一种基于钻井日志智能识别钻井事件的方法及系统与流程

1.本发明涉及石油钻井开发技术领域，尤指一种基于钻井日志智能识别钻井事件的方法及系统。


背景技术：

2.在石油钻井工程施工的过程中，对于生产调度、技术配伍、安全监督等工作情况，现场工程师都会在钻井日志工作内容中以时间轴叙事形式记录，并通过信息化系统传回后方基地。
3.目前，对于ddr(钻井日志)工作内容的分析应用，尚停留在工程技术分析师线下人工回读模式，分析效率低，不能对批量井开展规模化大数据挖掘；与此同时，npt(non-productive time，非生产时间)要素主要依托工程师填报，现场经常出现npt事件误报、错报、漏报等问题，阻碍了钻完井工程组织实施挖潜增效。
4.综上来看，亟需一种可以克服上述缺陷，能够快速有效的分析钻井日志的技术方案。


技术实现要素：

5.为解决现有技术存在的问题，本发明提出了一种基于钻井日志智能识别钻井事件的方法及系统。本发明通过自动拾取井场地面停工、设备维修、井下复杂和钻井事故，配套异常事件时序分析和时效分析，可定点优化分析npt事件，指导钻井工程技术管理人员适配技术、生产运行人员适配材料，提升钻完井生产组织能力和施工绩效。
6.在本发明实施例的第一方面，提出了一种基于钻井日志智能识别钻井事件的方法，该方法包括：
7.设置石油钻井非生产时间的工作状态信息；
8.将所述石油钻井非生产时间的工作状态信息进行正则匹配，结合钻井日志自然语言事件的关键字组进行二次约束，创建钻井事件关键字组规则；
9.获取钻井日志，根据所述钻井日志进行工况识别拆分，得到钻井工况识别拆分结果；
10.按照钻井事件关键字组规则中每一条事件关键字组的优先级，依次将钻井工况识别拆分结果与事件关键字组的工况进行比对；其中，
11.若未比对到相同工况，继续与下一条事件关键字组进行比对；
12.若比对到相同工况，判断钻井工况识别拆分结果是否包含事件关键字组的否定关键字；其中，
13.如果包含否定关键字，判定本条事件关键字组对应的钻井事件不成立，继续与下一条事件关键字组进行比对；
14.如果不包含否定关键字，判断关键字组与钻井工况识别拆分结果是否匹配，若匹配，判定本条事件关键字组对应的钻井事件成立，并停止轮询，将匹配结果结构化存入数据
库；若不匹配，继续与下一条事件关键字组进行比对。
15.在本发明实施例的第二方面，提出了一种基于钻井日志智能识别钻井事件的系统，该系统包括：
16.设置模块，用于设置石油钻井非生产时间的工作状态信息；
17.规则创建模块，用于将所述石油钻井非生产时间的工作状态信息进行正则匹配，结合钻井日志自然语言事件的关键字组进行二次约束，创建钻井事件关键字组规则；
18.日志识别拆分模块，用于获取钻井日志，根据所述钻井日志进行工况识别拆分，得到钻井工况识别拆分结果；
19.钻井事件分析模块，用于按照钻井事件关键字组规则中每一条事件关键字组的优先级，依次将钻井工况识别拆分结果与事件关键字组的工况进行比对；其中，
20.若未比对到相同工况，继续与下一条事件关键字组进行比对；
21.若比对到相同工况，判断钻井工况识别拆分结果是否包含事件关键字组的否定关键字；其中，
22.如果包含否定关键字，判定本条事件关键字组对应的钻井事件不成立，继续与下一条事件关键字组进行比对；
23.如果不包含否定关键字，判断关键字组与钻井工况识别拆分结果是否匹配，若匹配，判定本条事件关键字组对应的钻井事件成立，并停止轮询，将匹配结果结构化存入数据库；若不匹配，继续与下一条事件关键字组进行比对。
24.在本发明实施例的第三方面，提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现基于钻井日志智能识别钻井事件的方法。
25.在本发明实施例的第四方面，提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现基于钻井日志智能识别钻井事件的方法。
26.本发明提出的基于钻井日志智能识别钻井事件的方法及系统可以全面实时跟踪钻井作业的异常工作状态，自动巡检定位非正常工作状态的井，快速分析批量化钻井、自定义业务维度的钻井施工动态，为管理人员提供生产资料，辅助管理人员及时协调钻井工具、钻井液材料、钻头、仪器、设备、配件等，适配最佳处置工艺，提升钻完井施工管理总体效率和效益，为钻井事故复杂分析及多维度大数据分析提供有力的数据支持。
附图说明
27.为了更清楚地说明本技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
28.图1是本发明一实施例的基于钻井日志智能识别钻井事件的方法流程示意图。
29.图2是本发明一具体实施例的钻井多目标工作状态应用软件的界面示意图。
30.图3是本发明一实施例的基于钻井日志智能识别钻井事件的系统架构示意图。
31.图4是本发明一具体实施例的基于钻井日志智能识别钻井事件的系统架构示意图。
32.图5是本发明一实施例的计算机设备结构示意图。
具体实施方式
33.下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明，而并非以任何方式限制本发明的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
34.本领域技术人员知道，本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。
35.根据本发明的实施方式，提出了一种基于钻井日志智能识别钻井事件的方法及系统，涉及石油钻井开发技术领域。本发明从钻井日志(ddr)工作内容中智能拾取井筒事故、复杂、设备维修和其他组织等事件，用于智能跟踪石油钻井生产组织和技术实施，为开展石油钻井kpi、npt、事故复杂分析及多维度大数据分析提供基础准备。
36.下面参考本发明的若干代表性实施方式，详细阐释本发明的原理和精神。
37.图1是本发明一实施例的基于钻井日志智能识别钻井事件的方法流程示意图。如图1所示，该方法包括：
38.步骤s101，设置石油钻井非生产时间的工作状态信息。
39.步骤s102，将所述石油钻井非生产时间的工作状态信息进行正则匹配，结合钻井日志自然语言事件的关键字组进行二次约束，创建钻井事件关键字组规则。
40.步骤s103，获取钻井日志，根据所述钻井日志进行工况识别拆分，得到钻井工况识别拆分结果。
41.步骤s104，按照钻井事件关键字组规则中每一条事件关键字组的优先级，依次将钻井工况识别拆分结果与事件关键字组的工况进行比对。
42.步骤s105，若未比对到相同工况，继续与下一条事件关键字组进行比对。
43.步骤s106，若比对到相同工况，判断钻井工况识别拆分结果是否包含事件关键字组的否定关键字。
44.步骤s107，如果包含否定关键字，判定本条事件关键字组对应的钻井事件不成立，继续与下一条事件关键字组进行比对。
45.步骤s108，如果不包含否定关键字，判断关键字组与钻井工况识别拆分结果是否匹配。
46.步骤s109，若匹配，判定本条事件关键字组对应的钻井事件成立，并停止轮询，将匹配结果结构化存入数据库。
47.步骤s110，若不匹配，继续与下一条事件关键字组进行比对。
48.进一步的，该方法包括：对钻井事件进行合并拼接；其中，具体过程为：
49.当钻井工况识别拆分结果中出现未识别出钻井事件的钻井日志，且工况不为空白，钻井井深未发生变化，将未识别出钻井事件的钻井日志定义为钻井事件；
50.当钻井工况识别拆分结果中出现工况空白的钻井日志，将钻井日志定义为钻井事件；
51.当同一口井存在相同的钻井事件，且上一条钻井事件的结束时间等于下一条钻井事件的开始时间，将两条钻井事件合并为一条。
52.在步骤s101中，设置的石油钻井非生产时间的工作状态信息包括：时效大类、时效项、工作状态及操作内容；其中，
53.时效大类为非生产时间；时效项至少包括：复杂情况、其他非生产、事故、修理、自然停工、组织停工、特殊停工；每种时效项包含多种工作状态，每一种工作状态对应设置有操作内容。
54.在步骤s102中，钻井事件关键字组规则包括：优先级、钻井事件名称、关键字组、否定关键字、工况、执行条件、范围条件及条件值。
55.在步骤s103中，获取钻井日志，根据所述钻井日志进行工况识别拆分，得到钻井工况识别拆分结果，还包括：
56.采集钻井日志，并将钻井日志存入后台数据中心oracle数据库。
57.按照钻井事件关键字组规则中的执行条件、范围条件及条件值，将所述钻井日志拆分，得到一条或多条钻井工况识别拆分结果。
58.在步骤s109中，将匹配结果结构化存入数据库，还包括：
59.将匹配结果结构化存入后台数据中心oracle数据库；
60.当接收到查询指令时，根据所述查询指令在数据库中查询钻井日志，钻井日志匹配的钻井事件，钻井事件中每种工况对应的工作状态及操作内容。
61.工程技术人员可以根据需要在数据库中调用钻井日志、钻井事件及相关内容。
62.需要说明的是，尽管在上述实施例及附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
63.为了对上述基于钻井日志智能识别钻井事件的方法进行更为清楚的解释，下面结合一具体的实施例来进行说明。
64.s1，设置石油钻井非生产时间工作状态信息。
65.石油钻井非生产时间工作状态信息包括：时效大类、时效项、工作状态及操作内容；其中，
66.时效大类为非生产时间；时效项至少包括：复杂情况、其他非生产、事故、修理、自然停工、组织停工、特殊停工；每种时效项包含多种工作状态，每一种工作状态对应设置有操作内容。
67.具体的，“复杂情况”中的工作状态包含：测漏速，处理水侵，测漏点，压井等。
[0068]“事故”中的工作状态包含：井下落物，断钻具等。
[0069]“修理”中的工作状态包含：修理钻具，修改井控设备等。
[0070]“自然停工”中的工作状态包含：因天气停工，因自然灾害停工等。
[0071]“组织停工”中的工作状态包含：等待器件，等待材料，等待事件完成等，等待事件如等合同，等试压，等指令，等搬运完毕。
[0072]“特殊停工”中的工作状态包含：因环保停工，疫情封停，道路管制，油地协调等。
[0073]
上述示例用于说明石油钻井非生产时间工作状态信息，在实际应用中可以根据实
际情况进行设置。
[0074]
s2，创建ddr自然语言事故复杂关键字组规则(钻井事件关键字组规则)。
[0075]
在非生产时间工作状态标准规则自动正则匹配基础上，利用ddr自然语言事故复杂关键字组进行二次约束，创建ddr自然语言事故复杂关键字组规则。
[0076]
ddr自然语言事故复杂关键字组规则设置有优先级、事件(事故复杂)、关键字(关键字组)、否定关键字、工况、执行条件、条件范围、条件值。
[0077]
例如，优先级最高的事件为：井喷事故；关键字为：压井，溢流；否定关键字为：恢复正常施工，恢复正常钻进，恢复钻进，循环无溢流；工况为：憋压，测后效，处理复杂，处理气侵，处理溢流，等措施；执行条件为：之前记录；范围条件为：井深；条件值为：0。
[0078]
在井喷事故之后，按照事件的优先级包括：处理溢流，处理卡钻，处理组卡，井下落物，处理井漏等事件。事件并不仅限于此，可以根据实际情况进行设置、调整。
[0079]
其中，在“处理井漏”事件中，设置有多种关键字，由高到低设置关键字的优先级，包括：发现漏失，发现井漏，处理井漏，发生井漏，发生漏失，出现井漏，井漏失返，出口失返，井口失返，配堵漏浆，打堵漏浆，注堵漏浆等。关键字并不仅限于此，可以根据实际情况进行设置、调整。
[0080]
每种关键字都对应设置有否定关键字、工况、执行条件、范围条件、条件值。
[0081]
例如，“发现漏失”对应的否定关键字为：8:00-8:00循环，恢复正常施工，恢复正常钻进；工况为：憋压，测后效，处理复杂，处理井壁失稳，处理井漏；执行条件为：之前记录；范围条件为：井深；条件值为：0。
[0082]“配堵漏浆”对应的否定关键字为：8:00-8:00循环，恢复正常施工，恢复正常钻进；工况为：憋压，处理复杂，处理井漏，工程循环，关井观察，静止；执行条件为：当前记录；范围条件为：井深；条件值为：0。
[0083]
上述示例用于说明ddr自然语言事故复杂关键字组规则，在实际应用中可以根据实际情况进行设置。
[0084]
s3，ddr智能识别事故复杂。
[0085]
在s3中，具体过程为：
[0086]
s301，从oracle数据库提取ddr工况智能识别成果。
[0087]
s302，提取ddr自然语言事故复杂关键字组规则。
[0088]
s303，判定事故复杂。
[0089]
在s303中，具体过程为：
[0090]
s3031，针对每一条ddr工况智能识别拆分结果，循环比对ddr自然语言事故复杂关键字组规则。
[0091]
s3032，利用每一组事故复杂关键字规则中的工况，与ddr工况智能识别拆分结果中的工况匹配，查找该组事故复杂关键字规则中是否存在与ddr工况智能识别拆分结果中有相同的工况；
[0092]
