CN105874354B - 用于进行井下测量的系统和方法 - Google Patents
用于进行井下测量的系统和方法 Download PDFInfo
- Publication number
- CN105874354B CN105874354B CN201480071991.0A CN201480071991A CN105874354B CN 105874354 B CN105874354 B CN 105874354B CN 201480071991 A CN201480071991 A CN 201480071991A CN 105874354 B CN105874354 B CN 105874354B
- Authority
- CN
- China
- Prior art keywords
- drilling
- bha
- depth
- downhole drill
- target
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000005553 drilling Methods 0.000 claims abstract description 185
- 230000005855 radiation Effects 0.000 claims abstract description 33
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 25
- 238000005755 formation reaction Methods 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims abstract description 21
- 238000012544 monitoring process Methods 0.000 claims abstract description 18
- 238000001514 detection method Methods 0.000 claims abstract description 16
- 230000035515 penetration Effects 0.000 claims abstract description 14
- 230000000712 assembly Effects 0.000 claims abstract description 13
- 238000000429 assembly Methods 0.000 claims abstract description 13
- 230000005540 biological transmission Effects 0.000 claims abstract description 12
- 239000012530 fluid Substances 0.000 claims description 16
- 239000013076 target substance Substances 0.000 claims description 12
- 239000004215 Carbon black (E152) Substances 0.000 claims description 8
- 229930195733 hydrocarbon Natural products 0.000 claims description 8
- 150000002430 hydrocarbons Chemical class 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 230000008054 signal transmission Effects 0.000 claims description 4
- KEAYESYHFKHZAL-IGMARMGPSA-N sodium-23 atom Chemical compound [23Na] KEAYESYHFKHZAL-IGMARMGPSA-N 0.000 claims description 4
- 241001074085 Scophthalmus aquosus Species 0.000 claims description 3
- 238000009792 diffusion process Methods 0.000 claims description 3
- XUIMIQQOPSSXEZ-NJFSPNSNSA-N silicon-30 atom Chemical compound [30Si] XUIMIQQOPSSXEZ-NJFSPNSNSA-N 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 2
- 238000005259 measurement Methods 0.000 description 50
- 238000004422 calculation algorithm Methods 0.000 description 40
- 239000013078 crystal Substances 0.000 description 25
- 238000013461 design Methods 0.000 description 20
- 230000008859 change Effects 0.000 description 15
- 230000005251 gamma ray Effects 0.000 description 15
- 239000011435 rock Substances 0.000 description 12
- FVAUCKIRQBBSSJ-UHFFFAOYSA-M sodium iodide Chemical compound [Na+].[I-] FVAUCKIRQBBSSJ-UHFFFAOYSA-M 0.000 description 12
- 229910052801 chlorine Inorganic materials 0.000 description 11
- 230000000694 effects Effects 0.000 description 11
- 238000004088 simulation Methods 0.000 description 10
- 238000012360 testing method Methods 0.000 description 10
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 9
- 239000000460 chlorine Substances 0.000 description 9
- 125000004429 atom Chemical group 0.000 description 8
- 238000009826 distribution Methods 0.000 description 8
- 230000004913 activation Effects 0.000 description 7
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 6
- 238000010521 absorption reaction Methods 0.000 description 6
- 238000013459 approach Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000000875 corresponding effect Effects 0.000 description 6
- 239000012634 fragment Substances 0.000 description 6
- 150000002500 ions Chemical class 0.000 description 6
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 6
- 230000010349 pulsation Effects 0.000 description 6
- 239000010703 silicon Substances 0.000 description 6
- 229910052710 silicon Inorganic materials 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 239000002245 particle Substances 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 239000002131 composite material Substances 0.000 description 4
- 238000002156 mixing Methods 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 235000009518 sodium iodide Nutrition 0.000 description 4
- 239000003381 stabilizer Substances 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000003213 activating effect Effects 0.000 description 3
- 238000001816 cooling Methods 0.000 description 3
- 239000010779 crude oil Substances 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 238000013016 damping Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 229910052805 deuterium Inorganic materials 0.000 description 3
- 230000004907 flux Effects 0.000 description 3
- 229910052734 helium Inorganic materials 0.000 description 3
- SWQJXJOGLNCZEY-UHFFFAOYSA-N helium atom Chemical group [He] SWQJXJOGLNCZEY-UHFFFAOYSA-N 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 230000009191 jumping Effects 0.000 description 3
- 239000003345 natural gas Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 229910052708 sodium Inorganic materials 0.000 description 3
- 239000011780 sodium chloride Substances 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- DGAQECJNVWCQMB-PUAWFVPOSA-M Ilexoside XXIX Chemical compound C[C@@H]1CC[C@@]2(CC[C@@]3(C(=CC[C@H]4[C@]3(CC[C@@H]5[C@@]4(CC[C@@H](C5(C)C)OS(=O)(=O)[O-])C)C)[C@@H]2[C@]1(C)O)C)C(=O)O[C@H]6[C@@H]([C@H]([C@@H]([C@H](O6)CO)O)O)O.[Na+] DGAQECJNVWCQMB-PUAWFVPOSA-M 0.000 description 2
- 241000209094 Oryza Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- ORCSMBGZHYTXOV-UHFFFAOYSA-N bismuth;germanium;dodecahydrate Chemical compound O.O.O.O.O.O.O.O.O.O.O.O.[Ge].[Ge].[Ge].[Bi].[Bi].[Bi].[Bi] ORCSMBGZHYTXOV-UHFFFAOYSA-N 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 125000001309 chloro group Chemical group Cl* 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000008398 formation water Substances 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- ICAKDTKJOYSXGC-UHFFFAOYSA-K lanthanum(iii) chloride Chemical compound Cl[La](Cl)Cl ICAKDTKJOYSXGC-UHFFFAOYSA-K 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 239000011734 sodium Substances 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000004441 surface measurement Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 229910052722 tritium Inorganic materials 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 229910052684 Cerium Inorganic materials 0.000 description 1
