工业数据挖掘在井漏事故上的应用与分析

发布时间：2023-10-01 21:36

　　数据挖掘在工业领域上呈现出良好的应用前景,同时也存在大量问题亟待解决。石油工业作为工业体系中举足轻重的一环,对其主要勘探手段钻井作业中的安全问题的研究具有十分重要的意义。井漏事故是钻井安全中最为常见的问题之一,传统的人工判定方法依赖于管理人员的经验知识,具有较强的主观性和滞后性。本文基于油田已有的数据资源和专业研究积累,对井漏事故的预警方法进行了研究和分析。本文提出了一种井漏事故的预警方法,能够通过对钻井过程中的实时录井监测数据进行分钟级的分析,以实现及时发现井漏事故的早期征兆,向作业人员发出告警的目的。本文针对工业数据质量差的问题,从综合录井仪采集的在线监测数据和录井观测日志中提取和筛选出可用的数据资源。通过统计分析现有井漏事故相关数据的质量缺陷类型,对原始数据中普遍存在的数据遗漏、噪声和离群值等问题分别进行了处理,全面提升了录井监测数据对于井漏事故预警模型建立的可用性。同时,针对工业数据在字段采集时全面性不佳的问题,本文基于全部录井字段参数进行特征工程,生成了比例均值、比例标准差、钻井工程状态三种特征,并基于特征发散性和特征相关性对原始特征集合进行筛选,最终构造出一个与井漏事故相关...

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景与意义
    1.2 研究现状
        1.2.1 基于专家系统的钻井事故预测
        1.2.2 基于诊断预警模型的钻井事故预测
        1.2.3 综合录井技术
        1.2.4 基于机器学习的钻井事故预测
    1.3 论文的主要内容
    1.4 章节安排
第二章 钻井工程的数据获取
    2.1 录井观测日志信息提取
        2.1.1 原始钻井数据集获取
        2.1.2 井漏事故时间标注
    2.2 数据质量评估和优化
        2.2.1 缺失值处理
        2.2.2 离群值处理
        2.2.3 噪声数据处理
    2.3 本章小结
第三章 井漏事故预警模型的特征工程
    3.1 井漏事故预警模型的特征构造
        3.1.1 移动平均模型
        3.1.2 井漏事故特征变量生成
        3.1.3 钻井工程状态划分
    3.2 井漏事故预警模型的特征选择
        3.2.1 基于特征发散性进行特征选择
        3.2.2 皮尔森相关系数
        3.2.3 基于皮尔森相关系数剔除冗余特征
        3.2.4 决策树算法原理
        3.2.5 随机森林算法原理及特征选择功能
        3.2.6 基于特征相关性进行特征选择
    3.3 本章小结
第四章 井漏事故预警模型的构造和评估
    4.1 算法原理
        4.1.1 梯度提升树算法
        4.1.2 极限梯度提升算法
    4.2 数据集划分
    4.3 模型训练
        4.3.1 交叉验证调节参数
        4.3.2 Easy Ensemble算法处理不平衡类
    4.4 模型测试及评估
        4.4.1 评估指标介绍
        4.4.2 模型评估与分析
        4.4.3 井漏事故后续判定标准
    4.5 本章小结
第五章 总结与展望
    5.1 本文工作总结
    5.2 后续研究方向
参考文献
致谢
攻读硕士学位期间已发表或录用的论文



本文编号：3849461