CN114320279A - 深层裂缝性地层钻井液漏失层位预测方法 - Google Patents
深层裂缝性地层钻井液漏失层位预测方法 Download PDFInfo
- Publication number
- CN114320279A CN114320279A CN202111639339.2A CN202111639339A CN114320279A CN 114320279 A CN114320279 A CN 114320279A CN 202111639339 A CN202111639339 A CN 202111639339A CN 114320279 A CN114320279 A CN 114320279A
- Authority
- CN
- China
- Prior art keywords
- drilling fluid
- leakage
- factors
- parameter
- fractured formation
- 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
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明提供了一种深层裂缝性地层钻井液漏失层位预测方法。该方法首先提取了影响深层裂缝性地层钻井液漏失的关键因素,并对各个因素进行相对重要性判断,构造判断矩阵;根据影响因素值标度,将这些影响因素进行量化,确定各个影响因素量化的标度值;然后利用层次分析法计算影响钻井液漏失关键因素的权重;最后采用加权计算得到深层裂缝性地层钻井液漏失发生的概率;根据漏失概率评价模型,判断深层裂缝性地层的漏失概率等级。本发明建立了深层裂缝性地层钻井液漏失因素指标量化标准,并依据层次分析法建立了针对不同类型漏失通道的钻井液漏失概率判定方法,为钻井现场防漏堵漏提供依据,有助于防漏预案的制订和治漏方法的优化。
Description
技术领域
本发明属于漏失预测技术领域,涉及深层裂缝性地层钻井液漏失层位预测方法。
背景技术
深层裂缝性地层钻井液大量漏失导致井下压力无法达到平衡从而引发卡钻、井塌等井下事故,这严重影响了钻井工作的进行,并且造成了巨大的经济损失,该问题一直是困扰国内外石油勘探开发的重大技术难题,至今未能完全解决。
作为补充,漏失层位预测是解决钻井液漏失的主要手段,只有对漏失发生的层位有一个清楚的认识,才能更好的进行防漏堵漏作业。现如今井况复杂,深层裂缝性地层漏失类型多样,研究人员往往是凭借经验或是采用试堵的方法来判断漏层位置,其精确性较差,无法达到“科学性”钻井。
发明内容
为了解决上述技术问题,本发明提供了一种深层裂缝性地层钻井液漏失层位预测方法,对深层裂缝性地层钻井液漏失层位进行预测,为钻井作业中判断漏层位置提供依据。
本发明所采用的技术方案是:一种深层裂缝性地层钻井液漏失层位预测方法,包括以下步骤:
步骤1:获取深层裂缝性地层钻井液漏失影响因素,所述的影响因素包括:地质因素和工程因素,钻井液漏失发生是地质因素和工程因素综合作用的结果。地质因素是内因,起决定作用,工程因素为漏失提供动力,是其发生必不可少的条件,因此地质因素和工程因素是判定层次结构中必不可少的因素。但是仅仅依靠这些数据,整个判定过程显然缺乏说服力。在实际作业过程中,常常使用地震资料、测井资料和钻完井资料来检测裂缝和溶洞。以上这些资料会对某一种或者几种漏失特征产生典型影响。基于以上原因,将这些特征响应也归纳到深层裂缝性地层钻井液漏失层位预测体系中来。
综上分析,深层裂缝性地层钻井液漏失影响因素包括地质因素、资料显示和工程因素。地质因素包括但不限于岩石组分、岩石结构、裂缝的发育程度、不整合面;资料显示包括但不限于测井资料(双侧向测井、声波时差测井、中子孔隙度测井、密度测井、成像测井)、邻井资料(井漏溢流率、供液能力、岩心收获率)、地震资料(反射特征、振幅变化率、相干特征);工程因素包括但不限于压差控制和钻井液封堵承压能力;
步骤2:对步骤1获取的影响因素判断它们的相对重要性。其中,对关键影响因素进行相对重要性判断是由研究人员根据具体情况和经验进行定性确定,重要程度的标度是由研究人员根据具体情况和经验进行标度;
步骤3:根据指标量化标度表确定各影响因素量化的标度值;
步骤4:利用层次分析法计算影响钻井液漏失各因素的权重值;
