一种电缆测井事故风险量化分析方法技术

本发明专利技术提供一种电缆测井事故风险量化分析方法，收集区域井电缆测井工程资料、制作适合于机器学习的数据集、建立电缆事故风险概率理论计算模型、基于贝叶斯原理和风险概率理论计算模型绘制风险识别图版、在风险识别图版基础上进行风险识别、单变量因素分析和持续优化改进模型。该方法能够充分挖掘历史井测井工程实例的价值，将历史井各维度的数据引入评价方法中，以实现电缆测井风险化定量化分析评估，并在实际应用中更新参数优化分析模型，持续提高准确性。高准确性。高准确性。

【技术实现步骤摘要】
一种电缆测井事故风险量化分析方法


[0001]本专利技术涉及工程风险预测分析
，更具体地说涉及一种电缆测井事故风险量化分析方法。

技术介绍

[0002]电缆测井是获取地质资料的重要手段对石油地质勘探有重要意义，但是随着勘探复杂程度的增加，特别是大斜度、复杂压力梯度井的占比越来越高，导致测井事故时有发生。处理测井事故耗费大量人力物力，严重者甚至造成井筒报废。
[0003]电缆测井事发生的原因复杂多样，以往的研究对电缆测井事故的原因机理分析、处理工艺和预防措施做了比较详细的论述，比较侧重于定性研究。对影响因素和风险没有足够量化研究。受限于实际问题的复杂性，数学上很难建立起解析模型，因此基于统计理论的方法成为分析分析问题成为有效手段，基于统计学习中的Logistics回归方法和贝叶斯原理，分析历史井测井情况，其模型由分析处理实际信息而来。
[0004]从分析造成测井事故的原因出发，抽象出影响测井事故的关键参数，应用统计学的方法建立以关键参数为自变量、以事故发生概率为因变量的概率预测函数。对事故发生概率函数进行定量研究，分析事故发生概率的变化规律，量化关键参数的影响程度，实现结合实际工程情况做到有针对性控制、调整关键影响因素，降低测井事故风险的目的。
[0005]电缆测井事故风险的量化分析方法，是基于以上思想提出的预测和控制技术，可对优化测井准备工作和测井工艺选择提供参考，对测井难度的评价关系到测井方式的选择和预防处理措施，是优化钻井工艺、避免复杂情况的重要指标之一，具有重要的工程应用价值。r/>[0006]通过Logistics回归方法确定的理论概率分析模型只是理论上的概率模型，实际工程上很多高风险井仍然能够成功电测，低风险井也经常出现事故，基于贝叶斯原理，以理论概率作为样本空间的划分，计算在一定理论事故概率范围的条件下实际发生事故的概率，将理论风险概率和实际情况结合，根据一定的风险承受能力，确定划分标准，绘制风险识别图版。

技术实现思路

[0007]本专利技术克服了现有技术中的不足，现有的电缆测井风险评价工作主要以定性分析和以专家经验为主，常规的风险分析评价方法存在主观性强、误差大、偏定性化的问题，提供了一种电缆测井事故风险量化分析方法，该方法能够充分挖掘历史井测井工程实例的价值，将历史井各维度的数据引入评价方法中，以实现电缆测井风险化定量化分析评估，并在实际应用中更新参数优化分析模型，持续提高准确性。
[0008]本专利技术的目的通过下述技术方案予以实现。
[0009]一种电缆测井事故风险量化分析方法，该分析方法是将Logistics回归模型和贝叶斯原理相结合，以实现定量地评估电缆测井风险，按照下述步骤进行：
[0010]步骤1，收集区域井电缆测井工程资料：收集历史井电缆测井施工数据，梳理影响造成电缆事故的影响因素，影响因素能够根据实际需求进行选择和增减；
[0011]步骤2，制作适合于机器学习的数据集：将步骤1收集的工程资料数据按照实际是否发生，将电缆测井事故状态定义为发生和不发生两种状态，并做好标签，建立适合于机器学习的数据集；
[0012]步骤3，建立电缆事故风险概率理论计算模型：将步骤2得到的数据集中影响测井事故发生的因素定义为自变量，将测井事故发生概率定义为因变量，以机器学习中的logistics回归为数学理论依据，建立测井事故发生概率的理论计算模型；
[0013]步骤4，基于贝叶斯原理和风险概率理论计算模型绘制风险识别图版：基于贝叶斯原理，按照事故理论发生概率为划分基础，计算电缆测井事故发生的条件概率，将测井风险的理论计算值与实际电缆测井工程事故是否发生联系到一起，根据不同测井事故发生概率和工程上对风险的承受程度，划分为高风险区域、中风险区域、低风险区域三个区域，并以此为基础绘制风险识别图版；
[0014]步骤5，在风险识别图版基础上进行风险识别：先用理论风险计算模型计算出待分析井电缆测井理论事故发生概率，然后，在步骤4绘制的风险识别图版上进行风险识别，风险落在高风险区域、中风险区域、低风险区域的哪个区域，以实现确定工程风险等级的目的；
[0015]步骤6，单变量因素分析：分析不同因素的影响程度，对影响程度最大的因素以及关键因素进行单变量分析，提出具有针对性的降低风险的措施；
[0016]步骤7，持续优化改进模型：根据测井实践不断扩充数据集，更新理论风险计算模型和风险分析图版，在使用中不断优化改进模型。
[0017]在步骤1中，影响造成电缆事故的影响因素包括上层套管尺寸、上层套管下深、裸眼尺寸、裸眼长度、井斜、方位、钻井液密度、钻井液粘度、滤失量、泥饼厚度、地层孔隙压力、井眼尺寸、测井仪器尺寸或者是否发生井壁失稳。
[0018]在步骤3中，建立测井事故发生概率的理论计算模型的具体步骤如下：将步骤2得到的数据集按照8：2的比例划分为训练集和验证集，交叉验证模型的准确性，按照牛顿
‑
拉弗森方法迭代求解非线性方程组，建立测井事故发生概率的理论计算模型，计算公式如下：
[0019]θ
←
θ+(X
T
VX)
‑1X
T
(y
‑
p)
ꢀꢀꢀ
(1)
[0020]式中，θ是待计算的模型参数，X是由步骤1确定的影响因素组成的特征向量矩阵，V是m
×
m维对角矩阵，主对角线上元素为p(x
(i)
)(1
‑
p(x
(i)
))，
[0021]p＝(p(x
(1)
),p(x
(2)
),
…
,p(x
(m)
))
T
[0022][0023]y＝(y
(1)
,y
(2)
,
…
,y
(m)
)
T
[0024][0025]按照式(1)迭代计算出模型参数后，即获得测井事故理论发生概率公式，即：
[0026][0027]在步骤5中，将理论概率大于50％定义为高风险区，将理论概率在20％
‑
50％定义为中风险区，将理论概率小于20％定义为低风险区。
[0028]本专利技术的有益效果为：本专利技术是在统计分析已完成电缆测井实际施工案例数据的基础上完成的数据分析，通过分析影响电缆测井的因素量化分析，实际上是一种统计分析，分析历史井数据的变化特征和规律，其数据反应的特征和规律是实际工程的实际反应；本专利技术通过逻辑回归和贝叶斯基本原理，按照理论事故发生概率划分样本空间，将理论事故概率和实际是否出现事故联系起来，并根据风险承受程度划分风险等级绘制风险识别图版，可以实现电缆测井事故风险的量化分析；本专利技术通过主要影响因素单变量分析，量化分析各因素影响程度，有助于采取针对性措施降低测井事故风险；本专利技术作为一种量化分析电缆测井事故量化分析的方法，其理论概率计算模型可以根本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电缆测井事故风险量化分析方法，其特征在于：该分析方法是将Logistics回归模型和贝叶斯原理相结合，以实现定量地评估电缆测井风险，按照下述步骤进行：步骤1，收集区域井电缆测井工程资料：收集历史井电缆测井施工数据，梳理影响造成电缆事故的影响因素，影响因素能够根据实际需求进行选择和增减；步骤2，制作适合于机器学习的数据集：将步骤1收集的工程资料数据按照实际是否发生，将电缆测井事故状态定义为发生和不发生两种状态，并做好标签，建立适合于机器学习的数据集；步骤3，建立电缆事故风险概率理论计算模型：将步骤2得到的数据集中影响测井事故发生的因素定义为自变量，将测井事故发生概率定义为因变量，以机器学习中的logistics回归为数学理论依据，建立测井事故发生概率的理论计算模型；步骤4，基于贝叶斯原理和风险概率理论计算模型绘制风险识别图版：基于贝叶斯原理，按照事故理论发生概率为划分基础，计算电缆测井事故发生的条件概率，将测井风险的理论计算值与实际电缆测井工程事故是否发生联系到一起，根据不同测井事故发生概率和工程上对风险的承受程度，划分为高风险区域、中风险区域、低风险区域三个区域，并以此为基础绘制风险识别图版；步骤5，在风险识别图版基础上进行风险识别：先用理论风险计算模型计算出待分析井电缆测井理论事故发生概率，然后，在步骤4绘制的风险识别图版上进行风险识别，风险落在高风险区域、中风险区域、低风险区域的哪个区域，以实现确定工程风险等级的目的；步骤6，单变量因素分析：分析不同因素的影响程度，对影响程度最大的因素以及关键因素进行单变量分析，提出具有针对性的降低风险的措施；步骤7，持续优化改进模型：根据测井实践不断扩充数据集，更新理论风险计算模型和风险分析图版，在使用中不断优化改进模型。2.根据权利要求1所述的一种电缆测井事故风险量化分析方法，其特征在于：在步骤1中，影响造成电缆事故的影响因素包括上层套管尺寸、上层套管下深、...

【专利技术属性】
技术研发人员：郭家，韩雪银，韦龙贵，于忠涛，张宝平，陈玉山，陈龙，王雪飞，
申请(专利权)人：中海油能源发展股份有限公司，
类型：发明
国别省市：