鉆完井事故復雜大數據預警

本產品基于A12的數據存儲平臺，通過歷史數據收集、數據清洗、數據打標簽、數據特征分析、模型訓練、業務規則制定等功能，利用大數據、人工智能技術建立井漏、溢流、阻卡模型對實時數據進行預測，并基于鉆井作業20種工況精準識別和物理基理規避誤報，使產品的識別準率高達80%以上

油氣田鉆探過程中不可避免地伴隨著各種各樣的復雜事故情況，其中井漏和溢流是在經濟和安全領域中影響最大的兩種復雜形式，漏溢伴生，先漏后溢進而轉噴的鉆井復雜事故屢見不鮮。國內三桶油每年在鉆井工程上投資五千多億，這其中有一半的費用花在鉆井作業上。鉆井工程核心要解決安全施工和鉆井提速兩個課題，而安全是提速的前提，沒有安全就沒有提速，本產品以實時數據為基礎，利用大數據技術建立復雜事故預測模型，并通過人工智能讓計算機 “推演”大量案例， “學習”專家經驗，形成一套與生產情況高度吻合的識別模型，實現井漏溢流阻卡自動報警，確保復雜情況發生之初便能夠得到及時有效的處理和控制，防止情況進一步惡化。

本產品相比傳統閾值報警的技術優勢在于采用趨勢分析（而非單一參數值）判斷是否發出報警，通過實時數據的趨勢而結合XGboost算法預測事故概率，分析判斷發出報警，在準確率、誤報率、漏報率等指標都優于傳統閾值報警技術。

與傳統閾值報警準確率相比，通過在技術上的優勢，其準確率、誤報率、漏報率等指標上都優于傳統閾值報警50%以上。

2019年12月27日下午，在中國石油工程技術研究院的組織下，由中石油工程院，西部鉆探，長城鉆探，新疆油田，中國石油大學等相關人員組成的專家評審團，在中國石油工程技術遠程作業支持中心（簡稱RTOC），召開了石油鉆井復雜事故專家智能報警系統的咨詢論證會議。