CN113139260B - 一种用于提高钻井仿真计算速度的系统及方法 - Google Patents

Abstract

本发明公开了一种用于提高钻井仿真计算速度的系统，包括：主服务器，其用于获取当前仿真计算任务所需的原始数据，根据计算时间需求，确定参与协作的副服务器的数量，而后按照该数量，将当前仿真计算任务进行计算量均等划分处理，得到多个子任务，并将每个子任务分配给相应的副服务器，以及接收并展示各子任务的计算结果；多个参与协作的副服务器，其用于接收完成相应子任务所需的原始数据，执行相应的钻井仿真计算，其中，所有子任务同步并行执行。本发明将钻井仿真计算和演示的等待时间大幅压缩，大幅提高钻井仿真演示速度，为现场工程师和学科专家提供更加及时的决策参考，进一步提高钻井仿真结果对决策支持的时效性。

Description

一种用于提高钻井仿真计算速度的系统及方法

技术领域

本发明涉及石油工程领域，尤其是涉及一种用于提高钻井仿真计算速度的系统及方法。

背景技术

钻井工程作为一项地下隐蔽性工程，由于地下的不可见性，大量的非均质性、不确定性、非结构性以及非数值化难题构成了钻井工程“黑箱”。井下的高温高压环境、钻柱高频振动、钻柱环空泥浆高速流动、长时间钻进作业以及信号传送困难等均对传感器有着极其严苛的要求，无法依靠传感工具实现长时间井下状态的稳定精确监测。目前，钻井工程“黑箱”问题的解决主要依赖于应用现有理论仿真计算方法对当量循环密度、摩阻扭矩、管柱力学等各项井下状态参数进行仿真计算，“黑箱”结果的呈现则依靠二维曲线及三维动画等演示手段，进而为现场工程师和专家提供决策参考。

钻井井下参数的仿真计算如果要尽可能准确，则需要将井筒模型划分为密集的网格，进行长时间的海量迭代计算。然而，钻井工程的不确定性需要决策中心的业务专家根据仿真计算结果及时做出判断决策，也就是要尽可能提升仿真演示速度、并压缩输出仿真结果的等待时间。但是，目前的钻井仿真演示中采用的方式是将仿真计算中所需要用到的各类钻井参数(例如：循环当量密度、钻柱受力等)由一台服务器执行计算操作完成之后再进行钻井仿真演示，在仿真井井深越深计算量越大时，业务专家见到仿真结果的等待时间也就越长，存在较大的延后性，从而影响业务专家利用钻井仿真结果决策的实时性。

现有技术中，虽然有相关技术方案考虑到了钻井仿真过程中钻进数据及其计算软件分级进行顺序分级的方法来提高钻井仿真过程的完成效率，但仅提到了不同参数类别在局域网内进行整体分布部署以加快计算的方式，仍未考虑到针对某一类参数仿真计算进行提速的方案。因而，针对当前钻井仿真多参数计算耗时长的问题，急需一种可靠、易行的提高钻井仿真速度的方法，压缩钻井仿真计算结果输出的等待时间，从而为用户提供更加及时的决策参考。

发明内容

为了解决上述技术问题，本发明提供了一种用于提高钻井仿真计算速度的系统，包括：主服务器，其用于获取当前仿真计算任务所需的原始数据，根据计算时间需求，确定参与协作的副服务器的数量，而后按照所述数量，将所述当前仿真计算任务进行计算量均等划分处理，并将划分后的每个子任务分配给相应的所述副服务器，以及接收并展示各所述子任务的计算结果；多个参与协作的所述副服务器，其用于接收完成相应子任务所需的原始数据，执行相应的钻井仿真计算，其中，所有所述子任务同步并行执行。

优选地，所述主服务器，其还用于按照预设的仿真精度，将所述当前仿真计算任务中的由当前仿真环境形成的井筒模型进行网格划分，并确定计算每个网格的计算量、以及完成当前任务的总计算量，从而利用这些计算量信息对所述子任务的划分过程进行辅助。

