CN109101703B - 基于固井大数据分区域分段预测井眼温度的方法 - Google Patents

基于固井大数据分区域分段预测井眼温度的方法 Download PDF

Info

Publication number
CN109101703B
CN109101703B CN201810811899.3A CN201810811899A CN109101703B CN 109101703 B CN109101703 B CN 109101703B CN 201810811899 A CN201810811899 A CN 201810811899A CN 109101703 B CN109101703 B CN 109101703B
Authority
CN
China
Prior art keywords
well
temperature
data
cementation
depth
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810811899.3A
Other languages
English (en)
Other versions
CN109101703A (zh
Inventor
刘世彬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China National Petroleum Corp
CNPC Chuanqing Drilling Engineering Co Ltd
Original Assignee
China National Petroleum Corp
CNPC Chuanqing Drilling Engineering Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China National Petroleum Corp, CNPC Chuanqing Drilling Engineering Co Ltd filed Critical China National Petroleum Corp
Priority to CN201810811899.3A priority Critical patent/CN109101703B/zh
Publication of CN109101703A publication Critical patent/CN109101703A/zh
Application granted granted Critical
Publication of CN109101703B publication Critical patent/CN109101703B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Earth Drilling (AREA)
  • Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明公开了一种基于固井大数据分区域分段预测井眼温度的方法，包括：统计该区块或相邻区块的电测数据，对数据进行结构化设计，建立固井大数据，然后对数据进行挖掘，分段多元回归地温梯度利用递进法逐一建立每一开次井眼温度预测。采用本发明可以提高井眼温度预测精度，避免井眼温度预测误差过大带来的工程和安全事故。

