CN113006769A - 一种复杂压力体系地层智能压井方法及装置 - Google Patents
一种复杂压力体系地层智能压井方法及装置 Download PDFInfo
- Publication number
- CN113006769A CN113006769A CN202110284467.3A CN202110284467A CN113006769A CN 113006769 A CN113006769 A CN 113006769A CN 202110284467 A CN202110284467 A CN 202110284467A CN 113006769 A CN113006769 A CN 113006769A
- Authority
- CN
- China
- Prior art keywords
- pressure
- time
- formula
- gas
- underground
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 51
- 238000012544 monitoring process Methods 0.000 claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 41
- 238000009826 distribution Methods 0.000 claims abstract description 33
- 230000005856 abnormality Effects 0.000 claims abstract description 17
- 238000005259 measurement Methods 0.000 claims abstract description 5
- 239000012530 fluid Substances 0.000 claims description 58
- 239000007788 liquid Substances 0.000 claims description 56
- 238000005553 drilling Methods 0.000 claims description 45
- 230000008859 change Effects 0.000 claims description 33
- 239000012071 phase Substances 0.000 claims description 31
- 238000011144 upstream manufacturing Methods 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 19
- 230000009545 invasion Effects 0.000 claims description 18
- 230000035699 permeability Effects 0.000 claims description 18
- 230000001276 controlling effect Effects 0.000 claims description 13
- 230000001105 regulatory effect Effects 0.000 claims description 13
- 238000012417 linear regression Methods 0.000 claims description 12
- 239000007791 liquid phase Substances 0.000 claims description 12
- 230000008878 coupling Effects 0.000 claims description 9
- 238000010168 coupling process Methods 0.000 claims description 9
- 238000005859 coupling reaction Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000002485 combustion reaction Methods 0.000 claims description 7
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000002068 genetic effect Effects 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 6
- 238000007789 sealing Methods 0.000 claims description 6
- 239000002002 slurry Substances 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 238000005094 computer simulation Methods 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 239000013256 coordination polymer Substances 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 239000004047 hole gas Substances 0.000 claims description 3
- 238000009533 lab test Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000035945 sensitivity Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 3
- 230000001052 transient effect Effects 0.000 claims description 3
- 238000010626 work up procedure Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000003208 petroleum Substances 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
- 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
- E21B21/00—Methods or apparatus for flushing boreholes, e.g. by use of exhaust air from motor
- E21B21/08—Controlling or monitoring pressure or flow of drilling fluid, e.g. automatic filling of boreholes, automatic control of bottom 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
- E21B47/06—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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics (AREA)
- Mechanical Engineering (AREA)
- Excavating Of Shafts Or Tunnels (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及一种复杂压力体系地层智能压井方法及装置,包括:(1)实时监测井下‑地面的实时信息;(2)对井下‑地面的实时信息进行处理,判断井下工况,如果发生井下异常时,一方面实时反演井筒多相流动模型中不确定参数,另一方面动态模拟计算井筒压力分布;(3)发出控制信号,智能优化设计节流控制参数,包括节流阀的连接方式与压降分配方案,实时调整井口压力以维持井底压力恒定,同时,追踪套压立压反馈,通过反馈结智能优化调整压井调控方案。本发明能够全程、实时对井下工况自动监测,并依据测量信息的变化趋势智能反演地层压力信息,达到井下异常准确、及时监测、复杂压力体系地层信息智能识别的目的。
Description
技术领域
本发明涉及一种复杂压力体系地层智能压井方法及装置,属于石油勘探开发领域。
背景技术
随着国家油气资源需求的不断扩大,复杂地质构造、油藏分散油田区块成为油气勘探开发工作的热点,但同时钻探工程面临着断层、裂缝、高陡构造等发育,地层压力体系复杂,地层信息具有不确定性等难题导致异常高压井段多发,钻井液安全密度窗口窄,极易发生气侵井涌事故,溢流后压井更多依赖人工经验,易产生二次气侵,带来了压井一次成功率低、风险大等困难。