步骤5:根据步骤3和步骤4计算出深层裂缝性地层钻井液漏失发生的概率;
步骤6:根据步骤5计算的结果应用漏失概率评价模型对深层裂缝性地层漏失概率等级进行评价,从而为安全高效钻井提供依据。
进一步的,步骤4的具体操作过程为:
4.1首先用统一标准对同一层内影响因素的相对重要程度两两进行比较,建立判断矩阵。例如,因素i和因素j的重要程度判断值可表示为bij。将将各元素比较结果用矩阵的形式表示,即为判断矩阵:
其中各项关键性能参数间重要程度比例标度如下表所示:
标度 | 各参数间重要程度 |
1 | 参数i和参数j具有同等重要性 |
3 | 参数i比参数j稍微重要 |
5 | 参数i比参数j明显重要 |
7 | 参数i比参数j十分重要 |
9 | 参数i比参数j极端重要 |
2、4、6、8 | 当相对重要程度介于相邻重要程度之间是取中值 |
步骤4.2:将判断矩阵的每一列元素归一化处理,其元素的一般项为
其中,bij表示判断矩阵第i行第j列的元素,n表示判断矩阵阶数;
步骤4.3:对各列归一化的判断矩阵,按行相加,即
特征向量W中的元素即为对应参数的权重;
步骤4.5:通过判断矩阵和特征向量计算最大特征根,即
其中,(BW)i表示向量的第i个元素;
步骤4.6:计算判断矩阵的一致性,并检验;
其中CI表示一致性参数,RI表示随机一致性参数如下表所示。
n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
RI | 0 | 0 | 0.58 | 0.94 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 |
当CR<0.1时,则认为判断矩阵的不一致性程度在容许范围内,此时判断矩阵的特征向量即为权向量,否则,应返回步骤4.1,调整两元素相对重要程度的判断值。直至满足一致性条件为止。
步骤3根据影响因素值标度确定各影响因素量化的标度值,深层裂缝性地层钻井液漏失部分影响因素量化标度如下表所示:
进一步的,所述步骤5中计算深层裂缝性地层钻井液漏失发生概率的公式为:
对于现有漏失层位预测技术,本发明的有益效果是:
(1)基于层次分析法的深层裂缝性地层钻井液漏失层位预测方法,能够从漏失的影响因素出发,系统的考虑漏失层段的地质情况和漏失情况,为钻井现场防漏堵漏提供依据,有助于防漏预案的制订和治漏方法的优化,减少了因钻井液漏失造成的经济损失和堵漏的时间成本。
(2)基于实例漏失层地质、工程特征及检验特征分析的基础上,考虑了影响漏失的不同因素,将影响漏失各因素进行量化,保证了评价体系的准确性和优越性。
(3)利用层次分析法建立针对不同类型漏失通道的钻井液漏失概率判定方法,计算深层裂缝性地层钻井液漏失各影响因素的权重,并通过一致性检验保证结果的准确性。
附图说明
图1:本发明实施例的递阶层次结构模型示意图;
图2:具体实施案例中诱导裂缝型漏失层评价体系层次结构;
图3:具体实施案例中裂缝扩展延伸型漏失层评价体系层次结构;
图4:具体实施案例中裂缝溶洞型漏失层评价体系层次结构;
图5:层次分析法结构图。
具体实施方式
为了方便本领域普通技术人员理解和实施本发明,下面结合图及实施例对本发明作进一步的详细描述,应当理解,此处所述的实施示例仅用于说明和解释本发明,并不用于限定本发明。
本发明提供的深层裂缝性地层钻井液漏失层位预测方法,包括以下步骤:
步骤1:提取深层裂缝性地层钻井液漏失影响因素;
钻井液漏失发生是地质因素和工程因素综合作用的结果。地质因素是内因,起决定作用。工程因素为漏失提供动力,是其发生必不可少的条件。因此,建立判定潜在的钻井液漏失层的评价体系,地质因素和工程因素是判定层次结构中必不可少的因素。但是仅仅依靠这些数据,整个判定过程显然缺乏说服力。在实际作业过程中,常常使用地震资料、测井资料和钻完井资料来检测漏失层位。以上这些资料会对某一种或者几种漏失特征产生典型响应。基于以上原因,将这些特征响应也归纳到潜在漏失层判定体系中来。综上,深层裂缝性地层钻井液漏失影响因素如下表1所示:
表1深层裂缝性地层钻井液漏失影响因素
步骤2:对获取的地质因素、工程因素以及相关资料判断它们及其子因素的相对重要性。其中,对影响因素进行相对重要性判断是由研究人员根据具体情况和经验进行定性确定。
步骤3:根据指标量化标度确定各影响因素量化的标度值;
同理可对测井资料、地震资料、钻完井资料进行标度。指标量化标度如下表所示:
