基于BP神经网络的油气钻井成本预测.pdf

2 0 1 0年 1 月 第 2 5卷第 1期 西安石油大学学报自然科学版 J o u mal o f X i a n S h i y o u U n i v e r s i t y N a t u r a l S c i e n c e E d i ti o n J a n ．2 0 1 0 V o 1 ． 2 5 No ． 1 文章编号 1 6 7 3 -06 4 X 2 0 1 0 0 1 - 0 0 8 7 - 0 4 基于 B P神经网络的油气钻井成本预测 刘天时， 赵 越 ， 马 刚 西安石油大学 计算机学院， 陕西 西安 7 1 0 0 6 5 摘要 油气钻井成本是反映油田企业经济效益的重要指标． 对钻 井成本进行 准确预测， 有利 于企业 管理者和投资者进行科学的决策与评估． 在对油气钻 井成本影响因素进行 分析的基础上 ， 运 用 B P 神经网络算法， 建立 了考虑成本因素之 间相互关系的油气钻井成本神经网络预测模型， 并结合 中国 石油某公 司各 区块钻井作业成本数据 ， 将线性 回归方法与神 经网络方法进行对比， 结果表明该模型 具有较 高的预测精度． 关键词 成本预测 ； 油气钻井成本 ； B P神经网络； 线性回归 中图分类号 T E 2 2 ； T P 1 8 3 文献标识码 A 石油生产投资大 、 周期长 、 风 险大 、 油气资源不 可再生且储量分布受地域限制等特点使其与普通商 品生产存在本质差异 ， 这导致在成本 预测 中必须 采用特殊的成本预测方法对其进行描述 ， 而传统方 法是将非线性问题线性化或作线性化特殊处理来进 行成本预测 ， 如 线性 回归 、 非线性 回归、 趋 势预 测 、 混沌预测 、 因素分析预测等 ， 而这些方法在实际 预测环境中往往准确率不高． 神经网络具有 良好的非线性 品格 、 灵 活有效 的 学习方式、 完全分布式的学习结构、 高度并行的处理 机制． 其次神经网络能够实现非线性映射的能力 ， 使 得神经网络具有 良好 的模式识别和在很高的精度内 逼近非线性映射的能力 J ， 所有 这些都为神经 网络 应用于油气钻井成本预测提供了可能． 1 油气 钻井成 本预测模型 1 ． 1 成本影响因素分析 F i s h e r 根据美国1 9 5 5 、 1 9 5 6 和 1 9 5 9 年钻井作业数 据， 建立了井深 与总成本 y的指数 函数模型 Y K e 一1 ． 文献[ 5 ] 将钻井成本分为与井深有关的 成本和与钻井周期有关 的成本两大类 ， 认为要准确 预测成本 ， 必须首先预测钻井周期． 文献[ 6 ]针对水 平井的特征 ， 把钻井 费用分为与钻井作业 时间相关 的费用和与井身结构相关 的费用两大类． 文献[ 7 ] 用钻机月速度 ， 作为 自变量， 以钻井综 合单位成本或钻井工程单位成本 c作为 因变量 ， 建 立 了幂律指数方程 C a l ～ ． 文献 [ 8 ]认为井 的类 型 、 钻井周期 、 钻井进 尺， 地质结构 等都会影响油气 钻井成本 的变化． 通过对文献和油 田企业财务 报表分析 ， 可知油 气钻井成本从总体上分为固定成本与变动成本两部 分 ， 其 中固定成 本包括 直接人工 费、 折 旧费 、 井控 费 、 固控及野营房摊销费 、 资产 占用 费， 安全 费用及 制造费用． 变动成本包括 直接材料费 、 Q H S E费用 ， 其他直接支出费． 上述各 因素与油气钻井成本关 系 具体分析如下 1 井 的类型一般分为气开发井 、 油开发井 、 气 探井和油探井． 而由于地质取心 的需要使探井作业 耗费较多钻机月以及对地质情况的不熟悉等因素使 得探井成本高于开发井成本 ， 气井成本高于油井成 本 [ ． 2 对同一类型的井 ， 钻井进 尺与钻井周期 的 收稿 日期 2 0 0 9 - 0 9 - 0 1 基金项目陕西省 自然科学基金资助项目 编号 2 0 0 7 F 3 3 ； 陕西省教育厅专项科研资助项 目 编号 0 7 J K 3 6 2 作者简介 刘天时 1 9 6 0 一 ， 男， 教授 ， 主要从事管理信息系统与计算机网络研究． E m a i l t s h u x s y u ． e d u ． c n 一 8 8一 西安石油大学学报 自然科学版 增加将使得钻井成本增加， 即钻井周期与钻井进尺 是同一类型油气井 的成本动因． 