本發(fā)明涉及地質(zhì)勘探技術(shù)領(lǐng)域，具體地說，涉及一種鉆井風(fēng)險的預(yù)測方法。

背景技術(shù)：

隨著油氣資源勘探開發(fā)的日益深入，鉆井施工難度也越來越大，很多情況下油氣埋藏較深，相關(guān)地層的屬性復(fù)雜，鉆井過程中極易發(fā)生井漏、井涌及卡鉆等各類復(fù)雜情況，令非生產(chǎn)時間占總鉆井時間的比例較高，井下故障處理費(fèi)用占鉆井總費(fèi)用的比例也較大，嚴(yán)重影響勘探開發(fā)進(jìn)度和總體經(jīng)濟(jì)效益。因此，如何安全有效地管理和控制井下風(fēng)險，已經(jīng)成為石油公司和鉆井承包商的核心問題和主要難題之一。

現(xiàn)有技術(shù)中的鉆井風(fēng)險的預(yù)測方法或是通過傳感器觀察現(xiàn)場現(xiàn)象，或是在井漏發(fā)生之后根據(jù)井漏的各種特性來確定，或是對引起井漏發(fā)生的地質(zhì)特征進(jìn)行這家模糊評價宏觀得到某地區(qū)的潛在井漏風(fēng)險，或是利用待預(yù)測井的部分參數(shù)同鄰井井漏的一些“特征值”相匹配。但這些方法不可避免地存在預(yù)測精度低、實現(xiàn)成本高等技術(shù)問題。

技術(shù)實現(xiàn)要素：

為解決以上問題，本發(fā)明提供一種鉆井風(fēng)險的預(yù)測方法，用以在鉆井施工階段對井下風(fēng)險進(jìn)行提前預(yù)知和識別，進(jìn)而控制隱患，給出風(fēng)險提示。

根據(jù)本發(fā)明的一個實施例，提供了一種鉆井風(fēng)險的預(yù)測方法，包括：

獲取目標(biāo)井當(dāng)前深度的實時數(shù)據(jù)向量；

建立時間窗，并在所述時間窗內(nèi)建立指定時間間隔的實時數(shù)據(jù)向量集合；

處理所述實時數(shù)據(jù)向量集合，并作為待預(yù)測案例向量；

根據(jù)所述目標(biāo)井的各臨近井，獲取與所述待預(yù)測案例向量的地理特征相符的各現(xiàn)有案例向量；

獲取與所述待預(yù)測案例向量匹配的各現(xiàn)有案例向量；

根據(jù)與所述待預(yù)測案例向量匹配的現(xiàn)有案例向量對應(yīng)的臨近井，預(yù)測所述目標(biāo)井的鉆井風(fēng)險。

根據(jù)本發(fā)明的一個實施例，處理所述實時數(shù)據(jù)向量集合，并作為待預(yù)測案例向量包括：

計算所述實時數(shù)據(jù)向量集合的平均值；

計算所述實時數(shù)據(jù)向量與所述實時數(shù)據(jù)向量集合的平均值的差值，并將所述差值作為待預(yù)測案例向量。

根據(jù)本發(fā)明的一個實施例，根據(jù)所述目標(biāo)井的各臨近井，獲取與所述待預(yù)測案例向量的地理特征相符的各現(xiàn)有案例向量包括：

根據(jù)與所述目標(biāo)井的距離由近至遠(yuǎn)，對各臨近井進(jìn)行排序；

按照所述排序，獲取與所述待預(yù)測案例向量的地理特征相符的各現(xiàn)有案例向量。

根據(jù)本發(fā)明的一個實施例，按照所述排序，獲取與所述待預(yù)測案例向量的地理特征相符的各現(xiàn)有案例向量之后，還包括：

獲取待匹配的現(xiàn)有案例向量的特征分量權(quán)值數(shù)組；

判斷所述待預(yù)測案例向量與待匹配的現(xiàn)有案例向量的維數(shù)是否相等，若不相等，則調(diào)整所獲取的現(xiàn)有案例向量的特征分量權(quán)值數(shù)組。

根據(jù)本發(fā)明的一個實施例，調(diào)整所獲取的現(xiàn)有案例向量的特征分量權(quán)值數(shù)組包括：

基于下式調(diào)整現(xiàn)有案例向量的特征分量權(quán)值數(shù)組中的每個權(quán)值：

其中，j∈[1,m]，weightj表示調(diào)整前的現(xiàn)有案例向量的特征分量權(quán)值數(shù)組中的每個權(quán)值，wj表示調(diào)整后的現(xiàn)有案例向量的特征分量權(quán)值數(shù)組中的每個權(quán)值，如果第j個權(quán)值對應(yīng)的特征fj∈{xi}，xi表示待預(yù)測案例向量中的特征分量，i∈[1,n]，則pj＝1，否則pj＝0，m、n表示權(quán)值數(shù)量；