气侵关井后井筒多相流动规律复杂,传统做法依据关井井口套压变化曲线判断求压点进而求取地层压力,进而根据预先计算的压井曲线调节节流管汇,并追踪立压反馈。但该方法中求压点难以准确识别、准确性差、求压周期长,无法为溢流早期井筒压力控制及时提供地层压力信息,且压井过程中井筒内多相流型复杂、流体相态复杂、流动规律多变,静态设计的压井曲线难以准确反映井筒内复杂的多相流动过程,导致了传统方法压井具有实时应变性差的局限。
压井技术作为油气井溢流、井喷发生后的首要井控手段,其智能化程度将直接影响压井的安全与高效。但由于缺乏智能压井控制方法和配套装备,更多地依赖人工经验,当前一次压井成功率低、风险大。因此推动压井技术的智能化发展将成为复杂压力体系地层钻完井强有力的安全保障,为国家油气工业发展提供技术支持。
发明内容
针对现有技术存在的不足,本发明提供一种海洋复杂压力体系地层智能压井方法及装置,依据实时测量的井下—地面数据信息,快速、准确判断井下异常工况,智能优化压井方案,为复杂压力体系地层钻完井提供安全保障。
术语解释:
1、多相流动模型,用来描述井筒各组分间相互作用及压力分布的动力学方程组,包括连续性方程、动量方程及能量方程。
2、地层温度剖面,地层温度随深度的变化函数。
为解决上述技术问题,本发明所采用的技术方案如下:
一种复杂压力体系地层智能压井方法,包括步骤如下:
(1)实时监测井下-地面的实时信息,所述井下-地面的实时信息包括入口/出口钻井液流量差、钻井液温度、密度、泥浆电阻率、立管压力、泥浆池增量、大钩载荷;
(2)对步骤(1)实时监测的井下-地面的实时信息进行处理,判断井下工况,如果发生井下异常时,则实时反演地层压力和地层渗透率,实时反演井筒多相流动模型中不确定参数,动态模拟计算井筒压力分布;
(3)发出控制信号,智能优化设计节流控制参数,包括节流阀的连接方式与压降分配方案,实时调整井口压力以维持井底压力恒定,同时,追踪套压立压反馈,通过反馈结智能优化调整压井调控方案。
根据本发明优选的,步骤(2)中,对步骤(1)实时监测的井下-地面的实时信息进行处理,判断井下工况,是指:结合井下实时数据进行溢流早期监测,具体步骤如下:
从井下PWD收集溢流监测数据X=[X1,X2,…Xi,…Xm],Xi为不同的溢流检测参数,其为随时间t变化的离散数据序列,也表示为xi(t),i=1,2,…,m,m为采集数据的长度,对于某一时间区间t∈[n-L+1,n],L为时间窗口,n为任意选取的时间区间的起点,其对应的x(t)通过局部线性回归模型近似表示为式(Ⅰ):
x(t)=k(n)t+b(n) (Ⅰ)
式(Ⅰ)中,k(n)为回归方程的斜率,b(n)为回归方程截距,x(t)为对应时间区间内信号变化趋势的线性表示;
所述局部线性回归模型的计算误差G如式(II)所示:
式(II)中,Kλ(n,t)为权函数,Kλ(n,t)=λn-t,λ为遗忘因子,λ∈[0,1],Kλ(n,t)存在取值下限η,使得:n-C≤t≤n,η默认为1%,可以看出,η与λ共同决定了时间t的取值下限,对于局部变化幅度较大的数据序列应选取较小的时间窗口加以描述,此时C值应较小,反之则应选取较大的C值。
k(n)为对应时间区间内信号变化趋势线性表示的斜率,b(n)对应时间区间内信号变化趋势线性表示的截距;
对G关于k(n)与b(n)分别求偏导数,分别如式(Ⅲ)、式(Ⅳ)所示:
λ(n)=f[V(n)] (Ⅵ)
式(Ⅵ)中,V(n)为时间区间[n-C(n)+1,n]内斜率k(n)波动范围;
V(n)=maxt∈[n-C(n)+1,n]k(t)-mint∈[n-C(n)+1,n]k(t);λ(n)由过程变量的时间尺度C(n)直接决定,C(n)取值范围[Cmin,Cmax]根据先验经验知识确定;k(t)为对应时间区间内任意时刻t对应的信号变化趋势线性表示的斜率;
钻井过程如果出现井下异常情况,则监测参数随时间的变化趋势应发生变化,且该变化应持续一段时间,即Cmin,以区分实际井下异常与监测噪声引起的短时随机变化。因此,Cmin为时间边界参数,默认值为Cmin=20。Cmax为观测趋势的最大持续时间,通常可以从历史数据序列中获得。当V(n)较小时,λ(n)接近η1/Cmax,反之则λ(n)趋近于η1/Cmin,所以较短(较长)的时间尺度适用于波动幅度较大(较小)的情况。
选取时间序列{s(t)}=[s(1),s(2),…,s(l)],对λ(n)的表达式做拟合,对于时间节点j,依据误差对于拟合斜率,截距偏导数,得到式(Ⅶ):
遍历Cp与j的取值区间,得VCp为(Cmax-Cmin)×l规格的矩阵,该矩阵每行代表了在给定的时间尺度范围[j-Cp+1,j]内,不同时间节点j∈{s(t)}处数据序列的波动幅度;对于其中任一行元素,取:则VCp max为该矩阵每行元素的最大值,故在Cp给定的条件下,任意一行元素中VCp(j)<VCp max时,表明对应时间节点处kCP(j)的波动幅度较为平缓,因此,选取更大的Cp对该点处的波动幅度加以描述,所以,取每行元素中VCp max作为方程λ(n)或C(n)拟合方程的自变量得到式(Ⅷ):
通过最小二乘法拟合得到式(Ⅸ):
在正常工况下溢流监测数据随井深变化而保持恒定,当出现井下异常而诱发监测数据异常变化时,则对应Cp应随之发生变化,且该变化趋势区别于随机噪声引发的Cp变化,采用Cmin为阈值,当Cp变化超出Cmin时,则认定发生井下异常,否则,正常。
根据本发明优选的,步骤(2)中,实时反演地层压力和地层渗透率,是指:
钻井时发生气侵后,储层流体进入井筒会引起环空流体组份与流量的变化,通过测量压力和流量等参数,可以反向推演储层参数。气侵过程与不稳定试井过程相似,所以基于气侵响应参数(立压、出口流量、泥浆池增量等)的变化可以表征一定的地层信息,从而实现关井前的地层信息反演。
由于气侵早期气体侵入缓慢,膨胀率极小,可根据泥浆池增量近似求得井底产气速率,因此,利用气侵早期阶段的泥浆池增量曲线,结合储层渗流方程求解地层渗透率;进而利用完整泥浆池增量曲线,结合瞬态储层-井筒耦合模型和遗传算法进行地层压力的反演计算,具体步骤包括:
利用均值滤波对泥浆池增量曲线进行去噪处理(泥浆池增量的波动主要来源于液面的上下波动,根据噪声特征,选用均值滤波来进行去噪处理),
将去噪处理后的泥浆池增量曲线作为反演过程中的观测值,获取气侵初期的泥浆池增量曲线;
泥浆池增量等于出口流量差随时间的积分,近似计算得到各时刻的井底产气速率,如式(X)所示:
式(X)中,Qi为ti时刻的井底产气速率;Vpgi为泥浆池体积,d(Vpgi)为dt时间内泥浆池体积增量;
渗透性地层的气侵过程用无限大地层不稳定渗流公式表示,如式(Ⅺ)所示:
式(Ⅺ)中,Qg为井底条件下的气体流量;k为地层渗透率;Pe为地层压力;Pw为井底压力;μ为气体地下粘度;C为储层综合压缩系数;t为时间(从气侵发生到关井);h为储层高度;Rw为井筒直径;Zw为气体在井底条件下的压缩因子;Tw为井底温度;Ze为气体在地层条件下的压缩因子;Te为地层温度;
两者在同一时刻ti时相等,则满足式(Ⅻ):
对于ti+n/2时刻,则满足式(XIII):
整理后得到式(XIV):
通过不动点迭代法求解得到n/2组k,去除最小值和最大值后取平均值,作为地层渗透率。
进一步优选的,将计算得到地层渗透率作为已知条件,利用动态储层-井筒耦合模型,通过遗传算法与完整的泥浆池增量曲线进行关于地层压力的单参数反演。
根据本发明优选的,步骤(2)中,实时反演井筒多相流动模型中不确定参数,井筒多相流动模型中不确定参数包括钻井液流变参数、环空摩阻系数、气体分布系数、拖曳力系数,包括步骤如下:
①通过室内试验数据拟合获取不确定参数的拟合方程,如式(XV)所示:
x=g(λ)+ω (XV)
式(XV)中,x为钻井液流变参数、环空摩阻系数、气体分布系数、拖曳力系数构成的不确定向量,g(λ)为通过室内实验确定的x与λ的先验关系;
λ为对应敏感性参数,ω为室内试验误差,ω包括ωk、ωj,ω满足式(XVI):
式(XVI)中,ωk、ωj为不相关的零均值高斯白噪声序列,Qk为ωk、ωj的方差,δkj为克罗内克尔函数;
②确定不确定向量x与观测向量y间的函数关系,如式(XVII)所示:
y=f(x)+v (XVII)
式(XVII)中,y为观测参数,包括入口/出口钻井液流量差、钻井液温度、密度、泥浆电阻率、立管压力、泥浆池增量、大钩载荷参数,f(x)是不确定向量x与观测向量y间的函数关系;由多相流动模型确定;
v为井下仪器测量误差,v包括vk、vj,v满足式(XVIII):
式(XVIII)中,vk、vj为不相关的零均值高斯白噪声序列,Rk为vk、vj的方差,δkj为克罗内克尔函数;
③确定k-1时刻不确定向量x状态参数,如式(XIX)、式(XX)所示:
式(XXI)中,xi,k-1为xk-1的第i个元素,Pi,k-1为Pk-1的第i个元素;
xi,k|k-1=g(xi,k-1) (XXII)
式(XXII)、式(XXIII)中,xi,k|k-1为以xi,k-1为自变量预测获得的k时刻不确定向量状态参数,Wi m为xi,k-1的权重;
