-
公开(公告)号:CN118228615A
公开(公告)日:2024-06-21
申请号:CN202410659272.6
申请日:2024-05-27
申请人: 中国石油大学(华东)
IPC分类号: G06F30/27 , G06F18/214 , G06F119/02
摘要: 本发明属于油气钻井技术领域,公开了一种基于LSTM‑BP算法的井筒ECD剖面预测方法,包括如下步骤:S1、选取高相关性特征;S2、将已钻井和/或正钻井已钻部分每隔N米取一个深度点,计算每个深度点的修正系数Kj;S3、基于高相关性特征、地层温度、钻柱尺寸、井眼尺寸、排量、钻井液类型、钻头类型和修正系数Kj构建样本集;S4、采用样本集训练LSTM‑BP模型;S5、采用S4训练好的模型预测钻至正钻点时井筒的修正系数集;S6、基于修正系数集预测钻至正钻点时的井筒ECD剖面。本发明充分挖掘了井筒压力剖面与测井、录井资料及井身、钻具等数据之间的复杂映射关系,充分考虑了钻井过程中的时变性特征对ECD剖面的影响,实现了正钻点的压力剖面的实时预测。
-
公开(公告)号:CN117852580A
公开(公告)日:2024-04-09
申请号:CN202410256742.4
申请日:2024-03-07
申请人: 中国石油大学(华东)
IPC分类号: G06N3/045 , G06N3/0442 , G06N3/096 , G06F17/15 , G06Q50/02
摘要: 本发明属于基于特定计算模型的压力预测技术领域,更具体地,涉及基于迁移学习TCA‑LSTM模型的地层孔隙压力预测方法。所述方法包括获取测井数据并进行异常值剔除;对异常值剔除后的测井值数据进行相关性分析及筛选后作为TCA‑LSTM模型的输入参数的特征;对筛选出的测井值数据进行归一化处理;搭建TCA‑LSTM模型对经归一化处理后的测井值数据进行分析。本发明解决了现有技术中对训练样本的数量和质量要求较高,且模型常面临泛化能力不佳、预测精度不高的问题。
-
公开(公告)号:CN115049173B
公开(公告)日:2022-10-21
申请号:CN202210983955.8
申请日:2022-08-17
申请人: 中国石油大学(华东)
IPC分类号: G06Q10/04 , G06N3/04 , G06K9/62 , G06F30/27 , G06F119/14
摘要: 本发明涉及油气钻井领域,具体是一种基于CNN‑LSTM深度学习和Eaton法耦合驱动的地层孔隙压力预测方法。通过引入CNN和LSTM结合的深度学习模型,得到了针对Eaton模型的地层孔隙压力精细化预测方法。其中,现有的CNN有极强的数据挖掘能力,结合LSTM具有记忆能力,可以将之前的数据特征与新输入的数据结合在一起。充分挖掘钻测录震多源数据与Eaton指数之间的复杂非线性关系,可基于区块内已钻井的有限实测地层压力数据,实现全井Eaton指数的精细预测,为新探区地层压力实测点较少且分布不均等条件下地层孔隙压力的准确预测提供了有效手段。
-
公开(公告)号:CN114858981B
公开(公告)日:2022-09-09
申请号:CN202210788749.1
申请日:2022-07-06
申请人: 中国石油大学(华东)
摘要: 本发明涉及油气钻井技术领域,公开了钻井复杂溢流模拟及声电耦合溢流监测实验系统,包括井筒模拟系统、流体供给系统、管路系统、数据测量模块和数据采集与处理系统;本发明的目的在于构建综合考虑地层油、气、水侵入井筒过程及其引发的复杂井筒多相流的钻井复杂溢流模拟实验装置,并在此基础上,增加声‑电耦合监测模块,用于研究声‑电场对复杂溢流的响应特性。本发明较现有实验装置比,可大幅提升实验效率和准确性。
-
公开(公告)号:CN114858981A
公开(公告)日:2022-08-05
申请号:CN202210788749.1
申请日:2022-07-06
申请人: 中国石油大学(华东)
摘要: 本发明涉及油气钻井技术领域,公开了钻井复杂溢流模拟及声电耦合溢流监测实验系统,包括井筒模拟系统、流体供给系统、管路系统、数据测量模块和数据采集与处理系统;本发明的目的在于构建综合考虑地层油、气、水侵入井筒过程及其引发的复杂井筒多相流的钻井复杂溢流模拟实验装置,并在此基础上,增加声‑电耦合监测模块,用于研究声‑电场对复杂溢流的响应特性。本发明较现有实验装置比,可大幅提升实验效率和准确性。
-
公开(公告)号:CN113673175A
公开(公告)日:2021-11-19
申请号:CN202111223740.8
申请日:2021-10-21
申请人: 中国石油大学(华东)
IPC分类号: G06F30/27 , G06N3/08 , G06F17/16 , G06F119/14
摘要: 本发明涉及油气钻井技术领域,具体是一种基于BP‑DEMATEL‑ISM模型的钻井井筒压力失衡影响因素分析方法,通过引入BP神经网络和ISM算法对传统DEMATEL进行了改进。BP神经网络利用输入层与输出层之间的权值求得影响因素直接关联矩阵,提高了分析方法的效率和客观性。考虑风险的预防控制问题以及为了得到最简层次化致因网络模型,利用ISM算法对DEMATEL模型进行改进,同时考虑到钻井工程的特殊性,针对井筒压力失衡涉及的录井参数众多问题,对ISM模型进行优化,提出根据驱动力进行网络构建。融合了BP、DEMATEL和ISM模型的不同优点,可以得到计算效率高、最简化的、具有层级关系的事故致因网络。
-
-
-
-
-