本發明涉及石油鉆井，尤其涉及一種套管最大下入能力的預測方法及裝置。

背景技術：

1、套管下入是石油工業中一項重要的鉆井工程技術，該技術能夠有效控制鉆井過程中的巖層塌陷及井眼失穩等問題。在套管下入過程中，套管的最大下入能力是一個關鍵參數，其決定了套管下入的深度和鉆井的進度。

2、現有的套管下入最大能力的預測主要是基于經驗公式及物理模型實現，但是這些方法存在一定的局限性。例如，劉春全所建立的套管剛桿模型，和張楊所建立的套管軟桿/剛桿模型均存在相同的摩阻系數取值問題；王建軍所建立的套管剛桿模型存在驗證問題；唐佩瑜和于長錄所建立的套管軟桿模型的假設條件較為理想，也并未進行實例驗證。總而言之，現有方法，并不能準確解決套管下入預測問題。

技術實現思路

1、本發明提供一種套管最大下入能力的預測方法及裝置，通過對歷史數據的分析和處理，建立套管摩阻系數智能預測模型，完善套管下入能力分析模型，從而提高預測準確性和時效性，進而提高鉆井工程效率。

2、第一方面，本發明提供了一種套管最大下入能力的預測方法，包括：

3、基于所獲取的原始特征數據，得到綜合錄井參數數據集；

4、通過摩阻扭矩模型，結合所述綜合錄井參數數據集，得到摩阻系數數據集；

5、基于所述摩阻系數數據集中的綜合錄井樣本及其摩阻系數標簽，對初始構建的套管摩阻系數預測模型進行訓練，得到目標套管摩阻系數預測模型；

6、將所獲取的實時錄井數據輸入所述目標套管摩阻系統預測模型，得到對應的摩阻預測系數；

7、基于所有所述摩阻預測系數及所述摩阻扭矩模型，得到套管最大下入能力預測值。

8、可選地，基于所有所述摩阻預測系數及所述摩阻扭矩模型，得到套管最大下入能力預測值，包括：

9、將所有所述摩阻預測系數輸入所述摩阻扭矩模型中，得到套管下入過程鉤載隨井深變化曲線；

10、基于所述套管下入過程鉤載隨井深變化曲線，預測鉤載為0時套管下入深度，得到所述套管最大下入能力預測值。

11、可選地，基于所獲取的原始特征數據，得到綜合錄井參數數據集，包括：

12、統一所獲取的原始特征數據的采樣頻率；

13、以井深為索引，將統一頻率后的所有所述原始特征數據進行拼接處理，并預留鉆柱摩阻系數空值列，得到所述綜合錄井參數數據集。

14、可選地，通過摩阻扭矩模型，結合所述綜合錄井參數數據集，得到摩阻系數數據集，包括：

15、通過摩阻扭矩模型，對所獲取的綜合錄井參數數據集進行套管摩阻系數反演，得到摩阻系數；

16、合并所述綜合錄井參數數據集與所述摩阻系數，得到摩阻系數數據集。

17、可選地，通過摩阻扭矩模型，結合所述綜合錄井參數數據集，得到摩阻系數數據集之后，還包括：

18、使用pearson相關性分析算法對所述摩阻系數數據集進行相關性分析，并根據分析結果，依次從所述摩阻系數數據集中選取預設項數的相關性最大參數項。

19、第二方面，本發明提供了一種套管最大下入能力的預測裝置，包括：

20、綜合錄井參數數據集獲取模塊，用于基于所獲取的原始特征數據，得到綜合錄井參數數據集；

21、摩阻系數數據集獲取模塊，用于通過摩阻扭矩模型，結合所述綜合錄井參數數據集，得到摩阻系數數據集；

22、目標模型確定模塊，用于基于所述摩阻系數數據集中的綜合錄井樣本及其摩阻系數標簽，對初始構建的套管摩阻系數預測模型進行訓練，得到目標套管摩阻系數預測模型；

23、預測模塊，用于將所獲取的實時錄井數據輸入所述目標套管摩阻系統預測模型，得到對應的摩阻預測系數；

24、最大下入能力確定模塊，用于基于所有所述摩阻預測系數及所述摩阻扭矩模型，得到套管最大下入能力預測值。

25、可選地，所述最大下入能力確定模塊包括：

26、變化曲線獲取子模塊，用于將所有所述摩阻預測系數輸入所述摩阻扭矩模型中，得到套管下入過程鉤載隨井深變化曲線；

27、最大下入能力確定子模塊，用于基于所述套管下入過程鉤載隨井深變化曲線，預測鉤載為0時套管下入深度，得到所述套管最大下入能力預測值。

