CN114363366A - 一种基于云平台的远程自动定向系统及方法 - Google Patents
一种基于云平台的远程自动定向系统及方法 Download PDFInfo
- Publication number
- CN114363366A CN114363366A CN202111319732.3A CN202111319732A CN114363366A CN 114363366 A CN114363366 A CN 114363366A CN 202111319732 A CN202111319732 A CN 202111319732A CN 114363366 A CN114363366 A CN 114363366A
- Authority
- CN
- China
- Prior art keywords
- data
- cloud platform
- directional
- plc
- industrial internet
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 20
- 238000005553 drilling Methods 0.000 claims abstract description 30
- 238000004891 communication Methods 0.000 claims abstract description 6
- 230000002457 bidirectional effect Effects 0.000 claims abstract description 4
- 230000005540 biological transmission Effects 0.000 claims abstract description 4
- 238000005259 measurement Methods 0.000 claims abstract description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000013523 data management Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 abstract description 2
- 239000011159 matrix material Substances 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000007418 data mining Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Earth Drilling (AREA)
Abstract
本发明公开了一种基于云平台的远程自动定向系统，包括PLC控制器、工业物联网关、云平台、顶驱和MWD设备；所述PLC控制器一端与顶驱和MWD设备相连接，对顶驱、MWD设备的数据进行收集和汇总处理；所述PLC控制器另一端与工业物联网关一端相连接；所述工业物联网关部署在钻井现场，工业物联网关另一端与云平台通讯连接，实现数据的双向传输。本发明借助云平台强大的计算能力，充分利用现场采集的数据，结合定向工程师提供的定向计划表，生成定向指令，定向工程师在远端下发该指令到现场PLC中，控制设备运动，实现自动定向操作，降低人力和物力成本，提高定向效率，方便定向工程师远程作业，降低安全风险。
Description
技术领域
本发明涉及石油钻井技术领域，尤其是涉及一种基于云平台的远程自动定向系统及方法。
背景技术
定向井技术是当今世界石油勘探开发领域最先进的钻井技术之一，它是由特殊井下工具、测量仪器和工艺技术有效控制井眼轨迹，使钻头沿着特定方向钻达地下预定目标的钻井工艺技术。采用定向井技术可以使地面和地下条件受到限制的油气资源得到经济、有效的开发，能够大幅度提高油气产量和降低钻井成本，有利于保护自然环境，具有显著的经济效益和社会效益。
在现有技术中存在以下几点不足：
1、大多数钻井现场没有有效的自动定向方式，人工作业为主要定向方式，存在效率低下、操作流程复杂繁琐等问题；
2、定向工程师水平差异，对定向操作控制会有很大不同；
3、定向工程师需要到钻井现场进行定向操作，现场条件艰苦并且人员安全需要考虑。
发明内容
本发明的目的在于解决现有技术存在的自动化程度低、对于钻井现场实时定向数据和历史定向数据没有充分利用、作业效率低的问题，提供一种基于云平台的远程自动定向系统和方法。
本发明的目的是通过以下技术方案来实现的：
一种基于云平台的远程自动定向系统，包括PLC控制器、工业物联网关、云平台、顶驱和MWD设备；所述PLC控制器一端与顶驱和MWD设备相连接，对顶驱、MWD设备的数据进行收集和汇总处理；所述PLC控制器另一端与工业物联网关一端相连接；所述工业物联网关部署在钻井现场，工业物联网关另一端与云平台通讯连接，实现数据的双向传输。
所述云平台包括接入层、服务层和应用层；
接入层用于提供数据接入服务和请求接入服务；
服务层用于提供算法和数据管理服务；
应用层通过WEB浏览器和手机移动端进入云平台，进行远程定向操作。
