机器学习在防漏堵漏中研究进展与展望

作     者：孙金声 刘凡 程荣超 冯杰 郝惠军 王韧 白英睿 刘钦政 Sun Jinsheng;Liu Fan;Cheng Rongchao;Feng Jie;Hao Huijun;Wang Ren;Bai Yingrui;Liu Qinzheng

作者机构：中国石油集团工程技术研究院有限公司北京102206 中国石油大学(华东)石油工程学院山东青岛266580 中国石油大学(北京)地球科学学院北京102249 

出 版 物：《石油学报》 (Acta Petrolei Sinica)

年 卷 期：2022年第43卷第1期

页      面：91-100页

核心收录：

学科分类：0820[工学-石油与天然气工程] 0711[理学-系统科学] 082001[工学-油气井工程] 08[工学] 0817[工学-化学工程与技术] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：中国石油天然气集团有限公司重大工程现场试验项目“恶性井漏防治技术与高性能水基钻井液现场试验”(2020F-45) 中国博士后科学基金项目“裂缝性地层树脂类固化堵漏材料及固化机理研究”(2020M670585) 国家自然科学基金面上项目“深层裂缝性地层剪切响应型凝胶体系构筑与空间自适应堵漏机理”(No.52074327)资助。 

主　　题：防漏堵漏 机器学习 井漏 人工智能 油气钻井 

摘      要：随着大数据和人工智能技术在油气勘探开发领域应用不断拓展,数字化、智能化防漏堵漏技术已成为必然发展趋势,基于机器学习的算法模型及配套软件是核心内容。通过系统归纳分析了人工神经网络、支持向量机、随机森林、案例推理等机器算法在井漏特征预测、井漏实时监测和应用决策模型的应用现状,对比了各类机器学习算法的输入参数、输出参数、测试准确率及应用效果。机器学习算法在漏失层位预测、井漏监测预警及防漏堵漏措施推荐等方面体现了良好的应用前景,相比人工统计分析,其时效性、准确性和规模化应用优势明显,但还无法科学预测计算漏失压力、孔缝尺寸等井漏特征关键参数以及优化施工工艺。国外油气公司数字化钻完井技术布局早,现已整合多种机器学习算法开发了防漏堵漏相关软件,并在现场取得了一定应用成效。中国井漏相关数据治理、机器学习算法开发及配套软件攻关研究起步较晚,尚未建立成熟可靠的防漏堵漏数字化平台和智能化专家系统。为加快中国防漏堵漏技术数字化、智能化转型发展,需重点开展3方面研究:(1)推进井漏相关的多维度数据整合,搭建包括地震、测井、录井、钻井、防漏堵漏室内评价、防漏堵漏现场施工等方面的数据湖,补齐数据短板;(2)加强机器学习算法模型的解释性研究,结合井漏相关机理,提升算法模型的科学性和准确性;(3)集成井漏数据湖和算法模块,分区域建立井漏智能预测预警及防漏堵漏辅助决策专家系统,制定精细的防漏堵漏作业标准,全面提高一次防漏堵漏成功率。