王建華，溫欣，管震，王海濤，閆紹山

（1.昆侖數(shù)智科技有限責(zé)任公司，北京 100043；2.北京工業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京 100124）

1 前言

鉆井過(guò)程中經(jīng)常會(huì)遇到各種各樣的復(fù)雜事故情況，如鉆具刺漏、鉆頭磨損、鉆具掉落、鉆具阻卡等，其中鉆具阻卡是最為常見的一種異?，F(xiàn)象。鉆具阻卡是指在起、下鉆過(guò)程中，由于井下可能存在壓差、沉砂或砂橋、井眼坍塌、鉆頭泥包、井眼縮徑、鍵槽等原因，經(jīng)常會(huì)碰到的鉆具遇阻、遇卡的現(xiàn)象。在絕大多數(shù)井上，或多或少，或重或輕，都會(huì)出現(xiàn)鉆具阻卡現(xiàn)象，特別是隨著水平井、大位移斜井、定向井、分枝井等復(fù)雜井型的出現(xiàn)，鉆具阻卡現(xiàn)象變得更為普遍。在鉆井過(guò)程中如果不能及時(shí)監(jiān)測(cè)阻卡的苗頭，對(duì)阻卡原因進(jìn)行準(zhǔn)確分析判斷，恰當(dāng)處理鉆具阻卡，就會(huì)導(dǎo)致輕微阻卡惡化成嚴(yán)重阻卡乃至卡死，拖延鉆井時(shí)間，增加鉆井費(fèi)用，處理過(guò)程還易引起斷鉆具、坍塌等其他井下復(fù)雜事故，再嚴(yán)重時(shí)甚至?xí)?dǎo)致井的報(bào)廢，造成巨額的經(jīng)濟(jì)損失。因此，在鉆井過(guò)程中對(duì)有可能發(fā)生的鉆具阻卡進(jìn)行準(zhǔn)確預(yù)警，對(duì)于防止阻卡惡化，降低施工風(fēng)險(xiǎn)，節(jié)省鉆井費(fèi)用及減少經(jīng)濟(jì)損失具有重要意義。

傳統(tǒng)的阻卡分析和報(bào)警主要是通過(guò)設(shè)置單一參數(shù)門限值進(jìn)行預(yù)警，且必須通過(guò)專業(yè)人員連續(xù)跟蹤實(shí)時(shí)監(jiān)測(cè)曲線才能完成，參數(shù)門限值的設(shè)置依賴于專家的經(jīng)驗(yàn)，存在較大的主觀性。由于地層的多樣性和鉆井過(guò)程中的復(fù)雜性導(dǎo)致鉆具阻卡的種類多種多樣，人為分析難以對(duì)阻卡進(jìn)行準(zhǔn)確報(bào)警和預(yù)警，勞動(dòng)強(qiáng)度也極大。另一方面，鉆井過(guò)程中從井場(chǎng)實(shí)時(shí)傳輸?shù)胶蠓降母黜?xiàng)鉆井參數(shù)，如大鉤負(fù)荷、大鉤高度、懸重（計(jì)算后的參數(shù)）、扭矩、轉(zhuǎn)盤轉(zhuǎn)速等數(shù)據(jù)，能夠全面反映鉆井狀態(tài)，對(duì)于準(zhǔn)確預(yù)警鉆具阻卡很有幫助。因此，必須充分利用鉆井過(guò)程中的各項(xiàng)鉆井參數(shù)數(shù)據(jù)并結(jié)合工況以及鄰井復(fù)雜事故才能對(duì)鉆井狀態(tài)做出全面、合理的評(píng)估，及時(shí)發(fā)現(xiàn)阻卡異常，預(yù)防鉆具卡死情況的發(fā)生，減少鉆周期，達(dá)到降本增效的目標(biāo)，為安全鉆井保駕護(hù)航。