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 description 1
- YZCKVEUIGOORGS-OUBTZVSYSA-N Deuterium Chemical compound [2H] YZCKVEUIGOORGS-OUBTZVSYSA-N 0.000 description 1
- MYMOFIZGZYHOMD-UHFFFAOYSA-N Dioxygen Chemical compound O=O MYMOFIZGZYHOMD-UHFFFAOYSA-N 0.000 description 1
- 229910002249 LaCl3 Inorganic materials 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 208000002193 Pain Diseases 0.000 description 1
- 229920002472 Starch Polymers 0.000 description 1
- YZCKVEUIGOORGS-NJFSPNSNSA-N Tritium Chemical compound [3H] YZCKVEUIGOORGS-NJFSPNSNSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- HGLDOAKPQXAFKI-OUBTZVSYSA-N californium-252 Chemical compound [252Cf] HGLDOAKPQXAFKI-OUBTZVSYSA-N 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- ZMIGMASIKSOYAM-UHFFFAOYSA-N cerium Chemical compound [Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce][Ce] ZMIGMASIKSOYAM-UHFFFAOYSA-N 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001739 density measurement Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000001307 helium Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- XKUYOJZZLGFZTC-UHFFFAOYSA-K lanthanum(iii) bromide Chemical compound Br[La](Br)Br XKUYOJZZLGFZTC-UHFFFAOYSA-K 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 229910052987 metal hydride Inorganic materials 0.000 description 1
- 150000004681 metal hydrides Chemical class 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 235000010755 mineral Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000005937 nuclear translocation Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 230000036407 pain Effects 0.000 description 1
- 230000032696 parturition Effects 0.000 description 1
- 229920003207 poly(ethylene-2,6-naphthalate) Polymers 0.000 description 1
- -1 polyethylene naphthalate Polymers 0.000 description 1
- 239000011112 polyethylene naphthalate Substances 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 239000010453 quartz Substances 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010992 reflux Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 229910052604 silicate mineral Inorganic materials 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 125000004436 sodium atom Chemical group 0.000 description 1
- KEAYESYHFKHZAL-OUBTZVSYSA-N sodium-24 Chemical compound [24Na] KEAYESYHFKHZAL-OUBTZVSYSA-N 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 235000019698 starch Nutrition 0.000 description 1
- 239000008107 starch Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 229910052716 thallium Inorganic materials 0.000 description 1
- BKVIYDNLLOSFOA-UHFFFAOYSA-N thallium Chemical compound [Tl] BKVIYDNLLOSFOA-UHFFFAOYSA-N 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V5/00—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity
- G01V5/04—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging
- G01V5/08—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays
- G01V5/10—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays using neutron sources
- G01V5/101—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays using neutron sources and detecting the secondary Y-rays produced in the surrounding layers of the bore hole
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V5/00—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity
- G01V5/04—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging
- G01V5/08—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays
- G01V5/10—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays using neutron sources
- G01V5/104—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays using neutron sources and detecting secondary Y-rays as well as reflected or back-scattered neutrons
- G01V5/105—Prospecting or detecting by the use of ionising radiation, e.g. of natural or induced radioactivity specially adapted for well-logging using primary nuclear radiation sources or X-rays using neutron sources and detecting secondary Y-rays as well as reflected or back-scattered neutrons the neutron source being of the pulsed type
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B45/00—Measuring the drilling time or rate of penetration
Landscapes
- Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- General Physics & Mathematics (AREA)
- Mining & Mineral Resources (AREA)
- Geology (AREA)
- Engineering & Computer Science (AREA)
- Geochemistry & Mineralogy (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- Geophysics And Detection Of Objects (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
进行井下测量的系统和方法利用:中子源(12),其用于在地下地层(12)中形成标记(122);核辐射检测器(D、124),其用于检测所述标记(122)发射的伽玛和/或其他核辐射;以及井下钻井过程监测单元(20),其基于所述核辐射和所述中子源(120)和所述核辐射检测器(D、124)之间的轴向距离L的检测,生成关于自动化或其他钻井组件(4)的增量深度和/或关联机械钻速(ROP)的实时信息,而不需要借助复杂的有线或无线数据传输系统将实时增量深度和/或ROP数据传输到地表设备。
Description
技术领域
本发明涉及在在井下钻孔中进行井下测量的系统和方法。钻孔可涉及勘探或生产诸如原油和/或天然气的烃流体。
背景技术
一般,使用可旋转钻柱,钻出用于生产来自井下地层的原油和/或天然气的钻孔。钻柱通常包括一系列互连的钻杆片段。钻柱的井下端可通常设置有底部钻具组合(BHA),BHA包括提供钻压的较重钻环的片段、随钻测量(MWD)设备、用于破碎地层在井下端的钻头。钻机的用于保持钻柱的表面设置有驱动系统,驱动系统用于旋转钻柱,通常包括顶部驱动或其他旋转台。
实现实时地下导航的关键障碍之一在于地表和井下之间的通信瓶颈。当前可用的随钻测量工具和随钻测井工具可测量除了深度之外的所有至关重要的井下信息。深度估计井下的实时可用性可提供钻井操作中的实时自动化位舵和优化的新可能性。
为了进行地下导航,最重要的测量值之一是任何时间点的钻孔深度。伴随着方位角和旋转位移的方向测量,它提供钻头相对于表面位置的定位。在下面优化的钻孔轨迹中,存在多种深度测量的使用,诸如,用于在地层中进行地理特征定位、用于遵循优化的钻孔轨迹、用于计算套管鞋深度、用于估计水泥数量等。
在深度测量的当前系统中,地表系统可记录钻台下方的钻柱的时间和长度。可使用钻柱长度作为标准深度测量。可使用方钻杆补心或钻台作为基于陆地的钻机的基准和海上钻机的平均海平面。使用钻柱(BHA和钻杆片段的组合长度)至顶部驱动器(或游车)的距离和顶部驱动器(或游车)在井架中的位置来确定钻头的深度和机械钻速(ROP)。
通过从绞车放出的钻井钢丝绳来测量游车的移动,这是用绞车旋转进行校准的或者在钻速记录仪的帮助下进行测量的。可使用海上的升沉补偿器来消除浮式海上设施中的升沉效应。尽管为了准确进行深度测量费尽全力,但当前系统由于与热膨胀、钻杆伸展、压力效应、和/或钻压误差、钻柱传感器校准和升沉校正而出现误差。由于这些因素导致的深度总误差可以是3000m深度内高达10-12m。已经努力计算与以上提到的现象相关的误差并且使用此作为确定校正深度的调整,但它们没有将误差准确定量并且极少实际运用。深度的井下测量有可能消除这些误差。
美国专利5,341,886公开了用于控制旋转钻机的前进方向的方法和设备。该系统包括钻柱、携载在钻柱上的可旋转钻头、可旋转头和有助于钻井方向变化的顺从性子组件。该系统包括磁性标记组件,包括地层磁化器。地层中的磁性标记是通过磁化器用对应的电流脉冲形成的。该工具还包括与磁化器相隔距离L的磁性传感器。当磁性传感器检测到磁性标记时,促使磁化器形成另一个磁性标记。新磁性标记均分隔开距离L,从而允许测量增量深度。
实际上,美国专利5,341,886的系统证实有致使其不适于应用的缺陷。地层常常是不可磁化的,从而在深度测量时产生显著误差。美国专利5,341,886指示了使用高强度磁性脉冲的必要性,大约杆面有几千奥斯特。除了大量功率需求之外,高强度磁性脉冲会与工具杆中的可磁化材料发生干扰。
美国专利7,283,910公开了用于记录地层并且获取地下信息以得到所关注参数的方法和设备,这些参数可包括密度、孔隙率、声学反射率、核磁共振性质、或电阻。用多个传感器获取这些参数。确定来自各个传感器的信号之间的时间间隔值。使用已知的传感器空间间隔和时间间隔值,确定钻孔速率并且定义地下特征的递增深度。
美国专利7,283,910的设备发出核能(更特别地,伽玛射线)。伽玛射线源与被屏蔽以不受射线源影响的两个或更多个伽玛射线检测器组合。在探针的操作期间,从射线源发射的伽玛射线(或光子)进入地层并且通过光电吸收,通过康普顿散射,或者通过电子偶的产生与地层材料的原子电子相互作用。传感器可包括核磁共振传感器。
在钻井的同时,两个或更多个传感器根据它们的间隔和机械钻速在不同时间经过地层中的同一位置。可使用算法比较这些传感器的实时输出,以将源自同一地下地层的信号的特征相关。因为这些信号对应于同一地下位置,所以可使用传感器之间的已知距离L来计算沿着井下的前进以及机械钻速。即,钻柱在时间差Δt=(t2-t1)期间沿着井下前进距离L。机械钻速ROP=L/(t2-t1)。通过对ROP求积分,可计算增量深度。
美国专利7,283,910的设备面临几个挑战。例如,在水平片段中,其中,钻孔通常在地层内延伸,并且在同一岩性中,特性岩石属性特征不会大幅度改变以致足以区分特征和噪声。另外,日志决不精确重复。连续伽玛射线测量的微量变化经常是由于到达检测器或传感器的放射性脉冲的随机性质而导致的统计波动。例如,伽玛射线工具的准确的一般是5%左右并且精确度与记录速度的平方根成反比并且将受到瞬时速度变化的影响。例如由于冲蚀导致的流体侵蚀和孔径变化还可使测得的值随时间推移而变化。因ROP的积分,在计算出的增量深度中引入积分误差,该误差将随深度增大而增大。误差的大小取决于例如ROP变化、传感器和测量频率之间的距离。最后,记录工具的精确度随着温度升高而减小,这样限制了高温应用。
美国专利7,999,220公开了一种脉动中子源和用于钻孔记录的伽玛射线检测器的组件。该检测器组件包括溴化镧(LaBr3)闪烁晶体和与晶体协作的数字化谱仪和与晶体协作以使脉冲处理吞吐量最大。该组件可应用于钻孔记录方法,钻孔记录方法在严酷的钻孔条件下使用伽玛射线进行测量。该系统尤其可应用于碳/氧记录。
欧洲专利申请EP2615477公开了用于测量地层压裂中的压裂液的方位分布。工具具有中子源和绕着工具的外周分隔的多个检测器。检测器彼此屏蔽,使得各检测器检测来自它最靠近的钻孔区域和地层的伽玛射线。为了用该工具采集记录,中子源将高能种子发送到周围地层中。中子由于散射而快速失去能量,此后,它们被周围环境内的各种原子吸附。被散射和吸收的中子发射具有特征能量的伽玛射线。可测量这些伽玛射线与特征能量的关系并且可确定特定物质的存在与否。
国际专利申请WO2006/004740公开了一种井下脉动中子发射和检测技术,该技术用于确定钻孔中流体的流动速率。
美国专利申请U2008/251710公开了一种电缆式悬挂钻孔记录工具,该工具装配有脉动中子发射源和核辐射传感器和处理器,用于确定地层的硅含量,处理器位于地面上,可被构造成估计借助用于悬挂记录工具的电缆发送到地表处理器的、基于传感器进行的测量的记录工具的速率。对于想要估计正钻出的钻孔的深度的熟练钻井专家而言,显而易见,找到这个问题的解决方案要翻阅US2008/251710,US2008/251710涉及用于确定地层中的硅含量的电缆式记录工具。US2008/251710没有教导作为将钻孔中子发射源和核辐射传感器进行的发送工具速率测量值发送到地面的处理器的替代,可将这些速率测量值发送到井下工具,从而不再需要借助数据传输电缆将大量数据发送到地面的处理器,旋转钻井组件牵涉到借助数据传输电缆将大量数据发送到地面的处理器是不且实际的或者成本高。
现有技术的文献提供了电缆作业的或相对不准确的钻孔深度测量工具。然而,无法在不需要借助电缆将数据发送到地表处理器的情况下测量深度和/或无法以对于自动化钻孔而言将是充分的准确度来测量深度。
因此,需要改善如上所述的方法和系统中的一个或多个。
此外,需要一种准确的井下钻井过程监测单元,该井下钻井过程监测单元可在钻井期间提供自动化或其他的钻井组件的准确实时增量深度,而不需要复杂和脆弱的从钻井组件的底部钻具组合(BHA)延伸到地面的有线或无线数据传输设备。
发明内容
按照本发明,提供了一种在地下钻孔中进行井下测量的系统,所述系统包括:
-中子源,其用于发送中子脉冲,以激活包围所述钻孔的地下地层中的靶物质;
-核辐射检测器,其被设置成与核源相距轴向距离L,用于检测被激活的所述靶物质发射的核辐射;以及
-井下钻井过程监测单元,其被构造成计基于核辐射和轴向距离L的检测来计算钻孔中的钻井组件的增量深度。
所述井下钻井过程监测单元可布置在钻井组件的底部钻具组合(BHA)中并且被构造成向BHA中的自动化井下钻头导航系统提供关于BHA的增量深度、关联的机械钻速(ROP)、方位角和/或倾斜度的实时数据并且所述井下钻井过程监测单元可被构造成借助所述BHA中的信号传输组件将所述实时数据传输到所述自动化钻头导航系统,而不需要将所述实时数据传输到位于地表的数据处理设备。
井下自动化钻头导航系统还可包括用于基于存储在所述系统中的关于以下的数据将所述BHA向着地下钻井靶导航的装置:
-所述钻孔的井口和所述地下钻井靶的三维地理坐标;以及
-基于所述钻井过程监测单元收集的关于所述钻孔轨迹的整个长度内所述BHA的增量深度、方位角和倾斜度的实时数据进行所述钻孔轨迹的估计。
可选地,所述检测器可以是圆柱形,具有至少5cm的高度和/或被构造成检测包括氯-37、钠-23和/或硅-30的靶物质发射的核辐射并且所述中子源和核辐射检测器(D)之间的轴向距离L可等于或小于最大值Lmax,其中,轴向距离L大于沿着所述钻孔的轴的所述靶物质的被激活核的扩散和/或Lmax在3米和6米之间和/或轴向距离是至少20cm。
按照本发明,此外提供了一种在地下钻孔中进行井下测量的方法,所述方法包括以下步骤:
-通过中子源发送中子脉冲,以激活包围所述钻孔的地下地层中的靶物质;以及
-致使被设置成与所述中子源相距轴向距离L的核发射检测器检测被激活的所述靶物质发射的核辐射;以及
-致使井下钻孔过程监测单元基于所述核辐射和所述轴向距离L的检测来计算所述钻孔中的钻井组件的增量深度。
所述井下钻孔过程监测单元可布置在钻井组件的底部钻具组合(BHA)中并且借助BHA中的信号传输组件将关于所述BHA的增量深度、关联的机械钻速(ROP)、方位角和/或倾斜度的实时信息提供到BHA中的自动化井下钻头导航系统,而不需要借助在BHA和地表钻孔导航和控制设备之间复杂、易碎且成本高的无线或有线数据传输系统将实时数据传输到位于地表的数据处理设备。
所述自动化钻头导航系统可包括基于关于以下的所述系统中存储的数据将所述BHA向着地下钻井靶导航的装置:
-所述钻孔的井口和所述地下钻井靶的三维地理坐标;以及
-基于所述钻井过程监测单元收集的关于所述钻孔轨迹的整个长度内所述BHA的增量深度、方位角和倾斜度的实时数据进行所述钻孔轨迹的估计并且当所述BHA已经达到或几乎达到所述地下钻井靶时,所述自动化钻井过程可终止,由此,可从所述钻孔取出所述钻井组件,所述钻孔可完成并且被转换成烃流体生产井,可由所述生产井来产生烃流体。
附图说明
下文中,将参照附图更详细地并且以举例方式描述本发明,其中:
图1示出包括钻井系统的实施例的钻孔的剖视图;
图2示出传统定向钻井系统的剖视图;
图3示出本发明的定向钻井系统的实施例的剖视图;
图4A和图4B分别示出在时间t1和t2的用于测量增量深度的标记-检测器系统的示例性实施例的剖视图;
图5示出用于测量增量深度的示例性系统的剖视图;
图6至图8示出本发明的系统的流程方案的实施例;
图9A和图9B分别示出时间t1和t2的本发明的系统的实施例的剖视图;
图10示出本发明的系统的实施例的透视图;
图11示出本发明的系统的流程方案;
图12示出本发明的系统的实施例的剖视图;以及
图13示出本发明的系统的流程方案。
具体实施方式
在说明书和附图中,类似的参考标号涉及类似的组件。所描绘的组件和所描述的特征可按许多方式进行组合。
图1示出延伸到地下地层2中的钻孔1,地下地层2通常包括多个层5、7,每一层具有不同的特性。层7可以例如是储层,储层包括诸如原油和/或天然气的烃流体。用于钻出钻孔1的钻井组件3通常包括管状钻柱4,钻柱4从地表8上的钻机6延伸到钻孔1的井下端9。钻柱4可具有由多段钻杆形成的第一或上段10。钻柱的第二或井下段可被称为底部钻具组合或BHA 12。BHA 12的井下端设置有钻头13。环面14在钻柱4和井眼1的壁之间延伸。钻机6通常设置有旋转驱动系统15,旋转驱动系统15用于将钻柱绕着其纵轴旋转。
底部钻具组合或BHA 12还可包括额外的设备,诸如钻环和钻柱稳定器。钻环可包括较重的管道片段以提供钻压。
在钻井期间,旋转驱动系统15进行操作,以将钻柱4在井眼1中旋转。可借助钻柱4的内部流体通道将钻井流体从地表泵送到钻头13,钻头13排出钻井流体。钻井流体的回流通过环状空间向上流向地表,带有因钻头13的切割动作而导致的钻屑。
烃行业中所关注的新兴领域之一是开发薄和/或致密的储层。这些储层需要比传统烃储层更大的储层接触面积。增大储层接触面积的选择包括钻相对长的水平片段和/或钻多个侧钻以形成根状多侧面井眼。
这些最新水平的钻井应用中的大部分使用实时地层评价技术和复杂的井下工具来找寻地理靶地带并且在向前钻井的同时保持与储层接触例如达数千米。在钻井的同时改变井眼轨迹来实现与地理靶地带更大的接触或者避开风险地带被称为地质导向。地质导向会得到复杂的三维井眼几何形状。
地质导向系统可包括构建和维修成本较高的复杂机电系统。这个成本因素限制了它们的使用并且会致使使用它们是不经济的。
当前地质导向技术的另一种限制是其依赖于人类专业技能理解地下数据和钻井参数以进行实时决策。一直依赖人类判断为误差留有空间和不一致并且增加了风险承担。
可用更简单的工具构造和处理的自动化来实现对当前系统的改善,以使成本更低并且使性能一致。
为了实现自动化地下导航的构思,主要的决策之一是决定系统的控制单元20或大脑的位置。控制单元20将取得来自所有可能测量的输入并且用获取的情报处理它以进行实时决定。如果系统的控制单元位于地面上,则所有井下测量值22必须被发送到地面,而关于工具设置方面的决策24必须被发送到井下,如图2中所示。
开发基于地表的自动化的关键挑战之一是当前通信系统的能力瓶颈。用于底部孔和地表之间的通信的当前最新水平的技术是泥浆脉冲遥测技术,泥浆脉冲遥测技术遭遇由于高频信号的衰减较高而导致随着底部孔的深度增加,数据携载能力降低。商用系统声明,对于浅井而言,数据速率是大约40比特/秒,对于大位移井而言,减小至3比特/秒,其中在下行(down-linking)操作中有中断的额外开销。这也是信息的地下测量和地表再现之间的时滞,伴随着有限的数据传递速率严重限制了控制系统实现钻头和井眼轨迹的闭环控制和获得高频、高分辨率数据采集井下的能力。
另一个选择是将“大脑”20(即,控制单元)布置成较靠近钻头13,如图3中所示。与地层评价相关的井下测量值(诸如,伽玛射线、电阻率、密度、声速记录等)可容易得到,并且可被用作进行地质导向决策的基础。在井下定位控制单元20将大大减小与地表进行数据传输的带宽需要。通过定位在井下,控制单元可实时利用高分辨率数据集,从而基本上消除了时滞问题和数据压缩需要,这将增强决策的准确度和质量。
可以使用底部钻具组合12中包括的随钻测量(MWD)系统获取所有至关重要的钻井参数(诸如,钻压、钻头每分钟的转数(RPM)、钻井流体的流速、温度、压力等)。MWD系统能够改善监测和优化。
并非所有参数是在地下测量的。实际上,目前仍然是在地表测量钻头的深度并且将把深度发送到BHA。深度的井下测量可不再需要将深度数据从地表发送到BHA并且可增强自动化地下导航系统的实时能力和准确度。
尽管过去已经研究了井下深度估计使其有可能消除基于地表的深度测量的误差,但目前还没有可用的商用系统。在各种专利和公开文献中已经提出了许多思路,例如,使用机械轮(US-5341886)、钻具表(US-5896939,US-2008/0105423)、磁性标记物-检测器系统(US-5341886)、地理标记的相关性(US-7283910)。
在以上的旋转之中,使用钻具表是实现最不复杂的。然而,深度估计的准确度常常不及基于地表的测量。得自系统的深度估计相对粗糙,不准确(以钻杆接头长度为间隔),因此不适于实时自动化应用。
提议基于压力或重力测量的深度测量系统(US-4475386,US-8113041)可仅仅估计垂直深度并且在井下环境中需要鲁棒的重力或压力模型以及高准确度测量。
几个作者已经提议使用类似于用于火箭和飞机的惰性导航系统的加速度计(US-2008/0105423,US-2009/0084546,US-2002/0195276,US-5585726)。然而,这些系统遭遇积分漂移并且需要辅助系统来校正它们的估计。
使用波速以及源和位于钻柱端部的接收器之间的波传播时间可提议一系列新构思。这些构思的线索来自随钻进行的垂直地震剖面测量。应用的波可以是钻柱中的声波、泥浆柱中的压力波或地下的电磁波。实现这些构思的最大挑战是创建准确的速率模型和时钟的漂移。最新水平的基于石英的井下时钟可具有将估计的深度的准确度限于几米的毫秒级测量准确度。
使用地理标记的相关性进行井下深度估计的固有优点是,它可构建在当前随钻记录系统上,不需要开发新的测量技术。另一方面,可基于模式识别方法用得自信号处理范畴的图像分析或交叉相关来构建相关部分,这样可进一步减少总开发工作量。这也是优于其他系统的优异选择,因为可用用于任何地理设置的可用记录数据来测试其可用性并且可针对特定需要容易地调节系统。
参照图4A和图4B,使用地理标记进行增量深度估计的构思涉及用两个或更多个传感器(S1、S2)沿着钻孔进行连续测量,传感器(S1、S2)布置在例如BHA中并且分开已知距离L。计算在这些测量中出现同一记录特征的时间差。测得的时间差和已知的传感器S1和S2之间的空间间隔L允许计算平均机械钻速(ROP)。可对计算出的ROP求积分,以计算沿着钻孔1的增量深度。
在图4A中示出布置的示意图,其中,S1和S2是位于底部钻具组合中并且分隔距离L的相同传感器。在图4A中,第一传感器S1在时间t1经过具有高伽玛射线特征的区域。第二传感器S2在时间t2经过相同的高伽玛射线特征g1。因为传感器相隔距离L,所以钻柱在时间(t2-t1)内已经沿着钻孔前进距离L。
因此,平均机械钻速(ROP)是
通过对ROP求积分,可计算深度变化ΔD:
ΔD=ROP*Δt (2)
而可通过将各深度变化相加来计算增量深度D
此构思的要素之一是把多个记录的相关联以识别所有这些记录上的地下的每个特有点的出现。地下测量的相关面临例如以下挑战:
1)钻孔测量会具有错误值,需要从待相关的数据集中过滤掉这些错误值;
2)在沿着钻孔的同一位置进行井下测量可能在各个传感器上提供不同测量值。测量之间的差异需要引入容差带宽以考虑不同工具的测量精确度;
3)在同一地层内,沿着钻孔的任何岩石属性的测量值的变化会非常小。因此,为相关而选择的岩石属性应该具有比预期最小变化小的相关测量精确度。这样会需要在不同地层或不同传感器设计中使用不同类型的测量。
为了应对以上提到的挑战,指示这种相关运用的算法需要是灵活的,以使算法能够适于地下化学和岩石属性。通常,可使用任何合适的记录组件或一组记录组件进行相关,只要岩石属性沿着钻孔深度充分变化。
系统对于传感器位置是不敏感的。传感器可靠近或远离钻头。优选地,传感器被包括在BHA 12中。还可针对不同地下位置的多个数据点的相关进行方位测量。
在图5中示出针对该构思的基本布置。第一传感器S1是钻孔中的前测量仪器。第二传感器S2是后测量仪器。
第一传感器S1收集到包括N个测量值的数据集Y。第二传感器S2收集包括M个值的第二数据集X或模式X。本文中,M<N。控制单元20(图5中未示出;参见例如图3)尝试使用预定算法将数据集M匹配在数据集N内的特定位置。数据集N足够大,以包括对应于数据集M的所有可能匹配。
图6示出用于说明构思的使用两个传感器布置进行深度计算的算法的示例。可针对不止一种岩石属性或更多个传感器来扩展图6的算法。以下,说明算法的主要步骤。
在第一步骤50中,开始算法。算法可例如以设定的时间间隔来周期性开始。可供选择地,可通过显著事件(例如,前传感器S1测得的显著增大或减小的值)触发算法。
在第二步骤52中,第一传感器S1和第二传感器S2提供分别包括N个数据点和M个数据点的数据集Y和X(另外参见图5)。可通过添加最新获取的数据点并且去除最老的数据点来动态更新数据集Y和X。可针对各特定情形和构造来确定M和N的值。用来自后传感器S2的数据集X和来自前传感器S1的数据集,在任何时间ts:
各数据集中的各个数据点按时间排序,以能够进行比较并且找寻各个数据集之间的相关性。本文中的比较可考虑预定容差,以处理地层特定特性并且保持预选的准确度。
在第三步骤54中,可使用任何相关性算法来识别数据集X与数据集Y的可接受匹配,使得:
其中,并且
下一个步骤56检查是否发现可接受匹配。如果未发现,则机械钻速(ROP)将被设置成零(步骤58)并且深度将被更新(步骤60)。
如果在步骤56中发现可接受匹配,则将在步骤62中计算来自传感器S1和S2的测量值之间的时间差Δt。
使用该时间差Δt,计算机械钻速(ROP)(步骤64)。如果传感器之间的空间间隔是L:
随后,在步骤60中,更新深度。可使用将(步骤64中计算的)平均ROP乘以时间差Δt来计算深度增大ΔD。本文中的深度是沿着钻孔的增量深度。
地理标记的相关性中的构成之一是匹配来自多个传感器的响应。为了处于特定目的找寻最有效的模式匹配算法,探查不同的领域(诸如,文本编辑器中的串匹配、信号处理和图像处理)。这些方法中的每种表现出自身的优点,从而致使其均最适于不同情形。优选地,最终选择的算法是最有效的并且能被用于钻孔中的应用。基于下述的特定需要和数据集的属性,进行本发明中的针对相关性的可能匹配算法的选择。
1.数据集中的所有数据是数字。这样允许使用数字运算来比较可能的匹配。
2.由于模式X和数据集Y的已知大小,导致可根据需要将导致不匹配的容差带外的测量值的数量上限进行定性和选择,以简化复杂性。
3.不匹配仅限于具有与数据集X中的值对应的数据集Y中的不同值。不匹配不包括缺失数据集X和数据集Y中的值的情况。
4.给定容差内的两个值应该被视为匹配。
5.在时常没有合适匹配的情况下,可针对步骤64中的ROP计算,忽略各个测量值或数据点(例如,特定时间ts的数据集X,或所述数据集X的数据点)。替代地,可使用前一ROP来进行步骤60中的深度计算,因为ROP不会从一个测量急剧变化成下一个。
6.相比于编辑器中的文本搜索问题,数据集X和数据集Y的大小可被视为是相对小的。因此,预期匹配算法禁止出现任何计算能力相关问题,即使是使用强力算法。
基于独特需要和问题的简化,以下在本文中考虑并且说明用于模式匹配的两个可能的解决方案。
1.归一化的交叉相关算法
交叉相关是在信号处理中用于识别两个信号之间的时滞的方法。在地表接收到记录之后,在确定钻孔末端的平均机械钻速时使用该方法。交叉相关方法对于所有可能的匹配计算相关系数。相关系数的最高值识别最有可能的匹配。模式的大小仍然保持可变的选择并且可被最佳化。这种方法就计算而言可比其他算法的成本更高,因为需要检查所有可能的匹配和/或可涉及更复杂的计算。
如果分别通过前传感器S1和后传感器S2进行的测量取得N数据点的数据集Y和M数据点的数据集X,使得适用公式(4)、(5)、(6)和(7),则通过以下给出任何子集的相关系数:
公式(10)中的分母用于将相关系数归一化,使得-1≤ri≤1,其中,界限(值-1或1)指示最大相关并且“0”指示不相关。高的负相关指示高相关,但是一系列之一的倒数。
交叉相关性的关键优点之一是操纵传感器中的任何漂移的能力。传感器漂移噪声的任何偏移将不影响交叉相关系数,因为偏移还将反映在分子和分母中的被从数据集Y和数据集X二者中减去的平均值,从而使交叉相关性系数不变。
II.混合匹配算法
混合匹配算法模式是用于应用记录相关性的匹配算法,并且是强力方法和平方距离方法的组合。相关算法首先使用强力方法基于拟合和容差标准来找寻可能的匹配。如果不止一个匹配达标,则选择具有最小平方距离的匹配。
混合匹配算法灵活地用于不同大小的数据集X和Y(分别地,数据点M和N的数量)。这允许根据地层属性和钻孔参数的变化进行匹配。可基于测量的类型来选择容差和拟合需要的值。
以下,在本文中,针对控制拟合选择和基于统计的容差的伽玛射线测量来说明算法。参照图7说明算法的流程图。
算法开始于步骤70所指示的预定时间。
在第二步骤72中,设置匹配需要μ(用单位%表达)。
随后,在步骤74中,第一传感器S1和第二传感器S2提供分别包括N个和M个数据点的数据集Y和X。
在步骤76中,并且进一步地,针对τ=τi,计算容差τ,其中,i=[1,M]。
对于各i=1、2、…(N-M+1),算法检查是否|x1-yi|≤τ1。初始地,在步骤78中选择数据集X的第一值并且在步骤80中进行比较。
对于j=1、2…M(步骤82),算法检查是否|xj-yi+j-1|≤τj。
如果计数≥μ,则算法结束。
在步骤84中,如果实现了匹配需要,则接受数据集X。本文中的匹配需要是例如步骤72中设置的匹配需要μ(用单位%表达)。
如果数据集X被作为匹配接受,则在步骤86中,计算平方距离。
针对数据集Y中的每个值,重复以上步骤。在步骤90中设置阶梯增量,并且从步骤78起重复匹配处理。
当达到数据集Y中的第(N-M+1)值时,即,当数据集X与整个数据集Y相匹配时,步骤88参考通向步骤92的数据,以得到步骤86中提供的所有计算出的平方距离的最小平方距离匹配。
测量相同地层属性的两个传感器S1和S2之间的距离可对于计算出的深度关联的误差产生影响。这个效果是由于任何时间计算出的ROP是时间间隔内的ROP值的平均值的事实导致的,因为传感器S1和S2经过同一地下位置。本文中计算出的ROP涉及作为如上所述的作为计算出的井下的ROP。误差引入在地表记录的ROP和井下计算出的平均ROP之间的差异。
经常,深度的计算值比深度的实际测量值高。在测试中,误差几乎从大约1%(对于大约1m的传感器空间间隔距离L)线性增大至大约3%至3.5%(对于大约10m的距离L)。
计算出的ROP波动越大,平均和关联误差的效果越大。如果可消除ROP的波动,则可避免与ROP平均关联的误差,并且能实现理论上的零误差。
这些值与混合匹配算法相关。可通过高斯分布逼近伽玛射线测量,从统计学上讲,任何位置处的测量的大约68%应该产生一个标准偏差内(±σ)的计数。对于高斯分布,可通过总计数的平方根来逼近标准偏差。使用误差的传播规则,可通过以下给出来自同一设计的不同传感器的两个数据集之间的总标准偏差(σt)
其中,σx和σy是同一位置测得的计数的标准偏差。
可使用总标准偏差(σt)作为找寻可接受匹配的容差(τ)。从统计学上讲,来自对应于同一位置的两个传感器的时间值中的大约68%应该处于±σt的容差带内,这样将提供针对±σt容差的68%的拟合需要。
因为y(tp)是未知的并且需要找寻,所以总标准偏差可被逼近为:
在漂移的情况下,以上计算出的容差值不可保持有效。如果漂移即时增大,则可随时间推移添加和更新引起漂移的额外项。可通过模式(即,数据集X)的平均值和可能匹配之间的差异来逼近由于漂移导致的偏移,使得:
并且可通过以下给出新容差值τ
将在其中搜索模式(即,数据集)的匹配的数据集Y的大小优选地长得足以包含所有情形下的模式。因需要将找寻故障匹配的任何可能性降至最低来提供数据集大小的上限,随着数据集大小增加,该可能性将增加。为了将故障匹配的发生降至最低,数据集Y的大小优选地保持最小。在计算出的平均ROP和已知的传感器间隔距离L的帮助下,可限定逼近时间窗,在逼近时间窗中,期望后传感器S2经过前传感器S1的位置。
假定平均ROP=Rp并且传感器距离是L。用ρ指示ROP中的不确定性。可通过以下给出用于搜索模式的时间窗Ta:
如果通过ω给出用于进行各测量的时间窗,则通过以下给出数据集Y的长度
模式(即,数据集)的大小还可以是待优化的参数。模式优选地长得足以捕获足够的变量,从而有助于找寻数据集Y中的特有对应匹配。然而,计算上,功率和时间的考虑导致数据集X的大小的上限。模式大小可被选定为针对特定地层的常数。对于另一个地层,可使用算法重复地优化数据集X的大小。
例如,使用来自两个传感器S1和S2的响应的线性回归分析,可估计数据集X的最佳大小。因为来自两个传感器S1和S2的测量值之间的差异可被表现为高斯噪声,所以针对数据集X的最小代表性模式大小将优选地提供数据集Y和数据集X的测量值之间的线性关系。即,这两个传感器在预定容差内测量特定地下位置的近似数量的被计数的伽玛射线。一旦满足这个线性关系,在数据集X中添加更多数据点就将在模式中添加值。
为了估计通过基于混合匹配和/或交叉相关的算法计算出的噪声水平、传感器漂移和总计数的效果,运行各种模拟。针对每种情况,采集时间上的绝对误差。选择25个数据点(数据集X)的模式大小和100个数据点(数据集Y)的设置大小。为了避免由于不匹配导致的不切实际的高RP,针对ROP,设置150米/小时的上限。
通过模拟得到的关键发现是:
1.交叉相关保持不受偏移的影响并且产生相同的结果;
2.随着总计数的增大,最大误差减小;
3.总体上,随着噪声级的增大,误差增大;
4.由于ROP本身的平均而导致的误差可高达大约22m;
5.误差更快速地在钻孔的更多水平片段上增大。在水平片段上,伽玛射线读数的变化更受限制,这样会导致认为错误匹配被用于深度计算。
以上,伽玛射线测量被描述为模式匹配的可能测量,但其他测量也会是合适的。例如,还可出于增量深度测量的相同目的,考虑密度测量。伽玛射线和密度测量提供了良好的可重复性。
总体上,基于密度数据估计的深度可以与基于伽玛射线的结果一样好或者更好。基于密度的测量的最大偏差可以是相对于地表测得深度的大约10m(基于,杆片段的数量,即,钻柱的长度)。基于伽玛射线的深度测量的最大偏差可以是大约15m至20m。实际上,密度测量需要有源中子源。
在用记录相关性计算出的深度的两个误差源:
1.错误识别的匹配;以及
2.ROP平均。
由于因地下测量的相关,深度计算有固有限制以使测得深度的整体误差降至最低,导致辅助系统优选地与提议的系统并行使用。辅助系统所需的测量频率取决于主系统的误差和可接受误差的限制值。接下来,说明用于此辅助系统的两种可能方法。与提议的系统并行地,添加一个或多个辅助系统可提高深度估计的整体质量。
在钻具表数据的帮助下进行校正
在估计深度中引入校正的最早解决方案之一是从地表起下行。钻柱的总长度以钻杆片段数量的形式可得自地表。例如,钻杆的各片段可具有例如大约10m的长度。钻柱的总长度是大约等于片段数量的10倍。钻孔的增量深度将大约等于钻柱的这个总长度,至少在钻头接合钻孔的井下端时。钻杆的总长度可被发送并且存储到井下系统中。可在形成钻杆的各片段时触发信号24。然后,信号4可通过泥浆柱发送到井下(参见图2)。
在接收到信号24时,井下系统可识别钻柱中添加了另一个杆接头。逐渐地添加将各管状片段的长度使得井下系统能够计算井中的钻柱的总长度,因此计算钻孔的相关增量深度。在图8中说明用于此系统的算法。
算法开始于步骤100
在第二步骤102中,井下控制单元20检查是否添加了钻杆的额外片段。实际上,控制单元检查它是否已经接收到指示添加钻杆片段的泥浆脉冲信号24(参见图2)。
如果没有接收到信号24,则算法继续到步骤106,其中,计算井下深度。随后,在步骤112中更新增量深度。
如果控制单元20确实接收到信号24,则在步骤104中,算法指示添加钻杆片段。
在步骤108中,算法得到钻柱中包括的杆片段的最近数量。所述数量提供了钻柱总长度的度量。
在步骤110中,算法通过将一个钻杆片段的预定长度与最近存储的增量深度相加,计算钻孔的增量深度。即,当前增量深度=最近深度+1个钻杆片段长度。
在步骤112中,存储井下的当前增量深度,并且取代最近深度。
尽管这个系统利用泥浆脉冲遥测技术来传递信号24,但由于不经常进行传递(取决于接头长度和ROP),整体带宽要求将受到限制。然而,基于地表的测量的误差也渗透到井下测量系统,并且在不引入用于估计与基于地表的测量关联的误差的任何算术模型的情况下,不可进行绝对校正。
通过人造标记跟踪进行校正
基于地理标记相关性的构思,增量深度的井下估计的另一个构思是基于在地下形成标记。原理基本上是关于在时间t1使用源120(N)在地层2中形成标记122(图9A),然后在时间t2用后检测器124(D)检测标记122。
当检测器124检测到标记122时,推导出钻柱已经前进了距离L,该距离L等于源122和检测器124之间的间隔L。增量井下深度可被计算为标记-检测器间隔L的多倍。也可通过测量形成标记和检测标记之间的时间差Δt=(t2-t1)来计算平均ROP。
源120可以是核源。基于诸如Californium-252的放射性核素或加速剂的系统可用作记录的核源,即,能够测量诸如本体密度和孔隙率的地下属性。在用中子轰击地下元素时,可激活这些元素,使核素不稳定,核素在去激活时产生具有特定特性的辐射。可在可切换或脉动中子源的帮助下,激活钻孔的特定片段。中子源可以是商购的脉动中子发生器。脉动中子衰减谱仪是例如由国际有限公司市售的。
地层中的被激活元素的辐射可包括任何核辐射、α、β或γ射线。实际上,辐射将是γ射线辐射。本文中的γ射线指示电磁辐射,具有近似于X射线的波长,但通常具有较短波长,进而具有较高频率。本文中的伽玛辐射源自伽玛衰减,即,将经常发射单伽玛光子的被激活核的衰减。
通过识别源自不稳定核素的特征发射,可识别这种发射的位置。这样提供了地下标记-检测器系统使用中子发生器作为中子源120以形成被激活地带作为标记122并且使用核辐射检测器124检测被激活地带发射的核辐射的构思。检测器124可以是基于伽玛射线探测器的检测器。
地层通常包括巨量的各种元素,这些元素例如构成岩石地层的化合物和相关流体。然而,并非所有地下元素适于本发明的标记-检测器系统。元素的实用性取决于三个主要因素:
1.中子俘获剖面:这意味着给定温度下针对给定中子能量的任何核素被激活的概率;
2.地下的丰度:浓度越高,被激活原子的产量将越高并且源自去激活的特征辐射越多。
3.衰减常数:因俘获中子而形成的放射性核素的半衰期意味着任何给定时间的衰减原子的数量。在极短时间内高度不稳定衰减的核素会不足以使检测器达到被激活位置并且俘获衰减光子。另一方面,几乎稳定的核素将不衰减充足的数量,以提供可检测信号。
在考虑到地下最常见元素的半衰期时,最有利元素中的一些是氯同位素C1-37、硅同位素Si-30和天然钠Na-23。氯原子和钠原子二者都在含盐地层水中作为离子存在。硅常常出现在砂质和泥质地层中的硅酸盐矿物质中。即使氯和硅本质是丰富的,Cl-37和Si-30同位素也经常以较低浓度(分别地,24%和3%)出现并且具有较低的中子俘获剖面(分别地,0.433和0.11靶)。会需要进行详细计算来评价被激活原子和所得光子的数量。
对于任何被激活元素,在任何给定时间点,衰减的量取决于放射性核素的浓度。随着时间增加,被激活核素的浓度呈指数减小,源自衰减的辐射也如此。因此,为了得到更强的信号,优选地,检测器和源之间的间隔小。但是来自源的中子在所有可能方向上前进并且不限于源正上方的地层。由于在标记-检测器间隔较小的情况下,激活区域较大,因此精确定位对应于激活的源位置是非常困难的。因此,需要决定源和检测器之间的距离,使得被激活核的浓度保持足够高,而位置保持不可区分。另外,检测器可与中子源屏蔽。
为了研究构思的可行性和来自地下被激活核的所得信号,执行核模拟来模拟地下的中子和光子传输。用MCNP执行这些模拟。这是够通过整体几何形状进行基于模拟时间的核粒子(诸如,中子、光子和电子)的传输的基于蒙特卡洛的通用核转运代码。基于蒙特卡洛的计算涉及用各粒子的概率分布在使用随机数字进行统计学取样的帮助下各粒子的行为模拟。它由实际上遵循在来自粒子源的各粒子在其从生到灭的整个过程中的结束类别(吸收、逸出等)。使用传输数据对概率分布进行随机取样,以确定其寿命中各阶段的结果。构思验证需要两个问题的模拟:
1.激活合适的同位素
2.检测因去激活而生成的光子
这两个问题都需要在MCNP代码中进行分开的模拟。在来自中子发生器的中子的第一模拟转运中,在地层中执行中子的俘获。第一问题的输出给出因中子俘获而得到的被激活同位素的位置。使用这个输出来形成针对第二问题的输入。因为光子的起始位置是被激活核素的位置并且是已知的,为了完成第二问题的输入,使用在随机数字和核素的衰减常数的帮助下对衰减时间的统计学取样将衰减的时间与各核素关联。在第二模拟中使用这个间隔和时域光子源来模拟光子在地下的运转,以对可到达检测器的光子的数量进行计数。这些光子将检测器中的信号的强度定量并且其数量应该大得足以被检测到并且与背景噪声区分开,以便实施该构思。
在第一模拟中,形成地层的简化模型。包括岩石块(地层)的模型包括核源处于其中的钻孔。岩石块是5mх5mх5m。钻孔的直径是20cm。核源是5cm高。模型化岩石类型是具有30%孔隙率和30,000ppm的盐分的沙石储层。
假设盐分主要是由于有氯化钠。本文中,大概氯原子的大约25%是天然的C1-37同位素。
用水模型化填充直径20cm的钻孔,以使用基于水的钻井流体来模拟钻井。中子源和检测器优选地被包括在BHA中。因此,源和检测器被认为是位于钻孔的轴上。中子源是14.1MeV的、每秒大约108个中子的中子产量的D-T源。这是脉动中子发生器的工业标准规格。源被建模为5cm长且直径为3cm的圆柱体(图10B)。
在第二模拟中,检测器124被建模为具有5cm的高度H并且具有6.5cm的内径ri和8cm外径ro的井型设计的NaI闪烁晶体,以得到较大的俘获量(图10A)。检测器将在向前钻井的同时随着BHA移动。
为了确定关于信号强度的检测器位置的效果,将四个检测器124建模(如图10B中所示)。一个检测器124(1)被建模在源120的位置。其他三个检测器被设置成与源120的间隔距离是10cm(检测器124(2))、15cm(检测器124(3))和20cm(检测器124(4))。针对各检测器,计算随时间的光子通量,以识别其中信号强度充分强的时间窗。
针对108个中子执行中子运转模拟。在所谓的PTRAC文件中得到各被激活核的位置。在后续处理PTRAC文件时,发现被激活原子Na-23、Cl-37和Si-30的数量分别是14050、3222和5555。因为蒙特卡罗模拟使用的是概率分布的随机取样,所以结果的不确定性常常随着工作用源离子的数量(nps)的增大而减小。当源离子的数量增大10倍时,检测器4中的105秒(27.8小时)内的每个源离子的总通量的标准偏差减小至31%(从0.0325减小至0.0100)。
当中子从源均匀地在所有方向上开始时,所关注的是检验沿着钻孔的轴被激活的核的扩展。测试表明,被激活核的轴向扩散限于相对于源位置的大约20cm。最大数量的被激活核将处于源的位置。在源位置的两侧,根据高斯分布,被激活核的数量将下降。测试表明,沿着钻孔轴的被激活核的数量下降至小于相对于源位置的50%,在+/-5cm内。被激活核相对于标记122的轴向中心的轴向扩散限于大约20cm。可通过使用准确检测器来提高检测准确度。
由于轴线扩散受限制,导致可以以相对良好的准确度来确定标记122的轴向位置。准确度是例如大约+/-5至10cm。使用本发明的标记-检测器检测核标记能实现的准确度可以是大约+/-5cm或更小。因此,本发明的标记系统可提高增强深度测量的准确度,例如当使用本发明的核标记系统作为辅助系统时。
检测器中的信号强度取决于
1.检测器与被激活位置的接近度;以及
2.在激活核标记之后过去的时间。
放射性核素遵循指数衰减。如果每个时间单元产生的光子的数量保持恒定,则检测器中的信号应该在接近被激活位置122的同时由于被激活核的浓度增大而增大。但是,由于指数衰减,导致核标记发射的光子的数量和关联信号在时间上呈指数减小。因此,检测器124中的实际信号将是由于检测器接近源位置而导致信号线性增大(即,随着在钻井期间在图10B中检测器从位置3移动到2到1到4,信号强度增大并且随后减小)和核发射信号本身呈指数减小的结果。
光子转运的分析已经表明,在接近被激活地带的同时,通量增大例如从20cm至0cm的距离的大约5倍。假设最适宜的ROP是大约8米/小时,可在大约90秒内钻出20cm的距离。在这90秒期间,核发射的信号强度减小不到5%。对于大约5至15英尺/小时(1.5至5米/小时)的范围内的ROP,可在大约8分钟至2.4分钟内钻出20cm的距离。在一些典型元素的半衰期内,这是很好的,从而使得能够在所指示的准确速率下使用本系统。例如,氯Cl-38具有大约37分钟的半衰期,而钠Na-24具有大约15小时的半衰期。根据提供核衰减信号的特定同位素,核发射的信号前度减小减少(差不多)不足5%。当检测器接近被激活地带122时的信号强度增大是相比于典型指数核衰减的主导因素。
依据上文,在具有大约8米/小时或更多的机械转速的典型钻井操作期间,尽管有核衰减,但以上(即,大约+/-5cm或更小)的准确性将是能实现的。
针对入射伽玛射线生成的光子数量基于检测器中使用的闪烁晶体的类型而变化。然而,对于每种晶体,将入射伽玛射线转换成可见光光子的效率取决于日射辐射的几何形状和能量。
横越检测器的大部分光子的能量是大约0.5MeV或更小。随着闪烁晶体的效率随着光子能量减小而增大(例如,NaI,参见图10A),这将导致检测器中的信号较高。与Si-31、Cl-38和Na-24的特征能量相关的峰值分别是大约1.3MeV、2.1MeV和2.75MeV。
峰值相对小,所以检测器124优选地相对敏感。例如,在实施例中,检测器可包括多个检测器元件,它们一起提供标记122的检测信号。在另一个实施例中,检测器可相对大。实际上,本文中相对大的检测器将意味着包括相对大检测表面或检测晶体的检测器。以下,更详细地说明后者。
井下深度估计的动机是应用井下深度估计进行自动化地下导航。准确深度估计可有助于基于闭环进行自动化地下导航。井下可用的深度估计还可消除由于基于表面的ROP和深度测量导致的误差。
在后续部分中,提出针对自动化地下导航的方案。本文中,使用井下深度和测量数据来遵循预定的钻孔轨迹结合可操纵的钻井系统。
地下导航的主要目的是:
1.在保持最佳井轨迹的同时,到达储层;
2.在实现地质导向目的的同时,遵循储层;和/或
3.避免在去往储层的路上的地理危害。
图11示出使用自动化可操纵钻井到达靶储层的简化方案。
用于自动化钻井的方案开始于第一步骤140。
在步骤142中,形成合成记录。本文中的合成记录是基于预期地层的预期属性的预先计算出的记录结果。所述预期属性和预期地层是使用在开始井下钻井之前指定的地理测试的结果通过专业地理软件提供的。合成记录是在钻井开始之前预先计算出的,并且被存储在联接到控制单元20的存储介质中。在自动化钻井中,所述存储介质(未示出)和控制单元20被包括在BHA(参见图3)中。
如步骤146所指示的,通常包括在BHA 12中的随钻记录(LWD)工具(未示出)提供了随钻的地层记录结果。
在后续步骤146中,该方案将LWD工具的记录结果与合成记录结果进行比较。
在下一个步骤148中,该方案检查记录结果是否指示钻孔的井下端是否已经到达预定地层。本文中,该方法可考虑特定阈值特性(诸如,深度、地层压力、密度、电阻率等)。
如果步骤148的结果指示钻孔在相对于储层的预定阈值距离内,则该方案切换至步骤150。本文中,该方案切换至地质导向方案。
钻井工程师使用可用地震测量、记录数据和地理信息来形成井计划,以避免与现有井碰撞并且实现最佳井眼轨迹到达储层。定向钻机使用这些井计划进行井布置。在自动化钻井环境中,可使用井计划进入储层,而此后可调配地质导向算法对储层片段进行钻井来满足井靶。
井计划包括测得的深度、倾斜度和方位值。还用定向测量来测量倾斜度和方位值二者。通过连续监测计划好的测得的井路径并且计算偏差,可实时采取校正动作来遵循计划好的钻孔轨迹。可预先在源自偏移井的记录数据的帮助下形成合成日志响应以识别正靠近储层并且相应地可创建条目。类似地,还可使用此合成日志响应来确定用于设置套管靴的关键地理深度并且因此可在原始井计划中进行校正。
可在地表将典型的可操纵钻井系统编程。该程序可包括用于实现所需累积和转动速率的工具设置和工具面角度。程序提供了能够使三维钻孔轨迹复杂的灵活性和经度。对于不同工具,可用工具设置的数量是不同的。在任何设置下可实现的狗腿严密性取决于诸如岩石属性、孔的倾斜度、BHA设计、钻孔参数等许多参数。在这些参数之中,诸如各向异性和地层强度的岩石属性具有相对高不确定性并且经常造成相对于预测的行为和轨迹有偏差。
钻井自动化的井下系统使得能够利用钻头性能的实时井下测量和井下钻井参数来重复地校正钻头行为模型并且使用测量来调节工具设置。
为了实现自动化地下导航,依据井下工具的角度构建能力将井下工具的性能建模。可使用简化的算术模型来模仿通过复杂建模软件预测的工具性能。在简化模型中,可假设能实现的狗腿严密性(β)与钻头13上的侧切割力(Fs)成比例。
图12示出具有钻头13的钻柱4的井下端。钻柱的中线170相对于垂直172成角度α,垂直172通常是对齐重力的笔直向下的线。狗腿严密性(β)可被表达为:
β=kFS (18)
其中,k是比例常数[deg/Nm],可引起诸如位设计、岩石属性和BHA设计的因素。
就“推动钻头”设计的情况下对钻头13的侧向力Fs可包括由于孔倾斜导致的钻柱重量W的和由于钻柱弯曲导致的钻柱压缩的分量。另外,侧向力Fs可包括操纵装置174施加的力。操纵装置可包括接合井下壁的可回缩焊盘,以提供所述力。
可使用稳定器的各种布置来提供BHA所需的构建、下降或保持趋势。这些步骤允许BHA弯曲成期望方向,成为通过稳定器支承于井下壁的弹性梁。可操纵钻井系统可例如使用液压操作焊盘来形成侧向力和/或使用流体喷射。
传统上,从地表起通过定向钻井控制侧向力。定向钻机在泥浆脉动遥测计的帮助下与井下系统通信,如图2中所示。
在简化布置中,可假设靠近钻头稳定器的人形成小摆测效应。这将增加下降速率并且减小建造速率。基于这个假设,建造速率可被简化成
β=k(Fp+W sinα) (19)
本文中,钻孔以相对于垂直轴172的角度α入射,如图12中所示。
为了验证模型并且用比例常数k、重量W和侧向力Fp的真实值来调节它,使用可操纵钻孔数据,如在钻出特定钻孔的同时针对特定可操纵钻井工具得到的。可操纵钻井工具可具有多个(例如,10至15个)工具偏转的设置,从而得到不同的侧向力Fp。
为了模拟相同行为,可假设侧向力Fp随着工具设置的增大线性增大,从而忽略其他效应。使用k=1deg/kNm、W=1.4kN和Fp=5kN的初始值,可形成计算机程序预测的BHA行为。
在证实井下深度测量与可操纵钻井系统的控制结合时使用相同的模型来遵循给定的钻孔轨迹。实际上,实际性能和模型预测之间的任何偏差可引起可基于实时型评价来更新的比例常数k。模型的这种简化使自动化钻井系统更稳健并且操作更容易。
检查并且保持与预定轨迹的依附。井眼计划(即,存储的预定轨迹)和实际井眼轨迹的实时比较导致要调节轨迹,以尽可能符合计划好的轨迹。
然而,可操纵钻井系统对地层的响应和钻井参数会偏离预测行为。在任何给定的工具设置,建造或下降角度会不同并且导致与井计划有偏差。表面上的定向钻井改变可操纵钻井工具的工具设置,以使基于经历的偏差最小。
实际上,由于当前泥浆脉冲遥测技术系统中的带宽限制和关联时滞的限制,导致实际轨迹和计划好的轨迹之间将仍然有偏差。在自动化系统中,计划好的轨迹被存储在其中将可得井下深度、倾斜度和方位角的BHA。通过将实际轨迹的实时测量与计划好的轨迹相比较,可使偏差最小并且可提高钻井性能。
参照图13中的方案,描述根据本发明的自动化钻井。
该方案开始于步骤180。
在步骤182中提供钻孔特性的测量值。在钻孔的钻井期间,测量仪器(诸如,LWD工具)提供例如钻孔倾斜度、方位角和深度的测量值。这些测量值可设置在沿着钻孔轨迹的任何地下位置。可使用如上所述方法中的任一种来测量本文中的深度。可在基于表面的深度测量的辅助下检查和更新井下深度测量。
还提供相同钻孔特性的参考值。在步骤184中,基于钻孔的模型,提供参考值。如上所述,参考值是与钻孔的模型,基于地表测量、基于测试的钻孔的模型化等。
在步骤186中,该方案检查是否已经达到靶深度TD。如果达到了,则在步骤188中,该方案结束。
如果还未达到TD,则该方案在步骤190中计算计划好的轨迹的测量值和参考值之间的偏差。
在后续步骤192中,该方案计算所需的建造速率。本文中的建造速率指示倾斜度的增大(即,角度α的变化)。建造速率可通常表达为每个距离单元的角度(例如,1°/100英尺或1°/30m)。
执行测试已将实时井下钻井自动化系统的性能与基于地表的自动化钻井系统进行比较,以执行计划好的钻孔轨迹。基于地表的系统取决于用于通信的泥浆脉冲遥测技术并且每添加一个钻杆片段在设置中可能的变化次数是有限的。基于井下的系统可进行工具设置的更频繁变化。井下系统可实现实时闭环控制。
实际上,井下系统可例如当已经钻出小于2m时频繁进行设置变化。井下系统可例如每0.1m改变设置。基于地表的系统可只在已经钻了至少2.5m之后改变。
测试表明,由于计划好的轨迹的高扭转,实时井下控制和基于地表的离散控制二者偏离计划好的轨迹。检查东边的相对于沿着深度的计划好的轨迹的偏离(ΔE)、沿着北边的相对于计划好的轨迹的偏离(ΔN)和沿着垂直的相对于计划好的轨迹的偏离(ΔTVD)。针对井下系统的北边方向上的误差大大小于基于地表的系统的误差(2.4%)。对于东边方向,基于地表的系统和井下系统的误差属于同一大小级别(0.5%至0.9%)。
测试还用针对自动化钻井的控制创建了井下深度测量的可积分性。
基于用于估计井下深度的测试,得出以下结论。
1.可使用地下测量的相关性来估计井下深度;
2.可将伽玛射线和密度测量成果用于进行相关;
3.交叉相关性和混合模式匹配算法针对低噪声级别执行地足够好;
4.通过优化模式大小,可依据准确性和计算效率,提高算法的性能;
5.基于交叉相关性的方法对于传感器的漂移是稳健的;
6.ROP变化是地下测量的相关性的误差的关键来源。可通过例如使ROP变化最小和/或使源120和检测器124之间的间隔L最小将这个误差降至最小;
7.对于包括两个伽玛射线传感器S1和S2的深度测量系统(图4A),增量深度的误差可在钻孔的水平片段上增大,这通常表明随着钻孔在同一地层内延伸,伽玛射线辐射的变化越来越小;
8.误差随着与各数据点关联的计数数量的增大而减小;
9.可在辅助系统(诸如,核标记-检测器系统)的帮助下减小整体误差;
10.核标记的信号强度取决于地下组成。可通过预先选择一个或多个靶原子来进行优化,特定地层中的靶原子可相对丰富。然后,可针对靶原子的伽玛衰减来优化检测器。
11.与核标记-检测器系统关联的误差独立于ROP变化;
12.井下深度与RSS控制的结合可实现井下自动化井计划执行;
13.检测器124优选地是为了收集较高计数率而优化的伽玛射线传感器。
如上所述,本发明推荐在地层中使用人造核标记的系统作为辅助深度测量系统。这种系统对地理特征和属性的依赖性低,致使系统适于整个钻孔,包括其倾斜和水平的片段。可基于特定应用来选择测量分辨率。本发明使用可用工具来提供稳健标记系统并且不需要开发硬件。可根据检测器的精度和/或敏感性来选择标记系统的准确度。
市面上可得合适的伽玛射线检测器。由于伽玛射线检测器基于其放射性而具有的低成本、可靠性和识别不同地理层的能力而例如常被包括在LWD系统中。
伽玛射线发射是例如在不稳定同位素的放射性衰减期间出现的。对放射性衰减的宏观观察涉及对有限时长内成千上万不稳定核素的衰减发射的数量进行计数。因为存在大量事件(即,放射性衰减发射)和给定不稳定核发生衰减(根据半衰期)的小概率,所以可通过泊松或高斯概率分布将放射性计数速率进行建模。对于这些概率分布中的任一个,分布标准偏差等于估计的均方根。如果伽玛射线的总计数是x,则标准偏差并且相对总计数标准偏差是即,如果总计数x增加,则相对误差减小。因此,本发明的工具和数据采集方案优选地被设计成提供属于信号中的各信号点的高总计数。后者将提高信号的可重复性。
改进总计数x的概率中的一些包括晶体大小的增大、由于包围检测器的保护圈的厚度减小而导致的衰减减小、和/或增大每次测量的时间窗。
核源可包括基于氘-氘或氘-氚聚变的电动脉动中子源。中子源可在高达150℃和20,000psi(大约1400巴)的环境中操作。核源是使用氘-氘和/或氘-氚反应的相对紧凑的装置。这些反应可分别产生大约2.5MeV和14.1MeV的能量的中子。以下,示出对应的反应。
在公式(20)的反应中,氦原子具有大约0.82MeV的能量,中子具有大约2.45MeV的能量。在公式(21)的反应中,氦原子具有大约3.5MeV的能量,氦具有大约14.1MeV的能量。其他聚变反应也是可能的。
装置的基本构造由用于产生带正电离子、离子加速器(例如高达110kV)和装载氘、氚或二者的混合物的金属氢化物靶组成。
伽玛射线检测器124可包括用于井记录的基于山锁的伽玛射线检测器(参见图14)。检测器124可使用在与伽玛射线光子相互作用时产生光的闪烁晶体210。晶体可设置有保护盖212。光电阴极214可接合晶体210,以将伽玛射线转换成可见光子。在闪烁晶体中添加少量杂质(被称为活性剂),以增强可见光子的发射。通过活性剂杂质发光的一个重要结果是,本体闪烁晶体210对于闪烁光而言是透明的。
在进入晶体210时,伽玛射线可通过三个不同过程来产生快速电子:1)光电效应;2)康普顿效应;和3)电子偶的产生(光子能量>1.02MeV)。这些快速电子噪声闪烁并且产生可见光光子216。可见光光子随后经过光电倍增管218,光电倍增管218按比例增大信号,使得最终以电脉冲(即,一个或多个阳极220和一个或多个倍增器电极222之间的电势)的形式检测到。脉冲高度将入射伽玛射线能量定量。
电脉冲的计数将与晶体210反应的伽玛射线光子的量定量。由于相比于电子的结合能量,伽玛射线能量通常非常高,因此当伽玛射线由于光电效应而损失其能量时,几乎所有与其关联的能量被传递到电子并且这些电子在光谱中形成光峰。另一方面,与康普顿散射相关的光谱几乎是平坦的平台,因为康普顿散射电子的能量分布是恒定的,其能量范围是从0至被称为康普顿边界的最大能量损失。
可使用各种有机和无机晶体和液体作为闪烁剂,诸如,BGO(锗酸铋)、LaCl3(Ce)(掺杂铈的氯化镧)、聚萘二甲酸乙二酯等。掺杂铊的碘化钠晶体[NaI(Ti)]由于其较高的光产量是检测器的晶体的好选择。
为了提高检测效率,晶体210可具有环形设计(图10A)。外径ro可以是大约8cm,内径ri可以是大约6.5cm,并且高度H可以是大约5cm或更大。为了增大准确性和/或检测器灵敏度,根据工具柱4或BHA 12中的可用空间,检测器晶体的外径和/或高度可增大。
检测器计数效率η可被定义为检测器nd中计数的光子的数量与源ns发射的光子的数量之比。可根据以下因素中的一个或多个,优化检测器计数效率:
i)晶体几何形状;
ii)用覆盖件212屏蔽晶体;
iii)晶体的光学效率,其将产生的总光子之中的可进行管理以通过晶体传输的光子定量;
iv)光阴极的量子效率。这是所发射的光电子的数量与入射的伽玛射线光子的数量之比;
v)倍增器电极的倍增因子。这是所发射的辅助电子与主要入射电子216的数量比。辅助电子的发射是统计学过程,所以倍增因子不是常数,而是对于不同事件,围绕平均值进行变化;
vi)阳极收集的效率。这是在阳极接收到的电子216的数量与最近倍增器电极222处产生的总电子的数量比。
在存在于地层中的众多元件之中,在优选实施例中,本发明的标记系统可特别地基于一些元素的丰度和/或半衰期来瞄准一些元素。本文中,提供三个同位素的核属性,可根据本发明的核标记系统来瞄准这三个同位素。
氯-37。氯经常被包括在被限定在地层微孔内的地层水中。氯被溶解在水中,成为氯离子。它具有33靶热俘获剖面并且可在衰减时产生1.5MeV至8.6MeV之间的密集伽玛射线。Cl-37是在天然氯中的具有24.2%的丰度的氯的天然同位素。可通过中子俘获将Cl-37转换成Cl-38或Cl-39(氯的同位素)。对于Cl-37,中子俘获剖面面积可以是大约0.433靶。
与Cl-38的衰减相关的伽玛射线的特征能量是1.6MeV和2.1MeV。Cl-38的半衰期是大约37.24分钟。用于检测因衰减产生的伽玛射线的时间窗口优选地被设置在0分钟至大约37.2分钟(50%耗尽的时间)内。以下,总结对应的反应。
钠连同氯经常还存在于被限定在地层微孔内的含盐地层水中。钠-23具有大约0.530靶的核俘获片段。在进行中子俘获时,Na-23通常转换成Na-24,Na-24具有大约14.96小时的半衰期。与Na-24的β衰减相关的特性伽玛射线具有大约1.369和2.754MeV的能量。对应反应是
硅是泥土中最丰富的元素之一。天然硅包含Si-28(大约92.23%)、Si-29(大约4.67%)和Si-30(大约3.1%)。本文中,Si-30可以是中子激活所关注的。Si-30具有大约0.11靶的种子俘获剖面并且可被转换成Si-31,Si-31具有大约157.3分钟的半衰期。源自衰减的特征伽玛射线的能量是大约1.266MeV。
放射性同位素通常遵循指数衰减。通过衰减常数来管理核的衰减时间。在从激活后的任何时间t,通过以下给出时间t的剩余激活核N相对于时间t0的原始激活核N0:
以及
其中,λ是衰减反应的激活常数(s-1),并且T1/2是放射性核素的半衰期。
在优选实施例中,用于检测的时间窗口限于大约靶向核素的半衰期。通过距离L结合机械钻速来确定时间窗口。后者取决于各种方面,但通常可落入大约5米/小时至10米/小时的范围(大约15英尺/小时至35英尺/小时的范围)内。考虑以上提供的靶物质的半衰期时间,可在(几乎)0和最大值Lmax之间的范围内选择源120和检测器124之间的距离L:
靶 | 半衰期 | Lmax(米) |
Na-23 | 15小时 | 75至150 |
CL-37 | 37分钟 | 3至6 |
Si-30 | 2.5小时 | 12.5至25 |
在以上的表中,提供Lmax的示例性值。本文中,基于预期的ROP来计算Lmax:Lmax=(被激活靶物质的半衰期)×(预期平均ROP)。可在同时考虑到所需准确度的情况下,在0(非常接近源)和Lmax之间选择L的值。
在实施例中,本发明的系统可包括多个检测器D1、D2等,各检测器相对于源位于对应的轴向距离L1、L2等。优选地,L1、L2等中的每个等于或小于Lmax,如以上表中提供的。可分别基于所述L1、L2等的倍数来计算增量深度。可比较使用各个检测器的信号计算出的深度值并且求平均,以进一步提高准确度。
本发明不限于上述实施例,其中,在随附权利要求书的范围内能料想到各种修改形式。可例如组合各个实施例的特征。
Claims (15)
1.一种在地下钻孔中进行井下测量的系统,所述系统包括:
-中子源,用于发送中子脉冲,以激活包围所述钻孔的地下地层中的靶物质;
-核辐射检测器,位于与所述中子源相距轴向距离L处,用于检测由被激活的所述靶物质发射的核辐射;以及
-井下钻井过程监测单元,被构造成基于核辐射的检测和所述轴向距离L来计算钻孔中的钻井组件的增量深度。
2.根据权利要求1所述的系统,其中,所述井下钻井过程监测单元布置在钻井组件的底部钻具组合BHA中并且被构造成向自动化井下钻头导航系统提供关于BHA的方位角和/或倾斜度、增量深度、关联的机械钻速ROP的实时数据。
3.根据权利要求2所述的系统,其中,所述自动化井下钻头导航系统布置在所述BHA中并且所述井下钻井过程监测单元被构造成借助所述BHA中的信号传输组件将所述实时数据传输到所述自动化井下钻头导航系统,而不需要将所述实时数据传输到位于地表的数据处理设备。
4.根据权利要求3所述的系统,其中,所述自动化井下钻头导航系统包括用于基于存储在所述系统中的关于以下的数据将所述BHA向着地下钻井靶导航的装置:
-所述钻孔的井口的和所述地下钻井靶的三维地理坐标;以及
-基于所述井下钻井过程监测单元收集的关于钻孔轨迹的整个长度内所述BHA的方位角和倾斜度、增量深度的实时数据进行的所述钻孔轨迹的估计。
5.根据权利要求1所述的系统,其中,该检测器是圆柱形的。
6.根据权利要求1所述的系统,其中,该检测器具有至少5cm的高度和/或被构造成检测靶物质发射的核辐射,所述靶物质包括氯-37、钠-23和/或硅-30。
7.根据权利要求1所述的系统,还包括被布置成与所述中子源相距预定轴向距离L1和L2的至少两个检测器。
8.根据权利要求7所述的系统,其中,各轴向距离L、L1和L2等于或小于最大值Lmax。
9.根据权利要求8所述的系统,其中,各轴向距离L、L1和L2是至少20cm并且大于所述靶物质的被激活核沿着所述钻孔的轴的扩散,和/或Lmax在3米和6米之间。
10.一种在地下钻孔中进行井下测量的方法,所述方法包括以下步骤:
-通过中子源发送中子脉冲,以激活包围所述钻孔的地下地层中的靶物质;以及
-致使位于与所述中子源相距轴向距离L处的核辐射检测器检测由被激活的所述靶物质发射的核辐射;以及
-致使井下钻井过程监测单元基于所述核辐射的检测和所述轴向距离L来计算所述钻孔中的钻井组件的增量深度。
11.根据权利要求10所述的方法,其中,所述核辐射包括伽玛射线和/或该检测器检测靶物质发射的核辐射,所述靶物质包括氯-37、钠-23和/或硅-30。
12.根据权利要求10所述的方法,其中,所述井下钻井过程监测单元布置在钻井组件的底部钻具组合BHA中并且将关于所述BHA的方位角和/或倾斜度、增量深度、关联的机械钻速ROP的实时信息提供到自动化井下钻头导航系统。
13.根据权利要求12所述的方法,其中,所述自动化井下钻头导航系统布置在所述BHA中并且借助所述BHA中的信号传输组件将所述实时数据传输到所述自动化井下钻头导航系统,而不需要将所述实时数据传输到位于地表的数据处理设备。
14.根据权利要求13所述的方法,其中,所述自动化井下钻头导航系统包括基于所述系统中存储的关于以下的数据将所述BHA向着地下钻井靶导航的装置:
-所述钻孔的井口的和所述地下钻井靶的三维地理坐标;以及
-基于所述井下钻井过程监测单元收集的关于钻孔轨迹的整个长度内所述BHA的方位角和倾斜度、增量深度的实时数据进行的所述钻孔轨迹的估计。
15.根据权利要求14所述的方法,其中,当所述BHA已经达到地下靶时,井下钻井过程终止,由此,从所述钻孔取出所述钻井组件,所述钻孔完成并且被构造为烃流体生产井并且由所述井产生烃流体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP14150038 | 2014-01-02 | ||
EP14150038.9 | 2014-01-02 | ||
PCT/EP2014/078705 WO2015101520A1 (en) | 2014-01-02 | 2014-12-19 | System and method for making downhole measurements |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105874354A CN105874354A (zh) | 2016-08-17 |
CN105874354B true CN105874354B (zh) | 2019-07-16 |
Family
ID=49911386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480071991.0A Expired - Fee Related CN105874354B (zh) | 2014-01-02 | 2014-12-19 | 用于进行井下测量的系统和方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US10036828B2 (zh) |
CN (1) | CN105874354B (zh) |
AU (1) | AU2014375331B2 (zh) |
BR (1) | BR112016015376B1 (zh) |
CA (1) | CA2933141A1 (zh) |
GB (1) | GB2535930B (zh) |
WO (1) | WO2015101520A1 (zh) |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SG11201502406PA (en) * | 2012-09-28 | 2015-04-29 | Landmark Graphics Corp | Self-guided geosteering assembly and method for optimizing well placement and quality |
US10920576B2 (en) * | 2013-06-24 | 2021-02-16 | Motive Drilling Technologies, Inc. | System and method for determining BHA position during lateral drilling |
CA2910186C (en) * | 2014-10-31 | 2023-01-24 | Ryan Directional Services, Inc. | Method and apparatus for determining wellbore position |
WO2017173299A1 (en) * | 2016-03-31 | 2017-10-05 | Scientific Drilling International, Inc. | Method for improving survey measurement density along a borehole |
GB201620514D0 (en) * | 2016-12-02 | 2017-01-18 | Statoil Petroleum As | Sensor for a downhole tool |
US10760408B2 (en) | 2017-11-09 | 2020-09-01 | Baker Hughes, A Ge Company, Llc | Methods and systems for detecting relative positions of downhole elements in downhole operations |
WO2019137908A1 (en) | 2018-01-10 | 2019-07-18 | Shell Internationale Research Maatschappij B.V. | Apparatus and method for downhole measurement |
US11105952B2 (en) | 2018-01-31 | 2021-08-31 | Schlumberger Technology Corporation | Systems and methods for determining the presence of cement behind at least one casing using spectroscopy measurement |
US11231517B2 (en) * | 2018-02-27 | 2022-01-25 | Sanvean Technologies Llc | Azimuthal measurement for geosteering |
US11047215B2 (en) * | 2018-03-15 | 2021-06-29 | Baker Hughes Holdings Llc | Drilling operation simulation system and related methods |
WO2019236489A1 (en) * | 2018-06-04 | 2019-12-12 | Schlumberger Technology Corporation | Measuring spectral contributions of elements in regions in and about a borehole using a borehole spectroscopy tool |
EP3810896B1 (en) * | 2018-06-11 | 2023-04-26 | Services Pétroliers Schlumberger | Real time surveying while drilling |
CN109356570B (zh) * | 2018-11-22 | 2022-06-17 | 长江大学 | 钻井导向参数的传输方法及设备 |
CN111305832B (zh) * | 2018-12-12 | 2022-09-23 | 中国石油化工股份有限公司 | 应用放射性亲油微粒探测碳酸盐岩储层中定容体的方法 |
CN109322658B (zh) * | 2018-12-20 | 2024-06-11 | 河北欧登塞科技有限公司 | 一种钻孔深度测量设备及方法 |
US11163089B2 (en) * | 2019-07-26 | 2021-11-02 | Schlumberger Technology Corporation | Neutron imaging devices for cased wells and open boreholes |
GB2586228B (en) * | 2019-08-08 | 2024-01-17 | Nemein Ltd | Sensor arrangement for determining drill conditions in boreholes |
US11920459B2 (en) | 2019-12-20 | 2024-03-05 | Schlumberger Technology Corporation | Estimating rate of penetration using pad displacement measurements |
WO2021133648A1 (en) * | 2019-12-23 | 2021-07-01 | Schlumberger Technology Corporation | Method for estimating rate of penetration while drilling |
WO2021168212A1 (en) * | 2020-02-20 | 2021-08-26 | Baker Hughes Oilfield Operations Llc | Incremental downhole depth methods and systems |
CN111722266B (zh) * | 2020-06-16 | 2023-06-09 | 中国石油大学(华东) | 一种用于氯化镧探测器测量本底扣除的方法 |
US11668851B2 (en) | 2021-03-12 | 2023-06-06 | Baker Hughes Oilfield Operations Llc | Systems and methods for determining tubing deviations |
CN113202456B (zh) * | 2021-04-21 | 2023-10-31 | 中煤科工集团西安研究院有限公司 | 一种基于图像处理的煤矿井下开孔角度测量装置和方法 |
US20230076053A1 (en) * | 2021-09-09 | 2023-03-09 | Landmark Graphics Corporation | Contextualization of geoscientific data using geological age framework |
CN114152641B (zh) * | 2021-12-14 | 2024-05-28 | 西南石油大学 | 一种基于核磁共振测量固体沥青反射率的方法 |
WO2024035846A1 (en) * | 2022-08-10 | 2024-02-15 | Ohio State Innovation Foundation | Devices, systems, and methods for tritium gas detection |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101010600A (zh) * | 2004-06-29 | 2007-08-01 | 贝克休斯公司 | 对射流技术的改进 |
US8528637B2 (en) * | 2006-09-20 | 2013-09-10 | Baker Hughes Incorporated | Downhole depth computation methods and related system |
Family Cites Families (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4503328A (en) * | 1981-09-14 | 1985-03-05 | Halliburton Company | Evaluation of the interaction with radiant energy of substances traversed by a borehole |
US4475386A (en) | 1983-06-06 | 1984-10-09 | Mobil Oil Corporation | Borehole gravimetry system |
US5220963A (en) | 1989-12-22 | 1993-06-22 | Patton Consulting, Inc. | System for controlled drilling of boreholes along planned profile |
US5107705A (en) * | 1990-03-30 | 1992-04-28 | Schlumberger Technology Corporation | Video system and method for determining and monitoring the depth of a bottomhole assembly within a wellbore |
US5461909A (en) * | 1993-05-21 | 1995-10-31 | Halliburton Logging Services, Inc. | Oxygen activation method for quantitative water flow measurements within and behind well bore casing |
US5404752A (en) * | 1993-09-28 | 1995-04-11 | Western Atlas International, Inc. | Method for measuring the velocity of water flow through nested conduits |
US5585726A (en) | 1995-05-26 | 1996-12-17 | Utilx Corporation | Electronic guidance system and method for locating a discrete in-ground boring device |
US5699246A (en) * | 1995-09-22 | 1997-12-16 | Schlumberger Technology Corporation | Method to estimate a corrected response of a measurement apparatus relative to a set of known responses and observed measurements |
DE59609594D1 (de) | 1996-06-07 | 2002-10-02 | Baker Hughes Inc | Verfahren und Vorrichtung zur unterirdischen Erfassung der Teufe einer Bohrung |
US6023443A (en) * | 1997-01-24 | 2000-02-08 | Baker Hughes Incorporated | Semblance processing for an acoustic measurement-while-drilling system for imaging of formation boundaries |
US7041224B2 (en) | 1999-10-26 | 2006-05-09 | Reflectivity, Inc. | Method for vapor phase etching of silicon |
US6678616B1 (en) * | 1999-11-05 | 2004-01-13 | Schlumberger Technology Corporation | Method and tool for producing a formation velocity image data set |
