基于非均数据和智能优化算法的井漏工况预测方法及系统

    公开(公告)号:CN117035439A

    公开(公告)日:2023-11-10

    申请号:CN202310795093.0

    申请日:2023-06-30

    Applicant: 常州大学

    Abstract: 本发明公开了一种基于非均数据和智能优化算法的井漏工况预测方法及系统包括,通过对多种类型钻井数据进行分析,选取测井数据并进行处理;利用SMOTE插值算法,对测井数据进行改进,建立样本集;利用双混沌映射及精英反向策略对麻雀搜索算法进行改进优化,利用改进后的麻雀搜索算法优化BP神经网络参数,构建预测模型;利用现场数据进行建模验证。本发明构建了一种基于改进混合麻雀搜索算法‑BP神经网络的井漏复杂预测模型,为更好的验证模型的有效性,利用现场数据进行了建模验证,结果表明可以有效解决井漏现场智能预测精度低的问题,可为确保复杂地层深井安全钻井提供理论支持。

    一种基于费马点的测井数据处理方法

    公开(公告)号:CN114692761A

    公开(公告)日:2022-07-01

    申请号:CN202210340584.1

    申请日:2022-03-31

    Applicant: 常州大学

    Abstract: 本发明公开了一种基于费马点的测井数据处理方法,包括:剔除原始测井数据中由机器突发故障或人为造成的异常数据及重复数据,以建立数据集;对比数据集的横、纵坐标的坐标范围,并根据分布密度选择横/纵坐标分段;基于选择横/纵坐标分段并根据数据处理要求选择不同原始测井数据的数据点个数进行二次分段;将每个分段范围内的数据点拟合到一个圆中,并利用求解该圆的最优圆心;通过连接每个分段的最优圆心,组成曲线,以对数据集中的数据进行去噪;将去噪后的数据进行数据加密处理,并对加密数据进行解密;本发明可以在减少数据的条件下尽可能保留数据的原本趋势。

    一种基于改进鲸鱼算法的井眼轨迹优化方法及系统

    公开(公告)号:CN116663286A

    公开(公告)日:2023-08-29

    申请号:CN202310625981.8

    申请日:2023-05-30

    Applicant: 常州大学

    Abstract: 本发明公开了一种基于改进鲸鱼算法的井眼轨迹优化方法,包括:定义井眼轨迹优化问题的目标函数和约束条件;然后采用改进的鲸鱼算法(IWOA)进行优化;最后将得到的最优解作为优化结果,输出优化结果。该方法能够同时考虑目标函数和约束条件的优化问题,得到更优的井眼轨迹设计方案,提高油气勘探效率和降低成本,本发明提供的井眼轨迹优化方法具有很高的实用价值和经济效益,能够同时优化目标函数和约束条件,得到满足实际需求的优化解,采用改进的鲸鱼算法,具有全局寻优能力和快速收敛速度,可以应用于不同类型的井眼轨迹优化问题,具有良好的通用性。

    一种基于机器学习与几何法融合的钻头位置预测方法

    公开(公告)号:CN116484717A

    公开(公告)日:2023-07-25

    申请号:CN202310278899.2

    申请日:2023-03-21

    Applicant: 常州大学

    Abstract: 本发明公开了一种基于机器学习与几何法融合的钻头位置预测方法包括:采集测井、录井和工程地质数据,并对采集的数据进行预处理;利用预处理后的数据与井斜角和方位角进行相关性分析,筛选出高相关参数;根据高相关参数建立蜣螂算法优化BP神经网络的钻头位置预测模型;通过将钻头位置预测模型预测的结果和使用几何法预测的结果进行融合,获取最终的钻头位置预测值;本发明提供的方法将机器学习方法和几何法融合可以再保证预测的精度的前提下,提高预测的实时性,适应钻井过程中实时控制需求,通过预测钻头位置来调整钻头轨迹,减少井壁破裂和钻头卡滞等问题的发生,降低钻井过程的成本和风险。

    一种井下造斜控制装置
    9.
    发明公开

    公开(公告)号:CN116335537A

    公开(公告)日:2023-06-27

    申请号:CN202310360912.9

    申请日:2023-04-06

    Applicant: 常州大学

    Abstract: 本发明公开了一种井下造斜控制装置,包括钻井单元,包括外壳,以及设置于外壳内部的钻杆;导向单元,包括设置于钻杆杆身的球轴承,以及设置于球轴承上端的偏转组件;驱动单元,包括设置于外壳内壁的多个电机、设置于电机轴端的丝杆、设置于丝杆杆身的引导块、贯通设置于引导块内部的偏移块,以及设置于球轴承和偏移组件之间的对中组件。本发明的有益效果为装置结构紧凑,重叠系数大,抗冲击能力强,检修方便;能够线性调节钻具造斜时候的偏转方向和偏转角度,保证了钻杆在发生倾斜时,依旧能稳定转速和自身的姿态,极大的提高了钻具的造斜能力。

    一种基于机器学习的卡钻预测的方法

    公开(公告)号:CN115204046A

    公开(公告)日:2022-10-18

    申请号:CN202210835159.X

    申请日:2022-07-15

    Applicant: 常州大学

    Abstract: 本发明公开了一种基于机器学习的卡钻预测的方法包括,收集相关测录井数据,并对所述测录井数据进行预处理;根据预处理结果筛选出与卡钻相关参数数据;基于卡钻相关参数数据,建立GA优化后的BP神经网络算法卡钻预测模型:利用卡钻预测模型进行预测,做出预警。本发明提出一种基于机器学习的卡钻预测的方法,采用了遗传算法优化后的神经网络算法来预测卡钻事故,利用了机器学习算法的可视化分析,使得管理人员能够在事故发生之前及时采取相对应的处理措施,降低风险,大大提高了钻井的安全性能。

Patent Agency Ranking