度及确定套管下深，是钻井工程设计必须考虑的关键因素之一；地层破裂压力的准确确定，有助于钻井过程的控制和监测，对钻井过程中平衡压力、防止井喷和井漏、提高钻井速度、减少油气层污染、降低钻井成本意义重大。

现已提出的地层破裂压力预测方法有多种，梁何生等1999年提出了利用水力压裂及套管鞋试漏数据求取破裂压力的方法；刘岩生等2000年提出了利用孔隙度资料预测破裂压力的方法；李传亮等2000年根据多孔介质的双重有效应力概念，提出了一个计算破裂压力的公式；丰全会等2000年建立了直井在均匀水平地应力作用下的弹塑性模型，并推导出了计算破裂压力的公式；曹言光等2003年应用断裂力学理论建立了油气井压裂时的破裂压力计算模型；金业权等2003年提出了利用地震资料的地层破裂压力的预测方法。

地热井施工是在地下进行，由于受到地下环境的影响，给施工带来很多不便，同时也增大了施工风险；随着钻井复杂风险与机器学习结合应用的不断发展，目前已经有多种利用机器学习对钻井复杂风险判断的方法；由于训练数据的误差较大，有部分异常数据、重复数据以及缺失数据，其参数对应的地层压力和风险都有一定的误差，这样就会影响训练结果的训练误差及泛化误差，预测的准确率低。

发明内容

本发明所要解决的技术问题是：利用地质力学模型推导出与坍塌压力和破裂压力强相关的深度、井径、地层纵波、地层横波、地层密度、岩石密度、井段顶届至井口的地层密度平均值、钻井液密度和温度数据九个参数；使用随机森林算法训练九个参数与地层破裂压力、地层坍塌压力模型，再通过预测地层破裂压力、和预测地层坍塌压力得到钻井液密度窗口，结合泥浆密度确定地热井的工况。

本发明所采用的技术方案是：基于地质力学模型和机器学习检测地热井风险的方法包括以下步骤：

S1：根据检测地热井复杂风险所需的参数类型，收集现场测井资料、测井报告和井史资料；

S2、对S1中数据进行整理、清洗，并剔除由机器突发故障或人为造成异常数据以及重复数据，并对缺失数据进行填补，用清洗后的数据建立测井资料、测井报告和井史资料数据库；

S3、根据地质力学模型推导出与地层坍塌压力、地层破裂压力相关的井段深度、井径、地层纵波、地层横波、地层密度、岩石密度、井段顶届至井口的地层密度平均值、钻井液密度和温度九个参数；

S4、将所述S3的九个参数数据作为输入，对应的地层坍塌压力和地层破裂压力两个参数数据作为输出，将数据分为训练集和测试集，利用随机森林算法，对训练集数据进行回归训练，并通过网格搜索算法对随机森林参数优化，得到九个输入参数和两个输出参数的模型，并通过测试集验证随机森林算法模型的准确性；