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.     

用于FCC汽油辛烷值预测的非线性数学模型

依据汽油正构烷烃、异构烷烃、烯烃、环烷烃和芳烃(PIONA)的烃组成数据,将催化裂化(FCC)汽油单体烃组成分为37组,利用BP神经网络算法和支持向量机回归(SVR)分别建立了FCC汽油研究法辛烷值对37个变量的非线性数学模型。由MATLAB软件编写程序,利用Levenberg-Marquardt优化算法训练BP神经网络。支持向量机回归模型采用粒子群算法优化支持向量机参数及核函数参数,并采取交叉验证方法防止机器学习的欠学习和过拟合问题。计算结果表明:两种模型都能够较好地反映汽油单体烃组成与辛烷值之间的非线性关系;BP神经网络模型对辛烷值的预测性能好于支持向量机回归模型;增加样本数量,两种方法的预测准确性皆变好;针对40个样本的学习结果,两种模型预测的相对误差绝对值的平均值分别为0.148 7和0.167 4。     

东海深部地层岩石可钻性预测方法研究北大核心CSCD

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。     

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。     

应用支持向量机方法预测储层敏感性

介绍了支持向量机的基本理论;通过单相关分析找出影响储层敏感性的主要因素,应用测井资料提取这些敏感性参数,使用支持向量机算法,以影响敏感性的主要因素作为支持向量机网络的输入层,预测储层的敏感性.分别使用支持向量机和BP神经网络2种方法对×油田的测井资料进行了处理、分析.对比结果表明,用支持向量机得到的速敏、水敏、盐敏的预测结果具有更高的预测精度.这说明支持向量机预测储层敏感性是一种切实可行的方法.     

粒子群算法在砂砾岩体岩性识别中的应用

针对砂砾岩地层岩性变化大、非均质性强、常规测井曲线影响因素多、砂砾岩地层地质特征与测井曲线呈现非线性关系等特点,采用支持向量机方法(SVM)对地层岩性进行划分。选用粒子群算法对支持向量机参数进行优化,得到岩性识别模型;根据模型对研究区的30多口井的岩性进行划分,取得良好的地质应用效果。     

基于随机森林算法的泥页岩孔隙度预测

准确、快速地获取泥页岩孔隙度对页岩油空间分布及勘探目标预测具有重要意义。针对利用测井响应方程预测孔隙度精度较低的问题,建立一种基于随机森林算法的孔隙度预测模型,与BP 神经网络、支持向量机和XGBoost 算法进行预测精度对比,并利用SHAP 方法分析测井参数的重要性和影响范围。研究结果表明：随机森林算法可以很好地预测泥页岩孔隙度,且预测效果好于BP 神经网络、支持向量机和XGBoost 算法;基于随机森林算法的泥页岩孔隙度预测在渤海湾盆地某凹陷应用发现,对模型预测孔隙度最重要的前3 项测井参数为补偿中子、自然伽马和普通视电阻率;基于随机森林算法的泥页岩孔隙度预测模型可以快速识别单井孔隙度,不仅可以弥补因无法连续取心而难以获取完整孔隙度分布特征的问题,还能大幅提高孔隙度预测效率与精度。     

随钻测井曲线预测及更新方法研究

在地质导向钻井中,为了实时获取井眼轨迹和井下地质特征信息,一般都配有MWD和LWD随钻测量和测井传感器。但是由于MWD和LWD传感器距钻头还有一定的距离,因此无法实时得到钻头处的地层特性和井眼位置,不能及时判断钻遇地层的实际情况,地质导向效果差。为此,提出了一种基于支持向量机的测井曲线预测方法,通过邻井建立支持向量机预测模型对当前井测井曲线进行预测,同时引入随钻测量数据对当前井钻头处的测井曲线进行随钻更新。实例应用表明,该方法相对BP神经网络法,预测结果精度更高、稳定性更强、与实测值的相似程度更高,能够有效预测测点与钻头间的地质特征参数,有利于进行实时地质导向。      

×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。     

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.     

地层自然造斜特性的测井评价方法研究

地层可钻性各向异性及造斜特性评价对定向钻井和直井防斜均具有重要意义。用数理统计的方法分析了垂直于层面和平行于层面岩石可钻性的相关关系,用垂直于层面岩石可钻性的评价方法评价了平行于层面岩石可钻性,由此导出根据垂直于层面岩石的可钻性评价地层可钻性各向异性的模型。根据声波在横观各向同性介质中的传播规律,建立了利用测井资料反演岩石的各向异性参数进而求取垂直于层面声波波速的方法。由垂直于层面方向的声波速度计算出垂直于岩石层面方向的岩石可钻性,从而可以对地层可钻性各向异性及造斜特性进行评价。对塔里木油田克拉苏地区的造斜特性的评价结果表明:用该方法评价出的地层可钻性各向异性及造斜特性能正确反映被评价地层的特性。     

