来源：期刊VIP网 时间：
作者：刘阳;陈思彤;向幸运;沈明华;马天寿;
单位：西南石油大学机电工程学院;油气藏地质及开发工程全国重点实验室·西南石油大学;中国石化华北石油工程有限公司西部分公司;中国石油川庆钻探工程有限公司钻采工程技术研究院;
摘要：为解决复杂深井钻井过程中机械钻速影响因素多、机理复杂且存在非线性、强耦合等特征的难题,提出了一种基于多维时序长短期记忆神经网络的机械钻速预测方法。根据新疆X-1井实际测录井数据,通过分析特征相关性和传统钻速方程的物理意义,优选工程参数、水力学参数、岩性参数和其他参数作为模型输入,分析多维特征在不同参数组合模式下的钻速预测效果。研究表明,机械钻速与转速、扭矩、立管压力呈正相关关系,与垂深、大钩载荷、比钻压、钻井液电导率、出口钻井液温度、出口排量、PDC可钻性极值呈负相关关系,与泵冲、钻井液密度相关性较弱;不同特征参数组合的机械钻速预测精度不同,其中,最优参数组合为比钻压、转速、扭矩、大钩载荷、立管压力、钻井液电导率、出口钻井液温度、出口排量、垂深、PDC可钻性极值,机械钻速预测的平均绝对误差为0.30 m/h,平均绝对百分比误差为11.35%,拟合优度为0.93;采用正交实验法确定了模型的最优超参数组合方案,预测效果提升较好,预测的绝对系数可提高0.06。
关键词：超深井;;机械钻速;;LSTM;;超参数组合;;正交实验
基金资助：国家自然科学基金青年基金（52204016）;; 中国博士后科学基金面上项目（2020M673576XB）;; 西南石油大学启航计划（2021QHZ027）