Description

基于固井大数据分区域分段预测井眼温度的方法
技术领域
本发明涉及一种井眼温度预测方法，尤其涉及一种基于固井大数据分区域分段预测井眼温度的方法。
背景技术
井眼温度是影响固井作业安全和固井质量的重要影响因素之一，影响水泥浆体系的选择、固井施工安全和质量。温度预测偏低会严重缩短水泥浆可泵送时间，易引发固井事故，温度预测偏高会延长候凝时间，增加井下油气水窜的可能性，延误后续钻进作业。
固井施工设计一般在完钻前，没有进行电测，不能及时提供完钻井深的井眼温度，通常采用API法或建模计算法推算井眼温度，由于API法计算误差大，使用时查表较麻烦，建模计算法计算模型建立困难，公式推导烦琐，限制了应用范围。因此，准确预测井眼温度成了一个亟待解决的问题。
目前常用确定井眼温度的方法，存在以下优缺点：
表1 确定井眼温度方法
Figure 59292DEST_PATH_IMAGE002
发明内容
本发明的目的在于克服现有技术存在的上述问题，提供一种基于固井大数据分区域分段预测井眼温度的方法。采用本发明可以提高井眼温度预测精度，避免井眼温度预测误差过大带来的工程和安全事故。
为实现上述目的，本发明采用的技术方案如下：
一种基于固井大数据分区域分段预测井眼温度的方法，其特征在于：统计该区块或相邻区块的电测数据，对数据进行结构化设计，建立固井大数据，然后对数据进行挖掘，分段多元回归地温梯度利用递进法逐一建立每一开次井眼温度预测。
所述方法具体包括如下步骤：
a、收集该区块或相邻区块上开完钻井深电测数据，利用多元回归得到上开地温梯度；
b、收集该区块或相邻区块本开完钻井深电测数据，利用多元回归得到本开裸眼段地温梯度；
c、根据本井完钻井深，采用递进法对上开完钻井深温度与本开裸眼段温度进行累加得到本开完钻井深井眼温度。
所述方法还包括步骤d，若井身结构为三开及以上，则重复步骤b。
所述固井大数据包括基本信息和电测数据，电测数据包括地质分层、井深、井斜和井温，基本信息包括区域和井号。
所述步骤c中，当井为斜井、水平井计算时需要先将完钻井深转换为垂直深度再进行计算。
采用本发明的优点在于：
1、本发明与已有技术相比：（1）利用大数据进行多元回归地温梯度减小了API、经验公式、建模计算带来的数据偏差；（2）分区域分段多元回归地温梯度进一步提高了井眼温度预测精度和准确性。
2、本发明原理可靠，预测精确度高，能较准确的反映一定井深井眼温度，能正确指导固井施工设计，防止固井质量和安全事故发生，具有广阔的应用前景。
综上，本发明利用区域、井号等基本信息和地层分层、井深、井斜与井眼温度等电测数据组成的固井大数据，分区域分段多元回归地温梯度建立井眼温度计算，实现井眼温度的准确预测，为固井设计提供依据。
具体实施方式
实施例1
一种基于固井大数据分区域分段预测井眼温度的方法，包括：统计该区块或相邻区块的电测数据，对数据进行结构化设计，建立固井大数据，然后对数据进行挖掘，分段多元回归地温梯度利用递进法逐一建立每一开次井眼温度预测。
所述方法具体包括如下步骤：
a、收集该区块或相邻区块上开完钻井深电测数据，利用多元回归得到上开地温梯度；
b、收集该区块或相邻区块本开完钻井深电测数据，利用多元回归得到本开裸眼段地温梯度；
c、根据本井完钻井深，采用递进法对上开完钻井深温度与本开裸眼段温度进行累加得到本开完钻井深井眼温度。
所述方法还包括步骤d，若井身结构为三开及以上，则重复步骤b。
所述固井大数据包括基本信息和电测数据，电测数据包括地质分层、井深、井斜和井温，基本信息包括区域和井号。
所述步骤c中，当井为斜井、水平井计算时需要先将完钻井深转换为垂直深度再进行计算。
本发明中所涉及的计算方法为现有计算方法，在此不做详细说明。
实施例2
本发明按照下列方式进行井眼温度预测：
第一步 收集该区块或相邻区块上开完钻井深电测数据，利用多元回归得到上开地温梯度；
第二步 收集该区块或相邻区块本开完钻井深电测数据，利用多元回归得到本开裸眼段地温梯度；
第三步 根据本井完钻井深，采用递进法对上开完钻井深温度与本开裸眼段温度进行累加得到本开完钻井深井眼温度；
第四步 若井身结构为三开及以上，则重复第二步。
以下采用实例对本发明做进一步说明：
某直井采用339.7mm、244.5mm、177.8mm套管的三开井身结构，预测该井177.8mm套管固井井眼温度方法如下：①收集该区块或相邻区块339.7mm套管固井电测井温数据，采用多元回归得到339.7mm套管固井时地温梯度；②收集该区块或相邻区块244.5mm套管固井电测井温数据，采用多元回归得到244.5mm套管固井时裸眼段地温梯度；③收集该区块或相邻区块177.8mm套管固井电测井温数据，采用多元回归得到177.8mm套管固井时裸眼段地温梯度；④根据177.mm套管固井完钻井深，采用递进法对339.mm套管段、244.5mm裸眼段、177.8mm裸眼段井眼温度进行累加得到该次177.mm套管固井完钻井深预测井眼温度。当井为斜井、水平井计算时需要先将完钻井深转换为垂直深度再进行计算。
本发明中，多元回归采用现有计算公式和求解算法，发明点主要是利用电测的温度大数据分区域分套管层次结合地质分层，运用多元回归，推导同区域同井身结构的新井井眼温度预测。

Claims (3)

1.一种基于固井大数据分区域分段预测井眼温度的方法，其特征在于：统计区块或相邻区块的电测数据，对数据进行结构化设计，建立固井大数据，然后对数据进行挖掘，分段多元回归地温梯度利用递进法逐一建立每一开次井眼温度预测；固井大数据包括基本信息和电测数据，电测数据包括地质分层、井深、井斜和井温，基本信息包括区域和井号；
所述方法具体包括如下步骤：
a、收集该区块或相邻区块上开完钻井深电测数据，利用多元回归得到上开地温梯度；
b、收集该区块或相邻区块本开完钻井深电测数据，利用多元回归得到本开裸眼段地温梯度；
c、根据本井完钻井深，采用递进法对上开完钻井深温度与本开裸眼段温度进行累加得到本开完钻井深井眼温度。
2.根据权利要求1所述的基于固井大数据分区域分段预测井眼温度的方法，其特征在于：所述方法还包括步骤d，若井身结构为三开及以上，则重复步骤b。
3.根据权利要求2所述的基于固井大数据分区域分段预测井眼温度的方法，其特征在于：所述步骤c中，当井为斜井、水平井计算时需要先将完钻井深转换为垂直深度再进行计算。
CN201810811899.3A 2018-07-23 2018-07-23 基于固井大数据分区域分段预测井眼温度的方法 Active CN109101703B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810811899.3A CN109101703B (zh) 2018-07-23 2018-07-23 基于固井大数据分区域分段预测井眼温度的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810811899.3A CN109101703B (zh) 2018-07-23 2018-07-23 基于固井大数据分区域分段预测井眼温度的方法

