CN113960079A - 用于确定井壁稳定性的方法、处理器及存储介质 - Google Patents
用于确定井壁稳定性的方法、处理器及存储介质 Download PDFInfo
- Publication number
- CN113960079A CN113960079A CN202111224505.2A CN202111224505A CN113960079A CN 113960079 A CN113960079 A CN 113960079A CN 202111224505 A CN202111224505 A CN 202111224505A CN 113960079 A CN113960079 A CN 113960079A
- Authority
- CN
- China
- Prior art keywords
- rock
- determining
- drilling
- image
- stability
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/02—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material
- G01N23/04—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material
- G01N23/046—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by transmitting the radiation through the material and forming images of the material using tomography, e.g. computed tomography [CT]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N23/00—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00
- G01N23/20—Investigating or analysing materials by the use of wave or particle radiation, e.g. X-rays or neutrons, not covered by groups G01N3/00 – G01N17/00, G01N21/00 or G01N22/00 by using diffraction of the radiation by the materials, e.g. for investigating crystal structure; by using scattering of the radiation by the materials, e.g. for investigating non-crystalline materials; by using reflection of the radiation by the materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Pulmonology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Crystallography & Structural Chemistry (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本申请实施例提供一种用于确定井壁稳定性的方法、处理器、存储介质及计算机程序产品。方法包括:获取钻井岩屑并对钻井岩屑进行预处理;对预处理后的岩屑进行筛选并扫描;将扫描后的结果转换为图像,根据图像构建岩石骨架及其矿物相;通过岩石骨架及其矿物相确定数字岩心,并确定数字岩心的力学参数;根据力学参数确定井壁稳定性。上述技术方案,通过对钻井岩屑的预处理与筛选,重构岩石骨架及其矿物相并建立数字岩心,计算数字岩心的泊松比及杨氏模量等力学参数,利用力学参数对井壁稳定性进行分析,以研究钻井液对井壁稳定性的影响。解决了复杂地区取心难的问题,提供了一种利用岩屑进行井壁稳定性评价的方法,确定了复杂地区井壁稳定性。
Description
技术领域
本申请涉及石油工程井壁稳定技术领域,具体涉及一种用于确定井壁稳定性的方法、处理器、存储介质及计算机程序产品。
背景技术
随着我国石油勘探开发的不断发展,勘探对象逐渐转向复杂地质条件的地区。但由于地层复杂,钻进过程中卡钻、井漏、坍塌等复杂井况频发,严重制约了勘探开发的有效进行。
在分析复杂机理以及制定技术对策中,利用岩心进行井壁稳定性分析是重要的研究部分,但在复杂地层中,裂缝发育、岩石软硬程度差别大、胶结程度低、可钻性差、研磨性高、地层破碎性强等地层因素严重限制了岩心的获取,使取心不规则、取心可用性差、耗费施工时间、增加作业成本等诸多问题进一步加重。形成了地层条件复杂难以取心,岩心缺少难以分析复杂地层的恶性循环。
