CN114198087B - 一种用于评估井眼清洁不充分风险的方法、装置及系统 - Google Patents
一种用于评估井眼清洁不充分风险的方法、装置及系统 Download PDFInfo
- Publication number
- CN114198087B CN114198087B CN202111537363.5A CN202111537363A CN114198087B CN 114198087 B CN114198087 B CN 114198087B CN 202111537363 A CN202111537363 A CN 202111537363A CN 114198087 B CN114198087 B CN 114198087B
- Authority
- CN
- China
- Prior art keywords
- pressure drop
- well section
- pressure
- insufficient
- risk
- 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
- 238000004140 cleaning Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000005553 drilling Methods 0.000 claims abstract description 59
- 230000000694 effects Effects 0.000 claims abstract description 40
- 239000012530 fluid Substances 0.000 claims abstract description 40
- 238000005259 measurement Methods 0.000 claims abstract description 30
- 239000011435 rock Substances 0.000 claims abstract description 17
- 238000005520 cutting process Methods 0.000 claims abstract description 14
- 230000002706 hydrostatic effect Effects 0.000 claims abstract description 10
- 238000010276 construction Methods 0.000 claims description 25
- 230000005484 gravity Effects 0.000 claims description 16
- 238000009530 blood pressure measurement Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 239000013598 vector Substances 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 239000002002 slurry Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- 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
-
- 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
- E21B47/04—Measuring depth or liquid level
- E21B47/047—Liquid level
-
- 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
- E21B2200/00—Special features related to earth drilling for obtaining oil, gas or water
- E21B2200/20—Computer models or simulations, e.g. for reservoirs under production, drill bits
Landscapes
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics (AREA)
- Mechanical Engineering (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Earth Drilling (AREA)
- Force Measurement Appropriate To Specific Purposes (AREA)
- Measuring Fluid Pressure (AREA)
Abstract
本发明公开了一种用于评估井眼清洁不充分风险的方法、装置及系统,方法包括获取井筒上若干个测量点的实测压力,并根据各个测量点的实测压力,获取井筒上相邻两个测量点的实测压降;获取井筒上相邻两个测量点的理论压降;根据井筒上相邻两个测量点的理论压降与实测压降,判断井眼清洁不充分风险。本发明的有益效果是:井筒上相邻两个测量点之间的理论压降包括由摩擦效应引起的压降以及由静水压力引起的压降,但是,实际钻井液中的悬浮岩屑会显著改变井眼中的压降。如果存在大量岩屑,则计算得出的理论压降与实测压降之间会出现明显差异,因此,通过比较理论压降与实测压降的大小关系可用于评估井下井眼清洁状况,判断井眼清洁不充分的风险。
