CN102128022B - 钻井工程预警方法及系统 - Google Patents
钻井工程预警方法及系统 Download PDFInfo
- Publication number
- CN102128022B CN102128022B CN201010613126.8A CN201010613126A CN102128022B CN 102128022 B CN102128022 B CN 102128022B CN 201010613126 A CN201010613126 A CN 201010613126A CN 102128022 B CN102128022 B CN 102128022B
- Authority
- CN
- China
- Prior art keywords
- parameter
- engineering
- accident
- warning
- early warning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn - After Issue
Links
Images
Landscapes
- Alarm Systems (AREA)
Abstract
本发明涉及一种钻井工程预警方法及系统;钻井工程预警方法通过定制工程事故复杂模型的方式来实现,该工程事故复杂模型的定制过程为:步骤a:定制工程事故复杂的钻井状态,步骤b:定制工程事故复杂的预警方式,步骤c:定制工程事故复杂的参数优先级,步骤d:定制工程事故复杂的主判参数和副判参数,步骤e:定制工程事故复杂的预警模型,步骤f:定制界面模型;钻井工程预警系统含有主程序、预处理模块、异常处理模块和事故判断模块;本发明提供了一种自动化、智能化、预测准确的钻井工程预警方法及系统。
Description
(一)、技术领域:本发明涉及一种预警方法及系统,特别是涉及一种钻井工程预警方法及系统。
(二)、背景技术:石油钻探是一项高风险性、耗资巨大的系统工程,在钻井施工过程中,存在着大量的模糊性、随机性等不确定性问题,工程事故随时可能发生,如井喷、井漏、塌落、钻具损毁等,一旦发生将造成资金和时间,甚至生命财产的重大损失。比如2003年12月23日,重庆市开县的井喷事故,直接造成9.3万余人受灾,6.5万余人被迫疏散转移,累计门诊治疗27011人(次),住院治疗2142人(次),243位无辜人员遇难,直接经济损失达8200余万元。据近年来的钻井资料分析,钻井过程中,处理复杂情况和钻井事故的时间,约占施工总时间的6~8%。
因此,安全钻井和优化钻井一直是钻探工程的重要研究课题之一。随着综合录井和计算机技术的迅猛发展,各大油田和仪器制造商都在对钻井安全的有关内容进行研究,也取得了一定的成果。但从国内录井行业的总体情况来看,目前尚没有一套完整的、全面的又能反映工程事故复杂多变特性的自动预警系统,钻井过程中工程事故的分析和判断主要依靠人工完成,依靠某一个参数的简单阀值、逻辑判断。误判、漏判以及判断不及时的现象经常发生,无法满足当前钻井技术飞速发展的需要。
(三)、发明内容:
本发明要解决的技术问题是:克服现有技术的缺陷,提供一种自动化、智能化、预测准确的钻井工程预警方法及系统。
本发明的技术方案:
一种钻井工程预警方法,通过定制工程事故复杂模型的方式来实现,该工程事故复杂模型的定制过程为:
步骤a:定制工程事故复杂的钻井状态:
按照钻井过程中的状态依存与转化关系,结合各种参数传感器的实际测量结果,根据生产工艺的要求,将钻井过程分为一定个数的典型状态,并将各典型状态对应的传感器参数划归为各典型状态所对应的状态模型后进行处理;
步骤b:定制工程事故复杂的预警方式:
工程事故复杂的预警方式含有逻辑判断预警模式和模糊推理预警模式;工程事故复杂发生时,由工程参数原始值大小能够表征的工程事故复杂的预警,采用逻辑判断预警模式;工程事故复杂发生时,由两个或两个以上工程参数的变化趋势才能表征的工程事故复杂的预警,采用模糊推理预警模式;
步骤c:定制工程事故复杂的参数优先级:
工程事故复杂发生时,与工程事故复杂关联的一定个数的工程参数在一段时间内按一定的次序发生,不同的次序对应不同的工程事故复杂,根据现场专家经验、数理统计理论和随机过程理论确定工程事故复杂对应的关联参数的优先级顺序;工程事故复杂的参数优先级的定制只针对条件参数和判断参数;
步骤d:定制工程事故复杂的主判参数和副判参数:
根据概率统计理论和随机过程理论将判断参数分为主判参数与副判参数;当工程事故复杂发生时必异常变化的工程参数称为此工程事故复杂的主判参数;当工程事故复杂发生时按一定的概率出现的工程参数称为此工程事故复杂的副判参数;主判参数和副判参数通过不同的影响因子进入到模糊推理预警模式中,对模糊推理预警模式输出的结果有不同的影响权重;
步骤e:定制工程事故复杂的预警模型:
首先,定制工程事故复杂的名称:根据工程事故复杂发生后对钻井的影响和处理工程事故复杂操作规程的不同,对工程事故复杂命名;
其次,定制工程事故复杂的参数:工程事故复杂的参数含有条件参数和判断参数,在分析工程事故复杂的参数时,只有当所有的条件参数都满足设置的情况下才考虑分析判断参数,当条件参数和判断参数均满足设置的情况下,预警模型被触发;
然后,定制工程事故复杂的判断参数的特征量:对传感器所采集的工程参数通过相关分析、小波变换、频谱分析和时域分析确定工程参数在各个钻井工作状态的波动幅度、波动频率、变化率和变化趋势;
最后,定制工程事故复杂的判断参数特征量的变化特征:定性分析各工程事故复杂发生时地层压力不平衡导致的工程参数异常变化趋势,并通过数理统计理论和随机过程理论对以往发生此工程事故复杂时工程参数数据变化趋势进行统计分析,确定工程事故复杂发生时对应工程参数特征量的变化趋势;
步骤f:定制界面模型。
在步骤a中:钻井状态含有:钻进状态、离井底状态、起钻状态、下钻状态、划眼状态;每一个钻井状态含有稳态过程和暂态过程。
在步骤b中:逻辑判断预警模式的判断方法为:根据工程参数变化规律,分别设置不同的逻辑判断门限值和优先级顺序,当井场实际数值大于或者低于设置的门限值,且满足优先级顺序时,预警模型被触发;模糊推理预警模式的判断方法为:通过工程参数的归一化、模糊化、增一型模糊推理和解模糊环节模糊推理出工程事故复杂严重的程度大小。
在步骤c中:条件参数是指:触发工程事故复杂预警模型需要满足的前提条件;判断参数是指:条件参数满足设置条件后,进入工程事故复杂预警模型中参与计算的各种参数。
在步骤f中:界面模型的定制含有:工程复杂列表中的位置定制、是否允许报警定制、报警间隔定制、工程参数实时曲线位置定制和界面颜色背景定制。
一种钻井工程预警系统,含有主程序、预处理模块、异常处理模块和事故判断模块;
主程序含有配置管理模块、预警信息解释模块、显示输出模块;配置管理模块完成配置数据库和界面设置信息的读取和存储功能,同时完成各功能模块的数据交互,对各功能模块进行属性配置;预警信息解释模块将异常处理模块的处理结果和事故判断模块的判断结果解释为异常发生或事故发生的预警信息,并保存预警信息至预警日志数据库;显示输出模块通过添加编辑常规显示对象实时显示录井数据和录井状态,显示输出模块通过添加编辑报警显示对象实时显示预警信息,并将预警结果打印输出;
预处理模块通过调用数据获取插件取得实时录井数据,预处理模块通过调用数据滤波模块对实时数据进行滤波处理,预处理模块根据实时录井数据进行录井状态的判断和各实时参数门限的设置,预处理模块向主程序输出实时数据和录井状态信息;
由于各种综合录井仪的软件内部数据通讯所采用的技术各不相同,而且大多数仪器的软件接口方法不公开,必须采用复杂的接口分析技术来进行解析。目前国内外主流综合录井仪器多达十几种,同样的仪器又有多种软件版本,接口的类型非常复杂。数据获取插件采用了多种软件接口方法,如WITS接口、网络截取、通讯拦截、COM自动化接口、通讯文件解析等等,实现了目前国内外所有的主流综合录井仪数据接口,并且实时数据传输速率可满足1组/秒。
预处理模块是钻井工程预警系统的基础,它的设计是对于录井状态切换时的与事故预报相关的多项工程参数变化特征进行重点分析,找出规律而实现的。数据预处理的目的是提高预警的有效性,根据钻井状态和参数特征对采集的数据进行信号预处理,提取出有价值的变化信息,进入事故模型进行处理。
异常处理模块通过设置实时参数的特征量属性信息,采用加窗处理的方法完成实时参数的平均值、变化率、振幅值这些特征量的计算,并判断实时参数是否发生异常变化,输出异常信息;实时参数的特征量属性信息含有计算区间、计算门限;
参数的异常判断可以说是整个钻井工程预警系统的核心,判断结果的正确与否关系到后面工程事故复杂预报的成败。但是由于原始的采样数据中往往包含了过多的干扰数据,这些因素大大影响了事故预报的准确性,所以对于大多数工程事故复杂来说更有效的判断依据是各种参数的不同特征量。
参数异常判断的主要思路是实时观测参数特征量的变化趋势,当该特征量超出设定的正常变化范围时,认为该参数发生了异常。
对于不同的特征量,采用统一的异常判断的方法,现在以原始值的异常判断为例,对该方法作一下简要说明。异常判断过程:根据参数当前的特征量值动态计算该特征量的均值;然后利用均值和预先设定好的参数特征量阈值得出参数特征量正常变化的范围;最后用当前的特征量值与该范围上下限进行比较,在当前的特征量值超出范围时我们认为参数变化异常。
事故判断模块通过设置事故门限以及条件参数、判断参数这些属性信息,根据异常处理模块的异常信息,采用逻辑判断预警模式和模糊推理预警模式相结合的方法实现事故的模糊判断,并输出事故判断结果信息;事故判断模块在分析参数时,只有当所有的条件参数都满足设置的情况下才考虑分析判断参数,当条件参数和判断参数均满足设置的情况下,才进行事故判断;工程事故复杂发生时,由工程参数原始值大小能够表征的工程事故复杂的预警,采用逻辑判断预警模式;工程事故复杂发生时,由两个或两个以上工程参数的变化趋势才能表征的工程事故复杂的预警,采用模糊推理预警模式。
常规显示对象含有数据显示、仪表显示、曲线显示和动画显示,报警显示对象含有异常显示、事故报警、报警曲线。
逻辑判断预警模式的判断方法为:根据工程参数变化规律,分别设置不同的逻辑判断门限值和优先级顺序,当井场实际数值大于或者低于设置的门限值,且满足优先级顺序时,预警模型被触发;模糊推理预警模式的判断方法为:通过工程参数的归一化、模糊化、增一型模糊推理和解模糊环节模糊推理出工程事故复杂严重的程度大小。
数据获取插件通过与各种综合录井仪软件之间建立连接来实时获取综合录井数据源的各种录井参数;所述预处理模块首先从配置数据库中读取参数门限、数据获取插件信息这些配置信息,如果这些配置信息修改了,则保存修改后的配置信息至配置数据库。
异常处理模块首先从配置数据库中读取实时参数的特征量属性信息,如果实时参数的特征量属性信息修改了,则保存修改后的实时参数的特征量属性信息至配置数据库;异常处理模块从预处理模块中取得实时数据和录井状态;所述特征量是对由录井仪采集的传感器参数和重要派生参数进行处理和分析得来的二次变量,或者是录井仪采集的传感器参数和重要派生参数经过滤波后的原始值。
事故判断模块首先从配置数据库中读取事故门限以及条件参数、判断参数这些属性信息,如果这些属性信息修改了,则保存修改后的属性信息至配置数据库。
模糊推理预警模式的具体模糊推理过程如下:
第一步、异常参数特征值的映射:
映射就是把不同参数异常特征值的不同变化区间变换到模糊模型隶属函数所要使用的统一数值区间。在石油钻井工程事故预警系统中,输入变量的种类不同,物理单位也各不相同,为便于使用统一的增一型分层模糊系统进行模糊推理,通过对实际物理变量的统计分析,确定该输入变量的变化范围及变化特征,利用分析得到的映射关系,将这些输入变量映射到统一的区间上,进行模糊化以后由统一模型的模糊单元进行模糊推理。设某一个输入变量(或特征变量)v的正常变化范围是v1~v2,通过阈值分析可以确定其异常变化的上下阈值范围是[vmin-,vmax-],[vmin+,vmax+],vmax-≤v1,vmin+≥v2,这样通过线性映射将实际阈值范围[vmin-,vmax-]、[vmin+,vmax+]分别映射到一个统一的区间[d1,d2]上,其映射关系为d=k1v+k2,k1、k2分别为映射系数,可以确定为,
第二步、模糊化:
模糊化即把归一化得到的精确数值,通过隶属度函数映射到四个上糊子集中。
隶属度函数为:
梯形隶属度函数trapmf为:
Z形隶属度函数zmf为:
S形隶属度函数smf为:
第三步、增一型模糊推理:
对定制好的n个输入变量x1、x2、...、xn,分别为工程事故预警系统中的特征输入变量,各层的基本模糊单元均有两个输入变量,其中x1、x2作为第一层基本模糊单元的输入,其输出y1以及第三个输入变量x3作为第二层基本模糊单元的输入,其余各层以此类推;每一层均只有两个输入变量。
第四步、重心法解模糊:
石油钻井工程事故预警系统的最终输出量为各层基本模糊单元输出结果的加权和,即:
其中k为分层数,α为加权系数,
为各层输出解模糊后的结果。
本发明的有益效果:
1、本发明以综合录井技术、人工智能、数字信号处理技术以及动态数据挖掘理论为基础,结合钻井现场工程专家经验,建立出一套预报钻井工程事故复杂的数学算法模型。本发明将事故复杂预报过程合理地划分为多个功能模块,并根据不同地域、不同地质条件的特点定制出相应的模型,在钻井现场通过综合录井技术实时监测钻井参数的异常变化,分析各种钻井参数异常特征量的变化趋势,利用模糊推理仿真人脑思维,达到自动化、智能化进行钻井事故复杂预警的目的。
2、本发明摒除了以往依靠固定参量和门限的简单逻辑判断模式,将逻辑判断预警模式和模糊推理预警模式相结合,建立起具有很好过渡性的模糊数学模型,使事故预警自动化、智能化、预测准确,不仅减轻了操作人员的负担,更能有效弥补经验判断的不足。本发明与目前现场采用的人工进行钻井事故复杂预警方式相比具有如下优点:
1)对异常的微小征兆能早期、及时发现,避免了对异常的遗漏;
2)可以在钻井现场连续、不间断地进行异常变化的监测,跟踪、记录异常发生的趋势。
(四)、附图说明:
图1为钻井工程预警系统的结构示意图;
图2为主程序的流程示意图;
图3为预处理模块的流程示意图;
图4为异常处理模块的流程示意图;
图5为事故判断模块的流程示意图。
(五)、具体实施方式:
参见图1~图5,图中,
一种钻井工程预警方法,通过定制工程事故复杂模型的方式来实现,该工程事故复杂模型的定制过程为:
步骤a:定制工程事故复杂的钻井状态:
按照钻井过程中的状态依存与转化关系,结合各种参数传感器的实际测量结果,根据生产工艺的要求,将钻井过程分为一定个数的典型状态,并将各典型状态对应的传感器参数划归为各典型状态所对应的状态模型后进行处理;
步骤b:定制工程事故复杂的预警方式:
工程事故复杂的预警方式含有逻辑判断预警模式和模糊推理预警模式;工程事故复杂发生时,由工程参数原始值大小能够表征的工程事故复杂的预警,采用逻辑判断预警模式;工程事故复杂发生时,由两个或两个以上工程参数的变化趋势才能表征的工程事故复杂的预警,采用模糊推理预警模式;
步骤c:定制工程事故复杂的参数优先级:
工程事故复杂发生时,与工程事故复杂关联的一定个数的工程参数在一段时间内按一定的次序发生,不同的次序对应不同的工程事故复杂,根据现场专家经验、数理统计理论和随机过程理论确定工程事故复杂对应的关联参数的优先级顺序;工程事故复杂的参数优先级的定制只针对条件参数和判断参数;
步骤d:定制工程事故复杂的主判参数和副判参数:
根据概率统计理论和随机过程理论将判断参数分为主判参数与副判参数;当工程事故复杂发生时必异常变化的工程参数称为此工程事故复杂的主判参数;当工程事故复杂发生时按一定的概率出现的工程参数称为此工程事故复杂的副判参数;主判参数和副判参数通过不同的影响因子进入到模糊推理预警模式中,对模糊推理预警模式输出的结果有不同的影响权重;
步骤e:定制工程事故复杂的预警模型:
首先,定制工程事故复杂的名称:根据工程事故复杂发生后对钻井的影响和处理工程事故复杂操作规程的不同,对工程事故复杂命名;
其次,定制工程事故复杂的参数:工程事故复杂的参数含有条件参数和判断参数,在分析工程事故复杂的参数时,只有当所有的条件参数都满足设置的情况下才考虑分析判断参数,当条件参数和判断参数均满足设置的情况下,预警模型被触发;
然后,定制工程事故复杂的判断参数的特征量:对传感器所采集的工程参数通过相关分析、小波变换、频谱分析和时域分析确定工程参数在各个钻井工作状态的波动幅度、波动频率、变化率和变化趋势;
最后,定制工程事故复杂的判断参数特征量的变化特征:定性分析各工程事故复杂发生时地层压力不平衡导致的工程参数异常变化趋势,并通过数理统计理论和随机过程理论对以往发生此工程事故复杂时工程参数数据变化趋势进行统计分析,确定工程事故复杂发生时对应工程参数特征量的变化趋势;
步骤f:定制界面模型。
在步骤a中:钻井状态含有:钻进状态、离井底状态、起钻状态、下钻状态、划眼状态;每一个钻井状态含有稳态过程和暂态过程。
在步骤b中:逻辑判断预警模式的判断方法为:根据工程参数变化规律,分别设置不同的逻辑判断门限值和优先级顺序,当井场实际数值大于或者低于设置的门限值,且满足优先级顺序时,预警模型被触发;模糊推理预警模式的判断方法为:通过工程参数的归一化、模糊化、增一型模糊推理和解模糊环节模糊推理出工程事故复杂严重的程度大小。
在步骤c中:条件参数是指:触发工程事故复杂预警模型需要满足的前提条件;判断参数是指:条件参数满足设置条件后,进入工程事故复杂预警模型中参与计算的各种参数。
