CN113006769B - 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 PDF

Info

Publication number
CN113006769B
CN113006769B CN202110284467.3A CN202110284467A CN113006769B CN 113006769 B CN113006769 B CN 113006769B CN 202110284467 A CN202110284467 A CN 202110284467A CN 113006769 B CN113006769 B CN 113006769B
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.)
Active
Application number
CN202110284467.3A
Other languages
English (en)
Other versions
CN113006769A (zh
Inventor
王志远
仉志
孙宝江
夏安迪
孙小辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China University of Petroleum East China
Original Assignee
China University of Petroleum East China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China University of Petroleum East China filed Critical China University of Petroleum East China
Priority to CN202110284467.3A priority Critical patent/CN113006769B/zh
Publication of CN113006769A publication Critical patent/CN113006769A/zh
Application granted granted Critical
Publication of CN113006769B publication Critical patent/CN113006769B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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)
  • Geophysics And Detection Of Objects (AREA)
  • Excavating Of Shafts Or Tunnels (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

一种复杂压力体系地层智能压井方法及装置
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：
Figure BDA0002979867560000021
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，
Figure BDA0002979867560000022
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：
Figure BDA0002979867560000031
Figure BDA0002979867560000032
则对于x(n)的最优局部线性回归
Figure BDA0002979867560000033
如式(Ⅴ)所示：
Figure BDA0002979867560000034
在η给定的条件下，
Figure BDA0002979867560000035
与
Figure BDA0002979867560000036
由λ决定，而λ又取决于数据序列于n时刻的局部变化幅度，故离散数据序列的局部线性回归是依据对应数据的变化幅度自适应变化的，故得到式(Ⅵ)：
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)：
Figure BDA0002979867560000037
式(Ⅶ)中，t∈[j-Cp+1,j]，Cp∈[Cmin，Cmax]，
Figure BDA0002979867560000038
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：
Figure BDA0002979867560000039
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)：
Figure BDA0002979867560000041
通过最小二乘法拟合得到式(Ⅸ)：
Figure BDA0002979867560000042
式(Ⅸ)中，
Figure BDA0002979867560000043
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：
Figure BDA0002979867560000044
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：
Figure BDA0002979867560000051
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)：
Figure BDA0002979867560000052
对于ti+n/2时刻，则满足式(XIII)：
Figure BDA0002979867560000053
整理后得到式(XIV)：
Figure BDA0002979867560000054
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)：
Figure BDA0002979867560000061
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)：
Figure BDA0002979867560000062
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：
Figure BDA0002979867560000063
Figure BDA0002979867560000064
式(XIX)、式(XX)中，xk-1为不确定向量x在k-1时刻的状态参数，
Figure BDA0002979867560000065
为xk-1的数学期望，Pk-1为k-1时刻不确定向量x的方差；
以
Figure BDA0002979867560000066
为中心采集数据点集合，如式(XXI)所示：
Figure BDA0002979867560000067
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；
④以
Figure BDA0002979867560000068
采样点预测k时刻不确定参数，如式(XXII)、式(XXIII)所示：
xi,k|k-1＝g(xi,k-1) (XXII)
Figure BDA0002979867560000071
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：
Figure BDA0002979867560000072
yi,k|k-1＝f(xi,k|k-1),i＝0,…,2n(XXV)
Figure BDA0002979867560000073
式(XXIV)、式(XXV)、式(XXVI)中，
Figure BDA0002979867560000074
Figure BDA0002979867560000075
Pk|k-1以为xi,k|k-1为基准的x的预测方差，yi,k|k-1为对应xi,k|k-1观测值，
Figure BDA0002979867560000076
为k时刻不确定向量状态参数的估计值；
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：
Figure BDA0002979867560000077
Figure BDA0002979867560000078
Figure BDA0002979867560000079
Figure BDA00029798675600000710
Figure BDA00029798675600000711
式(XXⅦ)、式(XXⅧ)、式(XXIX)、式(XXX)、式(XXXI)中，
Figure BDA0002979867560000081
为k时刻y的方差，
Figure BDA0002979867560000082
为k时刻x和y的关联矩阵，
Figure BDA0002979867560000083
为k时刻x的估计值，Pk为k时刻x的方差。
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；
A、初步假设节点j+1处n+1时刻的压力为
Figure BDA0002979867560000084
依据地层温度剖面确定节点j处温度Tj；
B、用状态方程确定此时的气体密度
Figure BDA0002979867560000085
气体密度
Figure BDA0002979867560000086
的求取公式如式(XXXII)所示：
Figure BDA0002979867560000087
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
Figure BDA0002979867560000088
Pr为对比压力，
Figure BDA0002979867560000089
Tr为对比压力，Tr＝Tj/Tc；Z为压缩因子，V为摩尔体积，m3/Kmol；α为气体特征参数；
C、假设n+1时刻节点j+1处的气相比率
Figure BDA00029798675600000810
D、由连续性方程式(XXXIII)、(XXXIV)计算出气相速度
Figure BDA00029798675600000811
以及液相速度
Figure BDA00029798675600000812
Figure BDA00029798675600000813
Figure BDA00029798675600000814
式(XXXIII)、(XXXIV)中，
Figure BDA0002979867560000091
为j位置处气体速度，
Figure BDA0002979867560000092
为j位置处液相速度，
Figure BDA0002979867560000093
为j处的气相比率，
Figure BDA0002979867560000094
为j位置环空截面积，
Figure BDA0002979867560000095
为j+1位置环空截面积，
Figure BDA0002979867560000096
为j位置气体密度，
Figure BDA0002979867560000097
为j位置液相密度，