Description
技术领域
本发明涉及钻井工程技术领域,尤其是涉及一种用于评估井眼清洁不充分风险的方法、装置及系统。
背景技术
井眼清洁不充分是钻井安全预防和事故预警中主要问题之一(请参照申请号为CN201910119287.2的中国发明专利)。岩屑床在任一井段的堆积,容易造成钻具摩阻扭矩过大、钻头失压、机械钻速低等问题,更甚至会造成卡钻、井眼填埋等严重井下事故。而对于实时井下状况监测,最主要挑战就是钻井模型输入参数的不确定性,这些参数之间的不确定性会随着井深的增加而增加,甚者,钻井计算模型的精度也可能会显著降低。
现有技术中,难以获取钻井液中的悬浮岩屑的浓度,从而不便于判断井眼清洁不充分的风险。
发明内容
有鉴于此,有必要提供一种用于评估井眼清洁不充分风险的方法、装置及系统,用以解决现有技术中,难以获取钻井液中的悬浮岩屑的浓度,从而不便于判断井眼清洁不充分的风险的技术问题。
为了实现上述目的,本发明提供了一种用于评估井眼清洁不充分风险的方法,包括:
获取井筒上若干个测量点的实测压力,并根据各个测量点的实测压力,获取井筒上相邻两个测量点的实测压降;
获取井筒上相邻两个测量点的理论压降;
根据井筒上相邻两个测量点的理论压降与实测压降,判断井眼清洁不充分风险。
在一些实施例中,获取井筒上相邻两个测量点的理论压降,具体包括:
将井筒划分成若干个井段;
获取施工参数及各个井段的形状参数,其中,所述施工参数至少包括钻头深度、井深、钻井液密度、钻井液粘度及钻井液平均流速,各个井段的形状参数至少包括各个井段的长度、环空等效直径;
根据施工参数及各个井段的形状参数,分别计算各个井段的理论压降;
根据各个井段的理论压降,获取井筒上相邻两个测量点的理论压降。
在一些实施例中,根据施工参数及各个井段的形状参数,分别计算各个井段的理论压降,具体包括:
根据施工参数及各个井段的形状参数,分别计算各个井段由重力效应引起的压降;
根据施工参数及各个井段的形状参数,分别计算各个井段由摩擦效应引起的压降;
根据各个井段由重力效应引起的压降及由摩擦效应引起的压降,得到各个井段的理论压降。
在一些实施例中,根据施工参数及各个井段的形状参数,分别计算各个井段由重力效应引起的压降,具体为:
根据施工参数及各个井段的形状参数,通过静水压力法分别计算各个井段由重力效应引起的压降。
在一些实施例中,根据施工参数及各个井段的形状参数,分别计算各个井段由摩擦效应引起的压降,具体包括:
分别判断各个井段的钻井液的流态;
若某一井段的钻井液的流态为层流,则根据层流中环空摩擦压力损失模型计算得到该井段由摩擦效应引起的压降;
若某一井段的钻井液的流态为湍流,则根据湍流中环空摩擦压力损失公式计算得到该井段由摩擦效应引起的压降。
在一些实施例中,湍流中环空摩擦压力损失公式为:
其中,为压降,/>为摩擦系数,/>为井眼长度,/>为钻井液密度、/>为钻井液平均流速,/>为井段的环空等效直径。
在一些实施例中,根据各个井段由重力效应引起的压降及由摩擦效应引起的压降,得到各个井段的理论压降,具体为:
各个井段的理论压降等于各个井段由重力效应引起的压降及由摩擦效应引起的压降之和。
在一些实施例中,根据井筒上相邻两个测量点的理论压降与实测压降,判断井眼清洁不充分风险,具体包括:
根据井筒上相邻两个测量点的理论压降与实测压降,得到预测岩屑浓度;
根据预测岩屑浓度,判断井眼清洁不充分风险。
本发明还提供了一种用于评估井眼清洁不充分风险的装置,包括处理器及存储器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现所述的用于评估井眼清洁不充分风险的方法。
本发明还提供了一种用于评估井眼清洁不充分风险的系统,包括所述的用于评估井眼清洁不充分风险的装置,还包括若干个井眼环空压力测量件,所述井眼环空压力测量件一一对应设置于所述井筒上各个测量点上、并用于测量所述井筒上各个测量点的压力值。
与现有技术相比,本发明提出的技术方案的有益效果是:井筒上相邻两个测量点之间的理论压降包括由摩擦效应引起的压降以及由静水压力引起的压降,但是,实际钻井液中的悬浮岩屑会显著改变井眼中的压降。如果存在大量岩屑,则计算得出的理论压降与实测压降之间会出现明显差异,因此,通过比较理论压降与实测压降的大小关系可用于评估井下井眼清洁状况,判断井眼清洁不充分的风险,以提高钻井安全性。
附图说明
图1是本发明提供的用于评估井眼清洁不充分风险的方法的一实施例的流程示意图;
图2是本发明提供的一种钻井系统的一实施例的结构示意图;
图3是图2中的压力测量装置的结构示意图;
图4是图3中的环形测压端口的结构示意图;
图5是图1中步骤S2的流程示意图;
图6是图5中步骤S23的流程示意图;
图7是图6中步骤S232的流程示意图;
图8是使用机器学习自动调参算法将计算模型在预测过程和实测过程之间往复更新的过程的示意图;
图9是图1中步骤S3的流程示意图;
图中:1-钻井系统、11-控制器、12-评估器、13-泥浆泵、14-节流阀、15-压力测量装置、151-通信端口、152-电子部件、153-换能装置、154-环形测压端口、1541-端口、1542-内部压力表、1543-环形压力表、16-钻柱、17-钻头。
具体实施方式
下面结合附图来具体描述本发明的优选实施例,其中,附图构成本申请一部分,并与本发明的实施例一起用于阐释本发明的原理,并非用于限定本发明的范围。
请参照图1,本发明提供了一种用于评估井眼清洁不充分风险的方法,包括:
S1、获取井筒上若干个测量点的实测压力,并根据各个测量点的实测压力,获取井筒上相邻两个测量点的实测压降;
S2、获取井筒上相邻两个测量点的理论压降,具体地,理论压降包括由摩擦效应引起的压降以及由静水压力引起的压降;
S3、根据井筒上相邻两个测量点的理论压降与实测压降,判断井眼清洁不充分风险。
本发明提供的技术方案的有益效果是:井筒上相邻两个测量点之间的理论压降包括由摩擦效应引起的压降以及由静水压力引起的压降,但是,实际钻井液中的悬浮岩屑会显著改变井眼中的压降。如果存在大量岩屑,则计算得出的理论压降与实测压降之间会出现明显差异,因此,通过比较理论压降与实测压降的大小关系可用于评估井下井眼清洁状况,判断井眼清洁不充分的风险,以提高钻井安全性。
步骤S1中,为了便于获取井筒上若干个测量点的实测压力,本发明提供了一种使用沿钻柱分布的井眼环空压力测量装置(ASM)。
请参照图2,整个钻井系统1包括控制器11、评估器12、泥浆泵13、节流阀14、沿钻杆设置的压力测量装置15、钻柱16及钻头17,用于模拟真实井眼环境中的ASM的工作状况以及测量与分析系统的准确性。控制器11是指导该井眼清洁不充分和沉砂卡钻的监测与分析系统的各个组件进行协调工作的主要部件,并且是该监测与分析系统的神经中枢。控制器11可以通过评估器12的指令控制泥浆泵13、节流阀14。评估器12是井眼清洁不充分和沉砂卡钻的监测与分析系统的决策中枢,包含输入模块(压力测量装置15传入的实时压力值,用户输入指令和井筒有关静态数据)、输出模块(计算的全井段岩屑浓度分布、井眼清洁风险指数和异常诊断指标等)及内部运算模块(混合钻井水力模型、压力驱动的井眼清洁模型、井眼清洁风险评估模型和其他算法内核)。在控制器11的给定信号下,泥浆泵13可以将配置好的钻井泥浆转移到整个循环流动测试区域。节流阀14用于确保整个监测与分析系统压力平衡,它也由控制器11控制其开合状态。沿线设置的压力测量装置15主要用于实时监测环空压力,并将处理后的信号传输到评估器12以进行进一步操作。实际钻井作业中,需要沿钻杆按预定距离安装压力测量装置15,以测量钻井该过程中井眼环空内不同点的压力,钻头17是钻井液从钻柱到环空的通道也是破碎岩石的主要工具。
具体实施过程中,施工前需要设置好需要井眼结构、钻具组合设计、钻井液配置泥浆泵性能参数以及温度和压力条件;控制器11给出流量信号之后,泥浆泵13开始将钻井液注入到钻柱16中。然后进入环空,达到动态循环,打开节流阀14。随后压力测量装置15将测量压力转换为电信号,并返回到评估器12,压力信号开始改变。当沿着整个钻柱16的各部分充满流体并达到动态平衡时,整个监测与分析系统构成了一个完整的泥浆循环回路。
具体地,请参照图3和图4,压力测量装置15包括通信端口151、电子部件152、换能装置153和环形测压端口154,通信端口151是压力测量装置15与地面信息服务中心之间的通信协议传输的通道,并能确保数据传输的有效性。电子部件152包含电子部件端口、连接器、换能装置、电源等多个组件,用于确保整个测量系统和传输功能的正常运行。换能装置153由三部分组成:敏感元件、转换元件和信号调节转换电路,敏感元件是指传感器中可以直接感知或响应测量值的部分;转换元件可以将感知或响应的测量值转换为适合于传输的电信号。由于传感器的输出信号可能较微弱,因此在显示和控制之前,需要对输出信号进行信号调理、转换、放大、操作和特制。环形测压端口154包括内部压力表1542、环形压力表1543和两个端口1541,该环形测压端口154可直接收集环形节点处的压力值,连续测量并记录测点压力值变化。
实时环空压力值通过传感器采样后,输出对应的频率信号,通过测量计数模块测量计数,输出与压力对应的计数值。计数值输入到处理器进行压力值转换,并根据传感器的零漂和温漂特性执行补偿处理,经过处理后的数据储存于RAM中,通信电路根据通信协议和控制时序将测量数据传送至系统总线,最终完成一个时间步下的完整测量过程。
请参照图5,步骤S2具体包括:
S21、将井筒划分成若干个井段;
S22、获取施工参数及各个井段的形状参数,其中,所述施工参数至少包括钻头深度、井深、钻井液密度、钻井液粘度及钻井液平均流速,各个井段的形状参数至少包括各个井段的长度、环空等效直径;
S23、根据施工参数及各个井段的形状参数,分别计算各个井段的理论压降;
S24、根据各个井段的理论压降,获取井筒上相邻两个测量点的理论压降,具体地,各个井段的理论压降等于各个井段由重力效应引起的压降及由摩擦效应引起的压降之和。
其中,请参照图6,步骤S23具体包括:
S231、根据施工参数及各个井段的形状参数,分别计算各个井段由重力效应引起的压降,具体地,根据施工参数及各个井段的形状参数,通过静水压力法分别计算各个井段由重力效应引起的压降,此为现有技术,对此不再赘述;
S232、根据施工参数及各个井段的形状参数,分别计算各个井段由摩擦效应引起的压降;
S233、根据各个井段由重力效应引起的压降及由摩擦效应引起的压降,得到各个井段的理论压降。
其中,请参照图7,步骤S232具体包括:
S2321、分别判断各个井段的钻井液的流态;
S2322、若某一井段的钻井液的流态为层流,则根据层流中环空摩擦压力损失模型计算得到该井段由摩擦效应引起的压降;层流中环空摩擦压力损失模型可参照表1。
表1:层流中环空摩擦压力损失模型
S2323、若某一井段的钻井液的流态为湍流,则根据湍流中环空摩擦压力损失公式计算得到该井段由摩擦效应引起的压降。
具体地,湍流中环空摩擦压力损失公式为:
其中,为压降,/>为摩擦系数,/>为井眼长度,/>为钻井液密度、/>为钻井液平均流速,/>为井段的环空等效直径。
其中,摩擦系数的计算公式可通过表2中的公式计算。
表2:常用的摩擦系数计算公式
本发明中,分别计算各个井段的好处是可以针对各个井段,使用不同的压降模型。对于每个井段,结合历史数据来建立适合当前井段的钻井水力模型。这些适应不同井段水力学模型能更好得适配传感器的测量值来估算当前区域的压耗分布,这些基于不同水力学模型分段计算的压耗能更好得描述实际井下压力分布。与直接从钻头到地面的传统水力学计算模型相比,通过给定的边界条件和更一致的输入参数,分段计算所得到的预测结果准确性更高。上述可自动校准的钻井水力学模型能对于特定井型或划分区域进行调整,通过使用类似井或划分区域的历史数据来训练当前井段水力模型,确保了模型预测准确性。
使用数据驱动方法的目的是为了能实时调整基于物理模型的计算公式,以便能更好地适应工况的实时变化。通过使用机器学习自动调参算法(如基于卡尔曼滤波理论的优化算法,但不限于使用该方法),将计算模型在预测过程和实测过程之间往复更新,如图8所示,函数f(x k , u k )是预测函数;h(x k )是预测结果与测量值之间的物理关系,也称为更新函数;x k是状态向量,其中包含我们要在盲区中(井眼到井底范围)预测的参数;y k是测量向量,包含我们可以在地面或井下测量的数据;u k是系统的控制输入;w k和v k是噪声或不确定性。
计算压力时,将整个井筒划分为n个单元格,每个单元格的压力为P i。假设入口流量为一边界值,而出口流量是测量值之一。因此,x向量具有n-2个项,具体的x向量:
测量矢量y k为在地面或井底某个特定单元处,所测得的压力值,压力传感器位置对应值:,
其中,下标k为时间步长,/>为高斯白噪声。
模型通过对多个算例(利用输入的不确定性分布所建立的多个算例)并行运算且自动修正,实现对预测结果与实际测量值持续同化。因此,随着模拟的继续,可以逐步减少输入中的不确定性,使得预测结果变得更加准确。
请参照图9,步骤S3具体包括:
S31、根据井筒上相邻两个测量点的理论压降与实测压降,得到预测岩屑浓度;
S32、根据预测岩屑浓度,判断井眼清洁不充分风险。
其中:步骤S31具体包括:
(1)比较含有岩屑和无岩屑的流动压降值之间的比率,有SF:
其中是含岩屑的压力梯度,/>是无岩屑的压力梯度,/>是纯钻井液的静水压力梯度,SF是由岩屑引起的压力损失与在相同的表观流速下的纯钻井液引起的压力损失之比。
(2)采用机器学习方法来开发基于压力驱动的井眼清洁模型。将SF同其他条件,如井眼几何形状、井斜角、钻井液流变特性和平均流速等参数结合来回归反演C c。其中回归的目的是对数据中包含的规律性进行归纳和总结,然后通过使用SF和其他输入参数建立定性数学模型来预测C c。支持向量机器算法在数据样本少且非线性的情况下具有优势,可以作为一种较理想的模型训练方法,但也可根据实际数据数量和分布选择其他回归算法。
SVR的基本算法就是寻找一堆数据的内在关系,通过在高纬度拟合数据,算法可以得到一个公式,当给个新的输入值时,能够求得一个新的输出值。SVR回归与传统回归方法的最大差异为:传统回归方法要求当且仅当回归的f(x)完全等于y时才认为是预测正确,而支持向量回归则认为只要是f(x)与y偏离程度在一定范围内,即认为预测正确。具体的就是设置一个阈值α,计算|f(x)-y|>α的数据点的损失。
对于SVR模型而言,最重要的参数是内核类型,一般包括线性内核(linear)、多项式内核(poly)、双曲正切核(sigmoid)和高斯径向基(Gaussian Radial Basis Function,简称rbf)等。由于存在非线性问题,选择rbf作为核函数,主要影响rbf的参数包括惩罚系数C和核参数γ。
为了确保训练模型的准确性,选择交叉验证方法来评估回归模型结果的可靠性。同样,将压力驱动的井眼清洁模型中得到的岩屑浓度与传统岩屑运移模型的计算结果进行比较,如果这两种方法的结果相互矛盾,则会向用户发送通知以请求进一步分析。
本发明还提供了一种用于评估井眼清洁不充分风险的装置,包括处理器及存储器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现所述的用于评估井眼清洁不充分风险的方法。
本发明还提供了一种用于评估井眼清洁不充分风险的系统,包括所述的用于评估井眼清洁不充分风险的装置,还包括若干个井眼环空压力测量件,所述井眼环空压力测量件一一对应设置于所述井筒上各个测量点上、并用于测量所述井筒上各个测量点的压力值。本实施例中,井眼环空压力测量件即为压力测量装置15。
综上所述,本发明提供的技术方案的有益效果是:井筒上相邻两个测量点之间的理论压降包括由摩擦效应引起的压降以及由静水压力引起的压降,但是,实际钻井液中的悬浮岩屑会显著改变井眼中的压降。如果存在大量岩屑,则计算得出的理论压降与实测压降之间会出现明显差异,因此,通过比较理论压降与实测压降的大小关系可用于评估井下井眼清洁状况,判断井眼清洁不充分的风险,以提高钻井安全性。
以上所述仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (9)
1.一种用于评估井眼清洁不充分风险的方法,其特征在于,包括:
获取井筒上若干个测量点的实测压力,并根据各个测量点的实测压力,获取井筒上相邻两个测量点的实测压降;
获取井筒上相邻两个测量点的理论压降;
根据井筒上相邻两个测量点的理论压降与实测压降,判断井眼清洁不充分风险;
其中,根据井筒上相邻两个测量点的理论压降与实测压降,判断井眼清洁不充分风险,具体包括:
根据井筒上相邻两个测量点的理论压降与实测压降,得到预测岩屑浓度;
根据预测岩屑浓度,判断井眼清洁不充分风险;
其中,根据井筒上相邻两个测量点的理论压降与实测压降,得到预测岩屑浓度,具体包括:
(1)比较含有岩屑和无岩屑的流动压降值之间的比率,有SF:
其中是含岩屑的压力梯度,/>是无岩屑的压力梯度, />是纯钻井液的静水压力梯度,SF是由岩屑引起的压力损失与在相同的表观流速下的纯钻井液引起的压力损失之比;
(2)采用机器学习方法来开发基于压力驱动的井眼清洁模型,将SF同井眼几何形状、井斜角、钻井液流变特性和平均流速结合来回归反演得到预测岩屑浓度。
2.根据权利要求1所述的用于评估井眼清洁不充分风险的方法,其特征在于,获取井筒上相邻两个测量点的理论压降,具体包括:
将井筒划分成若干个井段;
获取施工参数及各个井段的形状参数,其中,所述施工参数至少包括钻头深度、井深、钻井液密度、钻井液粘度及钻井液平均流速,各个井段的形状参数至少包括各个井段的长度、环空等效直径;
根据施工参数及各个井段的形状参数,分别计算各个井段的理论压降;
根据各个井段的理论压降,获取井筒上相邻两个测量点的理论压降。
3.根据权利要求2所述的用于评估井眼清洁不充分风险的方法,其特征在于,根据施工参数及各个井段的形状参数,分别计算各个井段的理论压降,具体包括:
根据施工参数及各个井段的形状参数,分别计算各个井段由重力效应引起的压降;
根据施工参数及各个井段的形状参数,分别计算各个井段由摩擦效应引起的压降;
根据各个井段由重力效应引起的压降及由摩擦效应引起的压降,得到各个井段的理论压降。
4.根据权利要求3所述的用于评估井眼清洁不充分风险的方法,其特征在于,根据施工参数及各个井段的形状参数,分别计算各个井段由重力效应引起的压降,具体为:
根据施工参数及各个井段的形状参数,通过静水压力法分别计算各个井段由重力效应引起的压降。
5.根据权利要求3所述的用于评估井眼清洁不充分风险的方法,其特征在于,根据施工参数及各个井段的形状参数,分别计算各个井段由摩擦效应引起的压降,具体包括:
分别判断各个井段的钻井液的流态;
若某一井段的钻井液的流态为层流,则根据层流中环空摩擦压力损失模型计算得到该井段由摩擦效应引起的压降;
若某一井段的钻井液的流态为湍流,则根据湍流中环空摩擦压力损失公式计算得到该井段由摩擦效应引起的压降。
6.根据权利要求5所述的用于评估井眼清洁不充分风险的方法,其特征在于,湍流中环空摩擦压力损失公式为:
其中,为压降,/>为摩擦系数,/>为井眼长度,/>为钻井液密度、/>为钻井液平均流速,为井段的环空等效直径。
7.根据权利要求3所述的用于评估井眼清洁不充分风险的方法,其特征在于,根据各个井段由重力效应引起的压降及由摩擦效应引起的压降,得到各个井段的理论压降,具体为:
各个井段的理论压降等于各个井段由重力效应引起的压降及由摩擦效应引起的压降之和。
8.一种用于评估井眼清洁不充分风险的装置,其特征在于,包括处理器及存储器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现如权利要求1-7任意一项所述的用于评估井眼清洁不充分风险的方法。
9.一种用于评估井眼清洁不充分风险的系统,其特征在于,包括如权利要求8所述的用于评估井眼清洁不充分风险的装置,还包括若干个井眼环空压力测量件,所述井眼环空压力测量件一一对应设置于所述井筒上各个测量点上、并用于测量所述井筒上各个测量点的压力值。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111537363.5A CN114198087B (zh) | 2021-12-15 | 2021-12-15 | 一种用于评估井眼清洁不充分风险的方法、装置及系统 |
US17/669,394 US20230184045A1 (en) | 2021-12-15 | 2022-02-11 | Device and method for diagnosing the risk of insufficient hole cleaning problem |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111537363.5A CN114198087B (zh) | 2021-12-15 | 2021-12-15 | 一种用于评估井眼清洁不充分风险的方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114198087A CN114198087A (zh) | 2022-03-18 |
CN114198087B true CN114198087B (zh) | 2023-11-21 |
Family
ID=80654183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111537363.5A Active CN114198087B (zh) | 2021-12-15 | 2021-12-15 | 一种用于评估井眼清洁不充分风险的方法、装置及系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230184045A1 (zh) |
CN (1) | CN114198087B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114662390B (zh) * | 2022-03-22 | 2023-09-29 | 西南石油大学 | 一种基于svr算法的钻井漏失压力预测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6148912A (en) * | 1997-03-25 | 2000-11-21 | Dresser Industries, Inc. | Subsurface measurement apparatus, system, and process for improved well drilling control and production |
US20030029640A1 (en) * | 2001-08-07 | 2003-02-13 | Iain Cooper | Method for determining drilling fluid properties downhole during wellbore drilling |
US20140131101A1 (en) * | 2012-11-15 | 2014-05-15 | Bp Exploration Operating Company Limited | Systems and methods for determining enhanced equivalent circulating density and interval solids concentration in a well system using multiple sensors |
CN109598024A (zh) * | 2018-11-02 | 2019-04-09 | 长江大学 | 基于井眼清洁与环空压力耦合的钻井水力优化方法及设备 |
CN109812236A (zh) * | 2017-11-22 | 2019-05-28 | 中国石油化工股份有限公司 | 一种确定异形井眼中的井眼清洁效果的方法 |
-
2021
- 2021-12-15 CN CN202111537363.5A patent/CN114198087B/zh active Active
-
2022
- 2022-02-11 US US17/669,394 patent/US20230184045A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6148912A (en) * | 1997-03-25 | 2000-11-21 | Dresser Industries, Inc. | Subsurface measurement apparatus, system, and process for improved well drilling control and production |
US20030029640A1 (en) * | 2001-08-07 | 2003-02-13 | Iain Cooper | Method for determining drilling fluid properties downhole during wellbore drilling |
US20140131101A1 (en) * | 2012-11-15 | 2014-05-15 | Bp Exploration Operating Company Limited | Systems and methods for determining enhanced equivalent circulating density and interval solids concentration in a well system using multiple sensors |
US20140131104A1 (en) * | 2012-11-15 | 2014-05-15 | Bp Exploration Operating Company Limited | Systems and methods for performing high density sweep analysis using multiple sensors |
CN109812236A (zh) * | 2017-11-22 | 2019-05-28 | 中国石油化工股份有限公司 | 一种确定异形井眼中的井眼清洁效果的方法 |
CN109598024A (zh) * | 2018-11-02 | 2019-04-09 | 长江大学 | 基于井眼清洁与环空压力耦合的钻井水力优化方法及设备 |
Non-Patent Citations (1)
Title |
---|
