CN109577892B - 一种基于井下参数的智能溢流检测系统及预警方法 - Google Patents
一种基于井下参数的智能溢流检测系统及预警方法 Download PDFInfo
- Publication number
- CN109577892B CN109577892B CN201910055219.4A CN201910055219A CN109577892B CN 109577892 B CN109577892 B CN 109577892B CN 201910055219 A CN201910055219 A CN 201910055219A CN 109577892 B CN109577892 B CN 109577892B
- Authority
- CN
- China
- Prior art keywords
- module
- sensor
- sensor group
- difference value
- data
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000011156 evaluation Methods 0.000 claims abstract description 23
- 238000005259 measurement Methods 0.000 claims abstract description 21
- 238000012544 monitoring process Methods 0.000 claims abstract description 18
- 238000004891 communication Methods 0.000 claims abstract description 15
- 230000035945 sensitivity Effects 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000010219 correlation analysis Methods 0.000 claims description 7
- 230000005284 excitation Effects 0.000 claims description 4
- 238000012417 linear regression Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 238000005553 drilling Methods 0.000 description 12
- 239000012530 fluid Substances 0.000 description 5
- 239000007788 liquid Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B21/00—Methods or apparatus for flushing boreholes, e.g. by use of exhaust air from motor
- E21B21/08—Controlling or monitoring pressure or flow of drilling fluid, e.g. automatic filling of boreholes, automatic control of bottom pressure
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
- E21B47/10—Locating fluid leaks, intrusions or movements
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics (AREA)
- Mechanical Engineering (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
一种基于井下参数的智能溢流监测系统及预警方法,包括外壳(9)、腔体(10)、传感器组A、传感器组B、流量测量模块(12)、数据通信模块(15)、信号检测模块(16)和信号处理模块(17),所述传感器组A、传感器组B与流量测量模块分别连接信号检测模块输入端,信号检测模块输出端依次连接信号处理模块和数据通信模块;本发明通过信号检测模块采集实时数据,采用秩和比综合评价法对数据进行处理,更好地降低井下多种噪声对监测数据的影响,在多种井下复杂状况下起到效果,直接在井下完成对参数的处理并将预警结果及时地传递至地面,快速地反映井下情况的变化,提供更加及时的预警结果。
Description
技术领域
本发明属于溢流预警技术领域,特别是涉及一种基于井下参数的智能溢流检测系统及预警方法。
背景技术
