一种控压钻井井控风险耦合分析方法及系统

1.本发明属于石油工程领域，具体地，涉及一种控压钻井井控风险耦合分析方法及系统。


背景技术：

2.控压钻井是一种适用的钻井程序，根据井底(井筒)压力范围，通过精确控制整个井眼环空的压力剖面，达到安全高效钻井的目的。控压钻井具有以下技术特点：(1)控压钻井技术利用工具与技术的结合，控制环空液柱压力剖面，有利于减少在窄压力窗口地层钻进带来的施工危险；(2)通过对回压、流体密度、流体流变性、环空液面、循环摩擦阻力和井眼几何尺寸进行综合控制，达到精确控制环空压力剖面的目的；(3)通过改变节流压力(环空液面高度)的方式更快地纠正压力偏差，有效地减少因调整钻井液密度带来的人力、物力、财力和时间的损失；(4)可以更快地控制钻井液漏失或地层流体侵入，将施工过程中的地层流体流动更快地控制在安全可控的范围内；(5)技术不够成熟，设备成本高，服务价格昂贵，控制不当仍会带来井控风险。而实施控压钻井有三个关键条件，一套封闭、承压的循环系统及控压钻井控制装置，一套完备的钻井水力学设计以及一套熟悉控压钻井概念且训练有素的施工班子。
3.井喷是钻井过程中有可能面临的最为严重的事故，如果井喷事故发生，将会造成严重的油气资源浪费以及钻井设备的破坏。井喷致灾机理复杂，涉及设备、作业、环境、人及组织等众多风险因素，任何人员误操作、系统故障或环境恶化，都可能导致井控事故甚至灾难的发生。信息化、自动化和智能化程度等的提高又增加了钻井系统的复杂性和井喷事故的分析难度。井喷事故的驱动因素、诱因以及产生的影响相互耦合，同时在时间与空间上表现出阶段性的差异，形成一种复杂的态势。风险间的这种耦合性是造成风险演化的主要驱动因素，风险的演化过程在风险环境、风险因子、受损主体之间呈现出复杂的非线性关系。风险在耦合作用驱动下会连续扩展并可能造成更大的灾难损失。如果忽略了不同风险因素间的耦合作用，仅从单因素、线性思维的角度，往往会导致对实际风险威胁性以及损失程度估计的偏差。因此，亟需一种控压钻井井控风险耦合分析方法及系统。


技术实现要素：

4.为了克服现有技术存在的缺陷，本发明提供一种控压钻井井控风险耦合分析方法及系统。
5.为实现上述目的，如图1所示，控压钻井井控风险耦合分析方法，包含六个主要步骤：识别风险因素、建立耦合模型、风险状态跟踪与更新、选定动态因素、确定模型参数、建立模型结构。
6.识别风险因素的具体步骤为：
7.s101：将风险因素划分为人为因素、管理因素、设备因素和环境因素；
8.s102：分别确定人为因素、管理因素、设备因素和环境因素。
9.建立耦合模型的具体步骤为：
10.s201：将井控系统中的人、管理、设备、环境不同情况下的耦合风险分为单因素耦合、双因素耦合、多因素耦合；
11.s202：四种大类因素进行相互耦合，分别确定单因素耦合、双因素耦合、多因素耦合。
12.风险状态跟踪与更新的具体步骤为：
13.s301：读取数据控压钻井的系统状态数据；
14.s302：根据所读取的控压钻井的压力、溢流等数据，进行逻辑分析，判断控压钻井各部分的状态；
15.s303：通过在钻井过程中布置位置传感器，温度传感器，加速度传感器，振动传感器，采集钻井过程中的位置信号、温度信号、加速度信号和振动信号；
16.s304：对振动信号进行小波变换，进行处理分析；
17.s305：将控压钻井各部分的状态信息和传感器数据匹配到井控风险耦合分析系统数据库中，将控压钻井的历史数据上传到数据库中，然后，对数据库进行更新。
18.选定动态因素的具体步骤为：
19.s401：从人因、管理、设备、环境四个大类因素中选取动态因素；
20.s402：对选取的动态因素进行动态性能评估；
21.s403：将评估后的动态因素构建为动态节点。
22.确定模型参数的具体步骤为：
23.s501：对模型参数进行先验概率和失效率提取；
24.s502：通过耦合度模型，确定各耦合类型的耦合度。
25.确定模型结构的具体步骤为：
26.s601：建立井控风险耦合分析静态贝叶斯网络；
27.s602：建立井控风险耦合分析动态贝叶斯网络。
28.控压钻井井控风险耦合分析系统，包含四个部分：数据分析与处理子系统、控压钻井机械设备状态监测子系统、溢流监测子系统、井底压力监测子系统。
29.数据收集和分析子系统，包括信号转换模块、通讯模块、风险显示与报警模块、风险推理与评估模块、概率信息生成与更新模块，能够进行信号转换，将转换后的数字信号进行推理诊断以及报警显示，并且能够生成和更新概率信息。
30.井底压力监测子系统，包括井底压力数据采集模块、通讯模块、电子元器件模块、压力传感器组、温度传感器组、位置传感器组和加速度传感器组，用于钻井过程中实时了解井底压力。
31.控压钻井机械设备状态监测子系统，包括控压钻井机械设备状态数据采集模块、通讯模块、振动传感器组、腐蚀传感器组和压力传感器组，用于在钻井过程中实时了解机械设备的状态。
32.溢流监测子系统，包括溢流数据采集模块、通讯模块、声光报警模块、压力传感器组、液位传感器组、浓度传感器组和流量计组，用于监测控压钻井过程中的溢流情况，判断是否会发生井涌。
33.相对于现有技术，本发明的有效增益效果是：井控风险耦合分析方法及系统，其功
能为分析控压钻井过程中的耦合风险，确保了控压钻井的生产安全，从多源信息中提取风险预兆，用于智能化耦合分析，具有很高的实用价值。
附图说明
34.图1是控压钻井井控风险耦合分析方法示意图。
35.图2是控压钻井井控风险耦合分析静态贝叶斯网络示意图。
36.图3是控压钻井井控风险耦合分析动态贝叶斯网络示意图。
37.图4是控压钻井装置示意图。
38.图5是控压钻井井控风险耦合分析系统示意图。
39.图中，101、旋转控制头(rcd)，102、防喷器(bop)，103、控压钻井节流管汇，104、液气分离器，105、钻井液罐，106、振动筛，107、流量计，108、灌浆罐，109、回压泵，110、钻井泵，111、闸阀，112、旋拧阀，113、隔膜阀，114、球形阀，201、数据分析与处理子系统，202、通讯模块，203、概率信息生成与更新模块，204、信号转换模块，205、风险显示与报警模块，206、风险推理与评估模块，207、控压钻井机械设备状态监测子系统，208、振动传感器组，209、控压钻井机械设备状态数据采集模块，210、腐蚀传感器组，211、通讯模块，212、压力传感器组，213、溢流监测子系统，214、溢流数据采集模块，215、压力传感器组，216、液位传感器组，217、声光报警模块，218、浓度传感器组，219、流量计组，220、通讯模块，221、井底压力检测子系统，222、压力传感器组，223、通讯模块，224、温度传感器组，225、电子元器件模块，226、位置传感器组，227、加速度传感器组，228、井底压力采集模块。
具体实施方式
40.如图1所示，控压钻井井控风险耦合分析方法，包含六个步骤：识别风险因素、建立耦合模型、风险状态跟踪与更新、选定动态因素、确定模型参数、建立模型结构。
41.识别风险因素的具体步骤为
42.s101：将风险因素划分为人为因素、管理因素、设备因素和环境因素；
43.s102：分别确定人为因素、管理因素、设备因素和环境因素，该步骤的具体实现如下：
44.①
人为因素主要包括：人的身体状况、人的安全意识、人的心理素质以及人的岗位能力；
45.②
管理因素主要从企业和工作小组分析，包括：监督失职、管理不当、企业资质不足以及企业政策不足；
46.③
设备因素主要是对控压钻井装置进行分析，包括：回压泵、防喷器、旋转控制装置、控压钻井节流管汇、钻井泵、液气分离器以及振动筛。
47.其中，控压钻井节流管汇是控压钻井的关键设备，主要实现在钻进和起下钻具的过程中对井口压力的精细控制；回压泵用于起下钻、接单根过程中维持循环过程中的连续和井口回压的保持；钻井泵用于在钻井过程中泵入钻井液；液气分离器用于将回流的钻井液进行液气分离；振动筛用于将块状杂质分离。
48.④
环境因素是指在钻井过程中所遇到一些环境上的问题，包括：裂缝地层、异常受压区、异常温度、气孔或浅层气以及重大自然灾害。
49.建立耦合模型的具体步骤为
50.s201：将井控系统中的人、管理、设备、环境不同情况下的耦合风险分为单因素耦合、双因素耦合、多因素耦合，单因素耦合是指只有一种因素对井控事故有影响；双因素耦合是指两种因素之间相互作用，对井控事故产生影响；多因素耦合是指三个或三个以上的因素之间相互作用，对井控事故产生影响；
51.s202：四种大类因素进行相互耦合，分别确定单因素耦合、双因素耦合、多因素耦合，该步骤的具体实现如下：
52.通过分析，各类耦合如下：
53.①
单因素耦合：人为因素、管理因素、设备因素、环境因素；
54.②
双因素耦合：人-设耦合、人-环耦合、人-管耦合、设-环耦合、设-管耦合以及环-管耦合；
55.③
多因素耦合：人-设-环耦合、人-设-管耦合、人-环-管耦合、设-环-管耦合、以及人-设-环-管耦合。
56.风险状态跟踪与更新的具体步骤为
57.s301：读取数据控压钻井的系统状态数据，该数据包括控压钻井的工作运行状态，控制系统状态，系统监测信息和系统报警信息。控压钻井的工作运作状态，包括电磁换向阀阀位，流量控制阀开度，泵组转速和电源功率。控制系统状态，包括控制点状态，稳态误差和实时反馈信号。系统监测信息，包括温度检测信息，电压信息和流体压力、流量信息。系统报警信息，包括不间断电源报警，电源分配系统报警，中央控制单元报警，输入、输出通道报警，流体压力、流量异常；
58.s302：根据所读取的控压钻井的压力、溢流等数据，进行逻辑分析，判断控压钻井各部分的状态；
59.s303：通过在钻井过程中布置位置传感器，温度传感器，加速度传感器，振动传感器，采集钻井过程中的位置信号、温度信号、加速度信号和振动信号；
60.s304：对振动信号进行小波变换，进行处理分析，如下所示：
[0061][0062]
其中是小波函数，we(a，t)是e(t)的小波变换，采用通用阈值规则选取小波变换阈值去噪法的阈值λ，如下所示：
[0063][0064]
其中σ为附加噪声信号的标准差，n为实际测量信号f(t)经过小波变换分解在得到的小波系数个数的总和。采用的软阈值处理函数对测量信号的小波变换系数进行非线性阈值处理，如下所示：
[0065][0066]
s305：将控压钻井各部分的状态信息和传感器数据匹配到井控风险耦合分析系统数据库中，将控压钻井的历史数据上传到数据库中，然后，对数据库进行更新。
[0067]
选定动态因素的具体步骤为
[0068]
s401：从人因、管理、设备、环境四个大类因素中选取动态因素；
[0069]
s402：对选取的动态因素进行动态性能评估，具体如下：
[0070]
①
人为因素：人的表现会因为知识和经验的增加而提高。然而，经过一段很长的特定操作时间后，由于疲劳的临界水平，人为错误会增加。在这种情况下，需要对人员性能进行动态分析，以了解操作期间人员可靠性的时间变化。在项目的早期阶段，相对于整个运营时间，员工不会有很大的错误，但在工作的最后阶段，由于高度疲劳或环境条件的变化，业绩将受到明显的影响。现有的工程问题中人为误差的错误率数据主要考虑为平均错误率。平均错误率的计算是基于每个人为错误完全独立于其他错误事件，错误率是恒定的假设。因此，人因误差的概率可以用离散的二项分布形式或常数故障率指数分布的连续形式表示。为了考虑时间对人为误差的影响，采用指数分布：
[0071][0072][0073]
其中，λ为指数分布的常数故障率，h(t)为heaviside阶跃函数，考虑到人的可靠性只对t≥t0的操作有意义，而t0是操作开始的时间。因此，可将人为因素设置为动态因素。
[0074]
②
设备因素：设备因素可分为电子元件，液压元件和机械部分。
[0075]
1)对于电子元件，其失效过程遵循指数分布：
[0076]
re＝e-at
[0077]
其中，re是电控模块的可靠度；a是电子元件的失效率；t是时间。
[0078]
2)对于液压元件，其失效过程遵循威布尔分布，概率密度函数为：
[0079][0080]
该威布尔退化模型的累积分布函数即累计失效率函数为：
[0081][0082]
液压元件的可靠度可表示为：
[0083]
rh＝1-fh(t，k，λ)
[0084]
其中，w是威布尔退化模型中的概率密度函数，fh是威布尔退化模型中的累积分布函数，也是液压模块的累积失效率函数，rh是液压模块的可靠度，k是威布尔模型中的形状参数，λ是威布尔模型中的尺度参数。
[0085]
3)对于机械部分，其失效过程遵循伽马分布：
[0086]
rm(τ)-rm(t)～ga[α(τ)-α(t)，β]
[0087]
其中，rm(τ)和rm(t)表示在τ时刻和t时刻的状态，ga[*]表示伽马分布，α为伽马分布中的形状参数，β为伽马分布中的尺度参数。
[0088]
因此可将设备因素设置为动态因素。
[0089]
③
管理因素和
④
环境因素：管理因素和环境因素随机性太强，不适合作为动态因素；
[0090]
s403：将评估后的动态因素构建为动态节点，具体的动态节点如下：将人为因素中的人的身体状况，人的安全意识和人的心理素质设置为动态节点；将设备因素中的回压泵，
防喷器，控压钻井节流管汇，旋转控制装置，钻井泵，液气分离器以及振动筛设置为动态节点。
[0091]
确定模型参数的具体步骤如下：
[0092]
s501：对模型参数进行先验概率和失效率提取，具体如下：
[0093]
提取监测数据进行参数估计，并结合现场专家和历史数据，完成概率分布的修正。
[0094]
采用极大似然估计方法进行参数估计：
[0095][0096]
其中，x为被估计参数；zi为监测数据，即样本；
[0097]
s502：通过耦合度模型，确定各耦合类型的耦合度，具体如下：
[0098]
耦合度是系统主体或因素之间相互影响程度的定量指标，从协同学的角度分析，系统由无序到有序的关键在于系统序参量的协同作用。协同作用影响着系统相变的特征和规律，而耦合度正是这种协同作用的度量。控压钻井风险耦合度模型的构建具体如下：
[0099]
(1)构建功效函数。假设x
ij
(i＝1，2，...，m；j＝1，2，...，n)为第i个大类风险因素中的第j个基础风险因素的值，a
ij
和b
ij
是该基础风险因素的上、下限值，即a
ij
＝1，b
ij
＝0。则各个基础风险因素对井控风险的功效系数为：
[0100][0101]
其中u
ij
反映的是各个基础风险因素与大类风险因素的一致程度，u
ij
从0到1表示越来越一致。因此，采用采用线性加权和法可得各个大类风险因素对井控风险的贡献程度：
[0102][0103]
其中，ui表示各个大类风险因素对井控风险的贡献程度，λ
ij
表示各个基础风险因素的权重。
[0104]
