CN112502613B - 一种钻井方法及装置 - Google Patents
一种钻井方法及装置 Download PDFInfo
- Publication number
- CN112502613B CN112502613B CN202011367591.8A CN202011367591A CN112502613B CN 112502613 B CN112502613 B CN 112502613B CN 202011367591 A CN202011367591 A CN 202011367591A CN 112502613 B CN112502613 B CN 112502613B
- Authority
- CN
- China
- Prior art keywords
- drilling
- parameter
- drill bit
- parameters
- characteristic parameters
- 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
Links
- 238000005553 drilling Methods 0.000 title claims abstract description 393
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000012937 correction Methods 0.000 claims abstract description 12
- 230000015572 biosynthetic process Effects 0.000 claims description 52
- 238000005755 formation reaction Methods 0.000 claims description 52
- 230000007246 mechanism Effects 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 13
- 230000035515 penetration Effects 0.000 claims description 10
- 238000013473 artificial intelligence Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000011161 development Methods 0.000 abstract description 7
- 230000008569 process Effects 0.000 description 18
- 230000005540 biological transmission Effects 0.000 description 11
- 239000007789 gas Substances 0.000 description 8
- 238000013461 design Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 235000021185 dessert Nutrition 0.000 description 1
- 235000011850 desserts Nutrition 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
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
- E21B44/00—Automatic control systems specially adapted for drilling operations, i.e. self-operating systems which function to carry out or modify a drilling operation without intervention of a human operator, e.g. computer-controlled drilling systems; Systems specially adapted for monitoring a plurality of drilling variables or conditions
- E21B44/005—Below-ground automatic control systems
-
- 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
- E21B7/00—Special methods or apparatus for drilling
-
- 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
- E21B44/00—Automatic control systems specially adapted for drilling operations, i.e. self-operating systems which function to carry out or modify a drilling operation without intervention of a human operator, e.g. computer-controlled drilling systems; Systems specially adapted for monitoring a plurality of drilling variables or conditions
-
- 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
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
- E21B49/003—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells by analysing drilling variables or conditions
-
- 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
- E21B2200/00—Special features related to earth drilling for obtaining oil, gas or water
- E21B2200/22—Fuzzy logic, artificial intelligence, neural networks or the like
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Earth Drilling (AREA)
Abstract
本发明提供的钻井方法及装置,应用于地质资源勘探开发技术领域,该方法中钻进系统在获取井周地层特性参数、钻头前方地层特性参数、预设钻进参数、预设轨道参数,以及钻头的当前位姿和当前钻进速度之后,根据井周地层特性参数以及钻头前方地层特性参数,确定钻头前方的储层特性参数,然后将所得预设钻进参数、预设轨道参数、钻头的当前位姿,以及储层特性参数分别输入预训练的钻进参数修正模型,得到钻进轨道参数和钻进速度参数;并最终根据钻进轨道参数、钻进速度参数,以及钻头的当前位姿和当前钻进速度,调节钻头的钻进方向和钻进速度。通过本方法,钻进系统能够独立调节钻头的钻进方向和钻进速度,自主控制钻头的运行,提高钻井的安全性。
Description
技术领域
本发明属于地质资源勘探开发技术领域,尤其涉及一种钻井方法及装置。
背景技术
石油天然气是战略资源,是国民经济发展的“血液”,随着国内外的油气田勘探开发力度进一步加大、钻井深度进一步加深,高效开发深层、超深层油气资源是实现中国能源接替战略的重大需求,也是当前和未来油气勘探开发的重点和热点。基于地质导向技术与旋转导向技术实现的深井、超深井勘探方法,是目前钻井领域代表着自动化程度最高的钻井方法,可以有效提高油气钻遇率、钻进效率与井眼质量。
在实际应用中,上述方法依赖高效的井地数据传输实现,位于地下的钻进系统向位于地面的井场系统传输实时的钻进信息,同时,井场的技术人员根据井场系统展示的实时的钻进信息,对钻头的钻进速度和钻进轨道进行调整。
然而,现有井地数据传输主要采用泥浆脉冲法,即钻柱内流动的钻井液作为传输通道,信息以编码压力脉冲或波的形式通过基带或通带传输。然而,泥浆脉冲信号会随着井深的加大而逐渐衰减,泥浆信号传输速率受限,使得井地数据传输的可靠性以及传输效率难以保证,提高钻头钻出储层风险,甚至影响钻井的安全性。
发明内容
有鉴于此,本发明的目的在于提供一种钻井方法及装置,钻进系统能够独立的调节钻头的钻进方向和钻进速度,自主控制钻头的运行,钻进过程不再依赖井地数据的传输,克服现有技术的不足,提高钻井的安全性。具体方案如下:
第一方面,本发明提供一种钻井方法,应用于钻进系统,所述方法包括:
获取井周地层特性参数、钻头前方地层特性参数、预设钻进参数、预设轨道参数,以及钻头的当前位姿和当前钻进速度;
根据所述井周地层特性参数以及所述钻头前方地层特性参数,确定所述钻头前方的储层特性参数;
将所述预设钻进参数、所述预设轨道参数、所述钻头的当前位姿,以及所述储层特性参数分别输入预训练的钻进参数修正模型,得到钻进轨道参数和钻进速度参数;
根据所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度,调节所述钻头的钻进方向和钻进速度。
可选的,所述根据所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度,调节所述钻头的钻进方向和钻进速度,包括:
根据所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度,计算偏置力参数和钻进参数;
发送所述偏置力参数至所述钻进系统的旋转导向机构,以使所述旋转导向机构根据所述偏置力参数调节所述钻头的钻进方向;
发送所述钻进参数值所述钻进系统的自动钻机,以使所述自动钻机根据所述钻进参数调节所述钻头的钻进速度。
可选的,所述根据所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度,计算偏置力参数和钻进参数,包括:
调用预设闭环控制模型;
将所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度输入所述预设闭环控制模型,得到偏置力参数和钻进参数。
可选的,所述根据所述井周地层特性参数以及所述钻头前方地层特性参数,确定钻头前方的储层特性参数,包括:
调用预训练的参数反演模型,其中,所述参数反演模型以井周地层特性参数和钻头前方地层特性参数为输入,以储层的储层特性参数为输出,训练人工智能模型得到;
将所述井周地层特性参数以及所述钻头前方地层特性参数输入所述参数反演模型,得到所述钻头前方的储层特性参数。
可选的,本发明第一方面提供的钻井方法,还包括:发送所述钻进轨道参数和所述钻进速度参数至井场控制系统。
第二方面,本发明提供一种钻井装置,包括:
获取单元,用于获取井周地层特性参数、钻头前方地层特性参数、预设钻进参数、预设轨道参数,以及钻头的当前位姿和当前钻进速度;
确定单元,用于根据所述井周地层特性参数以及所述钻头前方地层特性参数,确定所述钻头前方的储层特性参数;
计算单元,用于将所述预设钻进参数、所述预设轨道参数、所述钻头的当前位姿,以及所述储层特性参数分别输入预训练的钻进参数修正模型,得到钻进轨道参数和钻进速度参数;
控制单元,用于根据所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度,调节所述钻头的钻进方向和钻进速度。
可选的,所述控制单元,用于根据所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度,调节所述钻头的钻进方向和钻进速度时,具体包括:
根据所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度,计算偏置力参数和钻进参数;
发送所述偏置力参数至所述钻进系统的旋转导向机构,以使所述旋转导向机构根据所述偏置力参数调节所述钻头的钻进方向;
发送所述钻进参数值所述钻进系统的自动钻机,以使所述自动钻机根据所述钻进参数调节所述钻头的钻进速度。
可选的,所述控制单元,用于根据所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度,计算偏置力参数和钻进参数时,具体包括:
调用预设闭环控制模型;
将所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度输入所述预设闭环控制模型,得到偏置力参数和钻进参数。
可选的,所述确定单元,用于根据所述井周地层特性参数以及所述钻头前方地层特性参数,确定钻头前方的储层特性参数时,具体包括:
调用预训练的参数反演模型,其中,所述参数反演模型以井周地层特性参数和钻头前方地层特性参数为输入,以储层的储层特性参数为输出,训练人工智能模型得到;
将所述井周地层特性参数以及所述钻头前方地层特性参数输入所述参数反演模型,得到所述钻头前方的储层特性参数。
可选的,本发明第二方面提供的钻井方法,还包括:发送单元,用于发送所述钻进轨道参数和所述钻进速度参数至井场控制系统。
基于上述技术方案,本发明提供的钻井方法,钻进系统在获取井周地层特性参数、钻头前方地层特性参数、预设钻进参数、预设轨道参数,以及钻头的当前位姿和当前钻进速度之后,根据井周地层特性参数以及钻头前方地层特性参数,确定钻头前方的储层特性参数,然后将所得预设钻进参数、预设轨道参数、钻头的当前位姿,以及储层特性参数分别输入预训练的钻进参数修正模型,得到钻进轨道参数和钻进速度参数;并最终根据钻进轨道参数、钻进速度参数,以及钻头的当前位姿和当前钻进速度,调节钻头的钻进方向和钻进速度。通过本发明提供的钻井方法,钻进系统能够独立的调节钻头的钻进方向和钻进速度,自主控制钻头的运行,从而实现自主钻进,整个钻进过程不再依赖井场系统控制信息,现有技术中井地数据传输的可靠性以及传输效率的限制不再影响钻进过程,克服现有技术的不足,提高钻井的安全性。
进一步的,本方法还可以克服现有技术中钻进过程对工程人员的依赖,降低人为经验对钻进过程的影响。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1是本发明实施例提供的一种钻井方法的流程图;
图2是本发明实施例提供的一种钻井装置的结构框图;
图3是本发明实施例提供的另一种钻井装置的结构框图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
参见图1,图1是本发明实施例提供的一种钻井方法的流程图,本发明提供的钻井方法可以应用于钻进系统,具体的,可以应用于钻进系统中能够获取参数数据、运行控制程序,能够对钻头的钻进方向和钻进速度进行控制的控制器,当然,在某些情况下,还可以应用于网络侧的服务器。具体的,本发明提供的钻井方法的流程包括:
S100、获取井周地层特性参数、钻头前方地层特性参数、预设钻进参数、预设轨道参数,以及钻头的当前位姿和当前钻进速度。
在现有的钻进系统中,设置有大量的测量工具,比如各种类型的传感器,通过这些传感器可以准确高效的随着钻进过程获取地层的地球物理参数。
在本发明实施例提供的钻井方法中,井周地层特性参数主要通过地质导向工具获得,至少包括通过方位声波电磁波成像、电阻率成像、方位声波成像、中子、密度、伽马能谱、核磁共振与地层测试取样等部分组成,地质导向工具的目标是获取井周地层地球物理参数,感知井周地层特性。这些参数将传入智能决策模块的参数智能反演,为钻进决策提供依据。
钻头前方地层特性参数主要通过电磁前探和随钻地震工具获得,通过电磁前探与随钻地震工具,对钻头前方地层进行超前探测,获取地层岩性、结构以及地质力学特性等参数。需要说明的是,本发明实施例中述及的钻头前方,指的是钻头在钻进过程中的前进方向,与钻头在物理结构上定义的方位并无直接的对应关系。
进一步的,在实际应用中,钻头的当前位姿包括两方面信息,即钻头的位置坐标和钻头姿态,其中,对于钻头姿态的具体表示方式,可以参照现有技术实现,本发明对此不做限定。对于钻头当前位姿的获取,主要通过随钻测量工具实现。通过随钻测量工具,获取地磁方位、重力井斜等参数,进而根据这些参数确定钻头的位置坐标与姿态,实现井轨迹实时计算。同时,随钻测量工具还可以获得钻头的当前钻进速度。需要强调的是,在本实施例中,对钻头的位姿有着实时性要求,即获取的是当前时刻或当前控制周期内钻头的位姿和钻进速度,只有通过钻头的当前位姿和钻进速度,才能够及时的掌握钻头钻进方向以及钻进进展,为后续步骤中调整钻头的钻进方向和钻进速度提供最为有效的数据。
需要说明的是,任何能够获取上述井周地层特性参数、钻头前方地层特性参数以及钻头的当前位姿的方法都是可选的,在不超出本发明核心思想范围的前提下,同样都属于本发明保护的范围内。
预设轨道参数,是钻井初始轨道参数序列,在区块井场地质、地球物理与前期钻井资料形成的三维地质模型基础上,形成的钻井设计的预设轨道参数,后续步骤中的基础轨道参数。
相应的,预设钻进参数,是钻井初始钻进工程参数序列,在轨道参数的基础上,结合地层特性与结构参数,形成的钻井设计预设钻进工程与水力参数,同样是后续步骤中的基础钻进参数。
需要说明的是,对于预设轨道参数以及预设钻进参数的确定,可以参照现有技术实现,本发明预设轨道参数以及预设钻进参数的具体设置方法不做限定。
S110、根据井周地层特性参数以及钻头前方地层特性参数,确定钻头前方的储层特性参数。
可选的,为准确的确定钻头前方的储层特性参数,以通过所得储层特性参数对钻头前方的储层的地层特性和油气甜点进行评价,本发明实施例预训练一参数反演模型,其中,该参数反演模型以井周地层特性参数和钻头前方地层特性参数为输入,以储层的储层特性参数为输出,经过训练人工智能模型得到,比如,可以选用随机森林模型进行训练。
如前所述,井周地层特性参数和钻头前方底层特性参数,主要指自然伽马、密度、声波、中子,以及电阻率等地球物理参数,将这些参数作为人工智能模型的输入,同时,以孔隙度、渗透率、含水饱和度、泥质含量等储层特性参数作为人工智能模型的输出,经过不但演进,得到适用于本方案应用场景的参数反演模型。通过参数反演模型,相对于现有技术,能够快速准确的分辨油、气、水层和钻头前方地层的结构特性,为评价钻头前方的储层的地层特性和油气甜点提供基础数据。
具体到本步骤中,在得到S100中的各个参数后,调用预训练的参数反演模型,然后将所得参数中的井周地层特性参数以及钻头前方地层特性参数输入参数反演模型,即可得到钻头前方的储层特性参数。
需要说明的是,对于储层特性参数具体包含的内容,可以根据实际评价需求灵活选择,以能够准确、全面评价钻头前方地层特性为原则,本发明对于储层特性参数具体包含的参数不做限定。
S120、将预设钻进参数、预设轨道参数、钻头的当前位姿,以及储层特性参数分别输入预训练的钻进参数修正模型,得到钻进轨道参数和钻进速度参数。
现有技术中的钻井轨道设计,主要以地质、采油部门提供的地质分层情况与目标点或目标井段的数据为基础,以圆柱螺线、空间圆弧、自然曲线等空间几何曲线方程为模型,通过数学方法计算出满足设计要求的钻井轨道。现有的轨道设计方法本质上都在使用数值迭代法求解,难以满足复杂油气藏井眼轨道设计与实时优化钻井轨道的要求,数值迭代法对初值的依赖性会造成多次迭代无解或数值解并非符合工程实际条件的真解的情况,已经严重阻碍了自动化钻井技术的发展。
为解决这一问题,本发明实施例提供一种预训练的钻进参数修正模型,以预设钻进参数、预设轨道参数、钻头位姿,以及储层特性参数为输入,以钻头的钻进轨道参数和钻进速度参数为输出,经训练得到。将预设钻进参数、预设轨道参数、钻头的当前位姿,以及储层特性参数分别输入预训练的钻进参数修正模型,即可得到钻头在下一控制周期的钻进过程中的钻进轨道参数和钻进速度参数。
在实际应用中,用于训练钻进参数修正模型的模型或算法有很多,可以选择有限状态机模型、强化学习模型、决策树模型、神经网络,以及贝叶斯网络中的任意一种。本发明对于钻进参数修正模型的具体训练过程不做限定,在实际应用中,可以根据具体选择的模型或算法,结合现有技术中的训练方法进行训练,但是,任何以预设钻进参数、预设轨道参数、钻头位姿,以及储层特性参数为输入,以钻头的钻进轨道参数和钻进速度参数为输出的可应用模型,在不超出本发明核心思想范围的前提下,同样都属于本发明保护的范围内。
通过智能模型确定钻进轨道参数和钻进速度参数,相对于现有技术而言,更为准确可信,能够使钻进轨道不偏离储层,并穿越更多的地质甜点,实现优质高效钻进。
S130、根据钻进轨道参数、钻进速度参数,以及钻头的当前位姿和当前钻进速度,调节钻头的钻进方向和钻进速度。
在得到钻进轨道参数、钻进速度参数以及钻头的当前位姿和当前钻进速度之后,即可根据所得钻进轨道参数、钻进速度参数,以及钻头的当前位姿和当前钻进速度,调节钻头的钻进方向和钻进速度。
具体的,首先根据所得钻进轨道参数、钻进速度参数,以及钻头的当前位姿和当前钻进速度,计算偏置力参数和钻进参数。其中,偏置力参数主要包括井斜参数和方位参数,根据偏置力参数即可调节钻头的钻进方向。在实际应用中,钻进系统设置有旋转导向机构,将偏置力参数发送至钻进系统的旋转导向机构,旋转导向机构即可根据所得偏置力参数调节钻头的钻进方向。
进一步的,钻进参数主要包括钻压、转速、泵压和泵量,钻进系统还设置有用于驱动钻头的自动钻机,发送前述钻进参数至钻进系统的自动钻机,自动钻机即可根据所述钻进参数调节钻头的钻进速度。
可选的,为了提高钻进过程的控制精确度,本发明实施例提供预设闭环控制模型,以钻进轨道参数、钻进速度参数,以及钻头的位姿和当前钻进速度为输入,以偏置力参数和钻进参数为输出,基于前述各个参数,对钻进过程进行闭环控制。
在具体应用时,预设闭环控制模型以前述步骤中钻进参数修正模型输出的钻进轨道参数和钻进速度参数为标准值,以钻头的当前位姿对应的当前钻进轨道和钻头的当前钻进速度为实际值,并进一步以所得标准值和实际值之间的误差趋于预设范围为闭环控制目标,不断调整偏置力参数和钻进参数,从而达到对钻头的钻进方向和钻进速度进行双闭环控制的目的。
需要说明的是,对于基于钻头的当前位姿确定钻头的实际钻进轨道的过程,可以参照现有技术实现,本发明对此不做限定。
在本步骤中,通过预设闭环控制模型根据所得标准值和实际值进行误差计算,调整钻头的偏置力和钻进速度,进而独立的完成钻头钻进方向与钻进速度的闭环伺服控制。
综上所述,本发明提供的钻井方法,钻进系统能够独立的调节钻头的钻进方向和钻进速度,自主控制钻头的运行,从而实现自主钻进,整个钻进过程不再依赖井场系统控制信息,现有技术中井地数据传输的可靠性以及传输效率的限制不再影响钻进过程,克服现有技术的不足,提高钻井的安全性。
进一步的,本方法还可以克服现有技术中钻进过程对工程人员的依赖,降低人为经验对钻进过程的影响。
可选的,在S120得到钻进轨道参数和钻进速度参数之后,在通讯条件允许的情况下,还可以将所得钻进轨道参数和钻进速度参数发送至井场控制系统,供井场的技术人员参考,随时了解钻进过程的进展情况,以在必要的时候对钻进过程进行人为干预。
需要说明的是,上述内容虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
下面对本发明实施例提供的钻井装置进行介绍,下文描述的钻井装置可以认为是为实现本发明实施例提供的钻井方法,在中央设备中需设置的功能模块架构;下文描述内容可与上文相互参照。
可选的,参见图2,图2是本发明实施例提供的钻井装置的结构框图,如图2所示,本发明实施例提供的钻井装置,包括:
获取单元10,用于获取井周地层特性参数、钻头前方地层特性参数、预设钻进参数、预设轨道参数,以及钻头的当前位姿和当前钻进速度;
确定单元20,用于根据所述井周地层特性参数以及所述钻头前方地层特性参数,确定所述钻头前方的储层特性参数;
计算单元30,用于将所述预设钻进参数、所述预设轨道参数、所述钻头的当前位姿,以及所述储层特性参数分别输入预训练的钻进参数修正模型,得到钻进轨道参数和钻进速度参数;
控制单元40,用于根据所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度,调节所述钻头的钻进方向和钻进速度。
可选的,所述控制单元40,用于根据所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度,调节所述钻头的钻进方向和钻进速度时,具体包括:
根据所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度,计算偏置力参数和钻进参数;
发送所述偏置力参数至所述钻进系统的旋转导向机构,以使所述旋转导向机构根据所述偏置力参数调节所述钻头的钻进方向;
发送所述钻进参数值所述钻进系统的自动钻机,以使所述自动钻机根据所述钻进参数调节所述钻头的钻进速度。
可选的,所述控制单元40,用于根据所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度,计算偏置力参数和钻进参数时,具体包括:
调用预设闭环控制模型;
将所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度输入所述预设闭环控制模型,得到偏置力参数和钻进参数。
可选的,所述确定单元20,用于根据所述井周地层特性参数以及所述钻头前方地层特性参数,确定钻头前方的储层特性参数时,具体包括:
调用预训练的参数反演模型,其中,所述参数反演模型以井周地层特性参数和钻头前方地层特性参数为输入,以储层的储层特性参数为输出,训练人工智能模型得到;
将所述井周地层特性参数以及所述钻头前方地层特性参数输入所述参数反演模型,得到所述钻头前方的储层特性参数。
可选的,参见图3,图3是本发明实施例提供的另一种钻井装置的结构框图,在图2所示实施例的基础上,该装置还包括:
发送单元50,用于发送所述钻进轨道参数和所述钻进速度参数至井场控制系统。
需要说明的是,描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取参数的单元”。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (8)
1.一种钻井方法,其特征在于,应用于钻进系统,所述方法包括:
获取井周地层特性参数、钻头前方地层特性参数、预设钻进参数、预设轨道参数,以及钻头的当前位姿和当前钻进速度;
根据所述井周地层特性参数以及所述钻头前方地层特性参数,确定所述钻头前方的储层特性参数;
将所述预设钻进参数、所述预设轨道参数、所述钻头的当前位姿,以及所述储层特性参数分别输入预训练的钻进参数修正模型,得到钻进轨道参数和钻进速度参数;
根据所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度,调节所述钻头的钻进方向和钻进速度;
所述根据所述井周地层特性参数以及所述钻头前方地层特性参数,确定钻头前方的储层特性参数,包括:
调用预训练的参数反演模型,其中,所述参数反演模型以井周地层特性参数和钻头前方地层特性参数为输入,以储层的储层特性参数为输出,训练人工智能模型得到;
将所述井周地层特性参数以及所述钻头前方地层特性参数输入所述参数反演模型,得到所述钻头前方的储层特性参数。
2.根据权利要求1所述的钻井方法,其特征在于,所述根据所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度,调节所述钻头的钻进方向和钻进速度,包括:
根据所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度,计算偏置力参数和钻进参数;
发送所述偏置力参数至所述钻进系统的旋转导向机构,以使所述旋转导向机构根据所述偏置力参数调节所述钻头的钻进方向;
发送所述钻进参数至所述钻进系统的自动钻机,以使所述自动钻机根据所述钻进参数调节所述钻头的钻进速度。
3.根据权利要求2所述的钻井方法,其特征在于,所述根据所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度,计算偏置力参数和钻进参数,包括:
调用预设闭环控制模型;
将所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度输入所述预设闭环控制模型,得到偏置力参数和钻进参数。
4.根据权利要求1所述的钻井方法,其特征在于,还包括:发送所述钻进轨道参数和所述钻进速度参数至井场控制系统。
5.一种钻井装置,其特征在于,应用于钻进系统,所述装置包括:
获取单元,用于获取井周地层特性参数、钻头前方地层特性参数、预设钻进参数、预设轨道参数,以及钻头的当前位姿和当前钻进速度;
确定单元,用于根据所述井周地层特性参数以及所述钻头前方地层特性参数,确定所述钻头前方的储层特性参数;
计算单元,用于将所述预设钻进参数、所述预设轨道参数、所述钻头的当前位姿,以及所述储层特性参数分别输入预训练的钻进参数修正模型,得到钻进轨道参数和钻进速度参数;
控制单元,用于根据所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度,调节所述钻头的钻进方向和钻进速度;
所述确定单元,用于根据所述井周地层特性参数以及所述钻头前方地层特性参数,确定钻头前方的储层特性参数时,具体包括:
调用预训练的参数反演模型,其中,所述参数反演模型以井周地层特性参数和钻头前方地层特性参数为输入,以储层的储层特性参数为输出,训练人工智能模型得到;
将所述井周地层特性参数以及所述钻头前方地层特性参数输入所述参数反演模型,得到所述钻头前方的储层特性参数。
6.根据权利要求5所述的钻井装置,其特征在于,所述控制单元,用于根据所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度,调节所述钻头的钻进方向和钻进速度时,具体包括:
根据所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度,计算偏置力参数和钻进参数;
发送所述偏置力参数至所述钻进系统的旋转导向机构,以使所述旋转导向机构根据所述偏置力参数调节所述钻头的钻进方向;
发送所述钻进参数至所述钻进系统的自动钻机,以使所述自动钻机根据所述钻进参数调节所述钻头的钻进速度。
7.根据权利要求6所述的钻井装置,其特征在于,所述控制单元,用于根据所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度,计算偏置力参数和钻进参数时,具体包括:
调用预设闭环控制模型;
将所述钻进轨道参数、所述钻进速度参数,以及所述钻头的当前位姿和当前钻进速度输入所述预设闭环控制模型,得到偏置力参数和钻进参数。
8.根据权利要求5所述的钻井装置,其特征在于,还包括:发送单元,用于发送所述钻进轨道参数和所述钻进速度参数至井场控制系统。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011367591.8A CN112502613B (zh) | 2020-11-27 | 2020-11-27 | 一种钻井方法及装置 |
US17/219,386 US20220170360A1 (en) | 2020-11-27 | 2021-03-31 | Drilling method and drilling apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011367591.8A CN112502613B (zh) | 2020-11-27 | 2020-11-27 | 一种钻井方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112502613A CN112502613A (zh) | 2021-03-16 |
CN112502613B true CN112502613B (zh) | 2022-01-07 |
Family
ID=74967781
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011367591.8A Active CN112502613B (zh) | 2020-11-27 | 2020-11-27 | 一种钻井方法及装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20220170360A1 (zh) |
CN (1) | CN112502613B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117328850B (zh) * | 2023-09-22 | 2024-05-14 | 安百拓(张家口)建筑矿山设备有限公司 | 钻机控制方法、装置、终端及存储介质 |
CN117703344B (zh) * | 2024-02-01 | 2024-04-30 | 成都三一能源环保技术有限公司 | 一种基于数据分析的钻井参数调节方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104975808A (zh) * | 2015-01-15 | 2015-10-14 | 中石化西南石油工程有限公司地质录井分公司 | 一种深层水平井钻井轨迹调整方法 |
CN110685600A (zh) * | 2018-06-20 | 2020-01-14 | 中国石油化工股份有限公司 | 一种用于地质导向的钻头调整预测方法 |
CN110852018A (zh) * | 2019-10-21 | 2020-02-28 | 中国石油集团长城钻探工程有限公司 | 基于神经网络的pso钻井参数优化方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NO325151B1 (no) * | 2000-09-29 | 2008-02-11 | Baker Hughes Inc | Fremgangsmate og apparat for dynamisk prediksjonsstyring ved boring ved bruk av neurale nettverk |
US8417495B2 (en) * | 2007-11-07 | 2013-04-09 | Baker Hughes Incorporated | Method of training neural network models and using same for drilling wellbores |
US20110214919A1 (en) * | 2010-03-05 | 2011-09-08 | Mcclung Iii Guy L | Dual top drive systems and methods |
US9587478B2 (en) * | 2011-06-07 | 2017-03-07 | Smith International, Inc. | Optimization of dynamically changing downhole tool settings |
US9022140B2 (en) * | 2012-10-31 | 2015-05-05 | Resource Energy Solutions Inc. | Methods and systems for improved drilling operations using real-time and historical drilling data |
CN106640033A (zh) * | 2015-10-30 | 2017-05-10 | 中石化石油工程技术服务有限公司 | 旋转导向工具状态监测方法 |
CA3004133C (en) * | 2015-11-11 | 2024-01-02 | Schlumberger Canada Limited | Using models and relationships to obtain more efficient drilling using automatic drilling apparatus |
AU2018286423B2 (en) * | 2017-06-15 | 2022-10-27 | Drillscan France Sas | Generating drilling paths using a drill model |
AU2017428353A1 (en) * | 2017-08-21 | 2020-01-30 | Landmark Graphics Corporation | Neural network models for real-time optimization of drilling parameters during drilling operations |
US20200362686A1 (en) * | 2019-05-15 | 2020-11-19 | Schlumberger Technology Corporation | Machine Learning Drill Out System |
US20230041525A1 (en) * | 2020-01-25 | 2023-02-09 | Schlumberger Technology Corporation | Automatic model selection through machine learning |