Figure BDA0002979867560000098
为j位置液相密度，△s为空间步长，△t为时间步长；
E、用Ei的定义确定
Figure BDA0002979867560000099
如式(XXXV)所示：
Figure BDA00029798675600000910
若
Figure BDA00029798675600000911
继续下一步计算，否则返回步骤C，重新计算；
F、将已确定的各相参数代入动量方程式(XXXVI)，求解新的
Figure BDA00029798675600000912
Figure BDA00029798675600000913
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；
Figure BDA00029798675600000914
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)：
Figure BDA0002979867560000101
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：
Figure BDA0002979867560000102
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；
Figure BDA0002979867560000103
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：
Figure BDA0002979867560000131
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，
Figure BDA0002979867560000132
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：
Figure BDA0002979867560000133
Figure BDA0002979867560000134
则对于x(n)的最优局部线性回归
Figure BDA0002979867560000135
如式(Ⅴ)所示：
Figure BDA0002979867560000136
在η给定的条件下，
Figure BDA0002979867560000141
与
Figure BDA0002979867560000142
由λ决定，而λ又取决于数据序列于n时刻的局部变化幅度，故离散数据序列的局部线性回归是依据对应数据的变化幅度自适应变化的，故得到式(Ⅵ)：
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)：
Figure BDA0002979867560000143
式(Ⅶ)中，t∈[j-Cp+1,j]，Cp∈[Cmin，Cmax]，
Figure BDA0002979867560000144
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：
Figure BDA0002979867560000145
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)：
Figure BDA0002979867560000146
通过最小二乘法拟合得到式(Ⅸ)：
Figure BDA0002979867560000153
Figure BDA0002979867560000151
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：
Figure BDA0002979867560000152
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：
Figure BDA0002979867560000161
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)：
Figure BDA0002979867560000162
对于ti+n/2时刻，则满足式(XIII)：
Figure BDA0002979867560000163
整理后得到式(XIV)：
Figure BDA0002979867560000164
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)：
Figure BDA0002979867560000171
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)：
Figure BDA0002979867560000172
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：
Figure BDA0002979867560000173
Figure BDA0002979867560000174
式(XIX)、式(XX)中，xk-1为不确定向量x在k-1时刻的状态参数，
Figure BDA0002979867560000175
为xk-1的数学期望，Pk-1为k-1时刻不确定向量x的方差；
以
Figure BDA0002979867560000176
为中心采集数据点集合，如式(XXI)所示：
Figure BDA0002979867560000177
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；
④以
Figure BDA0002979867560000178
采样点预测k时刻不确定参数，如式(XXII)、式(XXIII)所示：
xi,k|k-1＝g(xi,k-1) (XXII)
Figure BDA0002979867560000181
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：
Figure BDA0002979867560000182
yi,k|k-1＝f(xi,k|k-1),i＝0,…,2n (XXV)
Figure BDA0002979867560000183
式(XXIV)、式(XXV)、式(XXVI)中，
Figure BDA0002979867560000184
Figure BDA0002979867560000185
Pk|k-1以为xi,k|k-1为基准的x的预测方差，yi,k|k-1为对应xi,k|k-1观测值，
Figure BDA0002979867560000186
为k时刻不确定向量状态参数的估计值；
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：
Figure BDA0002979867560000187
Figure BDA0002979867560000188
Figure BDA0002979867560000189
Figure BDA00029798675600001810
Figure BDA00029798675600001811
式(XXⅦ)、式(XXⅧ)、式(XXIX)、式(XXX)、式(XXXI)中，
Figure BDA00029798675600001812
为k时刻y的方差，
Figure BDA00029798675600001813
为k时刻x和y的关联矩阵，
Figure BDA0002979867560000191
为k时刻x的估计值，Pk为k时刻x的方差。
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；
A、初步假设节点j+1处n+1时刻的压力为
Figure BDA0002979867560000192
依据地层温度剖面确定节点j处温度Tj；
B、用状态方程确定此时的气体密度
Figure BDA0002979867560000193
气体密度
Figure BDA0002979867560000194
的求取公式如式(XXXII)所示：
Figure BDA0002979867560000195
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
Figure BDA0002979867560000196
Pr为对比压力，
Figure BDA0002979867560000197
Tr为对比压力，Tr＝Tj/Tc；Z为压缩因子，V为摩尔体积，m3/Kmol；α为气体特征参数；
C、假设n+1时刻节点j+1处的气相比率
Figure BDA0002979867560000198
D、由连续性方程式(XXXIII)、(XXXIV)计算出气相速度
Figure BDA0002979867560000199
以及液相速度
Figure BDA00029798675600001910
Figure BDA00029798675600001911
Figure BDA00029798675600001912
式(XXXIII)、(XXXIV)中，
Figure BDA0002979867560000201
为j位置处气体速度，
Figure BDA0002979867560000202
为j位置处液相速度，
Figure BDA0002979867560000203
为j处的气相比率，
Figure BDA0002979867560000204
为j位置环空截面积，
Figure BDA0002979867560000205
为j+1位置环空截面积，
Figure BDA0002979867560000206
为j位置气体密度，
Figure BDA0002979867560000207
为j位置液相密度，
Figure BDA0002979867560000208
为j位置液相密度，△s为空间步长，△t为时间步长；
E、用Ei的定义确定
Figure BDA0002979867560000209
如式(XXXV)所示：
Figure BDA00029798675600002010
若
Figure BDA00029798675600002011
继续下一步计算，否则返回步骤C，重新计算；
F、将已确定的各相参数代入动量方程式(XXXVI)，求解新的
Figure BDA00029798675600002012
Figure BDA00029798675600002013
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；
Figure BDA00029798675600002014
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)：
Figure BDA0002979867560000211
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：
Figure BDA0002979867560000212
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；
Figure BDA0002979867560000213
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 (11)