在步骤f中:界面模型的定制含有:工程复杂列表中的位置定制、是否允许报警定制、报警间隔定制、工程参数实时曲线位置定制和界面颜色背景定制。
一种钻井工程预警系统,含有主程序、预处理模块、异常处理模块和事故判断模块;
主程序含有配置管理模块、预警信息解释模块、显示输出模块;配置管理模块完成配置数据库和界面设置信息的读取和存储功能,同时完成各功能模块的数据交互,对各功能模块进行属性配置;预警信息解释模块将异常处理模块的处理结果和事故判断模块的判断结果解释为异常发生或事故发生的预警信息,并保存预警信息至预警日志数据库;显示输出模块通过添加编辑常规显示对象实时显示录井数据和录井状态,显示输出模块通过添加编辑报警显示对象实时显示预警信息,并将预警结果打印输出;
预处理模块通过调用数据获取插件取得实时录井数据,预处理模块通过调用数据滤波模块对实时数据进行滤波处理,预处理模块根据实时录井数据进行录井状态的判断和各实时参数门限的设置,预处理模块向主程序输出实时数据和录井状态信息;
由于各种综合录井仪的软件内部数据通讯所采用的技术各不相同,而且大多数仪器的软件接口方法不公开,必须采用复杂的接口分析技术来进行解析。目前国内外主流综合录井仪器多达十几种,同样的仪器又有多种软件版本,接口的类型非常复杂。数据获取插件采用了多种软件接口方法,如WITS接口、网络截取、通讯拦截、COM自动化接口、通讯文件解析等等,实现了目前国内外所有的主流综合录井仪数据接口,并且实时数据传输速率可满足1组/秒。
预处理模块是钻井工程预警系统的基础,它的设计是对于录井状态切换时的与事故预报相关的多项工程参数变化特征进行重点分析,找出规律而实现的。数据预处理的目的是提高预警的有效性,根据钻井状态和参数特征对采集的数据进行信号预处理,提取出有价值的变化信息,进入事故模型进行处理。
异常处理模块通过设置实时参数的特征量属性信息,采用加窗处理的方法完成实时参数的平均值、变化率、振幅值这些特征量的计算,并判断实时参数是否发生异常变化,输出异常信息;实时参数的特征量属性信息含有计算区间、计算门限;
参数的异常判断可以说是整个钻井工程预警系统的核心,判断结果的正确与否关系到后面工程事故复杂预报的成败。但是由于原始的采样数据中往往包含了过多的干扰数据,这些因素大大影响了事故预报的准确性,所以对于大多数工程事故复杂来说更有效的判断依据是各种参数的不同特征量。
参数异常判断的主要思路是实时观测参数特征量的变化趋势,当该特征量超出设定的正常变化范围时,认为该参数发生了异常。
对于不同的特征量,采用统一的异常判断的方法,现在以原始值的异常判断为例,对该方法作一下简要说明。异常判断过程:根据参数当前的特征量值动态计算该特征量的均值;然后利用均值和预先设定好的参数特征量阈值得出参数特征量正常变化的范围;最后用当前的特征量值与该范围上下限进行比较,在当前的特征量值超出范围时我们认为参数变化异常。
事故判断模块通过设置事故门限以及条件参数、判断参数这些属性信息,根据异常处理模块的异常信息,采用逻辑判断预警模式和模糊推理预警模式相结合的方法实现事故的模糊判断,并输出事故判断结果信息;事故判断模块在分析参数时,只有当所有的条件参数都满足设置的情况下才考虑分析判断参数,当条件参数和判断参数均满足设置的情况下,才进行事故判断;工程事故复杂发生时,由工程参数原始值大小能够表征的工程事故复杂的预警,采用逻辑判断预警模式;工程事故复杂发生时,由两个或两个以上工程参数的变化趋势才能表征的工程事故复杂的预警,采用模糊推理预警模式。
常规显示对象含有数据显示、仪表显示、曲线显示和动画显示,报警显示对象含有异常显示、事故报警、报警曲线。
逻辑判断预警模式的判断方法为:根据工程参数变化规律,分别设置不同的逻辑判断门限值和优先级顺序,当井场实际数值大于或者低于设置的门限值,且满足优先级顺序时,预警模型被触发;模糊推理预警模式的判断方法为:通过工程参数的归一化、模糊化、增一型模糊推理和解模糊环节模糊推理出工程事故复杂严重的程度大小。
数据获取插件通过与各种综合录井仪软件之间建立连接来实时获取综合录井数据源的各种录井参数;所述预处理模块首先从配置数据库中读取参数门限、数据获取插件信息这些配置信息,如果这些配置信息修改了,则保存修改后的配置信息至配置数据库。
异常处理模块首先从配置数据库中读取实时参数的特征量属性信息,如果实时参数的特征量属性信息修改了,则保存修改后的实时参数的特征量属性信息至配置数据库;异常处理模块从预处理模块中取得实时数据和录井状态;所述特征量是对由录井仪采集的传感器参数和重要派生参数进行处理和分析得来的二次变量,或者是录井仪采集的传感器参数和重要派生参数经过滤波后的原始值。
事故判断模块首先从配置数据库中读取事故门限以及条件参数、判断参数这些属性信息,如果这些属性信息修改了,则保存修改后的属性信息至配置数据库。
模糊推理预警模式的具体模糊推理过程如下:
第一步、异常参数特征值的映射:
映射就是把不同参数异常特征值的不同变化区间变换到模糊模型隶属函数所要使用的统一数值区间。在石油钻井工程事故预警系统中,输入变量的种类不同,物理单位也各不相同,为便于使用统一的增一型分层模糊系统进行模糊推理,通过对实际物理变量的统计分析,确定该输入变量的变化范围及变化特征,利用分析得到的映射关系,将这些输入变量映射到统一的区间上,进行模糊化以后由统一模型的模糊单元进行模糊推理。设某一个输入变量(或特征变量)v的正常变化范围是v1~v2,通过阈值分析可以确定其异常变化的上下阈值范围是[vmin-,vmax-],[vmin+,vmax+],vmax-≤v1,vmin+≥v2,这样通过线性映射将实际阈值范围[vmin-,vmax-、[vmin+,vmax+]分别映射到一个统一的区间[d1,d2]上,其映射关系为d=k1v+k2,k1、k2分别为映射系数,可以确定为,
第二步、模糊化:
模糊化即把归一化得到的精确数值,通过隶属度函数映射到四个模糊子集中。
隶属度函数为:
梯形隶属度函数trapmf为:
Z形隶属度函数zmf为:
S形隶属度函数smf为:
第三步、增一型模糊推理:
对定制好的n个输入变量x1、x2、...、xn,分别为工程事故预警系统中的特征输入变量,各层的基本模糊单元均有两个输入变量,其中x1、x2作为第一层基本模糊单元的输入,其输出y1以及第三个输入变量x3作为第二层基本模糊单元的输入,其余各层以此类推;每一层均只有两个输入变量。
第四步、重心法解模糊:
石油钻井工程事故预警系统的最终输出量为各层基本模糊单元输出结果的加权和,即:
其中k为分层数,α为加权系数,
为各层输出解模糊后的结果。
目前该系统已在油田某些油井中试用,且基本为地质结构复杂、勘探难度较大的勘探井。试用结果证明,该系统可以有效捕捉事故发生的前兆并进行预警,有效的降低事故发生风险,达到保障钻井施工安全、减少投入、提高勘探开发整体效益的目的。其具体试用效果可以分为以下几点:
1)采用录井数据获取插件技术使预警系统能够从各种型号的综合录井仪准确地获取实时数据并稳定运行,其覆盖范围达到目前国内外所有的主流录井仪型号。
2)预警软件的各项操作简单、直观、有效,具备数字、曲线、动画等多种信息显示界面,能够在对数据进行连续滚动分析的基础上实现智能化预警,采用声、光以及文字等多种多媒体预警方式使软件系统报警更加清晰明了。
3)工程复杂预警模型可以任意订制,并且可以根据现场的实际情况进行适当的调整。通过对参数数据的连续滚动分析得出参数的变化趋势,做到了对钻井参数和钻井液参数的异常预警和提示。
4)现场试用过程中,对于井漏、溢流、卡钻、钻具异常等多种钻井工程事故复杂均做到了有效的预报,预报率达到95%以上;对由于钻井队调整钻井液等而引起的较明显的参数异常也都做到了准确的预警和提示。
Claims (10)
1.一种钻井工程预警方法,其特征是:通过定制工程事故复杂模型的方式来实现,该工程事故复杂模型的定制过程为:
步骤a:定制工程事故复杂的钻井状态:
按照钻井过程中的状态依存与转化关系,结合各种参数传感器的实际测量结果,根据生产工艺的要求,将钻井过程分为一定个数的典型状态,并将各典型状态对应的传感器参数划归为各典型状态所对应的状态模型后进行处理;
步骤b:定制工程事故复杂的预警方式:
工程事故复杂的预警方式含有逻辑判断预警模式和模糊推理预警模式;工程事故复杂发生时,由工程参数原始值大小能够表征的工程事故复杂的预警,采用逻辑判断预警模式;工程事故复杂发生时,由两个或两个以上工程参数的变化趋势才能表征的工程事故复杂的预警,采用模糊推理预警模式;
步骤c:定制工程事故复杂的参数优先级:
工程事故复杂发生时,与工程事故复杂关联的一定个数的工程参数在一段时间内按一定的次序发生,不同的次序对应不同的工程事故复杂,根据现场专家经验、数理统计理论和随机过程理论确定工程事故复杂对应的关联参数的优先级顺序;工程事故复杂的参数优先级的定制只针对条件参数和判断参数;
步骤d:定制工程事故复杂的主判参数和副判参数:
根据概率统计理论和随机过程理论将判断参数分为主判参数与副判参数;当工程事故复杂发生时必异常变化的工程参数称为此工程事故复杂的主判参数;当工程事故复杂发生时按一定的概率出现的工程参数称为此工程事故复杂的副判参数;主判参数和副判参数通过不同的影响因子进入到模糊推理预警模式中,对模糊推理预警模式输出的结果有不同的影响权重;
步骤e:定制工程事故复杂的预警模型:
首先,定制工程事故复杂的名称:根据工程事故复杂发生后对钻井的影响和处理工程事故复杂操作规程的不同,对工程事故复杂命名;
其次,定制工程事故复杂的参数:工程事故复杂的参数含有条件参数和判断参数,在分析工程事故复杂的参数时,只有当所有的条件参数都满足设置的情况下才考虑分析判断参数,当条件参数和判断参数均满足设置的情况下,预警模型被触发;
然后,定制工程事故复杂的判断参数的特征量:对传感器所采集的工程参数通过相关分析、小波变换、频谱分析和时域分析确定工程参数在各个钻井工作状态的波动幅度、波动频率、变化率和变化趋势;
最后,定制工程事故复杂的判断参数特征量的变化特征:定性分析各工程事故复杂发生时地层压力不平衡导致的工程参数异常变化趋势,并通过数理统计理论和随机过程理论对以往发生此工程事故复杂时工程参数数据变化趋势进行统计分析,确定工程事故复杂发生时对应工程参数特征量的变化趋势;
步骤f:定制界面模型。
2.根据权利要求1所述的钻井工程预警方法,其特征是:在所述步骤a中:钻井状态含有:钻进状态、离井底状态、起钻状态、下钻状态、划眼状态;每一个钻井状态含有稳态过程和暂态过程。
3.根据权利要求1所述的钻井工程预警方法,其特征是:在所述步骤b中:逻辑判断预警模式的判断方法为:根据工程参数变化规律,分别设置不同的逻辑判断门限值和优先级顺序,当井场实际数值大于或者低于设置的门限值,且满足优先级顺序时,预警模型被触发;模糊推理预警模式的判断方法为:通过工程参数的归一化、模糊化、增一型模糊推理和解模糊环节模糊推理出工程事故复杂严重的程度大小。
4.根据权利要求1所述的钻井工程预警方法,其特征是:在所述步骤c中:条件参数是指:触发工程事故复杂预警模型需要满足的前提条件;判断参数是指:条件参数满足设置条件后,进入工程事故复杂预警模型中参与计算的各种参数。
5.根据权利要求1所述的钻井工程预警方法,其特征是:在所述步骤f中:界面模型的定制含有:工程复杂列表中的位置定制、是否允许报警定制、报警间隔定制、工程参数实时曲线位置定制和界面颜色背景定制。
6.一种钻井工程预警系统,其特征是:含有主程序、预处理模块、异常处理模块和事故判断模块;
主程序含有配置管理模块、预警信息解释模块、显示输出模块;配置管理模块完成配置数据库和界面设置信息的读取和存储功能,同时完成各功能模块的数据交互,对各功能模块进行属性配置;预警信息解释模块将异常处理模块的处理结果和事故判断模块的判断结果解释为异常发生或事故发生的预警信息,并保存预警信息至预警日志数据库;显示输出模块通过添加编辑常规显示对象实时显示录井数据和录井状态,显示输出模块通过添加编辑报警显示对象实时显示预警信息,并将预警结果打印输出;
预处理模块通过调用数据获取插件取得实时录井数据,预处理模块通过调用数据滤波模块对实时数据进行滤波处理,预处理模块根据实时录井数据进行录井状态的判断和各实时参数门限的设置,预处理模块向主程序输出实时数据和录井状态信息;
异常处理模块通过设置实时参数的特征量属性信息,采用加窗处理的方法完成实时参数的平均值、变化率、振幅值这些特征量的计算,并判断实时参数是否发生异常变化,输出异常信息;实时参数的特征量属性信息含有计算区间、计算门限;
事故判断模块通过设置事故门限以及条件参数、判断参数这些属性信息,根据异常处理模块的异常信息,采用逻辑判断预警模式和模糊推理预警模式相结合的方法实现事故的模糊判断,并输出事故判断结果信息;事故判断模块在分析参数时,只有当所有的条件参数都满足设置的情况下才考虑分析判断参数,当条件参数和判断参数均满足设置的情况下,才进行事故判断;工程事故复杂发生时,由工程参数原始值大小能够表征的工程事故复杂的预警,采用逻辑判断预警模式;工程事故复杂发生时,由两个或两个以上工程参数的变化趋势才能表征的工程事故复杂的预警,采用模糊推理预警模式。
7.根据权利要求6所述的钻井工程预警系统,其特征是:所述常规显示对象含有数据显示、仪表显示、曲线显示和动画显示,所述报警显示对象含有异常显示、事故报警、报警曲线。
8.根据权利要求6所述的钻井工程预警系统,其特征是:所述逻辑判断预警模式的判断方法为:根据工程参数变化规律,分别设置不同的逻辑判断门限值和优先级顺序,当井场实际数值大于或者低于设置的门限值,且满足优先级顺序时,预警模型被触发;模糊推理预警模式的判断方法为:通过工程参数的归一化、模糊化、增一型模糊推理和解模糊环节模糊推理出工程事故复杂严重的程度大小。
9.根据权利要求6所述的钻井工程预警系统,其特征是:所述数据获取插件通过与各种综合录井仪软件之间建立连接来实时获取综合录井数据源的各种录井参数;所述预处理模块首先从配置数据库中读取参数门限、数据获取插件信息这些配置信息,如果这些配置信息修改了,则保存修改后的配置信息至配置数据库。
所述异常处理模块首先从配置数据库中读取实时参数的特征量属性信息,如果实时参数的特征量属性信息修改了,则保存修改后的实时参数的特征量属性信息至配置数据库;异常处理模块从预处理模块中取得实时数据和录井状态;所述特征量是对由录井仪采集的传感器参数和重要派生参数进行处理和分析得来的二次变量,或者是录井仪采集的传感器参数和重要派生参数经过滤波后的原始值。
10.根据权利要求6所述的钻井工程预警系统,其特征是:所述事故判断模块首先从配置数据库中读取事故门限以及条件参数、判断参数这些属性信息,如果这些属性信息修改了,则保存修改后的属性信息至配置数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010613126.8A CN102128022B (zh) | 2010-12-30 | 2010-12-30 | 钻井工程预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010613126.8A CN102128022B (zh) | 2010-12-30 | 2010-12-30 | 钻井工程预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102128022A CN102128022A (zh) | 2011-07-20 |
CN102128022B true CN102128022B (zh) | 2013-06-12 |
Family
ID=44266271
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010613126.8A Withdrawn - After Issue CN102128022B (zh) | 2010-12-30 | 2010-12-30 | 钻井工程预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102128022B (zh) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201204815D0 (en) * | 2012-03-19 | 2012-05-02 | Halliburton Energy Serv Inc | Drilling system failure risk analysis method |
AU2013379801A1 (en) * | 2013-02-27 | 2015-07-02 | Landmark Graphics Corporation | Method and system for predicting drilling events |
CN106227167A (zh) * | 2013-12-30 | 2016-12-14 | 中国石油天然气股份有限公司 | 一种油气生产设备运行状态的预警方法 |
CN105024968B (zh) * | 2014-04-17 | 2019-03-15 | 中国移动通信集团广东有限公司 | 一种网络安全测量方法、装置及系统 |
CN105221132B (zh) * | 2014-06-30 | 2018-08-10 | 中国石油化工股份有限公司 | 一种钻井工程参数状态检测方法 |
CN105275447B (zh) * | 2014-06-30 | 2018-05-29 | 中国石油化工股份有限公司 | 一种钻井工程参数监测方法 |
CN105298466A (zh) * | 2014-06-30 | 2016-02-03 | 中国石油化工股份有限公司 | 一种钻井工程参数监测系统 |
