发明内容
本发明实施例提供一种油气钻井井筒状态监测方法,用以监测油气钻井井筒状态,提高监测的精确度和效率,为钻井安全施工提供保障,该方法包括:
获得单位时间内岩屑返出量的湿重数据,干湿重校正系数和井底理论破岩量数据;
根据所述单位时间内岩屑返出量的湿重数据和干湿重校正系数,确定干岩屑返出体积数据;
将所述干岩屑返出体积数据与井底理论破岩量数据进行比对,确定井筒状态类型,所述井筒状态类型包括:井筒正常状态,井眼不清洁状态和井壁残缺状态;
根据所述井筒状态类型,进行油气钻井井筒状态监测。
本发明实施例提供一种油气钻井井筒状态监测装置,用以监测油气钻井井筒状态,提高监测的精确度和效率,为钻井安全施工提供保障,该装置包括:
数据获得模块,用于获得单位时间内岩屑返出量的湿重数据,干湿重校正系数和井底理论破岩量数据;
体积确定模块,用于根据所述单位时间内岩屑返出量的湿重数据和干湿重校正系数,确定干岩屑返出体积数据;
类型确定模块,用于将所述干岩屑返出体积数据与井底理论破岩量数据进行比对,确定井筒状态类型,所述井筒状态类型包括:井筒正常状态,井眼不清洁状态和井壁残缺状态;
状态监测模块,用于根据所述井筒状态类型,进行油气钻井井筒状态监测。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述油气钻井井筒状态监测方法。
本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述油气钻井井筒状态监测方法的计算机程序。
本发明实施例通过获得单位时间内岩屑返出量的湿重数据,干湿重校正系数和井底理论破岩量数据;根据所述单位时间内岩屑返出量的湿重数据和干湿重校正系数,确定干岩屑返出体积数据;将所述干岩屑返出体积数据与井底理论破岩量数据进行比对,确定井筒状态类型,所述井筒状态类型包括:井筒正常状态,井眼不清洁状态和井壁残缺状态;根据所述井筒状态类型,进行油气钻井井筒状态监测。本发明实施例在监测中考虑到了井眼不清洁状态和井壁残缺状态两种异常状态,从而将井筒状态分为井筒正常状态、井眼不清洁状态和井壁残缺状态三种类型,有针对性的进行监测。根据单位时间内岩屑返出量的湿重数据和干湿重校正系数,确定干岩屑返出体积数据,并将干岩屑返出体积数据与井底理论破岩量数据进行比对,确定井筒状态类型,进而根据井筒状态类型可以对油气钻井井筒状态进行监测,有效提高监测的精确度和效率,为钻井安全施工提供保障。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
如前所述,现有技术中已有学者提出多种方法来评价井筒状态:(1)通过监测地面振动筛上返出的岩屑图像,判断井底是否发生坍塌或者岩屑堆积,此监测方法主要的是监测井壁稳定,在一定程度上通过返出岩屑量也可以监测井底岩屑沉积情况;(2)通过沿管柱布置压力传感器,实时监测井下压力变化,并传输到地面的监测系统,可以实现实时监测井底岩屑沉积状况,能够降低卡钻风险;(3)通过监测环空压耗或地面立压计算当量循环密度、监测扭矩来预测岩屑沉积,进而判断井眼清洁程度。受井眼不规则等因素影响,该方法精确度不高;(4)通过PWD监测井底环空压力,与理论数据对比来分析岩屑沉积状况。但是该方法成本高、故障率高、大范围应用受限;(5)利用井眼清洁监测软件进行岩屑沉积预测计算:贝克休斯与微软合作开发出Advantage软件、哈里伯顿的Landmark软件、斯伦贝谢的Drilling Office软件、MI SWAGO公司的Virtual Hydraulics软件等。该方法对井底岩屑沉积预测结果偏理想,在复杂工况下与实际结果相差较大;(6)斯伦贝谢的Clear、Geolog公司的Drill Clean岩屑称重装置等,可根据称量的返出岩屑重量与钻头破岩量来判断井眼清洁情况。该方法对井眼清洁度评价较为直接,但不能准确评价井壁坍塌状态。
