基于K-Means聚类算法的沉砂卡钻预测方法研究

doi:10.3969/J. ISSN.1006-768X.2021.03.02

钻采工艺 ›› 2021, Vol. 44 ›› Issue (3): 5-9.DOI: 10.3969/J. ISSN.1006-768X.2021.03.02

基于K-Means聚类算法的沉砂卡钻预测方法研究

苏晓眉¹,张涛^{1 ,2},李玉飞³,卿玉³,李玉梅^{1 ,2}

1北京信息科技大学信息与通信工程学院 2北京信息科技大学“高动态导航技术北京市重点实验室” 3中国石油川庆钻探工程有限公司钻采工程技术研究院

出版日期:2021-05-25 发布日期:2021-05-25
作者简介:苏晓眉（1995-），女，硕士，主要研究方向为智慧感知与信息处理。地址：（100101）北京市朝阳区北四环中路35号北京信息科技大学，电话：18201112416，Email:182011124616@ 163 . com
基金资助:
国家自然科学基金面上项目“基于模型预测控制理论与状态机架构的控压钻井压力控制方法研究”（编号:51374223）；北京市属高校高水平教师队伍建设支持计划———青年拔尖人才培育计划（编号:CIT&TCD201804057）；北京市教委一般项目“井下工程参数测量与数据分析方法研究”（编号:KM201811232011）；北京信息科技大学师资补充与支持计划项目“干热岩基础岩石力学参数测试研究”（编号:5112011131）；中国石油集团公司重大科技项目“油气井溢流预警监测与井喷预防控制技术研究与应用”（编号：2019D-4618）。

Research on the Sticking Prediction Method Based on K-Means Clustering Algorithm

SU Xiaomei¹, ZHANG Tao^1,2, LI Yufei³, QIN Yu³, LI Yumei^1,2

1. School of Information and Communication Engineering, Beijing Information Science and Technology University, Beijing100101, China; 2. Beijing Key Laboratory of High Dynamic Navigation Technology, University of Beijing Information Science & Technology, Beijing 100088, China; 3 . CCDC Drilling & Production Engineering Technology Research Institute, Guanghan, Sichuan 638100, China

Online:2021-05-25 Published:2021-05-25

摘要/Abstract

摘要： 井眼不清洁造成卡钻是常见的钻井复杂工况之一，在卡钻发生前，部分井下工程参数特征会表现出异常。为了掌握卡钻前的工程参数特征变化规律，及时调整钻井参数，可避免卡钻发生。提出了一种基于主成分分析（PCA）算法和 K-Means聚类算法的卡钻工况预测模型。该模型利用 PCA算法对冀东油田某井卡钻工况前的井下近钻头实测工程参数进行降维处理，再利用 K-Means聚类模型对降维后的数据进行训练测试，最后利用 Calinski-Harabaz指数对聚类质量进行评估。结果表明，正常工况数据和卡钻前工况数据的聚类中心相距较远，两类数据得到有效分类，且 Calinski-Harabaz指数值高，表明聚类质量高，K-Means聚类算法能够有效地分析近钻头工程参数测量数据，根据聚类分析结果可及时对卡钻工况进行预警，减少卡钻工况的发生。

关键词: 卡钻, 钻井复杂工况, PCA, K-Means, 近钻头工程参数

Abstract:

Sticking is one of the common complex drilling conditions. Before the occurrence of sticking, some downhole engineering parameters will show abnormal characteristics. In order to master the variation rule of engineering parameters before sticking and adjust drilling parameters in time, the sticking can be avoided. This paper presents a prediction model of stuck drilling conditions based on PCA and K-Means clustering algorithm. In this model, PCA is used to reduce the dimension of the measured engineering parameters of downhole near the bit before the stuck condition in Jidong Oilfield, and K-Means clustering model is used to train and test the reduced dimension data. Finally, Calinski-Harabaz index is used to evaluate the clustering quality. The results show that the clustering centers of normal condition data and the working condition data before sticking are far from each other, the two types of data are effectively classified, and the Calinski-Harabaz index value is high, indicating the clustering quality is high. K-Means clustering algorithm can effectively analyze the measurement data of near bit engineering parameters. According to the results of clustering analysis, it can give early warning to the stuck condition in time and reduce the stuck occurrence.

Key words: sticking, complex drilling condition, PCA, K-Means, near bit engineering parameters

苏晓眉, 张涛, 李玉飞, 卿玉, 李玉梅. 基于K-Means聚类算法的沉砂卡钻预测方法研究[J]. 钻采工艺, 2021, 44(3): 5-9.

SU Xiaomei, ZHANG Tao, LI Yufei, QIN Yu, LI Yumei. Research on the Sticking Prediction Method Based on K-Means Clustering Algorithm[J]. Drilling & Production Technology, 2021, 44(3): 5-9.

参考文献

[1]李三庆，李念节.塔北地区预防处理卡钻事故的实践与认识[J].钻采工艺，2000，23(5) : 95-96.

[2]雍富国.涩北气田水平井卡钻处理技术[J].钻采工艺，2016，39(2) : 119-122.

[3]任家川，蒋才军.川孝267井定向侧钻卡钻及事故处理[J].钻采工艺，2003，26(1) : 23-25.

[4]汪洋.卡钻风险预警与识别方法研究[D].四川：西南石油大学，2015.

[5]陈云风.基于聚类集成技术的高铁信号故障诊断研究[D].四川:西南交通大学，2015.

[6]龚学兵.基于聚类分析的卫星姿态控制系统故障诊断方法研究[D].黑龙江：哈尔滨工业大学，2011.

[7]曲力涛，潘罗平，曹登峰，等.基于振动能量趋势预测和K均值聚类的水电机组故障预警方法研究[J].水力发电，2019，45(5) : 98-102.

[8] MAJID N A A, YOUNG B R, TAYLOR M P, et al. K-means clustering pre-analysis for fault diagnosis in an aluminium smelting process [C]. Proc of the 4th Conference on Data Mining and Optimization (DMO). Piscataway, NJ: IEEE Press, 2012: 43-46.

[9] ZHANG X, ZHAO J, LI H, et al. Gearbox Fault Diagnosis Based on Multifractal Detrended Fluctuation Analysis and Improved K Means Clustering [C]. Proc of Prognostics and System Health Management Conference ( PHMChongqing) . Piscataway, NJ: IEEE Press, 2018: 527-531.

[10] HOT E, POPOVIC'-BUGARIN V. Soil data clustering by using K-means and fuzzy K-means algorithm [C]. Proc of the 23rd Telecommunications Forum Telfor (TELFOR), Piscataway, NJ: IEEE Press, 2015: 890-893.

[11] KANUNGO T, MOUNT D M, NETANYAHU N S, et al. A local search approximation algorithm for K-means clustering [J]. Computational Geometry, 2004, 28 (2-3) : 89-112.

[12] SONGMA S, CHIMPHLEE W, MAICHALERNNUKULK, et al. Classification via k-means clustering and distance-based outlier detection [C]. Proc of the Tenth International Conference on ICT and Knowledge Engineering, Piscataway, NJ: IEEE Press, 2012: 125-128

[13] 任远航. 面向大数据的K-means算法综述[J].计算机应用研究，2020，37(12) : 3528-3533.

[14] CALINSKI T, HARABASZ J. A Dendrite Method for Cluster Analysis [J]. Communications in Statistics-Simu-lation and Computation, 1974, 3(1) : 1-27.

[15]师黎，杨振兴，王治忠，等.基于PCA和改进K均值算法的动作电位分类[J].计算机工程，2011，37(16) : 182-184.

基于K-Means聚类算法的沉砂卡钻预测方法研究

Research on the Sticking Prediction Method Based on K-Means Clustering Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

阅读统计

本文评价

[1]	刘啸峰, 苏镖, 丁洁, 郭科佑, 周胤男. 电缆机械切割技术在处理大斜度井油管卡钻中的应用[J]. 钻采工艺, 2021, 44(6): 136-138.
[2]	王勇强, 陈恩让, 曹辉. 碳质泥岩钻水平井防塌工艺措施[J]. 钻采工艺, 2021, 44(1): 138-141.
[3]	刘伟, 吴正良, 高强, 欧阳伟, 夏先富, 吴谦, 刘庆. 龙马溪页岩溶蚀液的室内探索[J]. 钻采工艺, 2020, 43(5): 103-105.
[4]	陈文博, 柳志勇, 曹欣. 浴酸解卡技术在小井眼长裸眼侧钻井中的应用[J]. 钻采工艺, 2020, 43(1): 121-122.
[5]	张琴, 何锦华, 黄劲松, 姚霖, 胡殊睿, 孙月明, 叶长文. 溪203井Φ914.4mm大井眼钻井实践[J]. 钻采工艺, 2018, 41(1): 105-106.
[6]	颜磊, 周文, 王旭东, 吕加华, 钱利勤, 徐丹, 夏成宇. 多次激活井下旁通阀结构设计[J]. 钻采工艺, 2017, 40(3): 68-70.
[7]	雍富国. 涩３-４４井卡钻原因分析及处理[J]. 钻采工艺, 2017, 40(2): 93-95.
[8]	雍富国. 涩北气田水平井卡钻处理技术[J]. 钻采工艺, 2016, 39(2): 119-.
[9]	张忠廷，梁益，李江，谭奇生. PDC钻头在定向井中卡钻分析及解决措施[J]. 钻采工艺, 2014, 37(1): 105-107.
[10]	丁振龙，黄晓川，土　林，蒲明江，杨晓峰，孙　健. 巴基斯坦ＮＡＳＨＰＡ－２井钻井复杂事故处理技术[J]. 钻采工艺, 2013, 36(2): 112-113.
[11]	刘颖彪，朱忠喜，刘　彪，潘丽娟. 西湖１井井身结构优化设计研究[J]. 钻采工艺, 2013, 36(2): 124-127.
[12]	李贵宾, 马金山, 邱明川. 南堡１－８３井传输测井断钻具事故处理[J]. 钻采工艺, 2012, 35(6): 104-.
[13]	夏家祥. 川西水平井粘附卡钻解卡工艺技术[J]. 钻采工艺, 2012, 35(5): 113-.
[14]	杨荣锋, 王清臣. “ 憋漏反吐” 技术在沉砂卡钻处理中的应用[J]. 钻采工艺, 2011, 34(5): 112-113.
[15]	安有杰, 刘　涛. ＮＰ３－１井定向钻具卡钻事故处理实践[J]. 钻采工艺, 2011, 34(1): 97-98.