控制理论与应用

作者：王钰豪,郝家胜,张帆,魏强,彭知南,段慕白

单位：电子科技大学,电子科技大学,川庆钻探公司钻采工程技术研究院,川庆钻探公司钻采工程技术研究院,电子科技大学,川庆钻探公司钻采工程技术研究院

关键词：溢流预警; 数据集扩充; 自适应; 滑动窗口; 长短期记忆网络

基金：川庆钻探工程有限公司钻采工程技术研究院项目(2021ZZ03), 中国博士后科学基金面上项目(2021M700695)资助.

溢流会对油田的勘探过程造成严重的影响, 众多钻井平台采取人工坐岗预警, 十分依赖坐岗人员的积累经验, 导致误报率和成本较高, 因此迫切需要提高溢流预警的效率和质量. 研究表明, 将深度学习方法引入钻井能够有效提高溢流预警的准确性. 然而, 溢流发生的频率较低, 不同井之间具有差异性, 可获取的训练样本有限, 这些因素都限制了当前预警算法的应用. 针对上述问题, 本文提出了一种自适应的长短期记忆网络(LSTM)溢流预警算法, 该算法利用滑动窗口法扩充数据集, 计算平均值增量实现不同井数据的自适应特征提取, 进而屏蔽不同井的差异性,提高了算法的通用性. 模型在离线验证以及现场溢流的早期预警上表现优良, 与专家的经验标注保持了较高的一致性, 均提前于操作人员的记录日志. 模型的应用减轻了坐岗人员的负担, 确保了溢流预警的效率与质量, 对提高钻井工程溢流预警水平具有积极意义.

来源：2022年第3期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2022年第3期