为了监测油气钻井井筒状态,提高监测的精确度和效率,为钻井安全施工提供保障,本发明实施例提供一种油气钻井井筒状态监测方法,如图1所示,该方法可以包括:
步骤101、获得单位时间内岩屑返出量的湿重数据,干湿重校正系数和井底理论破岩量数据;
步骤102、根据所述单位时间内岩屑返出量的湿重数据和干湿重校正系数,确定干岩屑返出体积数据;
步骤103、将所述干岩屑返出体积数据与井底理论破岩量数据进行比对,确定井筒状态类型,所述井筒状态类型包括:井筒正常状态,井眼不清洁状态和井壁残缺状态;
步骤104、根据所述井筒状态类型,进行油气钻井井筒状态监测。
由图1所示可以得知,本发明实施例通过获得单位时间内岩屑返出量的湿重数据,干湿重校正系数和井底理论破岩量数据;根据所述单位时间内岩屑返出量的湿重数据和干湿重校正系数,确定干岩屑返出体积数据;将所述干岩屑返出体积数据与井底理论破岩量数据进行比对,确定井筒状态类型,所述井筒状态类型包括:井筒正常状态,井眼不清洁状态和井壁残缺状态;根据所述井筒状态类型,进行油气钻井井筒状态监测。本发明实施例在监测中考虑到了井眼不清洁状态和井壁残缺状态两种异常状态,从而将井筒状态分为井筒正常状态、井眼不清洁状态和井壁残缺状态三种类型,有针对性的进行监测。根据单位时间内岩屑返出量的湿重数据和干湿重校正系数,确定干岩屑返出体积数据,并将干岩屑返出体积数据与井底理论破岩量数据进行比对,确定井筒状态类型,进而根据井筒状态类型可以对油气钻井井筒状态进行监测,有效提高监测的精确度和效率,为钻井安全施工提供保障。
具体实施时,获得单位时间内岩屑返出量的湿重数据,干湿重校正系数和井底理论破岩量数据,根据所述单位时间内岩屑返出量的湿重数据和干湿重校正系数,确定干岩屑返出体积数据。
实施例中,可以利用岩屑返出量在线称重系统,称量单位时间内岩屑返出量的湿重数据,根据干湿重校正系数计算得到干岩屑返出体积数据,其中岩屑返出量在线称重系统如图2所示。
具体实施时,将所述干岩屑返出体积数据与井底理论破岩量数据进行比对,确定井筒状态类型,所述井筒状态类型包括:井筒正常状态,井眼不清洁状态和井壁残缺状态。
实施例中,将所述干岩屑返出体积数据与井底理论破岩量数据进行比对,确定井筒状态类型,包括:若所述干岩屑返出体积数据与井底理论破岩量数据的比值小于阈值,则确定井筒状态类型为井眼不清洁状态;若所述干岩屑返出体积数据与井底理论破岩量数据的比值大于阈值,则确定井筒状态类型为井壁残缺状态;若所述干岩屑返出体积数据与井底理论破岩量数据的比值等于阈值,则确定井筒状态类型为井筒正常状态。
实施例中,所述阈值的范围为[1.05,1.15]。
在一个具体实施例中,如图3所示,考虑钻井时井径扩大率影响,如果干岩屑返出体积数据小于1.1倍的井底理论破岩量数据,判定井眼不清洁,确定井筒状态类型为井眼不清洁状态;如果干岩屑返出体积数据大于1.1倍的井底理论破岩量数据,判定井壁坍塌、有掉块,确定井筒状态类型为井壁残缺状态;如果干岩屑返出体积数据等于1.1倍的井底理论破岩量数据,判定井筒状态良好,满足安全钻井,确定井筒状态类型为井筒正常状态。
具体实施时,根据所述井筒状态类型,进行油气钻井井筒状态监测。
实施例中,根据所述井筒状态类型,进行油气钻井井筒状态监测,包括:若所述井筒状态类型为井眼不清洁状态,建立岩屑运移模型和岩屑床高度模型,根据所述岩屑运移模型和岩屑床高度模型,确定井筒岩屑床高度数据和对应的分布状态数据,根据所述井筒岩屑床高度数据和对应的分布状态数据,确定风险井段数据和风险层位数据;若所述井筒状态类型为井壁残缺状态,获得干岩屑返出掉块形态数据和元素录井数据,根据所述干岩屑返出掉块形态数据对干岩屑返出掉块进行分类,根据分类的结果和元素录井数据,确定风险井段数据和风险层位数据。
