史肖燕, 周英操, 趙莉萍， 蔣宏偉

(中國石油集團(tuán)工程技術(shù)研究院有限公司)

井漏和溢流是影響鉆井施工安全最為常見的兩種井下復(fù)雜事故。井漏和溢流不僅會(huì)帶來嚴(yán)重的儲(chǔ)層損害，增加勘探開發(fā)投入成本，造成油氣開發(fā)效率低下，一旦控制不力，還會(huì)誘發(fā)卡鉆、井塌、井噴等重大惡性事故，造成損失及負(fù)面社會(huì)影響。因此，鉆井過程中溢流、漏失的實(shí)時(shí)識(shí)別判斷具有重要意義。

目前，國內(nèi)外在溢流、漏失監(jiān)測方面展開了較多研究，形成的技術(shù)主要有：井口監(jiān)測技術(shù)、井下隨鉆監(jiān)測技術(shù)和人工智能監(jiān)測技術(shù)。井口監(jiān)測技術(shù)成熟，能比較準(zhǔn)確地監(jiān)測出溢流和漏失，但這種方法的監(jiān)測結(jié)果存在滯后性，不能很好地解決高壓氣井、深水鉆井等特殊環(huán)境下的井下溢流、漏失監(jiān)測問題。井下隨鉆監(jiān)測方法能夠快速、早期監(jiān)測到溢流和漏失，但成本較高，并且隨鉆測量儀器存在失效的風(fēng)險(xiǎn)。隨著信息技術(shù)和人工智能技術(shù)快速發(fā)展，國內(nèi)外研究人員把人工智能技術(shù)應(yīng)用到溢流、漏失的監(jiān)測中，監(jiān)測結(jié)果更為準(zhǔn)確，但這些人工智能的方法普遍存在著建模較為復(fù)雜，推廣較難的問題。

近年來，以數(shù)據(jù)為驅(qū)動(dòng)的機(jī)器學(xué)習(xí)算法在社會(huì)各領(lǐng)域得到了廣泛的應(yīng)用，其中最重要的算法之一隨機(jī)森林具有建模較為簡單、調(diào)節(jié)參數(shù)少、預(yù)測準(zhǔn)確率高和強(qiáng)魯棒性的特點(diǎn)。本文采用隨機(jī)森林的方法對鉆井實(shí)時(shí)測量數(shù)據(jù)進(jìn)行建模，來對溢流、漏失進(jìn)行實(shí)時(shí)識(shí)別判斷。

一、隨機(jī)森林方法

隨機(jī)森林由Breiman L在2001年提出，是一個(gè)可處理高維度與非線性樣本的分類器組合模型。大量的理論和實(shí)證研究都證明了隨機(jī)森林具有很高的預(yù)測準(zhǔn)確率，對異常值和噪聲具有很好的容忍度，并且不容易出現(xiàn)過擬合。因此，自其被提出以來，在醫(yī)學(xué)、生物信息、管理學(xué)等領(lǐng)域得到了廣泛應(yīng)用。隨機(jī)森林分類的基本思想[1-2]：首先，利用自助法(Bootstrap)抽樣技術(shù)從原始訓(xùn)練集抽取k個(gè)樣本集；然后，對k個(gè)樣本集分別建立k個(gè)決策樹模型，得到k種分類結(jié)果；最后，對每個(gè)新記錄根據(jù)k種分類結(jié)果進(jìn)行投票表決決定其最終分類。

二、基于隨機(jī)森林的溢漏實(shí)時(shí)判斷方法

在鉆井過程中，當(dāng)有溢流、漏失發(fā)生時(shí)，在鉆井測量參數(shù)上會(huì)有所體現(xiàn)；例如溢流發(fā)生時(shí)，進(jìn)出口流量之差會(huì)增加，立壓降低，大鉤負(fù)載緩增；漏失發(fā)生時(shí)，進(jìn)出口流量之差減少，立管壓力降低，井底環(huán)壓降低；由此可見，鉆井測量參數(shù)與溢流、漏失存在著相關(guān)關(guān)系?？砂岩缌鳌⒙┦У淖R(shí)別問題建模成以鉆井測量參數(shù)為自變量，是否發(fā)生溢流、漏失為結(jié)果變量的分類模型。本文選用隨機(jī)森林方法對溢流、漏失的實(shí)時(shí)識(shí)別進(jìn)行分類建模，通過大量歷史數(shù)據(jù)對隨機(jī)森林進(jìn)行訓(xùn)練，并對新的實(shí)時(shí)輸入數(shù)據(jù)作出是否發(fā)生溢流、漏失的分類。

