井施工工作流的选择和执行的制作方法

背景技术：

1、在油气田中，根据各种工作流来钻井和构造井。这些工作流可包括例如不同的钻井模式、下套管、固井、下钻、划眼、压力调节等。一般来讲，工作流在开始钻井作业之前进行计划。这些计划是基于可用数据制定的，这些数据通常包括从附近或其他类似的井收集的数据。作为工作流的一部分，工程师可开发井计划和井程序，定义钻井参数的操作包络，更新操作程序，更新不同(例如，不期望的)事件的风险矩阵，以及初始化用于计划模型的参数。因此，可以检查来自各种源的数据，并且将该数据用于生成初始计划/模型，这些计划/模型用于选择和定制工作流。

2、在实际钻井操作期间，通常基于实时反馈来修改、启动、选择和/或取消选择工作流。例如，可以采用传感器来测量钻井性能和/或其他条件，并且可以基于条件和性能测量结果来调整模型和参数，或者切换整个工作流。然而，这些测量结果可能并不总是完全可靠的。例如，可能经历不正确或丢失的输入、过度的噪声、缺乏校准等。

技术实现思路

1、本公开的实施方案包括一种用于进行井场活动的方法，该方法包括：接收由井场施工钻机中的一个或多个传感器收集的测量传感器数据；基于多个数据质量维度确定测量传感器数据的数据质量；使用模型来预测预测传感器数据；将测量传感器数据与预测传感器数据进行比较；至少部分地基于数据质量和比较来确定测量传感器数据的不确定性；以及选择一个或多个工作流以使用该一个或多个传感器、井场施工钻机或两者来实施。

2、本公开的实施方案包括计算系统，该计算系统包括：一个或多个处理器以及包括存储指令的一个或多个非暂时性计算机可读介质的存储器系统，所述指令在由该一个或多个处理器中的至少一个处理器执行时使得计算系统执行操作。这些操作包括：接收由井场施工钻机中的一个或多个传感器收集的测量传感器数据；基于多个数据质量维度确定测量传感器数据的数据质量；使用模型来预测预测传感器数据；将测量传感器数据与预测传感器数据进行比较；至少部分地基于数据质量和比较来确定测量传感器数据的不确定性；以及选择一个或多个工作流以使用该一个或多个传感器、井场施工钻机或两者来实施。

3、本公开的实施方案包括存储指令的非暂时性计算机可读介质，所述指令在由计算系统的至少一个处理器执行时使得所述计算系统执行操作。这些操作包括：接收由井场施工钻机中的一个或多个传感器收集的测量传感器数据；基于多个数据质量维度确定测量传感器数据的数据质量；使用模型来预测预测传感器数据；将测量传感器数据与预测传感器数据进行比较；至少部分地基于数据质量和比较来确定测量传感器数据的不确定性；以及选择一个或多个工作流以使用该一个或多个传感器、井场施工钻机或两者来实施。

4、应当理解，此概述仅旨在介绍本发明的方法、系统和介质的一些方面，这些方面在下文进行更全面的描述和/或要求保护。因此，此概述并非旨在进行限制。

技术特征：

1.一种用于进行井场活动的方法，其包括：

2.如权利要求1所述的方法，其中所述多个数据质量维度是从由以下各项组成的组中选择的：完整性、唯一性、时效性、有效性、准确性和一致性。

3.如权利要求1所述的方法，其中所述一个或多个工作流包括修改用于预测所述预测传感器数据的所述模型、调查所述一个或多个传感器的可疑故障、或两者。

4.如权利要求1所述的方法，其中选择包括：

5.如权利要求1所述的方法，其中选择所述一个或多个工作流包括使用训练的机器学习模型在没有用户输入的情况下自动选择所述一个或多个工作流。

6.如权利要求5所述的方法，其中基于所选择的所述一个或多个工作流的功效来训练所述训练的机器学习模型。

7.如权利要求1所述的方法，其还包括响应于所述数据质量过滤所述测量传感器数据，其中过滤包括以下操作中的至少一者：针对公共测量结果进行过滤；将所述测量传感器数据与两种或更多种不同类型的测量结果之间的互连模型进行比较；实时测量结果之间的贝叶斯链接以评估测量传感器数据的质量；分析监测方案的输出以检测和标记离群值；或者对所述测量传感器数据的所述数据质量进行概率评估。

8.如权利要求1所述的方法，其还包括执行所述一个或多个工作流，其中执行所述一个或多个工作流包括调整所述井场施工钻机的装备或所述一个或多个传感器。

9.一种计算系统，其包括：

10.如权利要求9所述的计算系统，其中所述多个数据质量维度是从由以下各项组成的组中选择的：完整性、唯一性、时效性、有效性、准确性和一致性。

11.如权利要求9所述的计算系统，其中所述一个或多个工作流包括修改用于预测所述预测传感器数据的所述模型、调查所述一个或多个传感器的可疑故障、或两者。

12.如权利要求9所述的计算系统，其中选择包括：

13.如权利要求9所述的计算系统，其中选择所述一个或多个工作流包括使用训练的机器学习模型在没有用户输入的情况下自动选择所述一个或多个工作流。

14.如权利要求13所述的计算系统，其中基于所选择的所述一个或多个工作流的功效来训练所述训练的机器学习模型。

15.如权利要求9所述的计算系统，其中所述操作还包括响应于所述数据质量过滤所述测量传感器数据，其中过滤包括以下操作中的至少一者：针对公共测量结果进行过滤；将所述测量传感器数据与两种或更多种不同类型的测量结果之间的互连模型进行比较；实时测量结果之间的贝叶斯链接以评估测量传感器数据的质量；分析监测方案的输出以检测和标记离群值；或者对所述测量传感器数据的所述数据质量进行概率评估。

16.如权利要求9所述的计算系统，其中所述操作还包括执行所述一个或多个工作流，其中执行所述一个或多个工作流包括调整所述井场施工钻机的装备或所述一个或多个传感器。

17.一种存储指令的非暂时性计算机可读介质，所述指令在由计算系统的至少一个处理器执行时使得所述计算系统执行操作，所述操作包括：

18.如权利要求17所述的介质，其中所述多个数据质量维度是从由以下各项组成的组中选择的：完整性、唯一性、时效性、有效性、准确性和一致性。

19.如权利要求17所述的介质，其中所述一个或多个工作流包括修改用于预测所述预测传感器数据的所述模型、调查所述一个或多个传感器的可疑故障、或两者。

20.如权利要求17所述的介质，其中选择包括：

技术总结
一种用于进行井场活动的方法包括：接收由井场施工钻机中的一个或多个传感器收集的测量传感器数据；基于多个数据质量维度确定测量传感器数据的数据质量；使用模型来预测预测传感器数据；将测量传感器数据与预测传感器数据进行比较；至少部分地基于所述数据质量和所述比较来确定测量传感器数据的不确定性；以及选择一个或多个工作流以使用一个或多个传感器、井场施工钻机或两者来实施。

技术研发人员：S·巴,J·P·波耶特,刘家序,姚珈,P·霍查特,F·勒布勒,王勇
受保护的技术使用者：吉奥奎斯特系统公司
技术研发日：
技术公布日：2024/1/13