System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 钻井溢流井漏智能监测系统及方法技术方案_技高网

钻井溢流井漏智能监测系统及方法技术方案

技术编号:44070535 阅读:11 留言:0更新日期:2025-01-17 16:07
本申请提供了一种钻井溢流井漏智能监测系统及方法,涉及智能监测领域,其首先对钻井循环系统的入口处和出口处的质量流量进行采集并传输至数据处理云端,然后采用基于人工智能的数据分析和处理算法对采集数据进行特征提取,以利用入口处的质量流量时序数据和出口处的质量流量时序数据之间的时序协同变化来对钻井的溢流情况和井漏情况进行监测。这样,通过对入口和出口质量流量的时序特征进行综合分析,能够全面捕捉钻井过程中流量变化的动态关联性,提高监测的覆盖面,从而提升了钻井溢流井漏监测的智能程度,以提高钻井作业的安全性和效率。

【技术实现步骤摘要】

本申请涉及智能监测领域,且更为具体地,涉及一种钻井溢流井漏智能监测系统及方法


技术介绍

1、钻井是一项复杂而精细的操作,期间可能会遇到多种问题,其中最为常见的是溢流和井漏。这些问题如果不及时处理,可能会导致严重的安全问题和经济损失。例如,溢流可能导致井喷,造成环境污染、设备损坏和人员伤亡;而井漏则会使钻井液大量流失,破坏井壁稳定性,增加钻井成本。

2、中国专利cn108729868b提出了一种深海钻井溢流和井漏监测方法,其通过在钻井循环系统的入口和出口设置质量流量计,实时采集并传输质量流量数据至数据处理分析端,系统计算不同时刻的溢流量、总溢流量、溢流速率以及漏失量、总漏失量和漏失速率,通过监测质量流量的变化来判断溢流和井漏情况。

3、在上述专利中是基于钻井循环系统入口和出口处的质量流量来进行计算并判断溢流和井漏情况。然而,该专利虽考虑了时序上的数据变化趋势,也就是,通过计算不同时间点的质量流量差异来判断溢流和井漏情况。但入口和出口处质量流量在时间上也存在交互关系,若直接基于两者的数值来进行计算,可能导致监测系统无法捕捉到钻井过程中流量变化的动态关联性。例如,在某些情况下,入口流量的增加并未立即反映在出口流量上,这可能是由于井漏或溢流导致的延迟响应。如果系统仅依赖单一时点的数据变化,而没有考虑前后时间点流量之间的相互作用,就难以准确识别这种延迟响应,从而增加误报和漏报的风险。此外,缺乏动态关联性的监测方法也无法全面反映钻井过程中的复杂变化,导致系统在实时响应和预测未来趋势方面的准确性和可靠性降低。

4、因此,期望一种优化的钻井溢流井漏监测方案。


技术实现思路

1、为了解决上述技术问题,提出了本申请。以提高钻井作业的安全性和效率根据本申请的一个方面,提供了一种钻井溢流井漏智能监测方法,其包括:

2、在钻井循环系统的入口处设置第一质量流量计和第二质量流量计,以分别采集所述钻井循环系统的入口处的质量流量时序数据和出口处的质量流量时序数据;

3、将所述钻井循环系统的入口处的质量流量时序数据和出口处的质量流量时序数据传输至数据处理云端;

4、在所述数据处理云端,基于所述入口处的质量流量时序数据和所述出口处的质量流量时序数据之间的时序协同变化来对钻井的溢流情况和井漏情况进行监测,包括步骤:对所述入口处的质量流量时序数据和所述出口处的质量流量时序数据进行时序排列,并基于排列后的钻井入口质量流量时序输入向量和钻井出口质量流量时序输入向量,得到钻井入口-出口质量流量时序差分向量;对所述钻井入口质量流量时序输入向量、所述钻井出口质量流量时序输入向量和所述钻井入口-出口质量流量时序差分向量分别进行时序编码以得到钻井入口时序特征、钻井出口时序特征和钻井入口-出口时序差分特征;将所述钻井入口-出口时序差分特征分别与所述钻井入口时序特征和所述钻井出口时序特征进行钻井特征细粒度匹配交互以得到钻井入口影响差异变化表征和钻井出口影响差异变化表征;基于所述钻井入口影响差异变化表征和钻井出口影响差异变化表征之间进行能量协同响应聚合得到的钻井出入口质量流量多模态交互聚合表征,得到监测结果。

5、在上述的钻井溢流井漏智能监测方法中,对所述入口处的质量流量时序数据和所述出口处的质量流量时序数据进行时序排列,并基于排列后的钻井入口质量流量时序输入向量和钻井出口质量流量时序输入向量,得到钻井入口-出口质量流量时序差分向量,包括:

6、将所述入口处的质量流量时序数据和所述出口处的质量流量时序数据按照时间维度进行排列以得到所述钻井入口质量流量时序输入向量和所述钻井出口质量流量时序输入向量;

7、计算所述钻井入口质量流量时序输入向量和所述钻井出口质量流量时序输入向量之间的逐位置差分以得到所述钻井入口-出口质量流量时序差分向量。

8、在上述的钻井溢流井漏智能监测方法中,对所述钻井入口质量流量时序输入向量、所述钻井出口质量流量时序输入向量和所述钻井入口-出口质量流量时序差分向量分别进行时序编码以得到钻井入口时序特征、钻井出口时序特征和钻井入口-出口时序差分特征,包括:

9、将所述钻井入口质量流量时序输入向量、所述钻井出口质量流量时序输入向量和所述钻井入口-出口质量流量时序差分向量分别通过基于bi-lstm模型的时序特征提取器,以分别得到钻井入口质量流量时序特征向量作为所述钻井入口时序特征、钻井出口质量流量时序特征向量作为所述钻井出口时序特征和钻井入口-出口质量流量时序差分特征向量作为所述钻井入口-出口时序差分特征。

10、在上述的钻井溢流井漏智能监测方法中,将所述钻井入口-出口时序差分特征分别与所述钻井入口时序特征和所述钻井出口时序特征进行钻井特征细粒度匹配交互以得到钻井入口影响差异变化表征和钻井出口影响差异变化表征,包括:

11、将所述钻井入口质量流量时序特征向量和所述钻井入口-出口质量流量时序差分特征向量进行特征细粒度最优匹配表征以得到钻井入口质量流量影响差异变化表征向量作为所述钻井入口影响差异变化表征;

12、将所述钻井出口质量流量时序特征向量和所述钻井入口-出口质量流量时序差分特征向量进行特征细粒度最优匹配表征以得到钻井出口质量流量影响差异变化表征向量作为所述钻井出口影响差异变化表征;

13、其中,将所述钻井入口质量流量时序特征向量和所述钻井入口-出口质量流量时序差分特征向量进行特征细粒度最优匹配表征以得到钻井入口质量流量影响差异变化表征向量,包括:

14、基于预定尺度对所述钻井入口质量流量时序特征向量和所述钻井入口-出口质量流量时序差分特征向量进行细粒度特征解耦以得到钻井入口质量流量局部时序特征向量的集合和钻井入口-出口质量流量局部时序特征向量的集合;

15、计算所述钻井入口质量流量局部时序特征向量的集合和所述钻井入口-出口质量流量局部时序特征向量的集合中任意两个钻井入口质量流量局部时序特征向量和钻井入口-出口质量流量局部时序特征向量之间的双曲空间距离度量因子;

16、基于所述双曲空间距离度量因子,对所述钻井入口质量流量局部时序特征向量的集合和所述钻井入口-出口质量流量局部时序特征向量的集合进行最佳特征配对筛选以得到最优钻井入口质量流量局部时序特征向量和钻井入口-出口质量流量局部时序特征向量配对的集合;

17、将所述最优钻井入口质量流量局部时序特征向量和钻井入口-出口质量流量局部时序特征向量配对的集合中的各个最优钻井入口质量流量局部时序特征向量和钻井入口-出口质量流量局部时序特征向量配对输入特征多维度交互模块以得到钻井入口质量流量时序特征配对交互融合特征向量的集合;

18、将所述钻井入口质量流量时序特征配对交互融合特征向量的集合进行级联以得到所述钻井入口质量流量影响差异变化表征向量。

19、在上述的钻井溢流井漏智能监测方法中,基于所述钻井入口影响差异变化表征和钻井出口影响差异变化表征之间进行能量协同响应聚合得本文档来自技高网...

