水平井环空岩屑浓度预测方法及装置、存储介质与流程

本发明涉及石油与天然气钻井安全监测，具体涉及一种水平井环空岩屑浓度预测方法及装置、存储介质。

背景技术：

1、环空岩屑浓度是指在环空中钻井液所含岩屑的浓度，通常以百分数表示，是影响钻井作业的重要参数。在水平井钻进过程中，环空岩屑浓度是监测岩屑运移情况、分析井眼清洁效果的重要评价指标之一。井眼清洁不良问题可导致高摩高扭、长时间循环、频繁划眼，严重时会导致卡钻、填井侧钻等复杂事故。因此，采用合理钻井参数和施工工序促进地层破碎岩屑及时返出井筒，使环空岩屑浓度处于合理范围，对于提高钻井速度，缩短钻井周期，保障钻井安全具有重要意义。

2、现有的环空岩屑浓度预测方法中主要采用机器学习和硬件测量方法，其中机器学习方法对于岩屑浓度影响因素采用经验方法确定，定性判断影响了智能分析的科学性，并且机器学习方法只适合直井，不能应用到水平井中。硬件测量方法依赖于硬件设备，由于质量流量计价格昂贵，无法实现全场景覆盖，因此限制了该方法的应用。

技术实现思路

1、本发明提供一种水平井环空岩屑浓度预测方法及装置、存储介质，以提高环空岩屑浓度预测的准确性和适应性。

2、为此，本发明提供如下技术方案：

3、一种水平井环空岩屑浓度预测方法，所述方法包括：

4、按井斜角对水平井进行分段；

5、根据原始录井数据确定水平井各段的岩屑浓度影响参数；

6、建立各段对应的岩屑浓度影响参数与岩屑浓度的非线性预测函数；

7、利用所述预测函数对水平井环空岩屑浓度进行预测。

8、可选地，所述按井斜角对水平井进行分段包括：按井斜角0-30°、30-65°和65+°对水平井进行分段。

9、可选地，所述根据原始录井数据确定水平井各段的岩屑浓度影响参数包括：

10、获取水平井各段的原始录井数据；

11、根据所述原始录井数据生成维标准化样本矩阵，；

12、确定所述维标准化样本矩阵的相关系数矩阵；

13、根据所述相关系数矩阵得到个特征向量；

14、利用所述个特征向量和所述相关系数矩阵，确定多个主成分作为岩屑浓度影响参数。

15、可选地，所述根据所述原始录井数据生成维标准化样本矩阵包括：

16、根据所述原始录井数据生成维样本矩阵；

17、对所述维样本矩阵中的阵元进行标准化变换，得到维标准化样本矩阵。

18、可选地，所述根据所述相关系数矩阵得到个特征向量包括：

19、根据所述相关系数矩阵构建正交矩阵；

20、将所述正交矩阵的每一列作为对应的特值的特征向量，得到个特征向量。

21、可选地，所述利用所述个特征向量和所述相关系数矩阵，确定多个主成分作为岩屑浓度影响参数包括：

22、根据所述个特征向量和所述相关系数矩阵求解特征方程，得到个主成分；

23、根据个主成分的贡献率从中选出多个主成分，将选出的主成分中的参数作为岩屑浓度影响参数。

24、可选地，建立岩屑浓度影响参数与岩屑浓度的非线性预测函数包括：

25、获取对应所述岩屑浓度影响参数的样本数据；

26、对所述样本数据进行归一化处理，得到处理后的样本数据；

27、利用所述处理后的样本数据训练bp神经网络模型，所述bp神经网络的输入节点为所述多个主成分对应的特征向量，输出为岩屑浓度预测结果。

28、可选地，所述bp神经网络隐含层各神经元的输入函数和输出函数分别为：

29、；

30、；

31、其中，为输入函数，为输出函数；为输入参数，为权重，为偏置值，表示的分布函数。

32、一种水平井环空岩屑浓度预测装置，所述装置包括：

33、设置模块，用于按井斜角对水平井进行分段；

34、参数确定模块，用于根据原始录井数据确定水平井各段的岩屑浓度影响参数；

35、函数建立模块，用于建立各段对应的岩屑浓度影响参数与岩屑浓度的非线性预测函数；

36、预测模块，用于利用所述预测函数对水平井环空岩屑浓度进行预测。