CN104159087B (zh) * | 2014-08-24 | 2017-02-22 | 河南慧之盟电子科技有限公司 | 钻机现场监控平台 |
CN105484725A (zh) * | 2014-09-18 | 2016-04-13 | 中国石油化工股份有限公司 | 一种钻井井下异常监测装置 |
CN105484724A (zh) * | 2014-09-18 | 2016-04-13 | 中国石油化工股份有限公司 | 一种钻井井下异常监测方法 |
CN104727815A (zh) * | 2015-03-15 | 2015-06-24 | 河北百冠钻井设备有限公司 | 一种实时钻井地层修正预测方法及装置 |
CN106150485B (zh) * | 2015-04-08 | 2019-03-15 | 中国石油化工股份有限公司 | 一种基于数字岩体的钻井井漏预测系统 |
CN106150484B (zh) * | 2015-04-08 | 2019-03-15 | 中国石油化工股份有限公司 | 一种基于数字岩体的钻井井漏预测方法 |
CN107153881B (zh) * | 2016-03-03 | 2021-03-16 | 中国石油化工股份有限公司 | 一种钻井风险的预测方法 |
WO2017206182A1 (en) * | 2016-06-03 | 2017-12-07 | Schlumberger Technology Corporation | Detecting events in well reports |
JP6708676B2 (ja) * | 2018-02-27 | 2020-06-10 | ファナック株式会社 | 異常要因特定装置 |
CN109829561B (zh) * | 2018-11-15 | 2021-03-16 | 西南石油大学 | 基于平滑处理与网络模型机器学习的事故预测方法 |
CN111475685B (zh) * | 2019-12-27 | 2020-10-27 | 北京国双科技有限公司 | 油气勘探方法、装置、存储介质及电子设备 |
CA3098212C (en) | 2020-03-13 | 2024-05-28 | Landmark Graphics Corporation | Early warning and automated detection for lost circulation in wellbore drilling |
CN113530519B (zh) * | 2020-04-15 | 2024-05-03 | 中国石油化工股份有限公司 | 分布式钻井动态参数监测装置及方法 |
CN111456666B (zh) * | 2020-06-01 | 2022-02-08 | 洲际海峡能源科技有限公司 | 一种软泵压智能划眼自控方法及系统 |
CN113343558A (zh) * | 2021-05-19 | 2021-09-03 | 东北石油大学 | 一种基于模糊神经网络的钻井参数优化方法 |
CN114046141A (zh) * | 2021-09-26 | 2022-02-15 | 中国海洋石油集团有限公司 | 一种钻井工程复杂情况判断及辅助干预系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003089758A1 (en) * | 2002-04-19 | 2003-10-30 | Hutchinson Mark W | System and method for interpreting drilling data |
WO2004074631A1 (en) * | 2003-02-14 | 2004-09-02 | Key Energy Services, Inc. | Warning device to prevent clutch burning on a well service rig |
CN1916587A (zh) * | 2006-08-24 | 2007-02-21 | 辽河石油勘探局 | 一种钻探开发钻井中钻具检测方法 |
CN200978667Y (zh) * | 2006-10-17 | 2007-11-21 | 崔明亮 | 钻井涌漏预警装置 |
CN101118420A (zh) * | 2007-09-18 | 2008-02-06 | 郑州大学 | 基于分层模糊系统的石油钻井工程事故预警系统 |
CN201269093Y (zh) * | 2008-10-23 | 2009-07-08 | 大庆石油管理局 | 井控防喷预警装置 |
CN101725327A (zh) * | 2009-12-09 | 2010-06-09 | 北京理工大学 | 一种针对钻井溢流与井漏的智能监控方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7114578B2 (en) * | 2002-04-19 | 2006-10-03 | Hutchinson Mark W | Method and apparatus for determining drill string movement mode |
-
2010
- 2010-12-30 CN CN201010613126.8A patent/CN102128022B/zh not_active Withdrawn - After Issue
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003089758A1 (en) * | 2002-04-19 | 2003-10-30 | Hutchinson Mark W | System and method for interpreting drilling data |