刪除調(diào)整后的現(xiàn)有案例向量的特征分量權(quán)值數(shù)組中為零的權(quán)值，使現(xiàn)有案例向量的特征分量權(quán)值數(shù)組的權(quán)值數(shù)量從m降到n。

根據(jù)本發(fā)明的一個實施例，獲取與所述待預(yù)測案例向量匹配的現(xiàn)有案例向量之前，還包括：

利用特征分量權(quán)值數(shù)組，匹配所述待預(yù)測案例向量與每一現(xiàn)有案例向量；

獲取所述待預(yù)測案例向量與每一現(xiàn)有案例向量的相似度，并將相似度由大至小進(jìn)行排序。

根據(jù)本發(fā)明的一個實施例，獲取所述待預(yù)測案例向量與每一現(xiàn)有案例向量的相似度包括：

基于下式計算所述待預(yù)測案例向量與每一現(xiàn)有案例向量的相似度：

其中，表示相似度，wi表示調(diào)整后的現(xiàn)有案例向量的特征分量權(quán)值數(shù)組中的特征分量權(quán)值，xi表示待預(yù)測案例向量中的特征分量,yki表示現(xiàn)有案例向量中的特征分量，x表示待預(yù)測案例向量，yk表示現(xiàn)有案例向量。

根據(jù)本發(fā)明的一個實施例，獲取與所述待預(yù)測案例向量匹配的現(xiàn)有案例向量包括：

獲取用戶輸入的相似度閾值或獲取數(shù)量，由相似度排序中獲取對應(yīng)的現(xiàn)有案例向量及所屬臨近井。

根據(jù)本發(fā)明的一個實施例，建立時間窗包括：

獲取用戶輸入的時間窗寬度；

根據(jù)所述時間窗寬度與所述當(dāng)前時刻建立所述時間窗。

根據(jù)本發(fā)明的一個實施例，所述時間窗的終點(diǎn)為當(dāng)前時刻。

本發(fā)明帶來了以下有益效果：

本發(fā)明基于隨時間推移的時間窗口來篩選數(shù)據(jù)，結(jié)合動態(tài)權(quán)值調(diào)整策略，對目標(biāo)井的實時鉆井過程進(jìn)行風(fēng)險監(jiān)控，提取臨近井的歷史數(shù)據(jù)，通過比對實時鉆井工程參數(shù)和井筒周遭地質(zhì)情況參數(shù)，最大限度提前推理預(yù)估前方井段的井下風(fēng)險，及時識別風(fēng)險隱患并給出提示，從而最大限度避免鉆井作業(yè)中風(fēng)險的發(fā)生。

本發(fā)明的其它特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)可通過在說明書、權(quán)利要求書以及附圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。

附圖說明

為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對實施例描述中所需要的附圖做簡單的介紹：

圖1是本發(fā)明實施例提供的鉆井風(fēng)險的預(yù)測方法的流程示意圖。

具體實施方式

以下將結(jié)合附圖及實施例來詳細(xì)說明本發(fā)明的實施方式，借此對本發(fā)明如何應(yīng)用技術(shù)手段來解決技術(shù)問題，并達(dá)成技術(shù)效果的實現(xiàn)過程能充分理解并據(jù)以實施。需要說明的是，只要不構(gòu)成沖突，本發(fā)明中的各個實施例以及各實施例中的各個特征可以相互結(jié)合，所形成的技術(shù)方案均在本發(fā)明的保護(hù)范圍之內(nèi)。

本發(fā)明實施例提供了鉆井風(fēng)險的預(yù)測方法，如圖1所示，該鉆井風(fēng)險的預(yù)測方法包括如下步驟：

步驟s101、獲取目標(biāo)井當(dāng)前深度的實時數(shù)據(jù)向量。

具體的，獲取目標(biāo)井當(dāng)前深度的各項參數(shù)，形成n維實時數(shù)據(jù)向量：

rt0＝{rt01,rt02,...,rt0n}(1)

其中，t0為當(dāng)前時刻。

步驟s102、建立時間窗，并在該時間窗內(nèi)建立指定時間間隔的實時數(shù)據(jù)向量集合。

具體的，本發(fā)明實施例中，時間窗的終點(diǎn)為當(dāng)前時刻。而時間窗的時間窗寬度可以由用戶輸入。實際應(yīng)用時，可以取時間窗寬度為10-25分鐘左右。時間窗內(nèi)包含了指定時間間隔的數(shù)據(jù)向量：

其中，w∈[t0-q+1,t0]，rw是w時刻的實時數(shù)據(jù)向量，q為時間窗口寬度。

顯然，在現(xiàn)場實時檢測數(shù)據(jù)進(jìn)行風(fēng)險識別的時候，把時間窗的終點(diǎn)作為當(dāng)前時刻，隨時間的增加，則時間窗會相應(yīng)向前推移。根據(jù)時間窗口的寬度，將會丟棄已超出時間窗寬度的數(shù)據(jù)。