优选地，所述主服务器，其进一步用于按照所述井筒模型的不同深度范围进行计算量均等划分处理。

优选地，所述主服务器，其进一步用于按照井深和/或钻井时间维度依次从各所述副服务器中调取相应的计算结果，并展示针对所述当前仿真计算任务的计算结果。

优选地，多个所述副服务器配置为分布式并行计算服务器。

另一方面，本发明还提供了一种用于提高钻井仿真计算速度的方法，所述方法利用上述所述的系统来提高当前仿真计算任务的计算速度，所述方法包括：步骤一、主服务器获取当前仿真计算任务所需的原始数据，根据计算时间需求，确定参与协作的副服务器的数量，而后按照所述数量，将所述当前仿真计算任务进行计算量均等划分处理，并将划分后的每个子任务分配给相应的所述副服务器；步骤二、每个参与协作的所述副服务器接收完成相应子任务所需的原始数据，执行相应的钻井仿真计算，其中，所有所述子任务同步并行执行；步骤三、所述主服务器接收并展示各所述子任务的计算结果。

优选地，在所述步骤一中，所述主服务器按照预设的仿真精度，将所述当前仿真计算任务中的由当前仿真环境形成的井筒模型进行网格划分，并确定计算每个网格的计算量、以及完成当前任务的总计算量，从而利用这些计算量信息对所述子任务的划分过程进行辅助。

优选地，所述主服务器进一步按照所述井筒模型的不同深度范围进行计算量均等划分处理。

优选地，所述主服务器按照井深和/或钻井时间维度依次从各所述副服务器中调取相应的计算结果，并展示针对所述当前仿真计算任务的计算结果。

优选地，多个所述副服务器配置为分布式并行计算服务器。

与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：

本发明公开了一种用于提高钻井仿真计算速度的系统及方法。该系统及方法应用分布式计算技术，部署一定数量的分布式计算服务器和一台主服务器，在预估全井筒钻井仿真计算量之后，确定参与协作的分布式计算服务器的数量，并将当前钻井参数仿真计算任务进行计算量等量划分，由相应的分布式计算服务器并行进行仿真计算，在计算能力相同的情况下，每台分布式计算服务器仿真计算耗时相同，同时完成仿真计算后将结果顺次输出，由主服务器进行钻井仿真演示。这样，在算力相同的情况下，相比于传统方法应用一台计算服务器进行仿真计算与结果演示，本发明可将钻井仿真计算和演示的等待时间大幅压缩，部署分布式计算服务器越多仿真计算消耗时间越短，可大幅提高钻井仿真演示速度，为现场工程师和学科专家提供更加及时的决策参考，从而提高钻井仿真结果对决策支持的时效性。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本申请实施例的用于提高钻井仿真计算速度的系统的结构示意图。

图2是本申请实施例的用于提高钻井仿真计算速度的系统的原理示意图。

图3是本申请实施例的用于提高钻井仿真计算速度的系统的实现流程图。

图4是本申请实施例的用于提高钻井仿真计算速度的方法的步骤图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

钻井工程作为一项地下隐蔽性工程，由于地下的不可见性，大量的非均质性、不确定性、非结构性以及非数值化难题构成了钻井工程“黑箱”。井下的高温高压环境、钻柱高频振动、钻柱环空泥浆高速流动、长时间钻进作业以及信号传送困难等均对传感器有着极其严苛的要求，无法依靠传感工具实现长时间井下状态的稳定精确监测。目前，钻井工程“黑箱”问题的解决主要依赖于应用现有理论仿真计算方法对当量循环密度、摩阻扭矩、管柱力学等各项井下状态参数进行仿真计算，“黑箱”结果的呈现则依靠二维曲线及三维动画等演示手段，进而为现场工程师和专家提供决策参考。

钻井井下参数的仿真计算如果要尽可能准确，则需要将井筒模型划分为密集的网格，进行长时间的海量迭代计算。然而，钻井工程的不确定性需要决策中心的业务专家根据仿真计算结果及时做出判断决策，也就是要尽可能提升仿真演示速度、并压缩输出仿真结果的等待时间。但是，目前的钻井仿真演示中采用的方式是将仿真计算中所需要用到的各类钻井参数(例如：循环当量密度、钻柱受力等)由一台服务器执行计算操作完成之后再进行钻井仿真演示，在仿真井井深越深计算量越大时，业务专家见到仿真结果的等待时间也就越长，存在较大的延后性，从而影响业务专家利用钻井仿真结果决策的实时性。

现有技术中，虽然有相关技术方案考虑到了钻井仿真过程中钻进数据及其计算软件分级进行顺序分级的方法，但仅提到了不同参数类别在局域网内进行整体分布部署以加快计算的方式，仍未考虑到针对某一类参数仿真计算进行提速的方案。因而，针对当前钻井仿真多参数计算耗时长的问题，急需一种可靠、易行的提高钻井仿真速度的方法，全方位的压缩钻井仿真计算结果输出的等待时间，从而为用户提供更加及时的决策参考。

