一种基于邻井历史数据的钻井卡钻风险预警方法及系统与流程

1.本发明涉及石油探勘工程技术领域，尤其涉及一种基于邻井历史数据的钻井卡钻风险预警方法及系统。


背景技术：

2.随着勘探开发的不断深入，油气勘探开发难度越来越高，地质状况日益复杂，储层埋深增加，钻井工程面临的复杂情况越来越多，导致处理钻井风险和事故所需的资源量和成本越来越高，实现安全钻井是钻井行业的首要目标，因此需要借助可靠的技术手段对勘探过程中的施工风险进行预警，尤其是钻井过程中卡钻的风险。
3.钻井作业过程中控制钻井风险一直是行业研究重点，虽然基于已有的研究，在理论上依靠与地层压力、井筒压力、摩阻扭矩等关键参数相关的计算模型可对钻井井下风险进行预警分析，然而与钻井卡钻风险直接相关的井下地层压力、井筒压力、摩阻扭矩等关键参数在钻井过程中无法应用传感器直接测量，只能依靠地面录井数据应用数值计算模型或灰色关联等方法间接计算再应用于卡钻风险预警，由于这些计算模型在建立之初作有诸多假设条件，与真实井下环境存在偏差，同时，井下高频振动、高温高压、钻井液流动等因素也会直接制约使用传感器获取井下状况参数，难以保障获取结果的可靠性，会影响风险预警结果的准确性。
4.现有技术中也有很一部分勘探工程使用临界阈值进行判别，但是不可避免地出现预警准确率低而误报率高的问题，相应地，钻井现场卡钻风险的识别还可以依靠现场司钻、钻井工程师等少数人员以往的经验，但是这样的识别方法对于专业人员的依赖性过强，且难免出现判别失误和处理不及时的情况，误报率和漏报率居高不下，对于现场工程师和作业人员的参考价值低，无法很好地满足领域内安全钻井的要求。基于该现状，提供一种能够有效提高卡钻风险预警准确度的卡钻预警方法是非常有必要的。


技术实现要素：

5.为解决上述问题，本发明提供了一种基于邻井历史数据的钻井卡钻风险预警方法，在一个实施例中，所述方法包括：
6.步骤s1、统计目标井所在的区块内所有历史井的实时录井数据以及对应的钻井风险记录数据；所述实时录井数据包括钻井过程中实时的钻压、钻头位置、入口流量、转速数据及大钩悬重等各项数据；
7.步骤s2、依据所述钻井风险记录数据对各历史井的实时录井数据进行整理，并基于整理后的实时录井数据统计绘制各个钻井工况对应的钻头深度及悬重数据散点分布图；
8.步骤s3、利用密度分布计算方法计算并绘制各钻井工况下钻头深度及悬重数据散点分布图对应的密度热力图；
9.步骤s4、采集目标井设定时间段内的实时录井数据，依据目标井的实时录井数据确定对应的目标井工况，并基于目标井工况对应的所述密度热力图结合目标井的大钩悬重
数据分布判定目标井设定时间的卡钻风险。
10.优选地，在所述步骤s2中，通过以下操作对各历史井的实时录井数据进行整理：
11.根据各历史井的钻井风险记录数据选取历史井处于风险发生阶段以及处于风险处理阶段的实时录井数据，将这些数据从原有的实时录井数据中滤除，将剩余的实时录井数据作为各历史井整理后的实时录井数据。
12.一个实施例中，所述步骤s2中，在绘制各个钻井工况对应的钻头深度及悬重数据散点分布图之前，包括：
13.基于整理后的实时录井数据，以钻头位置为标识，提取各个钻头位置对应不同时间点的实时录井数据，并综合利用与钻井工况相关的各个参数分析各个钻头位置对应不同时间点的钻井工况；
14.其中所述钻井工况包括：钻进工况、起钻工况、下钻工况、划眼工况及循环工况。
15.在一个实施例中，所述步骤s2中包括：提取并记录各历史井不同钻井工况对应的不同钻头位置下的所有大钩悬重数据，令纵向为体现钻头位置的深度值，横向为各钻头位置所处深度对应的各离散分布的大钩悬重值，绘制历史井各个钻井工况对应的钻头深度及悬重数据散点分布图。
16.一个实施例中，在所述步骤s3中，包括以下操作：
17.针对不同的钻井工况，利用密度分布计算方法确定在不同钻头位置下的悬重数据中心点；
