基于ISSA-RF模型的油田注水井套损预测

叶耐余 ,  柯福阳 ,  段炼 ,  张梓萱

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (10) :4276-4287

PDF (10045KB)
科学技术与工程 ›› 2026, Vol. 26 ›› Issue (10) :4276-4287 DOI: 10.12404/j.issn.1671-1815.2502628
自动化技术、计算机技术

基于ISSA-RF模型的油田注水井套损预测

作者信息 +

Prediction of Casing Damage in Oilfield Water Injection Wells Based on ISSA-RF Model

Author information +
文章历史 +

摘要

油田注水井套管损坏可能导致井筒失稳、井壁坍塌,甚至引发井喷、溢流等安全事故。通过精准的套损预测,可及时发现井筒异常,提前采取预防措施,从而降低安全风险,提高注水井的使用寿命,并有效减少井口修复与维护成本。为快速、准确地预测未来一年内水井是否会发生套损,通过改进的麻雀搜索算法(improved sparrow search algorithm,ISSA)优化随机森林(random forest,RF)方法研究了注水井的套损预测。该方法采用圆混沌映射对种群进行初始化,并引入高斯扰动优化麻雀搜索算法,以增强其全局搜索能力和收敛速度。随后,利用优化后的麻雀搜索算法选择随机森林的超参数,并构建ISSA-RF注水井套损预测模型。结果表明,该模型的预测精度达到0.92,各类别的召回率分别为0.92、0.89、0.90,在预测精度与召回率方面均优于其他对比模型。可见ISSA-RF方法的有效性与先进性,并为油田注水井套损预测提供了重要的技术支撑。

Abstract

In order to prevent wellbore instability, wellbore collapse, and even severe safety incidents such as blowouts and overflow caused by casing damage in water injection wells, a precise prediction method was developed to identify casing failure in advance. ISSA (improved sparrow search algorithm) was used to optimize RF (random forest) model for predicting casing damage in injection wells within the following year. ISSA was enhanced by initializing the population using circle chaotic mapping and introducing Gaussian disturbance to improve its global search capability and convergence speed. The optimized ISSA was then employed to select the hyperparameters of RF model, and an ISSA-RF prediction model for casing damage was constructed. The results show that the model achieved a prediction accuracy of 0.92, with recall rates of 0.92, 0.89, and 0.90 for each category, respectively. It is concluded that the proposed method outperforms other comparative models in terms of prediction accuracy and recall, demonstrating its effectiveness and advancement. This study provides important technical support for casing damage prediction in oilfield water injection wells.

Graphical abstract

关键词

注水井 / 套管损坏预测 / 改进麻雀搜索算法 / 随机森林 / 超参数优化

Key words

injection well / casing damage prediction / ISSA (improved sparrow search algorithm) / RF (random forest) / hyperparameter optimization

引用本文

引用格式 ▾
叶耐余, 柯福阳, 段炼, 张梓萱. 基于ISSA-RF模型的油田注水井套损预测[J]. 科学技术与工程, 2026, 26(10): 4276-4287 DOI:10.12404/j.issn.1671-1815.2502628
YE Nai-yu, KE Fu-yang, DUAN Lian, ZHANG Zi-xuan. Prediction of Casing Damage in Oilfield Water Injection Wells Based on ISSA-RF Model[J]. Science Technology and Engineering, 2026, 26(10): 4276-4287 DOI:10.12404/j.issn.1671-1815.2502628

