CN108561119A - 一种钻井溢流安全关井时间预测方法及系统 - Google Patents
一种钻井溢流安全关井时间预测方法及系统 Download PDFInfo
- Publication number
- CN108561119A CN108561119A CN201711268610.XA CN201711268610A CN108561119A CN 108561119 A CN108561119 A CN 108561119A CN 201711268610 A CN201711268610 A CN 201711268610A CN 108561119 A CN108561119 A CN 108561119A
- Authority
- CN
- China
- Prior art keywords
- time
- pressure
- closed
- real
- prediction
- 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.)
- Granted
Links
- 238000005553 drilling Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000010365 information processing Effects 0.000 claims abstract description 30
- YHXISWVBGDMDLQ-UHFFFAOYSA-N moclobemide Chemical compound C1=CC(Cl)=CC=C1C(=O)NCCN1CCOCC1 YHXISWVBGDMDLQ-UHFFFAOYSA-N 0.000 claims description 30
- 238000005259 measurement Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 13
- 238000007476 Maximum Likelihood Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 4
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 229910017435 S2 In Inorganic materials 0.000 claims 1
- 238000009499 grossing Methods 0.000 claims 1
- 238000004381 surface treatment Methods 0.000 claims 1
- 230000015572 biosynthetic process Effects 0.000 abstract description 15
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 206010019233 Headaches Diseases 0.000 description 41
- 238000012360 testing method Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 239000007789 gas Substances 0.000 description 6
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 6
- 238000007689 inspection Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000003345 natural gas Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 239000012267 brine Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- HPALAKNZSZLMCH-UHFFFAOYSA-M sodium;chloride;hydrate Chemical compound O.[Na+].[Cl-] HPALAKNZSZLMCH-UHFFFAOYSA-M 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000000714 time series forecasting Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
- E21B47/00—Survey of boreholes or wells
-
- 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
- E21B47/00—Survey of boreholes or wells
- E21B47/06—Measuring temperature or pressure
-
- 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
- E21B47/00—Survey of boreholes or wells
- E21B47/12—Means for transmitting measuring-signals or control signals from the well to the surface, or from the surface to the well, e.g. for logging while drilling
-
- 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)
- Mining & Mineral Resources (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Remote Sensing (AREA)
- Excavating Of Shafts Or Tunnels (AREA)
Abstract
本发明公开了一种钻井溢流安全关井时间预测方法及系统，采用压力实时测量系统实时测量及传输地面及井下压力信号，地面信息处理系统包括信号解调地面处理器、地面信息处理软件、图形绘制软件、时间序列数据预测软件、钻井溢流安全关井时间分析软件和安全关井时间实时更新软件。本发明基于时间序列方法采用实测数据建立压力预测模型，结合溢流安全关井时间约束条件预测安全关井时间，根据实时测量数据实时更新预测模型及溢流安全关井时间。本发明的有益效果是：实现了钻井溢流安全关井时间的预测，防止井口装置失效、套管或地层破裂。
Description
技术领域
本发明涉及油气钻井溢流分析领域，特别是一种钻井溢流安全关井时间预测方法及系统。
背景技术
在油气钻井过程中，由于受到工程人员操作水平及复杂的钻井地质情况等主客观因素影响，造成地层压力高于井底压力，致使油气水等地层流体侵入井筒而发生溢流。当侵入地层流体为天然气时，由于天然气密度小、可膨胀、易滑脱等物理特性，将使从溢流到井喷的时间间隔短，因此《石油天然气钻井井控技术规范》(GB/T 31033-2014)规定，一旦发现溢流，为防止地层流体进一步侵入井筒，需立刻关闭井口，进行压井作业准备。井口关闭后，受到地层续流效应和气体滑脱效应的影响，井筒环空压力不断升高。《钻井井控技术规范》(Q-SY 1552-2012)规定，任何情况下关井，其最大允许关井压力套压不得超过井口装置额定工作压力、套管抗内压强度的80％和薄弱地层破裂压力所允许关井套压三者中的最小值。如果长时间关井，当井口处压力超过井口装置额定压力时，会造成井口装置失效，井口装置一旦失效，将无法继续关井及后续井控作业，严重时会导致井喷及甚至井喷失控；当井筒中压力超过套管抗内压强度时，会造成套管损坏，破坏井筒完整；当井筒压力超过薄弱地层的漏失压力或破裂压力时，会造成井漏或地层破裂，井内流体将与地层气体发生置换，使高压天然气不断侵入井筒，加大井控难度。另外，钻井作业地点多在野外，如沙漠、戈壁、山地或海洋等，需要较长的时间准备压井加重材料等相关压井材料，如果允许关井时间短，将会使压井准备不充分，影响压井作业。因此，关井之后预测安全关井时间，一方面能够为压井准备提供时间，另一方面能够保护井口装置、防止套管及地层破裂，实现安全钻井。
但是，《钻井井控技术规范》(Q-SY 1552-2012)只规定关井后最大允许关井套压不得超过井口装置额定工作压力、套管抗内压强度的80％和薄弱地层破裂压力所允许关井套压三者中的最小值，即关井过程中关井套压加上相应的液柱压力值不得超过套管抗内压强度的80％和薄弱地层破裂压力，而对于关井之后压力需要多长时间达到最大允许关井套压，即安全关井时间T＝min{井口装置失效时间T1，套管失效时间T2，地层破裂时间T3}的计算，《钻井井控技术规范》并未提供相关测量或计算方法。另外，目前国内外也无关于钻井溢流安全关井时间的预测方法。
为了解决上述问题，本发明提出一种钻井溢流安全关井时间预测方法及系统。
发明内容
为了解决上述问题，本发明提供一种钻井溢流安全关井时间预测方法及系统，在井口、井下套管鞋及钻头处安装压力传感器实时测量井口压力、套管鞋处压力和井底压力。采用时间序列方法分析井口压力、井底压力及套管鞋处压力测量数据序列的自相关性和偏自相关性，提取测量参数随时间变化的特征信息建立预测模型，并对所建立的时间序列模型进行有效性检验及优选最优模型；采用优选的时间序列模型预测井口压力、套管鞋处压力和井底压力，结合安全关井时间约束条件(T＝min{井口装置失效时间T1，套管失效时间T2，地层破裂时间T3})预测安全关井时间；并根据后续实时测量数据，实时修正预测模型，实现安全关井时间的预测值实时更新。
本发明的目的通过以下技术方案来实现：一种钻井溢流安全关井时间预测系统，包括压力实时测量系统和地面信息处理系统。压力实时测量系统实时测量及传输地面和井下压力信号；地面信息处理系统包括信号解调地面处理器及相关专业软件如地面信息处理软件、图形绘制软件、时间序列数据预测软件、钻井溢流安全关井时间分析软件和安全关井时间实时更新软件，所述的信号解调地面处理器用于解调来自压力实时测量系统采集的压力信号，所述的地面信息处理软件用于对解调后的数据进行处理以便建模，所述的图形绘制软件用于绘制压力曲线以便实时监测，所述的时间序列预测软件用于建立压力时间序列预测模型，钻井溢流安全关井时间分析软件用于计算安全关井时间，安全关井时间实时更新软件用于实时更新预测模型及更新预测的安全关井时间。
还涉及一种包括关井时间预测方法，所述方法包括以下步骤：
S1、井口压力、井底压力及套管鞋处有效内压力时间序列数据获取，关井之后实时测量井口压力、井底压力及套管鞋处压力，按照采集时间的顺序排列，形成井口压力、井底压力及套管鞋处有效内压力时间序列；
S2、时间序列数据处理，对井口压力、井底压力及套管鞋处有效内压力时间序列进行平稳化检验和平稳化处理，得到平稳时间序列；
S3、时间序列模型建立与优选，确定井口压力、井底压力及套管鞋处有效内压力时间序列的ARIMA模型的阶数和参数，检验ARIMA模型的有效性，对ARIMA模型进行优选；
S4、溢流安全关井时间预测，将时间数据代入建立的最优井口压力ARIMA预测模型、井底压力ARIMA预测模型及套管鞋处有效内压力ARIMA模型预测计算后续井口压力、井底压力及套管鞋处有效内压力随时间的变化值，根据井口装置额定工作压力值确定井口压力预测值达到井口装置额定压力的时间T1、根据80％套管抗内压强度值确定套管鞋处有效内压力预测值达到80％套管抗内压强度的时间T2、根据井底漏失压力/破裂压力值确定井底压力预测值达到井底漏失压力/破裂压力的时间T3，安全关井时间为min{T1，T2，T3}；
S5、模型修正与安全关井时间实时更新，采用后续实时测量的井口压力、井底压力及套管鞋处压力值与相应预测值进行对比，当实测值与预测值发生偏差时，采用最新实测值重新建模，实时更新安全关井时间。
所述S1井口压力、井底压力及套管鞋处有效内压力时间序列数据获取步骤中，在井口处安装井口压力传感器测量井口压力，在井下套管鞋处安装套管内压力传感器测量套管鞋处内压力，在钻柱上靠近钻头处安装井底压力传感器测量井底压力；
所述S1井口压力、井底压力及套管鞋处有效内压力时间序列数据获取步骤中，套管内压力传感器及井底压力传感器采用有线或无线方式传输信号；
所述S1井口压力、井底压力及套管鞋处有效内压力时间序列数据获取步骤中，传感器测量时间间隔为30s，测量精度为0.5％，井下传感器抗温180℃，抗压150MPa；
所述S2对井口压力、井底压力及套管鞋处有效内压力时间序列平稳化处理步骤中，采用差分方法进行平稳化处理，按下式进行处理，
一阶差分为相邻两个序列值之间相减，xt的一阶差分▽xt为：
▽xt＝xt-xt-1；
二阶差分为两个相邻的一阶差分值之间相减，xt的二阶差分▽2xt为：
▽2xt＝▽xt-▽xt-1；
同理，xt的d阶差分为：
▽dxt＝▽d-1xt-▽d-1xt-1；
式中，▽xt，▽2xt，▽dxt为一阶、二阶、d阶差分后的时间序列，xt，xt-1为当前时刻、前一时刻参数值，测量参数时间序列为X＝[xt,t＝1,2,…,N]，
式中，X表示测量参数时间序列，xt表示当前时刻时间序列中每隔30秒测量的参数值，t表示每个测量值按时间排序后的序号，N表示时间序列采样点个数。
所述S3中ARIMA模型表示为ARIMA(p,d,q)，形式为：
Φ(B)▽dxt＝Θ(B)εt；
式中，p为模型自回归阶数，q为模型移动平均阶数，B为延迟算子，d为差分阶数，Φ(B)＝1-φ1B-…-φpBp为模型的自回归系数多项式，Θ(B)＝1-θ1B-…-θqBq为模型的移动平滑系数多项式，φp、θq为模型的自回归系数，εt为随机干扰序列。
所述S3中按照赤池信息准则(AIC)和贝叶斯信息准则(SBC)进行模型优选，当模型的AIC和SBC最小时为最优模型，其形式为：
AIC＝-2ln(极大似然估计值)+2(模型中未知参数个数)；
SBC＝-2ln(极大似然估计值)+ln(模型中未知参数个数)。
所述S5模型修正与安全关井时间实时更新步骤中，当后续实时测量的井口压力、井底压力及套管鞋处压力值与相应预测值之间偏差超过5％时，采用最新实测值重新建立模型，保证预测的准确性。
本发明提出了一种钻井溢流安全关井时间预测方法及系统，具有以下优点：
(1)本发明采用的压力实时测量系统可实现井口压力、套管鞋处压力和井底压力的实时测量，并可用于预测模型的实时修正，实现钻井溢流安全关井时间的准确预测；
(2)溢流关井后，井口压力、套管鞋处压力和井底压力在短时间内会呈现出随时间有一定规律变化的特征，可以通过提取测量的压力数据随时间变化的特征信息，挖掘测量数据中所蕴含的有价值信息建立预测模型进行压力预测。本发明采用的时间序列预测方法可以从测量参数序列的自相关角度揭示参数的变化规律，对于溢流关井后井口压力、套管鞋处压力和井底压力这种中短期随时间变化参数的预测具有较高的拟合度，使得建立的井口压力、套管鞋处压力和井底压力预测模型具有较好的预测精度。
附图说明
图1为本发明的计算步骤示意图；
图2为本发明的压力测量系统结构示意图；
图3为本发明的地面信息处理系统示意图；
图4为本发明的ARIMA模型建模流程示意图；
图中：1-信号接收器，2-井口装置，3-井口压力传感器，4-地面信息处理系统，5-井筒环空，6-套管，7-套管鞋处压力传感器，8-井底压力传感器，9-钻杆，10-钻头，11-信号解调地面处理器，12-地面信息处理软件，13-图形绘制软件，14-时间序列数据预测软件，15-钻井溢流安全关井时间分析软件，16-安全关井时间实时更新软件。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图说明本发明的具体实施方式。
如图1-4所示，本发明用于根据井口压力传感器3和套管鞋处压力传感器7和井底压力传感器7实时采集的数据，采用地面信息处理系统4建立基于时间序列的压力预测模型，对井口压力、套管鞋处有效内压及井底压力进行实时预测，根据井口装置额定压力、套管内压强度80％和地层漏失/破裂压力确定钻井溢流安全关井时间的方法，在后续继续监测预测值和测量值之间的偏差，采用最新测量数据实时更新模型及安全关井时间。其方法是在井口装置2处安装井口压力传感器3和在套管6套管鞋处安装套管鞋处压力传感器7和在钻杆9靠近钻头10处安装井底压力传感器8实时测量井口压力、套管鞋处有效内压力和井底压力，采用地面信息处理系统4中地面信息处理软件12对采集到的数据进行处理，然后采用地面信息处理系统4中时间序列数据预测软件14根据采集的数据进行时间序列建模、优选模型及数据预测，采用钻井溢流安全关井时间分析软件15计算安全关井时间，采用安全关井时间实时更新软件16监测实测压力值和预测值之间的偏差采用最新实测数据更新预测模型及安全关井时间，达到为压井准备提供时间，保护井口装置、防止套管及地层破裂，降低井控风险的目的。
地面信息处理系统4如图3所示，包括信号解调地面处理器11、地面信息处理软件12、图形绘制软件13、时间序列数据预测软件14、安全关井时间分析软件15、安全关井时间实时更新软件16。信号接收器1和井口压力传感器3通过数据电缆与地面信息处理系统4连接。
如图1-4所示，本发明一种钻井溢流安全关井时间预测方法，包括以下步骤：
S1、井口压力、井底压力及套管鞋处有效内压力时间序列数据获取，关井之后实时测量井口压力、井底压力及套管鞋处压力，按照采集时间的顺序排列，形成井口压力、井底压力及套管鞋处有效内压力时间序列；
所述S1步骤中包括以下步骤：
(1)井下信息实时传输与采集，套管底端压力传感器7和井底压力传感器8采集到的信息通过井筒5实时传输至地面，采用地面接收器1实时采集井下信号；
(2)对采集到的信息进行解调与转换，将地面接收器1和套管压力传感器采集的信号通过信号电缆传输到地面信息处理系统，采用信号解调地面处理器11对信息进行解调与转换，并采用将处理过的数据用图形绘制软件13绘制成曲线。
为保证数据采集的实时性及传感器的使用寿命，对传感器的要求为：测量时间间隔为30s，测量精度为0.5％，井下传感器抗温180℃，抗压150MPa。另外，套管鞋处有效内压力为套管鞋处压力减去套管鞋处支撑外压力，支撑外压力按地层盐水柱压力计算。
S2、时间序列数据处理，对井口压力、井底压力及套管鞋处有效内压力时间序列进行平稳化检验和平稳化处理，得到平稳时间序列；
所述S1步骤中包括以下步骤：
(1)序列平稳化检验：采用地面信息处理系统4上的地面信息处理软件12检验相应序列是否平稳，对不平稳的序列进行平稳化处理；
(2)序列平稳化处理，采用地面信息处理系统4上的地面信息处理软件12对相应序列进行差分运算，对相应序列进行平稳化处理。
所述S2步骤中序列平稳化是指：
1)序列均值函数在所有时间上恒为常数；
2)自协方差函数和自相关系数只依赖于时间的平移长度而与时间的起止点无关；
所述S2步骤中序列平稳化检验采用自相关系数法，对序列进行自相关分析，得到自相关曲线，若自相关系数衰减至零很快则序列平稳，否则为非平稳序列。自相关系数计算形式为：
式中，{xt}为时间序列，表示延迟k自协方差函数估计值，表示总体方差估计值，n为序列长度，为序列均值，t为常数。
所示S2步骤中差分处理方法按下式对对井口压力、井底压力及套管鞋处有效内压力序列进行差分处理，差分之后再进行序列平稳性检验，若不满足继续进行差分处理，直至序列平稳：
一阶差分为相邻两个序列值之间相减，xt的一阶差分▽xt为：
▽xt＝xt-xt-1；
二阶差分为两个相邻的一阶差分值之间相减，xt的二阶差分▽2xt为：
▽2xt＝▽xt-▽xt-1；
同理，xt的d阶差分为：
▽dxt＝▽d-1xt-▽d-1xt-1；
式中，▽xt，▽2xt，▽dxt为对井口压力、井底压力或套管鞋处有效内压力的一阶、二阶、d阶差分后的时间序列，xt，xt-1为当前时刻、前一时刻对井口压力、井底压力或套管鞋处有效内压力值，对井口压力、井底压力或套管鞋处有效内压力时间序列为X＝[xt,t＝1,2,…,N]，
式中，X表示井口压力、井底压力或套管鞋处有效内压力的时间序列，xt表示当前时刻时间序列中每隔30秒井口压力、井底压力或套管鞋处有效内压力点的值，t表示每个井口压力、井底压力或套管鞋处有效内压力值按时间排序后的序号，N表示时间序列采样点个数。
S3、时间序列模型建立与优选，确定井口压力、井底压力及套管鞋处有效内压力时间序列的ARIMA模型的阶数和参数，检验ARIMA模型的有效性，对ARIMA模型进行优选；
所述S3步骤中包括以下步骤：
(1)ARIMA模型阶数确定，采用地面信息处理系统4上的时间序列数据预测软件14计算相应时间序列的自相关系数和偏自相关系数，绘制自相关系数和偏自相关系数图，确定模型阶数；
(2)ARIMA模型参数确定，采用地面信息处理系统4上的时间序列数据预测软件14上的最小二乘估计法确定模型参数；
(3)残差分析：采用地面信息处理系统4上的时间序列数据预测软件14计算相应时间序列的Q统计量，进行时间序列的残差白噪声检验，如不满足检验，需重新建立模型；
(4)参数显著性检验：采用地面信息处理系统4上的时间序列数据预测软件14计算相应时间序列的τ检验统计量的概率值，分析参数是否显著，如不满足检验，需重新建立模型；
(5)模型优选：通过检验的模型，往往不止一个，为了选择最优的模型，需要对模型进行优化选择研究，采用地面信息处理系统4上的时间序列数据预测软件14计算相应序列的赤池信息准则(AIC)值和贝叶斯信息准则(SBC)值，选择最优模型。
所述S3步骤中ARIMA模型表示为ARIMA(p,d,q)，形式为：
Φ(B)▽dxt＝Θ(B)εt；
式中，p为模型自回归阶数，q为模型移动平均阶数，B为延迟算子，d为差分阶数，Φ(B)＝1-φ1B-…-φpBp为模型的自回归系数多项式，Θ(B)＝1-θ1B-…-θqBq为模型的移动平滑系数多项式，φp、θq为模型的自回归系数，εt为随机干扰序列。
所述S3步骤中相应时间序列的偏自相关系数计算形式为：
式中，
所述S3步骤中ARIMA模型阶数根据相应时间序列的自相关系数和偏自相关系数确定，表1为模型阶数确定基本原则：
表1
所述S3步骤中确定ARIMA模型参数的最小二乘估计法，其计算过程为：
对于ARIMA(p,d,q)模型，设
其残差项：
其残差平方和为：
的最小二乘估计值即为使得残差平方和达到最小的一组参数。
所述S3步骤中残差分析为：对于一个拟合程度较好的模型，应提取了测量序列中有用的信息，其拟合残差项应无和序列相关的信息，即其残差项应趋向于白噪声序列。白噪声检验形式及过程为：
假设延迟期数小于或等于m期的序列值之间相互独立，采用Q统计量法进行分析
式中n—测量序列期数；
m—延迟期数。
Q统计量近似服从自由度为m的卡方分布：
当Q统计量大于χ1-α 2(m)分位点时，或者Q统计量的P大于α时，则接受假设，残差序列为白噪声序列。
所述S3步骤中参数显著性检验为：检验未知参数是否显著为零，使得拟合的模型更加精简，更方便预测计算，采用模型的τ检验统计量的概率值进行分析，分析形式及过程为：
检验开始时假设：
式中，为的最小二乘估计。
服从正态分布，即其中
从而构造出一个用于检验未知参数显著性的检验统计量τ检验统计量，
当|T|≥t1-α(n-m)时，参数是显著的。或者τ检验统计量的概率P值小于α时，参数显著。
所述S3步骤中模型优选为：当拟合模型的AIC和SBC最小时为最优模型，其形式为：
AIC＝-2ln(极大似然估计值)+2(模型中未知参数个数)；
SBC＝-2ln(极大似然估计值)+ln(模型中未知参数个数)
S4、溢流安全关井时间预测，将时间数据代入建立的最优井口压力ARIMA预测模型、井底压力ARIMA预测模型及套管鞋处有效内压力ARIMA模型预测计算后续井口压力、井底压力及套管鞋处有效内压力随时间的变化值，根据井口装置额定工作压力值确定井口压力预测值达到井口装置额定压力的时间T1、根据80％套管抗内压强度值确定套管鞋处有效内压力预测值达到80％套管抗内压强度的时间T2、根据井底漏失压力/破裂压力值确定井底压力预测值达到井底漏失压力/破裂压力的时间T3，安全关井时间为min{T1，T2，T3}；
所述S4步骤中，采用地面信息处理系统4上的钻井溢流安全关井时间分析软件15计算井口压力预测值达到井口装置额定压力的时间T1、套管鞋处有效内压力预测值达到80％套管抗内压强度的时间T2和井底压力预测值达到井底漏失压力/破裂压力的时间T3，根据安全关井时间规定(min{T1，T2，T3})，计算安全关井时间T，当关井时间接近安全关井时间时，钻井溢流安全关井时间分析软件15发出报警信号，提示将不能继续关井。
S5、模型修正与安全关井时间实时更新，采用后续实时测量的井口压力、井底压力及套管鞋处压力值与相应预测值进行对比，当实测值与预测值发生偏差时，采用最新实测值重新建模，实时更新安全关井时间；
所述S5步骤中包括以下步骤：
(1)采用安全关井时间实时更新软件16实时监测实时测量的井口压力、井底压力及套管鞋处压力值与相应预测值之间的偏差，当偏差超过5％时，需更新预测模型；
(2)当实时测量的井口压力、井底压力及套管鞋处压力值与相应预测值之间的偏差超过5％时，采用最新实测值按照S3步骤重新建立预测模型，更新安全关井时间预测值，并继续监测实测值和预测值之间的偏差。
需要说明的是，对于前述的各个方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某一些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和单元并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、ROM、RAM等。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
Claims (10)
1.一种钻井溢流安全关井时间预测方法，其特征在于，所述方法包括如下步骤：
S1、获取井口压力、井底压力及套管鞋处有效内压力时间序列数据：关井之后，实时测量井口压力、井底压力及套管鞋处压力，按照采集时间的顺序排列，形成井口压力、井底压力及套管鞋处有效内压力时间序列；
S2、时间序列数据处理：对井口压力、井底压力及套管鞋处有效内压力时间序列进行平稳化检验和平稳化处理，得到平稳时间序列；
S3、时间序列模型建立与优选：确定井口压力、井底压力及套管鞋处有效内压力时间序列的ARIMA模型的阶数和参数，检验ARIMA模型的有效性，对ARIMA模型进行优选；
S4、溢流安全关井时间预测：将时间数据代入建立的最优井口压力ARIMA预测模型、井底压力ARIMA预测模型及套管鞋处有效内压力ARIMA模型预测计算后续井口压力、井底压力及套管鞋处有效内压力随时间的变化值，根据井口装置额定工作压力值确定井口压力预测值达到井口装置额定压力的时间T1、根据80％套管抗内压强度值确定套管鞋处有效内压力预测值达到80％套管抗内压强度的时间T2、根据井底漏失压力/破裂压力值确定井底压力预测值达到井底漏失压力/破裂压力的时间T3，安全关井时间为min{T1，T2，T3}；
S5、模型修正与安全关井时间实时更新：采用后续实时测量的井口压力、井底压力及套管鞋处压力值与相应预测值进行对比，当实测值与预测值发生偏差时，采用最新实测值重新建模，实时更新安全关井时间。
2.根据权利要求1所述的一种钻井溢流安全关井时间预测方法，其特征在于：所述S1中，在井口处安装井口压力传感器测量井口压力，在井下套管鞋处安装套管内压力传感器测量套管鞋处内压力，在钻柱上靠近钻头处安装井底压力传感器测量井底压力。
3.根据权利要求1所述的一种钻井溢流安全关井时间预测方法，其特征在于：所述S1中，套管内压力传感器及井底压力传感器采用有线或无线方式传输信号。
4.根据权利要求1所述的一种钻井溢流安全关井时间预测方法，其特征在于：所述S1中，传感器测量时间间隔为30s，测量精度为0.5％，井下传感器抗温180℃，抗压150Mpa。
5.根据权利要求1所述的一种钻井溢流安全关井时间预测方法，其特征在于：所述S2中，采用差分方法进行平稳化处理，按下式进行处理，
一阶差分为相邻两个序列值之间相减，xt的一阶差分▽xt为：
▽xt＝xt-xt-1；
二阶差分为两个相邻的一阶差分值之间相减，xt的二阶差分▽2xt为：
▽2xt＝▽xt-▽xt-1；
同理，xt的d阶差分为：
▽dxt＝▽d-1xt-▽d-1xt-1；
式中，▽xt，▽2xt，▽dxt为一阶、二阶、d阶差分后的时间序列，xt，xt-1为当前时刻、前一时刻参数值，测量参数时间序列为X＝[xt,t＝1,2,…,N]，
式中，X表示测量参数时间序列，xt表示当前时刻时间序列中每隔30秒测量的参数值，t表示每个测量值按时间排序后的序号，N表示时间序列采样点个数，d为差分阶数。
6.根据权利要求5所述的一种钻井溢流安全关井时间预测方法，其特征在于：所述S3中ARIMA模型表示为ARIMA(p,d,q)，形式为：
Φ(B)▽dxt＝Θ(B)εt；
式中，p为模型自回归阶数，q为模型移动平均阶数，B为延迟算子，d为差分阶数，Φ(B)＝1-φ1B-…-φpBp为模型的自回归系数多项式，Θ(B)＝1-θ1B-…-θqBq为模型的移动平滑系数多项式，φp、θq为模型的自回归系数，εt为随机干扰序列。
7.根据权利要求1所述的一种钻井溢流安全关井时间预测方法，其特征在于：所述S3中按照赤池信息准则(AIC)和贝叶斯信息准则(SBC)进行模型优选，当模型的AIC和SBC最小时为最优模型，其形式为：
AIC＝-2ln(极大似然估计值)+2(模型中未知参数个数)；
SBC＝-2ln(极大似然估计值)+ln(模型中未知参数个数)。
8.根据权利要求1所述的一种钻井溢流安全关井时间预测方法，其特征在于：所述S5中，当后续实时测量的井口压力、井底压力及套管鞋处压力值与相应预测值之间偏差超过5％时，采用最新实测值重新建立模型，保证预测的准确性。
9.一种钻井溢流安全关井时间预测系统，其特征在于，所述系统包括压力实时测量系统和地面信息处理系统；
压力实时测量系统实时测量及传输地面及井下压力信号；地面信息处理系统包括信号解调地面处理器及相关专业软件如地面信息处理软件、图形绘制软件、时间序列数据预测软件、钻井溢流安全关井时间分析软件和安全关井时间实时更新软件，所述的信号解调地面处理器用于解调来自压力实时测量系统采集的压力信号，所述的地面信息处理软件用于对解调后的数据进行处理以便建模，所述的图形绘制软件用于绘制压力曲线以便实时监测，所述的时间序列预测软件用于建立压力时间序列预测模型，钻井溢流安全关井时间分析软件用于计算安全关井时间，安全关井时间实时更新软件用于实时更新预测模型及更新预测的安全关井时间。
10.一种钻井溢流安全关井时间预测系统，其特征在于，所述系统，采用了如权利要求1-8之一所述的关井时间预测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711268610.XA CN108561119B (zh) | 2017-12-05 | 2017-12-05 | 一种钻井溢流安全关井时间预测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711268610.XA CN108561119B (zh) | 2017-12-05 | 2017-12-05 | 一种钻井溢流安全关井时间预测方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108561119A true CN108561119A (zh) | 2018-09-21 |
| CN108561119B CN108561119B (zh) | 2020-06-23 |
Family
ID=63529174
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711268610.XA Expired - Fee Related CN108561119B (zh) | 2017-12-05 | 2017-12-05 | 一种钻井溢流安全关井时间预测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108561119B (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109458171A (zh) * | 2018-10-23 | 2019-03-12 | 西南石油大学 | 一种新型窄安全密度窗口地层漏失压力测量的方法 |
| CN110533112A (zh) * | 2019-09-04 | 2019-12-03 | 天津神舟通用数据技术有限公司 | 车联网大数据跨域分析融合方法 |
| CN110778307A (zh) * | 2019-10-24 | 2020-02-11 | 西南石油大学 | 一种卡钻预警和类型诊断方法 |
| CN111737868A (zh) * | 2020-06-16 | 2020-10-02 | 中国石油集团渤海钻探工程有限公司 | 基于时间序列算法的随钻自然伽马曲线预测方法 |
| CN111997597A (zh) * | 2020-09-03 | 2020-11-27 | 中国石油天然气集团有限公司 | 一种控制地层中的甲烷侵入井筒的方法 |
| CN113157204A (zh) * | 2021-01-29 | 2021-07-23 | 杭州优云软件有限公司 | 一种基于二阶差分法识别人工清理行为的磁盘容量预测方法 |
| US20220045509A1 (en) * | 2020-08-05 | 2022-02-10 | Wuhan University | Method and system of predicting electric system load based on wavelet noise reduction and emd-arima |
| CN115081741A (zh) * | 2022-07-21 | 2022-09-20 | 西南石油大学 | 一种基于神经网络的天然气计量检定智能预测的方法 |
| CN116992757A (zh) * | 2023-07-17 | 2023-11-03 | 西南石油大学 | 基于深度学习和滚动优化的井口压力预测方法和装置 |
| CN117236046A (zh) * | 2023-09-27 | 2023-12-15 | 西南石油大学 | 一种油气井钻井过程中最大关井压力的计算模型及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101710467A (zh) * | 2009-12-16 | 2010-05-19 | 西南石油大学 | 钻井模拟器溢流模拟方法 |
| CN102402184A (zh) * | 2011-10-28 | 2012-04-04 | 中国石油集团川庆钻探工程有限公司 | 井筒压力模型预测系统控制方法 |
| US20150218914A1 (en) * | 2012-10-31 | 2015-08-06 | Resource Energy Solutions Inc. | Methods and systems for improved drilling operations using real-time and historical drilling data |
| CN104994539A (zh) * | 2015-06-30 | 2015-10-21 | 电子科技大学 | 一种基于arima模型的无线传感器网络流量异常检测方法 |
| CN105760952A (zh) * | 2016-02-15 | 2016-07-13 | 国网山东省电力公司电力科学研究院 | 一种基于卡尔曼滤波与自适应模糊神经网络的负荷预测方法 |
-
2017
- 2017-12-05 CN CN201711268610.XA patent/CN108561119B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101710467A (zh) * | 2009-12-16 | 2010-05-19 | 西南石油大学 | 钻井模拟器溢流模拟方法 |
| CN102402184A (zh) * | 2011-10-28 | 2012-04-04 | 中国石油集团川庆钻探工程有限公司 | 井筒压力模型预测系统控制方法 |
| US20150218914A1 (en) * | 2012-10-31 | 2015-08-06 | Resource Energy Solutions Inc. | Methods and systems for improved drilling operations using real-time and historical drilling data |
| CN104994539A (zh) * | 2015-06-30 | 2015-10-21 | 电子科技大学 | 一种基于arima模型的无线传感器网络流量异常检测方法 |
| CN105760952A (zh) * | 2016-02-15 | 2016-07-13 | 国网山东省电力公司电力科学研究院 | 一种基于卡尔曼滤波与自适应模糊神经网络的负荷预测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 司孟菡: "钻井溢流实时预警方法研究", 《中国优秀硕士学位论文全文数据库 工程科技I 辑》 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109458171B (zh) * | 2018-10-23 | 2022-04-22 | 西南石油大学 | 一种新型窄安全密度窗口地层漏失压力测量的方法 |
| CN109458171A (zh) * | 2018-10-23 | 2019-03-12 | 西南石油大学 | 一种新型窄安全密度窗口地层漏失压力测量的方法 |
| CN110533112A (zh) * | 2019-09-04 | 2019-12-03 | 天津神舟通用数据技术有限公司 | 车联网大数据跨域分析融合方法 |
| CN110533112B (zh) * | 2019-09-04 | 2023-04-07 | 天津神舟通用数据技术有限公司 | 车联网大数据跨域分析融合方法 |
| CN110778307A (zh) * | 2019-10-24 | 2020-02-11 | 西南石油大学 | 一种卡钻预警和类型诊断方法 |
| CN111737868A (zh) * | 2020-06-16 | 2020-10-02 | 中国石油集团渤海钻探工程有限公司 | 基于时间序列算法的随钻自然伽马曲线预测方法 |
| US20220045509A1 (en) * | 2020-08-05 | 2022-02-10 | Wuhan University | Method and system of predicting electric system load based on wavelet noise reduction and emd-arima |
| US11888316B2 (en) * | 2020-08-05 | 2024-01-30 | Wuhan University | Method and system of predicting electric system load based on wavelet noise reduction and EMD-ARIMA |
| CN111997597A (zh) * | 2020-09-03 | 2020-11-27 | 中国石油天然气集团有限公司 | 一种控制地层中的甲烷侵入井筒的方法 |
| CN113157204A (zh) * | 2021-01-29 | 2021-07-23 | 杭州优云软件有限公司 | 一种基于二阶差分法识别人工清理行为的磁盘容量预测方法 |
| CN115081741A (zh) * | 2022-07-21 | 2022-09-20 | 西南石油大学 | 一种基于神经网络的天然气计量检定智能预测的方法 |
| CN116992757A (zh) * | 2023-07-17 | 2023-11-03 | 西南石油大学 | 基于深度学习和滚动优化的井口压力预测方法和装置 |
| CN117236046A (zh) * | 2023-09-27 | 2023-12-15 | 西南石油大学 | 一种油气井钻井过程中最大关井压力的计算模型及方法 |