所述PLC控制器部署在钻井现场，通过以太网线与工业互联网关相连接。
一种基于云平台的远程自动定向方法，包括以下步骤：
部署在钻井现场的PLC控制器采集相关参数数据，并将采集到的数据汇总；
工业互联网关中的数据采集程序按设定频率读取PLC控制器中相关参数数据，工业互联网关的数据上传程序通过HTTPS协议将数据上传到云平台中，并进行存储；
云平台接收到现场工业互联网关推送的数据后，利用多入单出的双层神经网络计算出工具造斜率，根据工具造斜率计算可得滑动长度；
结合云平台录入的设计井眼轨迹数据、地质导向数据、定向施工计划数据以及当前的井眼深度和方向得到预测井眼轨迹；
由生成的预测井眼轨迹结合下一节点立柱长度计算得到工具面角，将工具面角和滑动长度封装成自动定向指令结构体，下发到现场的PLC控制器；
PLC控制器通过对顶驱和绞车进行控制，从而控制造斜工具的装置角和定向距离。
一种基于云平台的远程自动定向方法，还包括用户登录云平台并且选择井，云平台前端和后端使用websocket协议建立链接，使用消息中间件传递数据，当建立链接后，工业互联网关推送的数据从后端向前端通过消息中间件实时推送，前端接收到数据后，进行处理和页面渲染，在用户端显示实时数据和井眼轨迹 3D视图。
一种基于云平台的远程自动定向方法，还包括钻头按照自动定向指令进行钻井工作的同时，云平台根据实时上传的现场数据，通过内置定向算法对井眼轨迹进行修正。
所述内置定向算法具体为：通过现场数据计算出当前钻头在地层的位置，将该位置与设计轨迹中的靶点进行对比，如果在允许靶区范围内，则按照当前定向指令继续钻进，如果不在靶区，重新计算出定向指令，然后将定向指令下发到现场PLC控制器。
所述相关参数包括MWD数据、钻压数据和转速。
本发明的有益效果：
本发明借助云平台强大的计算能力，充分利用现场采集的数据，结合定向工程师提供的定向计划表，生成定向指令，定向工程师在远端下发该指令到现场 PLC中，控制设备运动，实现自动定向操作，降低人力和物力成本，提高定向效率，方便定向工程师远程作业，降低安全风险。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见的，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
图1是本发明的系统结构示意图；
图2是本发明的云平台体系架构图；
图3是本发明的远程定向流程图；
图4是本发明的内置定向算法流程图；
图5是本发明的双层神经网络结构图。
具体实施方式
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。
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是为了解决现有技术存在的自动化程度低、对于钻井现场实时定向数据和历史定向数据没有充分利用、作业效率低的问题，提供一种基于云平台的远程自动定向系统及方法，通过本发明实施例提供的方案，可以做到定向技术远程自动化。充分利用钻井现场的实时数据和历史数据，使用深度学习和数据挖掘技术，进而得到预测井眼轨迹、中靶参数等数据，为定向工程师提供作业指导；同时提供远程定向功能，云平台根据定向计划表自动生成定向指令，云端用户一键下发即可完成现场自动定向，降低了钻井成本和提高了钻井效率。
如图1所示，一种基于云平台的远程自动定向系统，包括PLC控制器、工业物联网关、云平台、顶驱和MWD设备；
所述PLC控制器一端与顶驱和MWD设备相连接，对顶驱、MWD设备的数据进行收集和汇总处理；
所述PLC控制器另一端与工业物联网关一端相连接；所述工业物联网关部署在钻井现场，工业物联网关另一端与云平台通讯连接，实现数据的双向传输，通过云平台进行远程定向操作，定向命令下发到现场实施自动定向操作。
所述PLC控制器部署在钻井现场，通过以太网线与工业互联网关相连接。
所述工业互联网关可对PLC中相关数据进行初步处理，支持有线方式与无线方式与云平台连接，实现数据上云。
如图2所示，所述云平台包括接入层、服务层和应用层；接入层用于提供数据接入服务和请求接入服务；服务层用于提供算法和数据管理服务；应用层通过 WEB浏览器和手机移动端进入云平台，进行远程定向操作。
进一步地，云平台提供定向实时数据显示、井眼轨迹3D视图等可视化服务；利用深度学习和数据挖掘技术，分析实时数据和历史数据提供井眼轨迹预测等数据服务；提供远程定向功能，定向工程师提交定向计划表后，自动生成定向指令下发到现场实施定向操作。
在一个实例中，云平台接入层提供MWD数据和顶驱数据的接入服务。传感器采集顶驱和MWD设备的数据后传入PLC控制器，再经过工业互联网关接入云平台。PLC控制器与工业互联网关处于本地局域网中，工业互联网关可以通过S7、 EtherCat、Modbus等常用现场工业通讯协议读取PLC控制器中数据。
在一个实例中，云平台基础设施提供主机系统、网络系统、安全系统、系统软件等基础运行环境。
在数据存储方面，云平台提供关系型数据库、分布式数据库、文档型数据库这三类数据库存储能力，提供MWD数据、顶驱数据、定向数据的统一存储、索引、编码和元数据管理。
在数据分析管理方面，平台支持数据实时分析，在获取到现场接入的顶驱和 MWD数据后，即时分析计算，经过内置定向算法模型得到相关定向数据(工具造斜率)。
服务层也提供数据可视化服务，为云端用户展示专业的数据信息。平台在数据通讯方面采用消息中间件方式，与现场工业互联网关和云端用户实时通讯。
在一个实例中，应用层通过WEB浏览器或者移动端登录云平台，通过云平台可以管理用户信息、查看实时消息、监视定向数据和实施远程定向操作。
根据定向数据的不同类型，以图表界面或是3D视图呈现该数据。定向工程师根据实际情况在云平台中导入定向计划表，云平台将计划表数据处理后根据内置的自动定向模型，利用深度学习和数据挖掘技术生成定向指令，下发给本地工业互联网关；网关将该指令写入PLC控制器，控制顶驱运动完成定向操作。
一种基于云平台的远程自动定向方法，包括以下步骤：
部署在钻井现场的PLC控制器采集顶驱和MWD设备的相关参数数据，并将采集到的数据汇总；
工业互联网关中的数据采集程序按设定频率读取PLC控制器中相关参数数据，工业互联网关的数据上传程序通过HTTPS协议将数据上传到云平台中，并进行存储；
云平台接收到现场工业互联网关推送的数据后，利用多入单出的双层神经网络计算出工具造斜率，根据工具造斜率计算可得滑动长度；
结合云平台录入的设计井眼轨迹数据、地质导向数据、定向施工计划数据以及当前的井眼深度和方向得到预测井眼轨迹；
由生成的预测井眼轨迹结合下一节点立柱长度计算得到工具面角，将工具面角和滑动长度封装成自动定向指令结构体，下发到现场的PLC控制器；
PLC控制器通过对顶驱和绞车进行控制，从而控制造斜工具的装置角和定向距离。
一种基于云平台的远程自动定向方法，还包括用户登录云平台并且选择井，云平台前端和后端使用websocket协议建立链接，使用消息中间件传递数据，当建立链接后，工业互联网关推送的数据从后端向前端通过消息中间件实时推送，前端接收到数据后，进行处理和页面渲染，在用户端显示实时数据和井眼轨迹 3D视图。
一种基于云平台的远程自动定向方法，还包括钻头按照自动定向指令进行钻井工作的同时，云平台根据实时上传的现场数据，通过内置定向算法对井眼轨迹进行修正。
如图3所示，用户远程定向的操作流程是向云平台提交定向计划表并且请求生成定向指令；云平台收到请求和计划表后将计划表作初步处理，根据内置的自动定向模型生成定向指令，下发至对应井场工业互联网关；网关将指令写入PLC 控制器中，PLC控制顶驱运动完成定向操作。
如图4所示，所述内置定向算法具体为：通过现场数据计算出当前钻头在地层的位置，将该位置与设计轨迹中的靶点进行对比，如果在允许靶区范围内，则按照当前定向指令继续钻进，如果不在靶区，重新计算出定向指令，然后将定向指令下发到现场PLC控制器。
如图4和5所示，通过神经网络得到工具造斜率的具体过程为：
建立神经网络模型，使用随机梯度算法求得权重矩阵w1和偏置矩阵b1，再将计算得到的w1和b1代入前项算法中，正向计算得到z1的单值和经过sigmoid 压缩的a1，再次根据梯度算法求得权重矩阵w2、偏置矩阵b2，代入前向计算得到z2，通过反向计算更新w1、b1、w2、b2的梯度，反复迭代计算使得代价函数值最小。
模型确定之后，输入MWD、钻压和转速数据后，经过模型计算，可以得到工具造斜率预测值。
其中输入矩阵为：
X为总体样本，每一个样本包含三个特征值，即MWD数据，钻压数据和转速数据，这三个特征值构成了一组样本，如x1为第一个样本，x11代表第一个样本中的MWD数据。参与模型计算时，X矩阵的每一行作为样本代入其中参与计算，最后模型得到权重取均值作为模型的参数。
隐藏层1×3的权重矩阵W1为：
隐藏层1×3的偏置矩阵B1为：
B1＝(b11 b12 b13)，
输出层3×1的权重矩阵W2为：
隐藏层神经元Z1＝(z11 z12 z13)，A1＝(a11 a12 a13)；
输出层1×1的权重矩阵B2为：
B2＝(b21)，
代价函数(均方差MSE)为：
Z是每一次迭代的预测输出值，Y是样本标签数据,为样本数据均值。越接近于1说明拟合越好。
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。本发明要求保护的范围由所附的权利要求书及其等效物界定。
Claims (8)
1.一种基于云平台的远程自动定向系统，其特征在于，包括PLC控制器、工业物联网关、云平台、顶驱和MWD设备；所述PLC控制器一端与顶驱和MWD设备相连接，对顶驱、MWD设备的数据进行收集和汇总处理；所述PLC控制器另一端与工业物联网关一端相连接；所述工业物联网关部署在钻井现场，工业物联网关另一端与云平台通讯连接，实现数据的双向传输。
2.根据权利要求1所述的一种基于云平台的远程自动定向系统，其特征在于，所述云平台包括接入层、服务层和应用层；
接入层用于提供数据接入服务和请求接入服务；
服务层用于提供算法和数据管理服务；
应用层通过WEB浏览器和手机移动端进入云平台，进行远程定向操作。
3.根据权利要求1所述的一种基于云平台的远程自动定向系统，其特征在于，所述PLC控制器部署在钻井现场，通过以太网线与工业互联网关相连接。
4.基于权利要求1所述系统的一种基于云平台的远程自动定向方法，其特征在于，包括以下步骤：
部署在钻井现场的PLC控制器采集相关参数数据，并将采集到的数据汇总；