此时预测方差如式(XXIV)、式(XXV)、式(XXVI)所示:
yi,k|k-1=f(xi,k|k-1),i=0,…,2n(XXV)
⑤综合预测k时刻不确定参数,如式(XXⅦ)、式(XXⅧ)、式(XXIX)、式(XXX)、式(XXXI)所示:
根据本发明优选的,步骤(2)中,动态模拟计算井筒压力分布,包括步骤如下:
求解方程组采用数值方法,以环空内任意两个节点j、j+1从n到n+1时刻的溢流动态过程为例说明计算的具体步骤,其中j,j+1节点处在n时刻的参数以及j节点在n+1时刻的参数为已知,地层温度剖面已知;
式(XXXII)中:Mg为气体的摩尔质量,kg/mol;
R为理想气体状态常数,R=8.314J/(mol·K);
Z3-(1-B)Z2+(A-3B2-2B)Z-(AB-B2-B3)=0
式(XXXIII)、(XXXIV)中,为j位置处气体速度,为j位置处液相速度,为j处的气相比率,为j位置环空截面积,为j+1位置环空截面积,为j位置气体密度,为j位置液相密度,为j位置液相密度,△s为空间步长,△t为时间步长;
式(XXXVI)中,β为井斜角,g为重力加速度,fr为阻力系数,Dh为水力直径;
式(XXXVII)中,f为摩阻系数;D为水力直径,m;ε为粗糙度,m;Re为雷诺数。
G、计算出n+1时刻内所有节点上的参数,并根据n+2时刻的边界条件,从已知的边界开始确定n+2时刻的状态,依次类推,计算确定n+3、n+4……时刻的状态。
根据本发明优选的,步骤(3)中,包括步骤如下:
基于多相流动模拟与实时数据耦合驱动获取压井过程井口压力变化趋势,通过调整节流阀开度完成智能压井调控,节流压降与节流阀开度间满足式(XXXVIII):
式(XXXVII)中,qm为质量流量,C为流出系数,ε为流体可膨胀性系数,d为节流阀孔板喉部直径,Δp为压差,ρ1为流体密度,β为直径比,β=d/D,D为上游管汇直径;
根据照阀内介质压力分配结果依据下式决定各节流阀开度,如式(XXXIX)所示:
式(XXXIX)中,CVS为阀门额定流量系数,CVb为阀体流量系数,CV0为阀芯密封面处额定流量系数,CVi为第i级节流额定流量系数,i=1,2,3,…,n;
CVb=2.789D2;CVi=3.054AArsi/(A-0.6Arsi);
A为阀门连接管道内径对应的面积,Ars0为阀芯密封面额定的节流面积,Arsi为第i级节流额定节流面积;
Q为介质体积流量,N为数字常数,ΔPi为第i级节流进出口压差,Gf为液体比重。
一种复杂压力体系地层智能压井装置,包括数据自动监测、采集及处理系统、智能压井调控系统、井口多级节流智能控制系统;
所述数据自动监测、采集及处理系统用于:实时监测温度、压力、入口/出口钻井液流量差、钻井液密度、电阻率井下-地面的实时信息,为井下复杂压力体系地层信息智能识别奠定基础;并对采集的井下-地面的实时信息进行处理,给出井下工况判断结果和地层信息反演结果;
当所述数据自动监测、采集及处理系统判断发生井下异常时,所述智能压井调控系统依据溢流后采集的井下-地面实时信息,一方面实时反演井筒多相流动模型中不确定参数,另一方面动态模拟计算井筒压力分布;
所述井口多级节流智能控制系统用于:根据所述智能压井调控系统的处理结果,迅速发出控制信号,通过井口多级节流管汇执行机构执行,智能优化设计节流控制参数,包括节流阀的连接方式与压降分配方案,实时调整井口压力以维持井底压力恒定。同时追踪套压立压反馈,并将反馈结果传递至智能压井调控系统,智能优化调整压井调控方案。
根据本发明优选的,所述智能压井装置还包括井下PWD、井口防喷器组、第一地面流动管线、多级节流管汇、第二地面流动管线、气液两相分离器、液体流动管线、储液罐、气体流动管线和燃烧臂;
所述井下PWD设置在井下,所述井口防喷器组设置在井口,所述井口防喷器组、第一地面流动管线、多级节流管汇、第二地面流动管线、气液两相分离器依次连接,所述第一地面流动管线的一端与所述井口防喷器组连接,另一端与所述多级节流管汇的一端连接,所述多级节流管汇的另一端与所述第二地面流动管线的一端连接,所述第二地面流动管线的另一端连接所述气液两相分离器的气液混合物入口;所述液体流动管线的一端与所述气液两相分离器的液体出口端连接,所述液体流动管线的另一端与所述储液罐连接;所述气体流动管线的一端与所述气液两相分离器的气体出口端连接,所述气体流动管线的另一端与所述燃烧臂相连。
进一步优选的,所述智能压井装置还包括钻头、钻杆、钻铤,所述井下PWD101位于钻头上部25m,与钻杆下部、钻铤上部的测试管柱通过螺纹连接,实时监测该位置处环空流体的温度、压力、密度、电阻率实时数据。
根据本发明优选的,所述数据自动监测、采集及处理系统包括节流管汇上游温度计、节流管汇上游压力计、节流管汇下游温度计、节流管汇下游压力计、液体流量计;
所述第一地面流动管线上设有所述节流管汇上游温度计和所述节流管汇上游压力计,分别实时监测所述第一地面流动管线内流体的温度、压力;
所述第二地面流动管线上设有所述节流管汇下游温度计和所述节流管下游压力计,分别实时监测所述第二地面流动管线内流体的温度、压力;
所述液体流动管线上设有所述液体流量计,用于实时监测液体流量;所述气体流动管线上设有所述气体流量计,用于实时监测气体流量。
根据本发明优选的,所述智能压井装置还包括数据处理计算机;
所述节流管汇上游温度计、节流管汇上游压力计、节流管汇下游温度计、节流管汇下游压力计分别通过数据传输线连接所述数据处理计算机,将实时监测的第一地面流动管线内流体的温度、压力、第二地面流动管线内流体的温度、压力实时传输到所述数据处理计算机;
所述智能压井调控系统集成于所述数据处理计算机,当所述数据自动监测、采集及处理系统判断发生井下异常时,所述智能压井调控系统依据溢流后采集的井下-地面的实时信息,一方面实时反演井筒多相流动模型中不确定参数,另一方面动态模拟计算井筒压力分布,并将通过数据传输线将计算结果传输至所述井口多级节流智能控制系统。
根据本发明优选的,所述井口多级节流智能控制系统包括多级节流管汇、钻井泵、混浆池;所述井口多级节流智能控制系统根据所述智能压井调控系统的处理结果,迅速发出控制信号至多级节流管汇,智能优化设计节流控制参数,包括节流阀的连接方式与压降分配方案,实时调整井口压力以维持井底压力恒定,同时追踪套压、立压反馈,并将反馈结果传递至智能压井调控系统,智能优化调整压井调控方案;所述钻井泵为钻井液循环提供能量;所述混浆池用于存放钻井液。
本发明的有益效果如下:
(1)本发明能够全程、实时对井下工况自动监测,并依据测量信息的变化趋势智能反演地层压力信息,达到井下异常准确、及时监测、复杂压力体系地层信息智能识别的目的。
(2)本发明克服了现有技术过度依赖于室内试验测定井筒多相流动模型不确定参数的局限性,能够依据实时数据实时完善多相流动模型,实现井涌-压井全过程井筒多相流动实时计算与动态模拟。
(3)本发明井口多级节流智能控制装置工程可靠,自动控制,响应迅速,无人工操作延迟;
(4)本发明方法科学,满足工程精度要求。
附图说明
图1为复杂压力体系地层智能压井装置的结构示意图;
101、井下PWD;102、井口防喷器组;103a、第一地面流动管线;103b、第二地面流动管线;104、多级节流管汇;105、气液两相分离器;106、液体流动管线;107、储液罐;108、气体流动管线;109、燃烧臂;201、节流管汇上游温度计;202、节流管汇上游压力计;203、节流管汇下游温度计;204、节流管汇下游压力计;205、液体流量计;206、气体流量计;207、数据处理计算机;301、钻井泵;302、混浆池。
具体实施方式
下面结合说明书附图和实施例对本发明作进一步的限定,但不限于此。
实施例1
一种复杂压力体系地层智能压井方法,包括步骤如下:
(1)实时监测井下-地面的实时信息,井下-地面的实时信息包括入口/出口钻井液流量差、钻井液温度、密度、泥浆电阻率、立管压力、泥浆池增量、大钩载荷;
(2)对步骤(1)实时监测的井下-地面的实时信息进行处理,判断井下工况,如果发生井下异常时,则实时反演地层压力和地层渗透率,实时反演井筒多相流动模型中不确定参数,动态模拟计算井筒压力分布;
(3)发出控制信号,智能优化设计节流控制参数,包括节流阀的连接方式与压降分配方案,实时调整井口压力以维持井底压力恒定,同时,追踪套压立压反馈,通过反馈结智能优化调整压井调控方案。
实施例2
根据实施例1所述的一种复杂压力体系地层智能压井方法,其区别在于:
步骤(2)中,对步骤(1)实时监测的井下-地面的实时信息进行处理,判断井下工况,是指:结合井下实时数据进行溢流早期监测,具体步骤如下:
从井下PWD101收集溢流监测数据X=[X1,X2,…Xi,…Xm],Xi为不同的溢流检测参数,其为随时间t变化的离散数据序列,也表示为xi(t),i=1,2,…,m,m为采集数据的长度,对于某一时间区间t∈[n-L+1,n],L为时间窗口,n为任意选取的时间区间的起点,其对应的x(t)通过局部线性回归模型近似表示为式(Ⅰ):
x(t)=k(n)t+b(n) (Ⅰ)