为了解决针对目前钻井仿真过程迭代计算量巨大，仿真计算耗时长，传统仿真方法由一台计算服务器完成全井仿真计算后才演示仿真结果，使得用户难以及时获得钻井仿真结果来进行后续决策的问题，本发明提出了一种用于提高钻井仿真计算速度的系统及方法。

该系统及方法搭建了分布式的多个计算服务器结构，每个计算服务器完成不同井筒深度下的钻井参数仿真计算子任务，且并行同步执行，使得每个计算服务器完成所属子任务的耗时相同。最后，通过主服务器将每个子任务的钻井参数计算结果进行整合，以完成整个钻井参数计算任务的结果展示。这样，本发明通过将钻井仿真过程中需要完成的钻井参数仿真计算任务进行计算量均等划分为i份的方式，利用协同i台分布式计算服务器并行进行钻井参数仿真计算任务，每台计算服务器只承担1/i的计算量，在计算能力相同的情况下，将钻井仿真过程的等待时间压缩为1/i，提高了钻井仿真演示速度以及仿真结果对决策支持的时效性。

在对本发明实施例进行详细说明之前，需要对本发明的适用场合进行说明。本发明的方法可用于钻井之前的方案仿真预演或者用于在实钻过程中的仿真监测。在钻前预演仿真过程中，需要模拟实钻过程将钻井设计方案中的参数以一定的时间间隔(秒级)推送给仿真主模块，仿真主模块通过形象的三维场景将井下状态显示出来，经过数据的连续推送和仿真显示，即可看到钻井的连续过程。在这个连续仿真过程中，针对每个时间点，都可对井筒水力参数、钻具摩阻扭矩、机械钻速、钻井风险等不同类别的钻井参数进行计算并快速反馈给仿真软件，使得原始数据与计算结果“同步”。在实钻仿真监测过程中，通过现场采集实时传输的参数(秒级间隔)，同时分发给计算模块得到不同类别的钻井(关键)参数(计算结果)，并将当前计算结果回馈给仿真主模块，确保这个高频连续钻井过程的仿真。

另外，在钻井仿真系统中，无论是钻前的仿真还是随钻仿真，所展现的钻井仿真结果都是基于仿真环境限定下的结果。其中，仿真环境包括：起始井深、终止井深、以及仿真精度。由于在随钻仿真过程中，终止井深是随着钻井深度的不断加深而变化的，使得随钻仿真的仿真环境也是实时变化的。此外，仿真精度为钻井仿真过程的计算步长(深度步长)。

图1是本申请实施例的用于提高钻井仿真计算速度的系统的结构示意图。如图1所示，本发明所述的用于提高钻井仿真计算速度的系统(以下简称“仿真系统”)包括：主服务器1、和多个副服务器2。其中，主服务器1用于获取当前仿真计算任务所需的原始数据，根据计算时间需求，确定参与协作的副服务器的数量，而后按照当前确定好的副服务器数量，将当前仿真计算(总)任务进行计算量均等划分处理，得到多个子任务(其中，每个子任务完成部分的当前仿真计算任务)，并将划分后的针对每个子任务的执行指令(其中，子任务指令包含完成当前子任务所需的原始数据)分配给指定的副服务器2。

在当前钻井仿真结果进行展示之前，需要根据完成当前钻井仿真计算总任务所需要的原始数据来计算不同类别的钻井参数(也就是说，需要执行针对当前钻井仿真任务中的钻井参数仿真计算任务)，从而利用钻井参数计算结果来进行当前钻井仿真计算总任务中的结果演示。其中，钻井仿真所需的原始数据包括：实钻过程中采集到的各种实测数据、以及各种预先设计好的静态参数(设计参数)。其中，实测数据包含：地质数据和钻井工程数据，地质数据包括地层压力、岩石物性、岩石力学参数等；钻井工程数据包含井眼轨迹、钻具组合、钻井液性能、钻井施工参数等。钻井设计参数包括：井深结构、地层分层等。

