首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到16条相似文献,搜索用时 297 毫秒
1.
地层岩性的实时识别对及时调整钻井参数、有效控制井眼轨迹具有十分重要的作用。以录井资料为基础识别地层岩性,必须综合考虑钻井操作参数、水力参数以及钻头磨损状态的影响,而随钻过程中,就目前的技术还不能够实时测量钻头磨损状态。根据BP神经网络原理,建立了岩性识别双重神经网络模型。第1个神经网络用来在已知钻头磨损状态条件下,识别所钻地层岩性;第2个神经网络用来在已知地层岩性条件下,预测钻头磨损状态。2个神经网络通过钻头磨损状态参数连接起来,选取样本数据分别对2个神经网络进行训练,并结合随钻录井数据,根据岩性识别流程图对岩性进行实时识别。应用该模型在新疆油田进行了岩性实时识别试验,识别结果与测井解释结果相比,符合率达85%。应用结果表明该模型具有一定的合理性和实用性。  相似文献   

2.
随钻测井地层岩性解释的准确性直接影响水平井地质导向钻井的作业质量,地层岩性判别错误会直接导致钻探工作的失利.介绍了一种基于灰色关联的随钻测井实时识别近钻头处地层岩性的方法.该方法从测井相分析的角度出发,充分利用随钻测井资料并从中提取反映岩性的特征参数,建立随钻岩性统计模式,并采用灰色关联分析法实时处理随钻测井资料,进而识别近钻头处的地层岩性.将该方法应用于×油田×井区等2口水平井的地质导向钻井中,及时提供了较为准确的岩性剖面,提高了水平井钻井中的随钻跟踪地质目标层的能力.  相似文献   

3.
基于随钻资料的地层岩性实时识别方法   总被引:9,自引:0,他引:9  
实时确定地层岩性是水平井地质导向钻井中的一个重要问题.介绍了一种基于随钻测井(LWD)和录井资料实时识别钻井近钻头处的地层岩性的实用方法.该方法从测井相分析的角度出发,充分利用随钻资料,并从中提取反映岩性的一些特征参数,建立随钻岩性统计模式,采用灰色关联分析法实时处理随钻资料,进而识别近钻头处的地层岩性.将其应用于新疆莫北油田3口水平井的地质导向钻井中,及时地提供了较为准确的岩性剖面,提高了水平井钻井中的随钻跟踪地质目标层的能力.  相似文献   

4.
:对大斜度井、水平井进行钻井地质导向,首先要解决地层岩性的实时识别问题。介绍了一种基于测井相[CD*2]岩性分析,建立在随钻测量(MWD)和录井资料基础上的,用于实时识别近钻头处地层岩性的方法。该方法利用仅有的随钻自然伽马曲线结合工程录井的钻时曲线,应用数学统计方法,建立起研究区的随钻资料岩性识别统计模型,并将其应用于新疆本布图油田2口井的地质导向钻井中,得到了较准确的岩性剖面,表明该方法是有效的,且简单易行。  相似文献   

5.
地层岩性的随钻评估对钻井工程技术人员和地质人员十分重要。本文根据钻头破岩机理和能量守衡原理,建立了地层岩性随钻评估模型。使用PDC钻头钻井时,岩屑破碎很细,通过岩屑录井来判断地层岩性十分困难。针对PDC钻头的切削机理,从PDC钻头切削刃受力平衡角度出发,建立了PDC钻头钻井时地层岩性随钻评估模型。现场初步试验表明,该模型具有一定的合理性和实用性。  相似文献   

6.
PDC钻头钻井时地层岩性的随钻评估方法   总被引:4,自引:0,他引:4  
张辉  李军 《钻采工艺》1999,22(1):14-15,18
在随钻过程中,在线识别地层岩性一直就是地质人员和钻井工程技术人员十分关心的问题。使用 PDC钻头钻井时,岩屑破碎很细,通过岩屑录井来判断地层岩性十分困难。镇压PDC钻头的切削机理,本文从PDC钻头切削刃受力平衡角度出发,建立了PDC钻头钻井时地层岩性随钻评估模型。现场初步试验表明,本文所给出的模型具有一定的合理性和实用性。  相似文献   

7.
徐家围子气田火山岩抗钻特性评价及应用   总被引:3,自引:0,他引:3  
大庆油田徐家围子地区深部火山岩地层是重要的天然气储层,但该区块深层泉二段以下地层岩性致密坚硬,可钻性差,掌握营城组火山岩地层岩性特征至关重要。在分析测井资料与岩石力学特性参数之间关系的基础上,综合测井资料及室内岩心实验结果,建立了该地区深部火山岩地层抗钻特性与声波测井间的关系模型,应用该模型获取该地区地层抗钻特性参数剖面并进行了钻头初选。结果表明,综合运用测井资料、井史资料并结合一定的岩心试验结果建立地层抗钻特性参数剖面,在此基础上进行钻头优选,给出了该地区深层火山岩地层钻头选型标准。所建立的火山岩地层抗钻特性参数模型能较好地反映该地区的实际情况。  相似文献   

8.
地层岩性的随钻评估对钻井工程技术人员和地质人员十分重要。本文根据钻头破岩机理和能量守衡原理,建立了地层岩性随钻评估模型。使用PDC钻头钻井时,岩屑破碎很细,通过岩屑录井来判断地层岩性十分困难。针对PDC钻头的切削机理,从PDC钻头切削刃受力平稳有度出发,建立了PDC钻头钻井时地层岩性随钻评估模型。  相似文献   

9.
利用随钻测井资料进行地质导向是定向钻井的前沿技术,由于目前随钻测井资料基本以无方位自然伽马、电阻率资料为主,因此,存在地层建模和地质导向的不确定性.鉴于录井资料可提供钻遇地层的原始资料,钻时和钻压资料可间接反映岩性和缝洞异常等,综合利用随钻测井、录井和钻井资料对钻遇地层进行评价和建模可以弥补单一随钻测井资料的不足.介绍了井筒信息和地层模型一体可视化技术,以及综合利用测井、录井、钻井资料进行储层评价、地层模型精细刻画和地质导向的方法与流程.应用实例表明,综合利用测井、录井、钻井资料进行地层精细刻画建模及地质导向是在缺少方位随钻测井资料条件下减少地层模型不确定性的有效方法.  相似文献   

10.
砂砾岩地层钻头合理选型研究及应用   总被引:6,自引:1,他引:5  
莫里青地区所钻遇地层含砾岩层多,下部地层的岩石成岩性好,胶结致密,研磨性强,可钻性差,机械钻速较低,为提高该地区钻头的进尺和钻速,开展了钻头类型优化研究。利用测井资料和钻头使用资料相结合的方法,首先对该地区的测井资料进行处理分析,得出地层的抗压强度、抗剪强度、研磨性及可钻性等力学参数,然后根据已使用钻头情况,建立钻头数据库。利用钻头类型与地层之间的匹配关系模型,结合地质、测井和钻井资料进行钻头合理选型,得出了钻头优选结果,并进行了现场应用,取得了较好的效果。  相似文献   

11.
针对钻井过程中岩性识别困难、PDC钻头磨损严重、孕镶金刚石钻头破岩效率低和钻头泥包等问题,采用BP神经网络学习算法建立了岩性识别模型,并设计了一种新型可伸缩式PDC-孕镶金刚石耦合仿生智能钻头,分别在软件Matlab和ABAQUS上进行了岩性识别仿真和破岩仿真。仿真结果表明:BP神经网络模型对岩性的识别精度非常高,有利于合理选择钻头类型、及时调整钻井参数和提高钻井效率;仿生智能钻头作用于岩石表面的应力远大于常规钻头,使岩石更易达到破碎极限,从而提高钻头钻速。本设计集智能岩性识别、高破岩效率、自再生功能、防泥包功能于一体,为我国石油钻头的设计提供了一种新思路,具有重要意义。  相似文献   

12.
前馈神经网络的岩性识别方法   总被引:21,自引:1,他引:20  
测井资料的地质解释是测井过程中十分重要的环节。岩芯资料少,测井资料较多及测井参数分布的模糊性,是岩性识别中的困难所在。在引入前馈神经网络方法的基础上,以取芯井岩芯与测井参数的对应关系作为识别模式,经过向识别模式学习获得模式识别智能知识,从而利用这些智能知识去识别未取芯井的测井岩性。通过对胜利油田永一地区沙河街组四段测井岩性的计算机判识,正确判别率达100%.应用结果表明,神经网络方法性能良好,具有极好的应用前景。  相似文献   

13.
PDC钻头对常规地质录井影响及应对方法   总被引:1,自引:1,他引:0  
该文针对PDC钻头的特点以及对地质录井的影响,从定性、定量录井方法的对比分析入手,阐述了定量油气录井方法在PDC钻头钻井时的优势。重点介绍了岩屑录井地层归位法:除利用钻时归位岩性外,同时借助钻井参数中的钻压、扭矩、顶驱转速、以及气测分析值与岩性的关系判断归位岩性,并借助显微镜综合判断岩性的方法。  相似文献   

14.
PDC钻头钻进条件下录井方法探讨   总被引:5,自引:0,他引:5  
PDC钻头钻井在给油田带来高速钻、高效益、较高井身质量的同时,由于其特殊的钻头结构、岩石破碎机理,导致岩屑细碎呈粉末状从而给岩屑采集、显示识别、岩石定名带来很大困难,也就产生了一个行业性的难题-PDC钻头钻进条件下的录井方法。立足现有工艺技术水平,从岩屑采集、岩性识别、污染排除、油气显示失真等方面对比进行探讨。  相似文献   

15.
以胜和1井为例介绍了现场随钻快速岩性鉴定技术的应用情况,该技术以其简便易行、快速准确的特点,对各种录井岩屑岩性进行鉴定和分析,并依据区域地质构造特征和岩性标志,为钻井取心、卡界面和目的层、判断井漏位置、选择钻头类型、地层分层等提供指导和参考意见,可有效提高钻井工程和地质录井质量及其经济效益。  相似文献   

16.
如何解决PDC钻头钻井条件下岩屑细碎甚至呈粉末状给岩屑录井带来的困难已成为录井行业急待解决的问题。该文作者结合录井工作实践,大胆借鉴有关测井理论,提出了一种全新录井技术岩屑自然伽马录井技术;阐述了岩屑自然伽马录井理论与实验方法,给出了具体实验数据和结果,并与电测数据进行了对比。通过实践表明,该岩屑自然伽马录井方法与电测自然伽马相比具有较好的一致性,对于今后解决细碎岩屑录井识别岩性问题,提供了理论依据,且增加了岩屑录井识别岩性的手段。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号