式(Ⅰ)中,k(n)为回归方程的斜率,b(n)为回归方程截距,x(t)为对应时间区间内信号变化趋势的线性表示;
局部线性回归模型的计算误差G如式(II)所示:
式(II)中,Kλ(n,t)为权函数,Kλ(n,t)=λn-t,λ为遗忘因子,λ∈[0,1],Kλ(n,t)存在取值下限η,使得:n-C≤t≤n,η默认为1%,可以看出,η与λ共同决定了时间t的取值下限,对于局部变化幅度较大的数据序列应选取较小的时间窗口加以描述,此时C值应较小,反之则应选取较大的C值。
k(n)为对应时间区间内信号变化趋势线性表示的斜率,b(n)对应时间区间内信号变化趋势线性表示的截距;
对G关于k(n)与b(n)分别求偏导数,分别如式(Ⅲ)、式(Ⅳ)所示:
λ(n)=f[V(n)] (Ⅵ)
式(Ⅵ)中,V(n)为时间区间[n-C(n)+1,n]内斜率k(n)波动范围;
V(n)=maxt∈[n-C(n)+1,n]k(t)-mint∈[n-C(n)+1,n]k(t);λ(n)由过程变量的时间尺度C(n)直接决定,C(n)取值范围[Cmin,Cmax]根据先验经验知识确定;k(t)为对应时间区间内任意时刻t对应的信号变化趋势线性表示的斜率;
钻井过程如果出现井下异常情况,则监测参数随时间的变化趋势应发生变化,且该变化应持续一段时间,即Cmin,以区分实际井下异常与监测噪声引起的短时随机变化。因此,Cmin为时间边界参数,默认值为Cmin=20。Cmax为观测趋势的最大持续时间,通常可以从历史数据序列中获得。当V(n)较小时,λ(n)接近η1/Cmax,反之则λ(n)趋近于η1/Cmin,所以较短(较长)的时间尺度适用于波动幅度较大(较小)的情况。
选取时间序列{s(t)}=[s(1),s(2),…,s(l)],对λ(n)的表达式做拟合,对于时间节点j,依据误差对于拟合斜率,截距偏导数,得到式(Ⅶ):
遍历Cp与j的取值区间,得VCp为(Cmax-Cmin)×l规格的矩阵,该矩阵每行代表了在给定的时间尺度范围[j-Cp+1,j]内,不同时间节点j∈{s(t)}处数据序列的波动幅度;对于其中任一行元素,取:则VCp max为该矩阵每行元素的最大值,故在Cp给定的条件下,任意一行元素中VCp(j)<VCp max时,表明对应时间节点处kCP(j)的波动幅度较为平缓,因此,选取更大的Cp对该点处的波动幅度加以描述,所以,取每行元素中VCp max作为方程λ(n)或C(n)拟合方程的自变量得到式(Ⅷ):
通过最小二乘法拟合得到式(Ⅸ):
在正常工况下溢流监测数据随井深变化而保持恒定,当出现井下异常而诱发监测数据异常变化时,则对应Cp应随之发生变化,且该变化趋势区别于随机噪声引发的Cp变化,采用Cmin为阈值,当Cp变化超出Cmin时,则认定发生井下异常,否则,正常。
实施例3
根据实施例1所述的一种复杂压力体系地层智能压井方法,其区别在于:
步骤(2)中,实时反演地层压力和地层渗透率,是指:
钻井时发生气侵后,储层流体进入井筒会引起环空流体组份与流量的变化,通过测量压力和流量等参数,可以反向推演储层参数。气侵过程与不稳定试井过程相似,所以基于气侵响应参数(立压、出口流量、泥浆池增量等)的变化可以表征一定的地层信息,从而实现关井前的地层信息反演。
由于气侵早期气体侵入缓慢,膨胀率极小,可根据泥浆池增量近似求得井底产气速率,因此,利用气侵早期阶段的泥浆池增量曲线,结合储层渗流方程求解地层渗透率;进而利用完整泥浆池增量曲线,结合瞬态储层-井筒耦合模型和遗传算法进行地层压力的反演计算,具体步骤包括:
利用均值滤波对泥浆池增量曲线进行去噪处理(泥浆池增量的波动主要来源于液面的上下波动,根据噪声特征,选用均值滤波来进行去噪处理),
将去噪处理后的泥浆池增量曲线作为反演过程中的观测值,获取气侵初期的泥浆池增量曲线;
泥浆池增量等于出口流量差随时间的积分,近似计算得到各时刻的井底产气速率,如式(X)所示:
式(X)中,Qi为ti时刻的井底产气速率;Vpgi为泥浆池体积,d(Vpgi)为dt时间内泥浆池体积增量;
渗透性地层的气侵过程用无限大地层不稳定渗流公式表示,如式(Ⅺ)所示:
式(Ⅺ)中,Qg为井底条件下的气体流量;k为地层渗透率;Pe为地层压力;Pw为井底压力;μ为气体地下粘度;C为储层综合压缩系数;t为时间(从气侵发生到关井);h为储层高度;Rw为井筒直径;Zw为气体在井底条件下的压缩因子;Tw为井底温度;Ze为气体在地层条件下的压缩因子;Te为地层温度;
两者在同一时刻ti时相等,则满足式(Ⅻ):
对于ti+n/2时刻,则满足式(XIII):
整理后得到式(XIV):
通过不动点迭代法求解得到n/2组k,去除最小值和最大值后取平均值,作为地层渗透率。
将计算得到地层渗透率作为已知条件,利用动态储层-井筒耦合模型,通过遗传算法与完整的泥浆池增量曲线进行关于地层压力的单参数反演。
实施例4
根据实施例1所述的一种复杂压力体系地层智能压井方法,其区别在于:
步骤(2)中,实时反演井筒多相流动模型中不确定参数,井筒多相流动模型中不确定参数包括钻井液流变参数、环空摩阻系数、气体分布系数、拖曳力系数,包括步骤如下:
①通过室内试验数据拟合获取不确定参数的拟合方程,如式(XV)所示:
x=g(λ)+ω (XV)
式(XV)中,x为钻井液流变参数、环空摩阻系数、气体分布系数、拖曳力系数构成的不确定向量,g(λ)为通过室内实验确定的x与λ的先验关系;
λ为对应敏感性参数,ω为室内试验误差,ω包括ωk、ωj,ω满足式(XVI):
式(XVI)中,ωk、ωj为不相关的零均值高斯白噪声序列,Qk为ωk、ωj的方差,δkj为克罗内克尔函数;
②确定不确定向量x与观测向量y间的函数关系,如式(XVII)所示:
y=f(x)+v (XVII)
式(XVII)中,y为观测参数,包括入口/出口钻井液流量差、钻井液温度、密度、泥浆电阻率、立管压力、泥浆池增量、大钩载荷参数,f(x)是不确定向量x与观测向量y间的函数关系;由多相流动模型确定;
v为井下仪器测量误差,v包括vk、vj,v满足式(XVIII):
式(XVIII)中,vk、vj为不相关的零均值高斯白噪声序列,Rk为vk、vj的方差,δkj为克罗内克尔函数;
③确定k-1时刻不确定向量x状态参数,如式(XIX)、式(XX)所示:
式(XXI)中,xi,k-1为xk-1的第i个元素,Pi,k-1为Pk-1的第i个元素;
xi,k|k-1=g(xi,k-1) (XXII)
式(XXII)、式(XXIII)中,xi,k|k-1为以xi,k-1为自变量预测获得的k时刻不确定向量状态参数,Wi m为xi,k-1的权重;
此时预测方差如式(XXIV)、式(XXV)、式(XXVI)所示:
yi,k|k-1=f(xi,k|k-1),i=0,…,2n (XXV)
⑤综合预测k时刻不确定参数,如式(XXⅦ)、式(XXⅧ)、式(XXIX)、式(XXX)、式(XXXI)所示:
实施例5
根据实施例1所述的一种复杂压力体系地层智能压井方法,其区别在于:
步骤(2)中,动态模拟计算井筒压力分布,包括步骤如下:
求解方程组采用数值方法,以环空内任意两个节点j、j+1从n到n+1时刻的溢流动态过程为例说明计算的具体步骤,其中j,j+1节点处在n时刻的参数以及j节点在n+1时刻的参数为已知,地层温度剖面已知;
式(XXXII)中:Mg为气体的摩尔质量,kg/mol;
R为理想气体状态常数,R=8.314J/(mol·K);
Z3-(1-B)Z2+(A-3B2-2B)Z-(AB-B2-B3)=0
式(XXXIII)、(XXXIV)中,为j位置处气体速度,为j位置处液相速度,为j处的气相比率,为j位置环空截面积,为j+1位置环空截面积,为j位置气体密度,为j位置液相密度,为j位置液相密度,△s为空间步长,△t为时间步长;
式(XXXVI)中,β为井斜角,g为重力加速度,fr为阻力系数,Dh为水力直径;
式(XXXVII)中,f为摩阻系数;D为水力直径,m;ε为粗糙度,m;Re为雷诺数。
G、计算出n+1时刻内所有节点上的参数,并根据n+2时刻的边界条件,从已知的边界开始确定n+2时刻的状态,依次类推,计算确定n+3、n+4……时刻的状态。
实施例6
根据实施例1所述的一种复杂压力体系地层智能压井方法,其区别在于:
步骤(3)中,包括步骤如下:
基于多相流动模拟与实时数据耦合驱动获取压井过程井口压力变化趋势,通过调整节流阀开度完成智能压井调控,节流压降与节流阀开度间满足式(XXXVIII):
式(XXXVII)中,qm为质量流量,C为流出系数,ε为流体可膨胀性系数,d为节流阀孔板喉部直径,Δp为压差,ρ1为流体密度,β为直径比,β=d/D,D为上游管汇直径;
根据照阀内介质压力分配结果依据下式决定各节流阀开度,如式(XXXIX)所示:
式(XXXIX)中,CVS为阀门额定流量系数,CVb为阀体流量系数,CV0为阀芯密封面处额定流量系数,CVi为第i级节流额定流量系数,i=1,2,3,…,n;
CVb=2.789D2;CVi=3.054AArsi/(A-0.6Arsi);
A为阀门连接管道内径对应的面积,Ars0为阀芯密封面额定的节流面积,Arsi为第i级节流额定节流面积;