对地质因素、测井资料、地震资料、邻井资料以及工程因素进行量化。指标量化标度如下表2所示:
表2各影响因素量化标准
表2中,对于岩石粒度的规定如下:砾屑表示岩石粒度为2~1mm;砂屑表示岩石粒度为1~0.5mm;粉屑表示岩石粒度为0.5~0.25mm;微屑表示岩石粒度为0.25~0.125mm;泥屑表示岩石粒度为0.125~0.0625mm。
对于构造运动而言,可根据裂缝的发育程度来判断,若裂缝较发育,则其构造运动越强,取值越高,反之亦然。
步骤4:利用层次分析法计算影响钻井液漏失各因素的权重值;
对深层裂缝性地层钻井液漏失影响因素的重要程度进行评判后,通过构造的判断矩阵用层次分析法计算各影响因素所占权重的大小;
步骤4.1:首先用统一标准对同一层内影响因素的相对重要程度两两进行比较,建立判断矩阵。该漏失层段各关键性能参数的判断矩阵如下:
其中各项关键性能参数间重要程度比例标度如下表3:
表3各项关键性能参数重要程度比例标度
标度 | 各参数间重要程度 |
1 | 参数i和参数j具有同等重要性 |
3 | 参数i比参数j稍微重要 |
5 | 参数i比参数j明显重要 |
7 | 参数i比参数j十分重要 |
9 | 参数i比参数j极端重要 |
2、4、6、8 | 当相对重要程度介于相邻重要程度之间是取中值 |
不同层级的判断矩阵如下表所示:
表4漏失概率判断矩阵
因素 | B<sub>1</sub> | B<sub>2</sub> | B<sub>3</sub> |
B<sub>1</sub> | 1 | 1/2 | 1/3 |
B<sub>2</sub> | 2 | 1 | 1 |
B<sub>3</sub> | 3 | 1 | 1 |
表5地质因素判断矩阵
因素 | C<sub>1</sub> | C<sub>2</sub> | C<sub>3</sub> | C<sub>4</sub> |
C<sub>1</sub> | 1 | 1 | 1/5 | 1/6 |
C<sub>2</sub> | 1 | 1 | 1/4 | 1/5 |
C<sub>3</sub> | 5 | 4 | 1 | 1/2 |
C<sub>4</sub> | 6 | 5 | 2 | 1 |
表6地震属性判断矩阵
因素 | D<sub>9</sub> | D<sub>10</sub> | D<sub>11</sub> |
D<sub>9</sub> | 1 | 1 | 1 |
D<sub>10</sub> | 1 | 1 | 2 |
D<sub>11</sub> | 1 | 1/2 | 1 |
表7工程因素判断矩阵
因素 | C<sub>8</sub> | C<sub>9</sub> |
C<sub>8</sub> | 1 | 1 |
C<sub>9</sub> | 1 | 1 |
表8邻井资料判断矩阵
因素 | D<sub>6</sub> | D<sub>7</sub> | D<sub>8</sub> |
D<sub>6</sub> | 1 | 3 | 7 |
D<sub>7</sub> | 1/3 | 1 | 2 |
D<sub>8</sub> | 1/7 | 1/2 | 1 |
表9测井资料判断矩阵
步骤4.2:将判断矩阵的每一列元素归一化处理,其元素的一般项为
其中,bij表示判断矩阵第i行第j列的元素,n表示判断矩阵阶数;
步骤4.3:对各列归一化的判断矩阵,按行相加,即
步骤4.4:相加后向量归一化处理,所得结果即为所求特征向量,即
特征向量W中的元素即为对应参数的权重;
步骤4.5:通过判断矩阵和特征向量计算最大特征根,即
其中,(BW)i表示向量的第i个元素;
步骤4.6:计算判断矩阵的一致性,并检验;
其中CI表示一致性参数,RI表示随机一致性参数,其值如表10:
表10平均随机一致性参数RI
n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
RI | 0 | 0 | 0.58 | 0.94 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 |
当CR<0.1时,则认为判断矩阵的不一致性程度在容许范围内,此时判断矩阵的特征向量即为权向量,否则,应返回步骤4.1,调整两元素相对重要程度的判断值,直至满足一致性条件为止。
步骤5:根据步骤3和步骤4计算出深层裂缝性地层钻井液漏失发生的概率;
