机器学习加石油钻井，中东大户看了都忍不住一试

2024年3月，在被称为生命禁区的塔克拉玛干沙漠腹地，中石油打出中国第一口，同时也是世界第二口万米钻井。

上天难，入地更难。

对航空航天来说，万米高空不值一提。但对于入地，万米就足以代表人类科技极限。

从地面往下，每钻进100米，温度就会升高约2℃，同时伴随压力升高。万米深度就面临超200℃高温以及超130MPa的高压。

在如此环境下，钻杆就像煮熟的面条，极难控制。开篇提到的我国首口万米深井，从地表钻到8000米，用了近5个月。而从8000米到10000米，却耗费4个多月。

超深井难钻，超深油难采。然而现实却是，中国近10年新增的探明油气储量，超过一半都是深地资源。

形势所迫，入地虽难，但也不得不入了。

俗话说“时间就是金钱，效率就是生命”。所以深地钻井的关键技术之一，就是“钻井提速”。

俗话还说，“没有金刚钻，别揽瓷器活”。所以钻井提速的根本，是研制基于超硬、耐高温材料的破岩钻头。

但材料学毕竟属基础学科，素来讲究稳扎稳打，换句话说就是进步慢。

因此如何高效利用已有的设备就显得很重要。钻太快伤工具，钻太慢拖进度——如何确定最佳转速？

遇事不决，交给AI。

下面小举一例，展示如何利用机器学习来快准狠地预测转速，所用工具智能数据建模软件DTEmpower。

案例基于的数据均来自生产一线——塔里木盆地两口超深井。

其中一口井的数据作为模型训练集，约6000行，用于训练模型。另一口井的数据作为验证集，约3000行，用于验证模型精度。

这近万行数据，除了钻探过程中实时采集的转速，还包括井深、井斜角、井直径、空隙压力等另外25个变量。

25个变量都会多多少少影响钻头转速，但具体怎么影响，哪个数据影响更大，不知道。

对于这种只知道变量之间可能有关系，但不知道什么关系的场景，基于机器学习的数据建模就非常适合，江湖称“炼丹”。

数据建模通常分三大步：数据预处理、变量分析、模型训练。

一、数据预处理

数据预处理的目的一般有两个：缺失值处理和异常值处理。

生产一线采集的数据往往不能直接用，多多少少存在瑕疵。

比如正常一组数据应该有25个变量，但某个传感器走神，最后只输出24个，就出现了缺失值。

再比如某个变量的正常范围应在30~50之间，但某个传感器抽风，最后输出个999，就出现了异常值。

对缺失值，DTEmpower的空值处理工具可按需对空值进行删除或者插值补全。

对异常值，利用小提琴图等可视化图表工具，可直观展示数据分布特征，辅助异常值清理。

小提琴图

具体的异常值清理过程，基于智能数据清理算法AIOD。无需任何经验性知识，一键识别清理潜在异常点，使用门槛超低。

AIOD异常值清理

二、变量分析

从原始数据看，模型的自变量有25个，很唬人。但实际上真正的变量往往要少一些。

两个原因：第一，自变量A和自变量B之间可能相关联。比如B=A*2+3，那么B显然就不是独立自变量。

第二，有些自变量和因变量之间的关系很弱。换句话说，它不重要。

由于以上两个原因，就需要对变量做相关性分析和重要性分析，剔除部分自变量。自变量减少，实现数据的降维，有利于提高最终模型的精度。

在相关性分析步骤，利用DTEmpower的相关热力图等相关性分析工具，剔除4个非独立变量。

在重要性分析步骤，利用DTEmpower的MDI节点，进行变量重要度排序，进一步剔除4个重要性偏低的自变量。

经过变量分析，25个自变量最终被缩减到了17个。

三、模型训练

由于钻井过程采集的数据具有时序性，即每组数据都对应特定的时间戳，所以适合进行时序回归类建模。

训练算法那么多，用哪个呢？不知道。

所以干脆尝试多个，最后做模型对比，反正尝试成本很低。

机器学习模型精度的判断，通常看R2、MAPE和MSE这几个参数。其中R2最常用，反映模型的拟合程度。取值范围0~1，越接近1表示精度越高。

对比之后，发现MLP算法训练得到的模型精度最高，顶呱呱。

最后，利用验证集数据验证模型精度，结果喜人：预测转速和实际转速拟合度非常高。

全程不过数小时，即可实现钻井转速的快速预测，可做到实时指导一线施工。大大缩短钻井周期，节省钻井经费，这就是机器学习的魅力。

中东大户见了都忍不住点赞曰：不明觉厉。

除了石油钻井，各行业都有很多来自一线的数据。这些数据不会无缘无故产生，都来之不易，与其让它们放在硬盘里睡觉，不如拿来试试做数据挖掘，反正尝试无成本。

前往天洑官网下载DTEmpower，自动有30天免费试用，功能无任何限制。

若有任何疑问，尽管联系我们，不用客气。

★ 活动通知

国产工业软件有偿案例征集活动

基于流体仿真软件AICFD、结构仿真软件AIFEM、数据建模软件DTEmpower或优化设计软件AIPOD的案例制作成视频或文章，发布到B站、知乎、微信公众号，今日头条，小红书，CSDN等网络平台，鼓励多平台发布。更有软件许可获赠及丰厚奖金等你来拿！

前往天洑官网了解活动详情。