一种天然气水合物钻采井筒的压力预警方法

本发明涉及风险预警领域，特别涉及一种天然气水合物钻采井筒的压力预警方法。

背景技术：

1、天然气水合物是一种在低温高压条件下形成的固态化合物，也被称为可燃冰，在适当的温度和压力下，由天然气和水分子结合而形成的冰样结构，天然气水合物的分布以深海沉积物和极地地区的冻土为主，同时也有部分资源存在于海洋冷泉底部或陆地上的冻土层中。

2、天然气水合物作为一种巨大的潜在能源资源，其储量庞大、具有广泛的应用潜力，在能源供应领域能够作为传统天然气和煤炭的替代产品，同时，相比于煤炭和油类燃料，天然气水合物在燃烧时产生的污染物更少、碳排放量更低，在远距离输送和跨地区贸易等方面具有巨大优势，然而，天然气水合物的开采过程往往伴随着高压、低温等极端条件，在钻采天然气水合物的过程中，井筒内有关于压力的参数变化需要被时刻监测，由于水合物解离、气体释放或岩层破裂等原因，一旦井筒内的压力出现剧烈的波动或发生其他异常，钻采过程中出现井筒破裂、井喷、泄漏等严重事故的概率就会大幅增加，对工作人员和设备造成极大的危害。

3、传统的压力监测方法多依赖于在井筒内布置大量的传感器，基于传感器返回的参数对井筒的险情进行人工观察或作出经验判断，这种方法容易受主观因素的影响从而发生误判，其次，仅通过简单的直接读取数据难以捕捉到井筒内潜在的危险信号，无法实现井筒内压力异常的实时监测和预警，因此，亟需一种基于物联传感以及数据分析的压力预警方法，以准确地预测井筒内的压力险情，降低钻采过程中事故风险发生的概率。

技术实现思路

1、本发明的目的在于提出一种天然气水合物钻采井筒的压力预警方法，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。

2、本发明提供了一种天然气水合物钻采井筒的压力预警方法，在井筒内布置风压传感器，通过风压传感器获取风压数据，在天然气水合物的钻采过程中，将风压数据传输到服务器中，在服务器中对风压数据进行预处理，得到抗扰动数据，筛选出抗扰动数据中的异构态数据段，利用异构态数据段建立压力预警模型。所述方法能够实时地对井筒内的风压变化进行监测，利用钻采过程中风压数据的变化捕捉到潜在的险情信号，同时对潜在的险情作出提前预警，最大程度地降低事故发生的概率以及事故带来的损失，为面对险情时留出更多的反映时间，保证天然气水合物钻采过程能够安全、可靠地进行。

3、为了实现上述目的，根据本发明的一方面，提供一种天然气水合物钻采井筒的压力预警方法，所述方法包括以下步骤：

4、s100，在井筒内布置风压传感器，通过风压传感器获取风压数据；

5、s200，在天然气水合物的钻采过程中，将风压数据传输到服务器中；

6、s300，在服务器中对风压数据进行预处理，得到抗扰动数据；

7、s400，筛选出抗扰动数据中的异构态数据段，利用异构态数据段建立压力预警模型。

8、进一步地，步骤s100中，在井筒内布置风压传感器，通过风压传感器获取风压数据的方法具体为：将风压传感器安装在井筒的内壁上，风压传感器的膜片与井筒内的空气相接触，利用所述膜片实时地对井筒内的风压数据进行检测，以jt作为井筒内天然气水合物的钻采过程中的任意一个时刻，记wind(jt)为风压传感器在时刻jt所监测到的井筒内的风压大小，以wind(jt)作为风压数据，wind(jt)的单位为帕斯卡（pa）。

9、进一步地，步骤s200中，在天然气水合物的钻采过程中，将风压数据传输到服务器中的方法具体为：

10、启动风压传感器，将风压传感器接入物联网网关，物联网网关用于将风压传感器在天然气水合物的钻采过程中所检测到的风压数据传输至服务器内，物联网网关与服务器通过无线方式实现数据传输；

11、将这n个值wind(1),wind(2),…,wind(n)作为风压数据并通过物联网网关远程传输至服务器内。

12、进一步地，获取风压数据的方法为：以风压传感器启动的时刻作为时刻jt1，以时刻jt1之后的第t秒作为时刻jt2，将时刻jt1和时刻jt2形成的时段记为t0，记时段t0的长度为n（即时段t0的大小总共为n秒），将风压传感器在时段t0内的第i秒所检测到的风压大小记为wind(i)，i是序号，i的取值范围为i=1,2,…,n，则wind(i)=wind(1),wind(2),…,wind(n)；其中，t的取值为区间[3600,7200]内的任意一个整数（1至2小时的秒数）。

13、进一步地，步骤s300中，在服务器中对风压数据进行预处理，得到抗扰动数据的方法为：创建一个空白的数组wind[]，将风压数据的n个值wind(1),wind(2),…,wind(n)依次加入到数组wind[]中，则wind(i)表示数组wind[]中的第i个元素，i=1,2,…,n；

14、定义第一等式为：

15、式中，p0为数组wind[]中元素值最小的元素，p1为数组wind[]中元素值最大的元素；

16、在第一等式中将序号i从i=1遍历至i=n，从而得到n个值sus(1),sus(2),…,sus(n)，创建一个长度为n的空白数组sus[]，将这n个值sus(1),sus(2),…,sus(n)按顺序全部加入到数组sus[]中，将数组sus[]内的所有元素进行升序排序，保存升序排序后的数组sus[]；

