本技術涉及深層頁巖氣復雜地層鉆井，特別是涉及一種鉆井卡鉆預警方法、裝置、設備及計算機可讀存儲介質。
背景技術：
1、近年來，中國石化加快了頁巖氣資源的勘探開發，開發工區地層壓力系數高、鉆井地質條件復雜，導致鉆井復雜、故障頻發，其中卡鉆故障最為突出，嚴重制約了頁巖氣安全高效開發。
2、現有的卡鉆故障識別主要是專家知識系統，或利用常規錄井資料對工程異常進行分析，而且僅有少量測量和運算工作由計算機自動完成，大多數的分析和判斷依靠人工完成，由于個體知識、經驗以及責任心差異等原因，往往會導致不能及時發現和處理鉆井異常及復雜的情況，增加了風險。事實上要求操作員全神貫注地觀察監測數據的變化并迅速判明事故，是不太現實的。因此，現有卡鉆識別技術存在監控信息綜合利用能力差，風險預警不夠及時，主觀性太強等缺陷。
3、綜上所述，如何有效地解決現有的卡鉆故障識別方法監控信息綜合利用能力差，風險預警不夠及時，主觀性太強等問題，是目前本領域技術人員急需解決的問題。
技術實現思路
1、本技術的目的是提供一種鉆井卡鉆預警方法，該方法實現了卡鉆故障的智能化、實時化判斷，提高了風險預警的及時性；本技術的另一目的是提供一種鉆井卡鉆預警裝置、設備及計算機可讀存儲介質。
2、為解決上述技術問題，本技術提供如下技術方案：
3、一種鉆井卡鉆預警方法，包括：
4、獲取當前時刻的本次綜合錄井參數組；
5、將所述本次綜合錄井參數組與預設參數閾值組進行對比，得到閾值診斷結果；
6、獲取所述本次綜合錄井參數組之前各預設時間段的歷史綜合錄井參數組；
7、根據所述本次綜合錄井參數組和各所述歷史綜合錄井參數組計算各所述綜合錄井參數的變化趨勢，得到參數變化趨勢診斷結果；
8、利用卡鉆故障診斷模型根據所述本次綜合錄井參數組進行鉆井卡鉆故障診斷，得到模型診斷結果；
9、當根據所述閾值診斷結果、所述參數變化趨勢診斷結果和所述模型診斷結果確定需進行故障預警時，進行鉆井卡鉆預警。
10、在本技術的一種具體實施方式中，將所述本次綜合錄井參數組與預設參數閾值組進行對比，包括：
11、獲取當前鉆井工況；其中，所述當前鉆井工況為起鉆、下鉆、鉆進中的一種；
12、將所述本次綜合錄井參數組與所述當前鉆井工況對應的預設參數閾值組進行對比；其中，所述預設參數閾值組根據所述當前鉆井工況下發生卡鉆故障時的摩阻值和綜合錄井參數組計算得到。
13、在本技術的一種具體實施方式中，利用卡鉆故障診斷模型根據所述本次綜合錄井參數組進行鉆井卡鉆故障診斷，包括：
14、利用基于粒子群算法優化bp神經網絡的卡鉆故障診斷模型根據所述本次綜合錄井參數組進行鉆井卡鉆故障診斷。
15、在本技術的一種具體實施方式中，根據所述本次綜合錄井參數組和各所述歷史綜合錄井參數組計算各所述綜合錄井參數的變化趨勢，得到參數變化趨勢診斷結果，包括：
16、針對所述本次綜合錄井參數組中每個本次綜合錄井參數，根據所述本次綜合錄井參數和各所述歷史綜合錄井參數組中對應的各歷史綜合錄井參數，分別計算第一滑動窗口長度對應的第一移動平均值和第二滑動窗口長度對應的第二移動平均值；
17、根據所述第一移動平均值和所述第二移動平均值計算移動平均值偏差；
18、利用滑窗線性回歸函數根據所述移動平均值偏差，計算當前時刻所述第一滑動窗口長度中所述本次綜合錄井參數和對應的各所述歷史綜合錄井參數回歸的第一斜率值，并計算當前時刻所述第二滑動窗口長度中所述本次綜合錄井參數和對應的各所述歷史綜合錄井參數回歸的第二斜率值；
19、獲取各所述第一斜率值分別對應的第一加權因子，根據各所述第一斜率值和各所述第一加權因子計算所述第一滑動窗口長度對應的第一平均局部斜率；
20、獲取各所述第二斜率值分別對應的第二加權因子，根據各所述第二斜率值和各所述第二加權因子計算所述第二滑動窗口長度對應的第二平均局部斜率；
21、根據所述第一平均局部斜率和所述第二平均局部斜率計算當前時刻的本次平均局部斜率差值；
22、獲取當前時刻之前各預設時間段分別對應的歷史平均局部斜率差值；
23、根據所述本次平均局部斜率差值和各所述歷史平均局部斜率差值，確定所述參數變化趨勢診斷結果。
24、在本技術的一種具體實施方式中，根據所述本次平均局部斜率差值和各所述歷史平均局部斜率差值，確定所述參數變化趨勢診斷結果，包括：
25、根據所述本次平均局部斜率差值和各所述歷史平均局部斜率差值，判斷是否各相鄰時間段中后一時間段的平均局部斜率均大于前一時間段的平均局部斜率，且各平均局部斜率均大于0；
26、若是，則確定需進行故障預警。
27、在本技術的一種具體實施方式中，在獲取本次綜合錄井參數組之后，將所述本次綜合錄井參數組與預設參數閾值組進行對比之前，還包括：
28、判斷所述本次綜合錄井參數組中是否存在為異常跳動值的本次綜合錄井參數；
29、若是，則將為異常跳動值的本次綜合錄井參數進行剔除。
30、在本技術的一種具體實施方式中，在利用卡鉆故障診斷模型根據所述本次綜合錄井參數組進行鉆井卡鉆故障診斷之前，還包括：
31、對所述本次綜合錄井參數組中各本次綜合錄井參數進行歸一化處理。
32、一種鉆井卡鉆預警裝置，包括：
33、本次參數組獲取模塊，用于獲取當前時刻的本次綜合錄井參數組；
34、閾值診斷結果獲得模塊，用于將所述本次綜合錄井參數組與預設參數閾值組進行對比，得到閾值診斷結果；
35、歷史參數組獲取模塊，用于獲取所述本次綜合錄井參數組之前各預設時間段的歷史綜合錄井參數組；
36、變化趨勢診斷結果獲得模塊，用于根據所述本次綜合錄井參數組和各所述歷史綜合錄井參數組計算各所述綜合錄井參數的變化趨勢，得到參數變化趨勢診斷結果；
37、模型診斷結果獲得模塊，用于利用卡鉆故障診斷模型根據所述本次綜合錄井參數組進行鉆井卡鉆故障診斷，得到模型診斷結果；
38、卡鉆預警模塊，用于當根據所述閾值診斷結果、所述參數變化趨勢診斷結果和所述模型診斷結果確定需進行故障預警時，進行鉆井卡鉆預警。
39、一種鉆井卡鉆預警設備，包括：
40、存儲器，用于存儲計算機程序；
41、處理器，用于執行所述計算機程序時實現如前所述鉆井卡鉆預警方法的步驟。
42、一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如前所述鉆井卡鉆預警方法的步驟。
43、本技術所提供的鉆井卡鉆預警方法，獲取當前時刻的本次綜合錄井參數組；將本次綜合錄井參數組與預設參數閾值組進行對比，得到閾值診斷結果；獲取本次綜合錄井參數組之前各預設時間段的歷史綜合錄井參數組；根據本次綜合錄井參數組和各歷史綜合錄井參數組計算各綜合錄井參數的變化趨勢，得到參數變化趨勢診斷結果；利用卡鉆故障診斷模型根據本次綜合錄井參數組進行鉆井卡鉆故障診斷，得到模型診斷結果；當根據閾值診斷結果、參數變化趨勢診斷結果和模型診斷結果確定需進行故障預警時，進行鉆井卡鉆預警。
44、由上述技術方案可知，在獲取到當前時刻的本次綜合錄井參數組之后，通過結合閾值診斷、參數變化趨勢異常診斷以及利用卡鉆故障診斷模型的人工智能診斷根據本次綜合錄井參數組進行卡鉆故障診斷，實現了卡鉆故障的智能化、實時化判斷，提升了監控信息綜合利用能力，提高了風險預警的及時性，避免了主觀意識的影響，提高了卡鉆故障預警的準確性。
45、相應的，本技術還提供了與上述鉆井卡鉆預警方法相對應的鉆井卡鉆預警裝置、設備和計算機可讀存儲介質，具有上述技術效果，在此不再贅述。