基于ANFIS的混合软计算方法在岩石可钻性中的应用

岩石可钻性是钻头选型和提高钻井速度的基础，利用石油测井资料计算岩石的可钻性是一种行之有效的途径。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。阐述了自适应模糊推理系统（Adaptive Network—based Fuzzy Inference System，AN—FIS）网络，提出了岩石可钻性测井模型的ANFIS网络预测模型，选取与岩石可钻性密切相关的参数对ANFIS网络进行训练。同BP神经网络模型比较，此模型具有更高的准确性。     

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。      

利用分形理论评价地层可钻性

利用分形理论研究了大庆徐家围子地区火山岩地层可钻性的评价方法。根据现场声波测井资料及岩心资料,通过室内实验和回归分析建立了声波测井资料与地层可钻性解释模型,结合变尺度分析法分析了该地区声波测井资料的分形特征及长程相关性。依据传统一维、二维随机中点分形插值理论,提出了加权改进随机中点插值法,并结合地层对比技术及深度归一化方法,构建了声波时差测井参数分布场,根据已建立的可钻性解释模型得到地层可钻性分布场。研究结果表明：声波测井资料与地层可钻性之间具有相关关系,且具有很好的分形特征及长程相关性。分形理论可以定量确定地层可钻性分布场。该方法精度高,推广能力强,预测结果符合实际地层变化规律。     

���ڻ�ɫGM(0��N)���IJ⾮Ԥ����ʯ�������о�

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。由于回归分析直接利用原始数据或对原始数据作了标准化处理、对数变换后进行建模,以致其模型精度不高。而灰色GM(0,N)模型通过对原始数据进行累加生成所得的灰色模块来建立模型,这在一定程度上弱化了原始数据的随机性。为此,文章提出了一种基于灰色GM(0,N)理论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,通过灰色GM(0,N)技术建立岩石可钻性的预测模型。室内试验表明,该模型能进一步提高岩石可钻性的预测精度,能满足钻井工程的实际需要,可以很方便地建立某地区的岩石可钻性剖面并掌握其分布规律。将该法应用于SC油田Du4井的测井资料处理中,为邻井及时地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科学依据。     

Formation drillability prediction based on multi-source information fusion

Various information sources in petroleum exploration and exploitation, such as seismic, well logging, mud logging and drilling data, are the comprehensive reflection of the same geological body underground and have a strong correlation with each other. A multi-dimensional heterogeneous space model is presented for a range of geological characteristic parameters prediction, such as formation pore pressure, formation drillability, rock strength, lithology and so on. Then the model is applied to the formation drillability prediction with the parameter of seismic layer velocity, acoustic velocity, formation density, shale content, drilling pressure, rotary speed, hydraulic horsepower, bottom hole differential pressure, rate of penetration and formation depth. Firstly, Kernel principal component analysis (KPCA) is used to extract the feature of the parameters, and then Quantum Particle Swarm Optimization-Support Vector Machine (QPSO-SVM) is utilized as the information fusion algorithm. The comparison of the prediction results with the results of backpropagation neural network (BP-NN) indicates that this method is better than BP neural network in a variety of performance and has the advantages of higher accuracy and better generalization ability. In addition, the stronger robustness and more reliable result can be obtained from the multi-source information fusion prediction in contrast with the single source prediction. The experimental results show that the model constructed is effective to predict the formation drillability, and its accuracy reaches as high as 95%.     

声波时差测井在岩石可钻性预测中的应用

岩石的可钻性是合理选择和设计钻头、优选钻进参数的重要依据。以实现利用声波测井资料预测岩石可钻性为研究目标,以大庆油田部分区块地质条件及大量室内实验为基础,分析了声波时差测井教据与岩石可钻性的关系,建立了岩石可钻性预测模型,提出了预测方法。建立了牙轮钻头可钻性与PDC钻头可钻性的相互关系模型。为实现特定区域油田的可钻性预测提供了技术和条件。     

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。     

鄂尔多斯盆地北部工区测井优选钻头技术与应用

利用已完钻测井资料和地质资料对工区地层强度特性进行评价,建立地层声波时差和岩石可钻性的定量关系,估算各层段的岩石可钻性级值,并对地层岩石可钻性进行分级与对比。根据可钻性级值和地层硬度、抗压强度等岩石力学参数及钻井工程情况,利用钻头优选方法,选择适应研究工区的钻头型号,对不同层位使用的钻头型号进行可行性分析和评价。通过几口井实际钻头选型的试验研究和应用,达到了提高机械钻速及钻头进尺,缩短钻井周期,降低钻井成本的目的。     

姚家坡和黑家堡地区地层可钻性研究

姚家坡、黑家堡地区下部地层古老、岩性坚硬、可钻性差,为解决谊地区钻头掉齿、机械钻速慢、钻井周期长等问题,在收集谊区块测井数据、钻井井史和实钻岩心资料的基础上,利用全自动可钻性测试仪,进行了大量室内岩心可钻性实验研究,并建立了声波时差测井与岩石可钻性关系模型和该区块的地层岩石可钻性剖面.谊项研究为该地区的钻头选型、提高机...