37、可选地，所述参数确定模块包括：

38、数据获取单元，用于获取水平井各段的原始录井数据；

39、标准化单元，用于根据所述原始录井数据生成维标准化样本矩阵，；

40、系数确定单元，用于确定所述维标准化样本矩阵的相关系数矩阵；

41、特征向量确定单元，用于根据所述相关系数矩阵得到个特征向量；

42、参数选择单元，用于利用所述个特征向量和所述维标准化样本矩阵，确定多个主成分作为岩屑浓度影响参数。

43、可选地，所述函数建立模块包括：

44、样本获取单元，用于获取对应所述岩屑浓度影响参数的样本数据；

45、样本处理单元，用于对所述样本数据进行归一化处理，得到处理后的样本数据；

46、模型训练单元，用于利用所述处理后的样本数据训练bp神经网络模型，所述bp神经网络的输入节点为所述多个主成分对应的特征向量，输出为岩屑浓度预测结果。

47、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时执行所述水平井环空岩屑浓度预测方法的步骤。

48、本发明提供的水平井环空岩屑浓度预测方法及装置，按照不同岩屑运移机理，按照井斜角对水平井进行分段，利用主成分分析方法得到不同井斜段岩屑浓度影响因素最佳特征参数；通过人工神经网络预测方法，实现岩屑浓度影响因素与岩屑浓度非线性关系映射，得到岩屑浓度预测拟合函数，从而实现了不同井斜段水平井环空岩屑浓度预测，提高了环空岩屑浓度预测准确定和适应性。

技术特征：

1.一种水平井环空岩屑浓度预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的水平井环空岩屑浓度预测方法，其特征在于，所述按井斜角对水平井进行分段包括：

3.根据权利要求1所述的水平井环空岩屑浓度预测方法，其特征在于，所述根据原始录井数据确定水平井各段的岩屑浓度影响参数包括：

4.根据权利要求3所述的水平井环空岩屑浓度预测方法，其特征在于，所述根据所述原始录井数据生成维标准化样本矩阵包括：

5.根据权利要求3所述的水平井环空岩屑浓度预测方法，其特征在于，所述根据所述相关系数矩阵得到个特征向量包括：

6.根据权利要求5所述的水平井环空岩屑浓度预测方法，其特征在于，所述利用所述个特征向量和所述相关系数矩阵，确定多个主成分作为岩屑浓度影响参数包括：

7.根据权利要求3所述的水平井环空岩屑浓度预测方法，其特征在于，建立岩屑浓度影响参数与岩屑浓度的非线性预测函数包括：

8.根据权利要求7所述的水平井环空岩屑浓度预测方法，其特征在于，所述bp神经网络隐含层各神经元的输入函数和输出函数分别为：

9.一种水平井环空岩屑浓度预测装置，其特征在于，所述装置包括：

10.根据权利要求9所述的水平井环空岩屑浓度预测装置，其特征在于，所述参数确定模块包括：

11.根据权利要求10所述的水平井环空岩屑浓度预测装置，其特征在于，所述函数建立模块包括：

12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时执行权利要求1至8中任一项所述水平井环空岩屑浓度预测方法的步骤。

技术总结本发明提供一种水平井环空岩屑浓度预测方法及装置、存储介质，该方法包括：按井斜角对水平井进行分段；根据原始录井数据确定水平井各段的岩屑浓度影响参数；建立各段对应的岩屑浓度影响参数与岩屑浓度的非线性预测函数；利用所述预测函数对水平井环空岩屑浓度进行预测。利用本发明方案，可以提高环空岩屑浓度预测的准确性和适应性。技术研发人员：周丰,罗凯,李永钊,高文龙,孙立伟,王小权,郭修成,朱海峰,周超,李鹏娜,常杨,阎卫军,易发新,李兴财,王磊,段建明,冷风承,王月红受保护的技术使用者：中国石油集团长城钻探工程有限公司技术研发日：技术公布日：2024/8/27