在故障診斷中，目前基于知識(shí)的專家系統(tǒng)和基于神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)的智能預(yù)警系統(tǒng)等人工智能方法應(yīng)用最為廣泛?；谥R(shí)的專家系統(tǒng)指利用專家的經(jīng)驗(yàn)和知識(shí)為故障診斷服務(wù)，主要由人機(jī)界面、知識(shí)庫(kù)、推理機(jī)、綜合數(shù)據(jù)庫(kù)以及解釋器五部分組成?；谏窠?jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)的智能預(yù)警系統(tǒng)指利用神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)算法的自適應(yīng)學(xué)習(xí)、自組織、容錯(cuò)，能夠?qū)W習(xí)非線性關(guān)系等特點(diǎn)，對(duì)于歷史故障數(shù)據(jù)進(jìn)行學(xué)習(xí)建模，并對(duì)有可能發(fā)生的故障進(jìn)行及時(shí)預(yù)警。目前在化工設(shè)備、機(jī)械系統(tǒng)以及電子設(shè)備的故障診斷方面應(yīng)用最為廣泛，專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)模型對(duì)于石油鉆井行業(yè)故障診斷效率和準(zhǔn)確性的提高也有重要意義，但是在石油鉆井行業(yè)鮮少用之。因此，本文提出基于支持向量機(jī)(SVM)的鉆具阻卡智能預(yù)警模型（SVM-IAM），在鉆井過(guò)程中從井場(chǎng)實(shí)時(shí)傳輸?shù)胶蠓降臄?shù)據(jù)基礎(chǔ)上，綜合利用大數(shù)據(jù)和人工智能技術(shù)讓計(jì)算機(jī)學(xué)習(xí)大量案例，建立阻卡復(fù)雜事故預(yù)警模型，實(shí)現(xiàn)阻卡的自動(dòng)預(yù)警，及早防范和控制卡鉆等嚴(yán)重復(fù)雜事故。

2 SVM-IAM模型介紹

為實(shí)現(xiàn)鉆具阻卡的自動(dòng)預(yù)警和報(bào)警，及時(shí)發(fā)現(xiàn)阻卡異常，及早防范和控制卡鉆等復(fù)雜事故，本文提出了基于SVM的鉆具阻卡智能預(yù)警系統(tǒng)。首先，對(duì)鉆井過(guò)程中從井場(chǎng)實(shí)時(shí)傳輸?shù)胶蠓降脑紨?shù)據(jù)進(jìn)行缺失值補(bǔ)全，保證數(shù)據(jù)的完整和連續(xù)性；其次，對(duì)數(shù)據(jù)進(jìn)行異常值處理和去噪處理，保證數(shù)據(jù)的質(zhì)量和準(zhǔn)確性；再次，對(duì)數(shù)據(jù)進(jìn)行特征提取及歸一化處理，將原始數(shù)據(jù)構(gòu)造成適合于模型訓(xùn)練的形式；最后，經(jīng)過(guò)上述操作的原始數(shù)據(jù)通過(guò)SVM模型，會(huì)自動(dòng)給出是否會(huì)發(fā)生鉆具阻卡的預(yù)警。

2.1 數(shù)據(jù)缺失處理

在鉆井過(guò)程中從井場(chǎng)實(shí)時(shí)傳輸?shù)胶蠓降臄?shù)據(jù)，因?yàn)閭鞲衅骱蛿?shù)據(jù)庫(kù)存儲(chǔ)等偶發(fā)故障、人為失誤等原因，不可避免地會(huì)造成少量的數(shù)據(jù)缺失。數(shù)據(jù)的缺失會(huì)極大地影響數(shù)據(jù)分析的結(jié)果，對(duì)模型的準(zhǔn)確性造成不良影響，因此需要對(duì)數(shù)據(jù)缺失進(jìn)行處理。目前，對(duì)數(shù)據(jù)缺失進(jìn)行處理的常用方法主要有加權(quán)法、刪除法、均值插補(bǔ)法、線性插補(bǔ)法、最近鄰插補(bǔ)法等方法。由于鉆井?dāng)?shù)據(jù)為從井場(chǎng)實(shí)時(shí)傳輸?shù)胶蠓降臅r(shí)間序列數(shù)據(jù)，需要保持時(shí)間間隔內(nèi)的連續(xù)性，因此采用線性插補(bǔ)法對(duì)缺失值進(jìn)行補(bǔ)全操作。

線性插補(bǔ)法的主要思想是假設(shè)包含缺失值的變量和其他變量之間存在線性關(guān)系，然后利用變量之間的線性關(guān)系建立多項(xiàng)式回歸方程，利用該方程及已知的數(shù)據(jù)對(duì)缺失值進(jìn)行補(bǔ)全處理。

2.2 數(shù)據(jù)異常值及去噪處理

在對(duì)數(shù)據(jù)進(jìn)行缺失值補(bǔ)全之后，需要進(jìn)一步對(duì)數(shù)據(jù)中的異常值及噪聲進(jìn)行處理，提高數(shù)據(jù)的質(zhì)量和準(zhǔn)確性。

