基于SG-KNN的随钻地层流体组分光谱感知技术研究

摘要

在油气井钻探的过程中,井下的油气藏和地层的相关信息会以返出钻井液为载体被带到地面上,通过对返出钻井液的检测分析,就可得到井下油气藏的信息和地层流体成分类型的判断,了解井下的地层流体种类状况。文章提出基于S-G卷积平滑结合K-近邻法的随钻地层流体组分光谱感知分析的新方法,将柴油、甲烷、水按一定比例混合并得到气液混合液,以模拟返出钻井液的实际主要烃类类别,利用光谱感知技术检测混合液样品,得到大量实验数据,经过S-G平滑和归一化法进行数据预处理,结合KNN算法模型来实时在线检测返出钻井液,实现对返出钻井液中的油、气、水进行定性分析预测。与其他模型比较,该方法具有较强的数据处理能力,并且定性分析准确度较高,可以满足钻井现场对返出钻井液进行组分分析预测的技术要求。