溢流是影响钻井施工安全较为严重的钻井复杂情况之一。溢流不仅严重阻碍钻井作业的正常进行,降低钻井效率,而且可能引发井塌、卡钻、井喷等其它井下复杂事故,甚至可能导致井眼报废造成大量人员伤亡。溢流的晚期发现将损失宝贵的一次井控时间,增加事故排除及二次井控的难度。因此,溢流的智能检测与预警对于钻井效率、避免事故发生以及保证钻井工作人员的安全有着重大的现实意义。目前,国内早期溢流地面监测方法经济实用但及时性和准确性不足,主要靠监测地面钻井工程参数等变化来识别溢流事故,但监测主要由人工判断和钻井液液位监测仪来完成。人工判断监测使得早期溢流预警结果的及时性以及可靠性都难以保障,而液位监测仪受钻井液结垢等因素影响错报误报率非常高。此外,通过钻井液池液位变化所反映实际的地层流体进入井筒的情况之间存在较大滞后性,在钻井液池液面变化一定高度时,实际溢流已经十分严重了。
综上所述,国内早期溢流预警存在的问题有:现有对溢流监测的方法在本质上都是通过间接测量从而推出井下情况,所以早期溢流预警结果的及时性以及准确性不足;对井下参数的检测存在着较大的滞后性;对井下所监测参数的处理不合理。
发明内容
本发明的目的在于,针对上述问题,一种基于井下参数的智能溢流检测系统及预警方法。
一种基于井下参数的智能溢流监测系统,包括外壳、腔体、传感器组A、传感器组B、流量测量模块、电源模块、数据通信模块、信号检测模块和信号处理模块,所述传感器组A与传感器组B分别安装于外壳外部的两处,流量测量模块安装于传感器组A与传感器组B中间位置,数据通信模块、信号检测模块和信号处理模块安装于外壳与腔体之间;所述传感器组A、传感器组B与流量测量模块分别连接信号检测模块输入端,信号检测模块输出端依次连接信号处理模块和数据通信模块;所述传感器组A由温度传感器A、电导率传感器A、压力传感器A组成,传感器组B由温度传感器B、电导率传感器B、压力传感器B组成,流量测量模块由励磁线圈和外电极装置、内电极装置组成。
电极装置均采用球形电极,外电极装置朝外壳外部放置,内电极装置朝腔体内部放置,且电极与仪器形成密封。
信号检测模块监测流量测量模块、温度传感器A与温度传感器B、压力传感器A与压力传感器B、电导率传感器A与电导率传感器B的实时数据变化,并将实时数据传至信号处理模块。
信号处理模块对数据进行灰色关联分析,利用秩和比综合评价法进行评价得到WRSR值,通过与敏感度τ判断是否溢流,再通过数据通信模块将预警信号传递至地面。
一种基于井下参数的智能溢流监测系统,还包括一种预警方法,其特征在于,包括如下步骤:
S101:当处于工作环境时,流量测量模块、温度传感器A与温度传感器B、压力传感器A与压力传感器B、电导率传感器A与电导率传感器B监测实时数据变化,并将实时数据传至信号检测模块;
S102:信号处理模块在接收到信号检测模块采集的实时数据后,计算井筒流量和环空流量的差值、井下上下段压力差值、温度差值以及电导率差值,利用灰色关联分析,计算四类参数两两之间的相关性,剔除相关性较高的参数;
S103:剔除相关性高的参数后,利用秩和比综合评价法得到秩矩阵并记为R=(Rij)n×m。秩和比综合评价法是先将n个时间点的m个评价指标的原始数据点进行编秩,其中希望越大越好的指标从小到大编秩,越小越好的指标从大到小编秩,同一指标数据相同者编平均秩。得到秩矩阵后,设置各评价指标权重,计算加权秩和比(WRSR),计算公式为:计算概率单位Probiti和直线回归方程WRSR=a+b×Probit;
S104:设置溢流事故识别敏感度τ;
S105:进一步,将得到的WRSR与设定的溢流事故敏感度τ进行比较,WRSR大于等于τ时说明此时刻发生溢流事故,反之,未发生溢流事故。
本发明的有益效果:
(1)通过井下上下段压力传感器、温度传感器、电导率传感器和流量测量模块实时监测数据变化,能从这四种参数多方面地反映井下情况,更具实用性和广泛应用性。
(2)通过信号检测模块采集实时数据,采用秩和比综合评价法对数据进行处理,能更好地降低井下多种噪声对监测数据的影响,更加准确地反映井下情况,能在多种井下复杂状况下起到效果。
(3)直接在井下完成对参数的处理并将预警结果及时地传递至地面,能更加快速地反映井下情况的变化,更利于降低溢流检测的滞后性,提供更加及时的预警结果。
附图说明
图1为本发明的智能溢流监测系统的整体结构示意图。
图2是本发明的一种智能溢流监测系统及预警方法的步骤示意图。
图3是图1中信号处理模块的具体处理过程的流程示意图。
示例图中:1.井壁,2.温度传感器A,3.电导率传感器A,4.压力传感器A,5.外电极装置,6.温度传感器B,7.电导率传感器B,8.压力传感器B,9.外壳,10.腔体,11.内电极装置,12.流量测量模块,13.励磁线圈,14.电源模块,15.数据通信模块,16,信号检测模块,17.信号处理模块。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