登录浏览全文

4963

注册一个新账户 忘记密码

近年来,套损井数量不断增加,套损的检测与预防已成为油田开发过程中不可忽视的任务。随着能源行业的发展、油田开发时间的延长,套管损坏问题在全球范围内日益严重,油田勘探开发的难度不断增加。在老油田中,套损率逐年上升,给油田生产带来了巨大挑战。套损可能导致井筒结构破坏、液体泄漏和生产中断,从而增加安全风险、维修成本并降低生产效率。及时的检测和有效的预防措施不仅能延长设备使用寿命、减少环境污染,还能确保作业的稳定性和安全性,降低突发事故发生的可能性,提升整体生产效益。因此,套损的早期发现与预防是保障油气田长期可持续运营的关键 [1-3]。
套损的发生受多种复杂因素影响,涉及生产因素和地质因素、工程因素[4-5]等方面。生产因素指在生产过程中可以控制的因素,包括注水压力、注入采出比例等。生产因素与区块套损等级相关性较强[6],高压注水、注采失衡等都是引发套损的重要因素[7]。影响套损的地质因素包括地层倾角、断层发育、砂泥界面、化石层等[8]。不同环境容易引发的套损类型不同[9],预测套损时需要考虑套管的具体所处环境[10],断层滑移时的地层位移也会导致套损[11]。工程因素为套管工艺、射孔工艺等与生产相关,但在生产过程中无法轻易变更的因素。套管的钢级、厚度决定了套管的寿命,射孔则会引起套管自身的应力的相应变化,从而造成套损[12]。何秋丽[13]建立了涵盖主要储层成因类型、砂体沉积成因的油田储层地质知识库,为分析套损机理提供了理论支持。其成果在描述层次上达到了微相单砂体的精度,有助于精准识别砂体构型,优化储层模式预测,为后续地质建模及相似油气田类比提供坚实支撑。
近年来,随着机器学习、深度学习等大数据计算机方法的不断完善,套损预测也渐渐与这些方法联系在一起,以优化算法优化的机器学习模型已被用于解决各种复杂问题[14-15]。何靖祺等[16]使用遗传算法优化支持向量机模型进行套损井的判别。周相广等[17] 提出了融合大数据思维与智能算法,以构建面向油田现场实际问题的分析模型的新方法。采用梯度提升决策树算法,构建了套损风险评估模型,为套损风险的识别与提前预警提供了有效的技术手段,完成对样本数据的分类预测,预测目标井是否为套损井。曹茂俊等[18] 在多臂井径测井套损检测方面,提出了一种基于贝叶斯神经网络的智能识别方法,能够更快速、更准确地解释测井资料,有效识别并定位套管损坏部位,提高检测效率和可靠性。唐庆等[19]采用多元线性回归、随机森林、支持向量机、XGBoost和LightGBM等机器学习算法,构建了多种套损预测模型,为实现套损风险的智能识别和精准预测提供了方法支撑,预测正常井是潜在套损井的概率。赵建民等[20]采用双层Stacking模式集成学习预测模型,从评估指标来看,正类样本、负类样本分别为正常井、套损井,判断预测效果为预测目标井是否为套损井。YOUSEF Alklih Mohamac通过结合非线性和模糊性特征,采用BP神经网络与模糊评价方法分别进行建模,构建了有效的预测分析系统。该模型在实际应用中展现出了良好的性能和效果[21]。Noshi等[22-23]运用支持向量机、随机森林等无监督算法,识别了钻井与压裂引发的套管破坏特征;结合人工神经网络与增强集成树,构建了基于26种钻井、压裂及地质特征的套管破坏概率预测模型。
目前对于套损预测的研究多是以井为单位,根据井是否发生过套损,将井划分为套损井、非套损井,更多是为套损分析提供理论依据,实际意义有限。部分套损预测的研究实现的效果为预测正常井为潜在套损井的概率,但对于足够长的时间序列来说,几乎所有井都将成为套损井,且其研究仅针对尚未发生套损的井。对于实际的油田生产管理来说,套损井越来越多,仅对未发生过套损的井进行预测显然是不够的,发生过套损的井在进行套损修复后会重新投入使用,对这部分井未来的套损预测也是重要的。如何以现有油田数据预测未来一段确定时间内该井是否会发生套损,是当前油田生产管理的重中之重。因此,现用改进的麻雀算法优化随机森林模型超参数,对“注水井一年内是否会发生套损”进行预测,以提升随机森林模型的预测精度,为套损的监测提供参考。

1 相关研究基础

采用优化的麻雀搜索算法(improved sparrow search algorithm,ISSA)优化随机森林,面向“未来一年”明确预测周期,构建ISSA-RF注水井套损预测模型,提升模型服务于生产调控的实用价值。在传统机器学习模型的基础上引入了改进优化策略与结构增强。

具体流程为:从生产、地质、工程三大因素中系统选取多个关键指标,覆盖注水强度、注采比、地层、套管参数等,构建特征集,提升对套损演化过程的全面刻画能力;对于缺失数据,通过对缺失来源的分析,采用K近邻算法(K-nearest neighbors algorithm,KNN)填补、分母处理、变化率差值等手段精准应对多种缺失情况;实施Pearson相关性分析,控制多重共线性,仅保留高影响力的特征变量,提升模型稳定性与泛化能力;引入圆混沌映射初始化增强种群多样性、加入高斯扰动机制提升麻雀搜索算法跳出局部最优的能力,有效解决了基础的麻雀搜索算法向原点收敛、易陷入局部最优等问题,提升超参数搜索精度与收敛速度。最终模型基于随机森林构建,结合ISSA优化其超参数,具备出色的抗噪能力与非线性建模能力。

1.1 随机森林

随机森林是一种典型的集成学习方法,由多个决策树构成的集成模型,可同时应用于分类与回归任务,并具备较强的特征选择和降维能力,广泛应用于高维数据建模场景[24]。随机森林通过集成多个弱学习器(决策树),利用投票或平均的方式输出最终结果。相比单一的决策树,随机森林具有更强的泛化能力,对异常值和噪声有较好的容忍性,同时有效减少过拟合现象。因此,其在预测和分类性能上往往优于单独的决策树。

首先从原始数据集中使用有放回的抽样(自助法取样),随机采样n次生成n个不同的子集,每个子集用于训练一棵决策树。

在每个子集中训练一棵决策树:在每个节点划分时,不是使用所有特征,而是随机选择m个特征(m<M),从中选择最佳划分特征,每棵树可以是完全生长的(不剪枝),以增加多样性。决策树由节点分裂而成,在决策树生成的过程中,特征选择与节点分裂是构建每棵决策树过程中最关键的部分,每次节点划分时都会遍历所有特征,选择最佳划分特征。节点分裂以基尼指数为准则,基尼系数表示“混乱度”。决策树构建的准则为找到一个最优特征及其划分点,使得数据划分后纯度提升最大,基尼指数越小,节点越纯净,越可能在此处分裂节点。对于一个节点,其基尼指数定义为

$Gini=1-\stackrel{C}{\sum _{i=1}}{p}_{i}^{2}$

式(1)中:C为类别数;pi为第i类的概率。

将测试样本输入每棵树中,记录每棵树的预测类别,所有决策树树“投票”,选出得票最多的类别作为最终预测结果。

用所有决策树的投票结果决定最终类别。

1.2 麻雀搜索算法SSA

麻雀搜索算法(sparrow search algorithm, SSA)是一种群体智能优化算法,模拟麻雀在觅食和反捕食过程中的行为特征[25],常用于求解复杂的优化问题。麻雀搜索算法模拟了觅食者、追随者、警戒者这三者的角色和行为。

