科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着钻井作业深度的增加,地层条件和井身结构变得复杂,钻井投入增加。为了提高钻井效率,降低钻井成本,在钻井过程中,从录井数据出发,结合神经网络和遗传算法,找出了适用于渤海某区域不同地层的最优机械钻速及其对应的钻井参数(钻压,转速和排量),从而保证了高效钻井作业。收集渤海地区某区块不同井的明化镇和馆陶组两个地层段8 000组数据(每层4000组),针对每一地层单独训练机器学习模型。以其中一层为例,首先将3 900组钻井参数作为输入,对应的机械钻速作为输出训练BP神经网络;然后将剩余的100组钻井参数作为输入数据,利用得到的神经网络对此时的机械钻速进行预测;最后将4 000组钻井参数作为遗传算法中的种群个体,将预测的机械钻速作为遗传算法中的一个重要参数—个体适应度值,并通过遗传算法推导最优机械钻速及其对应的钻井参数。提出的方法充分利用了油田现场的数据,得到了适用于渤海地区不同地层段的机器学习模型,提高了机械钻速,实现了钻井提速。
-
单位中国石油大学（北京）; 中海油研究总院有限责任公司
