本文關鍵詞：鉆井溢流實時預警方法研究

  更多相關文章： 溢流 征兆 表征 實時預警 趨勢預測 嚴重程度

【摘要】：溢流是鉆井過程中常見的風險之一,如果對溢流監(jiān)測與預警不及時,可能會導致嚴重的井控風險,甚至井噴,造成人員傷亡與經(jīng)濟損失。因此,溢流風險的早期發(fā)現(xiàn)及預警一直是研究熱點,目前國內鉆井現(xiàn)場的溢流監(jiān)測與預警主要有設置綜合錄井參數(shù)閾值進行預警及人工坐崗觀察監(jiān)測等方法,閾值法主觀性及地域性強,人工坐崗勞動強度大。為此,本文在分析現(xiàn)有溢流實時預警方法不足的基礎之上,提出通過采用智能分析方法分析實時數(shù)據(jù)來進行溢流實時預警與溢流嚴重程度的預測。本文通過建立溢流故障樹風險分析模型,采用故障樹分析方法分析了溢流發(fā)生的原因及風險因素,并基于現(xiàn)場實時綜合錄井數(shù)據(jù)總結了溢流發(fā)生前征兆參數(shù)變化規(guī)律及溢流發(fā)生之后表征參數(shù)變化規(guī)律。將溢流預警分為兩個階段,第一個階段采用征兆參數(shù)進行溢流發(fā)生前的預警；第二個階段采用表征參數(shù)進行溢流發(fā)生之后溢流嚴重程度的分析。鑒于人工神經(jīng)網(wǎng)絡在構建非線性關系上具有極強的非線性逼近能力,并且具有強大的自學習能力,本文采用BP神經(jīng)網(wǎng)絡構建了基于征兆參數(shù)的實時預警模型。提出了溢流征兆樣本集的選取原則,分析了不同輸入?yún)?shù)形式下模型的適應性,并優(yōu)選了隱含層節(jié)點個數(shù)。根據(jù)溢流發(fā)生之后表征參數(shù)序列的變化規(guī)律,建立了表征參數(shù)的時間序列預測模型。采用時域分析方法對關井前溢流量及關井后關井壓力進行預測計算,實現(xiàn)了溢流發(fā)展趨勢的預測,建立的溢流嚴重程度分析圖版能夠根據(jù)溢流量或關井壓力的變化情況進行溢流嚴重程度的分析。在本文建立的溢流實時預警模型的基礎之上,采用微軟公司的Visual Studio 2010編程平臺與SQL Server 2008數(shù)據(jù)庫管理平臺開發(fā)了鉆井溢流實時預警軟件,使用該軟件進行了溢流風險參數(shù)的實時計算與溢流的實時預警模型及溢流嚴重程度的計算分析。經(jīng)現(xiàn)場數(shù)據(jù)測試應用表明,采用BP神經(jīng)網(wǎng)絡建立的基于溢流征兆參數(shù)的溢流實時預警模型能夠采用征兆參數(shù)在溢流發(fā)生之前進行實時預警；采用時域分析方法建立的基于溢流表征參數(shù)的時間序列預測模型能夠通過對溢流量及關井壓力的預測進行溢流發(fā)展趨勢預測及溢流嚴重程度判斷。
【關鍵詞】：溢流 征兆 表征 實時預警 趨勢預測 嚴重程度
【學位授予單位】：西南石油大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TE28
【目錄】：

• 摘要3-4
• Abstract4-7
• 第1章 緒論7-13
• 1.1 研究目的及意義7-8
• 1.2 國內外研究現(xiàn)狀8-10
• 1.2.1 國外研究現(xiàn)狀8-9
• 1.2.2 國內研究現(xiàn)狀9-10
• 1.3 主要研究內容和研究思路10-11
• 1.3.1 研究內容10-11
• 1.3.2 研究思路11
• 1.4 完成的主要工作及創(chuàng)新點11-13
• 1.4.1 完成的主要工作11-12
• 1.4.2 本文的創(chuàng)新點12-13
• 第2章 鉆井溢流征兆及表征規(guī)律研究13-29
• 2.1 鉆井溢流風險發(fā)生原因13-14
• 2.2 鉆井溢流風險因素分析14-22
• 2.2.1 溢流故障樹分析方法14-15
• 2.2.2 溢流風險參數(shù)計算15-22
• 2.3 鉆井溢流征兆和表征規(guī)律研究22-28
• 2.3.1 鉆井溢流征兆研究22-25
• 2.3.2 鉆井溢流表征規(guī)律研究25-28
• 2.4 本章小結28-29
• 第3章 基于溢流征兆的實時預警模型研究29-43
• 3.1 人工神經(jīng)網(wǎng)絡模型29-34
• 3.1.1 人工神經(jīng)網(wǎng)絡29-30
• 3.1.2 BP神經(jīng)網(wǎng)絡結構與模型30-33
• 3.1.3 BP神經(jīng)網(wǎng)絡的改進33-34
• 3.2 基于溢流征兆的實時預警神經(jīng)網(wǎng)絡模型構建與計算分析34-42
• 3.2.1 基于溢流征兆溢流實時預警神經(jīng)網(wǎng)絡結構參數(shù)34-37
• 3.2.2 基于溢流征兆實時預警模型計算分析37-42
• 3.3 本章小結42-43
• 第4章 基于溢流表征規(guī)律的溢流發(fā)展趨勢預測研究43-67
• 4.1 溢流表征規(guī)律參數(shù)預測研究43-61
• 4.1.1 溢流表征規(guī)律參數(shù)預測方法43
• 4.1.2 溢流表征規(guī)律參數(shù)時域分析預測模型43-46
• 4.1.3 基于ARIMA(p,d,q)的溢流表征規(guī)律參數(shù)預測模型建立46-52
• 4.1.4 溢流表征規(guī)律參數(shù)預測模型計算分析52-61
• 4.2 溢流嚴重程度預測61-66
• 4.2.1 關井前溢流嚴重程度預測61-63
• 4.2.2 關井后溢流嚴重程度分析63-66
• 4.3 本章小結66-67
• 第5章 鉆井溢流實時預警軟件設計及實現(xiàn)67-80
• 5.1 軟件總體設計67-69
• 5.1.1 軟件需求分析67
• 5.1.2 軟件架構及工作流程設計67-69
• 5.2 軟件開發(fā)及軟件各模塊功能69-77
• 5.2.1 軟件開發(fā)方式69
• 5.2.2 軟件功能模塊69-77
• 5.3 軟件測試計算分析77-79
• 5.4 本章小結79-80
• 第6章 結論與建議80-81
• 6.1 結論80
• 6.2 建議80-81
• 致謝81-82
• 參考文獻82-86
• 攻讀學位期間發(fā)表的論文和參研項目86

【相似文獻】

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 熊玲;姚智剛;;艦船主動力系統(tǒng)運行狀態(tài)綜合監(jiān)測與實時預警[A];現(xiàn)代船舶機電維修技術（2005）[C];2005年

中國碩士學位論文全文數(shù)據(jù)庫 前2條

1 司孟菡;鉆井溢流實時預警方法研究[D];西南石油大學;2016年

2 鄒江巖;銀行財會監(jiān)管系統(tǒng)實時預警模塊的設計與實現(xiàn)[D];吉林大學;2008年

，

本文編號：925902