基于支持向量机的钻井工况实时智能识别方法

摘要：

钻井时效分析通常是依靠人工进行事后分析,具有主观性和随意性,不能及时准确地反映真实的现场情况.为了实时准确地对钻井工况进行自动判别,提高钻井效率,提出了一种基于支持向量机(SVM)的用数据驱动的钻井工况实时识别方法,建立了多个智能识别模型,并对其中的核函数进行分析比较,得出了模型参数的最优值.采用4口井的录井数据验证了模型的准确性,识别结果与实际工况基本一致,6种工况的识别正确率均达到95％以上.钻井时效分析与应用表明,钻井过程中应用工况识别结果,减少了不可见非生产时间.支持向量机实现了钻井工况的实时智能识别,提高了钻井时效,符合油田数字化和智能化发展的要求.

关键词：工况识别、支持向量机、数据驱动、时效分析

所属期刊栏目：47

分类号：TE28(钻井工程)

资助基金：国家重点基础研究发展计划"973"计划项目"海洋深水油气安全高效钻完井基础研究"2015CB251202;中国石油大学北京引进人才科研启动基金"页岩气藏单井最终可采储量计算"2462017YJRC034

在线出版日期：2019-11-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：28-33