(1)觅食者:承担寻找优质的解区域、带领跟随者向最优解方向移动、根据当前适应度和环境风险信息动态调整自身位置的职责。设第t次迭代中第i个觅食者的位置为${X}_{i}^{t}$,则觅食者更新位置公式为

${X}_{i}^{t+1}=\left\{\begin{array}{ll}{X}_{i}^{t}{\mathrm{e}}^{-i/\alpha T},& R<\mathrm{S}\mathrm{T}\\ {X}_{i}^{t}+QL,& R\ge \mathrm{S}\mathrm{T}\end{array}\right.$

式(2)中:${X}_{i}^{t}$为第i个个体在第t次迭代的位置;α为常数,控制下降速度,通常设为1;T为最大迭代数;$R\in \left(\mathrm{0,1}\right)$,为一个随机数,用于模拟是否存在“捕食者”;ST为安全阈值,表示危险程度;Q为符合标准正态分布的随机数;L为全局随机步长,用于模拟突然移动。

当R<ST时,代表环境安全,则觅食者采取指数衰减策略,模拟在安全环境中稳定移动,侧重探索;当R≥ST时,代表环境危险,则觅食者采用跳跃式位置扰动策略,迅速远离原有路径,避免陷入局部最优。

(2)跟随者:是种群中数量最多的一类个体。它们不主动寻找食物,而是跟着觅食者行动,主要负责局部搜索,在保证探索稳定性的同时提升收敛精度。设第t次迭代中第i个跟随者的位置为${X}_{i}^{t}$,则跟随者更新位置公式为

${X}_{i}^{t+1}=\left\{\begin{array}{ll}Q\mathrm{e}\mathrm{x}\mathrm{p}\left(\frac{{X}_{\mathrm{w}\mathrm{o}\mathrm{r}\mathrm{s}\mathrm{t}}-{x}_{i}^{t}}{{i}^{2}}\right),& {f}_{i}>{f}_{\mathrm{a}\mathrm{v}\mathrm{g}}\\ {X}_{i}^{t}+\left|{X}_{i}^{t}-{X}_{\mathrm{b}\mathrm{e}\mathrm{s}\mathrm{t}}^{t}\right|A,& {f}_{i}\le {f}_{\mathrm{a}\mathrm{v}\mathrm{g}}\end{array}\right.$

式(3)中:${X}_{i}^{t}$为第i个个体在第t次迭代的位置;Xworst为当前种群中最差位置;Xbest为当前种群中最优位置;fi为当前个体适应度;favg为种群平均适应度;A为[-1,1]的随机数,用于随机迭代的步长与方向。

当fi>favg时,表示该跟随者比平均水平还差,则以更剧烈的跳跃方式靠近最差个体附近,尝试逃脱局部最优;当fi≤favg时,表示适应度较好,则朝着最优个体方向靠近,精细搜索目标区域。

(3)警戒者:承担监测种群中是否有危险、向其他麻雀发出预警信号并引导种群跳出当前陷阱区域、通过位置扰动来逃离“捕食者”,实现解的跳跃性调整,增强算法全局搜索能力的职责。当某个麻雀被选为警戒者时,其位置更新公式为

${X}_{i}^{t+1}=\left\{\begin{array}{ll}\frac{{X}_{i}^{t}+\beta ({X}_{i}^{t}-{X}_{\mathrm{b}\mathrm{e}\mathrm{s}\mathrm{t}}^{t})}{{f}_{i}-{f}_{\mathrm{b}\mathrm{e}\mathrm{s}\mathrm{t}}+\epsilon },& {R}_{i}<\mathrm{S}\mathrm{T}\\ {X}_{i}^{t}+K\left(\left|{X}_{i}^{t}-{X}_{\mathrm{w}\mathrm{o}\mathrm{r}\mathrm{s}\mathrm{t}}^{t}\right|\right),& {R}_{i}\ge \mathrm{S}\mathrm{T}\end{array}\right.$

式(4)中:${X}_{i}^{t}$为第i个警戒麻雀在第t代的位置;fi为第i个麻雀的适应度;fbest为全局最优适应度;${R}_{i}\in \left(\mathrm{0,1}\right)$,是一个随机数,用来模拟是否遇到“捕食者”; β、K为常数,用于控制移动步长;ε为一个极小数,用于防止分母为0。

当Ri<ST时,代表环境安全,则警戒者会主动接近最优解,提高种群聚集性;当Ri≥ST时,代表环境危险,则会迅速离开最差解附近,防止被“捕食”。

麻雀搜索算法的优化流程如图1所示。首先初始化,随机生成种群个体的位置,并设置初始参数,如种群规模、最大迭代次数、觅食者比例等,并计算其适应度;其次选择觅食者、跟随者,更新觅食者、追随者、警戒者位置;再次计算适应度,用适应度评估当前解的优劣,寻找麻雀最优位置并更新,判断是否达成终止条件,若未达成则重新选择、更新觅食者、跟随者、警戒者,迭代至终止条件满足后输出最优参数。

1.3 改进的麻雀搜索算法ISSA

基础的麻雀搜索算法存在一定缺陷,首先,其采用的种群初始化方法为随机生成,这种方法初始化的种群分布不均,可能导致算法更加重视局部的优劣;其次,在多维函数的优化过程中,麻雀搜索算法(sparrow search algorithm,SSA)往往会向原点收敛,这种收敛行为容易导致算法陷入局部最优解,从而影响全局优化性能。因此,改用圆混沌映射方法进行种群初始化,增强初始化种群的多样性和均匀性;对不同适应度个体的位置采用高斯扰动,以跳出局部最优,提高模型的全局搜索能力[25]。