Publications (2)

Publication Number Publication Date
CN109101703A CN109101703A (zh) 2018-12-28
CN109101703B true CN109101703B (zh) 2022-07-05

Family

ID=64847153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810811899.3A Active CN109101703B (zh) 2018-07-23 2018-07-23 基于固井大数据分区域分段预测井眼温度的方法

Country Status (1)

Country Link
CN (1) CN109101703B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110924934B (zh) * 2019-12-06 2023-03-31 中国石油集团川庆钻探工程有限公司 一种环空水泥浆界面设计系统
WO2022104330A1 (en) * 2020-11-10 2022-05-19 Helmerich & Payne Technologies, Llc Systems and techniques for power management

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102031961A (zh) * 2009-09-30 2011-04-27 西安威尔罗根能源科技有限公司 井眼温度测量探头
CN103266881B (zh) * 2013-05-22 2015-05-20 中国石化集团华北石油局 一种致密低渗气田多级压裂水平井产量预测方法
CN104213873B (zh) * 2013-06-05 2016-10-12 中国石油天然气股份有限公司 一种油井空心杆洗井温度的确定方法
WO2016057030A1 (en) * 2014-10-08 2016-04-14 Landmark Graphics Corporation Predicting temperature-cycling-induced downhole tool failure
CN106202635B (zh) * 2016-06-28 2019-04-26 西安理工大学 一种基于多元回归模型的高速列车动态轴温预测方法
CN106522928B (zh) * 2016-11-03 2020-03-27 程汉列 一种酸化压裂后停泵测井口压降不稳定试井方法
CN106979002B (zh) * 2017-04-18 2020-08-11 中国石油天然气股份有限公司 分支水平井预测剖面的确定方法和装置
CN107842361B (zh) * 2017-10-30 2021-03-23 西南石油大学 原始地层温度、空井筒静态温度、环空静态温度以及环空动态温度的测量方法

Also Published As

Publication number Publication date
CN109101703A (zh) 2018-12-28

Similar Documents

Publication Publication Date Title
US10415372B2 (en) Sensor coil for inclusion in an RFID sensor assembly
CN111191849B (zh) 一种西部矿区深埋工作面涌水量预测方法
CN110826137B (zh) 一种基于风险评估的深部复杂地层井身结构的设计方法
CN109101703B (zh) 基于固井大数据分区域分段预测井眼温度的方法
CN103498670B (zh) 水平井地质预测方法和装置
CN104863577A (zh) 利用地震纵波传播时间预测地层孔隙压力的方法
Ghauri et al. Changing concepts in carbonate waterflooding-West Texas Denver unit project-an illustrative example
CN107965315A (zh) 一种低渗透油藏产能预测方法
Jha et al. Modifications for fracture damage and changing pressure drawdown to improve accuracy of duong decline model
CN113375753B (zh) 一种煤矿综采工作面采动对地下水影响的监测与分析方法
CN105332694A (zh) 一种超高温地热井存储式随钻测温仪器
CN110700884B (zh) 一种基于解析法比拟预测综放工作面涌水量的方法
RU2485310C1 (ru) Способ исследования скважины
Wei et al. Current technologies and prospects of shale gas development in China
CN115596434A (zh) 一种基于油压阈值判定有效钻进区间的方法
Miller et al. Lloydminster, Saskatchewan vertical well SAGD field test results
CN111663935B (zh) 一种用于评价井筒环空气密性的方法及系统
CN113323658A (zh) 一种井筒漏失压力计算方法
Ali et al. Injection-above-parting-pressure waterflood pilot, Valhall field, Norway
CN112394416A (zh) 非均质断裂控制储层预测方法及装置
CN108979611A (zh) 一种油气藏储层水平缝水平井钻完井压裂改造方法
CN113790043B (zh) 一种实时钻头优选方法及系统
CN111622757B (zh) 一种近距离厚煤层采动综合垮采比及裂采比确定方法
CN111798043B (zh) 一种矿井涌水量计算方法
Zeng et al. Fracturing Technology of Real Time Control Guarantees Highly Efficient Exploitation of Shale in Weiyuan Gas-Field, SW China

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant