一种钻井液设备多参数调控方法及系统
本发明涉及石油钻井,尤其涉及一种钻井液设备多参数调控方法及系统。
背景技术:
1、在石油天然气钻井作业中,钻井液是保障钻井安全的“血液”,其性能的精准调控是预防井下事故、提升钻井效率、降低作业成本的核心环节。然而当前在钻井液性能调控环节,多采用开环人工单参数调控模式,由于井下事故的发展速度极快,当设置的超前预警系统判断监测参数即将超限发出预警到现场工程师人工制定调控方案时,井下事故往往已经发生了,这种调控模式严重滞后,仅能事后补救,往往已经错过最佳处置窗口,另外,在对事故进行调控时,仅针对单一超限参数调整,完全忽略参数间的耦合影响,经常出现各类参数之间出现“循环震荡”的问题,导致调控周期长,严重延误钻井周期。
技术实现思路
1、针对现有技术中所存在的不足,本发明提供了一种钻井液设备多参数调控方法,其解决了现有技术中存在的调控滞后以及调控周期长的问题。
2、根据本发明的实施例,一种钻井液设备多参数调控方法,其包括:
3、s1:获取钻井液机理数据,根据钻井液机理数据生成性能参数向量和性能标定矩阵,然后使用性能参数向量和性能耦合矩阵生成预测参数矩阵;
4、s2:根据钻井液机理数据构建参数优化函数,以最小化参数优化函数为目标,使用nsga-iii算法对预测参数矩阵进行参数寻优,得到最优预测参数矩阵;
5、s3:控制钻井液设备以最优预测参数矩阵进行执行,并获取执行参数,根据执行参数,使用lms算法对性能参数向量进行优化,然后重复步骤s2-s3,直至执行参数满足预设要求。
6、优选地,所述性能参数向量包括调控性能向量和调控动作向量,所述性能标定矩阵包括性能耦合矩阵和效果耦合矩阵;
7、将调控性能向量和性能耦合矩阵进行点积计算,得到预测性能矩阵,将调控动作向量与效果耦合矩阵进行点积计算,得到预测效果矩阵,并将预测性能矩阵和预测效果矩阵统称为预测参数矩阵。
8、优选地,所述参数优化函数如下:
9、
10、
11、
12、
13、其中,为第i个参数的权重系数;为参数实际值,为参数目标值,为第j种调控动作的单位成本,为动作量,为参数的变化速率。
14、优选地,使用nsga-iii算法对预测参数矩阵进行参数寻优,得到最优预测参数矩阵的方法包括:
15、a1:初始化种群和迭代次数,所述种群包括多个父代个体,根据预测参数矩阵为每个父代个体赋予随机的状态参数;
16、a2:根据参数优化函数和每个父代个体的状态参数,计算每个父代个体的个体适应度;
17、a3:根据个体适应度对所有父代个体进行非支配排序,并选择前n个父代个体进行交叉繁殖,生成n个子代个体;
18、a4:将所有父代个体和子代个体进行非支配排序,使用参考点筛选法选择前k个个体作为精英个体;
19、a5:将经营个体作为新的父代个体重复步骤a2-a5,直至最大迭代次数,并将最后一次迭代得到所有精英个体作为最优解集;
20、a6:基于模糊隶属度函数,从最后一次迭代得到所有精英个体中筛选出参数优化函数最低的精英个体,并将该精英个体对应的参数状态参数作为最优预测参数矩阵。
21、优选地,使用nsga-iii算法对预测参数矩阵进行参数寻优,得到最优预测参数矩阵的方法包括:
22、a1:初始化种群和迭代次数,所述种群包括多个父代个体,根据预测参数矩阵为每个父代个体赋予随机的状态参数;
23、a2:根据参数优化函数和每个父代个体的状态参数,计算每个父代个体的个体适应度;
24、a3:根据个体适应度对所有父代个体进行非支配排序,并选择前n个父代个体进行交叉繁殖,生成n个子代个体;
25、a4:将所有父代个体和子代个体进行非支配排序,使用参考点筛选法选择前k个个体作为精英个体;
26、a5:将经营个体作为新的父代个体重复步骤a2-a5,直至最大迭代次数,并将最后一次迭代得到所有精英个体作为最优解集;
27、a6:基于模糊隶属度函数,从最后一次迭代得到所有精英个体中筛选出参数优化函数最低的精英个体,并将该精英个体对应的参数状态参数作为最优预测参数矩阵。
28、优选地,所述调控速率的计算公式如下:
29、
30、
31、其中,为最优调控启动时间(事故发生前的时长);为超前预警系统输出的风险超前预判时间;为现场设备的调控响应时间;为安全缓冲时间。
32、优选地,根据执行参数,使用lms算法对性能参数向量进行优化的方法包括:
33、根据执行参数和预测性能矩阵计算调控效果偏差向量;
34、基于调控偏差向量,对调控性能向量和调控动作向量进行增量式优化。
35、另一方面,根据本发明实施例,还提供了一种钻井液设备多参数调控系统,该系统使用上述的一种钻井液设备多参数调控方法,包括:
36、数据采集模块,所述数据采集模块用于采集钻井液机理数据;
37、参数耦合模块,所述参数耦合模块用于根据钻井液机理数据生成性能参数向量和性能标定矩阵,然后使用性能参数向量和性能耦合矩阵生成预测参数矩阵;
38、性能预测模块,所述参数优化模块用于根据钻井液机理数据构建参数优化函数,以最小化参数优化函数为目标,使用nsga-iii算法对预测参数矩阵进行参数寻优,得到最优预测参数矩阵;
39、参数优化模块,所述参数优化模块用于控制钻井液设备以最优预测参数矩阵进行执行,并获取执行参数,根据执行参数,使用lms算法对性能参数向量进行优化,然后重复步骤s2-s3,直至执行参数满足预设要求。
40、相比于现有技术,本发明具有如下有益效果:
41、本发明钻井液机理数据中多项参数转换成矩阵形式的性能参数向量,通过性能标定矩阵来量化各项参数之间的影响程度,根据当前性能参数向量和性能标定矩阵来生成对故障进行调控的最优预测参数矩阵,在控制钻井液设备以最优预测参数矩阵进行执行,多参数的共同调控,避免各类参数之间出现“循环震荡”的问题,同时根据获取执行参数对性能标定矩阵进行实时优化,使钻井液能够实时进行故障调控。
1.一种钻井液设备多参数调控方法,其特征在于:包括:
2.如权利要求1所述的一种钻井液设备多参数调控方法,其特征在于:
3.如权利要求2所述的一种钻井液设备多参数调控方法,其特征在于:
4.如权利要求1所述的一种钻井液设备多参数调控方法,其特征在于:
5.如权利要求1所述的一种钻井液设备多参数调控方法,其特征在于:
6.如权利要求5所述的一种钻井液设备多参数调控方法,其特征在于:
7.如权利要求1所述的一种钻井液设备多参数调控方法,其特征在于:
8.一种钻井液设备多参数调控系统,其特征在于,该系统使用如权利要求1-7任一项所述的一种钻井液设备多参数调控方法,包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com