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!
cited_by
cites
container_end_page 448
container_issue 4
container_start_page 442
container_title 石油钻采工艺
container_volume 43
creator 黄小龙
刘东涛
宋吉明
韩雪银
乔纯上
description 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.
doi_str_mv 10.13639/j.odpt.2021.04.005
format article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_syzcgy202104005</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>syzcgy202104005</wanfj_id><sourcerecordid>syzcgy202104005</sourcerecordid><originalsourceid>FETCH-wanfang_journals_syzcgy2021040053</originalsourceid><addsrcrecordid>eNpjYJA2NNAzNDYzttTP0stPKSjRMzIwMtQzMNEzMDBlYeA0NDAw0DU3tjTmYOAqLs4CChoYGJpyMlg-nb_rya6-p0uWP5u64Vnvuqf9XU927Xq6femzmbteNO99Pqvl5aTdLxvmP10379n0bU_2zHjaM-1ZV8OzOet5GFjTEnOKU3mhNDeDuptriLOHbnliXlpiXnp8Vn5pUR5QJr64sio5vRLkHgMToMXGxKsEAOF0U0c</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于大数据及人工智能的钻速实时优化技术</title><source>BSC - Ebsco (Business Source Ultimate)</source><creator>黄小龙 ; 刘东涛 ; 宋吉明 ; 韩雪银 ; 乔纯上</creator><creatorcontrib>黄小龙 ; 刘东涛 ; 宋吉明 ; 韩雪银 ; 乔纯上</creatorcontrib><description>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.</description><identifier>ISSN: 1000-7393</identifier><identifier>DOI: 10.13639/j.odpt.2021.04.005</identifier><language>chi</language><publisher>中海油能源发展股份有限公司工程技术分公司</publisher><ispartof>石油钻采工艺, 2021, Vol.43 (4), p.442-448</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/syzcgy/syzcgy.jpg</thumbnail><link.rule.ids>314,780,784,4024,27923,27924,27925</link.rule.ids></links><search><creatorcontrib>黄小龙</creatorcontrib><creatorcontrib>刘东涛</creatorcontrib><creatorcontrib>宋吉明</creatorcontrib><creatorcontrib>韩雪银</creatorcontrib><creatorcontrib>乔纯上</creatorcontrib><title>基于大数据及人工智能的钻速实时优化技术</title><title>石油钻采工艺</title><description>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.</description><issn>1000-7393</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2021</creationdate><recordtype>article</recordtype><recordid>eNpjYJA2NNAzNDYzttTP0stPKSjRMzIwMtQzMNEzMDBlYeA0NDAw0DU3tjTmYOAqLs4CChoYGJpyMlg-nb_rya6-p0uWP5u64Vnvuqf9XU927Xq6femzmbteNO99Pqvl5aTdLxvmP10379n0bU_2zHjaM-1ZV8OzOet5GFjTEnOKU3mhNDeDuptriLOHbnliXlpiXnp8Vn5pUR5QJr64sio5vRLkHgMToMXGxKsEAOF0U0c</recordid><startdate>2021</startdate><enddate>2021</enddate><creator>黄小龙</creator><creator>刘东涛</creator><creator>宋吉明</creator><creator>韩雪银</creator><creator>乔纯上</creator><general>中海油能源发展股份有限公司工程技术分公司</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2021</creationdate><title>基于大数据及人工智能的钻速实时优化技术</title><author>黄小龙 ; 刘东涛 ; 宋吉明 ; 韩雪银 ; 乔纯上</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_syzcgy2021040053</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2021</creationdate><toplevel>online_resources</toplevel><creatorcontrib>黄小龙</creatorcontrib><creatorcontrib>刘东涛</creatorcontrib><creatorcontrib>宋吉明</creatorcontrib><creatorcontrib>韩雪银</creatorcontrib><creatorcontrib>乔纯上</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>石油钻采工艺</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>黄小龙</au><au>刘东涛</au><au>宋吉明</au><au>韩雪银</au><au>乔纯上</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于大数据及人工智能的钻速实时优化技术</atitle><jtitle>石油钻采工艺</jtitle><date>2021</date><risdate>2021</risdate><volume>43</volume><issue>4</issue><spage>442</spage><epage>448</epage><pages>442-448</pages><issn>1000-7393</issn><abstract>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.</abstract><pub>中海油能源发展股份有限公司工程技术分公司</pub><doi>10.13639/j.odpt.2021.04.005</doi></addata></record>
fulltext fulltext
identifier ISSN: 1000-7393
ispartof 石油钻采工艺, 2021, Vol.43 (4), p.442-448
issn 1000-7393
language chi
recordid cdi_wanfang_journals_syzcgy202104005
source BSC - Ebsco (Business Source Ultimate)
title 基于大数据及人工智能的钻速实时优化技术
url http://sfxeu10.hosted.exlibrisgroup.com/loughborough?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-07T20%3A50%3A04IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%8F%8A%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E7%9A%84%E9%92%BB%E9%80%9F%E5%AE%9E%E6%97%B6%E4%BC%98%E5%8C%96%E6%8A%80%E6%9C%AF&rft.jtitle=%E7%9F%B3%E6%B2%B9%E9%92%BB%E9%87%87%E5%B7%A5%E8%89%BA&rft.au=%E9%BB%84%E5%B0%8F%E9%BE%99&rft.date=2021&rft.volume=43&rft.issue=4&rft.spage=442&rft.epage=448&rft.pages=442-448&rft.issn=1000-7393&rft_id=info:doi/10.13639/j.odpt.2021.04.005&rft_dat=%3Cwanfang_jour%3Esyzcgy202104005%3C/wanfang_jour%3E%3Cgrp_id%3Ecdi_FETCH-wanfang_journals_syzcgy2021040053%3C/grp_id%3E%3Coa%3E%3C/oa%3E%3Curl%3E%3C/url%3E&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=syzcgy202104005&rfr_iscdi=true