本发明是这样实现的,一种基于井下参数的智能溢流监测系统及预警方法,包括外壳(9)、腔体(10)、传感器组A、传感器组B、流量测量模块(12)、电源模块(14)、数据通信模块(15)、信号检测模块(16)和信号处理模块(17),所述传感器组A与传感器组B分别安装于流量测量模块(12)两侧的外壳(9)外部,电源模块(14)、数据通信模块(15)、信号检测模块(16)和信号处理模块(17)安装于外壳(9)内部;所述传感器组A、传感器组B与流量测量模块分别连接信号检测模块输入端,信号检测模块输出端依次连接信号处理模块和数据通信模块;所述传感器组A由温度传感器A(2)、电导率传感器A(3)、压力传感器A(4)组成,传感器组B由温度传感器B(6)、电导率传感器B(7)、压力传感器B(8)组成,流量测量模块(12)由励磁线圈(13)和外电极装置(5)、内电极装置(11)组成,电极装置均采用球形电极,针对井筒,外电极装置(5)朝外放置,针对内部管道,内电极装置(11)朝外放置,且电极与仪器形成密封。当系统进入工作状态时,井下上下段压力传感器、两类温度传感器、两类电导率传感器和流量测量模块实时监测数据变化,信号检测模块采集实时数据,通过信号处理模块对数据进行灰色关联分析,得到彼此独立的参数。设置各评价指标权重,利用秩和比综合评价法对以上参数进行评价得到WRSR值,根据与敏感度τ的比较进行判断是否溢流,再通过数据通信模块(15)传递至地面,进行溢流事故预警。
下面结合附图2对本发明的应用原理作详细的描述。
S101:当处于工作环境时,流量测量模块、温度传感器A与温度传感器B、压力传感器A与压力传感器B、电导率传感器A与电导率传感器B监测实时数据变化,并将实时数据传至信号检测模块;
S102:信号处理模块在接收到信号检测模块采集的实时数据后,计算井筒流量和环空流量的差值、井下上下段压力差值、温度差值以及电导率差值,利用灰色关联分析,计算四类参数两两之间的相关性,剔除相关性较高的参数;
S103:剔除相关性高的参数后,利用秩和比综合评价法得到秩矩阵并记为R=(Rij)n×m。秩和比综合评价法是先将n个时间点的m个评价指标的原始数据点进行编秩,其中希望越大越好的指标从小到大编秩,越小越好的指标从大到小编秩,同一指标数据相同者编平均秩。得到秩矩阵后,设置各评价指标权重,计算加权秩和比(WRSR),计算公式为:计算概率单位Probiti和直线回归方程WRSR=a+b×Probit;
S104:设置溢流事故识别敏感度τ;
S105:进一步,将得到的WRSR与设定的溢流事故敏感度τ进行比较,WRSR大于等于τ时说明此时刻发生溢流事故,反之,未发生溢流事故。
下面以从搭建的溢流模拟实验平台中截取测量的压力、温度、流量和电导率的数据为例,对本发明的应用原理作进一步的说明。
当处于工作环境时,流量测量模块(12)、温度传感器A(2)、温度传感器B(6)、压力传感器A(4)、压力传感器B(8)、电导率传感器A(3)、电导率传感器B(7)监测实时数据变化,并将实时数据传至信号检测模块(16)。
信号处理模块(17)在接收到信号检测模块采集的实时数据后,计算井筒流量和环空流量的差值、井下上下段压力差值、温度差值以及电导率差值。因为溢流发生的情况与流量差值变化有最直接的关系,所以需利用灰色关联分析计算其他参数差值与流量差值的相关性,剔除相关度较高(即:大于0.5)的参数,本次案例中参数的关联度为:压力差值0.104,温度差值0.203,电导率差值0.096。相关性不高,所有参数保留。
利用秩和比综合评价法得到得到秩矩阵记为R=(Rij)n×m。秩和比综合评价法是先将n个时间点的m个评价指标的原始数据点进行编秩,其中希望越大越好的指标从小到大编秩,越小越好的指标从大到小编秩,同一指标数据相同者编平均秩。得到秩矩阵后,设置各评价指标权重流量差值:压力差值:温度差值:电导率差值=0.4:0.3:0.2:0.1,计算加权秩和比(WRSR),计算公式为:计算概率单位Probit和直线回归方程WRSR=a+b×Probit。
设置溢流事故识别敏感度τ,经多次实验敏感度τ取0.509。
进一步,将得到的WRSR与设定的溢流事故敏感度进行比较,WRSR大于等于敏感度τ时说明此时刻发生溢流事故,反之,未发生溢流事故。本例中准确率高达90%。验证了本方法的有效性和及时性。
本发明通过信号检测模块采集实时数据,采用秩和比综合评价法对数据进行处理,更好地降低井下多种噪声对监测数据的影响,在多种井下复杂状况下起到效果,直接在井下完成对参数的处理并将预警结果及时地传递至地面,快速地反映井下情况的变化,提供更加及时的预警结果。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (4)
1.一种基于井下参数的智能溢流监测系统,其特征在于,包括外壳(9)、腔体(10)、传感器组A、传感器组B、流量测量模块(12)、数据通信模块(15)、信号检测模块(16)和信号处理模块(17),所述传感器组A与传感器组B分别安装于外壳(9)外部的两处,流量测量模块(12)安装于传感器组A与传感器组B中间位置,数据通信模块(15)、信号检测模块(16)和信号处理模块(17)安装于外壳(9)与腔体(10)之间;所述传感器组A、传感器组B与流量测量模块分别连接信号检测模块输入端,信号检测模块输出端依次连接信号处理模块和数据通信模块;所述传感器组A由温度传感器A(2)、电导率传感器A(3)、压力传感器A(4)组成,传感器组B由温度传感器B(6)、电导率传感器B(7)、压力传感器B(8)组成,流量测量模块(12)由励磁线圈(13)和外电极装置(5)、内电极装置(11)组成。
2.根据权利要求1所述的一种基于井下参数的智能溢流监测系统,其特征在于,所述电极装置均采用球形电极,外电极装置(5)朝外壳(9)外部放置,内电极装置(11)朝腔体(10)内部放置,且电极与仪器形成密封。
3.根据权利要求1所述的一种基于井下参数的智能溢流监测系统,其特征在于,所述的信号处理模块(17)对数据进行灰色关联分析,利用秩和比综合评价法进行评价得到WRSR值,通过与敏感度τ比较,判断是否溢流,再通过数据通信模块(15)将预警信号传递至地面。
4.根据权利要求1-3任意一项所述的一种基于井下参数的智能溢流监测系统的预警方法,其特征在于,包括如下步骤:
S101:当处于工作环境时,流量测量模块(12)、温度传感器A(2)与温度传感器B(6)、压力传感器A(4)与压力传感器B(8)、电导率传感器A(3)与电导率传感器B(7)监测实时数据变化,并将实时数据传至信号检测模块(16);
S102:信号处理模块(17)在接收到信号检测模块采集的实时数据后,计算井筒流量和环空流量的差值、井下上下段压力差值、温度差值以及电导率差值,利用灰色关联分析,计算流量差值与压力差值、流量差值与温度差值、流量差值与电导率差值之间的相关性,剔除相关度高于0.5的参数;
S103:剔除相关性高的参数后,利用秩和比综合评价法得到秩矩阵并记为R=(Rij)n×m;秩和比综合评价法是先将n个时间点的m个评价指标的原始数据点进行编秩,其中希望越大越好的指标从小到大编秩,越小越好的指标从大到小编秩,同一指标数据相同者编平均秩;得到秩矩阵后,设置各评价指标权重,计算加权秩和比(WRSR),计算公式为:计算概率单位Probiti和直线回归方程WRSR=a+b×Probit;
S104:设置溢流事故识别敏感度τ;
S105:进一步,将得到的WRSR与设定的溢流事故敏感度τ进行比较,WRSR大于等于τ时说明此时刻发生溢流事故,反之,未发生溢流事故。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910055219.4A CN109577892B (zh) | 2019-01-21 | 2019-01-21 | 一种基于井下参数的智能溢流检测系统及预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910055219.4A CN109577892B (zh) | 2019-01-21 | 2019-01-21 | 一种基于井下参数的智能溢流检测系统及预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109577892A CN109577892A (zh) | 2019-04-05 |
CN109577892B true CN109577892B (zh) | 2020-12-18 |
Family
ID=65917397
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910055219.4A Active CN109577892B (zh) | 2019-01-21 | 2019-01-21 | 一种基于井下参数的智能溢流检测系统及预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109577892B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113153263B (zh) * | 2021-04-26 | 2024-05-10 | 中国石油天然气集团有限公司 | 一种高噪声背景下井下溢流多普勒气侵监测装置和方法 |
CN113341066B (zh) * | 2021-05-24 | 2022-04-08 | 西南石油大学 | 基于多传感器融合技术的四氢噻吩浓度的在线检测方法及系统 |
CN113719274B (zh) * | 2021-09-09 | 2023-08-22 | 西南石油大学 | 一种钻井用井下动液面自动监测系统和监测方法 |
CN116146190A (zh) * | 2023-02-24 | 2023-05-23 | 西南石油大学 | 一种基于双向流量测量的井下漏失或溢流预警装置及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104806226A (zh) * | 2015-04-30 | 2015-07-29 | 北京四利通控制技术股份有限公司 | 智能钻井专家系统 |