如果不存在，匹配下一条事故复杂关键字组规则；
[0093]
如果存在，利用该条规则继续往下进行识别逻辑；
[0094]
s3033，根据事故复杂关键字组规则中的“执行条件”、“范围条件”以及“条件值”获取对应的ddr工况智能识别拆分结果(一条或者多条)。
[0095]
s3034，根据事故复杂关键字组规则中的“执行条件”，循环执行步骤s3033中获取到的ddr工况智能识别拆分结果集，依次判断拆分结果中的日志内容是否包含该条事故复杂关键字组规则中的否定关键字；
[0096]
如果包含，则判断该条事故复杂关键字组对应的复杂事故不成立，进行下一条事故复杂关键字组规则的判断；
[0097]
如果不包含，进行关键字组判断(正向关键字组)；如果关键字组与拆分结果中的日志内容相匹配，则判定该条事故复杂关键字规则对应的事故复杂成立，并停止轮询，将结果结构化存入oracle数据库。
[0098]
更进一步的，根据结果，可以将事故复杂进行合并拼接。
[0099]
例如，同一口井相同事故复杂中间出现没有识别出来事故复杂的日志，并且井深没有变化，就把这些没有识别出来事故复杂的日志定义为该事故复杂事件。
[0100]
同一口井相同事故复杂(事件)中间出现工况为空的日志，就把该工况为空的日志定义为该事故复杂(事件)，该条规则不考虑井深是否变化。
[0101]
同一口井的相同事故复杂(事件)，上一条事故复杂(事件)的结束时间等于下一条的开始时间，就把这两条事故复杂(事件)合并为一条。
[0102]
以某一公司下属的16家油气田公司和5家钻探企业为例，配备有20dj-90dj各类钻机。利用本发明提出的基于钻井日志智能识别钻井事件的方法，可以实现实时跟踪钻井施工动态，单井和多井钻井施工异常进度动态监测，适用于钻井井场、远程作业中心和手机app等场景应用。
[0103]
首先，利用钻完井工程信息化系统采集数据，实时自动远程传回后方基地数据中心oracle数据库；
[0104]
启动钻井多目标工作状态应用软件拆分日志。参考图2，为本发明一具体实施例的钻井多目标工作状态应用软件的界面示意图。
[0105]
利用钻井日志智能识别多事故复杂应用软件拾取事故复杂，并开展自定义统计分析应用。
[0106]
采用本发明提出的基于钻井日志智能识别钻井事件的方法，可以全面实时跟踪作业公司所辖全部作业井异常工作状态，自动巡检定位非正常工作状态的井，快速分析批量化钻井、自定义业务维度的钻井施工动态，辅助管理人员及时协调钻井工具、钻井液材料、钻头、仪器、设备、配件等生产资料，适配最佳处置工艺，提升钻完井施工管理总体效率和效益。
[0107]
进一步的，智能识别结果还可以用于构建大数据人工智能分析模型，提高生产组织和工艺技术智能分析能力。
[0108]
在介绍了本发明示例性实施方式的方法之后，接下来，参考图5对本发明示例性实施方式的基于钻井日志智能识别钻井事件的系统进行介绍。
[0109]
基于钻井日志智能识别钻井事件的系统的实施可以参见上述方法的实施，重复之处不再赘述。以下所使用的术语“模块”或者“单元”，可以是实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0110]
基于同一发明构思，本发明还提出了一种基于钻井日志智能识别钻井事件的系
统，如图3所示，该系统包括：
[0111]
设置模块110，用于设置石油钻井非生产时间的工作状态信息；
[0112]
规则创建模块120，用于将所述石油钻井非生产时间的工作状态信息进行正则匹配，结合钻井日志自然语言事件的关键字组进行二次约束，创建钻井事件关键字组规则；
[0113]
日志识别拆分模块130，用于获取钻井日志，根据所述钻井日志进行工况识别拆分，得到钻井工况识别拆分结果；
[0114]
钻井事件分析模块140，用于按照钻井事件关键字组规则中每一条事件关键字组的优先级，依次将钻井工况识别拆分结果与事件关键字组的工况进行比对；其中，
[0115]
若未比对到相同工况，继续与下一条事件关键字组进行比对；
[0116]
若比对到相同工况，判断钻井工况识别拆分结果是否包含事件关键字组的否定关键字；其中，
[0117]
如果包含否定关键字，判定本条事件关键字组对应的钻井事件不成立，继续与下一条事件关键字组进行比对；
[0118]
如果不包含否定关键字，判断关键字组与钻井工况识别拆分结果是否匹配，若匹配，判定本条事件关键字组对应的钻井事件成立，并停止轮询，将匹配结果结构化存入数据库；若不匹配，继续与下一条事件关键字组进行比对。
[0119]
在本实施例中，参考图4，为本发明一具体实施例的基于钻井日志智能识别钻井事件的系统架构示意图。如图4所示，该系统还包括：
[0120]
钻井事件处理模块150，用于当钻井工况识别拆分结果中出现未识别出钻井事件的钻井日志，且工况不为空白，钻井井深未发生变化，将未识别出钻井事件的钻井日志定义为钻井事件；
[0121]
当钻井工况识别拆分结果中出现工况空白的钻井日志，将钻井日志定义为钻井事件；
[0122]
当同一口井存在相同的钻井事件，且上一条钻井事件的结束时间等于下一条钻井事件的开始时间，将两条钻井事件合并为一条。
[0123]
在本实施例中，设置的石油钻井非生产时间的工作状态信息包括：时效大类、时效项、工作状态及操作内容；其中，
[0124]
时效大类为非生产时间；时效项至少包括：复杂情况、其他非生产、事故、修理、自然停工、组织停工、特殊停工；每种时效项包含多种工作状态，每一种工作状态对应设置有操作内容。
[0125]
钻井事件关键字组规则包括：优先级、钻井事件名称、关键字组、否定关键字、工况、执行条件、范围条件及条件值。
[0126]
在本实施例中，日志识别拆分模块130具体用于：
[0127]
按照钻井事件关键字组规则中的执行条件、范围条件及条件值，将所述钻井日志拆分，得到一条或多条钻井工况识别拆分结果。
[0128]
在本实施例中，参考图4，该系统还包括：
[0129]
日志采集模160，用于采集钻井日志，并将钻井日志存入后台数据中心oracle数据库。
[0130]
在本实施例中，所述钻井事件分析模块140还用于：
[0131]
将匹配结果结构化存入后台数据中心oracle数据库。
[0132]
在本实施例中，参考图4，该系统还包括：
[0133]
查询模块170，用于接收查询指令，根据所述查询指令在数据库中查询钻井日志，钻井日志匹配的钻井事件，钻井事件中每种工况对应的工作状态及操作内容。
[0134]
应当注意，尽管在上文详细描述中提及了基于钻井日志智能识别钻井事件的系统的若干模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之，上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。
[0135]
基于前述发明构思，如图5所示，本发明还提出了一种计算机设备500，包括存储器510、处理器520及存储在存储器510上并可在处理器520上运行的计算机程序530，所述处理器520执行所述计算机程序530时实现前述基于钻井日志智能识别钻井事件的方法。
[0136]
基于前述发明构思，本发明提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现前述基于钻井日志智能识别钻井事件的方法。
[0137]
本发明提出的基于钻井日志智能识别钻井事件的方法及系统可以全面实时跟踪钻井作业的异常工作状态，自动巡检定位非正常工作状态的井，快速分析批量化钻井、自定义业务维度的钻井施工动态，为管理人员提供生产资料，辅助管理人员及时协调钻井工具、钻井液材料、钻头、仪器、设备、配件等，适配最佳处置工艺，提升钻完井施工管理总体效率和效益，为钻井事故复杂分析及多维度大数据分析提供有力的数据支持。
[0138]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0139]
本发明是参照根据本发明实施例的方法和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0140]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0141]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0142]
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明
的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。