计算公式如下:
步骤6:根据步骤5计算的结果应用漏失概率评价模型对深层裂缝性地层漏失概率等级进行评价。漏失等级评价如表11:
表11漏失概率等级
概率 | >90% | 70%~90% | 50%~70% | 30%~50% | <30% |
评价 | 极易 | 易 | 较易 | 可能 | 不易 |
实施例1:
本实施案例以塔河油田某井为例,该井处于构造洼地,南面发育有东西向断裂,东面发育有南北向断裂。地震资料显示井区界面附近有强振幅“串珠状”异常反射。振幅变化率处理结果统计分析表现为强振幅变化率,相干属性为较弱相干。邻井钻完井资料显示,7口井中有2口在奥陶系一间房组发生漏失(其中一口井共漏失钻井液905m3,溢流153.55m3)。邻井岩心分析显示,岩石主要成分为泥微晶颗粒灰岩,测试显示供液能力50m3/d左右。该井评价指标量化结果如表12:
表12某井评价指标量化结果
指标 | 岩石组分 | 岩石粒度 | 裂缝发育 | 距不整合面 | 反射特征 |
值 | 0.3 | 0.5 | 0.7 | 0.7 | 0.9 |
指标 | 振幅变化率 | 相干特征 | 压差控制 | 封堵能力 | 井漏/溢流 |
值 | 0.7 | 0.7 | 0.8 | 0.7 | 0.3 |
指标 | 供液能力 | 岩心收获率 | 测井资料 | ||
值 | 0.5 | 0.5 | 0.6 |
由步骤5中的计算公式得:Y=66.59%。
根据表11的漏失概率等级划分,判断该井在奥陶系地层属“较易”发生漏失等级。实际钻井过程表明,该井在奥陶系一间房组6486.02m处发生井漏。其中6491.86-6541.0m段为主要井漏段。最大漏速70m3/h,平均漏速40.9m3/h。该井发生多次溢流,经多次压井顺利完钻。
实施例2:
本实施案例以塔河油田某井为例,该井位于北东向艾丁可果断裂带附近,处于构造斜坡,裂缝极发育。地震资料显示井区界面附近有强振幅“串珠状”异常强反射。振幅变化率处理结果统计分析表现为强振幅变化率,较其他两口井平均振幅变化率大;相干属性为弱相干。邻井钻井完井资料显示,4口井中有2口在奥陶系一间房组发生漏失(其中一口井漏失钻井液120m3)。邻井岩心分析显示,岩石主要成分为泥微晶颗粒灰岩,测试显示供液能力162m3/d左右。该井评价指标量化结果如表13:
表13某井评价指标量化结果
指标 | 岩石组分 | 岩石粒度 | 裂缝发育 | 距不整合面 | 反射特征 |
值 | 0.3 | 0.5 | 0.9 | 0.7 | 0.9 |
指标 | 振幅变化率 | 相干特征 | 压差控制 | 封堵能力 | 井漏/溢流 |
值 | 0.9 | 0.9 | 0.8 | 0.7 | 0.5 |
指标 | 供液能力 | 岩心收获率 | 测井资料 | ||
值 | 0.9 | 0.5 | 0.9 |
由步骤5中的计算公式得:Y=77.37%。
根据表11的漏失概率等级划分,判断该井在奥陶系地层“易”发生漏失。实际钻井过程表明,该井在奥陶系一间房组6477m处发生井漏,钻井液失返。在强钻至6491.46m过程中,共漏失钻井液734.32m3。后经多次努力才堵漏成功,共耗时7天。
本发明将层次分析法应用到深层裂缝性地层钻井液漏失层位预测方法当中,能够科学有效的对深层裂缝性地层钻井液漏失层位漏失发生的概率进行预测,为钻井现场防漏堵漏提供依据,减少了因钻井液漏失造成的经济损失和堵漏的时间成本。以上所述,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (7)
1.深层裂缝性地层钻井液漏失层位预测方法,其特征在于,所述钻井液漏失层位预测方法包括以下步骤:
步骤1:获取深层裂缝性地层钻井液漏失的影响因素,并从中提取关键的因素;
步骤2:对步骤1获取的关键影响因素对其进行相对重要性判断;
步骤3:根据影响因素值标度确定各个影响因素量化的标度值;
步骤4:利用层次分析法计算影响钻井液漏失关键因素的权重;
步骤5:根据步骤3和步骤4的结果采用加权计算得到深层裂缝性地层钻井液漏失发生的概率;
步骤6:根据漏失概率评价模型判断深层裂缝性地层的漏失概率等级;
所述步骤3中根据影响因素值标度确定各影响因素量化的标度值,指标量化标度如下表所示:
对于岩石粒度的规定如下:砾屑表示岩石粒度为2~1mm,砂屑表示岩石粒度为1~0.5mm,粉屑表示岩石粒度为0.5~0.25mm,微屑表示岩石粒度为0.25~0.125mm,泥屑表示岩石粒度为0.125~0.0625mm;所述的构造运动,根据裂缝的发育程度来判断,若裂缝较发育,则其构造运动越强,取值越高,反之亦然。
2.根据权利要求1所述的深层裂缝性地层钻井液漏失层位预测方法,其特征在于,步骤1所述的钻井液漏失影响因素包括:地质控制因素和工程诱发因素,其中地质控制因素是内因,起决定作用。地震资料、邻井测井资料和钻完井资料分析是对上述因素的某一个或多个侧面的反映。
3.根据权利要求1所述的深层裂缝性地层钻井液漏失层位预测方法,其特征在于,步骤1所述的关键因素包括但不限于地质因素、资料显示、工程因素,其中地质因素包括岩石组分、岩石结构、裂缝发育、距不整合面的距离;资料显示包括测井资料(双侧向测井、声波时差测井、中子孔隙度测井、密度测井、成像测井)、邻井资料(井漏溢流、供液能力、岩心收获率)、地震资料(反射特征、振幅变化率、相干特征);工程因素包括压差控制和钻井液的封堵性。
4.根据权利要求1所述的深层裂缝性地层钻井液漏失层位预测方法,其特征在于,步骤2所述对关键影响因素进行相对重要性判断是由研究人员根据具体情况和经验进行定性确定,重要程度的标度是由研究人员根据具体情况和经验进行标度。
5.根据权利要求1所述的深层裂缝性地层钻井液漏失层位预测方法,其特征在于,所述步骤4的具体操作过程为:
S1、首先,在统一标准下对同一结构层内因素重要性进行两两比较。例如,因素i和因素j的重要程度判断值可表示为bij。将将各元素比较结果用矩阵的形式表示,即为判断矩阵:
其中各项关键性能参数间重要程度比例标度如下表所示:
S2、:将判断矩阵的每一列元素归一化处理,其元素的一般项为
其中,bij表示判断矩阵第i行第j列的元素,n表示判断矩阵阶数;
S3、对各列归一化的判断矩阵,按行相加,即
特征向量W中的元素即为对应参数的权重;
S5、通过判断矩阵和特征向量计算最大特征根,即
其中,(BW)i表示向量的第i个元素;
S6、计算判断矩阵的一致性,并以下公式检验;
其中CI表示一致性参数,RI表示随机一致性参数,其值如下表所示:
当CR<0.1时,则认为判断矩阵的不一致性程度在容许范围内,此时判断矩阵的特征向量即为权向量,否则,应返回步骤S1,调整两元素相对重要程度的判断值,直至满足一致性条件为止。
7.根据权利要求1所述的深层裂缝性地层钻井液漏失层位预测方法,其特征在于,所述步骤6中根据漏失概率评价模型判断深层裂缝性地层钻井液的漏失等级,漏失等级评价如下表所示:
。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111639339.2A CN114320279A (zh) | 2021-12-29 | 2021-12-29 | 深层裂缝性地层钻井液漏失层位预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111639339.2A CN114320279A (zh) | 2021-12-29 | 2021-12-29 | 深层裂缝性地层钻井液漏失层位预测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114320279A true CN114320279A (zh) | 2022-04-12 |
Family
ID=81016426
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111639339.2A Pending CN114320279A (zh) | 2021-12-29 | 2021-12-29 | 深层裂缝性地层钻井液漏失层位预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114320279A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115522916A (zh) * | 2022-11-09 | 2022-12-27 | 西南石油大学 | 一种致密砂岩压裂投产气井出砂预测方法 |
CN116070767A (zh) * | 2023-02-14 | 2023-05-05 | 西南石油大学 | 一种基于胶囊神经网络的钻井液漏失层位预测方法 |
