(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211106402.0 (22)申请日 2022.09.12 (71)申请人 长江大学 地址 434000 湖北省荆州市南环路1号 (72)发明人 魏凯　鲁郑　王晨阳　 (74)专利代理 机构 武汉蓝宝石专利代理事务所 (特殊普通 合伙) 42242 专利代理师 韩梦晴 (51)Int.Cl. E21B 47/00(2012.01) E21B 47/01(2012.01) E21B 47/017(2012.01) G06F 30/20(2020.01) G06Q 50/02(2012.01) (54)发明名称 基于大数据的电缆吸附卡风险定量评价方 法、 系统及 介质 (57)摘要 本发明公开了一种基于大数据的电缆吸附 卡风险定量评价方法、 系统及介质， 其方法包括 以下步骤： 获取待测井区域中样 本井的电缆吸附 卡主控因素数据值， 对主控因素进行归一化处 理； 根据所述样本井的电缆吸附卡主控因素数据 值， 基于Logi stic回归构建电缆吸附卡风险评价 模型； 根据所述电缆吸附卡风险评价模型， 基于 Monte‑Carlo模拟方法获取待测井的电缆吸附卡 风险概率； 因此， 通过采用Logistic回归建立了 电缆吸附卡的风险评价预测模型， 再通过Monte ‑ Carlo方法进行随机抽样模拟， 可以将电缆吸附 卡风险分类结果转化为电缆吸附卡风险概率， 从 而实现电缆吸附卡 风险定量评价。 权利要求书2页 说明书10页 附图1页 CN 115522912 A 2022.12.27 CN 115522912 A 1.一种基于大 数据的电缆吸附卡 风险定量评价方法， 其特 征在于， 包括以下步骤： 获取待测井区域中样本井的电缆吸附卡主控因素 数据值； 根据所述样本井的电缆吸附卡主控因素数据值， 基于Logistic回归构 建电缆吸附卡风 险识别模型； 根据所述电缆吸附卡风险识别模型， 利用Monte ‑Carlo模拟方法计算待测井的电缆吸 附卡风险概率。 2.如权利要求1所述的基于大数据的电缆吸附卡风险定量评价方法， 其特征在于， 所述 主控因素包括： 井斜角、 方位角、 井径、 自然伽马、 声 波、 渗透率、 钻井液密度及失水量。 3.如权利要求1所述的基于大数据的电缆吸附卡风险定量评价方法， 其特征在于， 所述 “根据所述样本井的电缆吸附卡主控因素数据值， 基于Logistic回归构建电缆吸附卡风险 评价模型 ”步骤， 具体包括以下步骤： 根据以下公式， 构建似然函数： 根据以下公式， 对所述似然函数 取对数： 根据以下公式， 对取对数后的似然函数进行关于w的导数转换， 构建电缆吸附卡风险评 价模型： 其中， x(i)为第i口井的主控因素 数据值， i ＝1,2,3…m； y(i)∈{0,1}， 当y(i)为0代表第i口井不发生电缆吸附卡， 当y(i)为1代表第i口样本井 发生电缆吸附卡； 式中， m为待测井区域的样本井数量； j＝1,2,3 …,m； w为模型权重系数； wT为w的转置； b 为偏置。 4.如权利要求1所述的一种基于大数据的电缆吸附卡风险定量评价方法， 其特征在于， 所述“根据所述电缆吸附卡风险评价模 型， 基于Monte ‑Carlo模拟方法获取待测井的电缆吸 附卡风险概率”步骤， 具体包括以下步骤： 基于Monte ‑Carlo模拟方法多次对所述电缆吸附卡风险评价模型进行模拟计算， 获取 电缆吸附卡 风险评价模型的输出 结果； 根据以下公式， 获取待测井的电缆吸附卡 风险概率： P＝N－y/N式(5)； 式中， N为模拟计算次数； y为输出 结果中不发生电缆吸附卡的次数。 5.如权利要求1所述的一种基于大数据的电缆吸附卡风险定量评价方法， 其特征在于， 所述“获取待测井区域中样 本井的电缆吸附卡主控因素数据值 ”步骤之前， 具体包括以下步权　利　要　求　书 1/2 页 2 CN 115522912 A 2骤： 获取待测井区域中样本井的每一种 主控因素数据值的平均值和方差， 基于所述平均值 和方差判断每个样本井的主控因素数据值是否符合正态分布， 并将符合正态分布的主控因 素数据值作为获取的待测井区域中样本井的电缆吸附卡主控因素 数据值。 6.一种基于大 数据的电缆吸附卡 风险定量评价系统， 其特 征在于， 包括： 数据获取模块， 用于获取待测井区域中样本井的电缆吸附卡主控因素 数据值； 模型构建模块， 与所述数据获取模块通信连接， 用于根据所述样本井的 电缆吸附卡主 控因素数据值， 基于L ogistic回归构建电缆吸附卡 风险评价模型； 风险概率模块， 与所述模型构建模块通信连接， 用于根据所述电缆吸附卡风险评价模 型， 基于Monte‑Carlo模拟方法获取待测井的电缆吸附卡 风险概率。 7.如权利要求6所述的基于大数据的电缆吸附卡风险定量评价系统， 其特征在于， 还包 括与所述数据获取模块通信连接的数据调整模块， 用于获取待测井区域中样本井的每一种 主控因素数据值的平均值和方差， 基于所述平均值和方差判断每个样本井的主控因素数据 值是否符合正态分布， 并将符合正态分布的主控因素数据值作为 获取的待测井区域中样本 井的电缆吸附卡主控因素 数据值。 8.一种存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被处理器执行 时实现如权利要求1至 5中任一项所述的基于L ogistic回归的电缆吸附卡 风险评价方法。权　利　要　求　书 2/2 页 3 CN 115522912 A 3