(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111527848.6 (22)申请日 2021.12.14 (71)申请人 中国石油天然气集团有限公司 地址 100007 北京市东城区东 直门北大街9 号 申请人 中国石油集团川庆钻探 工程有限公 司 (72)发明人 魏强　何弦桀　段慕白　许期聪　 邓虎　郑会雯　李枝林　 (74)专利代理 机构 成都天嘉专利事务所(普通 合伙) 5121 1 专利代理师 彭红艳 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01)G06Q 50/02(2012.01) (54)发明名称 一种基于录井数据的钻井风险趋势线预警 方法 (57)摘要 本发明涉及钻井工程技术领域， 特别是涉及 一种基于录井数据的钻井风险趋势线预警方法， 分析不同风险类型的因素的录井数据影响变化 趋势； 根据变化趋势的特征， 求取不同种因素与 对应风险类型的趋势数据 识别值， 再根据各趋势 数据识别值， 分别建立对应风险类型的综合判别 模型， 最后将目标井的实时录井数据输入综合判 别模型， 完成实时预警。 通过本预警方法， 能有效 解决识别钻井复杂早期征兆的准确率不高， 无法 准确发出风险预警的问题。 权利要求书3页 说明书8页 附图1页 CN 114611748 A 2022.06.10 CN 114611748 A 1.一种基于 录井数据的钻井风险趋势线预警方法， 其特 征在于： 包括以下步骤： S1.分析不同风险类型的因素录井数据影响变化趋势的特 征； S2.根据变化趋势的特征， 求取不同种因素与对应风险类型的趋势数据识别值： n1、 n2……ni； S3.根据各趋势数据识别值， 分别建立对应风险类型的综合判别模型We： We＝k1n1+k2n2+…+kini， 其中， n1、 n2……ni分别为不同种因素与对应的风险类型的趋势数据识别值； e为样本识 别值； 令We＝d， d为预先标定的风险预警值， 选取对应因素录井数据i组， 联立解得一套k1、 k2……ki的值， 作为 风险类型的一种特 征； S4.将目标井的实时录井数据输入综合判别模型， 完成实时预警： 输入不同的因素录井 数据得到多组模型， 若 有一组We＝d， 则判断这种工况为对应的风险类型。 2.根据权利要求1所述的一种基于录井数据的钻井风险趋势线预警方法， 其特征在于： 所述风险类型包括 卡钻、 井漏、 溢流、 钻头水眼堵和钻具刺漏。 3.根据权利要求2所述的一种基于录井数据的钻井风险趋势线预警方法， 其特征在于： 所述步骤S1具体包括： S11.按照钻井风险类型对录井数据进行分类； S12.筛选出相应的录井数据； S13.标定风险预警值及每种风险类型对应的不同颜色。 4.根据权利要求3所述的一种基于录井数据的钻井风险趋势线预警方法， 其特征在于： 所述步骤S12具体包括： 按照每种不同工况筛选需要标定的钻 井数据， 其中， 卡钻标定钻 井数 据包括： 大钩负荷、 转盘转速、 扭矩、 机械钻速和钻压； 井漏标定钻井数据包括： 立压、 流量 差、 悬重和总池体积； 溢流标定钻井数据包括： 立压、 流量差、 悬重、 总池体积和全烃； 钻头水 眼堵标定钻井数据包括： 入口流量、 出 口流量、 立压和机械钻速； 钻具刺漏标定钻井数据包 括： 入口流 量、 出口流 量和立压 。 5.根据权利要求3所述的一种基于录井数据的钻井风险趋势线预警方法， 其特征在于： 所述步骤S13具体包括： 标注风险预警值0为钻井 正常， 风险预警值1为溢流， 风险预警值 ‑1为 井漏， 风险预警值0.6为钻 具刺漏， 风险预警值0.7为钻头水眼堵， 风险预警值0.8为卡钻； 标 定溢流为红色， 井漏为蓝 色， 钻具刺漏为黄 色， 钻头水眼堵为灰色， 卡钻为黑色； 钻井正常为 绿色。 6.根据权利要求1所述的一种基于录井数据的钻井风险趋势线预警方法， 其特征在于： 所述步骤S2还包括： 确定不同种因素与对应风险类型的关联系数， 具体指： 根据预测结果与 实测之间的误差， 剔除趋势数据相关性系数小于0.5的弱相关和中度相关系数， 保留趋势数 据相关性系数绝对值大于0.5的强相关系数， 然后进行两两迭代拟合， 确 定a、 b、 c三个关联 系数。 7.根据权利要求6所述的一种基于录井数据的钻井风险趋势线预警方法， 其特征在于： 所述步骤S3中选取对应因素录井数据i组具体指： 选取与风险预警值相关性最高的测量数 据。 8.根据权利要求5或7所述的一种基于录井数据的钻井风险趋势线预警方法， 其特征在权　利　要　求　书 1/3 页 2 CN 114611748 A 2于： 当风险类型为溢流时， 求取溢流因素的趋势数据 识别值， 建立溢流综合判别模 型； 其中， 所述溢流综合判别模型为： Ni＝k1n1+k2n2+k3n3+k4n4+k5n5， 其中， n1为立压的趋势数据识别值， n2为出入口流量差的趋势数据识别值， n3为悬重的 趋势数据识别值， n4为总池体积的趋势数据识别值； n5为全烃的趋势数据识别值； 令Ni＝1， 选取立压、 出入口流量差、 悬重、 总池体积和 全烃录井数据5组， 联立解得一套 k1、 k2、 k3、 k4、 k5的值， 作为溢流的一种特征； 另再选取其它溢流特征， 输入不同的立压、 出入 口流量差、 悬重、 总池体积和全烃录井数据得到多组模型， 根据溢流样本数据确定i的值； 其 中如果有一组Ni＝1， 则判断这种工况为溢流。 9.根据权利要求8所述的一种基于录井数据的钻井风险趋势线预警方法， 其特征在于： 求取溢流因素的趋势数据识别值， 具体包括： 求取立压的趋势数据识别值 n1： 其中， P立为立压， a1、 b1、 c1分别为对应的关联系数； 求取出入口流 量差的趋势数据识别值 n2： n2＝a2+b2·△Q+c2·△Q2， 其中，△Q为出入口流 量差， a2、 b2、 c2分别为对应的关联系数； 求取悬重的趋势数据识别值 n3： 其中， m悬重为悬重， a3、 b3、 c3分别为对应的关联系数； 求取总池体积的趋势数据识别值 n4： n4＝a4+b4·△Q+c4·V3， 其中，△Q为出入口流 量差， V为总池体积， a4、 b4、 c4分别为对应的关联系数； 求取全烃的趋势数据识别值 n5： 其中， V全 烃为全烃， a5、 b5、 c5分别为对应的关联系数。 10.根据权利要求5或7所述的一种基于录井数据的钻井风险趋势线预警方法， 其特征 在于： 当风险类型为井漏时， 求取井漏 因素的趋势数据识别值， 建立井漏综合判别模型， 其 中， 所述井漏综合判别模型： Mi＝k1n1+k2n2+k3n3+k4n4， 其中， n1为立压的趋势数据识别值， n2为出入口流量差的趋势数据识别值， n3为悬重的 趋势数据识别值， n4为总池体积的趋势数据识别值； 其中， 令Mi＝‑1， 选取立压、 出入口流量差、 悬重和总池体积录井 数据4组， 联立解得一套 k1、 k2、 k3、 k4的值， 作为井漏的一种特征； 另再选取其它井漏特征， 输入不同的立压、 出入口 流量差、 悬重和总池体积录井数据得到多组模型， 根据井漏样本数据确定i的值； 其中如果 有一组Mi＝‑1， 则判断这种工况为井漏。 11.根据权利要求10所述的一种基于录井数据的钻井风险趋势线预警方法， 其特征在 于： 求取井漏因素的趋势数据识别值， 具体包括： 求取立压的趋势数据识别值 n1： 其中， P立为立压， a1、 b1、 c1分别为对应的关联系数； 求取出入口流 量差的趋势数据识别值 n2： 权　利　要　求　书 2/3 页 3 CN 114611748 A 3