WO2004074631A1 (en) * | 2003-02-14 | 2004-09-02 | Key Energy Services, Inc. | Warning device to prevent clutch burning on a well service rig |
CN1916587A (zh) * | 2006-08-24 | 2007-02-21 | 辽河石油勘探局 | 一种钻探开发钻井中钻具检测方法 |
CN200978667Y (zh) * | 2006-10-17 | 2007-11-21 | 崔明亮 | 钻井涌漏预警装置 |
CN101118420A (zh) * | 2007-09-18 | 2008-02-06 | 郑州大学 | 基于分层模糊系统的石油钻井工程事故预警系统 |
CN201269093Y (zh) * | 2008-10-23 | 2009-07-08 | 大庆石油管理局 | 井控防喷预警装置 |
CN101725327A (zh) * | 2009-12-09 | 2010-06-09 | 北京理工大学 | 一种针对钻井溢流与井漏的智能监控方法 |
Non-Patent Citations (3)
Title |
---|
朱晓东.基于分层模糊推理的石油钻井事故预警系统.《微计算机信息》.2008,(第21期),第177-179页. * |
李广 * |
王杰 * |
Also Published As
Publication number | Publication date |
---|---|
CN102128022A (zh) | 2011-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102128022B (zh) | 钻井工程预警方法及系统 | |
Laucelli et al. | Detecting anomalies in water distribution networks using EPR modelling paradigm | |
CN111126853B (zh) | 基于模糊fmea的水利工程风险预警分析方法及系统 | |
CN101718634B (zh) | 基于多元概率模型的设备状态综合动态报警方法 | |
CN100511041C (zh) | 基于分层模糊系统的石油钻井工程事故预警方法 | |
CN105550943A (zh) | 一种基于模糊综合评判的风电机组状态参数异常辨识方法 | |
CN114418224A (zh) | 一种用于海水环境监测数据统计系统及其统计方法 | |
CN115965246B (zh) | 一种岩溶塌陷灾害的预警分析方法 | |
CN108595803A (zh) | 基于递归神经网络的页岩气井生产压力预测方法 | |
CN111827982A (zh) | 钻井溢流漏失工况预测方法及装置 | |
CN117809439B (zh) | 一种基于多种环境因素中河流流量异常预警系统 | |
CN115730684A (zh) | 一种基于lstm-cnn模型的空气质量检测系统 | |
CN113987908A (zh) | 基于机器学习方法的天然气管网泄漏预警方法 | |
CN114429189A (zh) | 一种高泛用性滑坡位移速率预警方法 | |
Liu et al. | Slope displacement prediction using sequential intelligent computing algorithms | |
CN116203352A (zh) | 一种配电网的故障预警方法、装置、设备及介质 | |
CN116658246A (zh) | 一种煤矿水害监测预警系统及方法 | |
Sylaios et al. | A fuzzy inference system for wind-wave modeling | |
CN103218664A (zh) | 一种基于小波神经网络的告警权值确定方法 | |
Shepherd et al. | Cloud-based artificial intelligence analytics to assess combined sewer overflow performance | |
CN109902265A (zh) | 一种基于隐马尔可夫模型的井下预警方法 | |
CN117493798A (zh) | 一种气象环境数据分析方法及系统 | |
CN105426991A (zh) | 一种变压器缺陷率预测的方法和系统 | |
CN116777085A (zh) | 基于数据分析和机器学习技术的煤矿水害预测系统 | |
CN116070973A (zh) | 基于知识图谱的数字化工厂管理指标智能推荐方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
AV01 | Patent right actively abandoned |
Granted publication date: 20130612 Effective date of abandoning: 20191119 |
|
AV01 | Patent right actively abandoned |
Granted publication date: 20130612 Effective date of abandoning: 20191119 |
|
AV01 | Patent right actively abandoned | ||
AV01 | Patent right actively abandoned |