步驟s103、處理實時數(shù)據(jù)向量集合，并作為待預(yù)測案例向量。

具體的，將r和w中實時數(shù)據(jù)向量的平均值的差作為待預(yù)測案例向量x，即：

其中：xi表示待預(yù)測案例向量中的各個特征分量，i∈[1，n]。

步驟s104、根據(jù)目標(biāo)井的各臨近井，獲取與待預(yù)測案例向量的地理特征相符的各現(xiàn)有案例向量。

一口目標(biāo)井的周圍通常設(shè)置有很多的臨近井，在獲取臨近井的現(xiàn)有案例向量進(jìn)行匹配時，應(yīng)當(dāng)有先后順序，這樣能夠提高分析速度和分析的準(zhǔn)確程度。

因此，在本發(fā)明的實施例中，首先調(diào)取目標(biāo)井的井口地面坐標(biāo)，從目標(biāo)井與其他臨近井的位置表中，得到其他各臨近井與目標(biāo)井之間的距離，按照距離由近至遠(yuǎn)排序各臨近井，得到臨近井的井號順序數(shù)組well[o]，該數(shù)組中包括o口臨近井。

由于不同地方的同一深度的地層情況是不同的，而地層情況具有一定的延續(xù)性，因此距離目標(biāo)井越近的臨近井，其地層結(jié)構(gòu)、情況、性質(zhì)可能與目標(biāo)井越接近。所以，在本發(fā)明的實施例中，得到臨近井的井號順序數(shù)組well[o]之后，設(shè)定井號索引p＝0，按序依次查看井號順序數(shù)組well[o]中的各臨近井是否存在與待預(yù)測案例向量的地理特征相符的各現(xiàn)有案例向量。

之后，井號索引p增加1，從well[o]中順序提取井號wnp，并且設(shè)案例索引k＝0。

案例索引k增加1，從案例表中取出wnp井的一個已有案例，同時查詢米數(shù)據(jù)表和地層壓力表的數(shù)據(jù)，根據(jù)當(dāng)前x中對應(yīng)的特征，提取已有案例中的數(shù)據(jù)形成現(xiàn)有案例向量yk＝(yk1,yk2,…,ykm)，其中m為任意正整數(shù)。而如果wnp已經(jīng)沒有已有案例，則更換下一口臨近井繼續(xù)迭代，直至p>o。

查詢現(xiàn)有案例向量yk所在臨近井的特征分量權(quán)值數(shù)組weight[m]。一般來說，已有案例是事后分析整理形成的，收集的數(shù)據(jù)參數(shù)較多，現(xiàn)場情況由于各種條件限制，有可能無法獲取到m個數(shù)據(jù)參數(shù)。因此，一般m大于等于n，需要進(jìn)行特征分量權(quán)值數(shù)組的降維。當(dāng)m>n時，需要生成一個新的權(quán)值數(shù)組weight[n]。在實際環(huán)境有所限制，獲取參數(shù)不足，此方法通過動態(tài)權(quán)值調(diào)整，也可以在實際生產(chǎn)中應(yīng)用，給出預(yù)測結(jié)果，擴(kuò)大應(yīng)用范圍。

具體的，當(dāng)m>n時，使用下式調(diào)整weight[m]中的每個權(quán)值：

其中，j∈[1,m]，weightj表示調(diào)整前的現(xiàn)有案例向量的特征分量權(quán)值數(shù)組中的每個權(quán)值，wj表示調(diào)整后的現(xiàn)有案例向量的特征分量權(quán)值數(shù)組中的每個權(quán)值，如果第j個權(quán)值對應(yīng)的特征fj∈{xi}，則pj＝1，否則pj＝0。

接著，刪除調(diào)整后的現(xiàn)有案例向量的特征分量權(quán)值數(shù)組中為零的權(quán)值，使現(xiàn) 有案例向量的特征分量權(quán)值數(shù)組的權(quán)值數(shù)量從m降到n。

當(dāng)m＝n時，則無需對特征分量權(quán)值數(shù)組weight[m]進(jìn)行降維調(diào)整。

之后，利用降維后的特征分量權(quán)值數(shù)組weight[m]對x和y計算案例相似度值相似度計算如下：

其中，表示相似度，wj表示調(diào)整后的現(xiàn)有案例向量的特征分量權(quán)值數(shù)組中的特征分量權(quán)值，xi表示待預(yù)測案例向量中的特征分量,yki表示現(xiàn)有案例向量中的特征分量。將存儲到相似度數(shù)組s中。之后，提取下一個現(xiàn)有案例向量案例yk+1，繼續(xù)迭代。

