趙春蘭 屈 瑤 王 兵 范翔宇 趙鵬斐 李 屹 何 婷

1.西南石油大學(xué)理學(xué)院 2.西南石油大學(xué)計(jì)算機(jī)科學(xué)學(xué)院 3.“油氣藏地質(zhì)及開(kāi)發(fā)工程”國(guó)家重點(diǎn)實(shí)驗(yàn)室·西南石油大學(xué) 4.西南石油大學(xué)地球科學(xué)與技術(shù)學(xué)院

0 引言

石油鉆井是石油、天然氣勘探開(kāi)發(fā)的重要手段，隨著石油開(kāi)采的不斷提速和鉆井新技術(shù)的迅速發(fā)展，各種鉆井事故在鉆井施工過(guò)程中出現(xiàn)的風(fēng)險(xiǎn)也隨之增大，嚴(yán)重威脅著鉆井工作者的安全[1]。由于鉆井行業(yè)具有規(guī)模大和高風(fēng)險(xiǎn)的特點(diǎn)[2]，為了盡量避免人員傷亡、降低財(cái)產(chǎn)損失和保證鉆井作業(yè)的順利進(jìn)行[3]，根據(jù)鉆井事故發(fā)生的原因，建立一種新的鉆井安全事故預(yù)測(cè)模型，成為了有效評(píng)價(jià)鉆井事故過(guò)程中亟須解決的重要問(wèn)題。

對(duì)于石油鉆井安全事故的預(yù)警研究，按照鉆井事故的種類，可分為單一鉆井事故和多種鉆井事故[4]。單一鉆井事故主要為井涌、井漏以及卡鉆等某一種事故，而多種鉆井事故則是包含了多種單一鉆井事故的預(yù)警研究。目前，對(duì)于單一鉆井事故的研究方法較多，包括時(shí)間序列分析[5]、貝葉斯模型[6-7]、模糊專家系統(tǒng)[8]、支持向量機(jī)回歸[9]、BP神經(jīng)網(wǎng)絡(luò)[10-11]等。而關(guān)于多種鉆井事故的預(yù)警研究還較少，因此深入研究多種鉆井事故的預(yù)測(cè)對(duì)于油氣田開(kāi)采行業(yè)具有重要的現(xiàn)實(shí)意義。

為了研究石油鉆井行業(yè)中多種鉆井事故的預(yù)測(cè)，可從其他行業(yè)的多種事故預(yù)測(cè)方向展開(kāi)進(jìn)一步研究。隨著人工智能技術(shù)的日益發(fā)展，關(guān)于多種事故預(yù)測(cè)的研究方法主要分為機(jī)器學(xué)習(xí)和深度學(xué)習(xí)算法。機(jī)器學(xué)習(xí)是通過(guò)各種算法對(duì)大量的數(shù)據(jù)進(jìn)行訓(xùn)練，從而實(shí)現(xiàn)預(yù)測(cè)與分類；而深度學(xué)習(xí)屬于機(jī)器學(xué)習(xí)的分支，是利用更為深層的網(wǎng)絡(luò)結(jié)構(gòu)來(lái)解決特征表達(dá)的學(xué)習(xí)方法。傳統(tǒng)的鉆井事故預(yù)測(cè)大多采用機(jī)器學(xué)習(xí)算法，例如支持向量機(jī)[12]（SVM）、隨機(jī)森林[13]（RF）以及BP神經(jīng)網(wǎng)絡(luò)[14]等。雖然SVM和RF預(yù)測(cè)模型的準(zhǔn)確性較好，但是其訓(xùn)練樣本的數(shù)據(jù)維度較小，且難以解決多分類的預(yù)測(cè)問(wèn)題。另外BP神經(jīng)網(wǎng)絡(luò)中網(wǎng)絡(luò)結(jié)構(gòu)的不確定性導(dǎo)致預(yù)測(cè)精度不佳，且容易陷入局部最小值，降低泛化能力。由于機(jī)器學(xué)習(xí)算法對(duì)于預(yù)測(cè)模型的訓(xùn)練已經(jīng)不能滿足預(yù)測(cè)精度的要求，而深度學(xué)習(xí)算法可以通過(guò)提高網(wǎng)絡(luò)結(jié)構(gòu)的計(jì)算深度來(lái)實(shí)現(xiàn)多分類鉆井事故的預(yù)測(cè)，因此考慮將深度學(xué)習(xí)算法應(yīng)用于鉆井事故預(yù)測(cè)問(wèn)題中。