CN116402189A (zh) * | 2023-03-02 | 2023-07-07 | 西南石油大学 | 一种深层裂缝性致密储层钻完井液漏失损害预测方法 |
CN116432399A (zh) * | 2023-03-06 | 2023-07-14 | 西南石油大学 | 一种裂缝性地层钻井液漏失控制效能实验评价方法 |
CN116956754A (zh) * | 2023-09-21 | 2023-10-27 | 中石化经纬有限公司 | 一种结合深度学习的裂缝型漏失压力计算方法 |
CN117147370A (zh) * | 2023-10-31 | 2023-12-01 | 西南石油大学 | 一种堵漏材料与钻井液密度适配性定量测试的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110069878A (zh) * | 2019-04-29 | 2019-07-30 | 西南石油大学 | 一种钻井完井堵漏材料定量评分优选方法 |
CN113073959A (zh) * | 2021-02-24 | 2021-07-06 | 西南石油大学 | 一种基于模糊决策树的钻井漏失机理预测及辅助决策方法 |
-
2021
- 2021-12-29 CN CN202111639339.2A patent/CN114320279A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110069878A (zh) * | 2019-04-29 | 2019-07-30 | 西南石油大学 | 一种钻井完井堵漏材料定量评分优选方法 |
CN113073959A (zh) * | 2021-02-24 | 2021-07-06 | 西南石油大学 | 一种基于模糊决策树的钻井漏失机理预测及辅助决策方法 |
Non-Patent Citations (2)
Title |
---|
康毅力等: "基于层次分析法的地层钻井液漏失概率判定" * |
马骏骐等: "缝洞型碳酸盐岩地层井漏预测的模糊数学方法" * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115522916A (zh) * | 2022-11-09 | 2022-12-27 | 西南石油大学 | 一种致密砂岩压裂投产气井出砂预测方法 |
CN116070767A (zh) * | 2023-02-14 | 2023-05-05 | 西南石油大学 | 一种基于胶囊神经网络的钻井液漏失层位预测方法 |
CN116070767B (zh) * | 2023-02-14 | 2024-04-02 | 西南石油大学 | 一种基于胶囊神经网络的钻井液漏失层位预测方法 |
CN116402189A (zh) * | 2023-03-02 | 2023-07-07 | 西南石油大学 | 一种深层裂缝性致密储层钻完井液漏失损害预测方法 |
CN116432399A (zh) * | 2023-03-06 | 2023-07-14 | 西南石油大学 | 一种裂缝性地层钻井液漏失控制效能实验评价方法 |
CN116432399B (zh) * | 2023-03-06 | 2024-02-20 | 西南石油大学 | 一种裂缝性地层钻井液漏失控制效能实验评价方法 |
CN116956754A (zh) * | 2023-09-21 | 2023-10-27 | 中石化经纬有限公司 | 一种结合深度学习的裂缝型漏失压力计算方法 |
CN116956754B (zh) * | 2023-09-21 | 2023-12-15 | 中石化经纬有限公司 | 一种结合深度学习的裂缝型漏失压力计算方法 |
CN117147370A (zh) * | 2023-10-31 | 2023-12-01 | 西南石油大学 | 一种堵漏材料与钻井液密度适配性定量测试的方法 |
CN117147370B (zh) * | 2023-10-31 | 2023-12-22 | 西南石油大学 | 一种堵漏材料与钻井液密度适配性定量测试的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114320279A (zh) | 深层裂缝性地层钻井液漏失层位预测方法 | |
CN110069878B (zh) | 一种钻井完井堵漏材料定量评分优选方法 | |
US10767471B2 (en) | Resource density screening tool | |
CN103268420B (zh) | 一种岩石高边坡的危险性评价方法 | |
CN113901681B (zh) | 一种全寿命周期页岩气储层双甜点三维可压性评估方法 | |
CN113570226A (zh) | 断层破碎带隧道突涌水灾害发生概率等级评价方法 | |
CN110298107B (zh) | 一种基于增量叠加的工作面冲击危险性评价方法 | |
CN110595887B (zh) | 一种浅埋硬岩大型地下洞室成洞条件量化评价方法 | |
Liu et al. | Application on floor water inrush evaluation based on AHP variation coefficient method with GIS | |
CN111878073A (zh) | 一种致密储层压裂效果评价方法及装置 | |
Liu et al. | Assessment of water inrush risk using the principal component logistic regression model in the Pandao coal mine, China | |
CN111507539A (zh) | 一种基于层次分析法的泥石流危险等级评价方法及系统 | |
Kang et al. | Characterization of coal structure of high-thickness coal reservoir using geophysical logging: A case study in Southern Junggar Basin, Xinjiang, Northwest China | |
CN110490436A (zh) | 一种油气资源量评价方法及评价系统 | |
Chen et al. | A new evaluation method for slope stability based on TOPSIS and MCS | |
Hudson et al. | Unsupervised machine learning for detecting soil layer boundaries from cone penetration test data | |
Ma et al. | An improved nonlinear settlement calculation method for soft clay considering structural characteristics | |
CN112948924A (zh) | 基于覆岩结构的近松散层开采导水裂隙带高度确定方法 | |
CHEN et al. | 3D geological modeling of dual porosity carbonate reservoirs: A case from the Kenkiyak pre-salt oilfield, Kazakhstan | |
Ozkaya | Validating predicted fracture corridors by statistical comparison with well data | |
CN110555598A (zh) | 岩溶地基稳定性模糊综合评判方法 | |
CN116070907A (zh) | 一种基于层次分析的岩溶塌陷易发性评估方法及系统 | |
Zhang et al. | Prediction and evaluation of rockburst based on depth neural network | |
Yan et al. | The value of subsidence data in ground water model calibration | |
CN113554311A (zh) | 地面定向孔注浆治理推覆体下奥灰水害工程质量评价方法 |
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 |