东海深部地层岩石可钻性预测方法研究

东海深部地层中部分井PDC钻头与地层性质匹配性不足,导致机械钻速低、钻头磨损严重等问题发生。以室内岩心微钻实验数据为依据,首先建立了测井参数预测岩石可钻性的非线性多元回归模型,同时利用多种人工神经网络方法对岩石可钻性进行了预测,结果表明非线性多元回归模型预测岩石可钻性与常规BP神经网络、级联BP神经网络、径向基RBF神经网络、BP-RBF双级联神经网络模型预测结果均具有较高可信度,但BP-RBF双级联神经网络模型预测效果最好,更适合于东海深部地层岩石可钻性预测。本文研究结果可为东海深部地层岩石可钻性预测及钻头选型提供借鉴。     

钻头下部未钻开地层的可钻性预测新方法

根据地层可钻性时间序列特征,应用支持向量机理论,提出了一种对钻头下部未钻开地层的可钻性进行预测的地层可钻性时序支持向量机预测方法,并建立了基于支持向量机的地层可钻性时序预测模型.应用该方法对长庆油田富古1井的地层可钻性进行了预测.将该预测结果与BP神经网络方法的预测结果进行对比分析的结果表明,该方法优于BP神经网络方法,具有预测精度高、推广预测能力强等优点.     

利用岩屑元素含量评价岩石可钻性方法研究

岩石可钻性是指导地质分层及钻头选型工作的重要参数,是决定钻进效率的基本因素。本文探讨了岩石可钻性与岩屑元素含量之间的关系,开展了利用岩屑元素含量预测岩石可钻性的方法研究,通过多元回归分析的方法得出了计算岩石可钻性级值的计算模型,可用以实时评价地层岩石可钻性。     

×盆地深部地层岩石可钻性测井评价方法及应用

×盆地深部地层研磨性强,岩石可钻性差,机械钻速慢,钻井周期长,是钻井需要提速的主要地层。以岩石机械破碎特性实验为基础,建立利用测井资料计算砂泥岩、砂砾岩和火成岩岩石可钻性级值、硬度和塑性及研磨性方法,依据实验结果确定可钻性级值在7以下的地层,用PDC钻头钻进;可钻性级值在7以上的地层,用牙轮钻头钻进,形成一套深部地层岩石可钻性测井评价技术。利用该项技术确定了×盆地不同岩性岩石可钻性级值区域分布特征,并对新钻井进行钻前可钻性预测,为钻井过程中优选钻头提供技术指导。     

元坝地区钻头优选技术应用研究

针对元坝地区深部地层钻速慢、钻头磨损严重的问题,根据声波时差与地层岩石可钻性之间的相关性,建立了岩石可钻性的计算模型,并结合已钻井的测井数据,对元坝地区的钻头类型进行了优选研究,分析了地层岩性的可钻性级值,提出了适用于不同地层的钻头类型推荐方案.现场应用结果统计分析表明,所选钻头类型能够很好地适应于元坝地区深部地层,对于提高机械钻速和有效进尺发挥了重要作用,进一步缩短了钻井周期.该技术为元坝地区钻头类型的优选提供了重要的技术支持和参考方案.     

西湖凹陷中央洼陷区下部地层岩石力学特征与可钻性实验研究

东海西湖凹陷中央洼陷区下部地层(玉泉组及以下地层)钻进速度低,严重影响了建井周期,因此认识该地区下部地层岩石力学特征是解决钻头优选、井壁稳定评价、钻井优化等关键问题的基础。开展了东海西湖凹陷中央洼陷区下部地层岩石力学特征与可钻性实验,并根据岩石强度、可钻性与声波时差的关系建立了井底围压条件下岩石强度与可钻性剖面。实验结果表明,该地区井深大于3 000 m的地层岩石单轴抗压强度50~80 MPa,无围压条件下岩石可钻性级值5.7~6.5。模型计算结果表明,无围压条件下该地区井深小于2 500 m的地层岩石可钻性级值小于4,井深3 600 m时岩石可钻性级值达到6以上;井底围压条件下该地区井深大于3 600 m的地层岩石可钻性级值达到8~10。上述结果对于认识东海西湖凹陷中央洼陷区下部地层难以钻进的原因以及解决钻头选型和深井钻速提升等问题具有指导意义。     