3 不同油 田区块之 间地质环境差异显著 ， 油 气井所处地质结构越复杂， 则单位进尺耗费成本越 多， 也就是说不同区块的地质 因素会 同时影响到钻 井进尺和钻井周期两个 因素． 5 直接人工费用 由工 资、 奖金 、 职工福利金 、 工会经费 、 教育经费 、 住房公积金 、 基本养老保险金 、 基本医疗保 险金 、 补充养老保 险金 、 补充 医疗保 险 金、 失业保险、 劳动保护用品、 防暑降温费 ， 长期佣工 费等构成 ， 故直接人工费用的成本动因是钻井周期． 6 直接材料费包括钻头费 、 钻井液费 、 润滑油 费、 钻具费用 、 套管费用 、 套管附件费用 、 水泥费、 添 加剂费、 仓储管理费 、 燃料费等 ， 故直接材料费的成 本动因是钻井进尺和钻井周期． 7 其他直接支 出费用包括运输 费、 固井作 业 费、 修理费、 临时设施费、 供水供电工程费等 2 9项费 用， 也将随着钻井周期与钻井进尺 的增减而相应增 减． 通过分析可知 ， 上述费用 的成本动 因如表 1所 示 ， 并可视为先影响钻井进尺和钻井周期 ， 通过钻井 进尺和钻井周期来影响油气钻井成本， 故这里选取 钻井进尺 、 井的类型 、 所在 区块和钻井周期为油气钻 井成本影响因素 ， 如图 1所示． 表 1 油气钻井成本动因分析表 费 用类别 成本动 因 直接人工 费 折 旧费 井控费 、 固控及野营房摊销费 直接材料 费 其他直接支 出费 钻井周期 钻井周期 钻井周期 钻井周期 与钻井进尺 钻井周期 图 1 油气钻井成本影响因素 1 ． 2 成本影响因素的量化处理 由于井的类型及油气井所在区块对油气钻井成 本的影响是直接且 巨大的 ， 它是油气钻井成本预测 中必不可少的因素． 因此 ， 对井的类型及油气井所在 区块这非量化 因素 的量化处理显得尤为必要． 通过 全面认识井的类型及油气井所在区块与油气钻井成 本之间的关系， 得知探井成本高于开发井成本， 气井 成本高于油井成本 ， 故将不 同井的类型对油气钻井 成本的影响程度量化如表 2所示． 表 2 钻井结构对油气钻井成本影响量化规则 井 的类型 量化值 油开发井 气开发井 油探井 气探井 考虑到不 同油 田区块之间地质环境差异显著 ， 油 田所在区块对钻井周期与钻井进 尺影响巨大． 结 合 2 0 0 8年 中国石油某公司各 区块 中井 口数大于 2 0 的 l 4个区块数据 ， 并剔除部分异常数据作为分析样 本 ， 将油气井所在区块对油气钻井成本影 响的量化 值如表 3所示 表 3 油 田区块对油气钻井成本影 响量化规则 所在 区块 量化值 白豹区块 白马区块 定边 区块 鄂托克区块 候市 靖中北 盘古梁区块 苏 3 6井 区 王窑区块 吴旗区块 西 2 5 9 杏河区块 镇 5 3井 区 庄 3 6井区 1 ． 3 油气钻井成本预测模型的建立 B P神经网络是一种神经网络学习算法 ， 全称基 于误差反向传播算法的人工神经网络． B P网络由 3 层或 3层以上神经元构 成， 上下层之 间实现完全连 接 ， 而每层神经元之问无连接 ， 够成具有层次结构的 前馈型神经网络系统． 其学习过程由信息的正向传 播和误差的反 向传播两个过程组成 ， 具体学习过程 参见文献[ 9 ] ， 其流程如图2 所示． 建立油气钻井成本 B P神经网络预测模型关键 在于确定该网络的拓扑结构， 即输人参数、 输出参数 与层数． 根据 K o l m o g o r o v 定理知 3层 B P网络充分 学习后能逼近任何 函数 ， 因此本文采用 3层 B P网 络对油气钻井成本进行预测． 该网络输入神经元结 点为影 响油气钻井成本各 因素 ， 即所钻井类 型 、 1 2 3 4 5 6 7 8 9 m H 刘天时等 基于 B P神经网络的油气钻井成本预测 一 8 9一 部偏差 足要求 结束 连接权值和 阀值初始化 选取输入样本与期望输 出 求 隐层与输出层各单元输出 求 目标值与实际输出值误差 调节权值 图 2 BP 网络 学 习规 则 流 程 图 所在区块 、 钻井周期 和钻井进尺 丘． 网络输出 为油气钻井成本 l ， ， 故输 出层神经元有 1 个． 根据 K o l m o g o r o v 定理 ， 确定隐层神经元数为 9个． 通过分 析 ， 将该 B P网络 中间层神 经元传 递 函数设置 为 s 型正切函数． 2 实证分析 在将井的类型与油气井区块定性化 因子定量化 之后 ， 整个预测系统 中各影响因子衡量单位不同， 级 差大小不等 ， 趋 向也存在不一致 ， 因此必须利用效应 系数对样本进行规范化和同趋化处理 ． 结合钻井 工程总公司各区块 2 0 0 8年 1 6 1 4口井钻井成本数 据特点 ， 采用归一化公式 F一 二 一 m a x { }一m i n{ 1 ≤ ， ≤ n 。 1 ≤ ， 乓 n ’ 对样本数据进行归一化处理． 样本数据归一化后 ， 运 用 MA T L A B R 2 0 0 7进行仿真 ， 但 由于该公司油探井 总数稀少 ， 不作为训练样本 ， 故其 中部分训练样本如 表 4所示． 表 4 油气钻井成本预测部分训 练样本 同时运用 S P S S软件对井 的类 型、 所在区块 、 钻 井周期 、 钻井进尺与钻井成本之 间进行线性 回归分 析 ， 得钻井 成本预 测 回归模 型 Y一4 4 9 3 8 4 X 2 3 4 6 29 ． 5 1 4 3 91 9 ． 4 33 0 6 ． 9 5 8 X41 9 4 3 7 6 ． 6 ． 待 B P神 经网络学习结束后 ， 采用测试样本建 立模型 ， 再将输 出结果 经过反归一化得到油气钻井 成本预测值． 分别采用油气钻井成本 B P神经 网络 预测模型与线性 回归预测模型进行 预测 ， 预测结果 对 比如表 5所示． 表 5 预测结果对 照表 经过多次实验得知 ， 由于该公 司区块 中气探井 训练样本只有 2 4条 ， 气开发井也只有 1 0 6条成本数 据 ， 相对油开发井少很多 ， 从而预测精度与油开发井 相 比误差较大． 但从总体上来看 ， 大多数实际输 出值 与期望输 出值的误差率在 1 2 ％ 的范 围内， 预测误差 曲线如图 3所示 横坐标 代表样本编号 ， 纵坐标代 表 B P神经网络预测值与真实成本的误差 ． 这对于 油气钻井成本预测是一个可允许且较精确的误差范 围， 因此文中建立 的油气钻井成本预测模 型在预测 该公司各区块油气钻井成本时是可行的． 1 b 莨 一V 图3 B P神经网络油气钻井成本预测误差曲线 善 一 9 0一 西安石油大学学报 自然科学版 3 结论 实验证明 ， 油气钻井成本 B P神经 网络预测模 型与线性 回归模型相 比， 具有相对较高的精度 ， 预测 结果可帮助投资者和企业管理者进行决策与评估． 参 考 文 献 [ 1 ] 刘志斌． 油价系统模拟及石油企业的最优策略[ D] ． 成 都 西南财经大学， 2 0 0 7 ． [ 2 ] 张利华 ， 章丽萍． 基于 B P G A的企业新产品成本预测 [ J ] ． 商场现代化 ， 2 0 0 5 9 2 1 3 ． [ 3 ] 赵波， 边馥苓 ， 潘蜀健 ， 等． 基于神经网络的 G I S空间 数学模型研究 [ J ] ． 计算机工程与应用， 2 0 0 6 1 3 l 9 7 1 9 9 ． [ 4 ] 李志学． 油气勘探成本与绩效评价方法研究 [ M] ． 北 京 中国经济出版社 ， 2 0 0 7 ． [ 5 ] 董世明， 程汝才． 定向钻井周期与成本预测初探[ J ] ． 断块油气田， 1 9 9 4 3 4 5 -4 9 ． [ 6 ] 胡月亭， 孟凡华， 周煜辉． 水平井钻井费用预测方法研 究[ J ] ． 石油钻探技术， 1 9 9 4 3 4 _ 6 ． [ 7 ] 李洪乾， 韩来聚． 预测探井和开发井钻井成本 [ J ] ． 钻 采工艺 ， 1 9 9 5 4 1 7 1 9 ． [ 8 ] 樊明悟 ， 李志学， 冯力丹． 油气钻井作业成本动因实证 研究[ J ] ． 西南石油大学学报， 2 0 0 7 1 1 1 3 - 1 1 7 ． [ 9 ] 葛哲学， 孙志强． 神经网络理论与 MA T L A B 1 1 2 0 0 7实 现 [ M] ． 北京 电子工业 出版社 ， 2 0 0 8 ． [ 1 0 ]胥悦红， 顾培亮． 基于 B P神经网络的产品成本预测 [ J ] ． 管理工程学报， 2 0 0 0 4 6 1 - 6 4 ． 责任编辑 张新 宝 上接第 8 6页 1 4 4 0 m以下才能采用连续循环系统． 同理采用 5 ” 钻杆时 ， 工作井深为 2 2 4 6 m以下． 5 结论 1 将轴向载荷产生的应力与径向载荷产生的 应力分开计算 ， 考虑钻杆上卸扣时的反 向扭矩对钻 杆应力的影响， 给出了钻井连续循 环系统卡瓦极 限 卡紧力的计算公式， 实例计算表明采用 5 ” 厚壁钻杆 时 ， 对钻杆钢级的要求较低 ， 采用 5 ” 薄壁钻杆时， 至 少需要 x级及以上钢级钻杆 ； 采用 5 钻杆时 ， 至少 采用 G级及以上钢级钻杆． 2 装置重量为 2 0 t 时 ， 采用 5 ” 钻杆时， 连续循 环系统在井深 1 440 m以下才能采用； 采用 5 ” 钻杆 时， 工作井深为 2 2 4 6 m以下． 为提高连续循环系统 的实用性 ， 必 须增 加装置重量 ， 以增大卡 瓦的卡紧 力． 参 考 文 献 [ 2 ] J e n n e r J W ， E l k i n s H L， S p r i n g e t t F， e t a 1 ． T h e e o n t i n u O U 8 - c i r c u l a t i o n s y s t e m a n a d v a n c e i n c o n s t a n t p r e s s u r e d r i l l i n g [ C ] ． S P E 9 0 7 0 2 一 P A， 2 0 0 5 ． Ay l i n g L J ， J e n n e r J W ， El k i n s H． C o n ti n u o u s c i r c u l a t i o n d ri l l i n g[ C] ／ ／ P T C ， D r i ll i n g T e c h n o l o g y ， O T C 1 4 2 6 9 ， F e b r u a r y 2 00 3． [ 3 ] 王锡洲， 朱海燕， 肖利君， 等． 连续循环系统上卸扣卡 瓦卡紧力计算方法研究[ J ] ． 石油矿场机械， 2 0 0 9， 3 8 1 0 3 5 - 3 9 ． [ 4 ] T o o l P u s h e r g Ma n u a 1 ． A P I D r i l l - P i p e S t and a r d s C a r e and H and l i n g S e c t i o n B一 3[ M] ． 9 t h E d i ti o n ． Wa s h i n g t o n D C A PI P u b l i c a t i o n， 1 9 81 ． [ 5 ] 皿 a l I l I e 脚A A． O G H O B b I e r i a n p a B n e a ma n p o e m - n p o B a mm o 6 op y o Ba r m 胛 6 ype ar m r n y6 ox ax a【 卫 日强删H3 且 r l e ；a pa， 1 96 7． [ 6 ] 龚伟安． 卡瓦内悬挂钻杆的理论承载能力[ J ] ． 石油矿 场机 械 ， 1 9 8 2 ， 1 1 5 2 1 - 2 8 ． [ 7 ] 崔孝秉， 张宏． 卡瓦内悬挂管柱承载能力分析[ J ] ． 石 油学报 ， 2 0 0 0 ， 2 1 1 8 7 - 9 0 ． [ 8 ] 滕福景， 齐俊芳， 于永生 ， 等． 改性超细水泥堵剂的研 究与应用 [ J ] ． 西安 石油 大学 学报 自然 科学 版 ， 2 0 0 6， 2 1 0 4 7 9 8 2 ． [ 9 ] 方智贤， 朱海燕 ， 陈传永． 卡在卡瓦内管柱力学模型的 探讨[ J ] ． 石油天然气学报， 2 0 0 9 ， 3 1 0 4 3 8 1 - 3 8 3 ． [ 1 0 ]朱海燕 ， 刘清友 ， 莫丽， 等． 钻杆卡瓦牙板齿齿形设计 [ J ] ． 石油机械， 2 0 0 8 ， 3 6 1 1 6 8 - 7 0 ． [ 1 1 ] 吴奇． 井下作业工程师手册[ M] ． 北京 石油工业出版 社 ， 2 0 0 2 1 2 8 1 3 3 ． 责任编辑 田美娥