如何使现场避过困难的取心过程,利用岩屑分析技术实现井壁稳定性分析是地质条件复杂的地区能否有效勘探的重中之重。但在目前的研究中,针对井壁稳定性分析的岩屑分析技术还较少。
发明内容
本申请实施例的目的是提供一种用于确定井壁稳定性的方法、处理器、存储介质及计算机程序产品,为了避开困难的取心过程,并利用岩屑分析岩石力学强度及钻井液对岩石的影响,以确定目标地区的井壁稳定性。
为了实现上述目的,本申请第一方面提供一种用于确定井壁稳定性的方法,包括:
获取钻井岩屑并对钻井岩屑进行预处理;
对预处理后的岩屑进行筛选并扫描;
将扫描后的结果转换为图像,根据图像构建岩石骨架及其矿物相;
通过岩石骨架及其矿物相确定数字岩心,并确定数字岩心的力学参数;
根据力学参数确定井壁稳定性。
在本申请实施例中,获取钻井岩屑并对钻井岩屑进行预处理包括:将钻井岩屑放入高温老化罐中,并加入钻井液;通过高温滚子炉以第一预设温度对钻井岩屑进行滚动浸泡,并持续第一预设时间。
在本申请实施例中,第一预设温度为井壁井下温度,第一预设时间大于等于8小时且小于等于24小时。
在本申请实施例中,钻井液可替换为清水、钻井液、完井液、修井液、压裂液和工作液体系中的至少一者。
在本申请实施例中,力学参数包括弹性模量和泊松比中的至少一者。
在本申请实施例中,对预处理后的岩屑进行筛选并扫描包括:数字岩心微米CT扫描仪对岩屑进行360°旋转扫描。
在本申请实施例中,将扫描后的结果转换为图像包括:确定扫描后的结果为二维图像,并对二维扫描图像进行三维重构,以确定灰度值图像;通过图像智能识别算法将X射线衍射解释结果与灰度值图像中的灰度进行匹配,重构岩石骨架及其矿物相。
本申请第二方面提供一种处理器,被配置成执行上述的用于确定井壁稳定性的方法。
本申请第三方面提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令在被处理器执行时使得处理器被配置成执行上述的用于确定井壁稳定性的方法。
本申请第四方面提供一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述的用于确定井壁稳定性的方法。
上述技术方案,通过对钻井岩屑的预处理与筛选,重构岩石骨架及其矿物相并建立数字岩心,计算数字岩心的泊松比及杨氏模量等力学参数,利用力学参数对井壁稳定性进行分析,以研究钻井液对井壁稳定性的影响。本发明避免了复杂地区取心难的问题,提供了一种利用岩屑进行井壁稳定性评价的新方法,实现了对复杂地区井壁稳定性的评价。
本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本申请实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本申请实施例,但并不构成对本申请实施例的限制。在附图中:
图1示意性示出了根据本申请实施例的用于确定井壁稳定性的方法的流程示意图;
图2示意性示出了根据本申请实施例的岩屑三维重构结构示意图。
图3示意性示出了根据本申请实施例的岩屑矿物组成的三维空间映射示意图。
图4示意性示出了根据本申请实施例中根据测井资料确定的弹性模量变化示意图;
图5示意性示出了根据本申请实施例中根据测井资料确定的泊松比变化示意图。
图6示意性示出了根据本申请实施例的计算机设备的内部结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解的是,此处所描述的具体实施方式仅用于说明和解释本申请实施例,并不用于限制本申请实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
图1示意性示出了根据本申请实施例的用于确定井壁稳定性的方法的流程示意图。如图1所示,在本申请一实施例中,提供了一种用于确定井壁稳定性的方法,包括以下步骤:
步骤101,获取钻井岩屑并对钻井岩屑进行预处理。
步骤102,对预处理后的岩屑进行筛选并扫描。
步骤103,将扫描后的结果转换为图像,根据图像构建岩石骨架及其矿物相。
步骤104,通过岩石骨架及其矿物相确定数字岩心,并确定数字岩心的力学参数。
步骤105,根据力学参数确定井壁稳定性。
在一个实施例中,获取钻井岩屑并对钻井岩屑进行预处理包括:将钻井岩屑放入高温老化罐中,并加入钻井液;通过高温滚子炉以第一预设温度对钻井岩屑进行滚动浸泡,并持续第一预设时间。第一预设温度为井壁井下温度,第一预设时间大于等于8小时且小于等于24小时。在一个实施例中,对预处理后的岩屑进行筛选并扫描包括:数字岩心微米CT扫描仪对岩屑进行360°旋转扫描。
在一个实施例中,将扫描后的结果转换为图像包括:确定扫描后的结果为二维图像,并对二维扫描图像进行三维重构,以确定灰度值图像;通过图像智能识别算法将X射线衍射解释结果与灰度值图像中的灰度进行匹配,重构岩石骨架及其矿物相。在一个具体的实施例中,采集地地理条件复杂地区的钻井岩屑,以塔西南地区中某复杂地区钻井井深6013m、6129m、6490m处的岩屑为例。首先对钻屑样品进行处理,对钻屑进行过筛,筛取2mm以上的钻屑颗粒,其中,一部分岩屑用于分析原始岩石物理参数,另一部分岩屑用于分析钻井液对岩石的影响,使用钾基聚磺钻井液在150℃高温条件下对岩屑滚动浸泡16小时,模拟钻井过程中钻井液对岩石的影响。
对收集的岩屑进行多阶段、多尺度筛选,采用数字岩心微米CT扫描仪对岩屑进行360°旋转扫描。同时调节光源和接收器之间的距离,使岩屑样品完全在显微镜的范围内。通过调整扫描速度和方向,进而可以生成一系列二维扫描图像。对生成的二维扫描图像进行三维重建,得到灰度图像。在此基础上,利用基于多种平滑去噪算法以及多阶导数处理的神经网络系统,对孔隙结构和岩石骨架进行识别和分割。如图2所示,图2示意性示出了根据本申请实施例的岩屑三维重构结构示意图。
根据X射线衍射结果对岩屑样品的岩石矿物组分进行了分析,并通过利用智能算法找到相似比例的矿物成分和灰度范围。将XRD(X-ray diffraction,以下简称XRD)解释结果与图像进行灰度匹配,重建岩石骨架及其矿物相,建立数字岩心。图3示意性示出了根据本申请实施例的岩屑矿物组成的三维空间映射示意图。
对得到的建立的数字岩心,并沿主应力和剪应力方向对数字岩心分别施加宏观应变,通过降低系统弹性自由能至最小值来确定各像素点的最终弹性位移分布。根据线性物理问题的变分原理,将确定每一个像素点的位移分布的问题转化为确定最小线性弹性系统的自由能,最后确定数字岩心的有效弹性模量和泊松比。
表1
从表1的数据可以明显看出,在钻井深度为6013m处数字岩心的弹性模量相较其他井段更低,更易发生井壁失稳的情况。
在钻井液浸泡后,在钻井深度为6129m处的数字岩心弹性模量上升,6490m处的数字岩心弹性模量基本没变,证明钻井液与该地层契合程度较高,在钻井液影响后,由于钻井液的封堵性、抑制性等性能,充分保障了该井段的岩石强度。
在钻井液浸泡后,钻井液深度为6013m处数字岩心弹性模量下降大,弹性模量低,泊松比高,证明钻井液影响后该井段岩石强度降低,更容易出现发生井壁失稳。
为了验证数字岩心技术在井壁稳定性评价中应用的可行性,需要利用常规方法对结果进行对比验证。单轴压缩实验及三轴压缩实验是目前常用且认可度较高的获取岩石力学参数的方法,取用相同地区的岩心进行原岩的三轴压缩实验,并使用同样的钻井液对岩心进行150℃16小时滚动浸泡,在浸泡后进行三轴压缩实验,得到两种条件下的岩石力学参数(表2)与数字岩心方法的结论进行对比。
表2
通过表2可以看出,三轴压缩实验的弹性模量范围在27.29-42.57GPa,与数字岩心技术求得的弹性模量基本吻合。泊松比整体高于数字岩心技术求得的泊松比。浸泡后弹性模量下降,岩石强度降低,井壁失稳的可能增加。
使用测井资料对实验力学参数进行计算,可以更全面的反映该区块地质信息。根据测井资料中井深、纵波时差、密度、自然伽马等数据,利用经验公式可以计算得到岩石力学参数剖面图,如图4所示,图4示意性示出了根据本申请实施例中根据测井资料确定的弹性模量变化示意图;如图5所示,图5示意性示出了根据本申请实施例中根据测井资料确定的泊松比变化示意图。
该地区地层非均质性极强,弹性模量与泊松比变化较大,在钻井深度为6000-7000m井段内,弹性模量在15-45GPa范围内,泊松比主要在0.1-0.17范围内。通过对比,数字岩心技术的结果基本位于测井资料的计算范围之内,符合该地区地层条件的实际情况。
通过与三轴压缩实验及测井资料计算结果对比,数字岩心CT扫描技术得到的岩石力学参数基本符合该地层实际情况,利用该技术实现井壁稳定性研究以及钻井液性能评价具有可行性。为了更准确的进行井壁稳定分析,需要与单轴、三轴压缩实验及测井资料计算得到的岩石力学参数进行对比,从而进行数据限制、调整,使井壁稳定性分析的结果更加准确。
上述技术方案,通过对钻井岩屑的预处理与筛选,重构岩石骨架及其矿物相并建立数字岩心,计算数字岩心的泊松比及杨氏模量等力学参数,利用力学参数对井壁稳定性进行分析,以研究钻井液对井壁稳定性的影响。本发明避免了复杂地区取心难的问题,提供了一种利用岩屑进行井壁稳定性评价的新方法,实现了对复杂地区井壁稳定性的评价。
图1为一个实施例中用于确定井壁稳定性的方法的流程示意图。应该理解的是,虽然图1的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本申请实施例提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述用于确定井壁稳定性的方法。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来实现用于确定井壁稳定性的方法。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本申请实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现上述用于确定井壁稳定性的方法。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器A01、网络接口A02、存储器(图中未示出)和数据库(图中未示出)。其中,该计算机设备的处理器A01用于提供计算和控制能力。该计算机设备的存储器包括内存储器A03和非易失性存储介质A04。该非易失性存储介质A04存储有操作系统B01、计算机程序B02和数据库(图中未示出)。该内存储器A03为非易失性存储介质A04中的操作系统B01和计算机程序B02的运行提供环境。该计算机设备的数据库用于存储数据。该计算机设备的网络接口A02用于与外部的终端通过网络连接通信。该计算机程序B02被处理器A01执行时以实现一种用于确定井壁稳定性的方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本申请实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:获取钻井岩屑并对钻井岩屑进行预处理;对预处理后的岩屑进行筛选并扫描;将扫描后的结果转换为图像,根据图像构建岩石骨架及其矿物相;通过岩石骨架及其矿物相确定数字岩心,并确定数字岩心的力学参数;根据力学参数确定井壁稳定性。
在本申请实施例中,获取钻井岩屑并对钻井岩屑进行预处理包括:将钻井岩屑放入高温老化罐中,并加入钻井液;通过高温滚子炉以第一预设温度对钻井岩屑进行滚动浸泡,并持续第一预设时间。
在本申请实施例中,第一预设温度为井壁井下温度,第一预设时间大于等于8小时且小于等于24小时。
在本申请实施例中,钻井液可替换为清水、钻井液、完井液、修井液、压裂液和工作液体系中的至少一者。
在本申请实施例中,力学参数包括弹性模量和泊松比中的至少一者。
在本申请实施例中,对预处理后的岩屑进行筛选并扫描包括:数字岩心微米CT扫描仪对岩屑进行360°旋转扫描。
在本申请实施例中,将扫描后的结果转换为图像包括:确定扫描后的结果为二维图像,并对二维扫描图像进行三维重构,以确定灰度值图像;通过图像智能识别算法将X射线衍射解释结果与灰度值图像中的灰度进行匹配,重构岩石骨架及其矿物相。本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:获取钻井岩屑并对钻井岩屑进行预处理;对预处理后的岩屑进行筛选并扫描;将扫描后的结果转换为图像,根据图像构建岩石骨架及其矿物相;通过岩石骨架及其矿物相确定数字岩心,并确定数字岩心的力学参数;根据力学参数确定井壁稳定性。
在本申请实施例中,获取钻井岩屑并对钻井岩屑进行预处理包括:将钻井岩屑放入高温老化罐中,并加入钻井液;通过高温滚子炉以第一预设温度对钻井岩屑进行滚动浸泡,并持续第一预设时间。
在本申请实施例中,第一预设温度为井壁井下温度,第一预设时间大于等于8小时且小于等于24小时。
在本申请实施例中,钻井液可替换为清水、钻井液、完井液、修井液、压裂液和工作液体系中的至少一者。
在本申请实施例中,力学参数包括弹性模量和泊松比中的至少一者。
在本申请实施例中,对预处理后的岩屑进行筛选并扫描包括:数字岩心微米CT扫描仪对岩屑进行360°旋转扫描。
在本申请实施例中,将扫描后的结果转换为图像包括:确定扫描后的结果为二维图像,并对二维扫描图像进行三维重构,以确定灰度值图像;通过图像智能识别算法将X射线衍射解释结果与灰度值图像中的灰度进行匹配,重构岩石骨架及其矿物相。本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种用于确定井壁稳定性的方法,其特征在于,所述方法包括:
获取钻井岩屑并对所述钻井岩屑进行预处理;
对所述预处理后的岩屑进行筛选并扫描;
将所述扫描后的结果转换为图像,根据所述图像构建岩石骨架及其矿物相;
通过所述岩石骨架及其矿物相确定数字岩心,并确定所述数字岩心的力学参数;
根据所述力学参数确定所述井壁稳定性。
2.根据权利要求1所述的方法,其特征在于,所述获取钻井岩屑并对所述钻井岩屑进行预处理包括:
将所述钻井岩屑放入高温老化罐中,并加入钻井液;
通过高温滚子炉以第一预设温度对所述钻井岩屑进行滚动浸泡,并持续第一预设时间。
3.根据权利要求2所述的方法,其特征在于,所述第一预设温度为井壁井下温度,所述第一预设时间大于等于8小时且小于等于24小时。
4.根据权利要求2所述的方法,其特征在于,所述钻井液可替换为清水、钻井液、完井液、修井液、压裂液和工作液体系中的至少一者。
5.根据权利要求1所述的方法,其特征在于,所述力学参数包括弹性模量和泊松比中的至少一者。
6.根据权利要求1所述的方法,其特征在于,所述对所述预处理后的岩屑进行筛选并扫描包括:数字岩心微米CT扫描仪对岩屑进行360°旋转扫描。
7.根据权利要求1所述的方法,其特征在于,所述将所述扫描后的结果转换为图像包括:
确定所述扫描后的结果为二维图像,并对所述二维扫描图像进行三维重构,以确定灰度值图像;
通过图像智能识别算法将X射线衍射解释结果与所述灰度值图像中的灰度进行匹配,重构岩石骨架及其矿物相。
8.一种处理器,其特征在于,被配置成执行根据权利要求1至7中任意一项所述的用于确定井壁稳定性的方法。
9.一种机器可读存储介质,该机器可读存储介质上存储有指令,其特征在于,该指令在被处理器执行时使得所述处理器被配置成执行根据权利要求1至7中任意一项所述的用于确定井壁稳定性的方法。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序在被处理器执行时实现根据权利要求1至7中任意一项所述的用于确定井壁稳定性的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111224505.2A CN113960079A (zh) | 2021-10-19 | 2021-10-19 | 用于确定井壁稳定性的方法、处理器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111224505.2A CN113960079A (zh) | 2021-10-19 | 2021-10-19 | 用于确定井壁稳定性的方法、处理器及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113960079A true CN113960079A (zh) | 2022-01-21 |
Family
ID=79465221
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111224505.2A Pending CN113960079A (zh) | 2021-10-19 | 2021-10-19 | 用于确定井壁稳定性的方法、处理器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113960079A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104062308A (zh) * | 2014-07-04 | 2014-09-24 | 天津三英精密仪器有限公司 | 一种岩石无损矿物成分检测方法 |
WO2016159808A1 (en) * | 2015-03-27 | 2016-10-06 | Schlumberger Technology B.V. | A method and a system for performing chemical treatment of a near wellbore area |
CN109916754A (zh) * | 2019-02-26 | 2019-06-21 | 成都理工大学 | 一种基于岩屑微观特征和钻井参数的储层脆性评价方法 |
CN109964004A (zh) * | 2017-08-08 | 2019-07-02 | 中国科学院地质与地球物理研究所 | 一种油气田现场随钻岩屑扫描系统及方法 |
CN111257536A (zh) * | 2020-01-20 | 2020-06-09 | 中国科学院武汉岩土力学研究所 | 一种岩石力学与储层工程参数评估方法 |
CN111855484A (zh) * | 2020-07-30 | 2020-10-30 | 西南石油大学 | 基于声电响应评价钻井液稳定泥页岩地层井壁能力的方法 |
CN113138106A (zh) * | 2021-04-15 | 2021-07-20 | 东北石油大学 | 基于随钻岩屑录井资料的岩石弹性参数确定方法 |
CN113356843A (zh) * | 2021-06-30 | 2021-09-07 | 中国石油大学(北京) | 针对地层的井壁稳定性分析方法、装置、介质及设备 |
-
2021
- 2021-10-19 CN CN202111224505.2A patent/CN113960079A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104062308A (zh) * | 2014-07-04 | 2014-09-24 | 天津三英精密仪器有限公司 | 一种岩石无损矿物成分检测方法 |
WO2016159808A1 (en) * | 2015-03-27 | 2016-10-06 | Schlumberger Technology B.V. | A method and a system for performing chemical treatment of a near wellbore area |
CN109964004A (zh) * | 2017-08-08 | 2019-07-02 | 中国科学院地质与地球物理研究所 | 一种油气田现场随钻岩屑扫描系统及方法 |
CN109916754A (zh) * | 2019-02-26 | 2019-06-21 | 成都理工大学 | 一种基于岩屑微观特征和钻井参数的储层脆性评价方法 |
CN111257536A (zh) * | 2020-01-20 | 2020-06-09 | 中国科学院武汉岩土力学研究所 | 一种岩石力学与储层工程参数评估方法 |
CN111855484A (zh) * | 2020-07-30 | 2020-10-30 | 西南石油大学 | 基于声电响应评价钻井液稳定泥页岩地层井壁能力的方法 |
CN113138106A (zh) * | 2021-04-15 | 2021-07-20 | 东北石油大学 | 基于随钻岩屑录井资料的岩石弹性参数确定方法 |
CN113356843A (zh) * | 2021-06-30 | 2021-09-07 | 中国石油大学(北京) | 针对地层的井壁稳定性分析方法、装置、介质及设备 |
Non-Patent Citations (2)
Title |
---|
李蕾: "准噶尔盆地中部4 区块井壁失稳机理研究", 《承德石油高等专科学校学报》 * |
赵虎: "钻井液对页岩井壁的稳定性能评价方法探讨", 《石油工业技术监督》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7187099B2 (ja) | ニューラルネットワークを用いて炭化水素貯留層の石油物理特性を推測すること | |
CA3007950C (en) | Predicting and modeling changes in capillary pressure and relative permeabilities in a porous medium due to mineral precipitation and dissolution | |
US11409023B2 (en) | Methods to handle discontinuity in constructing design space using moving least squares | |
CN110857626B (zh) | 基于综合录井参数的随钻压力预测方法、装置及存储介质 | |
AU2013402201B2 (en) | In-situ wellbore, core and cuttings information system | |
Tian et al. | Machine-learning-based object detection in images for reservoir characterization: A case study of fracture detection in shales | |
KR20160024232A (ko) | 지반정보에 기초한 3차원 공간 모델링 방법 | |
Liu et al. | Microseismicity-based method for the dynamic estimation of the potential rockburst scale during tunnel excavation | |
CN113919219A (zh) | 基于测井大数据的地层评价方法及系统 | |
Song | An improved simulated annealing algorithm for reconstructing 3D large-scale porous media | |
WO2021086388A1 (en) | Scale-coupled multiscale model simulation | |
WO2022011015A1 (en) | Optimization of discrete fracture network (dfn) using streamlines and machine learning | |
CN113960079A (zh) | 用于确定井壁稳定性的方法、处理器及存储介质 | |
GB2521268A (en) | Determining reserves of a reservoir | |
WO2020176518A1 (en) | Systems and methods for computed resource hydrocarbon reservoir simulation and development | |
CN112147687B (zh) | 一种储层含气性预测方法及预测系统 | |
Bachi et al. | An Efficient Hydraulic Fracture Geometry Calibration Workflow Using Microseismic Data | |
CN109063228A (zh) | 一种水驱油藏含水上升率变化的确定方法及装置 | |
CN109033508A (zh) | 一种油藏含水率及含水上升率的确定方法和装置 | |
CN115828072B (zh) | 不可通约测井曲线缺失段重构方法及存储介质 | |
CN116299701B (zh) | 断溶体储层识别方法、装置及电子设备 | |
Leta et al. | An automatic process to identify features on boreholes data by image processing techniques | |
Zheng et al. | A Deep Learning-Based Surrogate Model for Rapid Assessment of Geomechanical Risks in Geologic CO2 Storage | |
CN113419281B (zh) | 一种基于四叉树检索大规模偏移速度样本的高效速度场模拟方法 | |
Gavinhos et al. | Geostatistical modelling and simulation scenarios as optimizing tools for curtain grouting design and construction at a dam foundation |
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 |