US7688306B2 (en) * | 2000-10-02 | 2010-03-30 | Apple Inc. | Methods and apparatuses for operating a portable device based on an accelerometer |
US6769497B2 (en) * | 2001-06-14 | 2004-08-03 | Baker Hughes Incorporated | Use of axial accelerometer for estimation of instantaneous ROP downhole for LWD and wireline applications |
US6738720B2 (en) * | 2001-11-29 | 2004-05-18 | Computalog U.S.A. | Apparatus and methods for measurement of density of materials using a neutron source and two spectrometers |
US6885942B2 (en) * | 2003-01-09 | 2005-04-26 | Schlumberger Technology Corporation | Method to detect and visualize changes in formation parameters and borehole condition |
US7253401B2 (en) * | 2004-03-15 | 2007-08-07 | Weatherford Canada Partnership | Spectral gamma ray logging-while-drilling system |
US7299884B2 (en) * | 2004-03-17 | 2007-11-27 | Baker Hughes Incorporated | Seismic measurements while drilling |
US7186971B2 (en) * | 2004-06-29 | 2007-03-06 | Baker Hughes Incorporated | Flowshot technique |
US7283910B2 (en) * | 2004-07-15 | 2007-10-16 | Baker Hughes Incorporated | Incremental depth measurement for real-time calculation of dip and azimuth |
US7142985B2 (en) * | 2004-08-26 | 2006-11-28 | Baker Hughes Incorporated | Method and apparatus for improving wireline depth measurements |
BRPI0619912B1 (pt) * | 2005-12-16 | 2017-12-12 | Baker Hughes Incorporated | Method and apparatus for detecting the presence of the second flood of terrestrial formation in purification of well containing first fluid and computer legible media |
US8122954B2 (en) | 2006-09-20 | 2012-02-28 | Baker Hughes Incorporated | Downhole depth computation methods and related system |
US7554081B2 (en) * | 2007-04-12 | 2009-06-30 | Baker Hughes Incorporated | Method and apparatus for determining silicon content of the earth formations in cased well bores |
US8113041B2 (en) | 2007-08-17 | 2012-02-14 | Baker Hughes Incorporated | Gravitational method and apparatus for measuring true vertical depth in a borehole |
US8065085B2 (en) | 2007-10-02 | 2011-11-22 | Gyrodata, Incorporated | System and method for measuring depth and velocity of instrumentation within a wellbore using a bendable tool |
RU2613374C2 (ru) * | 2008-03-03 | 2017-03-16 | Интеллизерв Интернэшнл Холдинг, Лтд | Мониторинг скважинных показателей при помощи измерительной системы, распределенной по бурильной колонне |
US7999220B2 (en) | 2008-05-30 | 2011-08-16 | Precision Energy Services, Inc. | Borehole measurements using a fast and high energy resolution gamma ray detector assembly |
US7818128B2 (en) * | 2008-07-01 | 2010-10-19 | Schlumberger Technology Corporation | Forward models for gamma ray measurement analysis of subterranean formations |
CN102159970B (zh) * | 2008-08-26 | 2014-12-10 | 普拉德研究及开发股份有限公司 | 在钻探期间确定地层水饱和度的方法和设备 |
US9238958B2 (en) * | 2009-09-10 | 2016-01-19 | Baker Hughes Incorporated | Drill bit with rate of penetration sensor |
US9261622B2 (en) * | 2010-09-02 | 2016-02-16 | Baker Hughes Incorporated | Elemental concentration determination using neutron-induced activation gamma radiation |
US20130008646A1 (en) * | 2011-07-08 | 2013-01-10 | Conocophillips Company | Depth/orientation detection tool and methods thereof |
CA2793472C (en) | 2011-10-27 | 2015-12-15 | Weatherford/Lamb, Inc. | Neutron logging tool with multiple detectors |
US9027670B2 (en) * | 2012-06-21 | 2015-05-12 | Schlumberger Technology Corporation | Drilling speed and depth computation for downhole tools |
-
2014
- 2014-12-19 US US15/109,340 patent/US10036828B2/en active Active
- 2014-12-19 AU AU2014375331A patent/AU2014375331B2/en not_active Ceased
- 2014-12-19 CN CN201480071991.0A patent/CN105874354B/zh not_active Expired - Fee Related
- 2014-12-19 GB GB1610227.9A patent/GB2535930B/en not_active Expired - Fee Related
- 2014-12-19 WO PCT/EP2014/078705 patent/WO2015101520A1/en active Application Filing
- 2014-12-19 BR BR112016015376-6A patent/BR112016015376B1/pt active IP Right Grant
- 2014-12-19 CA CA2933141A patent/CA2933141A1/en not_active Abandoned
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101010600A (zh) * | 2004-06-29 | 2007-08-01 | 贝克休斯公司 | 对射流技术的改进 |
US8528637B2 (en) * | 2006-09-20 | 2013-09-10 | Baker Hughes Incorporated | Downhole depth computation methods and related system |
Also Published As
Publication number | Publication date |
---|---|
US20160327680A1 (en) | 2016-11-10 |
CA2933141A1 (en) | 2015-07-09 |
BR112016015376A2 (zh) | 2017-08-08 |
BR112016015376B1 (pt) | 2022-03-15 |
GB201610227D0 (en) | 2016-07-27 |
CN105874354A (zh) | 2016-08-17 |
US10036828B2 (en) | 2018-07-31 |
AU2014375331A1 (en) | 2016-06-23 |
WO2015101520A1 (en) | 2015-07-09 |
GB2535930A (en) | 2016-08-31 |
AU2014375331B2 (en) | 2017-02-23 |
GB2535930B (en) | 2020-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105874354B (zh) | 用于进行井下测量的系统和方法 | |
US8217337B2 (en) | Evaluating a reservoir formation | |
US8510051B2 (en) | Systems and methods for evaluating formations having unknown or mixed salinity | |
EP3052755B1 (en) | Downhole cement evalution using pulsed neutron measurements | |
US8440960B2 (en) | Salt concentration logging systems and methods | |
JPH11511845A (ja) | 穿孔中の測定用の加速器をベースとした方法及び装置 | |
US10725201B2 (en) | Compensated neutron correction for contributions outside the petrophysical model | |
WO2009023009A1 (en) | Determining formation characteristics | |
US8502135B2 (en) | Method for through-casing 3-phase saturation determination | |
US10895661B2 (en) | Determination of near wellbore properties using natural gamma rays | |
US11215732B2 (en) | Geological constraint using probability functions in stochastic mineralogy modeling | |
WO2011140537A1 (en) | Directional radiation detection tool | |
US10061056B2 (en) | Neutron tool with dual-purpose detector | |
US10731456B2 (en) | Method for wellbore ranging and proximity detection | |
US10280738B2 (en) | Determination of radiation tracer distribution using natural gamma rays | |
CN118265927A (zh) | 用于获得真实井眼西格玛和真实地层西格玛的神经网络 | |
Spross | Halliburton sperry-sun doe high temperature lwd project |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190716 Termination date: 20211219 |
|
CF01 | Termination of patent right due to non-payment of annual fee |