一种智能石油勘探系统及其应用方法

1.本技术涉及石油勘探领域，具体涉及一种智能石油勘探系统及其应用方法。


背景技术：

2.在油气田勘探、开发过程中，钻井之后必须进行测井，以便了解地层的岩性、物性和含油气情况。然而，测井资料的获取总是在钻井完工之后，用电缆将仪器放入井中进行测量，然而，在某些情况下，如井的斜度超过65度的大斜度井甚至水平井，用电缆很难将仪器放下去；此外，井壁状况不好易发生坍塌或堵塞也难取得测井资料。由于钻井过程中要用钻井液循环，带出钻碎的岩屑，钻井液滤液总要侵入地层。因此，钻完之后再测井，地层的各种参数与刚钻开地层时有所差别。
3.而现如今的随钻技术，信号传输仍然是一个亟待解决的问题，其中，钻井液压力脉冲传输虽然经济、方便，但缺点是数据传输率低，而电磁波传输虽然传输率高，但信号衰减大、传输距离短且成本高。此外，无法及时应对突发情况修正钻井参数也是目前尚未解决的问题之一。


技术实现要素：

4.本技术将通过探测装置安装于钻头之上，随钻头下钻并实时探测井下数据，根据实际情况将重要数据通过中继站实时传输并分析，调整钻井参数。
5.为实现上述目的，本技术提供了一种智能石油勘探系统，包括：探测模块、信息传输模块、中央处理模块和交互模块；
6.所述探测模块用于实时探测井下数据，并将所述井下数据划分为重要数据和次级数据，存储所述次级数据；
7.所述信息传输模块用于将所述重要数据传输至所述中央处理模块；
8.所述中央处理模块用于分析所述重要数据并实时修正钻井参数；
9.所述交互模块用于向工作人员实时反馈井下情况并根据所述井下情况进行人工修正。
10.优选的，所述探测模块包括：探测单元和传导单元；
11.所述探测单元用于随钻井进程实时探测所述井下数据并储存所述次级数据；
12.所述传导单元用于接收所述重要数据并将所述井下数据传输至所述信息传输模块。
13.优选的，所述探测单元包括：探测装置、次级处理器和存储装置；
14.所述探测装置用于随钻井进程实时探测所述井下数据；
15.所述次级处理器用于将所述井下数据划分为所述重要数据和所述次级数据；
16.所述存储装置用于存储所述次级数据。
17.优选的，所述井下数据包括：电阻率、声速、中子孔隙度、密度、钻压、扭矩、转速、环空压力和温度。
18.优选的，所述信息传输模块包括：若干中继单元；
19.所述中继单元用于将所述重要数据的数字信号传输至所述中央处理模块。
20.优选的，所述中央处理模块包括：接收单元、数据处理单元和修正单元；
21.所述接收单元用于接收所述中继单元传输来的所述重要数据；
22.所述数据处理单元用于处理所述重要数据，得到处理结果；
23.所述修正单元用于根据所述处理结果来实时修正所述钻井参数。
24.优选的，所述交互模块包括：显示屏和输入单元；
25.所述显示屏用于向工作人员实时反馈井下情况；
26.工作人员利用所述输入单元对所述钻井参数进行人工修正。
27.本技术还提供了一种智能石油勘探系统的应用方法，步骤包括：将所述探测模块安装在钻头，随钻头下钻并实时探测井下数据，并将所述井下数据划分为重要数据和次级数据，存储所述次级数据；之后利用所述信息传输模块将所述重要数据通过中继站传输至所述中央处理模块；所述中央处理模块在接收到所述重要数据之后，分析所述重要数据并实时修正钻井参数；之后利用所述交互模块向工作人员实时反馈井下情况并根据所述井下情况进行人工修正。
28.与现有技术相比，本技术的有益效果为：
29.本技术通过加入中继站来保证井下信号传输的准确性和实效性，同时结合实地工况来对数据进行分类，实时分析重要数据来对钻井参数进行修正。同时本技术考虑到智能运算的误差性，采用了人工和智能相结合的方式来对现场情况进行处理。
附图说明
30.为了更清楚地说明本技术的技术方案，下面对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
31.图1为本技术实施例一的系统结构示意图。
具体实施方式
32.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
33.为使本技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本技术作进一步详细的说明。
34.实施例一
35.如图1所示，为本技术实施例的系统结构示意图，包括：探测模块、信息传输模块、中央处理模块和交互模块；探测模块用于实时探测井下数据，并将井下数据划分为重要数据和次级数据，存储次级数据；信息传输模块用于将重要数据传输至中央处理模块；中央处理模块用于分析重要数据并实时修正钻井参数；交互模块用于向工作人员实时反馈井下情况并根据井下情况进行人工修正。
36.其中，探测模块包括：探测单元和传导单元；探测单元用于随钻井进程实时探测井下数据并储存次级数据；传导单元用于接收重要数据并将井下数据传输至信息传输模块。探测单元包括：探测装置、次级处理器和存储装置；探测装置用于随钻井进程实时探测井下数据；次级处理器用于将井下数据划分为重要数据和次级数据；存储装置用于存储次级数据。
37.而探测的井下数据包括：电阻率、声速、中子孔隙度、密度、钻压、扭矩、转速、环空压力和温度。
38.此外，信息传输模块包括：若干中继单元；中继单元用于将重要数据的数字信号传输至中央处理模块。
39.而中央处理模块包括：接收单元、数据处理单元和修正单元；接收单元用于接收中继单元传输来的重要数据；数据处理单元用于处理重要数据，得到处理结果；修正单元用于根据处理结果来实时修正钻井参数。
40.最后，交互模块包括：显示屏和输入单元；显示屏用于向工作人员实时反馈井下情况；工作人员可以利用输入单元对钻井参数进行人工修正。
41.实施例二
42.下面将结合本实施例，详细说明本技术如何解决现实生活中的技术问题。
43.首先将探测装置安装在钻头上准备随钻头下钻并探测井下数据，在本实施例中，探测装置包括：温度传感器和压力传感器；压力或温度传感器输出的信号传输至次级处理器。在本实施例中，次级处理器采用fpga和dsp结合的处理方式，其中，次级处理器包括：ad(模数转换)信号调理装置、fpga和dsp等。在次级处理器接收到探测装置传来的信号之后，通过多路器选择，经ad信号调理装置转换成数字信号，送入fpga。fpga主要完成频率测量、数据转换和事件计数的功能，通过对待测信号和系统基准频率信号进行采样计数，得出待测信号的数据值，并将数据锁存。dsp对fpga发送采样命令和锁存命令等控制信号，并通过spi口读取fpga中锁存的数据，读取的数据可以送入存储装置进行保存或直接送入信息传输模块进行传输。
44.a/d信号调理装置主要完成多路通道选择、模拟信号的预处理和a/d转换。预处理包括放大、滤波等过程，在本实施例中，滤波处理采用滤波器实现。a/d转换采用双斜积分的方式，将模拟输入信号转换成与其平均值成正比的脉冲频率信号。在本实施例中，a/d转换器主要包括：积分器、比较器和控制计数(由fpga实现)等部分。双斜积分的转换结果转换精度较高，由于经过两次积分，对称性干扰、元件误差及延迟等因素均自动对消掉了，所以抗干扰能力较强，并且，双斜转换不要求使用高稳定度的时钟脉冲源，它只要求时钟源在一个转换周期时间内保持稳定即可，因此这种a/d转换方式非常适合于系统对于测量精度要求较高的条件。
45.之后，根据实地工况，将探测到的数据通过信息传输模块进行传输。信息传输模块包括若干中继站，目的是解决在信号传输过程当中，信号衰减大传输距离短的问题。
46.中央处理模块中的接收单元在接收到数据之后，传输至数据处理单元，在本实施例中，数据处理单元的运算方式为卷积神经网络。首先在数据处理单元中设定一个正常钻井参数的阈值，之后采集到的数据经过卷积层、池化层、批标准化层与激活函数之后，获得信号特征，全卷积网络采用先进的卷积神经网络提取信号特征，随后放大该信号特征，对比
输出信号与设定的参数阈值。注意力机制作为一种资源分配方案，能够在计算能力有限的情况下，用有限的计算资源处理更重要的信息。
47.本技术的卷积神经网络resnet101具有多层的卷积层，每层的卷积层后面都跟随着批标准化层和激活函数。卷积分为5个卷积阶段，第一个卷积阶段包括卷积层conv1_1；第二个卷积阶段包括3个瓶颈层bottleneck2_1到bottleneck2_3；第三个卷积阶段包括4个瓶颈层bottleneck3_1到bottleneck3_4；第四个卷积阶段包括23个瓶颈层bottleneck4_1到bottleneck4_23；第五个卷积阶段包括3个瓶颈层bottleneck5_1到bottleneck5_3；卷积层conv1_1、瓶颈层bottleneck3_1和瓶颈层bottleneck4_1中的卷积层conv2的步长为2，其余卷积层的步长均为1。在卷积层conv1_1的后面，除了跟随着批标准化层和激活函数外，还有池化层。池化层采用滤波器大小为3
×
3的最大池化，步长为2。
48.瓶颈层由卷积层conv1、卷积层conv2和卷积层conv3组成，每个卷积层后均紧跟批标准化层和激活函数；bottleneck2_1到bottleneck2_3中的卷积层conv1和卷积层conv2使用64个卷积核，卷积层conv3使用256个卷积核；bottleneck3_1到bottleneck3_4中的卷积层conv1和卷积层conv2使用128个卷积核，卷积层conv3使用512个卷积核；bottleneck4_1到bottleneck4_23中的卷积层conv1和卷积层conv2使用256个卷积核，卷积层conv3使用1024个卷积核；bottleneck5_1到bottleneck5_3中的卷积层conv1和卷积层conv2使用512个卷积核，卷积层conv3使用2048个卷积核；上一个瓶颈层中最后一个激活函数的输出与当前的瓶颈层中最后一个批标准化层的输出进行逐点相加，得到的结果经过最后一个激活函数后得到当前的瓶颈层的最终输出。
49.之后，当数据处理单元发现钻井参数超出设定的阈值之后，利用修正单元对参数按照阈值进行修正。
50.此外，考虑到模型运算的误差性，本技术还设置了交互模块用于人工和智能相结合的方式来对现场情况进行处理。中央处理模块的数据会反馈在交互模块的显示屏上，工作人员可以根据该数据通过输入单元来对钻井参数进行人工修改。
51.需要说明的是，本实施例仅以温度和压力为例，不代表本技术系统只探测温度数据和压力数据，也可以采集其他井下数据，并根据当下实地工况来决定哪些重要数据需要实时传输，并根据这些重要数据来设置钻井参数。
52.以上所述的实施例仅是对本技术优选方式进行的描述，并非对本技术的范围进行限定，在不脱离本技术设计精神的前提下，本领域普通技术人员对本技术的技术方案做出的各种变形和改进，均应落入本技术权利要求书确定的保护范围内。