实施例中,建立摩阻-扭矩模型和ECD模型,对钻进摩阻数据、扭矩数据、ECD数据进行计算,并与实际监测数值对比,将二者偏离程度同井筒岩屑床高度数据和对应的分布状态数据相结合,确定风险井段数据和风险层位数据。进而,进行钻井优化决策,综合以上分析结果判断井筒状态,对钻井参数调整、拉划次数、循环时间、起下钻及打稠塞等操作进行决策。
本发明实施例能够兼顾井眼清洁与井壁稳定两方面,既能定性判断钻进时井筒状态并进行定量计算,又能对风险井段、层位进行确切定位,为现场施工提供更精确指导,保障钻井安全,实现钻井周期和钻井成本降低。该方法实施简单、成本低、受用范围广,特别针对复杂工况,监测与评价结果与实际结果相符度高。
基于同一发明构思,本发明实施例还提供了一种油气钻井井筒状态监测装置,如下面的实施例所述。由于这些解决问题的原理与油气钻井井筒状态监测方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
图4为本发明实施例中油气钻井井筒状态监测装置的结构图,如图4所示,该装置包括:
数据获得模块401,用于获得单位时间内岩屑返出量的湿重数据,干湿重校正系数和井底理论破岩量数据;
体积确定模块402,用于根据所述单位时间内岩屑返出量的湿重数据和干湿重校正系数,确定干岩屑返出体积数据;
类型确定模块403,用于将所述干岩屑返出体积数据与井底理论破岩量数据进行比对,确定井筒状态类型,所述井筒状态类型包括:井筒正常状态,井眼不清洁状态和井壁残缺状态;
状态监测模块404,用于根据所述井筒状态类型,进行油气钻井井筒状态监测。
一个实施例中,所述类型确定模块403进一步用于:
若所述干岩屑返出体积数据与井底理论破岩量数据的比值小于阈值,则确定井筒状态类型为井眼不清洁状态;
若所述干岩屑返出体积数据与井底理论破岩量数据的比值大于阈值,则确定井筒状态类型为井壁残缺状态;
若所述干岩屑返出体积数据与井底理论破岩量数据的比值等于阈值,则确定井筒状态类型为井筒正常状态。
一个实施例中,所述阈值的范围为[1.05,1.15]。
一个实施例中,所述状态监测模块404进一步用于:
若所述井筒状态类型为井眼不清洁状态,建立岩屑运移模型和岩屑床高度模型,根据所述岩屑运移模型和岩屑床高度模型,确定井筒岩屑床高度数据和对应的分布状态数据,根据所述井筒岩屑床高度数据和对应的分布状态数据,确定风险井段数据和风险层位数据;
若所述井筒状态类型为井壁残缺状态,获得干岩屑返出掉块形态数据和元素录井数据,根据所述干岩屑返出掉块形态数据对干岩屑返出掉块进行分类,根据分类的结果和元素录井数据,确定风险井段数据和风险层位数据。
综上所述,本发明实施例通过获得单位时间内岩屑返出量的湿重数据,干湿重校正系数和井底理论破岩量数据;根据所述单位时间内岩屑返出量的湿重数据和干湿重校正系数,确定干岩屑返出体积数据;将所述干岩屑返出体积数据与井底理论破岩量数据进行比对,确定井筒状态类型,所述井筒状态类型包括:井筒正常状态,井眼不清洁状态和井壁残缺状态;根据所述井筒状态类型,进行油气钻井井筒状态监测。本发明实施例在监测中考虑到了井眼不清洁状态和井壁残缺状态两种异常状态,从而将井筒状态分为井筒正常状态、井眼不清洁状态和井壁残缺状态三种类型,有针对性的进行监测。根据单位时间内岩屑返出量的湿重数据和干湿重校正系数,确定干岩屑返出体积数据,并将干岩屑返出体积数据与井底理论破岩量数据进行比对,确定井筒状态类型,进而根据井筒状态类型可以对油气钻井井筒状态进行监测,有效提高监测的精确度和效率,为钻井安全施工提供保障。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、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。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。