基于隨機(jī)森林的溢流、漏失實(shí)時(shí)判斷方法的流程如圖1所示。

圖1 基于隨機(jī)森林的溢流、漏失實(shí)時(shí)判斷方法的流程圖

1. 生成原始數(shù)據(jù)集

隨機(jī)森林是有監(jiān)督的機(jī)器學(xué)習(xí)算法，用于訓(xùn)練算法的樣本數(shù)據(jù)需要有輸入變量和結(jié)果變量。在本文的模型中，輸入變量即以時(shí)間為索引的鉆井測量參數(shù)，結(jié)果變量為是否發(fā)生溢流或漏失。因?yàn)橐缌?、漏失的信息一般以文本的方式記錄在井史?shù)據(jù)中，因此需要對文本數(shù)據(jù)進(jìn)行自動(dòng)識(shí)別，并根據(jù)文本中溢流、漏失事故的發(fā)生和持續(xù)時(shí)間，生成以時(shí)間為索引的溢流、漏失數(shù)據(jù)；合并以時(shí)間為索引的鉆井測量參數(shù)和溢流、漏失數(shù)據(jù)，即可生成用于隨機(jī)森林算法的原始數(shù)據(jù)集。生成的原始數(shù)據(jù)集是以時(shí)間為索引的多維特征數(shù)據(jù)和分類結(jié)果，特征包括：入口流量、出口流量、PWD環(huán)空壓力、PWD環(huán)空溫度、大鉤載荷、井深、鉆頭深度、總池體積、立管壓力、轉(zhuǎn)速、鉆壓、鉆井液出口密度和鉆井液出口溫度；數(shù)據(jù)的分類結(jié)果為離散值：0代表無事故發(fā)生，1代表有溢流發(fā)生，2代表有漏失發(fā)生。

2. 數(shù)據(jù)預(yù)處理

本文的原始數(shù)據(jù)集是以時(shí)間先后為順序排列的數(shù)據(jù)集，很難直接用于溢流、漏失實(shí)時(shí)識(shí)別的建模，為了讓數(shù)據(jù)適合于隨機(jī)森林的建模，需要對數(shù)據(jù)進(jìn)行預(yù)處理。

首先，溢流、漏失的發(fā)生導(dǎo)致原始數(shù)據(jù)集中各特征數(shù)據(jù)發(fā)生變化，因此各特征數(shù)據(jù)的相對變化量能更好的應(yīng)用于隨機(jī)森林中決策樹的創(chuàng)建，而且使用特征數(shù)據(jù)的相對變化量，可綜合多口井的數(shù)據(jù)，形成更大數(shù)據(jù)量的歷史數(shù)據(jù)集。對于某一特征數(shù)據(jù)，相對變化量的計(jì)算公式為：

(1)

式中:A(Ti)—特征數(shù)據(jù)列A在Ti時(shí)間點(diǎn)的值；A(Ti-1)—特征數(shù)據(jù)列A在Ti-1時(shí)間點(diǎn)的值。

其次，在不同的工況下，當(dāng)溢流和漏失發(fā)生時(shí)，各特征數(shù)據(jù)的變化情況不同,因此根據(jù)原始數(shù)據(jù)集中的數(shù)據(jù)，對工況進(jìn)行自動(dòng)識(shí)別，有助于下一步?jīng)Q策樹的生成。本文自動(dòng)識(shí)別的工況包括：鉆進(jìn)、起鉆、下鉆和其它(包括接單跟，卸單根和鉆井液循環(huán)等)。鉆井工況計(jì)算方法為：

在時(shí)間Ti，若HDEP(Ti)=BDEP(Ti)，HDEP(Ti)> HDEP(Ti-1)，則鉆井狀態(tài)DS(Ti)為鉆進(jìn)。

在時(shí)間Ti，若HDEP(Ti)>BDEP(Ti)，BDEP(Ti)>BDEP(Ti-1)，則鉆井狀態(tài)DS(Ti)為下鉆。

在時(shí)間Ti，若HDEP(Ti)>BDEP(Ti)，BDEP(Ti)

否則， 鉆井狀態(tài)為其它。

其中，HDEP(Ti)為Ti時(shí)刻的井深，HDEP(Ti-1)為Ti-1時(shí)刻的井深，BDEP(Ti)為Ti時(shí)刻的鉆頭深度，BDEP(Ti-1)為Ti-1時(shí)刻的鉆頭深度。

再次，把相關(guān)特征數(shù)據(jù)進(jìn)行簡單的計(jì)算，能與溢流、漏失的發(fā)生建立更直接的關(guān)系，例如出口流量和入口流量之差，可更直接反應(yīng)是否有溢流、漏失發(fā)生。因此把出入口流量差加入到輸入特征集中。

