一种基于卷积神经网络和Eaton公式的地层孔隙压力计算方法

    公开(公告)号:CN112100930A

    公开(公告)日:2020-12-18

    申请号:CN202011249812.1

    申请日:2020-11-11

    摘要: 一种基于卷积神经网络和Eaton公式的地层孔隙压力计算方法,包括:测井曲线重叠采样;基于短时傅里叶变换的样本1D‑2D变换预处理,将一维的深度域测井曲线样本转换为二维的深频图;基于卷积神经网络的正常压实层段智能识别模型,采用数据驱动的方式,对测井曲线进行分段特征提取,识别正常压实层段;根据识别出的正常压实层段测井曲线,构建正常压实趋势线拟合方程;根据正常压实趋势线方程,采用Eaton公式进行地层孔隙压力剖面计算。本发明采用基于数据驱动和物理模型相结合的地层孔隙计算方法,避免了正常压实趋势线构建过程中存在的人为主观性,提高了地层孔隙压力的计算精度。

    深度学习和Eaton法耦合驱动地层孔隙压力预测方法

    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

    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。

    基于BP-DEMATEL-ISM模型的钻井井筒压力失衡影响因素分析方法

    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

    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。

    深度学习和Eaton法耦合驱动地层孔隙压力预测方法

    公开(公告)号:CN115049173A

    公开(公告)日:2022-09-13

    申请号:CN202210983955.8

    申请日:2022-08-17

    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。

    基于BP-DEMATEL-ISM模型的钻井井筒压力失衡影响因素分析方法

    公开(公告)号:CN113673175B

    公开(公告)日:2022-01-18

    申请号:CN202111223740.8

    申请日:2021-10-21

    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。

    一种裂缝性漏失地层含可信度安全钻井液密度窗口修正方法

    公开(公告)号:CN111814115A

    公开(公告)日:2020-10-23

    申请号:CN202010657927.8

    申请日:2020-07-09

    IPC分类号: G06F17/18

    摘要: 一种含可信度安全钻井液密度窗口的修正方法,包括以下步骤:区域漏失特征分析及裂缝性漏失层位确定;邻井使用钻井液密度及井漏情况统计;邻井钻井液密度与井漏的关联性分析;漏失层位含可信度安全钻井液密度窗口修正。该方法通过统计分析区域邻井漏失情况,确定发生裂缝性漏失的具体层位,并基于漏失发生前后的钻井液密度的统计分析,得到不同井漏风险概率的安全钻井液密度窗口的修正值,可根据井漏防控需求进行调控。提高了现有含可信度安全钻井液密度窗口的可靠性及其在裂缝性漏失地层的适用性。

    一种裂缝性漏失地层含可信度安全钻井液密度窗口修正方法

    公开(公告)号:CN111814115B

    公开(公告)日:2021-04-23

    申请号:CN202010657927.8

    申请日:2020-07-09

    IPC分类号: G06F17/18

    摘要: 一种含可信度安全钻井液密度窗口的修正方法,包括以下步骤:区域漏失特征分析及裂缝性漏失层位确定;邻井使用钻井液密度及井漏情况统计;邻井钻井液密度与井漏的关联性分析;漏失层位含可信度安全钻井液密度窗口修正。该方法通过统计分析区域邻井漏失情况,确定发生裂缝性漏失的具体层位,并基于漏失发生前后的钻井液密度的统计分析,得到不同井漏风险概率的安全钻井液密度窗口的修正值,可根据井漏防控需求进行调控。提高了现有含可信度安全钻井液密度窗口的可靠性及其在裂缝性漏失地层的适用性。

    一种基于卷积神经网络和Eaton公式的地层孔隙压力计算方法

    公开(公告)号:CN112100930B

    公开(公告)日:2021-02-02

    申请号:CN202011249812.1

    申请日:2020-11-11

    摘要: 一种基于卷积神经网络和Eaton公式的地层孔隙压力计算方法,包括:测井曲线重叠采样;基于短时傅里叶变换的样本1D‑2D变换预处理,将一维的深度域测井曲线样本转换为二维的深频图;基于卷积神经网络的正常压实层段智能识别模型,采用数据驱动的方式,对测井曲线进行分段特征提取,识别正常压实层段;根据识别出的正常压实层段测井曲线,构建正常压实趋势线拟合方程;根据正常压实趋势线方程,采用Eaton公式进行地层孔隙压力剖面计算。本发明采用基于数据驱动和物理模型相结合的地层孔隙计算方法,避免了正常压实趋势线构建过程中存在的人为主观性,提高了地层孔隙压力的计算精度。