【技术保护点】

1.一种钻井溢流井漏智能监测方法,其特征在于,包括:

2.根据权利要求1所述的钻井溢流井漏智能监测方法,其特征在于,对所述入口处的质量流量时序数据和所述出口处的质量流量时序数据进行时序排列,并基于排列后的钻井入口质量流量时序输入向量和钻井出口质量流量时序输入向量,得到钻井入口-出口质量流量时序差分向量,包括:

3.根据权利要求2所述的钻井溢流井漏智能监测方法,其特征在于,对所述钻井入口质量流量时序输入向量、所述钻井出口质量流量时序输入向量和所述钻井入口-出口质量流量时序差分向量分别进行时序编码以得到钻井入口时序特征、钻井出口时序特征和钻井入口-出口时序差分特征,包括:

4.根据权利要求3所述的钻井溢流井漏智能监测方法,其特征在于,将所述钻井入口-出口时序差分特征分别与所述钻井入口时序特征和所述钻井出口时序特征进行钻井特征细粒度匹配交互以得到钻井入口影响差异变化表征和钻井出口影响差异变化表征,包括:

5.根据权利要求4所述的钻井溢流井漏智能监测方法,其特征在于,基于所述钻井入口影响差异变化表征和钻井出口影响差异变化表征之间进行能量协同响应聚合得到的钻井出入口质量流量多模态交互聚合表征,得到监测结果,包括:

6.根据权利要求5所述的钻井溢流井漏智能监测方法,其特征在于,对所述钻井入口质量流量影响差异变化表征向量和所述钻井出口质量流量影响差异变化表征向量进行基于能量协同响应的特征交互聚合以得到钻井出入口质量流量多模态交互聚合表征向量,包括:

7.根据权利要求6所述的钻井溢流井漏智能监测方法,其特征在于,计算所述钻井出入口质量流量变化响应表征向量中各个位置的能量协同响应值以得到钻井出入口质量流量能量协同响应值向量,包括:

8.根据权利要求7所述的钻井溢流井漏智能监测方法,其特征在于,基于所述钻井出入口质量流量能量协同响应值权重值向量,对所述钻井入口质量流量影响差异变化表征向量和所述钻井出口质量流量影响差异变化表征向量进行交互聚合以得到所述钻井出入口质量流量多模态交互聚合表征向量,包括:

9.根据权利要求8所述的钻井溢流井漏智能监测方法,其特征在于,基于所述钻井出入口质量流量多模态交互聚合表征,得到所述监测结果,用于:将所述钻井出入口质量流量多模态交互聚合表征向量通过基于分类器的钻井溢流井漏监测器以得到监测结果。

10.一种钻井溢流井漏智能监测系统,其特征在于,包括:

...

【技术特征摘要】

1.一种钻井溢流井漏智能监测方法,其特征在于,包括:

2.根据权利要求1所述的钻井溢流井漏智能监测方法,其特征在于,对所述入口处的质量流量时序数据和所述出口处的质量流量时序数据进行时序排列,并基于排列后的钻井入口质量流量时序输入向量和钻井出口质量流量时序输入向量,得到钻井入口-出口质量流量时序差分向量,包括:

3.根据权利要求2所述的钻井溢流井漏智能监测方法,其特征在于,对所述钻井入口质量流量时序输入向量、所述钻井出口质量流量时序输入向量和所述钻井入口-出口质量流量时序差分向量分别进行时序编码以得到钻井入口时序特征、钻井出口时序特征和钻井入口-出口时序差分特征,包括:

4.根据权利要求3所述的钻井溢流井漏智能监测方法,其特征在于,将所述钻井入口-出口时序差分特征分别与所述钻井入口时序特征和所述钻井出口时序特征进行钻井特征细粒度匹配交互以得到钻井入口影响差异变化表征和钻井出口影响差异变化表征,包括:

5.根据权利要求4所述的钻井溢流井漏智能监测方法,其特征在于,基于所述钻井入口影响差异变化表征和钻井出口影响差异变化表征之间进行能量协同响应聚合得到的钻井出入口质量流量多模态交互聚合表征,得到...

【专利技术属性】
技术研发人员:郑成光叶凌寒刘元忠孙振兴何志强张伟春孙玉华秦绪伟赵玉华
申请(专利权)人:山东省地质矿产勘查开发局第八地质大队山东省第八地质矿产勘查院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1