在實(shí)際生產(chǎn)中，由于井場(chǎng)物理設(shè)備等原因，會(huì)造成數(shù)據(jù)異常波動(dòng)，如大鉤負(fù)荷忽然上升然后又恢復(fù)正常，就會(huì)造成均值變化量、標(biāo)準(zhǔn)差過(guò)大，這種數(shù)據(jù)就叫做異常數(shù)據(jù)，異常數(shù)據(jù)很容易造成模型對(duì)鉆具阻卡的誤判。為了減少阻卡的誤判，采用格拉布斯準(zhǔn)則來(lái)剔除異常數(shù)據(jù)，判斷公式如下式（1）所示。具體的步驟為：（1）針對(duì)待剔除異常值的某一列特征，獲取8分鐘的實(shí)時(shí)數(shù)據(jù)構(gòu)成數(shù)據(jù)集合，確定集合中數(shù)據(jù)的數(shù)量、均值、標(biāo)準(zhǔn)差；（2）集合中的每一條數(shù)據(jù)代入式（1），若該條數(shù)據(jù)滿足公式條件則標(biāo)記為待剔除數(shù)據(jù)，剩余數(shù)據(jù)繼續(xù)迭代；（3）把待剔除數(shù)據(jù)轉(zhuǎn)換為8分鐘內(nèi)數(shù)據(jù)的平均值，異常數(shù)據(jù)變成有效數(shù)據(jù)。

式中，xi為集合中每一條數(shù)據(jù)；mean為集合中數(shù)據(jù)的均值；std為集合中數(shù)據(jù)的標(biāo)準(zhǔn)差；n為集合中數(shù)據(jù)的數(shù)量；a為顯著性水平；g(n，a)的取值可以通過(guò)查格布拉斯準(zhǔn)則表得到。

由于部分井場(chǎng)采集數(shù)據(jù)波動(dòng)性較大，有明顯的噪波，會(huì)嚴(yán)重影響模型學(xué)習(xí)的效果。因此在提取趨勢(shì)特征之前，需要對(duì)數(shù)據(jù)進(jìn)行去噪處理。采用小波變換對(duì)數(shù)據(jù)進(jìn)行去噪處理，基本原理是對(duì)原始窗口數(shù)據(jù)進(jìn)行先期處理，將曲線分解低頻和高頻頻譜，去掉高頻頻譜后進(jìn)行小波重構(gòu)，最終達(dá)到去噪的目的。小波變換去噪的基本步驟：（1）確定小波基函數(shù)為sym8基函數(shù)，小波變換級(jí)數(shù)為5級(jí)，對(duì)待去噪字段進(jìn)行小波變換，得到不同尺度下的小波系數(shù)；（2）確定閾值函數(shù)為軟硬閾值折中的函數(shù)，對(duì)不同尺度下的小波系數(shù)進(jìn)行閾值處理，得到估計(jì)小波系數(shù)；（3）對(duì)估計(jì)小波系數(shù)進(jìn)行逆變換，即得到去除了噪聲的字段。

2.3 特征提取及歸一化

經(jīng)過(guò)上述數(shù)據(jù)缺失補(bǔ)全、數(shù)據(jù)異常值剔除、數(shù)據(jù)去噪之后，需要選取對(duì)模型有用的字段，并進(jìn)行數(shù)據(jù)滑窗操作，構(gòu)造用于模型訓(xùn)練的特征。最終選取的字段包括大鉤負(fù)荷、大鉤高度、扭矩、鉆頭位置、鉆壓等因子，在選取的因子之上進(jìn)行數(shù)據(jù)滑窗操作。

在實(shí)際生產(chǎn)環(huán)境中采集的實(shí)時(shí)數(shù)據(jù)是基于時(shí)間變化的，這種數(shù)據(jù)在機(jī)器學(xué)習(xí)領(lǐng)域被稱作時(shí)間序列數(shù)據(jù)。在本文模型中需要利用數(shù)據(jù)滑窗的思想，將基于時(shí)間序列的數(shù)據(jù)轉(zhuǎn)化為瞬時(shí)數(shù)據(jù)。數(shù)據(jù)滑窗的基本思想是：（1）確定數(shù)據(jù)滑動(dòng)的時(shí)間窗口大小(以分鐘為單位)，并將時(shí)間窗口放在數(shù)據(jù)起始位置；（2）利用差分、均值、方法等一系列特征工程，將當(dāng)前時(shí)間窗口內(nèi)的數(shù)據(jù)處理成瞬時(shí)數(shù)據(jù)，將時(shí)間窗口沿著時(shí)間軸向后滑動(dòng)1分鐘；（3）循環(huán)執(zhí)行步驟（2），直至?xí)r間窗口無(wú)法向后滑動(dòng)。例如，我們確定時(shí)間窗口大小為5分鐘，第一次我們將[0，5]分鐘的數(shù)據(jù)處理成瞬時(shí)數(shù)據(jù)；然后將時(shí)間窗口沿著時(shí)間軸向后滑動(dòng)1分鐘，即將[1，6]分鐘的數(shù)據(jù)處理成瞬時(shí)數(shù)據(jù)；之后沿著時(shí)間軸依次往后進(jìn)行實(shí)時(shí)跟蹤，直至數(shù)據(jù)窗口無(wú)法向后滑動(dòng)。分別對(duì)時(shí)間窗口大小為3分鐘至7分鐘進(jìn)行了測(cè)試，最終選定時(shí)間窗口大小為4分鐘。

為了去除數(shù)據(jù)量綱的影響，并保證模型訓(xùn)練時(shí)加快收斂，需要進(jìn)一步對(duì)經(jīng)數(shù)據(jù)滑窗得到的特征進(jìn)行歸一化。例如，不同井的大鉤高度，大鉤負(fù)荷兩個(gè)因子的值在鉆具阻卡發(fā)生時(shí)的數(shù)值差異很大，經(jīng)過(guò)歸一化可以把有量綱的大鉤負(fù)荷、大鉤高度，轉(zhuǎn)化為無(wú)量綱數(shù)據(jù)，使得樣本的分布差異性更顯然、更強(qiáng)。歸一化即把特征列數(shù)據(jù)經(jīng)過(guò)特定處理后限制在一定范圍內(nèi)，目前常用的歸一化方法有最大最小值歸一化、對(duì)數(shù)歸一化、指數(shù)歸一化、三角函數(shù)歸一化等。本文模型采用最大最小值歸一化方法對(duì)特征列數(shù)據(jù)進(jìn)行歸一化，將特征列數(shù)據(jù)范圍限定在[0，1]區(qū)間內(nèi)。

2.4 模型構(gòu)建

經(jīng)上述一系列數(shù)據(jù)操作之后，最終得到適合于模型訓(xùn)練的數(shù)據(jù)?；赟VM，結(jié)合訓(xùn)練數(shù)據(jù)進(jìn)行模型構(gòu)建，即得到本文基于SVM的鉆具阻卡智能預(yù)警模型SVM-IAM。

支持向量機(jī)（Support Vector Machine，SVM）是Vapnik等人(1995)根據(jù)統(tǒng)計(jì)學(xué)理論提出的一種機(jī)器學(xué)習(xí)方法，目前已經(jīng)廣泛應(yīng)用于模式識(shí)別、狀態(tài)評(píng)估、故障診斷等領(lǐng)域。SVM處理的問(wèn)題大致可以分類兩類：線性可分問(wèn)題，線性不可分問(wèn)題。對(duì)于線性可分問(wèn)題，SVM的任務(wù)就是找到一個(gè)最優(yōu)超平面，使得任一樣本點(diǎn)到該超平面的距離最大化。對(duì)于線性不可分問(wèn)題，則首先需要借助核函數(shù)將樣本空間映射至高維特征空間，然后在此高維特征空間內(nèi)找到一個(gè)最優(yōu)超平面，使得任一樣本點(diǎn)到該超平面的距離最大化。

本文研究的問(wèn)題屬于線性不可分問(wèn)題，因此需要借助核函數(shù)將樣本空間映射至高維特征空間，具體選擇的核函數(shù)為徑向基核函數(shù)。

3 實(shí)驗(yàn)及結(jié)果分析

本部分首先對(duì)模型訓(xùn)練用到的數(shù)據(jù)集進(jìn)行介紹，并對(duì)模型的參數(shù)進(jìn)行說(shuō)明；然后對(duì)本文SVM-IAM模型及3種基線方法的結(jié)果進(jìn)行對(duì)比分析，驗(yàn)證本文SVM-IAM模型的有效性。

3.1 數(shù)據(jù)集及實(shí)驗(yàn)設(shè)置

本文采用的數(shù)據(jù)集為從不同井場(chǎng)傳回的井場(chǎng)綜合錄井?dāng)?shù)據(jù)，未經(jīng)任何處理的原始數(shù)據(jù)總量為32662條。原始數(shù)據(jù)經(jīng)過(guò)數(shù)據(jù)缺失處理、數(shù)據(jù)異常值及去噪處理、特征提取及歸一化處理之后，數(shù)據(jù)總量為617條，共有27個(gè)特征列，1個(gè)樣本標(biāo)簽列。樣本標(biāo)簽列中1表示阻卡樣本(正樣本)，0表示正常樣本(負(fù)樣本)。其中阻卡樣本共11條，正負(fù)樣本比例極度不均衡。

正負(fù)樣本比例不均衡會(huì)嚴(yán)重影響模型學(xué)習(xí)的效果，因此需要對(duì)此進(jìn)行處理。處理樣本不均衡問(wèn)題主要有過(guò)采樣和欠采樣兩種方法，本文選擇過(guò)采樣方法。過(guò)采樣的基本思想是：按照特定規(guī)則合成部分少數(shù)類樣本，緩解少數(shù)類樣本與多數(shù)類樣本的比例不均衡問(wèn)題。具體來(lái)說(shuō)，本文使用SMOTE方法對(duì)少數(shù)類樣本進(jìn)行過(guò)采樣，同時(shí)考慮到采樣會(huì)放大少數(shù)樣本中的噪聲對(duì)模型的影響這一問(wèn)題，過(guò)采樣中最終設(shè)置的正負(fù)樣本比例為0.5。因此，最終用于模型訓(xùn)練的數(shù)據(jù)總量為909條，其中正樣本303條，正負(fù)樣本比例為1:2。

3.2 結(jié)果及分析

為驗(yàn)證本文所提SVM-IAM模型的有效性，在本文數(shù)據(jù)集上進(jìn)行對(duì)比實(shí)驗(yàn)。將本文模型與邏輯回歸模型(Logistic Regression，LR)、樸素貝葉斯模型(Naive Bayes， NB)和決策樹模型(Decision Tree， DT)在不同測(cè)試集比例下進(jìn)行性能比較，性能評(píng)估指標(biāo)選用查準(zhǔn)率(Precision)、查全率(Recall)，測(cè)試集比例分別為15%、20%、25%、30%、35%。圖1展示了對(duì)比實(shí)驗(yàn)中各模型的查準(zhǔn)率和召回率在不同測(cè)試集比例下的變化情況。

圖1 不同測(cè)試集比例下本文SVM-IAM模型與3個(gè)基準(zhǔn)模型的性能對(duì)比

從圖1(a)可以看到，本文模型在查準(zhǔn)率上表現(xiàn)最好，其次是決策樹模型、邏輯回歸模型和樸素貝葉斯模型。特別是在測(cè)試集比例為15%、20%、25%時(shí)，本文模型優(yōu)勢(shì)更加明顯。在測(cè)試集比例為35%時(shí)，決策樹模型的查準(zhǔn)率與本文模型的查準(zhǔn)率相當(dāng)。查準(zhǔn)率衡量的是模型給出的阻卡預(yù)測(cè)中，真正發(fā)生阻卡的次數(shù)所占的比例，反映的是模型對(duì)于阻卡預(yù)測(cè)的效率。

從圖1(b)可以看到，本文模型在召回率上表現(xiàn)最好，其次是邏輯回歸模型、決策樹模型和樸素貝葉斯模型。特別是在測(cè)試集比例為15%、20%、25%時(shí)，本文模型優(yōu)勢(shì)更加明顯。召回率衡量的是所有發(fā)生阻卡的情況中，模型正確給出阻卡預(yù)測(cè)的次數(shù)所占比例，反映的是模型對(duì)于真正阻卡的覆蓋率。

綜上，本文模型與邏輯回歸模型、樸素貝葉斯模型和決策樹模型相比，在阻卡預(yù)測(cè)的效率和對(duì)真正阻卡的覆蓋率方面都取得了較好的效果，驗(yàn)證了本文模型的有效性。

4 結(jié)語(yǔ)

針對(duì)鉆井過(guò)程中傳統(tǒng)鉆具阻卡分析預(yù)警準(zhǔn)確率低的問(wèn)題，本文提出了一種基于SVM的鉆具阻卡智能預(yù)警模型SVMIAM。首先使用線性插補(bǔ)法對(duì)原始數(shù)據(jù)進(jìn)行數(shù)據(jù)缺失補(bǔ)全，其次使用格布拉斯準(zhǔn)則去除數(shù)據(jù)異常值，使用小波變換去除數(shù)據(jù)噪聲，再次對(duì)處理過(guò)的數(shù)據(jù)進(jìn)行數(shù)據(jù)滑窗操作提取特征并進(jìn)行歸一化處理，最后基于SVM構(gòu)建智能阻卡智能預(yù)警模型。實(shí)驗(yàn)結(jié)果表明，與其他方法相比，本文SVM-IAM模型在查準(zhǔn)率和召回率上都取得了較好的效果，能夠?qū)︺@井過(guò)程中的鉆具阻卡進(jìn)行準(zhǔn)確預(yù)警。在以后的工作中，將進(jìn)一步研究如何構(gòu)造更為有效的特征和如何選擇更為合適的機(jī)器學(xué)習(xí)模型。