工业互联网关中的数据采集程序按设定频率读取PLC控制器中相关参数数据，工业互联网关的数据上传程序通过HTTPS协议将数据上传到云平台中，并进行存储；
云平台接收到现场工业互联网关推送的数据后，利用多入单出的双层神经网络计算出工具造斜率，根据工具造斜率计算可得滑动长度；
结合云平台录入的设计井眼轨迹数据、地质导向数据、定向施工计划数据以及当前的井眼深度和方向得到预测井眼轨迹；
由生成的预测井眼轨迹结合下一节点立柱长度计算得到工具面角，将工具面角和滑动长度封装成自动定向指令结构体，下发到现场的PLC控制器；
PLC控制器通过对顶驱和绞车进行控制，从而控制造斜工具的装置角和定向距离。
5.根据权利要求4所述的一种基于云平台的远程自动定向方法，其特征在于，还包括用户登录云平台并且选择井，云平台前端和后端使用websocket协议建立链接，使用消息中间件传递数据，当建立链接后，工业互联网关推送的数据从后端向前端通过消息中间件实时推送，前端接收到数据后，进行处理和页面渲染，在用户端显示实时数据和井眼轨迹3D视图。
6.根据权利要求4所述的一种基于云平台的远程自动定向方法，其特征在于，还包括钻头按照自动定向指令进行钻井工作的同时，云平台根据实时上传的现场数据，通过内置定向算法对井眼轨迹进行修正。
7.根据权利要求6所述的一种基于云平台的远程自动定向方法，其特征在于，所述内置定向算法具体为：通过现场数据计算出当前钻头在地层的位置，将该位置与设计轨迹中的靶点进行对比，如果在允许靶区范围内，则按照当前定向指令继续钻进，如果不在靶区，重新计算出定向指令，然后将定向指令下发到现场PLC控制器。
8.根据权利要求4所述的一种基于云平台的远程自动定向方法，其特征在于，所述相关参数包括MWD数据、钻压数据和转速。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111319732.3A CN114363366B (zh) | 2021-11-09 | 2021-11-09 | 一种基于云平台的远程自动定向系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111319732.3A CN114363366B (zh) | 2021-11-09 | 2021-11-09 | 一种基于云平台的远程自动定向系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114363366A true CN114363366A (zh) | 2022-04-15 |
| CN114363366B CN114363366B (zh) | 2024-08-13 |
Family
ID=81095303
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111319732.3A Active CN114363366B (zh) | 2021-11-09 | 2021-11-09 | 一种基于云平台的远程自动定向系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114363366B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103883250A (zh) * | 2013-04-24 | 2014-06-25 | 中国石油化工股份有限公司 | 一种基于滑动导向钻井的水平井方向优先着陆控制方法 |
| CN110347104A (zh) * | 2019-06-19 | 2019-10-18 | 北京航天智造科技发展有限公司 | 一种基于云平台的压裂泵在线远程监测系统 |
| CN110855662A (zh) * | 2019-11-11 | 2020-02-28 | 中国科学院地质与地球物理研究所 | 基于云服务的井场地面远程操控系统和操控方法 |
| CN112398953A (zh) * | 2021-01-16 | 2021-02-23 | 合沃物联技术（南京）有限公司 | 一种基于物联网中间件的云端组态方法 |
| CN112799367A (zh) * | 2021-01-08 | 2021-05-14 | 莫毓昌 | 一种基于工业互联网云平台的智能控制系统及方法 |
| CN113431493A (zh) * | 2021-06-03 | 2021-09-24 | 四川宏华电气有限责任公司 | 一种井眼轨迹的控制方法与系统 |
-
2021
- 2021-11-09 CN CN202111319732.3A patent/CN114363366B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103883250A (zh) * | 2013-04-24 | 2014-06-25 | 中国石油化工股份有限公司 | 一种基于滑动导向钻井的水平井方向优先着陆控制方法 |
| CN110347104A (zh) * | 2019-06-19 | 2019-10-18 | 北京航天智造科技发展有限公司 | 一种基于云平台的压裂泵在线远程监测系统 |