Q为介质体积流量,N为数字常数,ΔPi为第i级节流进出口压差,Gf为液体比重。
实施例7
一种复杂压力体系地层智能压井装置,如图1所示,包括数据自动监测、采集及处理系统、智能压井调控系统、井口多级节流智能控制系统;
数据自动监测、采集及处理系统用于:实时监测温度、压力、入口/出口钻井液流量差、钻井液密度、电阻率井下-地面的实时信息,为井下复杂压力体系地层信息智能识别奠定基础;并对采集的井下-地面的实时信息进行处理,给出井下工况判断结果和地层信息反演结果;
当数据自动监测、采集及处理系统判断发生井下异常时,智能压井调控系统依据溢流后采集的井下-地面实时信息,一方面实时反演井筒多相流动模型中不确定参数,另一方面动态模拟计算井筒压力分布;
井口多级节流智能控制系统用于:根据智能压井调控系统的处理结果,迅速发出控制信号,通过井口多级节流管汇104执行机构执行,智能优化设计节流控制参数,包括节流阀的连接方式与压降分配方案,实时调整井口压力以维持井底压力恒定。同时追踪套压立压反馈,并将反馈结果传递至智能压井调控系统,智能优化调整压井调控方案。
实施例8
根据实施例7所述的一种复杂压力体系地层智能压井装置,其区别在于:
智能压井装置还包括井下PWD101、井口防喷器组102、第一地面流动管线103a、多级节流管汇104、第二地面流动管线103b、气液两相分离器105、液体流动管线106、储液罐107、气体流动管线108和燃烧臂109;
井下PWD101设置在井下,井口防喷器组102设置在井口,井口防喷器组102、第一地面流动管线103a、多级节流管汇104、第二地面流动管线103b、气液两相分离器105依次连接,第一地面流动管线103a的一端与井口防喷器组102连接,另一端与多级节流管汇104的一端连接,多级节流管汇104的另一端与第二地面流动管线103b的一端连接,第二地面流动管线103b的另一端连接气液两相分离器105的气液混合物入口;液体流动管线106的一端与气液两相分离器105的液体出口端连接,液体流动管线106的另一端与储液罐107连接;气体流动管线108的一端与气液两相分离器105的气体出口端连接,气体流动管线108的另一端与燃烧臂109相连。
智能压井装置还包括钻头、钻杆、钻铤,井下PWD101位于钻头上部25m,与钻杆下部、钻铤上部的测试管柱通过螺纹连接,实时监测该位置处环空流体的温度、压力、密度、电阻率实时数据。
数据自动监测、采集及处理系统包括节流管汇上游温度计201、节流管汇上游压力计202、节流管汇下游温度计203、节流管汇下游压力计204、液体流量计205;第一地面流动管线103a上设有节流管汇上游温度计201和节流管汇上游压力计202,分别实时监测第一地面流动管线103a内流体的温度、压力;第二地面流动管线103b上设有节流管汇下游温度计203和节流管下游压力计,分别实时监测第二地面流动管线103b内流体的温度、压力;液体流动管线106上设有液体流量计205,用于实时监测液体流量;气体流动管线108上设有气体流量计206,用于实时监测气体流量。
智能压井装置还包括数据处理计算机207;节流管汇上游温度计201、节流管汇上游压力计202、节流管汇下游温度计203、节流管汇下游压力计204分别通过数据传输线连接数据处理计算机207,将实时监测的第一地面流动管线103a内流体的温度、压力、第二地面流动管线103b内流体的温度、压力实时传输到数据处理计算机207;
智能压井调控系统集成于数据处理计算机207,当数据自动监测、采集及处理系统判断发生井下异常时,智能压井调控系统依据溢流后采集的井下-地面的实时信息,一方面实时反演井筒多相流动模型中不确定参数,另一方面动态模拟计算井筒压力分布,并将通过数据传输线将计算结果传输至井口多级节流智能控制系统。
井口多级节流智能控制系统包括多级节流管汇104、钻井泵、混浆池302;井口多级节流智能控制系统根据智能压井调控系统的处理结果,迅速发出控制信号至多级节流管汇104,智能优化设计节流控制参数,包括节流阀的连接方式与压降分配方案,实时调整井口压力以维持井底压力恒定,同时追踪套压、立压反馈,并将反馈结果传递至智能压井调控系统,智能优化调整压井调控方案;钻井泵为钻井液循环提供能量;混浆池302用于存放钻井液。
Claims (10)
1.一种复杂压力体系地层智能压井方法,其特征在于,包括步骤如下:
(1)实时监测井下-地面的实时信息,所述井下-地面的实时信息包括入口/出口钻井液流量差、钻井液温度、密度、泥浆电阻率、立管压力、泥浆池增量、大钩载荷;
(2)对步骤(1)实时监测的井下-地面的实时信息进行处理,判断井下工况,如果发生井下异常时,则实时反演地层压力和地层渗透率,实时反演井筒多相流动模型中不确定参数,动态模拟计算井筒压力分布;
(3)发出控制信号,智能优化设计节流控制参数,包括节流阀的连接方式与压降分配方案,实时调整井口压力以维持井底压力恒定,同时,追踪套压立压反馈,通过反馈结智能优化调整压井调控方案。
2.根据权利要求1所述的一种复杂压力体系地层智能压井方法,其特征在于,步骤(2)中,对步骤(1)实时监测的井下-地面的实时信息进行处理,判断井下工况,是指:结合井下实时数据进行溢流早期监测,具体步骤如下:
收集溢流监测数据X=[X1,X2,…Xi,…Xm],Xi为不同的溢流检测参数,其为随时间t变化的离散数据序列,也表示为xi(t),i=1,2,…,m,m为采集数据的长度,对于某一时间区间t∈[n-L+1,n],L为时间窗口,n为任意选取的时间区间的起点,其对应的x(t)通过局部线性回归模型近似表示为式(Ⅰ):
x(t)=k(n)t+b(n) (Ⅰ)
式(Ⅰ)中,k(n)为回归方程的斜率,b(n)为回归方程截距,x(t)为对应时间区间内信号变化趋势的线性表示;
所述局部线性回归模型的计算误差G如式(II)所示:
k(n)为对应时间区间内信号变化趋势线性表示的斜率,b(n)对应时间区间内信号变化趋势线性表示的截距;
对G关于k(n)与b(n)分别求偏导数,分别如式(Ⅲ)、式(Ⅳ)所示:
λ(n)=f[V(n)] (Ⅵ)
式(Ⅵ)中,V(n)为时间区间[n-C(n)+1,n]内斜率k(n)波动范围;V(n)=maxt∈[n-C(n)+1,n]k(t)-mint∈[n-C(n)+1,n]k(t);λ(n)由过程变量的时间尺度C(n)直接决定,C(n)取值范围[Cmin,Cmax]根据先验经验知识确定;k(t)为对应时间区间内任意时刻t对应的信号变化趋势线性表示的斜率;
选取时间序列{s(t)}=[s(1),s(2),…,s(l)],对λ(n)的表达式做拟合,对于时间节点j,依据误差对于拟合斜率,截距偏导数,得到式(Ⅶ):
遍历Cp与j的取值区间,得VCp为(Cmax-Cmin)×l规格的矩阵,该矩阵每行代表了在给定的时间尺度范围[j-Cp+1,j]内,不同时间节点j∈{s(t)}处数据序列的波动幅度;对于其中任一行元素,取:则VCp max为该矩阵每行元素的最大值,故在Cp给定的条件下,任意一行元素中VCp(j)<VCp max时,表明对应时间节点处kCP(j)的波动幅度较为平缓,因此,选取更大的Cp对该点处的波动幅度加以描述,所以,取每行元素中VCp max作为方程λ(n)或C(n)拟合方程的自变量得到式(Ⅷ):
通过最小二乘法拟合得到式(Ⅸ):
在正常工况下溢流监测数据随井深变化而保持恒定,当出现井下异常而诱发监测数据异常变化时,则对应Cp应随之发生变化,且该变化趋势区别于随机噪声引发的Cp变化,采用Cmin为阈值,当Cp变化超出Cmin时,则认定发生井下异常,否则,正常。
3.根据权利要求1所述的一种复杂压力体系地层智能压井方法,其特征在于,步骤(2)中,实时反演地层压力和地层渗透率,是指:
利用气侵早期阶段的泥浆池增量曲线,结合储层渗流方程求解地层渗透率;进而利用完整泥浆池增量曲线,结合瞬态储层-井筒耦合模型和遗传算法进行地层压力的反演计算,具体步骤包括:
利用均值滤波对泥浆池增量曲线进行去噪处理;
将去噪处理后的泥浆池增量曲线作为反演过程中的观测值,获取气侵初期的泥浆池增量曲线;
泥浆池增量等于出口流量差随时间的积分,近似计算得到各时刻的井底产气速率,如式(X)所示:
式(X)中,Qi为ti时刻的井底产气速率;Vpgi为泥浆池体积,d(Vpgi)为dt时间内泥浆池体积增量;
渗透性地层的气侵过程用无限大地层不稳定渗流公式表示,如式(Ⅺ)所示:
式(Ⅺ)中,Qg为井底条件下的气体流量;k为地层渗透率;Pe为地层压力;Pw为井底压力;μ为气体地下粘度;C为储层综合压缩系数;t为时间;h为储层高度;Rw为井筒直径;Zw为气体在井底条件下的压缩因子;Tw为井底温度;Ze为气体在地层条件下的压缩因子;Te为地层温度;
两者在同一时刻ti时相等,则满足式(Ⅻ):
对于ti+n/2时刻,则满足式(XIII):
整理后得到式(XIV):
通过不动点迭代法求解得到n/2组k,去除最小值和最大值后取平均值,作为地层渗透率;
进一步优选的,将计算得到地层渗透率作为已知条件,利用动态储层-井筒耦合模型,通过遗传算法与完整的泥浆池增量曲线进行关于地层压力的单参数反演。
4.根据权利要求1所述的一种复杂压力体系地层智能压井方法,其特征在于,步骤(2)中,实时反演井筒多相流动模型中不确定参数,井筒多相流动模型中不确定参数包括钻井液流变参数、环空摩阻系数、气体分布系数、拖曳力系数,包括步骤如下:
①拟合获取不确定参数的拟合方程,如式(XV)所示:
x=g(λ)+ω (XV)
式(XV)中,x为钻井液流变参数、环空摩阻系数、气体分布系数、拖曳力系数构成的不确定向量,g(λ)为x与λ的先验关系;
λ为对应敏感性参数,ω为室内试验误差,ω包括ωk、ωj,ω满足式(XVI):
式(XVI)中,ωk、ωj为不相关的零均值高斯白噪声序列,Qk为ωk、ωj的方差,δkj为克罗内克尔函数;
②确定不确定向量x与观测向量y间的函数关系,如式(XVII)所示:
y=f(x)+v(XVII)
式(XVII)中,y为观测参数,包括入口/出口钻井液流量差、钻井液温度、密度、泥浆电阻率、立管压力、泥浆池增量、大钩载荷参数,f(x)是不确定向量x与观测向量y间的函数关系;
v为井下仪器测量误差,v包括vk、vj,v满足式(XVIII):
式(XVIII)中,vk、vj为不相关的零均值高斯白噪声序列,Rk为vk、vj的方差,δkj为克罗内克尔函数;
③确定k-1时刻不确定向量x状态参数,如式(XIX)、式(XX)所示:
式(XXI)中,xi,k-1为xk-1的第i个元素,Pi,k-1为Pk-1的第i个元素;
xi,k|k-1=g(xi,k-1) (XXII)
式(XXII)、式(XXIII)中,xi,k|k-1为以xi,k-1为自变量预测获得的k时刻不确定向量状态参数,Wi m为xi,k-1的权重;
此时预测方差如式(XXIV)、式(XXV)、式(XXVI)所示:
yi,k|k-1=f(xi,k|k-1),i=0,…,2n (XXV)
⑤综合预测k时刻不确定参数,如式(XXⅦ)、式(XXⅧ)、式(XXIX)、式(XXX)、式(XXXI)所示:
5.根据权利要求1所述的一种复杂压力体系地层智能压井方法,其特征在于,步骤(2)中,动态模拟计算井筒压力分布,包括步骤如下:
式(XXXII)中:Mg为气体的摩尔质量,kg/mol;
R为理想气体状态常数,R=8.314J/(mol·K);
Z3-(1-B)Z2+(A-3B2-2B)Z-(AB-B2-B3)=0
式(XXXIII)、(XXXIV)中,为j位置处气体速度,为j位置处液相速度,为j处的气相比率,为j位置环空截面积,为j+1位置环空截面积,为j位置气体密度,为j位置液相密度,为j位置液相密度,△s为空间步长,△t为时间步长;
式(XXXVI)中,β为井斜角,g为重力加速度,fr为阻力系数,Dh为水力直径;
式(XXXVII)中,f为摩阻系数;D为水力直径,m;ε为粗糙度,m;Re为雷诺数;
G、计算出n+1时刻内所有节点上的参数,并根据n+2时刻的边界条件,从已知的边界开始确定n+2时刻的状态,依次类推,计算确定n+3、n+4……时刻的状态。
6.根据权利要求1-5任一所述的一种复杂压力体系地层智能压井方法,其特征在于,步骤(3)中,包括步骤如下:
基于多相流动模拟与实时数据耦合驱动获取压井过程井口压力变化趋势,通过调整节流阀开度完成智能压井调控,节流压降与节流阀开度间满足式(XXXVIII):
式(XXXVII)中,qm为质量流量,C为流出系数,ε为流体可膨胀性系数,d为节流阀孔板喉部直径,Δp为压差,ρ1为流体密度,β为直径比,β=d/D,D为上游管汇直径;
根据照阀内介质压力分配结果依据下式决定各节流阀开度,如式(XXXIX)所示:
式(XXXIX)中,CVS为阀门额定流量系数,CVb为阀体流量系数,CV0为阀芯密封面处额定流量系数,CVi为第i级节流额定流量系数,i=1,2,3,…,n;
CVb=2.789D2;CVi=3.054AArsi/(A-0.6Arsi);
A为阀门连接管道内径对应的面积,Ars0为阀芯密封面额定的节流面积,Arsi为第i级节流额定节流面积;
Q为介质体积流量,N为数字常数,ΔPi为第i级节流进出口压差,Gf为液体比重。
7.一种复杂压力体系地层智能压井装置,其特征在于,包括数据自动监测、采集及处理系统、智能压井调控系统、井口多级节流智能控制系统;
所述数据自动监测、采集及处理系统用于:实时监测温度、压力、入口/出口钻井液流量差、钻井液密度、电阻率井下-地面的实时信息,并对采集的井下-地面的实时信息进行处理,给出井下工况判断结果和地层信息反演结果;
当所述数据自动监测、采集及处理系统判断发生井下异常时,所述智能压井调控系统依据溢流后采集的井下-地面实时信息,一方面实时反演井筒多相流动模型中不确定参数,另一方面动态模拟计算井筒压力分布;
所述井口多级节流智能控制系统用于:根据所述智能压井调控系统的处理结果,迅速发出控制信号,通过井口多级节流管汇执行机构执行,智能优化设计节流控制参数,包括节流阀的连接方式与压降分配方案,实时调整井口压力以维持井底压力恒定。
8.根据权利要求7所述的一种复杂压力体系地层智能压井装置,其特征在于,所述智能压井装置还包括井下PWD、井口防喷器组、第一地面流动管线、多级节流管汇、第二地面流动管线、气液两相分离器、液体流动管线、储液罐、气体流动管线和燃烧臂;
所述井下PWD设置在井下,所述井口防喷器组设置在井口,所述井口防喷器组、第一地面流动管线、多级节流管汇、第二地面流动管线、气液两相分离器依次连接,所述第一地面流动管线的一端与所述井口防喷器组连接,另一端与所述多级节流管汇的一端连接,所述多级节流管汇的另一端与所述第二地面流动管线的一端连接,所述第二地面流动管线的另一端连接所述气液两相分离器的气液混合物入口;所述液体流动管线的一端与所述气液两相分离器的液体出口端连接,所述液体流动管线的另一端与所述储液罐连接;所述气体流动管线的一端与所述气液两相分离器的气体出口端连接,所述气体流动管线的另一端与所述燃烧臂相连;
进一步优选的,所述智能压井装置还包括钻头、钻杆、钻铤,所述井下PWD101位于钻头上部25m,与钻杆下部、钻铤上部的测试管柱通过螺纹连接,实时监测该位置处环空流体的温度、压力、密度、电阻率实时数据。
9.根据权利要求7所述的一种复杂压力体系地层智能压井装置,其特征在于,所述数据自动监测、采集及处理系统包括节流管汇上游温度计、节流管汇上游压力计、节流管汇下游温度计、节流管汇下游压力计、液体流量计;
所述第一地面流动管线上设有所述节流管汇上游温度计和所述节流管汇上游压力计,分别实时监测所述第一地面流动管线内流体的温度、压力;
所述第二地面流动管线上设有所述节流管汇下游温度计和所述节流管下游压力计,分别实时监测所述第二地面流动管线内流体的温度、压力;
所述液体流动管线上设有所述液体流量计,用于实时监测液体流量;所述气体流动管线上设有所述气体流量计,用于实时监测气体流量。
10.根据权利要求7-9任一所述的一种复杂压力体系地层智能压井装置,其特征在于,所述智能压井装置还包括数据处理计算机;
所述节流管汇上游温度计、节流管汇上游压力计、节流管汇下游温度计、节流管汇下游压力计分别通过数据传输线连接所述数据处理计算机,将实时监测的第一地面流动管线内流体的温度、压力、第二地面流动管线内流体的温度、压力实时传输到所述数据处理计算机;
所述智能压井调控系统集成于所述数据处理计算机,当所述数据自动监测、采集及处理系统判断发生井下异常时,所述智能压井调控系统依据溢流后采集的井下-地面的实时信息,一方面实时反演井筒多相流动模型中不确定参数,另一方面动态模拟计算井筒压力分布,并将通过数据传输线将计算结果传输至所述井口多级节流智能控制系统;
所述井口多级节流智能控制系统包括多级节流管汇、钻井泵、混浆池;所述井口多级节流智能控制系统根据所述智能压井调控系统的处理结果,迅速发出控制信号至多级节流管汇,智能优化设计节流控制参数,包括节流阀的连接方式与压降分配方案,实时调整井口压力以维持井底压力恒定,同时追踪反馈,并将反馈结果传递至智能压井调控系统,智能优化调整压井调控方案;所述钻井泵为钻井液循环提供能量;所述混浆池用于存放钻井液。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110284467.3A CN113006769B (zh) | 2021-03-17 | 2021-03-17 | 一种复杂压力体系地层智能压井方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110284467.3A CN113006769B (zh) | 2021-03-17 | 2021-03-17 | 一种复杂压力体系地层智能压井方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113006769A true CN113006769A (zh) | 2021-06-22 |
CN113006769B CN113006769B (zh) | 2022-07-26 |
Family
ID=76408980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110284467.3A Active CN113006769B (zh) | 2021-03-17 | 2021-03-17 | 一种复杂压力体系地层智能压井方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113006769B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113605878A (zh) * | 2021-08-09 | 2021-11-05 | 中国石油大学(华东) | 一种控压钻井过程中的地层信息反演系统与方法 |
CN114482885A (zh) * | 2022-01-25 | 2022-05-13 | 西南石油大学 | 一种控压钻井智能控制系统 |
CN115680584A (zh) * | 2022-11-16 | 2023-02-03 | 中国石油天然气集团有限公司 | 一种溢流介质为邻井注入水的关井套压快速预测方法 |
CN116066091A (zh) * | 2022-12-26 | 2023-05-05 | 中国石油天然气集团有限公司 | 海洋控压钻井实验模拟装置及其实验方法 |
CN117780278A (zh) * | 2024-02-27 | 2024-03-29 | 中国石油大学(华东) | 一种基于自反馈调节钻井液性能参数的井底压力调节装置 |
CN117879769A (zh) * | 2024-03-11 | 2024-04-12 | 陕西惠延机械有限公司 | 一种隧道衬砌台车云平台系统数据推送及传输方法 |
CN117868717A (zh) * | 2024-03-12 | 2024-04-12 | 宝迈圣本测控技术(天津)有限公司 | 一种高温电泵采油用中空式油气井流量泵工况 |
CN117927167A (zh) * | 2024-03-25 | 2024-04-26 | 西安海联石化科技有限公司 | 一种油气田修井作业灌液监测系统及方法 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020074118A1 (en) * | 2000-10-06 | 2002-06-20 | Danny Fisher | Auto adjusting well control system |
CN1538036A (zh) * | 2003-04-17 | 2004-10-20 | 雷宗明 | 节流压井自动控制系统 |
CN101139925A (zh) * | 2006-09-08 | 2008-03-12 | 西南石油大学 | 一种随钻测试储层参数特性并实时调整钻井措施的方法 |
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 |
CN105545285A (zh) * | 2015-10-22 | 2016-05-04 | 中国石油大学(华东) | 基于隔水管气液两相流识别的深水钻井气侵监测方法 |
CN106014387A (zh) * | 2016-05-23 | 2016-10-12 | 中国石油集团川庆钻探工程有限公司 | 一种井底压力实时预测与控制方法 |
CN106948803A (zh) * | 2016-01-06 | 2017-07-14 | 中石化石油工程技术服务有限公司 | 起钻过程井涌的压井处理方法 |
CN108509703A (zh) * | 2018-03-22 | 2018-09-07 | 中国石油大学(华东) | 一种气藏状态参数随钻数值反演分析方法 |
CN108678672A (zh) * | 2018-05-04 | 2018-10-19 | 中国石油集团海洋工程有限公司 | 深水浅部复杂岩性地层导管高效置入及井口稳定预测方法 |
CN108825125A (zh) * | 2017-05-05 | 2018-11-16 | 中国石油化工股份有限公司 | 一种动态变参数压井工艺方法 |
CN110348135A (zh) * | 2019-07-15 | 2019-10-18 | 中国石油大学(华东) | 一种随钻声波测井评价地层渗透率的方法 |
CN110388189A (zh) * | 2019-05-15 | 2019-10-29 | 西南石油大学 | 一种高温高压深井钻井溢流智能化节流压井方法及装置 |
CN110735636A (zh) * | 2019-12-04 | 2020-01-31 | 中国石油大学(北京) | 多层合采井储层等效边界距离的测算方法、系统 |
US10738551B1 (en) * | 2016-05-06 | 2020-08-11 | WellWorc, Inc | Real time flow analysis methods and continuous mass balance and wellbore pressure calculations from real-time density and flow measurements |
CN111827909A (zh) * | 2020-08-04 | 2020-10-27 | 中国石油大学(华东) | 一种海域天然气水合物开路循环钻井中井筒压力的主动控制方法及控制装置 |
CN111963151A (zh) * | 2020-09-01 | 2020-11-20 | 中国石油天然气股份有限公司 | 一种通过抽油机悬点静载荷确定地层压力的方法 |
CN112031685A (zh) * | 2019-06-04 | 2020-12-04 | 中石化石油工程技术服务有限公司 | 一种液面稳定控制系统及其控制方法 |
CN112417778A (zh) * | 2020-11-18 | 2021-02-26 | 中国石油大学(华东) | 基于深层井筒水泥浆体系模拟的控压固井方法及系统 |
-
2021
- 2021-03-17 CN CN202110284467.3A patent/CN113006769B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020074118A1 (en) * | 2000-10-06 | 2002-06-20 | Danny Fisher | Auto adjusting well control system |
CN1538036A (zh) * | 2003-04-17 | 2004-10-20 | 雷宗明 | 节流压井自动控制系统 |
CN101139925A (zh) * | 2006-09-08 | 2008-03-12 | 西南石油大学 | 一种随钻测试储层参数特性并实时调整钻井措施的方法 |
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 |
CN105545285A (zh) * | 2015-10-22 | 2016-05-04 | 中国石油大学(华东) | 基于隔水管气液两相流识别的深水钻井气侵监测方法 |
CN106948803A (zh) * | 2016-01-06 | 2017-07-14 | 中石化石油工程技术服务有限公司 | 起钻过程井涌的压井处理方法 |
US10738551B1 (en) * | 2016-05-06 | 2020-08-11 | WellWorc, Inc | Real time flow analysis methods and continuous mass balance and wellbore pressure calculations from real-time density and flow measurements |
CN106014387A (zh) * | 2016-05-23 | 2016-10-12 | 中国石油集团川庆钻探工程有限公司 | 一种井底压力实时预测与控制方法 |
CN108825125A (zh) * | 2017-05-05 | 2018-11-16 | 中国石油化工股份有限公司 | 一种动态变参数压井工艺方法 |
CN108509703A (zh) * | 2018-03-22 | 2018-09-07 | 中国石油大学(华东) | 一种气藏状态参数随钻数值反演分析方法 |
CN108678672A (zh) * | 2018-05-04 | 2018-10-19 | 中国石油集团海洋工程有限公司 | 深水浅部复杂岩性地层导管高效置入及井口稳定预测方法 |
CN110388189A (zh) * | 2019-05-15 | 2019-10-29 | 西南石油大学 | 一种高温高压深井钻井溢流智能化节流压井方法及装置 |
CN112031685A (zh) * | 2019-06-04 | 2020-12-04 | 中石化石油工程技术服务有限公司 | 一种液面稳定控制系统及其控制方法 |
CN110348135A (zh) * | 2019-07-15 | 2019-10-18 | 中国石油大学(华东) | 一种随钻声波测井评价地层渗透率的方法 |
CN110735636A (zh) * | 2019-12-04 | 2020-01-31 | 中国石油大学(北京) | 多层合采井储层等效边界距离的测算方法、系统 |
CN111827909A (zh) * | 2020-08-04 | 2020-10-27 | 中国石油大学(华东) | 一种海域天然气水合物开路循环钻井中井筒压力的主动控制方法及控制装置 |
CN111963151A (zh) * | 2020-09-01 | 2020-11-20 | 中国石油天然气股份有限公司 | 一种通过抽油机悬点静载荷确定地层压力的方法 |
CN112417778A (zh) * | 2020-11-18 | 2021-02-26 | 中国石油大学(华东) | 基于深层井筒水泥浆体系模拟的控压固井方法及系统 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113605878A (zh) * | 2021-08-09 | 2021-11-05 | 中国石油大学(华东) | 一种控压钻井过程中的地层信息反演系统与方法 |
CN114482885A (zh) * | 2022-01-25 | 2022-05-13 | 西南石油大学 | 一种控压钻井智能控制系统 |
CN114482885B (zh) * | 2022-01-25 | 2024-03-29 | 西南石油大学 | 一种控压钻井智能控制系统 |
CN115680584A (zh) * | 2022-11-16 | 2023-02-03 | 中国石油天然气集团有限公司 | 一种溢流介质为邻井注入水的关井套压快速预测方法 |
CN115680584B (zh) * | 2022-11-16 | 2024-05-17 | 中国石油天然气集团有限公司 | 一种溢流介质为邻井注入水的关井套压快速预测方法 |
CN116066091A (zh) * | 2022-12-26 | 2023-05-05 | 中国石油天然气集团有限公司 | 海洋控压钻井实验模拟装置及其实验方法 |
CN117780278B (zh) * | 2024-02-27 | 2024-04-26 | 中国石油大学(华东) | 一种基于自反馈调节钻井液性能参数的井底压力调节装置 |
CN117780278A (zh) * | 2024-02-27 | 2024-03-29 | 中国石油大学(华东) | 一种基于自反馈调节钻井液性能参数的井底压力调节装置 |
CN117879769A (zh) * | 2024-03-11 | 2024-04-12 | 陕西惠延机械有限公司 | 一种隧道衬砌台车云平台系统数据推送及传输方法 |
CN117879769B (zh) * | 2024-03-11 | 2024-05-28 | 陕西惠延机械有限公司 | 一种隧道衬砌台车云平台系统数据推送及传输方法 |
CN117868717A (zh) * | 2024-03-12 | 2024-04-12 | 宝迈圣本测控技术(天津)有限公司 | 一种高温电泵采油用中空式油气井流量泵工况 |
CN117868717B (zh) * | 2024-03-12 | 2024-05-17 | 宝迈圣本测控技术(天津)有限公司 | 一种高温电泵采油用中空式油气井监测井筒 |
CN117927167A (zh) * | 2024-03-25 | 2024-04-26 | 西安海联石化科技有限公司 | 一种油气田修井作业灌液监测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113006769B (zh) | 2022-07-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113006769B (zh) | 一种复杂压力体系地层智能压井方法及装置 | |
Naganawa et al. | Cuttings-transport simulation combined with large-scale-flow-loop experimental results and logging-while-drilling data for hole-cleaning evaluation in directional drilling | |
CA2556427C (en) | Smooth draw-down for formation pressure testing | |
CN100535380C (zh) | 用于控制地层压力的系统和方法 | |
RU2349751C2 (ru) | Способ и устройство для контроля качества откачки флюида с помощью анализа скорости притока флюида из породы | |
US9328574B2 (en) | Method for characterizing subsurface formations using fluid pressure response during drilling operations | |
US9121262B2 (en) | Pump control for formation testing | |
Cayeux et al. | Toward drilling automation: On the necessity of using sensors that relate to physical models | |
CN102822445B (zh) | 利用动态环空压力控制系统确定井眼中地层流体控制事件的方法 | |
RU2553751C2 (ru) | Автоматическое управление давлением в напорной линии при бурении | |
CN108509703B (zh) | 一种气藏状态参数随钻数值反演分析方法 | |
NO341307B1 (no) | Fremgangsmåte for å optimalisere produksjonen fra en gruppe brønner | |
CN108729868B (zh) | 一种深海钻井溢流和井漏监测方法 | |
CN103032064A (zh) | 一种钻井过程中气侵位置检测的方法及装置 | |
US11643891B2 (en) | Drilling system and method using calibrated pressure losses | |
WO2009002591A2 (en) | Method and apparatus to quantify fluid sample quality | |
CN111894561B (zh) | 一种适用于欠平衡钻井的地层特性随钻解释方法 | |
Chen et al. | Early gas kick detection-inversion-control integrated system: The significance of applications of managed pressure drilling: A review | |
CN111502640B (zh) | 一种地层孔隙压力和漏失压力测定装置及方法 | |
CN114991690B (zh) | 一种随钻地层压力测试方法与装置 | |
US20230114088A1 (en) | Data-driven model for control and optimization of hydrocarbon production | |
US11352883B2 (en) | In-situ rheology behavior characterization using data analytics techniques | |
Ali et al. | A novel interpretation approach for production logging | |
House et al. | Advanced reservoir fluid characterization using logging-while-drilling: a deepwater case study | |
Carpenter | Automated Drilling-Fluids-Measurement Technique Improves Fluid Control, Quality |
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 |