高铁红[1]2000年在《基于遗传算法和神经网络的钻井参数估计和岩性识别的研究》文中研究指明遗传算法及神经网络等智能技术在石油勘探和开采领域中的应用已越来越为人们所重视。随钻实时估计钻井参数及岩性实时识别岩性已是钻井研究工作者的重要研究课题之一，而限制其识别能力和识别速度的关键是识别方法的选取及所选算法的实时性和稳定性。为此，本文基于遗传算法及神经网络等智能技术对钻井参数估计及岩性识别方法进行了较为系统深入的研究。 在分析遗传算法的机理和基本算法的基础上，提出基于实数编码方案的非线性变参数估计的通用遗传算法。 针对标准遗传算法在解决钻井参数实时估计中所存在的收敛速度慢、局部搜索能力差等不足，提出遗传算法改进方案并进行计算机仿真实验验证。结合钻井参数实时估计实例，分析遗传算法控制参数对算法性能的影响。 分析研究误差反传BP网络模式分类器、ART-2网络模式分类器及模糊自适应Hamming网络模式分类器的工作过程及不足之处，分别提出改进算法，编制算法实现软件，并通过实验进行验证。 在分析钻井参数曲线与岩芯岩性资料的基础上，提出利用钻井参数曲线变化趋势去实时识别岩性的新思路。将误差反传BP网络改进算法、ART-2网络改进算法及模糊自适应Hamming网络算法分别应用于岩性实时识别与分类中，并进行计算机仿真实验验证。
马海[2]2010年在《基于多源信息融合的钻井地质特征参数估计与预测方法研究》文中认为在石油勘探、开发领域中存在着大量复杂和不确定的因素,尤其在钻井过程中随时可能遇到不同的地质条件,如岩性的变化、可钻性的变化、地层压力的变化等等,这些都将给钻井过程带来复杂多变因素,如果不能准确了解和认识地下复杂的钻井环境,就会影响钻井施工,甚至造成钻井事故危及人身安全。论文对石油勘探开发中的多源信息进行了分析,重点对地层可钻性级值、地层压力、地层岩性等钻井地质特征参数的估计与预测方法进行了深入的研究。论文主要工作如下:对石油勘探开发中的信息来源及表达方式进行了研究,分析了它们与钻井地质特征参数的关系,构建了石油勘探开发的多维异构空间模型,将多源信息通过一个知识表达系统进行表征。对录井及测井信息与地层可钻性级值的关系进行分析,提出一种基于相关向量机的地层可钻性级值预测新方法,通过训练相关向量机,建立了地层可钻性级值预测的相关向量机模型。将量子粒子群优化算法与支持向量机算法结合形成一种新的信息融合方法,综合考虑地震、测井、录井和钻井各参数与地层可钻性级值的关系,将提出的信息融合方法结合多维异构空间模型应用于地层可钻性级值预测中。通过机械钻速方程,利用遗传算法将与钻速有关的钻进特征参数提取出来。根据实时钻进特征参数的变化趋势,提出了一种基于钻进特征参数的异常地层压力识别方法。通过分析钻进特征参数中压差系数与地层压力的关系,提出了一种基于钻速方程的地层压力随钻监测方法。通过分析地震层速度与地层压力的关系,提出了一种改进的Fillippone地层压力预测模型。以地区地质信息及已钻井数据为依据进行模型参数初始化,融合随钻获取的有关地层压力数据及钻井液密度信息利用贝叶斯推理方法对预测模型参数进行实时更新,从而提高了钻头前方地层压力预测的准确性,同时降低了预测的不确定性。为了更精确地解决测井岩性识别问题,提出一种改进的Adaboost-SVM方法。首先,利用核主成分分析方法对实际测井数据进行特征提取,然后利用提取的特征和岩性剖面资料训练支持向量机,最后将若干个支持向量机弱分类器通过Adaboost算法进行集成,建立测井岩性识别的Adaboost-SVM模型,并将该岩性识别模型与基于QPSO-SVM的岩性识别模型的岩性识别结果进行了比较。在分析了单独利用沃尔什变换或高斯模型进行测井曲线自动分层优缺点的基础上,提出了一种基于沃尔什变换和高斯模型的多测井曲线融合分层方法。该方法融合了沃尔什变换简单、快速的特点,同时又利用了高斯模型对沃尔什变换分层的边界进行校正,实现了测井曲线由粗到细的分层过程。实例应用表明,该方法能够利用多条测井曲线进行自动分层,效果良好,验证了模型的可靠性和实用性。将支持向量机和变异函数结合,提出了一种新的空间插值方法,可用于钻井地质特征参数的插值估计。该方法将变异函数作为支持向量机目标函数的约束条件,不但利用了变异函数的空间相关结构重建能力,而且还保留了支持向量机较强的非线性回归能力,同时考虑了空间变量的属性相关性和空间相关性,取得了较好的插值重构效果。
陈潮[3]2007年在《钻井模拟中地层特征参数预测方法研究》文中进行了进一步梳理在油气勘探与开发中,地层特征参数的预测是一项重要的研究内容,其对于保障钻井安全、提高钻探效率、降低钻井成本、以及保护油气等都具有重要的指导意义。本文以中石化重点攻关项目“基于钻井工程地质数据库的钻井模拟”为背景,重点对地层特征参数预测的理论和方法进行了研究。本文主要贡献如下:1.测井资料岩性识别对测井资料与地层岩石信息的相关性进行分析,利用径向基神经网络建立测井资料到地层岩性的映射模型。实验结果表明,径向基神经网络可以用来进行岩性识别,该方法使用简单,速度快。2.地层孔隙压力及破裂压力预测利用支撑向量机建立了一种基于有效应力定理和声波速度模型的地层压力预测模型。实例分析表明,该方法用于预测砂泥岩及欠压实成因的异常地层压力是可行的。与传统方法相比,该方法不需要建立正常压实趋势线,有较好的适应性和预测精度。3.地层可钻性级值预测从测井资料与岩石可钻性的内在关系出发,选用与岩石可钻性密切相关的多个测井参数,通过BP神经网络建立利用测井资料的地层可钻性级值预测模型,实验结果表明,该方法基本可行。
马海[4]2007年在《钻井模拟中地震测井联合反演方法研究》文中认为在实际钻井过程中,如何获取待钻井井位的虚拟测井信息是研究待钻井井位的复杂的地质环境特征参数的一个非常关键的问题,也是目前钻井模拟过程中一个急需解决的技术难点。本文以中石化重大科技项目“基于钻井工程地质数据库的钻井模拟”及胜利油田博士后课题“钻井模拟中地层特征参数预测理论研究及应用”为背景,重点对钻井模拟过程中的地震测井联合反演理论和方法进行了研究,本文主要贡献如下:1.由地震数据反演测井属性的数据预处理利用小波变换通过对测井信号的分析实现了测井信号的去噪,用FIR数字滤波器较为精确地提取了测井低频信息,并且通过对测井数据的深时转换,实现了测井与地震信息的匹配。2.待钻井测井声波低频分量重构将地统计学方法――Kriging插值方法应用到测井声波低频信息重构上,通过同一区块中的已钻井的测井声波低频信息,建立待钻井的测井声波低频信息模型,为后续的反演工作提供数据基础。3.虚拟测井声波速度反演地震和测井从信息论的角度出发,都是地下相同地质体的综合反映。由此,提出了基于支持向量机理论的虚拟测井声波速度重构模型,实验结果表明,该方法基本可以达到反演精度要求。4.研究并设计了模型算法软件在理论研究的基础上,针对地震测井反演的功能需求,设计了一套软件系统。
毕雪亮[5]2007年在《基于知识发现的钻井工程优化理论及应用》文中研究说明“最优化”是每一个工程或产品设计者所追求的目标。钻井是一个复杂的系统工程,在其过程中产生大量的不确定的、无序的信息。钻井工程的优化对提高生产率和经济效益具有重要的意义,是实现钻井工程科学化的必要环节。由于油气井工程的复杂性和不确定性,优化问题本质上呈现多目标性、影响参数复杂多变,迫切需要引入新的科学的优化方法及理论来解决。为解决工程实际中的优化问题,克服传统优化方法的局限性,本文提出基于知识发现的优化方法。其基本思想是:基于知识发现的数据、信息到知识的挖掘过程,是一种特定的模拟人类思维推理过程的概念到思维的知识学习模型。它可以在没有形成清晰、全面的数学模型,没有确切的量度标准的情况下,根据已有的经验、事实、观测数据进行分析和简化,从而发现内在规律、建立所研究问题的知识模型,进行知识推理和判断,最终获得合理而可行的优化方法。通过全面系统的研究及应用,论文的研究内容及取得的创造性研究成果主要包括:(1)对钻井过程中存在的不确定性问题研究。对钻井过程中产生的原始数据,应用不确定性理论中的方法进行分析总结,从钻井工程本身的基本特点出发,建立油气井工程数据信息的分析方法。(2)钻井工程信息数据库理论研究。结合钻井数据信息的不确定性特点,分析数据的处理模式和数据库系统的结构构建基础数据库,并对数据信息进行有效处理,为知识发现的各种算法、知识挖掘方法奠定基础。(3)人工神经网络优选钻头研究。在新型钻头使用效果及以往大庆深井所用钻头数据库的基础上,应用人工神经网络学习模型,利用自适应共振理论对大庆油田深井使用的钻头进行了优选。建立了钻头数据的知识发现分析模型。(4)基于支持向量机的钻具失效分析。在钻具失效统计数据库的基础上,结合支持向量机的统计学习模式的特点,分析大庆、海拉尔油田深井钻具失效基础数据,确定钻具失效的特点及原因,由此制定了预防钻具失效的措施。(5)井眼轨道的可视化理论及应用研究。在测斜信息数据库的基础上,应用Delphi与OpenGL软件工具实现井眼轨道显示和井眼轨道设计的可视化。由此建立了多障碍绕障设计模型。该方法为密井网井眼轨迹的三维描述、绕障井的井眼轨道设计及待钻井眼轨迹控制和轨道设计提供依据。本论文将知识发现体系的数据、信息、知识、智慧等部分紧密结合起来。从原始钻井工程数据到不确定性信息分析,及在信息基础上应用有效的挖掘方法提炼知识到最终决策用于生产实际中。本文的特色就是充分发挥了相应知识发现方法的特色,将其与信息属性紧密结合起来。这充分体现了知识发现理论在钻井工程中的重要性和巨大应用潜力。
李井辉[6]2013年在《油气井钻柱力学参数预测模型及构件化技术研究》文中研究指明钻柱摩阻扭矩是钻柱力学分析的核心问题,钻柱受力计算是摩阻预测分析的基础,亦是影响钻柱延伸能力的主要因素。影响钻钻柱受力的因素较多,钻柱摩阻计算过程中影响因素也较为复杂,对于钻井工艺的飞速发展和井眼类型的增加,不确定性影响因素越来越突出。为此,针对钻井设计与施工过程中产生的大量井场数据,依据钻柱力学分析参数的特点而引入统计学习理论,探求难用普适的数学公式明确表达影响因素与分析结果之间关系的钻柱摩擦系数与延伸能力预测问题的解决方案,建立所研究问题的知识模型,求取其内在规律性。论文的主要研究内容及研究成果主要集中在以下方面:(1)钻井领域预测活动的特点和常用的预测方法研究。结合钻井过程的隐蔽性和复杂性,分析钻井领域预测活动应遵循的原则、步骤,研究钻井领域预测对象的特征及其与以神经网络和支持向量机技术为主的数据挖掘方法良好融合的理论基础。(2)基于多层前馈神经网络的的摩擦系数预测方法研究。准确的获取摩擦系数是提高摩阻计算精度的有效方式之一,摩擦系数隐含了力学分析模型假设与实际情况的差异以及井眼形状、钻井液体系等因素的影响,使摩阻系数表现出非稳定的随机性和个体差异。因此,充分利用多层前馈神经网络具有的自学习、自组织、自适应和非线性动态处理等特性,建立了摩擦系数及其影响因素之间的隐含关系预测模型,进而实现从摩擦系数的角度提高摩阻扭矩预测精度的目的。(3)基于支持向量机的钻柱延伸能力预测技术研究。钻柱延伸能力极限是钻井设计和施工中易于忽视的关键参数,针对指定工况下钻柱能够继续钻进的约束条件及其对下入极限深度的影响分析,给出适合于各种井型的下入极限深度计算模型。同时,充分利用支持向量机技术挖掘钻柱延伸能力与其不易觉察的影响变量之间的相互关系,实现模型变量的选取及模型变量与延伸极限之间的非线性关系映射,建立了钻柱延伸能力预测模型,实现了钻柱延伸能力的快速预测。(4)摩擦系数与延伸能力预测模型的构件化分析与设计研究。以与力学分析系统的无缝集成和有效融合为目标,研究领域知识的规范化表示和预测模型的粒度,探讨构件的精确描述以及构件间的相互关系,分析预测模型的工作环境,实现预测模型的构件化分析与设计工作,以期建立增量式、层次结构的基于可复用构件的应用系统。(5)研究领域预测模型数据分析与管理模型。力学分析数据标准和数据格式是进行钻井数据有效管理、分析和应用的基础。参照相关文献及现有工程软件,提出力学分析数据标准与数据格式,建立数据管理模型和数据库结构,为基于人工神经网络和支持向量机的钻柱摩擦系数和延伸能力预测提供数据基础和数据信息的有效处理。本文以油气井钻井过程特点为基础,对钻井实际与人工神经网络、支持向量机等人工智能方法结合方式进行了研究,二者的融合能够改善施工信息的利用率,可为提高油气井工程的决策效率提供依据,对油气井工程实际如钻前设计与钻进分析均有很大指导意义。
沙林秀, 邵小华, 张奇志, 李琳[7]2014年在《基于Bayesian多分支岩石可钻性值估计》文中研究指明针对智能优化控制过程中岩石可钻性参数估计存在非实时性和模型泛化能力差的问题,采用两层结构建立基于Bayesian多分支岩石可钻性估计模型。通过Bayesian分类器实现岩性分类以提高可钻性模型样本数据的相关性,细化可钻性估计模型;采用改进双链量子遗传算法优化的BPNN结构,根据不同的岩石类型建立相应的岩石可钻性IDCQGA_BPNN估计模型。结果表明,该方法通过算法优化网络模型增强了模型的泛化能力,加快了参数的估计速度和估计精度,能够满足智能优化控制过程中岩石可钻性参数估计的实时性需求。
王志战[8]2006年在《沉积盆地异常压力体系及其预监测》文中进行了进一步梳理异常压力是含油气盆地普遍存在的一种现象。异常压力尤其是异常高压直接关系到钻井安全,从而关系到人身、财产安全,关系到油气的勘探进程。做好异常压力预监测工作对于发现油气藏、设计井身结构、保障钻井安全、保护油气层具有十分重要的意义。在深入分析异常压力成因机制及其分类的基础上,对济阳坳陷异常压力的成因与分布展开研究,对前人提出的水热增温、构造抬升超压机制和差异负荷负压机制提出质疑,并提出了新的成因机制。异常压力对成藏要素的影响以及这些影响在勘探、钻探手段上的响应特征,是进行异常压力预监测的理论基础。根据异常高压与异常低压成因的逆向性,超压和负压都是可以预测的,只是响应特征相反。钻前预测,针对济阳坳陷勘探程度高及深层勘探地震预测精度低的特点,提出了基于三维可视化及平面数据分析的地质统计分析方法;随钻预测,针对dc指数等的适用性问题,实现了不同压力成因条件下的预监测方法组合,拓宽了压力预监测的适用范围;而对趋势线的选择,则从层序地层学的角度,对不同层位的趋势线进行了确定。同时将离子色谱和核磁共振录井新技术应用于异常压力随钻预监测,取得了良好的应用效果;同时,推导出基于核磁孔隙度的破裂压力准确计算方法。基于异常压力成因的综合性、响应特征的多解性,应采用多种检测手段,进行综合预监测。
唐建明[9]2010年在《转换波三维三分量地震勘探方法技术研究》文中研究指明转换波三维三分量地震勘探方法技术经过长时间的研究和探索,21世纪以来在海上油气勘探中得到广泛推广应用,见到良好的勘探效果。近几年来,随着转换波资料采集、处理、解释技术的不断完善和发展,陆上转换波勘探技术试验和工业化生产项目呈快速上升趋势,各大石油公司都投入了大量的人力、物力开展相关研究。在全球性或地区性的学术研讨会上,关于多波多分量研究的学术论文也越来越多(如San Antonio 2007 SEG年会和Las Vegas 2008 SEG年会)。由于转换波三维三分量地震勘探能够获得比纵波勘探更加丰富的岩性、裂缝和流体信息,因而有利于复杂或隐蔽油气藏的勘探。为推动转换波3D3C地震勘探技术的工业化应用进程,在以下几个方面开展了系统研究并取得重要进展。转换波三维三分量地震资料采集技术:以P波和C波传播特性为基础,针对P波、C波同一观测系统采集,以及方位各向异性研究必须的CMP和CCP面元属性良好分布的要求,结合勘探目标和任务,建立了先进、实用的转换波三维三分量地震资料采集参数论证和观测系统设计分析方法。提出了符合目前经济技术条件、完全满足转换波处理、储层预测、裂缝检测、含气性识别等特殊要求的转换波三维三分量地震资料采集观测系统。转换波三维三分量地震资料处理技术:解决了转换波三维三分量资料处理的重定向、坐标旋转、去噪、静校正、地表一致性处理、速度分析、剩余静校正、叠前时间偏移处理等关键技术难题。建立了P波和C波各向同性及各向异性处理流程,能同时满足纵横波联合的储层预测、裂缝检测及含气性识别的要求。转换波三维三分量地震资料解释技术:解决了转换波正演模拟、P波和C波标定、时间匹配、波组特征匹配、层位对比追踪技术难题。建立了全波属性概念,形成了纵横波联合的地震资料解释工作流程。多波多分量储层预测技术:建立了纵横波叠前联合自动匹配反演、纵横波叠后同时联合反演、弹性波阻抗反演等关键技术,形成了纵横波联合的岩性识别、优质储层预测技术。多波多分量裂缝检测技术研究:建立了多层介质各向异性介质转换波3D3C正演模拟技术,完善了P波方位各向异性AVAZ、VVAZ裂缝检测技术,建立了C波方位各向异性AVAZ裂缝检测、C波横波分裂相对时差法裂缝检测、C波横波分裂层剥离法裂缝检测技术等裂缝预测新技术。多波多分量含气性检测技术:建立了多子波分解含气性识别、多尺度频率与吸收含气性识别、全波属性含气性识别等技术。多波多分量综合应用方法技术:在储层基本地质特征、岩石物理特征、测井响应特征、地震响应特征研究基础上,建立了基于全波属性的川西深层致密裂缝型气藏天然气富集带综合预测和评价方法技术。上述方法技术的研究与应用,为川西地区天然气增储上产提供了坚实的技术支撑,取得了良好的勘探开发效果,建议的新2井、新3井、新5、新8、新10、新11、新202、新301均获得高产工业气流,勘探开发成功率由前期的50%上升到89%左右,高产井由前期的不到17%上升到67%以上。
曲海旭[10]2016年在《基于大数据的油田生产经营优化系统研究及应用》文中提出根据我国石油企业目前的生产经营形势,在以效益为中心的理念背景下,如何通过优化提高生产经营效益是一个备受关注的重要课题。本文以提升油田生产经营效益为核心,研究了生产经营优化流程和系统优化方法；考虑到现阶段油田信息化建设速度加快,在油田生产经营过程中所产生的数据种类和数据量在迅速膨胀,呈现出大数据特征,传统数据库对这些数据的存储和处理性能迅速下降,因此本文研制了基于大数据的油田生产经营优化系统；这些研究成果丰富完善了油田公司上游业务经营战略管理体系、方法体系和信息化建设。由于传统的油田生产经营数据库对半结构化数据和非结构化数据处理具有一定的局限性,因此使用基于物化或ETL引擎等4种数据集成方式采集油田生产经营优化数据,并使用HDFS来实现分布式存储,解决了相关数据的存储问题。基于大数据的MapReduce技术,构建了Hadoop分布式处理分析平台,搭建生产经营优化系统框架,在系统框架中将传统的Oracle数据库与Hbase数据库的存储方式进行对比,证明了Hbase的大数据存储处理可以与Oracle数据库存储进行有效衔接,确保数据调用和存储的效率,实现了油田生产经营优化大数据处理。在产量模型预测方法研究中,对翁氏预测模型进行了改进,可以用二元线性自动拟合,避免试差法的局限性。结合产量模型预测方法、操作成本预测方法以及折旧折耗预测方法,提出了上游业务生产经营优化流程和系统优化方法,包括技术优化、经济优化和一体化优化方法。在分析钻井成本构成的基础上,结合影响钻井成本的固定成本和可变成本两方面要素,提出了基于主成分钻井成本预测方法。将该方法应用于递进优化模型中,使未达标但能改善油田整体效益的项目重新回归,提高了一体化优化模型的精确度。最后,将油田生产经营大数据理论与生产经营优化方法相结合,研发了基于大数据的油田生产经营优化系统。并将该系统在油田公司进行实际应用,确定不同目标的储量、产量、投资、成本和效益的一体化优化方案,取得了较好的实际优化效果。进一步考证和说明了生产经营优化的流程和优化方法体系的可行性和适用性,以及软件系统的合理可靠性,起到了提升油田生产经营效益的作用。
参考文献：
[1]. 基于遗传算法和神经网络的钻井参数估计和岩性识别的研究[D]. 高铁红. 河北工业大学. 2000
[2]. 基于多源信息融合的钻井地质特征参数估计与预测方法研究[D]. 马海. 中国石油大学. 2010
[3]. 钻井模拟中地层特征参数预测方法研究[D]. 陈潮. 中国石油大学. 2007
[4]. 钻井模拟中地震测井联合反演方法研究[D]. 马海. 中国石油大学. 2007
[5]. 基于知识发现的钻井工程优化理论及应用[D]. 毕雪亮. 大庆石油学院. 2007
[6]. 油气井钻柱力学参数预测模型及构件化技术研究[D]. 李井辉. 东北石油大学. 2013
[7]. 基于Bayesian多分支岩石可钻性值估计[J]. 沙林秀, 邵小华, 张奇志, 李琳. 中国石油大学学报(自然科学版). 2014
[8]. 沉积盆地异常压力体系及其预监测[D]. 王志战. 西北大学. 2006
[9]. 转换波三维三分量地震勘探方法技术研究[D]. 唐建明. 成都理工大学. 2010
[10]. 基于大数据的油田生产经营优化系统研究及应用[D]. 曲海旭. 东北石油大学. 2016
标签：石油天然气工业论文; 参数估计论文; 大数据论文; 预测模型论文; 神经网络算法论文; 遗传算法论文; 构造地震论文; 过程能力论文; 能力模型论文; 地震预测论文; 地震成因论文; 工程信息论文; 胜利油田论文;