| CN117236046B (zh) * | 2023-09-27 | 2024-04-09 | 西南石油大学 | 一种油气井钻井过程中最大关井压力的计算模型及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108561119B (zh) | 2020-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108561119A (zh) | 一种钻井溢流安全关井时间预测方法及系统 | |
| US20210332694A1 (en) | Method to predict overpressure uncertainty from normal compaction trendline uncertainty | |
| US11125077B2 (en) | Wellbore inflow detection based on distributed temperature sensing | |
| EP2726707B1 (en) | System and method for automatic weight-on-bit sensor calibration | |
| US20160273343A1 (en) | Well ranging apparatus, systems, and methods | |
| EP3259444A1 (en) | Method and apparatus for early detection of kicks | |
| RU2354998C2 (ru) | Способ и устройство для анализа временного интервала между причиной и следствием | |
| US10641735B2 (en) | Remote-field eddy current based total thickness logging | |
| NO20120091A1 (no) | Apparat og fremgangsmåte for kvalitetsvurdering av data fra et borehull i undergrunnen | |
| CA2948321C (en) | Employing a target risk attribute predictor while drilling | |
| US10208548B2 (en) | Method for detecting gain or loss of drilling fluid in a drilling installation associated calculation system and associated drilling installation | |
| AU727258B2 (en) | A method for obtaining leak-off test and formation integrity test profile from limited downhole pressure measurements | |
| EP2920414A1 (en) | Systems and methods for performing high density sweep analysis using multiple sensors | |
| BR112013019368A2 (pt) | método e aparelho para estimar uma profundidade de transição de pressão em um furo de poço | |
| Liu et al. | Current profile analysis and extreme value prediction in the LH11-1 oil field of the South China Sea based on prototype monitoring | |
| NO20140166A1 (no) | Estimering av usikkerhet ved undergrunnens poretrykk ut ifra trendlinjevariasjoner | |
| CN117314218B (zh) | 一种基于大数据分析的煤矿水害实时预警方法 | |
| Garg et al. | Appropriate use of USGS volumetric “heat in place” method and Monte Carlo calculations | |
| US11585170B2 (en) | Flow meter measurement for drilling rig | |
| EA010955B1 (ru) | Способ и система для определения положения бурового долота | |
| CN114297950A (zh) | 一种承压含水松散层区域失水压缩量分布的计算方法 | |
| CN112946778B (zh) | 一种基于地下水浑浊度监测预警岩溶塌陷的方法 | |
| EP3545168A1 (en) | Distance-to-bed-boundary inversion solution pixelation | |
| CN107725037A (zh) | 基于双测点测量的井下气侵工况确定方法及系统 | |
| CN114352271A (zh) | 井涌井漏预判方法 |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200623 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |