基于数据模型协作的海上钻井溢流早期预测预警

作     者：杨向前 张苹茹 武胜男 张来斌 李中 冯桓榰 无 YANG Xiangqian;ZHANG Pingru;WU Shengnan;ZHANG Laibin;LI Zhong;FENG Huanzhi;无

作者机构：中海石油(中国)有限公司北京研究中心北京100028 中国石油大学(北京)安全与海洋工程学院北京102249 油气生产安全与应急技术应急管理部重点实验室北京102249 

出 版 物：《中国安全科学学报》 (China Safety Science Journal)

年 卷 期：2024年第34卷第4期

页      面：93-100页

核心收录：

学科分类：08[工学] 0837[工学-安全科学与工程] 

基　　金：国家重点研发计划资助项目(2022YFC2806504) 中海石油(中国)有限公司北京研究中心科研资助项目(CCL2022RCPS2008XNN) 

主　　题：数据模型协作 钻井溢流 早期预测 粒子群优化(PSO)-最小二乘支持向量机(LSSVM)(PSO-LSSVM) 预警模型 

摘      要：为防止海上钻井过程中井喷事故的发生,提出基于数据模型协作的海上钻井溢流早期预测预警方法。首先,建立基于粒子群优化(PSO)-最小二乘支持向量机(LSSVM)(PSO-LSSVM)的溢流风险预测模型,预测钻井监测参数未来时长内的趋势,并分析溢流事件与表征参数之间的关联关系;然后,建立基于朴素贝叶斯方法的钻井单参数溢流概率估算模型,并通过优化的D-S方法融合多个钻井参数的概率,分级预警溢流事件。结果表明:基于PSO-LSSVM的预测模型所得的溢流表征参数,预测误差较低;因对溢流事件的敏感度不同,单钻井参数所表征的溢流事件概率存在一定偏差;融合后的预警模型能够解决单参数的预警时间不一致的问题,排除误报警的可能。