公开(公告)号：CN116446843A

公开(公告)日：2023-07-18

申请号：CN202210009650.7

申请日：2022-01-06

Applicant: 中国石油天然气股份有限公司

Inventor： 吴宝成 ,  田龙 ,  路宗羽 ,  徐生江 ,  蒋振新 ,  科迪丽娅·帕力哈提

IPC: E21B47/00 ,  E21B49/00 ,  E21B44/00 ,  G06F30/27 ,  G06N20/00 ,  G06F18/23213

Abstract: 本发明提供了一种基于机器学习的井底钻井参数监控及优化方法，属于石油地质勘探钻井技术领域。本发明通过钻井工程的软杆模型来准确拟合井底钻头钻压及钻头扭矩，然后通过机器学习算法来自适应地判断井底机械比能是否出现真正的异常情况，并据此结合工程业务逻辑进行准确的井下异常状态识别及处理方法。本发明通过对kmeans、LDA和SOS多项判断算法进行综合评定实时钻井过程中是否出现能量耗散的异常情况，并完整的运用MSE决策树流程来进行钻井参数优化，实现将异常情况判断成功率提高到实际工程可信赖的程度。