(2)构建耦合度模型。根据以上对功效函数以及贡献程度的分析，假设一个系统中有m个大类风险因素，则耦合度模型可以表述为：
[0105][0106]
其中c代表耦合度，且c∈[0，1]。当c＝0时，风险因素之间没有耦合；当0＜c≤0.3时，为低耦合状态；当0.3＜c≤0.5时，为中度耦合状态；当0.5＜c≤0.8时，为高度耦合状态；当0.8＜c≤1时，为极度耦合状态。
[0107]
建立模型结构的具体步骤为：
[0108]
s601：建立井控风险耦合分析静态贝叶斯网络，该步骤的具体内容如下：
[0109]
将公式中各个参数映射为贝叶斯网络中的各参数节点，通过采样模拟计算的方式将公式中的逻辑关系映射为贝叶斯网络中的条件概率表。根据基础因素，大类因素和耦合
类型之间的因果关系建立如图2所示的井控风险耦合分析静态贝叶斯网络，该网络由底层基础风险因素，中层大类风险因素，顶层耦合类型组成。其中基础风险有人的身体状况hu1，人的安全意识hu2，人的心理素质hu3，人的岗位能力hu4，回压泵me1，钻井泵me2，防喷器me3，控压钻井节流管汇me4，旋转控制装置me5，振动筛me6，液气分离器me7，重大自然灾害en1，异常受压区en2，裂缝地层en3，温度异常en4，气孔或浅层气en5，监督失职ma1，管理不当ma2，企业资质不足ma3，企业政策不足ma4。大类因素有人为因素，设备因素，环境因素，管理因素。耦合类型有人-设耦合t
21
，人-环耦合t
22
，人-管耦合t
23
，设-环耦合t
24
，设-管耦合t
25
，环-管耦合t
26
，人-设-环耦合t
31
，人-设-管耦合t
32
，人-环-管耦合t
33
，设-环-管耦合t
34
，人-设-环-管耦合t4。该静态贝叶斯网络的运行结果表现了井控风险耦合分析系统的概率信息；
[0110]
s602：建立井控风险耦合分析动态贝叶斯网络，根据各个风险因素所属公式转化动态贝叶斯网络时间片与时间片间的条件概率表，建立如图3所示的井控风险耦合分析动态贝叶斯网络。井控风险耦合分析动态贝叶斯网络中各层节点与图2的井控风险耦合分析静态贝叶斯网络相同，表示了从t时刻到t+1时刻的概率信息变化。
[0111]
如图4所示，控压钻井装置，包括旋转控制头101、防喷器102、控压钻井节流管汇103、液气分离器104、钻井液罐105、振动筛106、流量计107、灌浆罐108、回压泵109、钻井泵110，以及18个闸阀111、3个旋拧阀112、5个隔膜阀113、1个球形阀114。其中，防喷器102与旋转控制头101相连，可以实现在发生井涌时关井。控压钻井节流管汇103由2个闸阀111、2个旋拧阀112和2个隔膜阀组成，连接方式是先串联后并联，是控压钻井的关键设备，主要实现在钻进和起下钻具过程中对井口压力的控制。液气分离器104能够在钻进过程中实现液气分离，在钻井液回流到钻井液罐105中时，降低钻井液的密度下降。液气分离器104、振动筛106、回压泵10和钻井泵110都会与钻井液罐105相连，钻井液罐105提供钻井液，以平衡井内压力。振动筛106能够将钻井液中的块状杂质过滤。流量计107先是和两个闸阀111串联，然后再和一个闸阀111并联，用于实现对循环流体流量的计量。灌浆管108和回压泵109，用于起下钻、接单根过程中维持循环过程的连续和井口回压。钻井泵110用于在钻井过程中泵入钻井液。
[0112]
如图5所示，控压钻井井控风险耦合分析系统，包含四个部分：数据分析与处理子系统201、控压钻井机械设备状态监测子系统207、溢流监测子系统213和井底压力检测子系统221。
[0113]
数据分析与处理子系统201，包括通讯模块202、概率信息生成与更新模块203、信号转换模块204、风险显示与报警模块205、风险推理与评估模块206；通讯模块202，用于接收通讯模块211、通讯模块220和通讯模块223发送的数据信息；信号转换模块204，用于将收集的信号转换为电信号；概率信息生成与更新模块203，用于读取信号转换模块204生成的电信号数据，并将电信号用于概率信息生成、跟踪与更新；风险推理与评估模块206，运行着风险推理评估模型，读取概率信息生成与更新模块203中的概率信息，提取风险特征信息，进行风险推理评估，得到风险诊断结果；风险显示与报警模块205，用于将风险推理与评估模块206生成的故障诊断结果，通过界面显示和声音的形式进行报警。
[0114]
控压钻井机械设备状态监测子系统207，包括振动传感器组209、控压钻井机械设备状态数据采集模块209、腐蚀传感器组210、通讯模块211、压力传感器组212；控压钻井机
械设备状态数据采集模块209，用于采集旋转控制装置101、防喷器102、控压钻井节流管汇103、液气分离器104、振动筛106、回压泵109和钻井泵110的状态数据；通讯模块211，用于向通讯模块202发送控压钻井机械设备状态数据采集模块209所采集到的控压钻井机械设备状态数据；振动传感器组212，贴装在旋转控制装置101、防喷器102、振动筛106、回压泵109和钻井泵110上，用于采集振动状态；腐蚀传感器组210，贴装在控压钻井节流管汇103和液气分离器104上，用于采集腐蚀状态；压力传感器组212，贴装在防喷器102、回压泵109和钻井泵110上，用于采集压力状态。
[0115]
溢流监测子系统213，用于监测控压钻井过程中的溢流情况，包括溢流数据采集模块214、压力传感器组215、液位传感器组216、声光报警模块217、浓度传感器组218、流量计组219、通讯模块220；溢流数据采集模块214，对钻井过程中的灌浆量、环空返出量、灌浆密度以及泵压或泵速进行采集和处理；通讯模块220，用于向通讯模块202发送溢流数据采集模块214所采集的溢流数据；声光报警器模块217，用于显示和报警；压力传感器组215，贴装在回压泵109和钻井泵110上，对泵压或泵速进行采集；液位传感器组216和浓度传感器组218，贴装在钻井液罐105和灌浆罐108上，对钻井液和灌浆液的液位和浓度进行采集；流量计组219，安装在钻井液在防喷器102的流出口处，采集钻井液或灌浆液的量。
[0116]
井底压力监测子系统221，包括压力传感器组222、通讯模块223、温度传感器组224、电子元器件模块225、位置传感器组226、加速度传感器组227、井底压力采集模块228；井底压力采集模块228，用于采集井底压力数据；通讯模块223，用于向通讯模块202发送井底压力采集模块228采集的井底压力数据；电子元器件模块225，用于控制和保护传感器组；压力传感器组222，贴装在井底处，用于采集井底环空压力数据；温度传感器组224，主要是检测传感器组的工作环境温度；位置传感器组226和加速度传感器组227，主要是贴装在钻头处，用于检测钻头的位置以及起下钻时的加速度。井底压力监测子系统能持续测量在开泵及关泵状态时工具自身内部压力和井底环空压力，从而检测钻杆内和井底环空的压力值，这些压力值可以为测量井底压力提供参考数据，从而用于分析井底状况。
[0117]
在图5中，数据分析与处理子系统201和控压钻井机械设备状态监测子系统207与控压钻井节流管汇103相连；井底压力监测子系统221与防喷器102相连；溢流监测子系统213与控压钻井节流管汇103、流量计107和回压泵109相连；并且，数据分析与处理子系统201、控压钻井机械设备状态监测子系统207、溢流监测子系统213和井底压力监测子系统221之间通过通讯模块相互联系。