28、可選地，所述綜合錄井參數數據集獲取模塊包括：

29、頻率統一子模塊，用于統一所獲取的原始特征數據的采樣頻率；

30、綜合錄井參數數據集獲取子模塊，用于以井深為索引，將統一頻率后的所有所述原始特征數據進行拼接處理，并預留鉆柱摩阻系數空值列，得到所述綜合錄井參數數據集。

31、第三方面，本申請提供一種電子設備，包括處理器以及存儲器，所述存儲器存儲有計算機可讀取指令，當所述計算機可讀取指令由所述處理器執行時，運行如上述第一方面提供的所述方法中的步驟。

32、第四方面，本申請提供一種存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行時運行如上述第一方面提供的所述方法中的步驟。

33、從以上技術方案可以看出，本發明具有以下優點：

34、本發明提供了一種套管最大下入能力的預測方法及裝置，方法包括：基于所獲取的原始特征數據，得到綜合錄井參數數據集；通過摩阻扭矩模型，結合所述綜合錄井參數數據集，得到摩阻系數數據集；基于所述摩阻系數數據集中的綜合錄井樣本及其摩阻系數標簽，對初始構建的套管摩阻系數預測模型進行訓練，得到目標套管摩阻系數預測模型；將所獲取的實時錄井數據輸入所述目標套管摩阻系統預測模型，得到對應的摩阻預測系數；基于所有所述摩阻預測系數及所述摩阻扭矩模型，得到套管最大下入能力預測值。通過將原始特征數據與人工神經網絡算法相融合，建立套管摩阻系數預測模型，結合摩阻扭矩模型，實現套管摩阻與最大下入能力的超前預測，從而提高固井質量和效率，增強工程安全性和可控性。

技術特征：

1.一種套管最大下入能力的預測方法，其特征在于，包括：

2.根據權利要求1所述的套管最大下入能力的預測方法，其特征在于，基于所有所述摩阻預測系數及所述摩阻扭矩模型，得到套管最大下入能力預測值，包括：

3.根據權利要求1所述的套管最大下入能力的預測方法，其特征在于，基于所獲取的原始特征數據，得到綜合錄井參數數據集，包括：

4.根據權利要求1所述的套管最大下入能力的預測方法，其特征在于，通過摩阻扭矩模型，結合所述綜合錄井參數數據集，得到摩阻系數數據集，包括：

5.根據權利要求3所述的套管最大下入能力的預測方法，其特征在于通過摩阻扭矩模型，結合所述綜合錄井參數數據集，得到摩阻系數數據集之后，還包括：

6.一種套管最大下入能力的預測裝置，其特征在于，包括：

7.根據權利要求6所述的套管最大下入能力的預測裝置，其特征在于，所述最大下入能力確定模塊包括：

8.根據權利要求6所述的套管最大下入能力的預測裝置，其特征在于，所述綜合錄井參數數據集獲取模塊包括：

9.一種電子設備，其特征在于，包括處理器以及存儲器，所述存儲器存儲有計算機可讀取指令，當所述計算機可讀取指令由所述處理器執行時，運行如權利要求1-5任一項所述的方法。

10.一種存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時運行如權利要求1-5任一項所述的方法。

技術總結
本申請提供的一種套管最大下入能力的預測方法及裝置，方法包括：基于所獲取的原始特征數據，得到綜合錄井參數數據集；通過摩阻扭矩模型，結合綜合錄井參數數據集，得到摩阻系數數據集；基于摩阻系數數據集中的綜合錄井樣本及其摩阻系數標簽，對初始構建的套管摩阻系數預測模型進行訓練，得到目標套管摩阻系數預測模型；將所獲取的實時錄井數據輸入目標套管摩阻系統預測模型，得到對應的摩阻預測系數；基于所有摩阻預測系數及摩阻扭矩模型，得到套管最大下入能力預測值。通過建立套管摩阻系數預測模型，結合摩阻扭矩模型，實現套管摩阻與最大下入能力的超前預測，從而提高固井質量和效率，增強工程安全性和可控性。

技術研發人員：方春飛,張鑫遠,李昌盛,張好林,沈希為,宋先和
受保護的技術使用者：中國石油化工股份有限公司
技術研發日：
技術公布日：2025/4/28