钻井过程智能优化监控系统建模的研究.pdfVIP

1 钻井过程智能优化监 控系统建模研究 西安石油大学石油工程学院 郭建明* 摘要：优化钻井参数，减少意外风险，提高钻井效率是钻井技术发展的永恒追求目标和发展 趋势之一。随着钻井数据规模越来越大，单凭人工或传统的计算机数据处理、数值处理，甚 至简单的知识处理分析是难以胜任的。本文以钻井参数的优化与钻井风险监控为突破点，提 出钻井过程自动优化监控知识模型及其推理的理论与方法研究。首先，建立基于本体的多源 异构钻井数据与信息的集成模型及信息集成平台，为知识模型及其推理机制的建立，数据、 信息和知识的整合创造条件；然后，建立钻井过程自动监控本体知识、时态知识和过程性知 识融合的、共享与重用的知识模型，并提出基于贝叶斯网络与云模型集成的不确定的进化推 理机制；最后，提出基于知识模型及其推理的知识系统集成方案。 关键字：钻井过程，自动优化监控，钻井实时信息，知识模型，智能推理 1. 前言 钻井实时优化监控分析已经钻井领域亟待解决的科学问题。钻井数据的规模之大超出了 人力数据分析的能力，仅仅依靠数据统计分析处理，数值计算分析，或者简单的专家系统是 不完全可行的，须利用知识处理，集成数据、数值处理技术，那就需要建立钻井实时监控智 能知识系统，知识模型及其推理机制是知识系统的瓶颈本项目以钻井优化与风险监控为突破 口，重点解决井筒压力和井壁稳定性的控制问题，消除井下意外事故，降低钻井费用，致力 于研究钻井监控知识处理系统中的知识模型及其推理模型建模理论与方法。其研究面临两个 挑战是：①知识获取、知识发现与知识组织-知识模型；②决策分析-基于知识模型的推理。 横向多元化、纵向深层的研究方向次战胜这一挑战的途径。本文针对钻井实时、历史数据与 信息，实时智能自主地执行钻井状态监测、优化参数，风险识别、诊断、预测和控制，其控 制水平根据钻井设施条件逐步由人机交互向半自动或全自动控制过渡；其知识模型及其推理 支持响应时间最短与损失程度最小的多目标的应用智能系统的实现。 2．钻井信息应用技术研究现状及发展动态分析 钻井技术从 20 世纪 80 年代中至目前进入科学化钻井后期阶段，这一阶段的主要特征是 以钻井信息化、智能化为特点向自动化钻井迈进时期。这一阶段主要技术成就有：(1)发展 了井下信息实时检测技术，如随钻测量MWD 、随钻测井LWD 、随钻地震 SWD、随钻地层 评价和钻井动态数据实时测量 DDS ，使钻井过程中井下地质参数、钻井参数和井眼参数能 够实时测量、传输、分析和控制。(2)开发了井下导向和井下闭环钻井系统。(3)发展了有利 于发现新油气层和提高油田采收率新钻井技术和方法（沈忠厚，2003 年）。MWD、MNB、 MNB、LWD、SWD 数据采集技术和 FEWD、DDS 、GST 和闭环钻井技术的发展，为钻井 数据与信息应用技术的发展，以及钻井知识模型及其推理以及智能钻井软件系统的研制提 供了先决条件及其研究理念和目标。 BP 与 Schlumberger 提出了一个提高钻井效率的合作研究计划，称之为 No Drilling Surprises(缩写为 NDS) ，中文翻译为无风险钻井。中石油搭建钻井实时数据监控分析中心正 是体现钻井过程实时优化监控智能系统亟待深入研究的需求。钻井集成作业中心在国外已 经经历两代的发展历程，北极区集成作业（IOHN ）项目是第二代钻井集成作业中心的代表， 1 郭建明，教授，油气井工程专业，jmguo@xsyu.edu.cn , 029。 其目标是建立和验证第二代集成作业的数字化平台。这个项目是一个在信息与通讯技术 （ICT ）、石油天然气工业，以及大学的科研机构集成作业的研究。IOHN 项目包含七项学术 活动，四项与数字化平台相关（安全与风险、语义模型、集成平台、数据获取），三项与不 同的业务领域的控制相关（钻井与完井作业控制（Pilot ）、油藏与开采作业控制（Pilot ）和 作业与维护控制（Pilot ））。AutoConRig 是 IOHN 项目子项目，目标是提高钻井控制系统的 自动化程度，加强钻井控制系统自主性机制，将钻井装置入海底，实现自动起下钻，钻进， 接钻柱，钻柱处理，井下钻具组合处理，并自动实施常规的钻机操作。全自动无人钻机也将 是我国深海钻井