基于機(jī)器學(xué)習(xí)的鉆井工況識(shí)別技術(shù)現(xiàn)狀及發(fā)展

張菲菲，崔亞輝*，于琛，張同穎，陳俊，顏寒

1.長(zhǎng)江大學(xué)石油工程學(xué)院，湖北 武漢 430100 2.油氣鉆采工程湖北省重點(diǎn)實(shí)驗(yàn)室(長(zhǎng)江大學(xué))，湖北 武漢 430100 3.中國(guó)石油渤海鉆探工程技術(shù)研究院，天津 300280 4.中國(guó)石油渤海鉆探工程公司，天津 300280 5.中國(guó)石油渤海鉆探第一鉆井工程分公司，天津 300280

現(xiàn)代鉆井設(shè)備和監(jiān)測(cè)基礎(chǔ)設(shè)施的使用促進(jìn)了鉆井大數(shù)據(jù)技術(shù)的迅速發(fā)展。鉆機(jī)儀器可容納不同工作單元的各種傳感器，如錄井傳感器和隨鉆測(cè)井工具，實(shí)時(shí)返回的各種鉆井?dāng)?shù)據(jù)讓現(xiàn)場(chǎng)工作人員可以更好地了解正在進(jìn)行的井下鉆井過(guò)程。但井下情況復(fù)雜，如極端鉆井條件、傳感器數(shù)據(jù)傳輸延時(shí)等，會(huì)出現(xiàn)噪音大、準(zhǔn)確性差的鉆井?dāng)?shù)據(jù)，難以判斷真實(shí)的鉆井工況。為了從高維、時(shí)序鉆井?dāng)?shù)據(jù)中實(shí)時(shí)且準(zhǔn)確地識(shí)別鉆井工況，近些年國(guó)內(nèi)外開(kāi)展了大量研究，并開(kāi)發(fā)了多個(gè)基于機(jī)器學(xué)習(xí)算法的工況識(shí)別模型。鉆井工況識(shí)別屬于高維數(shù)據(jù)分類問(wèn)題，而分類分析作為有監(jiān)督的機(jī)器學(xué)習(xí)中的主要任務(wù)之一，使得機(jī)器學(xué)習(xí)算法在鉆井工況識(shí)別應(yīng)用中表現(xiàn)出了顯著的有效性和穩(wěn)定性。鑒于此，筆者總結(jié)了機(jī)器學(xué)習(xí)分類算法在鉆井工況識(shí)別技術(shù)中的應(yīng)用現(xiàn)狀及應(yīng)用效果，探討了基于機(jī)器學(xué)習(xí)算法的鉆井工況識(shí)別技術(shù)發(fā)展趨勢(shì)。

1 機(jī)器學(xué)習(xí)簡(jiǎn)述

1.1 機(jī)器學(xué)習(xí)發(fā)展歷程

大數(shù)據(jù)時(shí)代帶來(lái)了數(shù)據(jù)洪流，相比于簡(jiǎn)單的收集、傳輸與計(jì)算數(shù)據(jù)，更重要的是解剖數(shù)據(jù)、理解數(shù)據(jù)并從數(shù)據(jù)中提取有價(jià)值的信息。機(jī)器學(xué)習(xí)應(yīng)運(yùn)而生，通過(guò)深度理解、多重分析將數(shù)據(jù)轉(zhuǎn)化為信息繼而學(xué)習(xí)信息中的規(guī)律，通過(guò)算法而非特定指令對(duì)新數(shù)據(jù)做出預(yù)測(cè)或分類。其中有監(jiān)督的機(jī)器學(xué)習(xí)將數(shù)據(jù)進(jìn)行分類、回歸來(lái)進(jìn)行預(yù)測(cè)，通過(guò)更新參數(shù)來(lái)減少錯(cuò)誤并提高算法。而無(wú)監(jiān)督的機(jī)器學(xué)習(xí)將數(shù)據(jù)進(jìn)行集群、密度估計(jì)、特征降維。機(jī)器學(xué)習(xí)的發(fā)展歷程可以分為四個(gè)時(shí)期：

1)由感知機(jī)[1]開(kāi)啟的“推理期”(1960年之前)。感知機(jī)是一臺(tái)能夠識(shí)別羅森布拉特字母的機(jī)器，使用閾值元素將模擬信號(hào)轉(zhuǎn)換為離散信號(hào)，是現(xiàn)代人工神經(jīng)網(wǎng)絡(luò)的原型。在該時(shí)期里，推理出了機(jī)械人迷宮揭秘鼠標(biāo)[2]、強(qiáng)化概率神經(jīng)模擬計(jì)算器[3]，討論出了自組織系統(tǒng)的仿真方法[4]，利用相似的動(dòng)物條件反射原理開(kāi)發(fā)出了條件概率機(jī)[5]。

2)由決策樹(shù)[6]和BP神經(jīng)網(wǎng)絡(luò)[7]推動(dòng)的“學(xué)習(xí)期”(1960—1990年)。其中1960—1970年，提出了學(xué)習(xí)識(shí)別系統(tǒng)的設(shè)計(jì)和測(cè)試方法、模式識(shí)別問(wèn)題的一般性陳述、機(jī)器學(xué)習(xí)問(wèn)題的概率陳述，開(kāi)發(fā)了基于有限集的近似函數(shù)簡(jiǎn)化方法、構(gòu)造分離超平面的梯度型算法、平均風(fēng)險(xiǎn)最小化方法、極大極小優(yōu)化算法、非光滑優(yōu)化算法、遞歸目標(biāo)不等式方法、在空間中尋找有限相交點(diǎn)的遞歸算法、自適應(yīng)控制方法等。其中具有推動(dòng)意義的里程碑機(jī)器學(xué)習(xí)系統(tǒng)有自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)[8]、最小均方算法[9]、隨機(jī)網(wǎng)絡(luò)[10]、決策樹(shù)、表格最優(yōu)值決策程序(BOXES)[11]。在1970—1980年，隨著樸素貝葉斯法[12]、自適應(yīng)閾值系統(tǒng)[13]、自組織多層神經(jīng)網(wǎng)絡(luò)[14]、離散時(shí)間隨機(jī)環(huán)境的自適應(yīng)控制器[15]等機(jī)器學(xué)習(xí)系統(tǒng)的提出，推動(dòng)了多層神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和學(xué)習(xí)能力得到進(jìn)一步的研究。最終FUKUSHIMA等[16]在1980年提出了一種分層多層卷積神經(jīng)網(wǎng)絡(luò)。在1980—1990年，誤差反向傳播算法[17]的提出代替了標(biāo)準(zhǔn)梯度下降法，大大加快了神經(jīng)網(wǎng)絡(luò)算法的迭代速度。在這十年間具有推動(dòng)意義的里程碑機(jī)器學(xué)習(xí)系統(tǒng)有自組織神經(jīng)網(wǎng)絡(luò)模型(Neocognitron)、自組織特征映射網(wǎng)絡(luò)(Kohonen network)[18]、單層全連接循環(huán)神經(jīng)網(wǎng)絡(luò)(Hopfield network)[19]、誤差反向傳播算法、多層前饋網(wǎng)絡(luò)[20]、時(shí)間延遲神經(jīng)網(wǎng)絡(luò)[21]、延遲獎(jiǎng)勵(lì)學(xué)習(xí)(Q-learning)[22]、反向傳播卷積神經(jīng)網(wǎng)絡(luò)[23]。

3)由支持向量機(jī)[24]發(fā)起的“統(tǒng)計(jì)期”(1990—2004年)。CORTES和VAPNIK[24]提出了適用于一般不可分離情況的SVM算法，利用簡(jiǎn)單的遞歸算法使數(shù)據(jù)快速收斂于最優(yōu)支持超平面。在該時(shí)期具有推動(dòng)意義的里程碑機(jī)器學(xué)習(xí)系統(tǒng)還有循環(huán)網(wǎng)絡(luò)[25]、統(tǒng)計(jì)梯度跟隨算法[26]、時(shí)間差異學(xué)習(xí)[27]、模糊神經(jīng)網(wǎng)絡(luò)[28]、支持向量機(jī)、無(wú)監(jiān)督學(xué)習(xí)[29]、長(zhǎng)短期記憶網(wǎng)絡(luò)[30]、雙向循環(huán)神經(jīng)網(wǎng)絡(luò)[31]、隨機(jī)決策森林[32]、強(qiáng)化學(xué)習(xí)[33]、最大邊際馬爾可夫網(wǎng)絡(luò)[34]，通過(guò)統(tǒng)計(jì)的優(yōu)化和控制思想來(lái)提高算法的收斂速度。

4)由深度神經(jīng)網(wǎng)絡(luò)復(fù)興的“深度學(xué)習(xí)期”(2004年至今)。隨著大數(shù)據(jù)趨勢(shì)和并行計(jì)算內(nèi)存的成本降低趨勢(shì)，計(jì)算性能翻倍的深度學(xué)習(xí)算法也得以協(xié)同發(fā)展。深度殘差學(xué)習(xí)[35]提出了利用殘差連接來(lái)大幅加深神經(jīng)網(wǎng)絡(luò)層數(shù)，之后的深度殘差網(wǎng)絡(luò)[36]、寬殘差網(wǎng)絡(luò)[37]、聚合殘差變換深度神經(jīng)網(wǎng)絡(luò)(ResNeXt)[38]也都依次突破了神經(jīng)網(wǎng)絡(luò)深度下限。在這十年間具有推動(dòng)意義的里程碑機(jī)器學(xué)習(xí)系統(tǒng)還包括了監(jiān)督學(xué)習(xí)的深度監(jiān)督網(wǎng)絡(luò)[39]；半監(jiān)督學(xué)習(xí)的半監(jiān)督深度學(xué)習(xí)[40]、半監(jiān)督遞歸自動(dòng)編碼器[41]；無(wú)監(jiān)督學(xué)習(xí)的深度信念網(wǎng)絡(luò)[42]、多任務(wù)深度神經(jīng)網(wǎng)絡(luò)[43]、可擴(kuò)展無(wú)監(jiān)督學(xué)習(xí)卷積深度信念網(wǎng)絡(luò)[44]、深度前饋神經(jīng)網(wǎng)絡(luò)[45]、自我監(jiān)督學(xué)習(xí)(ALBERT-xxlarge)[46]、大型自監(jiān)督模型(SimCLRv2)[47]、并行計(jì)算的大規(guī)模自回歸模型(PanGu-α)[48]；卷積網(wǎng)絡(luò)的反卷積網(wǎng)絡(luò)[49]、深度卷積神經(jīng)網(wǎng)絡(luò)[50]、區(qū)域卷積神經(jīng)網(wǎng)絡(luò)[51]、輕量卷積神經(jīng)網(wǎng)絡(luò)(SqueezeNet)[52]、多尺度深度卷積神經(jīng)網(wǎng)絡(luò)[53]、移動(dòng)卷積神經(jīng)網(wǎng)絡(luò)(MobileNet)[54]；遞歸網(wǎng)絡(luò)的矩陣向量遞歸神經(jīng)網(wǎng)絡(luò)[55]、神經(jīng)張量網(wǎng)絡(luò)[56]、深度遞歸神經(jīng)網(wǎng)絡(luò)[57]；強(qiáng)化學(xué)習(xí)的深度強(qiáng)化學(xué)習(xí)[58]、可擴(kuò)展分布式深度強(qiáng)化學(xué)習(xí)(IMPALA)[59]；還有在線學(xué)習(xí)[60]、神經(jīng)圖靈機(jī)[61]、大規(guī)模生成對(duì)抗網(wǎng)絡(luò)(BigGAN)[62]、終端輕量級(jí)神經(jīng)網(wǎng)絡(luò)(MnasNet)[63]、大規(guī)模遷移學(xué)習(xí)(BiT-L)[64]、循環(huán)理性網(wǎng)絡(luò)(Rational DQN Average)[65]、自動(dòng)高效共享分離范式(M6-10T)[66]、擴(kuò)展轉(zhuǎn)換模型(DeepNet)[67]。

圖1展示了推理期、學(xué)習(xí)期、統(tǒng)計(jì)期中33個(gè)里程碑機(jī)器學(xué)習(xí)系統(tǒng)的時(shí)間軸，圖2展示了“深度學(xué)習(xí)期”中33個(gè)里程碑機(jī)器學(xué)習(xí)系統(tǒng)的時(shí)間軸，可以看出里程碑系統(tǒng)出現(xiàn)的頻率越來(lái)越快。

圖1 推理期、學(xué)習(xí)期、統(tǒng)計(jì)期里程碑機(jī)器學(xué)習(xí)系統(tǒng)時(shí)間軸Fig.1 The timeline of reasoning period，learning period and statistical period milestones of machine learning system

圖2 深度學(xué)習(xí)期里程碑機(jī)器學(xué)習(xí)系統(tǒng)時(shí)間軸Fig.2 The timeline of deep learning period milestone of machine learning system

1.2 機(jī)器學(xué)習(xí)模型項(xiàng)目流程

機(jī)器學(xué)習(xí)在工程中作為一種快速分類工具，能夠處理更復(fù)雜和不確定性更強(qiáng)的數(shù)據(jù)，從而大幅降低對(duì)誤差、噪聲和干擾的敏感度，最大程度地實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)，減少人為干預(yù)，促進(jìn)大數(shù)據(jù)化與智能化。

按照?qǐng)D3中的機(jī)器學(xué)習(xí)項(xiàng)目流程，確定建立鉆井工況識(shí)別機(jī)器學(xué)習(xí)模型的一般流程：①確定工況識(shí)別是多分類問(wèn)題；②收集不同工況的鉆井、錄井?dāng)?shù)據(jù)，分析其時(shí)序、統(tǒng)計(jì)特征，進(jìn)而設(shè)計(jì)模型的樣本篩選、數(shù)據(jù)劃分、模型選擇以及模型評(píng)價(jià)標(biāo)準(zhǔn)；③提取有工況標(biāo)注的、數(shù)據(jù)質(zhì)量較好的樣本數(shù)據(jù)，進(jìn)行數(shù)據(jù)清洗；④利用專家經(jīng)驗(yàn)和機(jī)器學(xué)習(xí)算法進(jìn)行特征選擇和處理；⑤選擇較合適的一種或多種模型對(duì)提取的樣本進(jìn)行訓(xùn)練，反復(fù)調(diào)節(jié)模型的超參數(shù)，通過(guò)分類結(jié)果反向獲取最佳性能參數(shù)；⑥利用驗(yàn)證集進(jìn)行模型分類評(píng)價(jià)，選出分類效果最佳模型進(jìn)行部署開(kāi)啟實(shí)際應(yīng)用；⑦監(jiān)控實(shí)際應(yīng)用中表現(xiàn)出的模型分類效果，若不滿足要求則進(jìn)行模型重構(gòu)和重訓(xùn)。

圖3 機(jī)器學(xué)習(xí)項(xiàng)目流程Fig.3 The project flow for machine learning

2 鉆井?dāng)?shù)據(jù)處理

2.1 鉆井參數(shù)分類

鉆井工程的監(jiān)測(cè)通過(guò)鉆機(jī)的4個(gè)傳感器系統(tǒng)(旋轉(zhuǎn)系統(tǒng)、循環(huán)系統(tǒng)、提升系統(tǒng)和計(jì)算系統(tǒng))協(xié)作完成，通過(guò)傳感器采集到的數(shù)據(jù)包含有大量的鉆井信息，是判別鉆井工況的重要依據(jù)。表1列舉了4個(gè)系統(tǒng)的7大傳感器、16個(gè)主要鉆井參數(shù)。

表1 鉆井工程主要鉆井參數(shù)

1)旋轉(zhuǎn)系統(tǒng)包括頂驅(qū)電機(jī)和轉(zhuǎn)盤，轉(zhuǎn)動(dòng)鉆柱提供旋轉(zhuǎn)動(dòng)力。與該系統(tǒng)相關(guān)的傳感器有：轉(zhuǎn)速傳感器和扭矩傳感器，測(cè)量每分鐘的轉(zhuǎn)數(shù)和表面的旋轉(zhuǎn)扭矩[68]。

2)循環(huán)系統(tǒng)包括地面管道、立管、鉆桿、鉆鋌、鉆頭噴嘴、裸眼和出油管、泥漿清洗設(shè)備、泥漿罐、離心預(yù)充泵、容積式主鉆井泵[69]，通過(guò)在井壁上建立壓力平衡來(lái)保持井筒中裸眼段的穩(wěn)定，清除巖屑并清潔井筒。與該系統(tǒng)相關(guān)的傳感器有：流入/流出傳感器和泵壓傳感器，測(cè)量泥漿泵的入口/出口流量、密度、電導(dǎo)率等和立管處的壓力[68]。

3)提升系統(tǒng)包括絞車、起重滑車、吊鉤和吊卡、死繩固定器、鋼絲繩和井架，將鉆柱或其他必要設(shè)備從鉆孔中取出[69]。與該系統(tǒng)相關(guān)的傳感器測(cè)量有：鉤載傳感器和滑車位置傳感器。鉤載傳感器讀取大鉤的重量和負(fù)載，滑車位置傳感器測(cè)量移動(dòng)滑車和鉆機(jī)地面之間的距離[68]。

4)系統(tǒng)的參數(shù)由傳感器讀數(shù)計(jì)算得到：鉆壓計(jì)算為大鉤載荷值中減去管柱重量；鉆速計(jì)算為鉆井作業(yè)期間鉆柱移動(dòng)的速度；井總深度計(jì)算為鉆柱長(zhǎng)度和地面標(biāo)高與鉆柱達(dá)到的最大值之間的距離；鉆頭深度是指當(dāng)鉆柱掛在吊鉤上且未卡在鉆臺(tái)上時(shí)的鉆柱長(zhǎng)度。

2.2 數(shù)據(jù)清洗

傳感器通常處于惡劣的工作環(huán)境中，采集的原始數(shù)據(jù)包含了大量的噪聲、異常點(diǎn)，在測(cè)試曲線上表現(xiàn)為與鉆井參數(shù)無(wú)關(guān)的統(tǒng)計(jì)起伏或毛刺干擾。針對(duì)這些問(wèn)題，在鉆井參數(shù)被分析前有必要清洗掉缺失值、噪聲數(shù)據(jù)、離群點(diǎn)等，解決數(shù)據(jù)的不一致性問(wèn)題，以便提供高質(zhì)量、更有效的鉆井?dāng)?shù)據(jù)信息，更好地建立工況識(shí)別模型。

對(duì)于缺失率較低的數(shù)據(jù)可以根據(jù)已有數(shù)據(jù)分布進(jìn)行填補(bǔ)，或使用無(wú)監(jiān)督機(jī)器學(xué)習(xí)的K-最近距離鄰法[70]，將所有樣本進(jìn)行聚類劃分，再通過(guò)劃分種類的均值對(duì)各自類中的缺失值進(jìn)行填補(bǔ)。而缺失率較高的數(shù)據(jù)直接剔除。

對(duì)于噪聲數(shù)據(jù)，應(yīng)用最廣泛的是小波降噪算法[71]，通過(guò)多次對(duì)正常數(shù)據(jù)進(jìn)行不同層次的噪聲分解，再重構(gòu)留下的正常數(shù)據(jù)，以得到除去了高頻噪聲且同時(shí)保留原始數(shù)據(jù)趨勢(shì)特征的鉆井?dāng)?shù)據(jù)。對(duì)于離群點(diǎn)，利用簡(jiǎn)單統(tǒng)計(jì)分析(箱線圖、四分位點(diǎn))、基于絕對(duì)離差中位數(shù)(MAD)、基于距離、基于密度、基于聚類等多種方法聯(lián)合檢測(cè)離群點(diǎn)避免錯(cuò)漏，發(fā)現(xiàn)后直接剔除。

2.3 特征選擇

單一工況并非跟所有的鉆井參數(shù)都相關(guān)，選擇與當(dāng)前研究工況相關(guān)的特征參數(shù)作為工況判定依據(jù)，首先通過(guò)統(tǒng)計(jì)特征分析、時(shí)序特征分析對(duì)鉆井參數(shù)進(jìn)行初步過(guò)濾。統(tǒng)計(jì)特征分析是通過(guò)計(jì)算不同工況所有錄井?dāng)?shù)據(jù)的均值和標(biāo)準(zhǔn)差、最大值、最小值、數(shù)量、分位數(shù)等統(tǒng)計(jì)描述進(jìn)行特征選擇；而時(shí)序特征分析是通過(guò)探究不同工況下鉆井?dāng)?shù)據(jù)隨時(shí)間變化趨勢(shì)差異進(jìn)行特征選擇。統(tǒng)計(jì)特征分析、時(shí)序特征分析可以衍生出新的集成特征參數(shù)：特征加和、特征之差、特征乘積、特征除商，如鉆頭深度時(shí)序之差和大鉤位置時(shí)序之差可展示出鉆頭的移動(dòng)方向；井總深度與鉆頭深度之差可表征出鉆頭在井下的位置。

初步過(guò)濾后可利用過(guò)濾法、包裝法、嵌入法對(duì)鉆井?dāng)?shù)據(jù)進(jìn)行特征二次選擇。過(guò)濾法按照特征相關(guān)性指標(biāo)進(jìn)行特征評(píng)分排名；包裝法根據(jù)目標(biāo)函數(shù)選擇特征；嵌入法通過(guò)機(jī)器學(xué)習(xí)訓(xùn)練來(lái)確定特征的優(yōu)劣。過(guò)濾法、包裝法、嵌入法之間的特點(diǎn)、時(shí)間復(fù)雜度、過(guò)擬合程度差異以及算法示例如表2所示。過(guò)濾法計(jì)算量最小，運(yùn)行時(shí)間最短，但包裝法和嵌入法更精確，比較適合具體到算法去調(diào)整。當(dāng)數(shù)據(jù)量很大的時(shí)候，優(yōu)先使用過(guò)濾法；使用邏輯回歸時(shí)，優(yōu)先使用嵌入法；使用支持向量機(jī)時(shí)，優(yōu)先使用包裝法。

表2 過(guò)濾法、包裝法、嵌入法之間的差異

3 工況識(shí)別技術(shù)中機(jī)器學(xué)習(xí)的應(yīng)用

基于機(jī)器學(xué)習(xí)算法的鉆井工況識(shí)別技術(shù)通過(guò)對(duì)鉆井過(guò)程參數(shù)進(jìn)行監(jiān)測(cè)，保證鉆井效率，減少各類損失，為實(shí)現(xiàn)鉆井設(shè)備的自動(dòng)化和鉆井工程的智能化提供一些新的思路。本節(jié)將依次介紹在鉆井工況識(shí)別中應(yīng)用較廣的四種分類器，分析基于BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、隨機(jī)森林和深度學(xué)習(xí)的機(jī)器學(xué)習(xí)模型的原理、應(yīng)用參數(shù)以及模型性能。

3.1 基于BP神經(jīng)網(wǎng)絡(luò)的鉆井工況識(shí)別

BP神經(jīng)網(wǎng)絡(luò)由RUMELHART[7]在1986年提出，是目前訓(xùn)練神經(jīng)網(wǎng)絡(luò)最有效的算法之一，也是整個(gè)神經(jīng)網(wǎng)絡(luò)的核心之一。BP神經(jīng)網(wǎng)絡(luò)的特點(diǎn)在于設(shè)定期望誤差，利用后向傳遞梯度搜索優(yōu)化傳播參數(shù)，將誤差降到目標(biāo)期望誤差以下才停止迭代[72]。

廖明燕[73]先使用三層BP神經(jīng)網(wǎng)絡(luò)進(jìn)行工況分類再利用D-S證據(jù)理論進(jìn)行融合決策，利用泥漿流量、大鉤高度、立管壓力、扭矩等15種特征參數(shù)來(lái)實(shí)現(xiàn)9種異常工況識(shí)別和正常工況識(shí)別；之后對(duì)比優(yōu)化了算法的超參數(shù)、分析了異常工況的實(shí)際參數(shù)特征與專家經(jīng)驗(yàn)的不同之處。但是識(shí)別模型只評(píng)估了訓(xùn)練數(shù)據(jù)的分類性能，沒(méi)有進(jìn)行交叉驗(yàn)證評(píng)估測(cè)試數(shù)據(jù)；異常工況實(shí)例數(shù)據(jù)也較少，只測(cè)試了其中5種工況。

姜萌磊[74]將閾值法和BP神經(jīng)網(wǎng)絡(luò)算法融合得到工況識(shí)別模型，利用5個(gè)特征參數(shù)，實(shí)現(xiàn)了11個(gè)工況的實(shí)時(shí)識(shí)別，與鉆井日?qǐng)?bào)對(duì)比得到了94.7%的正確率。但是識(shí)別模型沒(méi)有進(jìn)行算法參數(shù)優(yōu)化，特征值較少，訓(xùn)練數(shù)據(jù)也沒(méi)有進(jìn)行交叉驗(yàn)證。

表3對(duì)比了基于BP神經(jīng)網(wǎng)絡(luò)鉆井工況識(shí)別的不同模型特點(diǎn)、超參數(shù)、樣本數(shù)量、特征參數(shù)、識(shí)別工況類型以及識(shí)別效果，主要區(qū)別在于算法超參數(shù)中的隱藏層節(jié)點(diǎn)個(gè)數(shù)和學(xué)習(xí)率。姜萌磊[74]模型識(shí)別的是機(jī)理并不復(fù)雜的常見(jiàn)鉆井工況，樣本數(shù)量也不大，且輸入?yún)?shù)只有5個(gè)卻要識(shí)別出10個(gè)工況，這種情況學(xué)習(xí)率就需要降低以得到更精細(xì)的輸入?yún)?shù)分類閾值、容納更大的分類閾值變化幅度[75]；而隱藏層節(jié)點(diǎn)個(gè)數(shù)可以適當(dāng)減小，防止出現(xiàn)過(guò)擬合問(wèn)題。廖明燕[73]的模型輸入層有15個(gè)參數(shù)且輸出層是10個(gè)復(fù)雜的事故工況，隱藏層節(jié)點(diǎn)個(gè)數(shù)應(yīng)適當(dāng)提高，否則無(wú)法擬合參數(shù)與事故工況間的復(fù)雜關(guān)系；學(xué)習(xí)率應(yīng)適當(dāng)提高來(lái)加快模型的訓(xùn)練時(shí)間，以抵消輸入層、輸出層、隱藏層節(jié)點(diǎn)個(gè)數(shù)較大對(duì)訓(xùn)練時(shí)間的影響，但也不能過(guò)大會(huì)忽略很多分類閾值變化、降低識(shí)別效果[75]。學(xué)習(xí)率取值在0.01～0.9之間，最低的學(xué)習(xí)率得到的模型識(shí)別性能不一定最好，適當(dāng)降低不應(yīng)直接選擇0.01；而適當(dāng)增加但不能過(guò)大也不應(yīng)自選為0.5，應(yīng)當(dāng)融合自適應(yīng)優(yōu)化學(xué)習(xí)率算法來(lái)得到更有效的工況識(shí)別性能。

表3 基于BP神經(jīng)網(wǎng)絡(luò)的不同模型特點(diǎn)及超參數(shù)對(duì)比

3.2 基于支持向量機(jī)的鉆井工況識(shí)別

支持向量機(jī)(SVM)由CORTES等[24]在1995年提出。SVM最初是作為二元分類器開(kāi)發(fā)的，但它擴(kuò)展到使用“一對(duì)多”[76]或“一對(duì)一”[77]方法對(duì)于多分類問(wèn)題時(shí)，只能通過(guò)構(gòu)建多個(gè)決策邊界來(lái)解決。其中“一對(duì)多”是指每種分類對(duì)其他所有分類進(jìn)行決策邊界構(gòu)建[76]；而“一對(duì)一”則是對(duì)任意兩個(gè)分類之間構(gòu)建決策超平面，若要分出n類則需要構(gòu)建個(gè)決策超平面，這種方法準(zhǔn)確率最高并且訓(xùn)練時(shí)間最短[77]。當(dāng)支持向量機(jī)解決非線性分類問(wèn)題時(shí)，先使用核函數(shù)將數(shù)據(jù)進(jìn)行高維映射，再利用線性分類組合出邊距最大化的最佳超平面[76]。SVM算法使用凹函數(shù)作為代價(jià)函數(shù)來(lái)實(shí)現(xiàn)局部最優(yōu)解的排除從而得到全局最優(yōu)解，對(duì)于稀疏樣本數(shù)據(jù)算出的損失函數(shù)值也比較小，這些特點(diǎn)使得SVM算法建立的模型非常穩(wěn)定且擁有高效的分類功能[78]。

SERAPIAO等[79]使用“一對(duì)一”多類SVM算法，選擇了測(cè)井?dāng)?shù)據(jù)中的5個(gè)特征參數(shù)，學(xué)習(xí)了3784個(gè)真實(shí)測(cè)井?dāng)?shù)據(jù)，識(shí)別出了6種工況。由于鉆井工況中的旋轉(zhuǎn)鉆進(jìn)和滑動(dòng)鉆進(jìn)、旋轉(zhuǎn)劃眼和倒劃眼存在多個(gè)特征參數(shù)相似，使用“一對(duì)多”不能保證一個(gè)類與其他類之間實(shí)現(xiàn)良好的區(qū)分，所以使用了“一對(duì)一”分類方法。但是存在模型篩選出的特征值較少；識(shí)別模型的懲罰因子和核函數(shù)也沒(méi)有進(jìn)行調(diào)參來(lái)優(yōu)化參數(shù)；起下鉆和循環(huán)得到的測(cè)井?dāng)?shù)據(jù)較少，數(shù)據(jù)不平衡、分布不均勻；模型沒(méi)有很好地分離旋轉(zhuǎn)鉆進(jìn)和旋轉(zhuǎn)劃眼、滑動(dòng)鉆進(jìn)和倒劃眼或工具調(diào)整等問(wèn)題，因此應(yīng)該增加更多鉆井特征參數(shù)來(lái)將其區(qū)分。

ESMAEL等[80]將平均泥漿流量、平均大鉤載荷、鉆頭測(cè)深、井眼測(cè)深、大鉤位置、平均泵壓、平均鉆速、平均轉(zhuǎn)速、平均扭矩、平均鉆壓、鉆頭測(cè)深和井眼測(cè)深的差值這12個(gè)鉆井參數(shù)進(jìn)行統(tǒng)計(jì)特征分析，計(jì)算了每個(gè)特征參數(shù)的22個(gè)統(tǒng)計(jì)特征參數(shù)，組合成242個(gè)特征集。特征數(shù)量?jī)?yōu)化結(jié)果顯示使用特征排序中的前38個(gè)特征時(shí)有最佳精度。之后，ESMAEL等[81]對(duì)支持向量機(jī)模型進(jìn)行了調(diào)參優(yōu)化，并對(duì)比了人工神經(jīng)網(wǎng)絡(luò)、規(guī)則歸納、決策樹(shù)和樸素貝葉斯算法。實(shí)例結(jié)果顯示支持向量機(jī)和規(guī)則歸納的精度較高，而樸素貝葉斯的分類效果最差。但是只給出了前15個(gè)的特征參數(shù)，也沒(méi)有解釋這些鉆井參數(shù)統(tǒng)計(jì)特征值的意義，也沒(méi)有總結(jié)分析每種工況對(duì)應(yīng)的特征參數(shù)區(qū)別；在實(shí)例中證明了38個(gè)特征訓(xùn)練出的識(shí)別模型比242個(gè)特征的精度提高了10%，但是沒(méi)有給出具體識(shí)別的工況類別。

孫挺等[82]與上述三個(gè)模型相比，多篩選出了鉆速、大鉤高度、扭矩、出口排量這4個(gè)特征參數(shù)，多分類出了接力柱、下鉆、下油管和鉆塞工況，并通過(guò)對(duì)比線性、多項(xiàng)式、徑向基和兩層感知器這四種核函數(shù)識(shí)別結(jié)果優(yōu)選了核函數(shù)為徑向基核函數(shù)，利用交叉驗(yàn)證篩選了最優(yōu)化參數(shù)，最終得到的識(shí)別模型測(cè)試集準(zhǔn)確率為95%。但是特征值較少；訓(xùn)練及優(yōu)選對(duì)比數(shù)據(jù)集也比較小，每種工況只有100條數(shù)據(jù)；并且實(shí)例應(yīng)用只是進(jìn)行了時(shí)效統(tǒng)計(jì)，沒(méi)有對(duì)比鉆井日?qǐng)?bào)作業(yè)描述進(jìn)行實(shí)例應(yīng)用效果評(píng)價(jià)。

表4對(duì)比了基于支持向量機(jī)的鉆井工況識(shí)別鉆井工況識(shí)別的不同模型特點(diǎn)、超參數(shù)、樣本數(shù)量、特征參數(shù)、識(shí)別工況類型以及識(shí)別效果，主要區(qū)別在于算法超參數(shù)中的懲罰因子和特征參數(shù)個(gè)數(shù)。懲罰因子C越大，模型對(duì)數(shù)據(jù)越包容。但包容越大可以使模型學(xué)習(xí)到越多的該工況的鉆井?dāng)?shù)據(jù)，同時(shí)也會(huì)造成兩種甚至于多種工況之前的邊界重合、分類界限模糊，所以懲罰因子一定要根據(jù)識(shí)別正確率來(lái)進(jìn)行調(diào)參優(yōu)化。而特征參數(shù)個(gè)數(shù)也同樣不是越多越好，過(guò)多的特征參數(shù)不止會(huì)增加模型訓(xùn)練和優(yōu)化的時(shí)間，造成計(jì)算資源的浪費(fèi)；同時(shí)也會(huì)混淆機(jī)器學(xué)習(xí)的視線，造成過(guò)擬合的結(jié)果。

表4 基于支持向量機(jī)的不同模型特點(diǎn)及超參數(shù)對(duì)比

3.3 基于隨機(jī)森林的鉆井工況識(shí)別

隨機(jī)森林由BREIMAN[83]在2001年提出，通過(guò)建立不同的自舉數(shù)據(jù)集，在樹(shù)的每個(gè)節(jié)點(diǎn)用隨機(jī)的特征樣本來(lái)構(gòu)造多個(gè)決策樹(shù)，避免了決策樹(shù)[84]算法高誤差、高方差和過(guò)擬合的問(wèn)題。隨機(jī)森林算法也可以通過(guò)計(jì)算決策樹(shù)中給定輸入變量的拆分引起的熵?fù)p失，反映出特征重要性進(jìn)而優(yōu)化模型的特征篩選。

TRIPATHI等[85]利用真實(shí)的測(cè)井?dāng)?shù)據(jù)進(jìn)行10-折交叉驗(yàn)證，開(kāi)發(fā)了模糊規(guī)則-隨機(jī)森林的集成工況識(shí)別分類器，并與決策樹(shù)、隨機(jī)森林、支持向量機(jī)這3種算法進(jìn)行了分類效果對(duì)比，顯示出了模糊規(guī)則-隨機(jī)森林算法的高精度和對(duì)鉆井?dāng)?shù)據(jù)不確定性的高包容。篩選出了大鉤載荷、出口排量、井深、鉆頭深度4個(gè)特征參數(shù)來(lái)形成模糊集，訓(xùn)練出了擁有12條模糊規(guī)則的分類器。隨機(jī)森林分類器篩選了大鉤載荷、鉆頭深度、井深、轉(zhuǎn)速、泵沖程5個(gè)特征參數(shù)，使用了70個(gè)決策樹(shù)，設(shè)定了最大葉子節(jié)點(diǎn)數(shù)為300以防止過(guò)擬合，最大終端節(jié)點(diǎn)數(shù)為15以防止過(guò)度裝配，分割所需的最小樣本數(shù)為1。在實(shí)例中，模糊規(guī)則-隨機(jī)森林工況識(shí)別模型在10個(gè)鉆井工況的識(shí)別中實(shí)現(xiàn)了100%的正確率。而決策樹(shù)不能很好地區(qū)分旋轉(zhuǎn)鉆進(jìn)和滑動(dòng)鉆進(jìn)，將轉(zhuǎn)動(dòng)循環(huán)誤分類為滑動(dòng)循環(huán)，倒劃眼也被錯(cuò)誤分類為旋轉(zhuǎn)鉆進(jìn)；隨機(jī)森林將旋轉(zhuǎn)鉆進(jìn)誤分類為滑動(dòng)鉆進(jìn)，倒劃眼被錯(cuò)誤分類為滑動(dòng)鉆進(jìn)、旋轉(zhuǎn)鉆進(jìn)和滑動(dòng)循環(huán)，轉(zhuǎn)動(dòng)循環(huán)被錯(cuò)誤分類為滑動(dòng)循環(huán)；支持向量機(jī)不能很好地區(qū)分旋轉(zhuǎn)鉆進(jìn)和滑動(dòng)鉆進(jìn)，轉(zhuǎn)動(dòng)循環(huán)被誤分類為滑動(dòng)循環(huán)、劃眼和滑動(dòng)鉆進(jìn)。

表5展示了基于隨機(jī)森林的鉆井工況識(shí)別模型的樣本數(shù)量、特征參數(shù)、識(shí)別工況類型，對(duì)比了不同機(jī)器學(xué)習(xí)算法的識(shí)別效果，從單純隨機(jī)森林83.90%到模糊規(guī)則-隨機(jī)森林100%的正確率，展示了融合算法在工況識(shí)別精度上的絕對(duì)優(yōu)勢(shì)。

表5 基于隨機(jī)森林的模型識(shí)別效果

3.4 基于深度學(xué)習(xí)的鉆井工況識(shí)別

深度學(xué)習(xí)即“更深層次”神經(jīng)網(wǎng)絡(luò)，由HINTON等[86]在2006年提出。計(jì)算機(jī)硬件基礎(chǔ)設(shè)施的升級(jí)使得深度學(xué)習(xí)擁有了更深的處理層和更強(qiáng)大的計(jì)算能力[87]，多種數(shù)據(jù)轉(zhuǎn)換函數(shù)實(shí)現(xiàn)了更復(fù)雜、抽象的表示層[88]，海量數(shù)據(jù)支持了更自主學(xué)習(xí)數(shù)據(jù)特征和結(jié)構(gòu)的功能層[89]，使基于深度學(xué)習(xí)的模型表現(xiàn)出更高的性能和精度。

王超等[90]使用基于無(wú)監(jiān)督的雙向生成對(duì)抗網(wǎng)絡(luò)和一維有監(jiān)督的卷積神經(jīng)網(wǎng)絡(luò)(CNN)的端到端深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，利用內(nèi)流壓力、環(huán)空壓力、環(huán)空溫度、鉆壓、扭矩、XYZ三個(gè)方向的鉆速這些鉆井參數(shù)，建立了工況識(shí)別模型。由于歸一化上限問(wèn)題進(jìn)行了鉆井參數(shù)預(yù)處理，將井底流體壓力減去了靜水壓力、井底溫度減去地溫梯度。利用一維七層離散小波分解和重構(gòu)來(lái)處理數(shù)據(jù)高頻噪音，消除了井深變化對(duì)于數(shù)據(jù)的影響。耦合分析了不同工況下鉆井參數(shù)波動(dòng)規(guī)律。工況識(shí)別模型在循環(huán)、旋轉(zhuǎn)鉆井、滑動(dòng)鉆井、跳鉆、固井、下鉆、泵送和停滯工況的分類效果非常好；對(duì)泵開(kāi)啟、泵關(guān)閉和起泵工況的分類效果不太好。將真實(shí)鉆井?dāng)?shù)據(jù)與鉆井并發(fā)癥的理論進(jìn)行了對(duì)比分析。但鉆井并發(fā)癥數(shù)據(jù)較少；而且深度學(xué)習(xí)模型解釋性差，沒(méi)有說(shuō)明超參數(shù)；由于深度學(xué)習(xí)超參數(shù)微調(diào)代價(jià)大，所以也沒(méi)有調(diào)參對(duì)比，分類性能只能在特征工程上優(yōu)化。

表6展示了基于深度學(xué)習(xí)的鉆井工況識(shí)別模型的樣本數(shù)量、特征參數(shù)、識(shí)別工況類型以及識(shí)別效果。隨著智能油田及鉆井大數(shù)據(jù)技術(shù)的發(fā)展，大量的鉆井?dāng)?shù)據(jù)更適合利用深度學(xué)習(xí)算法來(lái)建立工況識(shí)別模型。數(shù)據(jù)越多，模型識(shí)別性能越好，模型穩(wěn)定性和適用性也越強(qiáng)，不僅可以穩(wěn)定識(shí)別一口井從頭到尾的工況，還可以適用于同一區(qū)塊甚至于同一地區(qū)的其他井。隨著深度學(xué)習(xí)的進(jìn)一步發(fā)展，更深層的神經(jīng)網(wǎng)絡(luò)也會(huì)更加細(xì)化各種工況的分類標(biāo)準(zhǔn)，最近提出的DeepNet方法[67]更是把網(wǎng)絡(luò)加至1000層。

表6 基于深度學(xué)習(xí)的模型識(shí)別效果

BP神經(jīng)網(wǎng)絡(luò)的理論很難確定如何移動(dòng)權(quán)值才能減少誤差，對(duì)數(shù)據(jù)精度的要求比較高[72]，當(dāng)鉆井工況(井涌、井漏、鉆具刺穿、水眼堵等復(fù)雜工況)沒(méi)有很好地線性分離時(shí)，得到的模型性能較差。支持向量機(jī)沒(méi)有局部最小值問(wèn)題，但對(duì)于大規(guī)模訓(xùn)練數(shù)據(jù)由于高維矩陣轉(zhuǎn)置將耗費(fèi)大量的機(jī)器內(nèi)存和運(yùn)算時(shí)間。隨機(jī)森林在數(shù)據(jù)量較少或低維數(shù)據(jù)中不能產(chǎn)生很好的分類效果，尤其當(dāng)其中的決策樹(shù)數(shù)量較高時(shí)，模型運(yùn)行較慢，不適于實(shí)時(shí)性要求很高的工況識(shí)別項(xiàng)目。深度學(xué)習(xí)需要大量數(shù)據(jù)和較長(zhǎng)的訓(xùn)練時(shí)間，模型無(wú)法明確解釋每一步做出選擇的原因，且在實(shí)際應(yīng)用中比較適應(yīng)于泵關(guān)閉、起泵、黏滑失穩(wěn)等復(fù)雜工況。

除了各自不同的算法缺陷外，機(jī)器學(xué)習(xí)模型還有一個(gè)通病是非常依賴訓(xùn)練數(shù)據(jù)，若應(yīng)用井的地理區(qū)域環(huán)境差別較大、鉆井設(shè)備參數(shù)差別較大時(shí)，識(shí)別誤差便會(huì)增加，且難以改善性能，導(dǎo)致模型的后期維護(hù)成本高。這就說(shuō)明了基于機(jī)器學(xué)習(xí)的鉆井工況識(shí)別模型泛化能力不足，不同訓(xùn)練數(shù)據(jù)的模型識(shí)別的適應(yīng)性和準(zhǔn)確度不一。針對(duì)這種缺陷就可以將機(jī)器學(xué)習(xí)模型與物理模型相結(jié)合，物理模型中的分類閾值要根據(jù)靜態(tài)參數(shù)(地層參數(shù)、鉆柱設(shè)計(jì)、鉆具組合、鉆井液參數(shù)等)實(shí)現(xiàn)動(dòng)態(tài)變化，使閾值判別標(biāo)準(zhǔn)更實(shí)時(shí)化，改善工況識(shí)別模型的泛化能力。

由于不同工況的鉆井機(jī)理復(fù)雜度不一，需要的特征參數(shù)數(shù)量以及分類要求不同，導(dǎo)致不同模型對(duì)不同鉆井狀態(tài)識(shí)別的適應(yīng)性和準(zhǔn)確度不一。而每種機(jī)器學(xué)習(xí)算法都有自身的優(yōu)勢(shì)和不足，將每個(gè)好而不同的算法進(jìn)行組合集成，利用“集體智慧”實(shí)現(xiàn)糾正個(gè)體錯(cuò)誤，得到綜合決策的效果，改善不同工況的分類性能。

4 基于機(jī)器學(xué)習(xí)的工況識(shí)別技術(shù)發(fā)展展望

基于上述對(duì)機(jī)器學(xué)習(xí)算法在工況識(shí)別技術(shù)的應(yīng)用情況，闡述4點(diǎn)未來(lái)的發(fā)展方向：

1)特征工程自動(dòng)化。鉆井工況識(shí)別性能在很大程度上取決于特征值的選取質(zhì)量和數(shù)量。大部分的特征值都由人工通過(guò)數(shù)據(jù)統(tǒng)計(jì)特征、時(shí)序特征的探索式分析而來(lái)，存在耗時(shí)較長(zhǎng)、復(fù)用性較差等缺點(diǎn)，并且很難適應(yīng)于井涌、井漏、鉆具刺穿、水眼堵、泵關(guān)閉、起泵、黏滑失穩(wěn)等復(fù)雜工況。特征工程自動(dòng)化使用機(jī)器學(xué)習(xí)的過(guò)濾、包裹、嵌入等算法進(jìn)行特征選擇，通過(guò)自動(dòng)優(yōu)化工具將特征進(jìn)行組合并衍生新特征，來(lái)應(yīng)對(duì)越來(lái)越復(fù)雜的鉆井機(jī)理。

2)利用結(jié)果反向優(yōu)化識(shí)別模型。大部分的機(jī)器學(xué)習(xí)工況識(shí)別模型只給出了最終的識(shí)別結(jié)果，沒(méi)有分析每種工況的錯(cuò)誤識(shí)別數(shù)據(jù)。根據(jù)工況識(shí)別錯(cuò)誤的鉆井?dāng)?shù)據(jù)來(lái)調(diào)整模型的特征選擇、優(yōu)化算法的超參數(shù)、尋找更高分類性能的機(jī)器學(xué)習(xí)算法。

3)提高模型可解釋性。機(jī)器學(xué)習(xí)算法向著精度和性能不斷提高的方向發(fā)展，帶來(lái)了模型解釋難度也隨之越來(lái)越高的問(wèn)題。模型解釋提供了模型決策的路徑，在模型應(yīng)用期間提供更快的異常數(shù)據(jù)檢測(cè)、更清晰的錯(cuò)誤預(yù)測(cè)原因，進(jìn)而優(yōu)化機(jī)器學(xué)習(xí)算法和模型。模型解釋作為鉆進(jìn)數(shù)據(jù)的歸集和沉淀，可以幫助更好地理解鉆井過(guò)程中各類工況對(duì)應(yīng)的井下參數(shù)變化，提供鉆井過(guò)程優(yōu)化以及鉆井設(shè)備優(yōu)化的新思路。

4)半監(jiān)督學(xué)習(xí)取代監(jiān)督學(xué)習(xí)。由于鉆井?dāng)?shù)據(jù)本身都是沒(méi)有工況標(biāo)注的，目前只能借助鉆井日志、完井報(bào)告以及鉆井專家經(jīng)驗(yàn)進(jìn)行輔助標(biāo)記其中小部分的數(shù)據(jù)，剩下的數(shù)據(jù)雖然沒(méi)有工況標(biāo)注但它的分布也會(huì)提供一些有用的信息。針對(duì)較少標(biāo)注樣本、較多未標(biāo)注數(shù)據(jù)的工況識(shí)別問(wèn)題，利用半監(jiān)督學(xué)習(xí)取代目前普遍使用的監(jiān)督學(xué)習(xí)，自主學(xué)習(xí)未標(biāo)注樣本既可以降低工況標(biāo)注成本，又能提高模型識(shí)別精度。半監(jiān)督學(xué)習(xí)先將有工況標(biāo)注的這部分?jǐn)?shù)據(jù)訓(xùn)練出一個(gè)中間模型，再利用這個(gè)中間模型將沒(méi)有工況標(biāo)注的剩余數(shù)據(jù)進(jìn)行工況偽標(biāo)注，利用自訓(xùn)練(以鉆井專家經(jīng)驗(yàn)和鉆井領(lǐng)域知識(shí)為判斷偽標(biāo)注是否正確的準(zhǔn)則)或協(xié)同訓(xùn)練(以數(shù)據(jù)分布的稠密距離相近、低密度分離、降維局部密集為判斷偽標(biāo)注是否正確的準(zhǔn)則)挑選出偽標(biāo)注正確的數(shù)據(jù)加入標(biāo)注數(shù)據(jù)集，最后利用新的標(biāo)注數(shù)據(jù)集訓(xùn)練出工況識(shí)別模型。