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；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：
Figure FDA0003685806840000011
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，
Figure FDA0003685806840000012
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：
Figure FDA0003685806840000021
Figure FDA0003685806840000022
则对于x(n)的最优局部线性回归
Figure FDA0003685806840000023
如式(Ⅴ)所示：
Figure FDA0003685806840000024
在η给定的条件下，
Figure FDA0003685806840000025
与
Figure FDA0003685806840000026
由λ决定，而λ又取决于数据序列于n时刻的局部变化幅度，故离散数据序列的局部线性回归是依据对应数据的变化幅度自适应变化的，故得到式(Ⅵ)：
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)：
Figure FDA0003685806840000027
式(Ⅶ)中，t∈[j-Cp+1,j]，Cp∈[Cmin，Cmax]，
Figure FDA0003685806840000028
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：
Figure FDA0003685806840000029
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对对应时间节点处kCP(j)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)：
Figure FDA0003685806840000031
通过最小二乘法拟合得到式(Ⅸ)：
Figure FDA0003685806840000032
式(Ⅸ)中，
Figure FDA0003685806840000033
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)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，通过反馈结果 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，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：
Figure FDA0003685806840000034
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：
Figure FDA0003685806840000041
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)：
Figure FDA0003685806840000042
对于ti+n/2时刻，则满足式(XIII)：
Figure FDA0003685806840000043
整理后得到式(XIV)：
Figure FDA0003685806840000044
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。
3.根据权利要求2所述的一种复杂压力体系地层智能压井方法，其特征在于，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)：
Figure FDA0003685806840000051
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)：
Figure FDA0003685806840000052
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：
Figure FDA0003685806840000053
Figure FDA0003685806840000054
式(XIX)、式(XX)中，xk-1为不确定向量x在k-1时刻的状态参数，
Figure FDA0003685806840000055
为xk-1的数学期望，Pk-1为k-1时刻不确定向量x的方差；
以
Figure FDA0003685806840000056
为中心采集数据点集合，如式(XXI)所示：
Figure FDA0003685806840000057
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；
④以
Figure FDA0003685806840000058
采样点预测k时刻不确定参数，如式(XXII)、式(XXIII)所示：
xi,k|k-1＝g(xi,k-1) (XXII)
Figure FDA0003685806840000059
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：
Figure FDA0003685806840000061
yi,k|k-1＝f(xi,k|k-1),i＝0,…,2n (XXV)
Figure FDA0003685806840000062
式(XXIV)、式(XXV)、式(XXVI)中，
Figure FDA0003685806840000063
Figure FDA0003685806840000064
Pk|k-1以为xi,k|k-1为基准的x的预测方差，yi,k|k-1为对应xi,k|k-1观测值，
Figure FDA0003685806840000065
为k时刻不确定向量状态参数的估计值；
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：
Figure FDA0003685806840000066
Figure FDA0003685806840000067
Figure FDA0003685806840000068
Figure FDA0003685806840000069
Figure FDA00036858068400000610
式(XXⅦ)、式(XXⅧ)、式(XXIX)、式(XXX)、式(XXXI)中，
Figure FDA00036858068400000611
为k时刻y的方差，
Figure FDA00036858068400000612
为k时刻x和y的关联矩阵，
Figure FDA00036858068400000613
为k时刻x的估计值，Pk为k时刻x的方差。
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：
A、初步假设节点j+1处n+1时刻的压力为
Figure FDA0003685806840000071
依据地层温度剖面确定节点j处温度Tj；
B、用状态方程确定此时的气体密度
Figure FDA0003685806840000072
气体密度
Figure FDA0003685806840000073
的求取公式如式(XXXII)所示：
Figure FDA0003685806840000074
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
Figure FDA0003685806840000075
Pr为对比压力，
Figure FDA0003685806840000076
Tr为对比压力，Tr＝Tj/Tc；Z为压缩因子，V为摩尔体积，m3/Kmol；α为气体特征参数；
C、假设n+1时刻节点j+1处的气相比率
Figure FDA0003685806840000077
D、由连续性方程式(XXXIII)、(XXXIV)计算出气相速度
Figure FDA0003685806840000078
以及液相速度
Figure FDA0003685806840000079
Figure FDA00036858068400000710
Figure FDA00036858068400000711
式(XXXIII)、(XXXIV)中，
Figure FDA00036858068400000712
为j位置处气体速度，
Figure FDA00036858068400000713
为j位置处液相速度，
Figure FDA00036858068400000714
为j处的气相比率，
Figure FDA00036858068400000715
为j位置环空截面积，
Figure FDA00036858068400000716
为j+1位置环空截面积，
Figure FDA00036858068400000717
为j位置气体密度，
Figure FDA00036858068400000718
为j位置液相密度，
Figure FDA00036858068400000719
为j位置液相密度，△s为空间步长，△t为时间步长；
E、用Ei的定义确定
Figure FDA00036858068400000720
如式(XXXV)所示：
Figure FDA0003685806840000081
若
Figure FDA0003685806840000082
继续下一步计算，否则返回步骤C，重新计算；
F、将已确定的各相参数代入动量方程式(XXXVI)，求解新的
Figure FDA0003685806840000083
Figure FDA0003685806840000084
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；
Figure FDA0003685806840000085
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)：
Figure FDA0003685806840000086
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：
Figure FDA0003685806840000091
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；
Figure FDA0003685806840000092
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。
9.根据权利要求8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钻头、钻杆、钻铤，所述井下PWD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，实时监测钻头上部25m处环空流体的温度、压力、密度、电阻率实时数据。
10.根据权利要求8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汇下游压力计，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气体流量计，用于实时监测气体流量。
11.根据权利要求10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。
CN202110284467.3A 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 Active CN113006769B (zh)

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 CN113006769A (zh) 2021-06-22
CN113006769B true 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)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113605878B (zh) * 2021-08-09 2023-05-26 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
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
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
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
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
CN117927167B (zh) * 2024-03-25 2024-07-23 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 (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
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
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

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6595287B2 (en) * 2000-10-06 2003-07-22 Weatherford/Lamb, Inc. Auto adjusting well control system and method
CN1538036A (zh) * 2003-04-17 2004-10-20 雷宗明 节流压井自动控制系统
CN101139925B (zh) * 2006-09-08 2012-07-04 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
CN105545285B (zh) * 2015-10-22 2018-08-10 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
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
CN110735636B (zh) * 2019-12-04 2021-04-30 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

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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
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
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

Also Published As

Publication number Publication date
CN113006769A (zh) 2021-06-22

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
CA2556427C (en) Smooth draw-down for formation pressure testing
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
RU2349751C2 (ru) Способ и устройство для контроля качества откачки флюида с помощью анализа скорости притока флюида из породы
CA2486235C (en) An automatic control system and method for bottom hole pressure in the underbalance drilling
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
CN100535380C (zh) 用于控制地层压力的系统和方法
US9121262B2 (en) Pump control for formation testing
US9328574B2 (en) Method for characterizing subsurface formations using fluid pressure response during drilling operations
CN108509703B (zh) 一种气藏状态参数随钻数值反演分析方法
CN106014387A (zh) 一种井底压力实时预测与控制方法
CN103459755A (zh) 钻井中的自动立管压力控制
NO341307B1 (no) Fremgangsmåte for å optimalisere produksjonen fra en gruppe brønner
CN103032064A (zh) 一种钻井过程中气侵位置检测的方法及装置
CN108729868B (zh) 一种深海钻井溢流和井漏监测方法
Bode et al. Well-control methods and practices in small-diameter wellbores
WO2020247050A1 (en) Drilling system and method using calibrated pressure losses
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
Chen et al. Modeling transient circulating mud temperature in the event of lost circulation and its application in locating loss zones
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

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