針對(duì)上述傳統(tǒng)機(jī)器學(xué)習(xí)方法在預(yù)測(cè)精度、處理多維數(shù)據(jù)以及多分類預(yù)測(cè)問(wèn)題等方面存在的不足，國(guó)內(nèi)外的學(xué)者提出了基于深度學(xué)習(xí)方法的卷積神經(jīng)網(wǎng)絡(luò)模型來(lái)解決這些問(wèn)題。譚媛元等[15]提出一種基于主成分分析（PCA）和一維卷積神經(jīng)網(wǎng)絡(luò)（1D-CNN）的融合模型，通過(guò)對(duì)財(cái)務(wù)指標(biāo)的反向?qū)W習(xí)訓(xùn)練，構(gòu)建三層卷積神經(jīng)網(wǎng)絡(luò)模型，實(shí)現(xiàn)財(cái)務(wù)危機(jī)預(yù)警的二分類問(wèn)題，新模型的預(yù)測(cè)準(zhǔn)確率達(dá)到了81.65%；同時(shí)Ghulam等[16]利用二維卷積神經(jīng)網(wǎng)絡(luò)（2D-CNN）改進(jìn)抗癌肽的預(yù)測(cè)，構(gòu)建一種新的預(yù)測(cè)抗癌肽的二分類模型，最終實(shí)驗(yàn)結(jié)果取得了較好的預(yù)測(cè)準(zhǔn)確性。相較于1D-CNN模型，2D-CNN模型具有較高的計(jì)算深度，有利于提高卷積神經(jīng)網(wǎng)絡(luò)分類預(yù)測(cè)的效果。鑒于之前2D-CNN模型在抗癌肽的二分類預(yù)測(cè)中得到了較好地應(yīng)用，故本文研究二維卷積神經(jīng)網(wǎng)絡(luò)模型在鉆井事故等級(jí)的多分類預(yù)測(cè)方面的應(yīng)用。

為了更好地解決多維鉆井?dāng)?shù)據(jù)的多分類問(wèn)題，提高預(yù)測(cè)模型的準(zhǔn)確性，筆者提出了一種基于2D-CNN深度學(xué)習(xí)模型的鉆井事故等級(jí)預(yù)測(cè)的新方法。利用卷積層挖掘多維風(fēng)險(xiǎn)指標(biāo)的事故特征，通過(guò)增加卷積神經(jīng)網(wǎng)絡(luò)的計(jì)算深度，來(lái)提高鉆井事故等級(jí)的預(yù)測(cè)精度，首次將二維卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用于多分類的預(yù)測(cè)問(wèn)題中，實(shí)現(xiàn)鉆井安全事故等級(jí)的識(shí)別，并對(duì)鉆井現(xiàn)場(chǎng)作業(yè)進(jìn)行有效的風(fēng)險(xiǎn)評(píng)價(jià)。

1 方法原理

1.1 信息增益

信息增益（Information Gain，IG）是機(jī)器學(xué)習(xí)中常用的一種度量[17]，常用于變量的特征選擇，當(dāng)變量的信息增益值越大時(shí)，表明變量對(duì)分類做出的貢獻(xiàn)越多[18]，即變量的重要程度越高。通常，信息增益采用信息熵H(X)和條件熵H(XY)的差值表示，信息增益的表達(dá)式為：

式中m、n表示變量X和Y的維度，p(xi)表示變量X發(fā)生的可能性，表示給定變量X時(shí)變量Y發(fā)生的可能性。

1.2 模糊C均值聚類算法

引入模糊數(shù)學(xué)的思想，采用模糊C均值算法（FCM）對(duì)鉆井事故類型進(jìn)行分類。FCM聚類算法是一種無(wú)監(jiān)督的算法，核心思想就是通過(guò)不斷地更新聚類中心與隸屬度函數(shù)，直到得到最佳聚類中心則終止[19]。假設(shè)樣本集為X={x1,x2,…,xn}，將其劃分為c類，令第i類的聚類中心為ci，第j個(gè)樣本xj屬于第i個(gè)聚類中心的隸屬度為uij。則FCM算法的目標(biāo)函數(shù)如式（2）[20]：

式中c表示聚類數(shù)目，n表示樣本總數(shù)，m表示模糊加權(quán)指數(shù)，且表示樣本xj和聚類中心ci之間的歐幾里得距離。隸屬度uij滿足式（3）的約束條件：

利用拉格朗日乘子法，引入?yún)?shù)λ，則拉格朗日函數(shù)為：

對(duì)目標(biāo)函數(shù)中的未知變量ci和uij求偏導(dǎo)使其等于0，得到聚類中心ci和隸屬度函數(shù)uij的迭代表達(dá)式為：

1.3 一維卷積神經(jīng)網(wǎng)絡(luò)（1D-CNN）

卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）是一種前饋式神經(jīng)網(wǎng)絡(luò)，憑借強(qiáng)大的特征提取和識(shí)別能力，在時(shí)間序列數(shù)據(jù)和圖像數(shù)據(jù)的分類任務(wù)中得到了成功的應(yīng)用[21]。它不僅能夠降低網(wǎng)絡(luò)模型的復(fù)雜度，而且還能通過(guò)其特有的卷積、池化操作實(shí)現(xiàn)對(duì)數(shù)據(jù)特征的自動(dòng)化提取，極大地提高了模型對(duì)于輸入數(shù)據(jù)的適應(yīng)能力[22]。由于鉆井現(xiàn)場(chǎng)作業(yè)的事故風(fēng)險(xiǎn)指標(biāo)為時(shí)間序列數(shù)據(jù)，因此可以采用一維卷積神經(jīng)網(wǎng)絡(luò)（1D-CNN）模型實(shí)現(xiàn)鉆井事故等級(jí)的多分類預(yù)測(cè)。

通過(guò)對(duì)BP神經(jīng)網(wǎng)絡(luò)中隱含層結(jié)構(gòu)的功能和形式進(jìn)行改進(jìn)，將其轉(zhuǎn)化為一維卷積神經(jīng)網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)與一維卷積神經(jīng)網(wǎng)絡(luò)一般都由輸入層、隱含層和輸出層三個(gè)部分組成，區(qū)別在于1D-CNN模型的隱含層還包含卷積層、池化層和全連接層。相較于BP神經(jīng)網(wǎng)絡(luò)，一維卷積神經(jīng)網(wǎng)絡(luò)模型的優(yōu)勢(shì)在于：①?gòu)妮斎雲(yún)?shù)的角度，由于神經(jīng)元之間的連接方式為局部區(qū)域連接，因此有效減少訓(xùn)練參數(shù)的數(shù)目，降低神經(jīng)網(wǎng)絡(luò)的復(fù)雜度，提高了模型的計(jì)算效率；②從權(quán)值異同的角度，1D-CNN模型采用權(quán)值共享的方式，使得算法具有較強(qiáng)魯棒性，且易于訓(xùn)練。BP神經(jīng)網(wǎng)絡(luò)和1D-CNN模型的網(wǎng)絡(luò)連接方式如圖1所示。

圖1 BP神經(jīng)網(wǎng)絡(luò)和1D-CNN模型的網(wǎng)絡(luò)連接方式圖

BP神經(jīng)網(wǎng)絡(luò)的神經(jīng)元之間采用全連接的方式，對(duì)應(yīng)的權(quán)值和偏置都不同，則隱含層第j個(gè)神經(jīng)元的輸出表示為：

由于1D-CNN模型引入了卷積核，因此神經(jīng)元之間的連接方式變?yōu)榫植窟B接，且具有共享權(quán)值的特點(diǎn)。再對(duì)式（7）的權(quán)值部分進(jìn)行改進(jìn)，得到一維卷積神經(jīng)網(wǎng)絡(luò)中卷積層第j個(gè)神經(jīng)元的輸出：

式中wi表示神經(jīng)元之間卷積核的共享權(quán)重；k表示卷積核個(gè)數(shù)；bk表示隱含層中第k個(gè)卷積核對(duì)應(yīng)的偏置。

1.4 二維卷積神經(jīng)網(wǎng)絡(luò)（2D-CNN）

根據(jù)卷積神經(jīng)網(wǎng)絡(luò)中卷積核移動(dòng)方向的不同，分為一維卷積神經(jīng)網(wǎng)絡(luò)和二維卷積神經(jīng)網(wǎng)絡(luò)。相較于前者卷積核的單向移動(dòng)方式，二維卷積神經(jīng)網(wǎng)絡(luò)卷積核的雙向移動(dòng)方式能夠較好地提取影響事故等級(jí)的風(fēng)險(xiǎn)特征，從而提高模型的預(yù)測(cè)準(zhǔn)確性。由此，對(duì)1D-CNN的輸入形式進(jìn)行改進(jìn)，即將一維形式的時(shí)間序列數(shù)據(jù)轉(zhuǎn)化為二維形式的圖像數(shù)據(jù)，則得到2D-CNN模型，其主要結(jié)構(gòu)為卷積層、池化層、輸出層3個(gè)部分。

通過(guò)卷積層提取矩陣特征，其輸出值由多個(gè)特征面構(gòu)成，特征面對(duì)應(yīng)的每一個(gè)取值都代表一個(gè)神經(jīng)元，特征面中每個(gè)神經(jīng)元上的取值都通過(guò)卷積核計(jì)算得到[21]。一維卷積神經(jīng)網(wǎng)絡(luò)中卷積核是沿x軸的單向移動(dòng)，而二維卷積卷積神經(jīng)網(wǎng)絡(luò)的卷積核是先沿x軸，再沿y軸的雙向移動(dòng)[23]，其移動(dòng)操作如圖2所示。

圖2 1D-CNN和2D-CNN的卷積層結(jié)構(gòu)圖

假設(shè)1D-CNN模型卷積核的維度M=4，2D-CNN模型卷積核的維度M×M=2×2。根據(jù)式（8）對(duì)1D-CNN模型的卷積核和輸入數(shù)據(jù)結(jié)構(gòu)進(jìn)行改進(jìn)，得到2D-CNN模型卷積層的計(jì)算公式為：

式中yk,j表示第k個(gè)特征面的第j個(gè)神經(jīng)元的輸出值；wk,s,t表示第k個(gè)卷積核中第s行第t列對(duì)應(yīng)的權(quán)值；bk為卷積層中第k個(gè)卷積核對(duì)應(yīng)的偏置值。

為了提高CNN模型的非線性能力，激活函數(shù)選擇常用的Relu函數(shù)，其具體的表達(dá)式為：

接下來(lái)采用池化層對(duì)提取的特征進(jìn)行篩選和過(guò)濾，通過(guò)對(duì)上層的數(shù)據(jù)進(jìn)行縮放映射來(lái)降維，保持?jǐn)?shù)據(jù)特征具有縮放不變性，同時(shí)防止數(shù)據(jù)出現(xiàn)過(guò)擬合的情況。

最后是輸出層，利用Softmax函數(shù)回歸之后的交叉熵?fù)p失函數(shù)得到最終分類結(jié)果，從而輸出預(yù)測(cè)值，即鉆井事故等級(jí)對(duì)應(yīng)的分類概率，范圍在0到1之間，將概率值最大的類別作為樣本所屬的鉆井事故等級(jí)。其中Softmax函數(shù)和交叉熵?fù)p失函數(shù)的表達(dá)式分別為：

式中J表示交叉熵?fù)p失函數(shù)；xi表示全連接層的輸出值；yi表示4種鉆井事故的真實(shí)等級(jí)，分別表示特別重大事故、重大事故、較大事故、一般事故；h(xi)表示Softmax函數(shù)回歸后的值。

2 2D-CNN的鉆井事故等級(jí)預(yù)測(cè)模型

2.1 模型思想

對(duì)于多種鉆井事故的預(yù)測(cè)研究，雖然傳統(tǒng)的機(jī)器學(xué)習(xí)算法基礎(chǔ)理論完善，方法簡(jiǎn)單可行，但在多維數(shù)據(jù)提取事故特征方面存在一定的局限性。而深度學(xué)習(xí)算法中的卷積神經(jīng)網(wǎng)絡(luò)模型作為常用的處理多維數(shù)據(jù)的模型，為多維鉆井?dāng)?shù)據(jù)的事故等級(jí)預(yù)測(cè)提供了新的思路。由于一維卷積神經(jīng)網(wǎng)絡(luò)模型的計(jì)算深度較低，使得分類模型的預(yù)測(cè)效果有待提高。因此為了提高模型的預(yù)測(cè)精度，將二維卷積神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于鉆井事故等級(jí)的預(yù)測(cè)中，以實(shí)現(xiàn)鉆井現(xiàn)場(chǎng)作業(yè)的風(fēng)險(xiǎn)評(píng)價(jià)。

基于2D-CNN的鉆井事故等級(jí)預(yù)測(cè)模型的構(gòu)建思想如下：首先對(duì)原始鉆井?dāng)?shù)據(jù)的風(fēng)險(xiǎn)指標(biāo)和事故類型進(jìn)行數(shù)據(jù)預(yù)處理，利用FCM聚類算法對(duì)事故類型進(jìn)行分類得到真實(shí)的鉆井事故等級(jí)，再利用信息增益值的大小排序?qū)︼L(fēng)險(xiǎn)指標(biāo)進(jìn)行一次降維；然后將新的風(fēng)險(xiǎn)指標(biāo)作為2D-CNN模型的輸入，通過(guò)卷積層的卷積操作以及池化層的二次降維操作，最終輸出預(yù)測(cè)的鉆井事故等級(jí)，從而解決鉆井事故等級(jí)的多分類預(yù)測(cè)問(wèn)題。

2.2 模型構(gòu)建步驟

為了解決多維鉆井?dāng)?shù)據(jù)的多分類預(yù)測(cè)問(wèn)題，筆者提出了基于2D-CNN深度學(xué)習(xí)算法的新鉆井事故等級(jí)的預(yù)測(cè)模型。模型的構(gòu)建步驟主要分為3步，如圖3所示。

圖3 基于2D-CNN的鉆井事故預(yù)測(cè)模型結(jié)構(gòu)圖

2.2.1 原始數(shù)據(jù)完整化處理

通過(guò)收集鉆井現(xiàn)場(chǎng)作業(yè)數(shù)據(jù)，確定原始三級(jí)風(fēng)險(xiǎn)指標(biāo)和原始鉆井事故類型，利用K近鄰插值算法對(duì)缺失值進(jìn)行填充以及歸一化處理，實(shí)現(xiàn)數(shù)據(jù)完整化處理，以確保后續(xù)建模的有效性和準(zhǔn)確性。

2.2.2 鉆井事故等級(jí)劃分及特征選擇

采用FCM聚類算法對(duì)原始事故類型進(jìn)行分類，根據(jù)隸屬度矩陣確定鉆井事故等級(jí)，再利用原始風(fēng)險(xiǎn)指標(biāo)和鉆井事故等級(jí)進(jìn)行特征選擇，保留信息增益值大于1的新的風(fēng)險(xiǎn)指標(biāo)。

2.2.3 構(gòu)建2D-CNN模型預(yù)測(cè)鉆井事故等級(jí)

將新的風(fēng)險(xiǎn)指標(biāo)進(jìn)行向量擴(kuò)充，對(duì)新的風(fēng)險(xiǎn)指標(biāo)向量進(jìn)行矩陣化處理，在二維卷積神經(jīng)網(wǎng)絡(luò)模型中引入卷積核，將新的風(fēng)險(xiǎn)指標(biāo)矩陣作為2D-CNN深度學(xué)習(xí)模型的輸入，通過(guò)卷積層提取風(fēng)險(xiǎn)指標(biāo)的特征，再經(jīng)過(guò)池化層的二次降維，以及全連接層的計(jì)算，最終輸出鉆井事故分類的預(yù)測(cè)結(jié)果。

3 實(shí)例分析

3.1 鉆井事故數(shù)據(jù)說(shuō)明及預(yù)處理

油氣鉆井現(xiàn)場(chǎng)的風(fēng)險(xiǎn)指標(biāo)體系具有復(fù)雜性、多層次性的特點(diǎn)，導(dǎo)致影響鉆井現(xiàn)場(chǎng)作業(yè)事故等級(jí)的因素較多。通過(guò)石油鉆探行業(yè)工作人員的現(xiàn)場(chǎng)調(diào)研，鉆井事故數(shù)據(jù)的一級(jí)風(fēng)險(xiǎn)指標(biāo)分別為人的因素、物的因素、環(huán)境因素以及管理因素，13種鉆井事故風(fēng)險(xiǎn)類型[24]分別為交通事故、機(jī)械傷害事故、火災(zāi)、起重傷害事故、其他事故（除上述4類事故以外的事故）、交通事件等。其中，安全事故和安全事件的劃分標(biāo)準(zhǔn)為單位人員或非單位人員在現(xiàn)場(chǎng)作業(yè)時(shí)是否發(fā)生人身傷亡、急性中毒或者直接經(jīng)濟(jì)損失的事故。鉆井事故數(shù)據(jù)的二級(jí)和三級(jí)風(fēng)險(xiǎn)指標(biāo)xi(i= 1,2,…,73)如表1所示，部分三級(jí)風(fēng)險(xiǎn)指標(biāo)含義不作贅述，事故風(fēng)險(xiǎn)類型yj(j= 1,2,…,13)如表2所示。

表1 鉆井事故風(fēng)險(xiǎn)評(píng)估指標(biāo)表

表2 鉆井事故風(fēng)險(xiǎn)類型表

由于各個(gè)鉆探公司收集到的原始鉆井現(xiàn)場(chǎng)作業(yè)數(shù)據(jù)中存在大量缺失數(shù)據(jù)，故采用K近鄰插值算法進(jìn)行數(shù)據(jù)完整化處理。設(shè)置適當(dāng)?shù)腒值為3，即將最近鄰的3個(gè)樣本對(duì)應(yīng)維度數(shù)據(jù)點(diǎn)的均值作為該缺失數(shù)據(jù)點(diǎn)的估計(jì)值。將缺失值進(jìn)行數(shù)據(jù)清洗后，整理得到2015年1月至2019年12月內(nèi)59個(gè)鉆井現(xiàn)場(chǎng)作業(yè)的月度樣本數(shù)據(jù)。

由于鉆井風(fēng)險(xiǎn)指標(biāo)的數(shù)據(jù)維度較大，因此原始數(shù)據(jù)在輸入2D-CNN模型進(jìn)行訓(xùn)練之前，需要對(duì)數(shù)據(jù)進(jìn)行歸一化處理，通過(guò)最大最小值歸一化將原始數(shù)據(jù)轉(zhuǎn)化為[0,1]之間的數(shù)據(jù)，實(shí)現(xiàn)損失函數(shù)的較快收斂。

3.2 鉆井事故等級(jí)劃分

由于影響鉆井風(fēng)險(xiǎn)指標(biāo)的因素較多，根據(jù)13種鉆井事故類型，對(duì)59個(gè)鉆井事故樣本數(shù)據(jù)進(jìn)行聚類。利用FCM聚類算法中聚類中心ci和隸屬度函數(shù)uij的更新迭代公式，得到4種鉆井事故等級(jí)的分類結(jié)果，分別為特別重大事故、重大事故、較大事故、一般事故。則FCM聚類算法的基本流程如下：①初始化參數(shù)，設(shè)置聚類類別個(gè)數(shù)為c=4，迭代次數(shù)為50次，并指定模糊加權(quán)指數(shù)m=2；②在滿足隸屬度權(quán)重和為1的約束條件下，計(jì)算隸屬度矩陣U[式(6)]；③根據(jù)隸屬度矩陣U計(jì)算聚類中心c[式(5)]；④判斷是否達(dá)到預(yù)設(shè)的迭代次數(shù)，若未達(dá)到，則返回步驟②，若已達(dá)到，則說(shuō)明已達(dá)到最優(yōu)化的目標(biāo)函數(shù)J[式(2)]；⑤根據(jù)最大隸屬度原則，確定各樣本所屬的4種類別標(biāo)簽。

利用Matlab軟件對(duì)59個(gè)鉆井事故樣本數(shù)據(jù)進(jìn)行模糊C均值聚類，當(dāng)?shù)螖?shù)達(dá)到50次時(shí)，目標(biāo)函數(shù)值趨于穩(wěn)定，如圖4-a所示，通過(guò)樣本的最大隸屬矩陣值確定各樣本對(duì)應(yīng)的鉆井事故等級(jí)。根據(jù)鉆井事故的嚴(yán)重程度得到分類結(jié)果：特別重大事故（16種）、重大事故（15種）、較大事故（15種）、一般事故（13種），則各樣本對(duì)應(yīng)的分類結(jié)果如圖4-b所示。

圖4 鉆井事故等級(jí)的分類結(jié)果圖

3.3 風(fēng)險(xiǎn)指標(biāo)的確定

根據(jù)各個(gè)鉆探公司從鉆井現(xiàn)場(chǎng)收集到的風(fēng)險(xiǎn)指標(biāo)和安全事故類型每月發(fā)生次數(shù)的歷史數(shù)據(jù)，利用式（1）的信息增益值對(duì)三級(jí)事故風(fēng)險(xiǎn)指標(biāo)進(jìn)行特征選擇，根據(jù)信息增益值的大小排序，保留增益值大于1的風(fēng)險(xiǎn)指標(biāo)，得到25個(gè)顯著影響鉆井事故等級(jí)預(yù)測(cè)的事故指標(biāo)。信息增益值的排序結(jié)果如表3所示。

表3 各風(fēng)險(xiǎn)指標(biāo)的信息增益值表

3.4 模型參數(shù)設(shè)置及預(yù)測(cè)流程

2D-CNN模型采用監(jiān)督學(xué)習(xí)的訓(xùn)練方式，訓(xùn)練過(guò)程分為前向訓(xùn)練和反向訓(xùn)練兩個(gè)階段。首先確定二維卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，設(shè)置初始參數(shù)和迭代次數(shù)，將結(jié)構(gòu)重組后二維形式的特征矩陣作為模型的輸入，并進(jìn)行前向訓(xùn)練，模型的訓(xùn)練樣本中鉆井事故預(yù)測(cè)等級(jí)與實(shí)際值進(jìn)行對(duì)比得到預(yù)測(cè)準(zhǔn)確率；然后進(jìn)行反向傳播，使用優(yōu)化算法不斷更新權(quán)重矩陣，從而提高模型的預(yù)測(cè)準(zhǔn)確率。

筆者基于2D-CNN網(wǎng)絡(luò)的鉆井事故預(yù)測(cè)模型由2層卷積層、2層池化層以及2層全連接層構(gòu)成。在第一層二維卷積層中，卷積核個(gè)數(shù)為1，窗口大小為4×4，步長(zhǎng)為2，在卷積層后設(shè)置激活函數(shù)Relu，可以向深度網(wǎng)絡(luò)中加入非線性；為了防止模型訓(xùn)練過(guò)程中出現(xiàn)梯度消失的問(wèn)題，在卷積層后面添加批量歸一化處理（即BN層）；之后采用最大池化層，設(shè)置步長(zhǎng)為1，池化尺寸為2×2，以上卷積層和池化層的填充方式均為不填充模式（Valid）；接下來(lái)是第二層卷積層，將卷積核的大小設(shè)為2×2，步長(zhǎng)為1；第二層池化層的參數(shù)與上述相同；為了防止模型過(guò)擬合問(wèn)題，加入一個(gè)丟棄層（Dropout），設(shè)置概率（p）為0.5，即舍棄掉50%的信息；再通過(guò)扁平層（Flatten）操作，將三維向量特征壓縮成一維時(shí)序向量特征。最后接入2個(gè)全連接層，輸出4種鉆井事故等級(jí)的預(yù)測(cè)結(jié)果。

2D-CNN模型訓(xùn)練時(shí)，將59個(gè)鉆井樣本的數(shù)據(jù)集按照8∶2的比例劃分為訓(xùn)練集和測(cè)試集。訓(xùn)練過(guò)程中，設(shè)置迭代次數(shù)（Epoch）為100，訓(xùn)練批次大小為4，學(xué)習(xí)率為0.001，卷積層中激活函數(shù)采用激活函數(shù)（Relu），輸出層采用激活函數(shù)（Softmax）和交叉熵?fù)p失函數(shù)，優(yōu)化算法為自適應(yīng)矩估計(jì)算法，通過(guò)梯度下降的方式不斷調(diào)整模型的參數(shù)，得到最優(yōu)的2D-CNN預(yù)測(cè)模型，最終輸出分類結(jié)果。其中，2D-CNN預(yù)測(cè)模型的結(jié)構(gòu)和參數(shù)如表4所示。

表4 2D-CNN預(yù)測(cè)模型的結(jié)構(gòu)和參數(shù)表

利用2D-CNN模型對(duì)鉆井事故等級(jí)進(jìn)行預(yù)測(cè)，預(yù)測(cè)模型主要由輸入層、卷積層、池化層及全連接層構(gòu)成，其模型的預(yù)測(cè)流程如圖5所示。

圖5 基于2D-CNN模型的鉆井事故預(yù)測(cè)流程圖

基于2D-CNN的多維鉆井事故預(yù)測(cè)模型的具體流程如下：①采用信息增益值和FCM聚類算法實(shí)現(xiàn)數(shù)據(jù)預(yù)處理，確定25個(gè)風(fēng)險(xiǎn)指標(biāo)和4種鉆井事故等級(jí)；再將輸入數(shù)據(jù)劃分為訓(xùn)練集和測(cè)試集，利用獨(dú)熱編碼對(duì)測(cè)試集的事故等級(jí)進(jìn)行數(shù)字化處理；②訓(xùn)練集對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，通過(guò)2D-CNN模型的卷積層提取信息并學(xué)習(xí)事故特征，并采用BPTT算法將訓(xùn)練誤差反向傳播，不斷更新模型參數(shù)；③利用Softmax函數(shù)得到事故等級(jí)的分類概率，為避免模型過(guò)擬合，通過(guò)梯度下降的方式不斷調(diào)整模型的參數(shù)，得到預(yù)測(cè)模型的最優(yōu)參數(shù)；④判斷網(wǎng)絡(luò)的迭代次數(shù)是否達(dá)到預(yù)先設(shè)定的100次，如果是，則運(yùn)行下一步，否則重復(fù)第2步；⑤測(cè)試集驗(yàn)證已訓(xùn)練好的模型性能，計(jì)算評(píng)價(jià)指標(biāo)，輸出預(yù)測(cè)結(jié)果，則計(jì)算結(jié)束。

3.5 模型評(píng)價(jià)指標(biāo)

筆者采用準(zhǔn)確率（Accuracy）、靈敏度（Sensitivity）及特異性（Specificity）3種指標(biāo)來(lái)評(píng)價(jià)預(yù)測(cè)模型的性能，并且用混淆矩陣詳細(xì)地說(shuō)明每種事故等級(jí)的分類結(jié)果。準(zhǔn)確率是分類正確的事故等級(jí)占總測(cè)試樣本的比例；靈敏性是正例中被分類正確的比例；特異性是負(fù)例中被分類正確的比例。其中，準(zhǔn)確率是評(píng)價(jià)模型性能中最直觀的指標(biāo)，而靈敏度越高說(shuō)明漏檢的概率越小，特異性越高說(shuō)明誤診率越小。則準(zhǔn)確率、靈敏性及特異性的計(jì)算公式為：

式中F1、F2、F3分別表示評(píng)價(jià)預(yù)測(cè)模型的準(zhǔn)確率、靈敏度及特異性；TP、FN分別表示正樣本中被正確識(shí)別為正樣本的數(shù)量，被錯(cuò)誤識(shí)別為負(fù)樣本的數(shù)量；TN、FP分別表示負(fù)樣本中被正確識(shí)別為負(fù)樣本的數(shù)量，被錯(cuò)誤識(shí)別為正樣本的數(shù)量。

3.6 實(shí)驗(yàn)結(jié)果對(duì)比分析

本文利用2D-CNN模型對(duì)鉆井現(xiàn)場(chǎng)作業(yè)事故進(jìn)行預(yù)測(cè)，將特征選擇后的風(fēng)險(xiǎn)指標(biāo)輸入到模型中，經(jīng)過(guò)卷積神經(jīng)網(wǎng)絡(luò)卷積層、池化層以及全連接層的操作后，通過(guò)Softmax函數(shù)得到各個(gè)樣本的鉆井事故等級(jí)的概率值，將概率較大的類別作為樣本對(duì)應(yīng)的事故等級(jí)，最終輸出事故預(yù)測(cè)結(jié)果。采用訓(xùn)練集和測(cè)試集的損失和準(zhǔn)確率來(lái)衡量預(yù)測(cè)效果的好壞，損失和準(zhǔn)確率的變化曲線如圖6所示。

圖6 訓(xùn)練集和測(cè)試集的損失/準(zhǔn)確率的變化曲線圖

利用2D-CNN模型對(duì)鉆井事故等級(jí)進(jìn)行分類，當(dāng)?shù)螖?shù)達(dá)到60的時(shí)候，損失和準(zhǔn)確率的整體曲線趨于平穩(wěn)，測(cè)試集的準(zhǔn)確率達(dá)到了91.67%，損失值為0.409，表明2D-CNN模型在鉆井事故預(yù)測(cè)方面表現(xiàn)出較高的準(zhǔn)確率。

表5為2D-CNN模型中分類結(jié)果的數(shù)量對(duì)應(yīng)的混淆矩陣以及鉆井事故等級(jí)的靈敏度、特異性以及總體的評(píng)判結(jié)果。結(jié)果表明2D-CNN模型的靈敏度為0.92，特異性為0.92。其中，一般事故、較大事故、特別重大事故的靈敏度和特異性均為1，因此不存在漏檢和誤診的情況。

表5 2D-CNN模型分類結(jié)果表

為了進(jìn)一步驗(yàn)證基于2D-CNN鉆井事故預(yù)測(cè)模型的有效性，將其與BP神經(jīng)網(wǎng)絡(luò)模型和1D-CNN模型進(jìn)行對(duì)比分析。采用Python軟件的Keras模塊，在不改變模型整體結(jié)構(gòu)的同時(shí)，對(duì)模型的輸入層進(jìn)行修改，使其適用于鉆井事故預(yù)測(cè)的多分類問(wèn)題。采用相同的數(shù)據(jù)集對(duì)鉆井事故等級(jí)進(jìn)行預(yù)測(cè)，選取準(zhǔn)確率、靈敏度以及特異性作為衡量預(yù)測(cè)效果的評(píng)價(jià)指標(biāo)，不同預(yù)測(cè)模型的對(duì)比結(jié)果如表6所示。

表6 不同預(yù)測(cè)模型的評(píng)價(jià)指標(biāo)比較表

由于1D-CNN模型和2D-CNN模型的準(zhǔn)確率明顯高于BP神經(jīng)網(wǎng)絡(luò)模型，說(shuō)明卷積神經(jīng)網(wǎng)絡(luò)的卷積核能夠較好地學(xué)習(xí)風(fēng)險(xiǎn)指標(biāo)之間的特征，提取較為顯著的指標(biāo)進(jìn)行預(yù)測(cè)，從而提高了鉆井事故等級(jí)預(yù)測(cè)結(jié)果的準(zhǔn)確性。最終根據(jù)表6實(shí)驗(yàn)結(jié)果可知，筆者建立的基于2D-CNN深度學(xué)習(xí)方法的鉆井事故預(yù)測(cè)模型的準(zhǔn)確率為0.917，靈敏度為0.918，特異性為0.915，均優(yōu)于BP神經(jīng)網(wǎng)絡(luò)模型和1D-CNN模型，并且在測(cè)試集上的損失值最小。

根據(jù)圖7不同模型鉆井事故等級(jí)的實(shí)際情況與預(yù)測(cè)情況的對(duì)比結(jié)果，相比于其他模型，2D-CNN模型測(cè)試集上鉆井事故等級(jí)的預(yù)測(cè)情況與實(shí)際事情整體變化趨勢(shì)更加符合，存在誤判的情況較少，說(shuō)明該模型具有較好的預(yù)測(cè)能力，適用于鉆井事故等級(jí)的預(yù)測(cè)。

圖7 不同模型測(cè)試集上實(shí)際情況和預(yù)測(cè)情況對(duì)比圖

4 結(jié)論與建議

本文提出一種新的基于2D-CNN深度學(xué)習(xí)算法的預(yù)測(cè)模型，解決了鉆井安全事故等級(jí)預(yù)測(cè)的多分類問(wèn)題，其預(yù)測(cè)結(jié)果對(duì)鉆井作業(yè)現(xiàn)場(chǎng)作業(yè)的事故風(fēng)險(xiǎn)評(píng)價(jià)具有重要參考價(jià)值?；诒狙芯康慕Y(jié)果，得出以下結(jié)論并提出相關(guān)建議。

1）采用FCM聚類算法對(duì)多種鉆井事故類型進(jìn)行分類，得到4種鉆井事故等級(jí)，再通過(guò)信息增益值的大小排序?qū)Χ嗑S風(fēng)險(xiǎn)指標(biāo)進(jìn)行特征選擇，確定了25個(gè)新的影響事故等級(jí)預(yù)測(cè)的風(fēng)險(xiǎn)指標(biāo)，合理選擇風(fēng)險(xiǎn)指標(biāo)有利于提高鉆井事故多分類的預(yù)測(cè)精度。

2）將雙層2D-CNN深度學(xué)習(xí)方法應(yīng)用于鉆井事故等級(jí)預(yù)測(cè)，預(yù)測(cè)準(zhǔn)確率為0.917，靈敏度為0.918，特異性為0.915，優(yōu)于BP神經(jīng)網(wǎng)絡(luò)模型和1D-CNN模型，并且在測(cè)試集上損失值最小。由于2D-CNN模型具有較深的計(jì)算深度，提高了模型的預(yù)測(cè)精度，因此該模型適用于鉆井事故等級(jí)預(yù)測(cè)的研究。

3）針對(duì)多維鉆井?dāng)?shù)據(jù)的多分類問(wèn)題，提出了基于2D-CNN的深度學(xué)習(xí)模型，在小樣本量的鉆井事故等級(jí)預(yù)測(cè)方面具有較好的準(zhǔn)確性和有效性，而在樣本量較大的預(yù)測(cè)問(wèn)題中精度會(huì)得到明顯的提高，因此該方法為樣本量較大的多維鉆井?dāng)?shù)據(jù)的事故預(yù)測(cè)研究提供了一種新的思路。