圆混沌映射是一种常见且高效的混沌序列生成方法,结构简单,能够输出分布均匀的混沌数列,常被用于优化算法的初始种群生成。与传统的随机初始化方式相比,圆混沌映射在种群分布上更具均衡性,有助于提升搜索空间的覆盖程度,从而增强算法的全局搜索能力。圆混沌映射迭代公式为

${X}_{k+1}=\mathrm{m}\mathrm{o}\mathrm{d}\left[\begin{array}{c}{X}_{k}+a-\frac{b}{2\mathrm{\pi }}sin\left(2\pi {X}_{k}\right),1\end{array}\right]$

式(5)中:Xk+1为位置序列;Xk为初始位置;a、b为映射系数,是两个常数。

高斯扰动是一种利用高斯分布随机生成数值的方法,用于在算法中引入随机性。在优化算法中,高斯扰动的核心思想是对个体的位置或参数施加小幅的随机变化,从而提升算法的全局探索能力。假设当前个体位置${X}_{i}=({x}_{i1},{x}_{i2},\dots,{x}_{iD})$,则高斯扰动可以表示为

${X}_{i}^{t+1}={X}_{i}^{t}+\mathrm{G}\mathrm{a}\mathrm{u}\mathrm{s}\mathrm{s}\mathrm{i}\mathrm{a}\mathrm{n}(0,\sigma )\mathrm{r}\mathrm{a}\mathrm{n}\mathrm{d}\left(\mathrm{0,1}\right)$

式(6)中:Gaussian(0,σ)为服从均值0、标准差σ的高斯分布随机变量;rand(0,1)为取值范围在[0,1]的均匀分布随机数,用于进一步调整变化幅度。

对于麻雀算法现有的问题,分别采用圆混沌映射、高斯扰动对其进行改进,得到改进的麻雀搜索算法(improved sparrow search algorithm,ISSA),用该算法优化随机森林模型,得到ISSA-RF模型。改进的麻雀搜索算法优化随机森林模型的流程如图2所示。

2 套损机理分析

套损的机理是多方面的,生产、地质和工程因素往往是相互交织的,从生产因素、地质因素和工程因素三个方面深入探讨套损。生产因素是套管损坏(套损)形成的重要影响因素之一,生产过程中涉及的多种操作直接或间接对套管造成影响;地质环境的变化对油井套管的影响至关重要,特别是地层的不稳定性和地质条件的复杂性;工程因素是造成套损的重要原因之一,主要涉及套管的设计、施工、运行维护以及井筒环境的外部条件。

注水压力是监控地层应力的直接指标,过高或过低的注水压力会直接影响套管的使用寿命。长期的注水会引起地层压力变化和地质条件的改变,过大的累积注水可能引发地层滑移或变形,威胁套管稳定性。注水强度越高,地层受力越大,尤其在长期作用下,可能造成局部应力集中或地层破裂,对套管形成破坏,超过允许注水压力可能直接导致套管屈服或损坏,需严格监控。高频次的高压注水会导致地层压力频繁变化,加速套管疲劳损伤。

长时间的生产可能导致套管材料疲劳、腐蚀加剧或地层压力变化的累积效应,最终增加套损风险。当设备高频运转时,虽然提高了井的生产效率,但也会加剧机械磨损和应力波动,从而引发套损,用套压反映套管内外的压力差,过高的压力差会导致套管的弹性变形或屈服失效。此外,不合理的注采比(过高或过低)也可能造成地层压力的不均衡,从而对套管产生应力集中,导致损坏。

生产因素通过直接或间接方式影响套管所处的地质环境、压力分布及应力状态。通过对这些因素进行精准监控与动态分析,可有效减少套损的发生,优化油田的注采工艺。下图分别为注水压力与注水强度的时序图,红点为套损发现时间。由图3可知,套损发生前注水压力有一段较为剧烈的波动。第一次套损发生前,注水压力有一段剧烈波动;第二次套损发生前,注水压力迅速上升。从数据上说明了注水压力和注水强度的波动可能引发套损,印证了生产因素对套损的影响。

3 套损预测

综合考虑套损机理与数据可获得性,从生产因素、工程因素、地质因素三个方面出发选择用于预测套损的特征。生产因素包括注水量、油压、套压等油水井生产时的数据,其中部分数据为日度数据,部分为月度数据。通过计算日度数据均值、方差、峰值等统计量,在尽可能保留日度数据信息的条件下,将日度数据降维至月度数据。工程因素包括套管钢级、套管内径、套管壁厚等与油水井工程相关的因素。地质因素包括各小层的底深、顶深等油水井地质条件。共选择67个特征。数据共16 982条,其中未来一年内发生套损数据1 446条,未套损数据15 536条。

3.1 数据预处理

3.1.1 缺失值填补

为确保数据的完整性和一致性,减少数据丢失和偏差,提高模型的稳定性和预测准确度,优化数据预处理过程,并提高数据集的有效性和代表性,在分析数据前先检查数据缺失情况。

数据缺失信息如表1所示。其中注水年变化缺失由1年前注水量为0引起;3年注水变化幅度缺失由3年前注水量为0引起;3年产液变化幅度缺失由3年前注水量为0引起;产液年变化缺失由1年前产液量为0引起;注采比年变化缺失由一年前注采比为0引起。选择将变化幅度用差值表示,去除分母为0的影响。

注采比缺失是由产油、产水量为0引起的,选择用较高的值填补。

油压与套压的方差、标准差、峰值缺失是当月只有一条套损数据、日度数据缺失导致的,用KNN算法填补。

KNN填补是一种常用的缺失值处理方法,其核心思想是通过找到与缺失值所在样本在特征空间中最接近的k个近邻,利用这些近邻的值估算缺失值。具体的,KNN填补会基于样本之间的欧几里得距离或曼哈顿距离选择近邻,并对这些邻居的值进行加权平均(通常根据距离的倒数进行加权),以此预测缺失值。相比于简单的均值填补或用固定值填补,KNN填补能够更好地保留数据的内部关系,使填补结果更接近真实值。

欧几里得距离公式为

$\mathrm{d}(\mathrm{x},\mathrm{y})=\sqrt{\stackrel{n}{\sum _{i=1}}({x}_{i}-{y}_{i}{)}^{2}}$

曼哈顿距离公式为

$\mathrm{d}(\mathrm{x},\mathrm{y})=\stackrel{n}{\sum _{i=1}}|{x}_{i}-{y}_{i}|$

式中:xi、yi分别为第i个变量在不同维度的值,即变量值。

3.1.2 分类数据编码

许多预测模型的算法要求输入的特征是数值型的,如线性回归、支持向量机、神经网络等。因此需要将分类数据转换成数值格式。用标签编码将文本型分类变量“钢级”转换成数值“0,1,2,…”。

3.2 相关性分析

相关性分析是用于衡量两个或多个变量之间关系的方法。通过相关性分析,可以确定变量之间是否存在某种关系、关系的强度和方向。相关性分析在数据预处理和特征选择中非常重要。

通常,相关性分析适用于具有一定关联或概率联系的变量,只有当变量之间存在潜在关系时,这种分析才能得出有意义的结果。相关性分析的结果通常用相关系数表示,其取值范围在-1~1,反映变量之间的正相关、负相关或无相关程度。相关性系数(correlation coefficient)是衡量两个变量间线性关系强弱的统计量。最常用的是皮尔逊相关系数(Pearson correlation coefficient),计算公式为

$\mathrm{r}=\frac{\stackrel{n}{\sum _{i=1}}({x}_{i}-\stackrel{-}{x})({y}_{i}-\stackrel{-}{y})}{\sqrt{\stackrel{n}{\sum _{i=1}}({x}_{i}{-\stackrel{-}{x})}^{2}}\sqrt{\stackrel{n}{\sum _{i=1}}({y}_{i}{-\stackrel{-}{y})}^{2}}}$

式(9)中:xi、yi为第i个样本的两个变量值;$\stackrel{-}{x}、\stackrel{-}{y}$为x、y的均值;n为样本数量。

3.2.1 自变量相关性分析

自变量之间的相关性分析,即特征之间的相关性分析,可以用于排除多重共线性。在分类回归分析中,如果自变量之间存在高度相关的现象,会导致回归模型中的自变量无法独立地解释因变量(套损)的变动。当多重共线性问题严重时,会影响模型的稳定性、解释性和预测效果,导致系数估计的不准确,进而使模型的预测能力下降,通过自变量之间的相关性分析删除一些互相存在较高的线性关系的自变量,以降低模型的多重共线性。

图4为部分变量相关性矩阵(仅展示有相关性系数绝对值大于0.8的变量),矩阵中黄色表示正相关,绿色表示负相关,颜色深度表示相关性大小。从图4可以看出:日配注水量与其峰值,日注水量、月注水量、日注水量峰值,油压与油压峰值,套压与套压峰值,配注层段数与配注层段数峰值,油压方差与油压标准差,套压方差与套压标准差,日注水量方差与日注水量标准差,月产水量与月度产液量等变量之间高度相关,在这几组高度相关的特征中,每组只留一个特征。即删除日配注水量峰值、月注水量、日注水量峰值、油压峰值、套压峰值、配注层段数峰值、油压标准差、套压标准差、日注水量标准差、月产水量。

3.2.2 与因变量的相关性分析

各自变量与因变量之间的相关性表示各特征与预测目标的关系,与因变量高度不相关的特征对模型的作用不大,可以删除以减小模型复杂度,提高模型训练速度的同时,降低模型过拟合风险。

图5为各指标关于套损的相关性系数排序结果,相关性系数反映各指标与套损的线性关系,可以一定程度上反映变量重要性。但套损的影响因素、影响机理复杂,指标与套损间存在非线性关系的可能性很大,因此相关性系数只作参考。

从图5中可知,特征中高压注水频率、注采比与套损的相关性较高。分别计算其与各个类别的相关性可知,其与套损类型的数据正相关、与未套损类型的数据负相关,表明高压注水频率越高、注采比越大时,套损的概率越大。删除相关性过小的几个特征,仅保留与因变量相关性排名前50的变量,用剩余的包括高压注水频率、注采比、生产天数、压差在内的50个特征构建模型,对套损情况进行预测。

3.3 模型训练与预测

3.3.1 数据划分与评估指标

以202306及以前的数据作为训练集,预测202307~202406的数据套损情况。用机器学习、深度学习的多种模型预测。以“未套损数据”为正类样本,以“未来一年内发生套损数据”为负类样本,正负样本比例约为11∶1。训练集数据共13 678条,其中“未套损”数据12 411条,“拔不出”数据17条,“变形”数据682条,“错段”数据568条。测试集数据共3 304条,其中“未套损”数据3 125条,“拔不出”数据9条,“变形”数据84条,“错段”数据86条。将负类样本划分为不同套损类型后,正负样本比例进一步扩大,正负样本极不平衡。会使模型偏向多数类、忽略少数类,因此在模型训练前采用欠抽样的方式降低未套损数据的比例,以达到缩小正负样本将差距的目标。

欠抽样(undersampling)是一种用于应对类别不平衡问题的数据预处理技术。其基本思想是通过减少多数类样本的数量,使数据集的类别分布趋于均衡,从而提升模型在少数类样本上的表现,并改善整体的泛化能力。通过欠抽样,模型能够更关注少数类样本的特征,降低因类别不平衡导致的预测偏差风险。

分类模型常用评估指标包括准确率(Accuracy)、精确率(Precision)、召回率(Recall)、F1分数(F1-Score)。

将样本分为正、负两类,由此会产生4种结果: TP,实际为正样本,且预测为正样本; TN,实际为负样本,且预测为负样本; FP,实际为负样本,但预测为正样本; FN,实际为正样本,但预测为负样本。

Accuracy是一种直观的评价标准,表示测量正确的样本占总样本的比例。计算公式为

Accuracy=$\frac{\mathrm{T}\mathrm{P}+\mathrm{T}\mathrm{N}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{P}+\mathrm{T}\mathrm{N}+\mathrm{F}\mathrm{N}}$

Precision用于评估算法对所有待测目标的正确率,也就是测量正样本中实际为正样本(TP)的比例。其计算公式为

Precision=$\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{P}}$

Recall为正样本中有多少预测为正样本。其计算公式为

Recall=$\frac{\mathrm{T}\mathrm{P}}{\mathrm{T}\mathrm{P}+\mathrm{F}\mathrm{N}}$

F1-Score是Precision和Recall的加权调和平均,公式为

${F}_{1}-\mathrm{S}\mathrm{c}\mathrm{o}\mathrm{r}\mathrm{e}=\frac{2{P}_{\mathrm{r}\mathrm{e}\mathrm{c}\mathrm{i}\mathrm{s}\mathrm{i}\mathrm{o}\mathrm{n}}{R}_{\mathrm{e}\mathrm{c}\mathrm{a}\mathrm{l}\mathrm{l}}}{{P}_{\mathrm{r}\mathrm{e}\mathrm{c}\mathrm{i}\mathrm{s}\mathrm{i}\mathrm{o}\mathrm{n}}+{R}_{\mathrm{e}\mathrm{c}\mathrm{a}\mathrm{l}\mathrm{l}}}$

3.3.2 模型训练

分别用随机森林、支持向量机、逻辑回归、BP神经网络、CNN神经网络、LSTM神经网络进行训练、预测,结果如表2所示。从表2可知,随机森林模型的准确率(Accuracy)指标值最高,BP神经网络、CNN神经网络、LSTM神经网络Accuracy指标值也不低,均在0.85以上。支持向量机、逻辑回归的Accuracy指标值过低,模型预测效果很差。

各模型“未套损”变量的精确率(Precision)指标值都很高,均在0.98左右。

对于套损预测的实际应用场景,各分类的召回率尤为重要。对比各模型各分类的召回率,随机森林模型分别为0.92、0.88、0.71,支持向量机分别为0.69、0.85、0.69,逻辑回归分别为0.16、0.76、0.26,BP神经网络分别为0.87、0.67、0.66,CNN神经网络分别为0.92、0.69、0,LSTM神经网络分别为0.93、0.10、0。各分类的召回率均为随机森林模型最高。

总体来说,随机森林模型预测套损效果在各模型中表现较好。用麻雀搜索优化算法对随机森林模型的超参数进行优化,以进一步提升其效果。

分别用麻雀搜索算法和改进的麻雀搜索算法选择随机森林的最优超参数,如表3所示。

表3中是否有放回抽样、权重选择方法为离散参数,用网格搜索选择,其余超参数为麻雀算法和改进的麻雀搜索算法选择。是否有放回抽样选择否,既抽样时不放回,减少重复样本的影响;权重选择方法选择‘balanced’方法,以避免样本不平衡的影响。

用以上超参数分别构建SSA-RF模型、ISSA-RF模型进行套损预测,预测结果如表4所示。可以看出,相比随机森林模型,SSA-RF模型的预测效果相较RF模型有所下降,这可能是由于SSA优化时陷入了局部最优,并未找到实际的最优参数。ISSA-RF模型相较RF模型的预测效果得到显著提升,总体预测准确率Accuracy从0.912提升至0.920;各类别的召回率Recall从0.92、0.88、0.71分别提升至0.92、0.89、0.90。各套损类别的指标均有提升。

用改进的麻雀搜索算法优化的随机森林模型预测套损,混淆矩阵如图6所示。测试“未套损”数据共3 125条,其中2 878条正确划分,137条错误划分为“变形”,110条错误划分为“错断”;测试“变形”数据共84条,其中75条正确划分,9条错误划分为“未套损”;测试“错断”数据共86条,其中77条正确划分,1条错误划分为“变形”,8条错误划分为“未套损”。预测效果较好,大部分套损数据都被成功预测。

图7为各个模型对各种类别数据的召回率对比。从图7中可知,ISSA-RF、SSA-RF、RF模型3个分类的召回率均优于其他模型,SSA-RF模型3个分类的召回率稍低于RF模型,ISSA-RF模型变形分类的召回率略优于RF模型,错断分类召回率明显优于所有模型。

从各模型的召回率对比来看,ISSA-RF、随机森林(RF)、SSA-RF、支持向量机的模型效果较其他模型更优,图8为效果较好的4个模型的ROC曲线对比,ROC曲线下方面积越大,表示模型预测效果越好。从图8可知,以随机森林模型为基础的原始随机森林模型、SSA-RF模型、ISSA-RF模型的预测效果明显优于SVM模型。其中SSA-RF模型与原始随机森林模型预测效果接近,ISSA-RF模型ROC曲线下方面积最大,预测效果最好,验证了ISSA对于随机森林模型的优化效果。ISSA-RF预测效果相较其他常用的机器学习、深度学习模型均有明显提升。

4 结论

通过对套损机理的分析,从生产因素、地质因素、工程因素三个方面选择了用于预测套损的特征。通过描述性统计、数据预处理、相关性分析等操作对特征进行筛选。用改进的麻雀搜索算法优化随机森林的参数,构建了基于ISSA-RF的油田注水井套损预测模型,用最终选定的50个特征的数据训练模型,对未来一年内该井是否会发生套损进行预测,将预测结果与SSA-RF模型、RF模型、其他常用机器学习模型进行对比,得到以下结论。

(1)各模型中,随机森林对套损预测的效果最好,准确率达0.912,各类别召回率(成功被预测的比例)也在0.70以上。

(2)麻雀算法优化随机森林模型的参数,可能会陷入局部最优,导致预测效果下降;改进的麻雀搜索算法优化随机森林模型的超参数,预测效果较随机森林模型有所提升,准确率达0.920,召回率在0.80以上。

(3)由于套损数据与非套损数据比例过大,少部分未套损数据被错误分类为套损数据,对套损类别的Precision指标影响较大。预测为套损的数据中,有半数实际为未套损,有待进一步研究。

参考文献

原文顺序 | 出版日期 | 本文引用
[1]

张政, 袁健鹏, 马蠡, 等. 地热井钻井过程中钻井液热物理性质对井筒温度压力的影响[J]. 科学技术与工程, 2025, 25(7): 2767-2775.
[2]

Zhang Zheng, Yuan Jianpeng, Ma Li, et al. Influence of thermal physical properties of drilling fluid on wellbore temperature and pressure during geothermal well drilling[J]. Science Technology and Engineering, 2025, 25(7): 2767-2775.
[3]

李恒丰, 李琳, 赵志峰. 井漏预测模型的超参数优化与解释:以伊朗马伦油田为例[J]. 科学技术与工程, 2024, 24(35): 15006-15013.
[4]

Li Hengfeng, Li Lin, Zhao Zhifeng. Hyperparameter optimization and interpretation of a lost circulation prediction model: a case study of the Marun Oilfield in Iran[J]. Science Technology and Engineering, 2024, 24(35): 15006-15013.
[5]

李俊峰, 刘金堂, 杨磊, 等. 大庆油田注水开发套损机理及主控因素分析[J]. 采油工程, 2023(3): 57-65, 106.
[6]

Li Junfeng, Liu Jintang, Yang Lei, et al. Analysis of the mechanism and main control factors of casing damage in Daqing Oilfield water injection development[J]. Oil Production Engineering, 2023(3): 57-65, 106.
[7]

Gholami R, Rasouli V, Aadnoy B, et al. Geomechanical and numerical studies of casing damages in a reservoir with solid production[J]. Rock Mechanics and Rock Engineering, 2016, 49(4): 1441-1460.
[8]

董维峰. 套损井的原因分析与整形修复方法[J]. 石化技术, 2024, 31(8): 31-32, 71.
[9]

Dong Weifeng. Analysis of causes and plastic repair methods for damaged wells[J]. Petrochemical Technology, 2024, 31(8): 31-32, 71.
[10]

王治国, 姜雪岩, 张淑娟. 喇萨杏油田区块套损风险等级预测[J]. 断块油气田, 2019, 26(5): 644-648.
[11]

Wang Zhiguo, Jiang Xueyan, Zhang Shujuan. Prediction of casing damage risk level in Lasaxing oilfield block[J]. Block Oil and Gas Field, 2019, 26(5): 644-648.
[12]

王朋. 大庆萨中油田基于地表形变的应力应变及套损机理模拟研究[D]. 北京: 中国科学院大学, 2022.
[13]

Wang Peng. Research on stress strain and casing damage mechanism simulation based on surface deformation in Daqing Sazhong Oilfield[D]. Beijing: University of Chinese Academy of Sciences, 2022.
[14]

姜雪岩, 张淑娟, 王治国, 等. 基于确定性系数的地质因素套损风险评价方法[J]. 大庆石油地质与开发, 2016, 35(6): 104-108.
[15]

Jiang Xueyan, Zhang Shujuan, Wang Zhiguo, et al. Risk assessment method for geological factor casing damage based on determi-nistic coefficients[J]. Daqing Petroleum Geology and Development, 2016, 35(6): 104-108.
[16]

刘旭华, 王海华, 王鑫, 等. 侏罗系油藏套损井防治技术[J]. 石油化工应用, 2024, 43(6): 73-76.
[17]

Liu Xuhua, Wang Haihua, Wang Xin, et al. Prevention and control technology for casing damage in Jurassic reservoirs[J]. Application in Petrochemical Industry, 2024, 43(6): 73-76.
[18]

Chang S, Ao W, Zhao X, et al. Research on casing damage mechanism and prevention and control under creep behavior of salt-gypsum layer[J]. Geoenergy Science and Engineering, 2024, 234: 1-14.
[19]

张卫东, 杨勇, 路智勇, 等. 延缓断层处套管损坏的方法[J]. 断块油气田, 2012, 19(6): 800-802.
[20]

Zhang Weidong, Yang Yong, Lu Zhiyong, et al. Methods for delaying casing damage at faults[J]. Block Oil and Gas Field, 2012, 19(6): 800-802.
[21]

杜兴龙. 油水井套管损坏机理与防治[J]. 石化技术, 2016, 23(11): 298.
[22]

Du Xinglong. Mechanism and prevention of casing damage in oil-water wells[J]. Petrochemical Technology, 2016, 23(11): 298.
[23]

何秋丽. 大庆喇萨杏油田储层地质知识库的建立及应用[J]. 中国石油和化工标准与质量, 2023, 43(8): 7-9, 15.
[24]

He Qiuli. Establishment and application of reservoir geological knowledge base in Daqing Lasaxing Oilfield[J]. China Petroleum and Chemical Industry Standards and Quality, 2023, 43(8): 7-9, 15.
[25]

李若雯, 刘少胡, 徐泽庆, 等. 基于机器学习算法的油嘴冲蚀磨损预测[J]. 科学技术与工程, 2025, 25(11): 4526-4533.
[26]

Li Ruowen, Liu Shaohu, Xu Zeqing, et al. Erosion and wear prediction of fuel nozzles based on machine learning algorithms[J]. Science Technology and Engineering, 2025, 25(11): 4526-4533.
[27]

盛佳豪, 柳力, 刘朝晖, 等. 基于遗传算法优化BP神经网络的沥青混合料性能预测方法[J]. 科学技术与工程, 2025, 25(3): 1214-1224.
[28]

Sheng Jiahao, Liu Li, Liu Zhaohui, et al. Performance prediction method of asphalt mixture based on BP neural network optimized by gene-tic algorithm[J]. Science Technology and Engineering, 2025, 25(3): 1214-1224.
[29]

何靖祺, 郑志超, 孟凡顺. 基于遗传算法优化支持向量机模型的套损预测[J]. 内蒙古师范大学学报(自然科学汉文版), 2023, 52(4): 392-398.
[30]

He Jingqi, Zheng Zhichao, Meng Fanshun. Casing damage prediction based on support vector machine model optimized by genetic algorithm[J]. Journal of Inner Mongolia Normal University (Natural Science Edition in Chinese), 2023, 52(4): 392-398.
[31]

周相广, 李大伟. 应用梯度提升决策树算法预测套损[J]. 计算机应用, 2018, 38(S2): 144-147.
[32]

Zhou Xiangguang, Li Dawei. Prediction of casing damage using gradient boosting decision tree algorithm[J]. Computer Applications, 2018, 38(S2): 144-147.
[33]

曹茂俊, 吴升坤. 基于贝叶斯神经网络的多臂测井套损检测方法[J]. 计算机技术与发展, 2024, 34(8): 108-115.
[34]

Cao Maojun, Wu Shengkun. Multi arm logging casing damage detection method based on Bayesian neuralnetwork[J]. Computer Technology and Development, 2024, 34(8): 108-115.
[35]

唐庆, 李娟, 杨涛, 等. 油气井套损风险预测及防控软件研制及应用[J]. 石油化工应用, 2024, 43(4): 19-26, 42.
[36]

Tang Qing, Li Juan, Yang Tao, et al. Development and application of risk prediction and prevention software for oil and gas well casing damage[J]. Petrochemical Applications, 2024, 43(4): 19-26, 42.
[37]

赵建民, 张珺博, 崔佳鑫. 基于Stacking的套损预测方法研究[J]. 计算机与数字工程, 2024, 52(6): 1685-1690.
[38]

Zhao Jianmin, Zhang Junbo, Cui Jiaxin. Research on stacking based casing damage prediction method[J]. Computer and Digital Engineering, 2024, 52(6): 1685-1690.
[39]

Mohamad A Y, Payam G K, Marwan A, et al. Predictive data analytics application for enhanced oil recovery in a mature field in the Middle East[J]. Petroleum Exploration and Development, 2020, 47(2): 393-399.
[40]

Noshi C I, Noynaert S F, Schubert J J. Casing failure data analy-tics: a novel data mining approach in predicting casing failures for improved drilling performance and production optimization[J]. SPE-Society of Petroleum Engineer, 2018(18): 1-24.
[41]

Noshi C, Samuel N, Jerome S. Data mining approaches for casing failure prediction and prevention[J]. International Petroleum Technology Conference, 2019.DOI: 10.2523/IPTC-19311-MS.
[42]

张珺博. 基于集成学习的套损井预测方法研究[D]. 大庆: 东北石油大学, 2022.
[43]

Zhang Junbo. Research on prediction method of casing damage wells based on ensemble learning[D]. Daqing: Northeast Petro-leum University, 2022.
[44]

梁启昌. 基于改进麻雀算法优化LSSVM的建筑沉降预测[J]. 中国新技术新产品, 2024(23): 99-101.
[45]

Liang Qichang. Optimization of LSSVM based on improved sparrow algorithm for building settlement prediction[J]. China New Technology and New Products, 2024(23): 99-101.

基金资助

江苏省自然资源科技项目(关键技术研发)(JSZRKJ202404)

江苏省地质工程环境智能监控工程研究中心开放基金研究计划(2023-ZNIKJ1-08)

江苏省“333 人才”培养支持资助项目(BRA2022042)

PDF (10045KB)

38

访问

0

被引

详细
导航
相关文章

/

〈 〉

京ICP备05035734号-4
版权所有 © 《科学技术与工程》编辑部
地址： 北京市海淀区学院南路86号 《科学技术与工程》编辑部　邮编：100081
电话：(010)62118920 　E-mail：stae@vip.163.com
技术支持：北京玛格泰克科技发展有限公司 　
网站管理员登录