18.将确定的中心点作为热力图中心，根据大钩悬重值的分布聚集情况，将钻头深度及悬重数据散点分布图转化绘制成密度热力图；
19.依据历史井各工况下不同钻头位置的钻井风险记录数据划分风险数据区域。
20.在一个实施例中，所述步骤s4中，在判定目标井设定时间的卡钻风险的过程中，包括：
21.提取目标井的钻头深度值和大钩悬重数值，选取与目标井设定时间的钻井工况对应的密度热力图，将目标井对应钻头深度的大钩悬重值绘制在选取的密度热力图中分析其分布情况；
22.若目标井的大钩悬重值分布在风险数据区域，则判定目标井在设定时间下存在卡钻风险。
23.基于本发明上述任意一个或多个实施例的其他方面，本发明还提供一种基于邻井历史数据的钻井卡钻风险预警系统，该系统包括：
24.历史数据采集模块，其配置为统计目标井所在的区块内所有历史井的实时录井数据以及对应的钻井风险记录数据；
25.所述实时录井数据包括钻井过程中实时的钻压、钻头位置、入口流量、转速数据及大钩悬重等各项数据；
26.散点图绘制模块，其配置为依据所述钻井风险记录数据对各历史井的实时录井数据进行整理，并基于整理后的实时录井数据统计绘制各个钻井工况对应的钻头深度及悬重数据散点分布图；
27.热力图转换模块，其配置为利用密度分布计算方法计算并绘制各钻井工况下钻头深度及悬重数据散点分布图对应的密度热力图；
28.风险分析模块，其配置为采集目标井设定时间段内的实时录井数据，依据目标井的实时录井数据确定对应的目标井工况，并基于目标井工况对应的所述密度热力图结合目标井的大钩悬重数据分布判定目标井设定时间的卡钻风险。
29.优选地，在一个实施例中，所述散点图绘制模块通过以下操作对各历史井的实时录井数据进行整理：
30.根据各历史井的钻井风险记录数据选取历史井处于风险发生阶段以及处于风险处理阶段的实时录井数据，将这些数据从原有的实时录井数据中滤除，将剩余的实时录井数据作为各历史井整理后的实时录井数据。
31.在一个实施例中，所述散点图绘制模块配置为：
32.提取并记录各历史井不同钻井工况对应的不同钻头位置下的所有大钩悬重数据，令纵向为体现钻头位置的深度值，横向为各钻头位置所处深度对应的各离散分布的大钩悬重值，绘制历史井各个钻井工况对应的钻头深度及悬重数据散点分布图。
33.在一个实施例中，所述热力图转换模块配置为：
34.针对不同的钻井工况，利用密度分布计算方法确定在不同钻头位置下的悬重数据中心点；
35.将确定的中心点作为热力图中心，根据大钩悬重值的分布聚集情况，将钻头深度及悬重数据散点分布图转化绘制成密度热力图；
36.依据历史井各工况下不同钻头位置的钻井风险记录数据划分风险数据区域。
37.与最接近的现有技术相比，本发明还具有如下有益效果：
38.本发明提供的基于邻井历史数据的钻井卡钻风险预警方法，相比较于目前已有的钻井卡钻预警方法，根据易于获取的相应区块历史井的实时录井数据和风险记录数据实施，避免了参数的间接模型计算，也不受预测人员主观影响，有着可靠的源数据支持，克服了现有技术中因假设参数计算导致的精确度不足和预测效率低的问题；
39.此外，本发明基于区域历史数据分布规律进行预警，可直观反映目标井卡钻风险，避免以往方法漏报率和误报率高的问题，提高预警准确性，且历史数据的分布规律不需要重复计算获取，通过简明的计算分析就可以实现准确高效的预测，能够为勘探工程的安全实施提供可靠的决策支持。
附图说明
40.附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例共同用于解释本发明，并不构成对本发明的限制。在附图中：
41.图1是本发明一实施例中基于邻井历史数据的钻井卡钻风险预警方法的流程示意图；
42.图2是本发明另一实施例中基于邻井历史数据的钻井卡钻风险预警方法的实施流程明细图；
43.图3是本发明实施例中基于邻井历史数据的钻井卡钻风险预警方法在起钻工况下悬重数据聚集分布密度热力图；
44.图4是本发明又一实施例中基于邻井历史数据的钻井卡钻风险预警系统的结构示意图。
具体实施方式
45.以下将结合附图及实施例来详细说明本发明的实施方式，借此本发明的实施人员可以充分理解本发明如何应用技术手段来解决技术问题，并达成技术效果的实现过程并依据上述实现过程具体实施本发明。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。
46.随着勘探开发的不断深入，油气勘探开发难度越来越高，地质状况日益复杂，储层埋深增加，钻井工程面临的复杂情况越来越多，导致处理钻井风险和事故所需的资源量和成本越来越高，实现安全钻井是钻井行业的首要目标，因此需要借助可靠的技术手段对勘探过程中的施工风险进行预警，尤其是钻井过程中卡钻的风险。
47.钻井作业过程中控制钻井风险一直是行业研究重点，虽然基于已有的研究，在理论上依靠与地层压力、井筒压力、摩阻扭矩等关键参数相关的计算模型可对钻井井下风险进行预警分析，然而与钻井卡钻风险直接相关的井下地层压力、井筒压力、摩阻扭矩等关键参数在钻井过程中无法应用传感器直接测量，只能依靠地面录井数据应用数值计算模型或灰色关联等方法间接计算再应用于卡钻风险预警，由于这些计算模型在建立之初作有诸多假设条件，与真实井下环境存在偏差，同时，井下高频振动、高温高压、钻井液流动等因素也会直接制约使用传感器获取井下状况参数，难以保障获取结果的可靠性，会影响风险预警结果的准确性。
48.具体的，现有的能够应用于勘探过程中卡钻风险监测的技术方案包括以下几种，其技术方案虽能够一定程度上表征钻井过程中的卡钻风险预兆，但是其存在不可避免的技术缺陷，无法满足勘探工程的要求，以下本发明针对各技术方案提供基础介绍：
49.①
cn105089620a一种卡钻的监测系统、方法及装置，其属于石油钻井工程技术领域，通过以下操作实现其发明目的：系统初始化，载入层次分析法模型；输入当前井眼的设计数据；根据设计数据和当前实时工况，使用有限元计算方法计算钻柱上各个点的摩阻和扭矩，并叠加计算出大勾载荷和转盘扭矩的预测值；将实时综合录井数据中的转盘扭矩和大勾载荷与预测值相比较，若超过预测值一定范围，则发出预警，并将异常差值归一化后传入卡钻类型分析模块；根据预先录入的卡钻分析模型及各底层元素的隶属度，计算各不同种类卡钻事故发生的概率大小，以判断卡钻事故的类型。
50.该方案通过对钻井施工过程进行监测，将实时获取的大勾载荷、转盘扭矩与模型计算值进行对比，实现对卡钻事故的预判，实施过程中，将实测值与摩阻扭矩模型计算值进行对比，发现异常后应用层次分析法判断卡钻类型，但需要说明的是，目前行业内应用的摩阻扭矩模型假设条件过多，模型计算结果多用于参考，准确性与井下实际情况存在不可避免的差距，进而影响该发明所述方法判断预警的准确性。
51.②
cn106156385a一种预测钻柱的粘吸卡钻风险的方法，该方法通过采集井眼轨迹数据，获取井眼轨道每一位置处的坐标；进而根据每一位置处的坐标，确定地质参数和工程参数；利用每一位置处的地质参数和工程参数，确定该位置处各影响因素对产生粘吸卡钻贡献大小的模糊量；基于各影响因素对产生粘吸卡钻贡献大小的模糊量，得到该位置处的粘吸卡钻风险系数。该方法基于随钻环境中对全井段任何位置进行粘吸卡钻风险的预测，其不仅需要建立精细的地质模型，同时需要随钻测斜工具提供井眼轨迹数据，对于大多数井而言所需数据源获取困难；另一方面，各影响因素对产生粘吸卡钻贡献大小的模糊量是
人为确定，导致最终的预测结果受主观影响大，无法作为钻井工程中卡钻风险监测的可靠依据。
52.③
cn109508827a一种基于时间递归神经网络的钻井事故预警模型，该方案中的核心步骤包括：第一步，采用自回归模型分析方法预测某一时刻的钻井特征值，并衡量预测得到的特征值与该时刻钻井真实数据之间的差异，由此得到事故候选集合。然后利用专家知识对事故候选集合中的事故进行真伪判断，并划分事故类型；最后获得已标注的若干钻井时序数据；在获得标注数据的前提下，训练有监督的模型，第二步，基于深度学习，构建时间递归神经网络模型。首先，随机选取部分标注的时序数据作为训练集，具体输入为各特征的组合和时间窗口的选取，然后对模型进行训练，最终预测输出一分钟后的事故发生概率与事故发生的类型。该方法中的核心步骤是应用神经网络模型需要进行大量的数据训练，其神经网络模型极大概率出现过拟合，需要解决模型训练能力与预测能力之间的平衡问题。
53.④
cn109594967一种基于录井大数据的卡钻事故检测预警方法，该方法通过将自动录井装置采集的业务参数和管理人员记录的日志数据进行预处理，实现钻井事故自动标注；然后对原始数据进行重采样和平滑处理，判断数据字段的重要性，采用随机森林模型处理卡钻检测数据；接下来采用交叉验证方法对学习模型进行调参，并将最终生成的模型用于检测钻井工程异常。其通过发掘业务数据中的有效信息，为卡钻检测服务，但是需要说明的是，其模型采用数据为入口流量和立管压力，数据源过少，直接反应卡钻变化的大钩悬重并未纳入计算，同时其随机森林模型对于部分训练数据易出现过拟合，基于上述技术事实，该方法的预测精确度堪忧，显然不能满足现代勘探工程中风险预测工序中的要求。
54.此外，现有技术中也有很大一部分勘探工程使用临界阈值进行判别，但是不可避免地出现预警准确率低而误报率高的问题，相应地，钻井现场卡钻风险的识别还可以依靠现场司钻、钻井工程师等少数人员以往的经验，但是这样的识别方法对于专业人员的依赖性过强，且难免出现判别失误和处理不及时的情况，误报率和漏报率居高不下，对于现场工程师和作业人员的参考价值低，无法很好地满足领域内安全钻井的要求。基于该现状，亟需提供一种能够有效提高卡钻风险预警准确度的卡钻预警方法，为管理及优化勘探钻井工程提供支持。
55.目前的方法和技术对于钻井卡钻风险预警依赖于明显的阈值判别，不可避免地出现准确率低而误报率高的问题，影响了风险预警效果，对于现场工程师和作业人员的参考价值低。本发明提出了一个新的技术思路，基于历史井录井数据，通过工况识别和密度分布计算处理，绘制成不同工况下随钻头深度变化的大钩悬重散点数据分布的反向热力图，通过与目标井实时录井数据对比，以更简便准确的方法实现卡钻风险预警，辅助钻井人员实现安全钻井，提高了钻井卡钻风险预警准确率并降低了误报率，现场工程师和作业人员可根据预警及时调整作业参数，对卡钻风险进行规避防控，实现安全钻井。
56.而基于区块内历史井的实时录井数据，通过分析无钻井风险情况下不同钻井工况和不同井深时大钩悬重分布情况，绘制相应工况与井深下大钩悬重分布的密度热力图，基于绘制的密度热力图将目标井的实时录井数据进行对比来预警卡钻风险，这在钻井行业领域内尚属空白，目前国内外相关研究未见报道。
57.具体地，为解决上述问题，有效克服钻井卡钻预警方法误报率和漏报率高的问题，本发明提供一种基于邻井历史数据的钻井卡钻风险预警方法，该方法基于钻井区块内历史
井的录井数据，计算不同工况与井深条件下悬重分布情况，分析绘制成密度热力图，通过将目标井实时录井的悬重数据在反向热力图中的分布位置来预警卡钻风险，达到提高卡钻风险预警准确度的目的。以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明达成技术效果的实现过程能充分理解并据以实施。
58.实施例一
59.图1示出了本发明实施例一提供的基于邻井历史数据的钻井卡钻风险预警方法的流程示意图，参照图1可知，该方法包括如下步骤。
60.步骤s110、统计目标井所在的区块内所有历史井的实时录井数据以及对应的钻井风险记录数据；所述实时录井数据包括钻井过程中实时的钻压、钻头位置、入口流量、转速数据及大钩悬重等各项数据；
61.步骤s120、依据所述钻井风险记录数据对各历史井的实时录井数据进行整理，并基于整理后的实时录井数据统计绘制各个钻井工况对应的钻头深度及悬重数据散点分布图；
62.步骤s130、利用密度分布计算方法计算并绘制各钻井工况下钻头深度及悬重数据散点分布图对应的密度热力图；
63.步骤s140、采集目标井设定时间段内的实时录井数据，依据目标井的实时录井数据确定对应的目标井工况，并基于目标井工况对应的所述密度热力图结合目标井的大钩悬重数据分布判定目标井设定时间的卡钻风险。
64.图2示出了本发明实施例中提供的基于邻井历史数据的钻井卡钻风险预警方法的实施流程明细图，如图3所示，本发明通过以下操作依次动作，实现对目标井卡钻风险的预警：
65.(1)收集数据：搜集目标井所在区块内所有历史井的实时录井数据、钻井风险相关数据等，构建数据库；其中，钻井风险记录数据包括发生风险的类型(例如井漏/井涌/卡钻等)、风险发生时间、风险发生时钻头位置(既钻头所处井深)、风险发生时的井深、风险结束时间等数据；
66.(2)数据过滤：以历史井的钻井风险数据为参考，确定其录井数据中属于发生风险和处理风险过程的数据段，进行删除过滤；
67.(3)数据抽取：对于一口历史井的录井数据，以钻头位置为标识，如钻头位置在1000m深度，遍历其录井数据，提取钻头位置在此深度时的不同时间点的录井数据；
68.(4)工况识别：获得某一钻头深度所有时间点的录井数据后，针对其中某一时间点的录井数据，进一步提取其之前30秒-5分钟的录井数据，利用其中的钻压、钻头位置、入口流量、转速等数据综合来判别该时间点所处的钻井工况，包括但不限于钻进、起钻、下钻、划眼、循环等；
69.(5)数据记录：完成钻头在某一深度所有时间点的录井数据所处钻井工况的识别后，划分工况类型，提取并记录钻头在该深度的相应钻井工况时大钩悬重值，该钻头深度下不同工况所提取的悬重数据条数可能不同，例如钻进工况有1条数据值，起钻与下钻工况则有多条数据值；
70.(6)重复步骤(3)-(5)，完成所有历史井钻头位置在不同深度与不同工况下的悬重记录；
71.(7)数据汇总：对于某一种工况，例如起钻工况，以钻头深度为标识，汇总并记录钻井区块内所有历史井的悬重数据，纵向为钻头位置的深度从0到7000m(该地区历史井最大井深)，横向则为各钻头位置所处深度的众多离散分布的悬重值；
72.(8)反向的密度热力图绘制：对于某一工况，例如起钻工况，利用相关的密度分布计算方法，计算钻头在各深度下其悬重值分布的中心点作为热力图中心，根据悬重值分布聚集情况，将井深与悬重数据的散点图转化绘制成反向密度热力图，图3示出了本发明实施例中钻井卡钻风险预警方法在起钻工况下悬重数据聚集分布密度热力图，如图3所示，各深度下悬重数据分布最密集区为绿色，反之为红色，反向密度热力图中，以计算的中心点为中心，80％数据分布区域为绿色，80％-100％数据分布区域为红色，两条黑斜线之间区域为80％数据聚集的绿色区域；亦可使用malab/r等成熟的代码程序直接绘制所需的密度热力图；
73.(9)重复步骤(7)-(8)，完成所有钻井工况下井深与悬重数据分布变化的反向密度热力图绘制；
74.(10)根据目标井实时数据及之前30秒-5分钟的数据判别当前所处钻井工况，基于所处钻井工况，从步骤(9)中选择相应的悬重分布密度热力图，提取目标井当前时间点及之前10-30s录井数据中的钻头位置与悬重值，绘制并分析其在反向热力图中的分布情况，处在绿色区域则无卡钻风险，处在红色区域则卡钻风险，且越靠外风险越高，如此实现对目标井的卡钻风险预警。
75.具体地，在一个实施例中，本发明在步骤s110中收集目标井所在的钻井区块内所有历史井的实时录井数据与钻井风险记录数据，并基于收集的实时录井数据与钻井风险记录数据构建对应的数据库；其中，钻井风险记录数据包括发生风险的类型(例如井漏/井涌/卡钻等)、风险发生时间、风险发生时钻头位置(既钻头所处井深)、风险发生时的井深、风险结束时间等数据；
76.实际应用时工作人员可以根据需求选取设定的参数作为标签，并根据标签与其他数据的关联分区存储，例如，分别选取钻井区块中不同历史井的编号为一级标签，选取各历史井实时录井数据中的钻头位置参数为二级标签，进而基于选取的多级标签对历史井的实时录井数据及钻井风险记录数据进行灵活存储，这样的方法不仅便于工作人员查看数据，尤其是对于参数类别较多的情况，不同参数分层分区存储一目了然，且便于工作人员根据需求对数据库中的数据进行灵活调整或整理。
77.另外，考虑到卡钻风险发生过程中以及后续处理风险阶段对应的录井数据，对于反映钻井过程中是否会发生卡钻风险没有有效的支持，因此，本发明实施例为了在不影响预测精确度的情况下降低数据处理量，对于每口历史井的实时录井数据，基于风险记录数据删除其风险发生及风险处理时间段内的参数，因此，在步骤s120中，通过以下操作对各历史井的实时录井数据进行整理：
78.根据各历史井的钻井风险记录数据选取历史井处于风险发生阶段以及处于风险处理阶段的实时录井数据，将这些数据从原有的实时录井数据中滤除，将剩余的实时录井数据作为各历史井整理后的实时录井数据。
79.需要说明的是，在整理实时录井数据的过程中，须保障以对应历史井的风险记录数据为参考，确定其录井数据中属于发生风险和处理风险过程的数据段，再进行删除过滤，
这样才能保障不会滤除有价值的录井数据参数。实际应用时，可以采用数据库的数据过滤算法及数据备份功能进行整理，保障数据整理结果可靠性的同时，有效提升处理效率。
80.进一步，考虑到历史井钻井过程中涉及的录井数据数量很大，为了便于分析及后续处理，本发明实施例采用基于钻井工况分别分析数据的思路，基于该技术思路，需要识别不同历史井的钻井工况，实际勘探过程中，能够表征钻井工况的录井参数有多个，可以利用实时录井数据中钻头位置、大钩载荷、钻压等数据项的变化规律来判别历史井实时录井数据对应的钻井工况，其识别准确率基本可达95％以上。因此，在一个实施例中，在绘制各个钻井工况对应的钻头深度及悬重数据散点分布图之前，本发明基于整理后的实时录井数据，以钻头位置为标识，提取各个钻头位置对应不同时间点的实时录井数据，并综合利用与钻井工况相关的各个参数分析各个钻头位置对应不同时间点的钻井工况；
81.其中所述钻井工况至少包括：钻进工况、起钻工况、下钻工况、划眼工况及循环工况。
82.基于以钻井工况为标识的录井数据，提取并记录各历史井不同钻井工况对应的不同钻头位置下的所有大钩悬重数据，令纵向为体现钻头位置的深度值，横向为各钻头位置所处深度对应的各离散分布的大钩悬重值，绘制历史井各个钻井工况对应的钻头深度及悬重数据散点分布图，以获得该区块内历史井钻井过程中各深度点在不同工况下大钩悬重数据的散点分布情况。实际应用时，钻头位置的深度值可设为0～7000m，当然该步骤中可以由工作人员根据对应区块内各历史井的钻井深度进行合理设置，基于此本发明不予限定。
83.进一步地，考虑到钻井过程中大钩悬重值与卡钻风险之间的密切关系，本发明实施例对于各个工况，例如起钻工况，利用相关的密度分布计算方法，根据悬重值分布聚集情况，将起钻工况下井深与悬重数据的散点图转化绘制成反向密度热力图，因此，一个实施例中，在所述步骤s130中，本发明包括以下操作：
84.针对不同的钻井工况，利用密度分布计算方法确定在不同钻头位置下的悬重数据中心点；
85.将确定的中心点作为热力图中心，根据大钩悬重值的分布聚集情况，将钻头深度及悬重数据散点分布图转化绘制成密度热力图；
86.依据历史井各工况下不同钻头位置的钻井风险记录数据划分风险数据区域。
