中国安全科学学报

作者：杨向前, 张苹茹, 武胜男, 张来斌, 李中, 冯桓榰

单位：1 中海石油(中国)有限公司 北京研究中心,北京 100028；2 中国石油大学(北京) 安全与海洋工程学院,北京 102249；3 油气生产安全与应急技术应急管理部重点实验室,北京 102249

关键词：数据模型协作,钻井溢流,早期预测,粒子群优化(PSO)-最小二乘支持向量机(LSSVM)(PSO-LSSVM),预警模型

基金：国家重点研发计划资助项目(2022YFC2806504); 中海石油(中国)有限公司北京研究中心科研资助项目(CCL2022RCPS2008XNN)

为防止海上钻井过程中井喷事故的发生,提出基于数据模型协作的海上钻井溢流早期预测预警方法。首先,建立基于粒子群优化(PSO)-最小二乘支持向量机(LSSVM)(PSO-LSSVM)的溢流风险预测模型,预测钻井监测参数未来时长内的趋势,并分析溢流事件与表征参数之间的关联关系;然后,建立基于朴素贝叶斯方法的钻井单参数溢流概率估算模型,并通过优化的D-S方法融合多个钻井参数的概率,分级预警溢流事件。结果表明:基于PSO-LSSVM的预测模型所得的溢流表征参数,预测误差较低;因对溢流事件的敏感度不同,单钻井参数所表征的溢流事件概率存在一定偏差;融合后的预警模型能够解决单参数的预警时间不一致的问题,排除误报警的可能。

来源：2024年第4期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2024年第4期