钻头优选新方法及其应用

针对大港油田X区块地层特点、钻头选型的难题，利用现场测井资料及岩心实验结果建立了该区块岩石可钻性与声波时差、岩石可钻性与地层密度的单因素计算模型及岩石可钻性与多元测井参数计算模型，并利用多元测井参数与岩石可钻性的关系模型，对单一测井参数计算得到的岩石可钻性级值的误差进行了修正，建立了该区块横向地层岩石可钻性剖面及整个区块岩石可钻性纵向剖面，找出了该区块地层岩石横向及纵向可钻性变化规律，根据计算结果优选出适合于该区块的钻头类型，解决了钻井速度慢、钻井周期长的问题。     

区域三维空间岩石可钻性预测方法研究与应用

在已钻井资料较少的情况下,合理、高效、低成本地预测岩石可钻性在地层空间的分布对钻井工作十分重要。分析了单一测井、录井及地震资料预测方法的不足,提出了预测三维空间岩石可钻性的新方法,即利用测井约束地震反演技术对三维地震数据进行反演,生成全频带高分辨率的岩石纵波速度体,通过室内微钻头岩心可钻性试验,建立了考虑岩石声波时差与密度属性的可钻性预测模型,并据此开发了三维岩石可钻性预测软件。在吐哈盆地某区块两口井进行的实例分析表明,可钻性平均误差约10%,研究区块牙轮钻头对应的岩石可钻性级值约2.8~6.3,PDC钻头对应的岩石可钻性级值约2.0~5.0;软件三维显示结果表明,局部地层存在异常高可钻性级值带,与钻井资料显示该地层存在砾岩层结论相符。该区块PDC钻头的三维空间地层岩石可钻性整体优于牙轮钻头对应的可钻性。研究表明:建立的岩石可钻性预测模型同时考虑了岩石声波与密度属性,能合理预测岩石可钻性,反映不同类型钻头的可钻性差异;新方法能较真实地反映出岩石可钻性的三维空间分布情况,可为制定钻井提速方案提供参考。      

利用岩石可钻性预测井眼轨迹

本文利用我国各油田岩石可钻性研究成果及地层各向异性研究结论[1],分析钻碎各类岩石所表现的非线性位移性质对井眼轨迹的影响,在分析岩石可钻性的同时,还分析了地层各向异性、钻头各向异性等反映井下环境因素对形成井眼轨迹的影响。在给定钻头外力的前提下,运用钻速方程列出预测井眼轨迹的计算式,为反映井下环境的综合影响因素提供了定量计算方法。研究表明,由岩石可钻性决定的非线性位移性质、地层各向异性和钻头各向异性等三种性质是影响井眼轨迹的井下环境因素,在钻井设计和施工中都应计算其影响数值。由岩石可钻性级值Kd表示的井下环境因素,引入钻达预测方程中进行运算,可以获得影响井眼轨迹的定量结果,从而使定向井预测由定性进入定量研究阶段。     

基于BP神经网络的岩石可钻性测井计算研究

利用测井资料求取岩石的可钻性是一种简便可行的途径.常规的岩石可钻性测井预测模型都是基于回归分析而建立起来的,形式简单,精度不高.介绍了一种基于BP神经网络利用测井资料求取岩石可钻性的实用方法.该方法从测井信息与岩石可钻性的内在关系出发,选用与岩石可钻性密切相关的多个测井参数,通过BP神经网络技术建立利用测井资料准确求取岩石可钻性的数学模型;将该方法用于SC油田DU4井等多口井的测井资料处理中,为邻井及时提供了较为准确的地层岩石可钻性剖面,也为该区的新井钻头选型提供了较好的依据.     

可钻性研究在谢风桥油田的应用

针对谢风桥油田机械钻速慢、钻井成本高等问题,对现场采集的岩心进行了可钻性、单轴抗压强度、声学等室内实验,建立地层岩石可钻性和声波时差的关系模型,并根据已经掌握的测井资料对模型进行了修正,建立了适用于预测该油田的地层岩石可钻性级值的计算模型,确定了谢枫桥油田的地层可钻性规律,绘制出了地层深度与地层岩石可钻性级值关系剖面图,推荐出了和该油田相应地层配伍的钻头。在SKB8-9井钻进时使用了推荐的钻头,机械钻速明显提高。     

地层可钻性级值预测新方法

对测井资料与地层可钻性级值的关系进行了分析,提出了一种基于粒子群优化支持向量机算法预测地层可钻性级值的新方法,利用测井声波时差、地层密度、泥质质量分数和地层深度进行学习训练支持向量机,并利用粒子群优化算法对支持向量机(PSO-SVM)参数进行优化,建立了预测地层可钻性级值的支持向量机模型。应用该方法对准噶尔盆地庄2井的地层可钻性级值进行了预测,并将该方法的预测结果与BP神经网络方法的预测结果进行了比较。结果表明,该方法优于BP神经网络方法,具有预测精度高、收敛速度快、推广能力强等优点。     

胜科1井钻头选型与应用效果分析

完钻井深7 026 m的胜科1井是我国东部油区目前最深科学探索井,在施工中除因复杂多变的地层孔隙压力致使其井身结构复杂、施工难度增大外,上部厚盐膏层、软泥岩和深部地层在高温、高压条件下可钻性变差等,极大制约了钻井速度的提高。为提高钻井速度,利用室内试验和测井资料建立了地层可钻性剖面和地层可钻性预测剖面,应用钻头技术效益指数最高的经验钻头选型方法对钻井资料进行了统计分析,根据地层可钻性剖面和统计分析结果推荐了与胜科1井地层相适应的钻头初步选型方案,给出了该井三开后的钻头选型推荐方案和建议。对钻头选型方案实施过程进行了跟踪并对所选钻头的使用效果进行了分析。分析结果表明,虽然钻井速度得到了提高,但没有达到预期的目标,应进一步进行深部地层岩石工程力学特性和钻头选型的研究。     

岩石可钻性与地层孔隙压力关系的测井研究

岩石可钻性是钻头选型和钻速预测的重要参数.岩石可钻性与其声波时差有着密切的关系.地层孔隙压力在一定程度上可由测井声波时差来反映.若能建立岩石可钻性与地层孔隙压力之间的定量关系,就可由地层孔隙压力对岩石可钻性进行实时预测.鉴于此,从测井估算地层压力的等效深度法和岩石可钻性模型出发,推导了岩石可钻性与地层孔隙压力的理论关系模型,并利用川东渡口河构造的Du4井和S油田实际资料建立了两者间的回归统计模型,进一步印证了该理论关系的正确性,为利用地层孔隙压力实时预报岩石可钻性提供了依据,也为岩石可钻性的测井解释找到了一条新的途径.     

地层破裂压力测井预测的统计模式研究

目前计算地层破裂压力的理论模型或公式虽较多,但缺乏能直观反映地层破裂压力随测井岩石力学参数变化的统计模型。基于地层破裂压力与岩石力学参数的关系,优选出了对地层破裂压力影响较大的杨氏模量、体积弹性模量、泊松比和深度等4个参数作为建立统计模型的输入变量。同时利用BP神经网络和多元回归分析法对碳酸盐岩地层实测破裂压力数据进行统计建模和预测研究。多元回归模型形式简单直观,易于使用,但精度不高;而BP神经网络模型复杂,建模较难,但预测的地层破裂压力误差小,精度高。两种统计模型都不失为预测地层破裂压力的可行方法。     