| CN110855662A (zh) * | 2019-11-11 | 2020-02-28 | 中国科学院地质与地球物理研究所 | 基于云服务的井场地面远程操控系统和操控方法 |
| CN112187930A (zh) * | 2019-11-11 | 2021-01-05 | 中国科学院地质与地球物理研究所 | 一种随钻作业远程管理与操控的系统 |
| CN112799367A (zh) * | 2021-01-08 | 2021-05-14 | 莫毓昌 | 一种基于工业互联网云平台的智能控制系统及方法 |
| CN112398953A (zh) * | 2021-01-16 | 2021-02-23 | 合沃物联技术（南京）有限公司 | 一种基于物联网中间件的云端组态方法 |
| CN113431493A (zh) * | 2021-06-03 | 2021-09-24 | 四川宏华电气有限责任公司 | 一种井眼轨迹的控制方法与系统 |
Non-Patent Citations (3)
| Title |
|---|
| 丛爽: "《神经网络、模糊系统及其在运动控制中的应用》", vol. 7, 31 May 2001, 中国科学技术大学出版社 * |
| 段友祥: ""基于web服务的随钻信息可视化关键技术研究"", 《中国博士学位论文全文数据库信息科技辑》, no. 6 * |
| 郑丽敏: "《人工智能与专家系统原理及其应用》", vol. 7, 31 December 2004, 中国农业大学出版社 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114363366B (zh) | 2024-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021184614A1 (zh) | 一种用于复杂条件工作面的综采装备智能决策控制方法及系统 | |
| CN110852018B (zh) | 基于神经网络的pso钻井参数优化方法 | |
| EP2780544B1 (en) | Determining optimal parameters for a downhole operation | |
| CN111079977B (zh) | 基于svd算法的异构联邦学习矿井电磁辐射趋势跟踪方法 | |
| CN110807557B (zh) | 一种基于bp神经网络的钻速预测方法和基于bp神经网络以及粒子群算法的钻速优化方法 | |
| CN114329936B (zh) | 基于多智能体深度强化学习的虚拟综采生产系统推演方法 | |
| CN111126735B (zh) | 一种钻井数字孪生系统 | |
| CN115730684A (zh) | 一种基于lstm-cnn模型的空气质量检测系统 | |
| US20220170360A1 (en) | Drilling method and drilling apparatus | |
| CN112906202B (zh) | 基于地理信息的开采方法和装置、存储介质及电子装置 | |
| CN116542185B (zh) | 基于降阶仿真模型和实时校准算法的数字孪生管廊系统 | |
| CN107861917A (zh) | 水平井中多元数据联合计算井眼到地层边界距离的方法 | |
| CN118153420A (zh) | 基于深度学习和数字孪生的井眼轨迹预测方法、系统、设备和介质 | |
| Su et al. | Applying Cloud Computing and Internet of Things Technologies to Develop a Hydrological and Subsidence Monitoring Platform. | |
| CN114363366B (zh) | 一种基于云平台的远程自动定向系统及方法 | |
| CN112000650A (zh) | 一种基于同步采集传输系统的井场数据处理方法 | |
| CN103883315A (zh) | 一种井下与地面信息传输网络系统及方法 | |
| CN111598366A (zh) | 一种实时钻井辅助决策方法及系统 | |
| CN116451287A (zh) | 一种基于数字孪生技术的数字井筒构建方法 | |
| CN105332693A (zh) | 一种钻头水平偏移轨迹获取方法 | |
| Gao et al. | Real Time Trajectory Parameters Measurement on Machine Learning for Intelligent Drilling | |
| CN117404099B (zh) | 一种基于XGBoost算法的TBM掘进速度智能控制方法 | |
| CN118653819B (zh) | 用于定向井钻井的防碰风险控制系统及方法 | |
| CN118793453A (zh) | 考虑破岩比能与净掘进速率的tbm控制参数优化方法 | |
| CN112392498B (zh) | 一种掘进机截割部的控制方法及装置 |
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 |