需要说明的是，计算时间需求指的是完成当前钻井仿真计算总任务所需要的时间(也就是，计算当前钻井参数过程中，从接收到原始数据到获得钻井参数计算结果之间所对应的时间)，是根据实际需求所设置的，对于不同的钻井参数计算任务可以设置有不同的计算需求时间，本领域技术人员可根据实际需求来设定这一时间参数，本发明对此不作具体限定。

本发明所述的仿真系统配置有多个副服务器2，每个副服务器2用于利用接收到的主服务器1所分配的子任务执行指令来启动，使得当前副服务器2参与到完成当前钻井参数仿真计算总任务中来。另外，副服务器2还用于若没有接收到上述子任务执行指令，则表明当前副服务器2无需参与到当前钻井参数计算总任务中来。需要说明的是，在本发明实施例中，参与协作的副服务器2的数量小于或等于仿真系统中副服务器2所配置的数量，以满足各类钻井参数仿真计算总任务的需求。另外，本发明实施例中的子任务的划分数量可以根据当前钻井参数仿真计算总任务的需求量所确定，也可以直接将该数量确定为仿真系统中副服务器2实际配置的数量，本发明对此不作具体限定，本领域技术人员可根据实际需求进行选择。

每个参与协作的副服务器2用于接收并解析针对自身的子任务执行指令，获得完成相应子任务所需的原始数据，基于此，执行相应的钻井仿真计算。其中，所有子任务同步并行执行，也就是说，每个参与协作的副服务器2需要同时进行针对自身子任务的钻井仿真计算。由于每个子任务的计算量是一致的，因此，在本发明实施例中，每个参与协作的副服务器2所完成当前钻井仿真计算子任务的耗时相同、以及子任务的结束时刻也相同。这样，相较于传统的钻井参数仿真计算过程所耗费的时间，本发明中完成针对当前钻井参数仿真计算(总)任务所耗费的时间压缩到原有的1/i，i表示参与协作的副服务器2的数量。

最后，主服务器1用于接收并展示来自各个参与协作的副服务器2所得到的子任务计算结果，从而完成当前钻井参数计算(总)任务。

在本发明实施例中，利用分布式并行计算技术，将多个副服务器2配置为分布式并行计算服务器结构。具体地，为了达到快速并行计算的目的，本发明实施例需要搭建N个分布式计算节点服务器(N为仿真系统多配置的副服务器2的数量)，来构建大数据的集群环境，需要多个集群计算节点，将每个副服务器2看作是一个计算节点，在本发明实施例中，可以利用虚拟机完成搭建(在虚拟机上搭建操作系统，实现和物理机一样的操作)，也可以利用Matlab来进行搭建。

更进一步地说，由于上述主服务器1所需执行的子任务分配过程、各个参与协作的副服务器2所需执行的子任务计算过程、以及各个子任务计算结果的展示过程是有先后执行顺序的，因此，这几个过程对服务器的资源占有情况是互不干扰的。由此，为了优化仿真系统的结构，可将上述主服务器1集成于任意一个副服务器2中。这样，本发明实施例所述的仿真系统可以仅由分布式并行计算服务器2所构成。

图2是本申请实施例的用于提高钻井仿真计算速度的系统的原理示意图。图3是本申请实施例的用于提高钻井仿真计算速度的系统的实现流程图。下面结合图2和图3对本发明所述的仿真系统的实现过程进行详细说明。需要说明的是，在启动当前钻井参数仿真计算任务之前，需要搭建仿真系统，至少构建一个主服务器1、以及部署N个分布式计算服务器2。其中，N为大于0的整数。

首先，步骤S301主服务器1用于按照预设的仿真精度(即深度步长，例如：每0.5米深度仿真计算一个网格点，此时，每米有两个网格)，将由当前仿真环境形成的井筒模型进行网格均衡化划分，而后进入到步骤S302中。通常，参考图2，井筒模型被均匀划分为若干等长网格，依次分布于井下不同深度位置处，通过深度累加迭代的方式，随着井下深度的不断增加，对钻井过程进行实时仿真计算。利用这种方式，水力参数、摩阻扭矩等不同的钻井参数井下分布的仿真计算需要按照从井口到井底、再从井底到井口的方式依据网格划分进行多次反复迭代计算，直至误差小于临界阈值，迭代计算收敛，计算量随着网格划分增多急剧增大。所述网格是由井筒模型内各个仿真迭代计算点所形成的，在均衡化网格划分操作中，每个相邻仿真迭代点之间的间隔长度均相等。

步骤S302主服务器1用于根据网格均衡化划分结果所得到的井筒模型，确定出完成每个网格点(即迭代计算点)处的钻井参数计算过程所需的计算量、以及完成当前钻井仿真计算(总)任务的总计算量，从而利用这些计算量对所述子任务的划分过程进行辅助。具体地，在进行每个网格点的计算量评估时，需要考虑当前网格点的深度、迭代次数等因素，来评估完成当前网格点处的钻井参数计算过程对服务器(副服务器)资源的占有量，用以表示当前网格点处的钻井参数计算过程所需的计算量。这样，便得到了每个网格点所对应的计算量信息，从而进入到步骤S303中。

步骤S303主服务器1用于根据每个网格点所对应的计算量信息，和完成当前钻井仿真计算(总)任务的总计算量，结合上述计算时间需求，确定参与协作的副服务器的数量，而后进入到步骤S304中。具体地，在本发明实施例中，为了保障各个参与协作的副服务器2的运行效率，在对参与协作数量进行确定时，需要为每个参与协作的副服务器2保留一定的(预设)剩余资源空间，并针对每个参与协作的副服务器2限定有最低资源消耗率。这样，在为当前钻井仿真计算总任务分配给足够数量的可参与协作的副服务器2的情况下，不会因副服务器2的高负荷运算而降低服务器的运行效率，也不会因参与协作的副服务器2数量过多而造成仿真系统设备投入成本的浪费。

举例来说，在针对某一钻井参数计算任务来说，若仿真计算步长较小，计算时间需求也较小时，就需要更多的副服务器2的协同参与才能完成符合当前总任务所需的计算量；若仿真计算步长较大，计算时间需求也较大时，就不需要过多的副服务器2的协同参与就能够完成符合当前总任务所需的计算量。需要说明的是，在本发明实施例中，对于完成钻井参数计算总任务所需的副服务器2的数量确定过程的目的是要尽可能的让各个计算子任务同时完成各自的深度范围下的计算任务，故需要利用主服务器1确定出针对当前钻井参数仿真计算总任务的各网格点计算量、及总计算量，从而分配出需要参与协作的副服务器2的数量。

步骤S304主服务器1用于利用步骤S302得到的每个网格点所对应的计算量信息，并结合步骤S303确定好的参与协作的副服务器2的数量，将当前钻井仿真计算总任务，按照井筒模型的不同深度范围进行计算量均等划分处理，得到多个计算子任务，并生成相应的子任务执行指令，从而进入到步骤S305中。具体地，参考图2，本发明实施例所述的子任务划分过程，是按照井筒模型不同的深度范围所划分的，使得每个子任务对应有相应的深度范围段(如第1部分、第2部分、第3部分……)，所有的深度范围段构成为井筒模型对应的当前仿真环境的深度，深度范围段的数量与需要参与协作的副服务器2的数量相一致。进一步，在本发明实施例中，每个(计算)子任务需要完成属于各自深度范围段的钻井参数计算任务，并得到相应深度段的钻井参数计算结果。

在实际应用过程中，主服务器1进一步用于根据各网格点对应的计算量数据、总计算量数据，将当前钻井参数仿真计算总任务划分为属于不同待仿真环境井深范围的子任务，使得每个子任务对应的计算量相一致，从而得到针对每个子任务的子任务原始数据，并将每个子任务原始数据转换为相应的子任务执行指令，而后将各个子任务执行指令同时向各个参与协作的副服务器2指定发送。其中，参考图2，主服务器1在生成针对不同深度范围段的子任务执行指令后，将各指令所对应的深度范围按照由浅至深排列，并依次进行指令编号处理，而后，将标记有相应编号的子任务执行指令发送至具有相同编号的副服务器2中。具体地，将第1部分深度段对应的子任务执行指令发送至1号副服务器2，将第2部分深度段对应的子任务执行指令发送至2号副服务器2，将第3部分深度段对应的子任务执行指令发送至3号副服务器2，以此类推，完成各子任务(子任务执行指令)的指定分配操作。