3. 生成子數(shù)據(jù)集

對于預(yù)處理之后的溢流、漏失數(shù)據(jù)集，隨機(jī)森林采用Bootstrap重采樣方法，生成k個(gè)用于決策樹生成的樣本集，k由所需建立的決策樹的數(shù)量確定。隨機(jī)森林中決策樹的數(shù)量對預(yù)測結(jié)果有重要影響，本文將在現(xiàn)場實(shí)例中進(jìn)行討論。Bootstrap方法的基本思想為[3]：從容量為N的原始樣本集中進(jìn)行有放回的重復(fù)采樣，采樣樣本的容量也為N，每個(gè)觀測對象被抽到的概率為1/N，每次采樣構(gòu)成的子樣本集稱為Bootstrap樣本集。

4. 用CART樹進(jìn)行分類

對于上述步驟生成的每一個(gè)樣本集，隨機(jī)森林采用CART決策樹來對訓(xùn)練數(shù)據(jù)進(jìn)行分類。CART算法采用一種二分遞歸分割的技術(shù)，總是將當(dāng)前樣本集分割為兩個(gè)子樣本集，使得生成的決策樹的每個(gè)非葉節(jié)點(diǎn)都只有兩個(gè)分支，因此CART算法生成的決策樹是結(jié)構(gòu)簡潔的二叉樹，可用于分類和回歸任務(wù)。在創(chuàng)建分類樹遞歸過程中，CART每次都選擇當(dāng)前數(shù)據(jù)集中具有最小gini信息增益的特征作為節(jié)點(diǎn)劃分決策樹。gini指數(shù)是一種不等性度量，可用來度量任何不均勻分布，是介于0～1之間的數(shù)，0代表完全相等，1代表完全不想等。分類度量時(shí)，總體內(nèi)包含的類別越雜亂，gini指數(shù)就越大。gini指數(shù)的計(jì)算公式為：

(2)

式中：pj—類別j在樣本T中出現(xiàn)的頻率;

nj—樣本T中類別j的個(gè)數(shù)。

在每個(gè)節(jié)點(diǎn)分裂時(shí)，計(jì)算不同特征和不同閾值相對應(yīng)的gini信息增益，選擇最小的gini指數(shù)對應(yīng)的特征和閾值，對特征空間進(jìn)行二元分裂。對節(jié)點(diǎn)進(jìn)行二元分裂時(shí)，gini信息增益的計(jì)算公式為：

(3)

式中：s1—T1中樣本的個(gè)數(shù);s2—T2中樣本的個(gè)數(shù)。

不同于傳統(tǒng)的CART樹，隨機(jī)森林在CART樹的創(chuàng)建過程中，采用了隨機(jī)特征的選擇，即在每一個(gè)結(jié)點(diǎn)隨機(jī)選擇一小組輸入變量(m個(gè)特征，m<總待選特征個(gè)數(shù))進(jìn)行分割，如圖2所示。

圖2 決策樹創(chuàng)建過程中的特征選擇

5. 溢流、漏失識(shí)別

對于新的輸入樣本，隨機(jī)森林根據(jù)CART算法所生成的k棵決策樹的投票結(jié)果，判斷是否有溢流、漏失發(fā)生。

三、現(xiàn)場實(shí)例

1. 實(shí)驗(yàn)數(shù)據(jù)

本文以塔里木油田的某復(fù)雜井為例，用基于隨機(jī)森林的智能方法對溢流、漏失進(jìn)行實(shí)時(shí)識(shí)別。用于隨機(jī)森林算法訓(xùn)練的歷史數(shù)據(jù)從該井的鄰井?dāng)?shù)據(jù)中獲取，訓(xùn)練數(shù)據(jù)集包括正常鉆井樣本，溢流樣本和漏失樣本。

2. 溢流識(shí)別

對該井的鉆井測量參數(shù)進(jìn)行實(shí)時(shí)監(jiān)測的開始時(shí)間為2018年2月11日21∶08，如圖3所示。從21∶09開始，該井停止鉆進(jìn)，并打開泵進(jìn)行循環(huán)。由圖3可見從21∶09開始，出口流量大于入口流量；總池體積從21∶19分開始明顯增加，到21∶25達(dá)到峰值，為147.9 m3,增量為0.9 m3,可判斷有溢流發(fā)生。

圖3 鉆井實(shí)時(shí)測量參數(shù)