-
2020
- 2020-11-27 CN CN202011367591.8A patent/CN112502613B/zh active Active
-
2021
- 2021-03-31 US US17/219,386 patent/US20220170360A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104975808A (zh) * | 2015-01-15 | 2015-10-14 | 中石化西南石油工程有限公司地质录井分公司 | 一种深层水平井钻井轨迹调整方法 |
CN110685600A (zh) * | 2018-06-20 | 2020-01-14 | 中国石油化工股份有限公司 | 一种用于地质导向的钻头调整预测方法 |
CN110852018A (zh) * | 2019-10-21 | 2020-02-28 | 中国石油集团长城钻探工程有限公司 | 基于神经网络的pso钻井参数优化方法 |
Also Published As
Publication number | Publication date |
---|---|
US20220170360A1 (en) | 2022-06-02 |
CN112502613A (zh) | 2021-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11591900B2 (en) | Method to predict overpressure uncertainty from normal compaction trendline uncertainty | |
CN112502613B (zh) | 一种钻井方法及装置 | |
US20180334897A1 (en) | Drilling control based on brittleness index correlation | |
US11073006B2 (en) | Directional permeability upscaling of a discrete fracture network | |
CN110397402B (zh) | 钻井方法及装置 | |
AU2015419230A1 (en) | Geosteering based on automated well performance prediction | |
CN110671095B (zh) | 一种地质地层压力智能随钻软测量方法 | |
US10267123B2 (en) | Directional permeability upscaling of a discrete fracture network | |
CN113090188B (zh) | 基于机器学习的智能钻井实时井眼轨迹测量方法及系统 | |
CN107201877A (zh) | 一种旋转导向钻井的闭环控制方法及系统 | |
CN115279990A (zh) | 基于到油-水接触面的距离的自动地质导向 | |
WO2022169873A1 (en) | Method and system for autonomous flow rate control in hydraulic stimulation operations | |
CN103790579B (zh) | 随钻地质导向中确定钻头与地层界面距离的方法及装置 | |
CN105626056A (zh) | 一种确定目标区三维地层孔隙压力的方法和装置 | |
US10947841B2 (en) | Method to compute density of fractures from image logs | |
CN117150875A (zh) | 基于深度学习的钻前测井曲线预测方法 | |
Liu et al. | A reinforcement learning based 3d guided drilling method: Beyond ground control | |
CN107945261A (zh) | 一种地质钻孔测斜计算方法 | |
CN111751878A (zh) | 横波速度的预测方法和装置 | |
CN113738343B (zh) | 一种vr井下钻机状态检测方法、系统、装置及设备 | |
CN114764844B (zh) | 页岩气钻井优化设计方法及装置 | |
WO2021247123A1 (en) | Borehole localization relative to objects and subterranrean formations | |
WO2017127117A1 (en) | Methods and systems employing a gradient sensor arrangement for ranging | |
CN105484732B (zh) | 用于水平井钻井地质导向施工过程井深的处理方法 | |
US10488553B2 (en) | Stress tensor computation using Mindlin formulation |
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 |