一种基于随机森林和直流磁场的油气井套管内径检测方法与流程

1.本发明属于油气井套管缺陷检测领域，尤其涉及一种基于随机森林和直流磁场的油气井套管内径量化方法。


背景技术：

2.现代油气井工业中，一体化油井得到了广泛的使用，其主体结构是多层的油套管结构。由于长期服役在严苛的工作环境中，作为保护层的套管往往会出现不同程度的缺陷，如：挤压、变形等，这些缺陷会影响到油气采集的生产安全。
3.套管内径是油气井套管检测中的关键参数，其数值直接反映套管的形变程度，是套管健康状态评估、寿命预测及后续维修的主要依据。直流磁场检测是油气井套管缺陷检测的有效方法，套管内径的变化会对直流磁场检测信号产生影响，根据检测信号进行适当的处理可以获得套管内径的相关信息。
4.针对油气井套管缺陷的检测方法，已有一些学者开展了相关研究。mao等人在铁磁性管道的测厚研究中使用了基于levenberg-marquardt算法和变量变换的检测算法，获得了较好的检测结果。王立敏等人在连续油管上设计并预制了裂纹、腐蚀缺陷和椭圆度缺陷，对连续油管的缺陷和椭圆度进行试验评价，通过分析缺陷处的磁场异常特征，实现缺陷的定位、定性和定量分析。张曦郁等人结合了远场涡流和脉冲涡流技术，提出了基于堆叠自编码器神经网络的分类方法，实现了对油套管内管外壁腐蚀、外管内壁腐蚀和外管外壁腐蚀的分类。
5.然而现有的检测方法仍存在一些问题：目前的研究中，缺乏对套管内径这一关键指标的分析，且大量的研究只对几种区别明显的类型进行了研究，如：横向裂缝和纵向裂缝，而未对实际工况中出现的各种场景进行研究。


技术实现要素：

6.本发明的目的在于针对现有技术的不足，提供一种基于随机森林和直流磁场的油气井套管内径检测方法。
7.本发明的目的是通过以下技术方案来实现的：一种基于随机森林和直流磁场的油气井套管内径检测方法，该方法包括如下步骤：
8.s1：采集静态磁检测信号，包括：
9.s1.1：使用双磁体同轴反向探头对油气井套管进行扫描，获得静态磁检测信号。
10.s1.2：对步骤s1.1检测到的静态磁检测信号进行数字化采样，得到离散的静态磁检测信号。
11.s2：对步骤s1检测到的静态磁检测信号，进行基于主成分分析的特征提取，包括：
12.s2.1：对步骤s1.2采集到的静态磁检测信号进行预处理。
13.s2.2：使用主成分分析法进行特征提取，对步骤s2.1预处理后的数据，提取出响应的主成分分量。
14.s3：使用机械井径检测仪器对油气井套管进行数据采集，得到机械井径数据。
15.s4：基于步骤s2.2提取的主成分分量和步骤s3得到的机械井径数据，使用随机森林回归模型进行训练，得到油气井套管内径的预测模型；
16.s5：将待测油气井套管经过步骤s1～s2的处理，得到对应的主成分分量，输入到步骤s4训练后的回归模型中，得到预测的内径。
17.进一步地，步骤s1.2中，电压值越小的部分采样时间越长，对采样时间内的数据求积分值，之后除以采样时长，得到每个采样点上的采样数值。
18.进一步地，步骤s2.1中，对静态磁检测信号，采用滑动平均去噪等方式进行预处理。
19.进一步地，步骤s3中，对得到的机械井径数据，采用滑动平均去噪等方式进行预处理。
20.进一步地，步骤s4中，回归训练模型为随机森林。
21.本发明的有益效果是：
22.(1)本发明检测过程中采用直流磁场阵列探头进行检测，采集到信息包括24维的圆周信息，可以准确的表示套管内的缺陷信息；
23.(2)本发明采用了主成分分析法进行特征提取，能够获得检测信号的有效信息；
24.(3)本发明采用了多种消除噪声的方法，能有效的提高最终的回归精度；
25.(4)本发明采用随机森林回归进行定量分析，结果可靠准确，运算速度快，具有较好的应用前景。
附图说明
26.图1是本发明基于随机森林和直流磁场的油气井内径检测流程图；
27.图2是本发明的双磁体同轴反向探头示意图；
28.图中：正磁铁聚焦模块1，负磁性聚焦模块2。
具体实施方式
29.以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
30.如图1所示，本发明一种基于随机森林和直流磁场的油气井套管内径检测方法，包括以下步骤：
31.s1：实验数据采集，得到静态磁检测信号。本发明实施例中，共获得4800组实验数据。
32.s1.1：使用双磁体同轴反向探头对油气井套管进行从上至下的快速扫描检测，获得直流磁场电压信号，即静态磁检测信号。如图2所示，双磁体同轴反向探头包括正磁铁聚焦模块1和负磁性聚焦模块2。
33.s1.2：对步骤s1.1得到的静态磁检测信号的有效区域进行数字化采样，为了保证采样数据的准确性，电压值越小的部分采样时间越长，对采样时间内的数据求积分值，之后除以采样时长，得到每个采样点上的采样数值，得到离散的静态磁检测信号。
34.s2：对步骤s1得到的静态磁检测信号，进行基于主成分分析的特征提取。
35.s2.1：对s1.2采集到的静态磁检测信号，采用滑动平均去噪的方式进行预处理，去除噪声干扰。
36.s2.2：使用主成分分析法进行特征提取，对步骤s2.1预处理后的数据，提取出响应的主成分分量。
37.s3：引入机械井径数据，与步骤s2.2提取的主成分分量一起组成数据集。
38.s3.1：使用机械井径检测仪器对同一油气井套管进行数据采集，得到机械井径数据，并采用滑动平均去噪的方式进行预处理，去除噪声干扰。
39.s3.2：将步骤s3.1预处理后的机械井径数据，与步骤s2.2提取的主成分分量一起组成数据集。
40.s4：使用步骤s3获得的数据集进行油气井套管内径的定量分析。本发明实施例中，共获得4800组实验数据，其中无缺陷数据1200组，有缺陷数据3600组，有缺陷数据又分为：弯曲类型数据1200组，单面挤压数据1200组，双面挤压数据1200组。
41.s4.1：将步骤s3.2得到的数据集样本，按照3:1的比例划分为训练集和测试集；
42.s4.2：用步骤s4.1中的训练集，训练随机森林回归模型，得到油气井套管内径定量分析模型。
43.s4.3：将步骤s4.1中的测试集中的主成分分量，输入到步骤s4.2训练的回归模型中，得到回归后的预测数据，与测试集中的实际机械井径数据进行对比，验证模型准确性。本实施例的1200个测试集样本中，无缺陷的均方误差小于0.04，弯曲类型的均方误差小于0.05，单面挤压类型的均方误差小于0.06，双面挤压类型的均方误差小于0.08。
44.本领域普通技术人员可以理解，以上所述仅为发明的优选实例而已，并不用于限制发明，尽管参照前述实例对发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述实例记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在发明的精神和原则之内，所做的修改、等同替换等均应包含在发明的保护范围之内。