圖4為用隨機(jī)森林的方法對溢流進(jìn)行實(shí)時(shí)識(shí)別的結(jié)果，0代表正常工況，1代表溢流工況，2代表漏失工況。由圖4可見，系統(tǒng)自動(dòng)在溢流發(fā)生初期(21∶09)即對溢流進(jìn)行了自動(dòng)識(shí)別，這比用傳統(tǒng)的總池體積增加法來判斷溢流提早了16 min，實(shí)現(xiàn)了溢流監(jiān)測的及時(shí)性；在21∶24，出口流量等于入口流量，溢流結(jié)束，系統(tǒng)亦進(jìn)行了自動(dòng)識(shí)別，識(shí)別的結(jié)果為正常工況。

圖4 基于隨機(jī)森林的溢流實(shí)時(shí)識(shí)別

3. 漏失識(shí)別

從2018年2月16日00∶16開始，對該井的鉆井測量參數(shù)進(jìn)行實(shí)時(shí)監(jiān)測，如圖5所示。從00∶16開始，該井邊鉆邊漏，出口流量小于入口流量。從00∶35開始，總池體積明顯減少，到00∶39,總池體積從原來的129.3 m3降低到128.1 m3,減少了1.2 m3，可判斷漏失發(fā)生。

圖6為用隨機(jī)森林的方法對漏失進(jìn)行實(shí)時(shí)識(shí)別的結(jié)果。由圖6可見，系統(tǒng)自動(dòng)在溢流發(fā)生初期(00∶16)即對漏失進(jìn)行了自動(dòng)識(shí)別，這比用傳統(tǒng)的總池體積減少法來判斷漏失提早了23 min，實(shí)現(xiàn)了漏失監(jiān)測的及時(shí)性。

圖5 鉆井實(shí)時(shí)測量參數(shù)

圖6 基于隨機(jī)森林的漏失實(shí)時(shí)識(shí)別

4. 建模參數(shù)的選擇

用隨機(jī)森林的方法建模時(shí)，一個(gè)重要參數(shù)為決策樹的數(shù)量，此參數(shù)的選擇對于隨機(jī)森林的預(yù)測準(zhǔn)確性有重要影響。因此本文對此參數(shù)的選擇進(jìn)行討論。

圖7～圖10展示了用不同的決策樹數(shù)量，對發(fā)生在2月11日20∶17開始的溢流進(jìn)行識(shí)別的結(jié)果。由圖7可見，當(dāng)決策樹數(shù)量為10時(shí)，溢流的識(shí)別結(jié)果里有較多的錯(cuò)誤，隨著決策樹數(shù)量的增加，溢流識(shí)別結(jié)果越來越準(zhǔn)確，到?jīng)Q策樹數(shù)量為100時(shí)，識(shí)別結(jié)果趨于穩(wěn)定。因此選用100為決策樹數(shù)量可得到較為準(zhǔn)確的預(yù)測結(jié)果。

圖7 決策樹數(shù)量為10時(shí)的溢流識(shí)別圖

圖8 決策樹數(shù)量為20時(shí)的溢流識(shí)別圖

5. 變量的重要性分析

本文還用隨機(jī)森林的方法對用于溢流漏失識(shí)別的14個(gè)輸入特征的重要性進(jìn)行分析，其中，流入流出差對于溢流漏失識(shí)別的重要性最高，這符合當(dāng)前主要的溢流、漏失識(shí)別的判斷依據(jù)；重要程度接近于0的鉆壓變化量、轉(zhuǎn)速變化量、泵沖變化量和出口溫度變化量可從用于隨機(jī)森林建模的輸入特征中剔除，以提高計(jì)算速度。

圖9 決策樹數(shù)量為50時(shí)的溢流識(shí)別圖

圖10 決策樹數(shù)量為100時(shí)的溢流識(shí)別圖

四、結(jié)論

(1)隨機(jī)森林作為新興起的集成學(xué)習(xí)算法，具有預(yù)測準(zhǔn)確度高、對噪聲的容忍度大，計(jì)算速度快等優(yōu)點(diǎn)，這些優(yōu)點(diǎn)使其適用于溢流、漏失的實(shí)時(shí)識(shí)別判斷。

(2)現(xiàn)場實(shí)例顯示，通過對鉆井實(shí)時(shí)測量數(shù)據(jù)的合理預(yù)處理，結(jié)合隨機(jī)森林的方法，溢流、漏失可在早期被準(zhǔn)確識(shí)別。

(3)由于隨機(jī)森林可以處理大量的特征數(shù)據(jù)(輸入數(shù)據(jù))，并可在決定類別時(shí)，評(píng)估特征的重要性；本文利用隨機(jī)森林對初選的特征進(jìn)行重要性分析，結(jié)果表明鉆井液流入流出差對于溢流、漏失的判斷具有重要影響。