NUMERICAL SIMULATION AND EXPERIMENTAL STUDY OF CUTTINGS TRANSPORT IN INTERMEDIATE INCLINED WELLS;Feifei Zhang;NUMERICAL SIMULATION AND EXPERIMENTAL STUDY OF CUTTINGS TRANSPORT IN INTERMEDIATE INCLINED WELLS;ProQuest 3733239 * |
Also Published As
Publication number | Publication date |
---|---|
CN114198087A (zh) | 2022-03-18 |
US20230184045A1 (en) | 2023-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2344768B1 (en) | Apparatus for analysis and control of a reciprocating pump system by determination of a pump card | |
AU2007211294B2 (en) | Methods, systems, and computer-readable media for real-time oil and gas field production optimization using a proxy simulator | |
CN102071926B (zh) | 一种全井段环空压力测量方法、装置及控制方法和装置 | |
US3374341A (en) | Method for controlling pressure differential resulting from fluid friction forces in well-drilling operations | |
US10208548B2 (en) | Method for detecting gain or loss of drilling fluid in a drilling installation associated calculation system and associated drilling installation | |
CN114198087B (zh) | 一种用于评估井眼清洁不充分风险的方法、装置及系统 | |
AU2020481721A1 (en) | Real-time parameter adjustment in wellbore drilling operations | |
US20230287781A1 (en) | Drilling well underground kick processing method and device with self-feedback adjustment | |
CN204253010U (zh) | 钻井参数监控系统 | |
Sui et al. | Improvement of wired drill pipe data quality via data validation and reconciliation | |
CN105626030A (zh) | 钻井参数监控系统及监控方法 | |
US11448058B2 (en) | Comprehensive structural health monitoring method for bottom hole assembly | |
US9399900B2 (en) | Estimation of optimum tripping schedules | |
CN117287188A (zh) | 基于井下压力数据流的钻井井漏监测方法 | |
US11733423B2 (en) | Determination of a surface leak rate in an injection well | |
US20220259966A1 (en) | Intelligent rig state detection and uncertainty analysis on real-time drilling parameters | |
CN114352271A (zh) | 井涌井漏预判方法 | |
US11788400B2 (en) | Method for real-time pad force estimation in rotary steerable system | |
US11248999B2 (en) | Method and apparatus for measuring slip velocity of drill cuttings obtained from subsurface formations | |
CN105927208A (zh) | 一种井底压力随钻测量真伪实时识别方法 | |
WO2023128785A1 (en) | Methods for monitoring solids content during drilling operations | |
RU25534U1 (ru) | Система управления процессом бурения |
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 |