CN119398047A 一种基于自然语言处理的钻井井下风险预测方法、装置、电子设备及介质 （中国石油天然气集团有限公司）

号一种基于自然语言处理的钻井井下风险预本发明实施例公开了一种基于自然语言处分析模型对未标注的目标钻井日志数据的事故识别结果与井下事故复杂词库中的事故复杂进待钻井的工程设计信息以及与待钻井同区块同也解决了未充分利用已钻井资料为待钻井进行2构建钻井专业词库和井下事故复杂词库，并将所述钻采用带有标注的钻井日志数据以及构建的钻井专业词库，对自然语言采用所述自然语言分析模型对未标注的目标钻井日志数据进行断句依据事故复杂命名实体识别结果与井下事故复杂词库中的事故复杂依据待钻井的工程设计信息以及从井下事故复杂数据库中获取的与待钻井同区块同依据钻井专业书籍以及历史资料获取钻井专业词汇以及井下钻井专业词汇以及井下事故复杂词汇按中文自然语言处理工具可识别的格式进行格式统依据格式统一化后的钻井专业词汇构建钻井专业词库，并依据格式采用中文自然语言处理工具提供的接口，将钻井专业词库和井下事采用自然语言分析工具对钻井日志数据进行标注，得到带有标注的第一钻井日志数依据所述第二钻井日志数据以及构建的钻井专业词库，对自然语言分析模型进行训将所述目标事故复杂命名实体与井下事故复杂词库中的事故复杂进若确定事故复杂发生，则从目标钻井日志数据中确定位于目标事且与目标事故复杂命名实体邻近的时间实体以在钻井日志文件中，获取与目标钻井日志数据对应的结构3确定待钻井的工程设计信息；所述工程设计信息包括待钻井的采用匹配算法，从井下事故复杂数据库获取与待钻井属于同区块地层钻井液密度以及井漏时的地层钻井液密度，井深包括地层垂深井段以及地层斜深井依据待钻井的地层钻井液密度以及邻近的事故复杂信息所述待钻井的井下事故复杂风险可采用溢流风险公式以及井漏风险公式进行井下事词库构建与集成模块，用于构建钻井专业词库和井下事故复业词库和井下事故复杂词库集成至通用的自然语言分井下事故复杂数据库构建模块，用于依据事故复杂命名实体识别结待钻井井下事故复杂风险预测模块，用于依据待钻井的工程设计信4现权利要求1_6中任一所述的基于自然语言处理的钻井井9.一种包含计算机可执行指令的存储介质，计算机处理器执行时用于执行如权利要求1_6中任一所述的基于自然语言处理的钻井井下据权利要求1_6中任一项所述的基于自然语言处理的5下事故复杂数据库，解决了人工从各种报告中提取有效信息费时费力且容易出错的问题；[0006]第一方面，本发明实施例提供了一种基于自然语言处理的钻井井下风险预测方6[0011]依据待钻井的工程设计信息以及从井下事故复杂数据库中获取的与待钻井同区井专业词库和井下事故复杂词库集成至通用的自然语言事故复杂命名实体识别结果构建井下事故复器实现本发明任意实施例所述的基于自然语言处理的钻井算机程序在被处理器执行时实现如本发明任意实施例所述的基于自然语言处理的钻井井7[0026]图1是本发明实施例一提供的一种基于自然语言处理的钻井井下风险预测方法的[0027]图2是本发明实施例二提供的一种基于自然语言处理的钻井井下风险预测方法的[0028]图3是本发明实施例二提供的一种钻井专业词汇以及井下事故复杂词汇的保存方[0030]图5是本发明实施例二提供的另一种基于自然语言处理的钻井井下风险预测方法[0031]图6是本发明实施例二提供的一种采用自然语言处理工具对钻井日志的生语料进[0033]图8是本发明实施例二提供的一种采用自然语言分析模型对未标注的目标钻井日[0034]图9是本发明实施例三提供的一种基于自然语言处理的钻井井下风险预测装置的[0040]图1是本发明实施例中提供的一种基于自然语言处理的钻井井下风险预测方法的8的方法可以由基于自然语言处理的钻井井下风险预测装置来执行，该装置可以采用硬件和/或软件的方式来实现。该装置可以配置于基于自然语言处理的钻井井下风险预测的服9[0051]其中，将识别到的事故复杂命名实体与井下事故复杂词库中的事故复杂进行匹计信息以及从井下事故复杂数据库中获取的与待钻井同区块同地层邻井的事故复杂信息，分利用已钻井的资料为待钻井的事故复杂风险做[0057]图2为本发明实施例中提供的一种基于自然语言处理的钻井井下风险预测方法的少包含溢流以及井漏两种事故复杂对应的不同种表示词汇；采用中文语言工具提供的接[0064]其中，依据钻井专业书籍以及历史资料获取钻井专业词汇以及井下事故复杂词杂词库集成至通用的自然语言分析工具中。本发明实施例以HanLP自然语言处理工具包为[0067]importcom[0090]Trainer.trai命名实体之前且与目标事故复杂命名实体邻近的时间实体以及[0122]所述待钻井的井下事故复杂风险可采用溢流风险公式以及井漏风险公式进行井块邻井井11和井12分别在地层7发生了井漏。按照井漏风险计算公式计算基于邻井井漏情[0133]由上述计算结果可得，井15在地层7钻井液密度为1.08g/cm3的井漏可能性为[0136]由表5的溢流以及井漏风险可能性计算结果表可知井15地层2设计的钻井液密度[0139]图9是本发明实施例中提供的一种基于自然语言处理的钻井井下风险预测装置的结构示意图，本实施例的技术方案可适用于基于自然语言处理的钻井井下风险预测的情钻井专业词库和井下事故复杂词库集成至通用的自然语[0141]自然语言分析模型训练模块920，用于采用带有标注的钻井日志数据以及构建的[0142]目标钻井日志数据处理模块930，用于采用所述自然语言分析模型对未标注的目[0143]井下事故复杂数据库构建模块940，用于依据事故复杂命名实体识别结果与井下依据事故复杂命名实体识别结果构建井下事故复[0144]待钻井井下事故复杂风险预测模块950，用于依据待钻井的工程设计信息以及从所述钻井专业词汇以及井下事故复杂词汇按中文自然语言处理工具可识别的格式进行格之前且与目标事故复杂命名实体邻近的时间实体以及[0160]确定待钻井的工程设计信息；所述工程设计信息包括待钻井的地层钻井液密度、[0164]所述待钻井的井下事故复杂风险可采用溢流风险公式以及井漏风险公式进行井[0168]本发明实施例中所提供的基于自然语言处理的钻井井下风险预测装置可执行上施例中基于自然语言处理的钻井井下风险预测被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各如因特网的计算机网络和/或各种电信网络与其他设[0173]处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11程序的部分或者全部可以经由ROM12和/或通信单元19而被载入和/或安装到电子设备10机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器[0176]用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合机器上执行且部分地在远程机器上执行或完全在远程机器或服务面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网被处理器执行时实现如本申请任一实施例所提供的基于自然语言处理的钻井井下风险预写用于执行本发明操作的计算机程