87.本发明实施例通过上述步骤绘制密度热力图反应历史井各工况在不同钻头深度下的悬重数据分布情况，为了提升工作人员对于大量数据的识别度和识别效率，优选地，可以依据历史井各工况下不同钻头位置的钻井风险记录数据划分风险数据区域，对于密度热力图中处于风险数据区域的悬重数据，则表明其对应的录井数据属于存在卡钻风险的录井参数，对应时刻发生卡钻风险的概率较高，反之，则说明，对应时刻发生卡钻风险的概率较低。
88.实际应用时，可以采用颜色区分或直接划分区域分割线，
89.例如，可以设置既各深度下悬重数据分布最密集区为绿色，反之为红色，反向密度热力图中，以计算的中心点为中心，80％数据分布区域为绿色，80％-100％数据分布区域为红色，如附图3中所示，两条黑斜线之间区域为80％数据的密集聚集区域，也就是绿色区域，两条黑斜线之外的区域为红色区域，即风险数据区域，落于该区域的悬重数据相应地表明其钻井时刻存在钻井风险，另外的，在其他实施例中，也可以使用malab/r等成熟的代码程
序直接绘制所需的密度热力图。基于上述逻辑，发明通过如下手段实现对目标井设定时间的卡钻风险预判：
90.提取目标井的钻头深度值和大钩悬重数值，选取与目标井设定时间的钻井工况对应的密度热力图，将目标井对应钻头深度的大钩悬重值绘制在选取的密度热力图中分析其分布情况；
91.若目标井的大钩悬重值分布在风险数据区域，则判定目标井在设定时间下存在卡钻风险。
92.具体地，在一个实施例中，根据目标井当前实时录井数据及之前30秒-5分钟的录井数据判别当前所处钻井工况，基于所处钻井工况，选择相应的悬重分布密度热力图，提取目标井当前时间点及之前10-30s录井数据中的钻头位置与悬重值，绘制并分析其在相应密度热力图中的分布情况，处在绿色区域则无卡钻风险，处在红色区域则卡钻风险，且越靠外风险越高，以此实现对目标井的卡钻风险预警。
93.采用本发明上述实施例中的技术方案，相比较于目前已有的钻井卡钻预警方法，本方法基于区域历史数据分布规律进行预警，可直观反映目标井卡钻风险，避免以往方法漏报率和误报率高的问题，提高预警准确性。
94.此外，本方法所使用的区域历史数据主要为实时录井数据和钻井风险数据，所需数据源更易准确获取，计算分析方法也更加简便易用。
95.补充说明
96.本发明的技术方案在西北油田塔河区块第三作业区选取10口新钻井进行了试验应用。
97.首先，收集塔河区块第三作业区内120口历史井录井数据，构建数据库。
98.之后，对120口历史井录井数据进行分析，逐条数据识别钻井工况，按钻井工况进行大类划分后，以钻头深度为纵向坐标，大钩悬重为横向坐标，提取该工况下所有历史井录井数据中的钻头深度和大钩悬重绘制为散点图，之后通过密度分布计算等方法将其转换为反向热力图，既悬重分布最密集区为绿色，反之为红色。
99.10口新井在钻井过程中根据实时录井数据对当前工况进行识别，之后调用相应工况下的悬重反向热力图，将试验井当前录井数据中的钻头位置与大钩悬重绘制到反向热力图中分析其分布情况，若分布在绿色区则正常，若分布在红色区则表示存在卡钻风险，依次进行钻井卡钻风险预警。
100.10口井完钻后统计卡钻风险预警情况。10口井实际发生1井次卡钻，该方法准确进行了预警，漏报率为0，误报卡钻风险2井次，平均误报率为0.2次/井；而该作业区内120口历史井共计发生卡钻13井次，在使用常规的灰色关联或层次分析法预警时实际预警了9井次，漏报率为30.77％，误报卡钻风险273井次，平均误报率为2.28次/井。
101.通过使用本发明所述方法提高了钻井卡钻风险预警准确率并降低了误报率。
102.实施例二
103.考虑到上述任意一个或多个实施例的其他方面，本发明还提供一种基于邻井历史数据的钻井卡钻风险预警系统，该系统中的各个结构或模块用于执行上述任意一个或多个实施例中的方法或步骤。
104.具体地，图4中示出了本发明实施例中基于邻井历史数据的钻井卡钻风险预警系
统的结构示意图，如图4所示，该系统包括：
