[发明专利]一种优化堵漏材料配比的方法及设备

权利要求书

1.一种优化堵漏材料配比的方法，其特征在于，包括以下步骤：

S1、数据采集和数据预处理：获取来自目标区块的已完钻井资料，对发生过漏失井的漏失与成功堵漏作业信息进行分析整理，建立相应的数据集；

S2、建立漏速合成模型：将所述的数据集划分为训练集和测试集，将所述训练集放到GBDT算法模型中进行训练，并通过所述测试集验证训练后的模型效果；

S3、堵漏材料配比优化：当实钻过程中发生漏失，记录下漏速数据；建立堵漏材料配比优化与推荐问题的目标函数；设定该问题的目标函数为：

其中，data为在实钻过程中实测的漏速数据，data_syn为利用步骤S2中的模型合成的漏速数据；

采用遗传算法对目标函数进行最优化求解，以获取优化的堵漏材料配比。

2.根据权利要求1所述的优化堵漏材料配比的方法，其特征在于，步骤S1具体包括：

获取来自目标区块的已完钻井资料，对发生过漏失井的漏失与成功堵漏作业信息进行分析整理，以漏速以及相应的堵漏材料配方为依据，建立堵漏材料配方及成果库，得到相应的数据集，所述数据集包含了目标区块的多口井的多个漏失点信息，每一漏失点信息都包含井漏漏速及成功堵漏作业中堵漏材料配方。

3.根据权利要求2所述的优化堵漏材料配比的方法，其特征在于，将所述数据集形成为统一的训练集文本格式，所述格式中包括多行多列，多列中的其中一列为漏速，其余各列为不同的堵漏材料原材料种类，每一行代表某一次的漏失数据，所述漏失数据包括堵漏材料配比和漏速数据。

4.根据权利要求1所述的优化堵漏材料配比的方法，其特征在于，步骤S2具体包括：

将所述的数据集按照固定比例随机划分为训练集和测试集，依据训练集样本，以堵漏材料配比为输入数据，利用GBDT算法，优选回归树个数、学习率与回归树的深度，训练漏失数据的合成模型，并通过所述测试集验证训练后的模型效果。

5.根据权利要求4所述的优化堵漏材料配比的方法，其特征在于，所述回归树个数为100，所述学习率为0.1，所述回归树的深度为3。

6.根据权利要求1所述的优化堵漏材料配比的方法，其特征在于，步骤S3中，遗传算法的具体设计为：

设定待求解含量的变化范围；

随机生成多个个体组成的群体；

计算每个群体的目标函数；

依次进行选择、交叉、变异操作对群体进行进化，并判断新一代群体的最优解是否满足停止条件；

输出最优个体为反演的最优化的堵漏材料配比。

7.根据权利要求1至6任一项所述的优化堵漏材料配比的方法，其特征在于，所述堵漏材料根据目标区块的情况适应性选择，所述堵漏材料包括云母、纤维和不同粒径级别的核桃壳，其中不同粒径级别的核桃壳包括粗核桃壳、中粗核桃壳和细核桃壳。

8.一种电子设备，包括处理器和存储器，其特征在于，所述存储器存储有计算机可执行指令，所述计算机可执行指令被所述处理器执行时实现如权利要求1至7任一项所述的优化堵漏材料配比的方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行实现权利要求1至7任一项所述的优化堵漏材料配比的方法的计算机程序。