基于大数据及人工智能的钻速实时优化技术

TE242; 海上钻井作业日费高昂,因此如何利用大数据及人工智能技术提高钻速,从而缩短作业工期、降低作业成本,是重要的研究课题之一.首先通过收集钻井现场的大数据信息,将录井数据、测井数据、钻井液性能等参数输入神经网络计算得到初次预测钻速,然后由最优化算法计算出实时全局最优解,从而建立基于机器学习方法和最优化算法的钻速实时优化模型,最后将模型嵌入可视化系统进行现场作业指导,从而提高钻井速度.以南海PY油田A井为试验井,进行了实时钻进过程的应用.实践表明,应用该技术不仅可有效提高钻速,并且对油田数字化发展具有借鉴意义....

Full description

Saved in:
Bibliographic Details
Published in:石油钻采工艺 2021, Vol.43 (4), p.442-448
Main Authors: 黄小龙, 刘东涛, 宋吉明, 韩雪银, 乔纯上
Format: Article
Language:Chinese
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:TE242; 海上钻井作业日费高昂,因此如何利用大数据及人工智能技术提高钻速,从而缩短作业工期、降低作业成本,是重要的研究课题之一.首先通过收集钻井现场的大数据信息,将录井数据、测井数据、钻井液性能等参数输入神经网络计算得到初次预测钻速,然后由最优化算法计算出实时全局最优解,从而建立基于机器学习方法和最优化算法的钻速实时优化模型,最后将模型嵌入可视化系统进行现场作业指导,从而提高钻井速度.以南海PY油田A井为试验井,进行了实时钻进过程的应用.实践表明,应用该技术不仅可有效提高钻速,并且对油田数字化发展具有借鉴意义.
ISSN:1000-7393
DOI:10.13639/j.odpt.2021.04.005