步驟s105、獲取與待預(yù)測案例向量匹配的各現(xiàn)有案例向量。

即對相似度數(shù)組s中的各元素進(jìn)行由大至小排序，根據(jù)由用戶指定的相似度閾值或者檢索數(shù)量要求取相應(yīng)的記錄，作為檢索結(jié)果返回。

步驟s106、根據(jù)與待預(yù)測案例向量匹配的現(xiàn)有案例向量對應(yīng)的臨近井，預(yù)測目標(biāo)井的鉆井風(fēng)險。

用戶可根據(jù)反饋的檢索結(jié)果，獲取對應(yīng)的臨近井，并參考臨近井的數(shù)據(jù)，以預(yù)測目標(biāo)井是否會產(chǎn)生鉆井風(fēng)險，預(yù)測結(jié)果準(zhǔn)確、可靠性較高。

顯然，本發(fā)明可用于鉆井施工階段對井下風(fēng)險進(jìn)行提前預(yù)估和識別，進(jìn)而控制隱患，并給出風(fēng)險提示；在施工過程中，對實時工程數(shù)據(jù)和井筒周遭地質(zhì)數(shù)據(jù)進(jìn)行有序采集和實時監(jiān)測，通過提出的方法步驟，提取已有的信息，計算、識別和預(yù)測前方井下風(fēng)險情況，彌補(bǔ)人為監(jiān)測的疏漏，提高鉆井過程風(fēng)險預(yù)測能力，有效保障鉆井施工的安全。

為了更好地說明本發(fā)明實施例的有益效果，現(xiàn)提供倆具體實施場景如下：

實施場景1：

針對元壩**2井的相關(guān)風(fēng)險段，讀取構(gòu)建好的案例數(shù)據(jù)庫，裝載相應(yīng)地層的地質(zhì)信息和當(dāng)時的工程信息數(shù)據(jù)，應(yīng)用案例推理算法，開始循環(huán)迭代，進(jìn)行案例檢索，當(dāng)?shù)辆罴s22米處時，案例檢索算法發(fā)現(xiàn)與案例庫中存在的元壩**1井在41.73米處發(fā)生的井漏案例的相似度超過預(yù)設(shè)閾值，經(jīng)分析，元壩102井22米處與11井同處劍門關(guān)組，各項工程參數(shù)波動趨勢相同，因此具有很高的提示作用。后經(jīng)記錄驗證，發(fā)現(xiàn)元壩**2井在同年7月25日4時許，鉆第二層導(dǎo)眼至井深22.50m時發(fā)生井漏，鉆井液失返，排量80l/s。

實施場景2：

針對元壩**2井進(jìn)行迭代預(yù)測，發(fā)現(xiàn)迭代至約為井深5982米處，各項參數(shù)變化趨勢與案例庫中元壩**1井相關(guān)案例相似，識別為井涌風(fēng)險，經(jīng)分析，案例涉及鉆進(jìn)地層同屬嘉陵江組，特征參數(shù)相似度超過預(yù)設(shè)閾值，后經(jīng)現(xiàn)場記錄驗證，元壩222井于同年10月13日1:04復(fù)合鉆進(jìn)至井深5985.96m，當(dāng)時井內(nèi)泥漿密度1.54g/(cm)³，層位：嘉陵江組(二段)，發(fā)現(xiàn)液面上漲0.72m³，靜止觀察泥漿累計溢流1.67m³，立即關(guān)井。

顯然，上述兩實施場景均驗證了本方法的有效性。

綜上所述，本發(fā)明設(shè)計了一種基于時間窗口和動態(tài)權(quán)值調(diào)整的井下復(fù)雜情況案例推理方法，其基于隨時間推移的時間窗口來篩選數(shù)據(jù)，結(jié)合動態(tài)權(quán)值調(diào)整策略，對目標(biāo)井的實時鉆井過程進(jìn)行風(fēng)險監(jiān)控，提取臨近井的歷史數(shù)據(jù)，通過比對實時鉆井工程參數(shù)和井筒周遭地質(zhì)情況參數(shù)，最大限度提前推理預(yù)估前方井段的井下風(fēng)險，及時識別風(fēng)險隱患并給出提示，從而最大限度避免鉆井作業(yè)中風(fēng)險的發(fā)生。

雖然本發(fā)明所公開的實施方式如上，但所述的內(nèi)容只是為了便于理解本發(fā)明而采用的實施方式，并非用以限定本發(fā)明。任何本發(fā)明所屬技術(shù)領(lǐng)域內(nèi)的技術(shù)人員，在不脫離本發(fā)明所公開的精神和范圍的前提下，可以在實施的形式上及細(xì)節(jié)上作任何的修改與變化，但本發(fā)明的專利保護(hù)范圍，仍須以所附的權(quán)利要求書所界定的范圍為準(zhǔn)。