基于分型理论和神经网络的页岩气可钻性研究

随着页岩气的大力开发,页岩气钻井过程中的机械钻速低、钻井周期长以及钻头磨损严重等问题日益突出,因此,预测地层岩石可钻性和建立地层岩石可钻性剖面有着十分重要的意义。文章结合分形理论对分形维数进行推导与分析,确定出上返岩屑的分形维数与岩屑质量和岩屑尺寸之间的联系。并以岩屑分形维数和测井数据作为输入参数,可钻性极值作为输出参数,利用BP神经网络建立涪陵页岩气区块输入参数与输出参数之间的映射关系。最后,进行了实例验证,结果与现场实际吻合,表明该方法具有现场实用性,对实际生产开发有一定指导意义。     

松南气田深部地层可钻性级值研究

松南气田深部地层岩石可钻性差给钻井工程带来很大难度。为提高钻井速度,降低钻井周期,此次研究在分析现有典型岩石可钻性级值确定方法不足之处的基础上,选择钻速方程法来研究松南气田地层可钻性级值,建立了该地区纵向地层岩石可钻性剖面,以此为依据优选的钻头经现场应用取得良好的效果。通过计算出的地层可钻性,推荐了松南气田泉头组和登娄库组的钻头类型。实钻结果表明,推荐的钻头较前期使用钻头的平均机械钻速提高30％以上。     

利用测井资料评价岩石可钻性研究

岩石可钻性是优选钻头，制定生产定额以及降低钻井成本的基础。因此，可靠、快速、低成本地预测岩石可钻性显得尤其重要。文章在分析对比现有岩石可钻性预测方法的基础上，探讨了岩石可钻性与测井参数间的关系，开展了利用测井资料和实钻井录井资料相结合预测岩石可钻性的方法研究。结果表明，利用测井资料及其导出资料和实钻井录井资料结合计算岩石的可钻性，进而开展钻头选型的方法，可以克服室内微钻头实验法中由于岩心数量有限且实验用岩心为完整岩块，不能代表整个岩体性质的缺陷，实现快速实时地在矿场实现地层的可钻性预测。研究也表明，现有的仅仅依靠声波时差曲线进行地层可钻性预测的方法，不能惟一地确定地层的可钻性。因此，必须综合应用多种资料，除声波测井资料外，一般还应该包含反映地层岩性的岩石物理参数。文章以L工区为例，研究了岩石物理参数对地层可钻性的影响和作用。     

基于岩石抗钻特性的BP神经网络钻头选型方法

地层岩石抗钻特性是影响钻头使用效果最重要的一个因素,传统的钻头选型方法大多只是定性分析地质层位和钻头的对应关系,定量地计算分析岩石抗钻特性与钻头使用效果之间的关系较少。在分析现有钻头选型方法的基础上,提出一种基于岩石抗钻特性的BP神经网络钻头选型方法,并在大港油田进行了应用。首先基于测井资料和室内实验建立大港油田地层抗钻特性评价模型,并且利用模型计算得到的岩石力学参数数据和现场钻头使用数据编码成神经网络学习样本,然后建立完钻井地层抗钻特性和对应最佳钻头类型的BP神经网络模型,最后输入学习样本完成神经网络训练。利用该模型进行选型时需提供待钻井段的岩石力学参数预测数据,神经网络经过计算之后会输出最佳钻头类型。该选型方法在港深18-17井应用效果不错,优选的钻头在港深18-17井沙一段相比于邻井同一层段平均机械钻速提高了25%。     

地层破裂压力测井预测的统计模式研究

目前计算地层破裂压力的理论模型或公式较多，但缺乏能直观反映地层破裂压力随测井计算的岩石力学参数变化的统计模型。该文基于地层破裂压力与岩石力学参数的关系，优选出对地层破裂压力影响较大的杨氏模量、体积弹性模量、泊松比及深度等四个参数作为建立统计模型的输入变量。同时利用BP神经网络和多元回归分析法对碳酸盐岩地层实测破裂压力数据进行统计建模和预测研究。结果表明，多元回归模型形式简单直观，易于使用，但精度不高；而BP神经网络模型复杂，建模较难，但预测的地层破裂压力误差小，精度高。两种统计模型都不失为预测地层破裂压力的可行方法。