105.历史数据采集模块41，其配置为统计目标井所在的区块内所有历史井的实时录井数据以及对应的钻井风险记录数据；所述实时录井数据包括钻井过程中实时的钻压、钻头位置、入口流量、转速数据及大钩悬重等各项数据；
106.散点图绘制模块43，其配置为依据所述钻井风险记录数据对各历史井的实时录井数据进行整理，并基于整理后的实时录井数据统计绘制各个钻井工况对应的钻头深度及悬重数据散点分布图；
107.热力图转换模块45，其配置为利用密度分布计算方法计算并绘制各钻井工况下钻头深度及悬重数据散点分布图对应的密度热力图；
108.风险分析模块47，其配置为采集目标井设定时间段内的实时录井数据，依据目标井的实时录井数据确定对应的目标井工况，并基于目标井工况对应的所述密度热力图结合目标井的大钩悬重数据分布判定目标井设定时间的卡钻风险。
109.进一步地，在一个实施例中，所述散点图绘制模块43通过以下操作对各历史井的实时录井数据进行整理：
110.根据各历史井的钻井风险记录数据选取历史井处于风险发生阶段以及处于风险处理阶段的实时录井数据，将这些数据从原有的实时录井数据中滤除，将剩余的实时录井数据作为各历史井整理后的实时录井数据。其中，钻井风险记录数据包括发生风险的类型(例如井漏/井涌/卡钻等)、风险发生时间、风险发生时钻头位置(既钻头所处井深)、风险发生时的井深、风险结束时间等数据；
111.在一个实施例中，所述散点图绘制模块43在绘制各个钻井工况对应的钻头深度及悬重数据散点分布图之前，还执行以下操作：
112.基于整理后的实时录井数据，以钻头位置为标识，提取各个钻头位置对应不同时间点的实时录井数据，并综合利用与钻井工况相关的各个参数分析各个钻头位置对应不同时间点的钻井工况；
113.其中所述钻井工况包括：钻进工况、起钻工况、下钻工况、划眼工况及循环工况。
114.优选地，所述散点图绘制模块43配置为：提取并记录各历史井不同钻井工况对应的不同钻头位置下的所有大钩悬重数据，令纵向为体现钻头位置的深度值，横向为各钻头位置所处深度对应的各离散分布的大钩悬重值，绘制历史井各个钻井工况对应的钻头深度及悬重数据散点分布图。
115.在一个实施例中，所述热力图转换模块45配置为：
116.针对不同的钻井工况，利用密度分布计算方法确定在不同钻头位置下的悬重数据中心点；
117.将确定的中心点作为热力图中心，根据大钩悬重值的分布聚集情况，将钻头深度及悬重数据散点分布图转化绘制成密度热力图；
118.依据历史井各工况下不同钻头位置的钻井风险记录数据划分风险数据区域。
119.基于上述设计，本发明一实施例的风险分析模块47通过以下操作实现目标井的卡钻风险预警：
120.提取目标井的钻头深度值和大钩悬重数值，选取与目标井设定时间的钻井工况对应的密度热力图，将目标井对应钻头深度的大钩悬重值绘制在选取的密度热力图中分析其
分布情况；
121.若目标井的大钩悬重值分布在风险数据区域，则判定目标井在设定时间下存在卡钻风险。
122.本发明实施例提供的基于邻井历史数据的钻井卡钻风险预警系统中，各个模块或单元结构可以根据实际应用需求独立运行或组合运行，以实现相应的技术效果。
123.应该理解的是，本发明所公开的实施例不限于这里所公开的特定结构、处理步骤或材料，而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是，在此使用的术语仅用于描述特定实施例的目的，而不意味着限制。
124.说明书中提到的“一实施例”意指结合实施例描述的特定特征、结构或特征包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一实施例”并不一定均指同一个实施例。
125.虽然本发明所揭露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。