CN106121621A (zh) * | 2016-07-15 | 2016-11-16 | 西南石油大学 | 一种智能钻井专家系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9019118B2 (en) * | 2011-04-26 | 2015-04-28 | Hydril Usa Manufacturing Llc | Automated well control method and apparatus |
CN102606132B (zh) * | 2012-03-13 | 2014-09-17 | 濮阳市百福瑞德石油科技有限公司 | 石油钻井起钻作业中自动灌浆控制方法及其控制系统 |
CN103061753A (zh) * | 2013-01-18 | 2013-04-24 | 西南石油大学 | 一种随钻井下流量测量监测早期溢流的装置 |
CN103291284B (zh) * | 2013-05-14 | 2015-12-02 | 中国海洋石油总公司 | 基于随钻环空压力测量的井筒气侵早期监测方法及装置 |
US20170167246A1 (en) * | 2015-12-14 | 2017-06-15 | Baker Hughes Incorporated | Fluid loss sensor |
-
2019
- 2019-01-21 CN CN201910055219.4A patent/CN109577892B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104806226A (zh) * | 2015-04-30 | 2015-07-29 | 北京四利通控制技术股份有限公司 | 智能钻井专家系统 |
CN106121621A (zh) * | 2016-07-15 | 2016-11-16 | 西南石油大学 | 一种智能钻井专家系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109577892A (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109577892B (zh) | 一种基于井下参数的智能溢流检测系统及预警方法 | |
CN113963514A (zh) | 一种油气化管道一体化监测预警系统 | |
CN108263639B (zh) | 谱载下基于间接测量应变的飞机结构关键部位疲劳寿命在线监测方法 | |
CN105089620B (zh) | 卡钻的监测系统、方法及装置 | |
US10884404B2 (en) | Method of predicting plant data and apparatus using the same | |
CN108414201B (zh) | 一种海洋平台井架工况监测与疲劳寿命预测系统 | |
CN113900381B (zh) | 一种基于物联网的钢结构远程健康监测平台及应用方法 | |
CN106556498A (zh) | 桥梁结构损伤识别方法及系统 | |
CN106646568A (zh) | 一种新型玻璃幕墙智能监测系统和监测方法 | |
CN110703712B (zh) | 一种工业控制系统信息安全攻击风险评估方法及系统 | |
CN112949900B (zh) | 一种水库大坝安全信息智慧感知融合预警方法及终端设备 | |
CN104777831A (zh) | 一种液压式潜液泵系统的故障诊断方法 | |
CN116105802B (zh) | 一种基于物联网的地下设施安全监测预警方法 | |
CN110260774A (zh) | 一种基于Pettitt算法的GNSS变形信息检验与预警方法 | |
CN109729097B (zh) | 一种基于物联网技术的基础结构安全智能在线监测系统 | |
CN116739352B (zh) | 一种燃气管道安全性评估预警系统、方法及存储介质 | |
CN112766772A (zh) | 油气水井实时监测方法、装置、计算机设备和存储介质 | |
RU2359117C2 (ru) | Обнаружение закупоривания межтрубного пространства с использованием датчика давления при газлифтной добыче нефти | |
CN110009033A (zh) | 一种基于动态主元分析的钻井过程异常预警模型 | |
CN106651196A (zh) | 一种基于风险评估的报警方法及系统 | |
CN115950485A (zh) | 一种隧道内全自动智能化监测方法 | |
CN116296130A (zh) | 一种用于基坑渗漏检测的预警系统 | |
TWI617788B (zh) | 即時預檢填料塔液泛現象的方法 | |
KR20230137021A (ko) | 인공지능을 이용한 배관이상 탐지 방법 및 시스템 | |
CN114454671A (zh) | 一种基于轮胎压力监测触发的轮胎自密封应急系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |