Модель и алгоритм прогнозирования прихвата технологического инструмента по глубине ствола скважины на основе четырехмодульной нейронной сети

Прихват технологического инструмента считается одним из самых капиталоемких видов аварий в бурении нефтяных и газовых скважин, которые оказывают существенное влияние на стоимость скважины. Прогнозирование прихвата технологического инструмента на стадии проектирования и в процессе бурения скважин позволяет минимизировать риски их возникновения, а также позволяет выбирать оптимальный способ предупреждения их возникновения для конкретных геолого-технических условий. Работа посвящена модели и алгоритму прогнозирования прихвата технологического инструмента по глубине ствола скважины на основе 4-модульной нейронной сети. В работе приведена классификация группы методов прогнозирования прихвата, а также критический обзор существующих методов. В работе приводится метод преобразования элементов входных данных на примере текстовых и категориальных типов данных. Благодаря этому в модели представляется возможность включения в перечень элементов входных данных ранее не воспринимаемые моделями такие геологические параметры, как типы горных пород, которые являются одним из важнейших факторов, влияющих на процесс возникновения прихват. С целью формирования перечня значимых элементов входных данных представлен расчет коэффициентов корреляции между элементами входных данных и целевыми переменными. Экспериментальным методом выбирается тип и архитектура, а также гиперпараметры модульной нейронной сети. На основе обученной и проверенной 4-модульной модели прогнозирования предлагается алгоритм проведения процедуры прогнозирования прихвата на стадии проектирования и бурения скважины. Отличительной особенностью предлагаемого метода является то, что в модели прогнозирования в качестве элементов входных данных применяется широкий диапазон универсальных факторов, таких как геологические, технологические и реологические параметры бурового раствора, а также технико-технологические свойства и параметры бурения, влияющие на процесс возникновения всех типов прихват. Предложенная модель в перспективе имеет возможность дообучаться и адаптироваться к новым данным, что часто происходит при бурении скважин на новых месторождениях.