需要说明的是，在常规仿真计算方法中，由于钻井参数仿真计算总任务，是将井筒模型依据仿真精度，被均匀划分为若干等长网格(例如：网格长度为0.5米)，依次分布于井下不同深度位置处，通过深度累加迭代的方式，随着井下深度的不断增加，在进行实时仿真计算时，井深越深的仿真迭代网格点所需要的计算量就越大。因此，在本发明实施例中，为了保障每个计算子任务能够被相应的副服务器2同步且尽可能的同时完成，需要将每个副服务器2分配有计算量相接近的子任务，每个子任务对应的井深范围可能相同，也可能不同。例如，针对流体力学类的钻井参数计算总任务来说，1号副服务器2需要完成0～100米井深范围的计算子任务，2号副服务器2需要完成100～175米井深范围的计算子任务，3号副服务器2需要完成175～220米井深范围的计算子任务……。这样，尽可能使得每个子任务的计算量保持一致。

步骤S305每个参与协作的副服务器2用于接收并解析与自身相关(属于自身)的子任务执行指令，得到完成相应子任务所需的原始数据，基于相应的子任务原始数据，执行指定深度范围段的钻井仿真计算子任务，从而得到相应的子任务计算结果，继而进入到步骤S306。其中，由于本发明中所有副服务器2以分布式并行计算方式来进行配置的，因此，在同时接收到相应的子任务执行指令后，能够并行同步的执行各个计算子任务，以达到每个子任务完成过程的耗时相同且结束时刻尽可能相同的目的。

步骤S306主服务器1还用于按照井深和/或钻井时间维度依次从各副服务器2中调取相应的子任务计算结果，并展示针对当前钻井参数仿真计算总任务的计算结果。具体地，在本发明实施例中，主服务器1在收集到来自各个参与协作的副服务器2所生成的子任务计算结果后，按照由浅至深的深度范围段的编号、或者随着实时钻井过程所经历的时间维度的增加所遍历到的深度范围段的编号，依次对相对应编号的副服务器2得到的子任务计算结果进行调取，并依次进行展示，从而完成针对当前钻井参数仿真计算总任务的所有结果的展示过程。另外，在本发明实施例中，主服务器1还用于存储针对当前钻井参数仿真计算总任务的计算结果。

本发明实施例利用上述步骤S301～步骤S306实现了钻井仿真计算与演示速度的双提升，压缩高计算量下钻井仿真演示的等待时间，为现场工程师和学科专家提供更加及时的决策参考。

本发明实施例基于分布式计算的方式来提高钻井仿真演示速度的方法，在胜利油田Y井钻井仿真中进行应用，具体实施流程如下：

(1)录入Y井钻井参数仿真计算所需的相关原始数据；

(2)搭建了10台分布式计算服务器与1台主服务器；

(3)估算钻井仿真的总计算量，并确定参与协作的计算服务器的数量为10，根据分布式计算服务器的数量将当前钻井参数仿真计算任务进行计算量等分处理为10部分，10个部分的子任务进行并行计算，仿真计算子任务完成之后，将子任务计算结果数据自动发送至主服务器；

(4)主服务器顺次调用10个部分计算结果，对当前钻井参数仿真计算任务的仿真结果进行演示；

(5)通过对Y井全井进行钻井仿真，将本发明的应用效果与常规1台计算服务器先仿真后演示的方法进行对比，等待时间由1小时压缩到6分钟左右，本发明所述的仿真系统可以有效实现钻井仿真演示速度的提升。

另一方面，基于上述所述的用于提高钻井仿真计算速度的系统，本发明还提出了一种用于提高钻井仿真计算速度的方法，该方法利用上述所述的仿真系统来提高当前钻井参数仿真计算任务的计算速度。图4是本申请实施例的用于提高钻井仿真计算速度的方法的步骤图。如图4所示，上述方法包括如下步骤：步骤S410主服务器1获取当前仿真计算任务所需的原始数据，根据计算时间需求，确定参与协作的副服务器2的数量，而后按照当前数量，将当前仿真计算任务进行计算量均等划分处理，得到多个子任务，并将划分后的每个子任务分配给相应的副服务器2；步骤S420每个参与协作的副服务器2接收完成相应子任务所需的原始数据，执行相应的钻井仿真计算，其中，所有子任务同步并行执行；步骤S430主服务器1接收并展示各子任务的计算结果。

优选地，多个副服务器2配置为分布式并行计算服务器。

优选地，在步骤S410中，主服务器1按照预设的仿真精度，将当前仿真计算任务中的由当前仿真环境形成的井筒模型进行网格划分，并确定计算每个网格的计算量、以及完成当前钻井仿真计算任务的总计算量，从而利用这些计算量信息对子任务的划分过程进行辅助。

优选地，在步骤S410中，主服务器1按照上述井筒模型的不同深度范围进行计算量均等划分处理。

优选地，在步骤S430中，主服务器1按照井深和/或钻井时间维度依次从各副服务器2中调取相应的计算结果，并展示针对当前仿真计算任务的计算结果。

本发明提出了一种用于提高钻井仿真计算速度的系统及方法。该系统及方法应用分布式计算技术，部署i台分布式计算服务器和1台主服务器，在预估全井筒钻井仿真计算量之后，确定参与协作的分布式计算服务器的数量i，并将当前钻井参数仿真计算任务进行计算量等量划分为i部分，由相应的分布式计算服务器并行进行仿真计算，在计算能力相同的情况下，i台分布式计算服务器仿真计算耗时相同，同时完成仿真计算后将结果顺次输出，由主服务器进行钻井仿真演示。这样，在算力相同的情况下，相比于传统方法应用一台计算服务器进行仿真计算与结果演示，每个分布式计算服务器承担的仿真计算量仅为1/i，仿真计算消耗时间也仅为1/i，也就是说，本发明可将钻井仿真计算和演示的等待时间压缩到1/i，部署分布式计算服务器越多仿真计算消耗时间越短，可大幅提高钻井仿真演示速度，为现场工程师和学科专家提供更加及时的决策参考，从而提高钻井仿真结果对决策支持的时效性。

虽然本发明所披露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (6)

1.一种用于提高钻井仿真计算速度的系统，其特征在于，包括：

主服务器，其用于获取当前仿真计算任务所需的原始数据，根据计算时间需求，确定参与协作的副服务器的数量，而后按照所述数量，将所述当前仿真计算任务进行计算量均等划分处理，并将划分后的每个子任务分配给相应的所述副服务器，以及接收并展示各所述子任务的计算结果，

所述主服务器，其还用于按照预设的仿真精度，将所述当前仿真计算任务中的由当前仿真环境形成的井筒模型进行网格均衡化划分，并确定出完成每个等长网格点处的钻井参数计算过程所需的计算量、以及完成当前计算总任务的总计算量，从而利用这些计算量信息并结合计算时间需求，确定参数协作的副服务器的数量，从而根据单个网格点的计算量信息和副服务器数量，将当前钻井仿真计算任务，按照井筒模型的不同深度范围进行计算量均等划分处理，得到多个计算子任务；

多个参与协作的所述副服务器，其用于接收完成相应子任务所需的原始数据，执行相应的钻井仿真计算，其中，所有所述子任务同步并行执行。

2.根据权利要求1所述的系统，其特征在于，

所述主服务器，其进一步用于按照井深和/或钻井时间维度依次从各所述副服务器中调取相应的计算结果，并展示针对所述当前仿真计算任务的计算结果。

3.根据权利要求1或2所述的系统，其特征在于，多个所述副服务器配置为分布式并行计算服务器。

4.一种用于提高钻井仿真计算速度的方法，其特征在于，所述方法利用如权利要求1～3中任一项所述的系统来提高当前仿真计算任务的计算速度，所述方法包括：

步骤一、主服务器获取当前仿真计算任务所需的原始数据，根据计算时间需求，确定参与协作的副服务器的数量，而后按照所述数量，将所述当前仿真计算任务进行计算量均等划分处理，并将划分后的每个子任务分配给相应的所述副服务器，在所述步骤一中，包括：

按照预设的仿真精度，将所述当前仿真计算任务中的由当前仿真环境形成的井筒模型进行网格均衡化划分；

确定出完成每个等长网格点处的钻井参数计算过程所需的计算量、以及完成当前计算总任务的总计算量，从而利用这些计算量信息并结合计算时间需求，确定参数协作的副服务器的数量；

根据单个网格点的计算量信息和副服务器数量，将当前钻井仿真计算任务，按照井筒模型的不同深度范围进行计算量均等划分处理，得到多个计算子任务；

步骤二、每个参与协作的所述副服务器接收完成相应子任务所需的原始数据，执行相应的钻井仿真计算，其中，所有所述子任务同步并行执行；

步骤三、所述主服务器接收并展示各所述子任务的计算结果。

5.根据权利要求4所述的方法，其特征在于，

所述主服务器按照井深和/或钻井时间维度依次从各所述副服务器中调取相应的计算结果，并展示针对所述当前仿真计算任务的计算结果。

6.根据权利要求4或5所述的方法，其特征在于，多个所述副服务器配置为分布式并行计算服务器。