17、设置变量j，变量j的取值范围与序号i的取值范围相同；以wind(j)表示变量j在数组wind[]中所对应的第j个元素，创建一个空白的数组den[]；

18、定义第一算法为：在数组wind[]中，将所有元素值小于wind(j)的元素组成一个序列seq<j>，记序列seq<j>中所有元素的数量为k0，将数组sus[]中的第k0+1个元素sus(k0+1)加入数组den[]中，清空序列seq<j>（重置k0，避免j值迭代时k0出现重复相加的情况）；

19、在第一算法中将变量j的值从j=1遍历至j=n，进而得到长度为n的数组den[]，以den(i)表示数组den[]中的第i个元素；

20、定义第二等式为：；

21、在第二等式中将序号i从i=1遍历至i=n，从而得到n个值dis(1),dis(2),…,dis(n)，创建一个长度为n的空白数组dis[]，将这n个值dis(1),dis(2),…,dis(n)按顺序全部加入到数组dis[]中，以数组dis[]中的所有元素作为抗扰动数据。

22、本步骤的有益效果为：由于通过传感器获取到的风压数据中存在干扰数据，包括数据中存在噪声、大量离群点、或因通信错误而引起的数据缺失等问题，从而影响模型数据的建模质量，本步骤的方法通过将所有风压数据进行预处理，通过第一等式将原始的风压数据归并到统一的数值区间内，并基于第二等式对每个数据赋予权重，使所有数据落于一致的分布范围，进而得到抗扰动数据，相比于原始数据，抗扰动数据更精确地反映了风压的变化趋势以及突出了数据的关键特征，为建模提高有效的数据基础。

23、进一步地，步骤s400中，筛选出抗扰动数据中的异构态数据段，利用异构态数据段建立压力预警模型的方法具体为：

24、s401，读取数组dis[]，以dis(i)表示数组dis[]中的第i个元素，i=1,2,…,n，n为数组dis[]中所有元素的数量，对数组dis[]进行函数拟合得到函数f(d)，在函数f(d)的定义域d内筛选出函数f(d)的所有拐点，并记所有拐点的数量为m，d=(0,dis(n)]，转到s402；

25、s402 ，设置变量j，变量j的取值范围与序号i的取值范围相同，从j=1开始遍历变量j，以dis(j)表示变量j在数组dis[]中所对应的第j个元素，创建一个空白的集合aut{}，转到s403；

26、s403，在数组dis[]中，将dis(j),dis(j+1),…,dis(j+m-1)这m个数组成一个集合disj{}，计算当前集合disj{}的异构态值isom(j)，转到s404；

27、其中，dis(j+1)表示数组dis[]中的第j+1个元素，dis(j+m-1) 表示数组dis[]中的第j+m-1个元素，dis(j+1)、dis(j+m-1)的值随着变量j的值变化而变化；

28、s404，如果当前变量j的值小于n1，则转至s405；如果当前变量j的值等于或大于n1，则转至s406；n1=n-2*m+1；

29、s405，如果当前isom(j)的值大于0，则将当前集合disj{}内的所有数加入到集合aut{}中，同时将变量j的值增加m-1，并转到s403；

30、如果当前isom(j)的值小于或等于0，则令j的值增加1，转到s403；

31、s406，将集合aut{}作为异构态数据段，建立压力预警模型stress_m(t)。

32、进一步地，建立压力预警模型stress_m(t)的方法为：

33、

34、式中，r0为集合aut{}中值最大的元素，t为压力预警模型的模型输入变量，aut(x)为集合aut{}中的第x个元素，x=1,2,…,n2，n2为集合aut{}所有元素的数量。

35、进一步地，所述计算当前集合disj{}的异构态值isom(j)，异构态值isom(j)的计算方法具体为：以disj(a)表示集合disj{}内的第a个元素，a=1,2,…,n(j)，n(j)为集合disj{}内所有元素的数量，通过下式计算异构态值isom(j)：

36、；

37、式中，ave(disj{})表示集合disj{}内所有元素的平均值，max(disj{})表示集合disj{}内值最大的元素，min (disj{})表示集合disj{}内值最小的元素，disj(a-1) 表示集合disj{}内的第a-1个元素。

38、本步骤的有益效果为：在天然气水合物的钻采过程中，风压方面的险情预警必须得到首要保证，越早地捕捉到险情信号，由险情事故造成的损失就越小，当井筒内的压力出现急剧上升时，此时再发出预警信号往往为时已晚，同时，高频率的风压波动或风压出现突变等数据特征都可能预示着井筒内即将出现险情，因此，捕捉到事故发生前的潜在险情信号是降低事故引起的损失的关键，本步骤的方法通过筛选出异构态数据段从而建立压力预警模型，异构态数据段是风压数据中最能体现风压异常的数据部分，通过压力预警模型能够有效地捕捉到钻采井筒过程中的潜在的险情信号，解决了由于预警信号发出滞后而引起的安全问题，以一定的提前量发出预警信号，识别出潜在的钻采风险信号，保证钻采过程的持续开发和进行。

39、本发明的有益效果为：所述方法能够实时地对井筒内的风压变化进行监测，利用钻采过程中风压数据的变化捕捉到潜在的险情信号，同时对潜在的险情作出提前预警，最大程度地降低事故发生的概率以及事故带来的损失，为面对险情时留出更多的反映时间，保证天然气水合物钻采过程能够安全、可靠地进行。