CN116362447A - 一种基于层次分析法的钻井施工难度评价方法 - Google Patents

一种基于层次分析法的钻井施工难度评价方法 Download PDF

Info

Publication number
CN116362447A
CN116362447A CN202111598557.6A CN202111598557A CN116362447A CN 116362447 A CN116362447 A CN 116362447A CN 202111598557 A CN202111598557 A CN 202111598557A CN 116362447 A CN116362447 A CN 116362447A
Authority
CN
China
Prior art keywords
difficulty
value
well
drilling construction
parameter
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
Application number
CN202111598557.6A
Other languages
English (en)
Inventor
何璟彬
马喜
倪华峰
李晓明
李录科
李德波
张建卿
王万庆
张延兵
陈伟林
陈霖
石崇东
程华林
韩成福
朱明明
赵莹
张慧
刘晓燕
刘新华
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 National Petroleum Corp
CNPC Chuanqing Drilling Engineering Co Ltd
Original Assignee
China National Petroleum Corp
CNPC Chuanqing Drilling Engineering Co Ltd
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 National Petroleum Corp, CNPC Chuanqing Drilling Engineering Co Ltd filed Critical China National Petroleum Corp
Priority to CN202111598557.6A priority Critical patent/CN116362447A/zh
Publication of CN116362447A publication Critical patent/CN116362447A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Animal Husbandry (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Agronomy & Crop Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Quality & Reliability (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Computing Systems (AREA)

Abstract

本发明属于油气田钻井技术领域，特别涉及一种基于层次分析法的钻井施工难度评价方法。一种基于层次分析法的钻井施工难度评价方法，包括以下步骤：收集影响钻井施工难度的主控参数；构建钻井施工难度评价的层次结构模型；构造判断矩阵；计算判断矩阵中代表钻井施工难度主控参数的各个参数的相对权重值；根据所得相对权重值进行逐层向上累积求和，得到单井难度系数，进而进行单井钻井施工难度的评价，本发明通过建立钻井施工难度评价的层次结构模型，综合考量作业井的井型、井别、井身结构、设计施工参数、单井作业参数、区域复杂事故，从而对单井施工难度进行定量评价，克服了主观认识定性评价单井施工难度的缺陷，更准确的指导钻井施工作业。

Description

一种基于层次分析法的钻井施工难度评价方法
技术领域
本发明属于油气田钻井技术领域，特别涉及一种基于层次分析法的钻井施工难度评价方法。
背景技术
石油钻井一直以来都是投资巨大、风险很大的复杂地下工程，大量不确定的、模糊的、随机的以及不可控的影响因素伴随着钻井过程。为了满足油田整体的开发需求，在更低钻井作业成本下得到更高的收益，难度评价受到了广泛的应用。
钻井施工难度是衡量一口井难易程度的指标，同时也可以反应钻井的技术水平。目前对钻井施工作业评价主要依赖于理论经验，而经验的缺点首先是评价不准确，其次主观差异较大，导致认识不统一。深入分析原因个别井存在较大的施工难度，如何合理建立定量化评价体系，并利用该体系为不同区块之间，不同井之间提供定量化施工难度评价，对于提升作业决策，提高作业效率具有现实的工程意义。国内外学者及相关技术人员在这一领域已经开展了研究，国内作者提出采用偏移距和靶前距比衡量水平井钻井施工难度，详见专利CN108166927B，一种用于判定水平井施工方式的评估方法，虽然具有合理性，然而评价指标过于单一，不能够充分反映钻井施工难点全貌，国外学者提出定向井施工难度指标系数，从井眼轨迹施工、中靶分析等方面建立难度评价，然而仅从定向井作业角度考虑这一问题，还存在比较大的欠缺。
发明内容
针对上述问题，本发明的目的是提供一种基于层次分析法的钻井施工难度评价方法，通过建立钻井施工难度评价的层次结构模型，综合考量作业井的井型、井别、井身结构、设计施工参数、单井作业参数、区域复杂事故，从而对单井施工难度进行定量评价，克服了主观认识定性评价单井施工难度的缺陷，更准确的指导钻井施工作业。
本发明的技术方案在于：一种基于层次分析法的钻井施工难度评价方法，包括以下步骤：
S1：收集影响钻井施工难度的主控参数；
S2：根据所述主控参数构建钻井施工难度评价的层次结构模型；
S3：根据所述层次结构模型逐层构造判断矩阵；
S4：计算所述判断矩阵中代表钻井施工难度主控参数的各个参数的相对权重值；
S5：计算代表单井施工难度的主控参数的各个参数的难度因素归一化值的指标值，并根据所得相对权重值进行逐层向上累积求和，得到单井难度系数，进而进行单井钻井施工难度的评价，具体过程为：将单井难度系数与该井所在区块平均难度系数做对比，所述区块平均难度系数为区块内所有已钻单井的单井难度系数的平均值，当单井难度系数≥区块平均难度系数时，钻井施工难度高；当单井难度系数＜区块平均难度系数，钻井施工难度小。
所述步骤S1中收集的影响钻井施工难度的主控参数包括井眼基本参数、井身结构参数、固井参数、轨迹参数、区块时效参数、区块难度经验值参数。
所述井眼基本参数包括井深、垂深、水平段长、机械钻速，所述井身结构参数包括一开进尺及周期、二开进尺及周期、三开进尺及周期、四开进尺及周期，所述固井参数包括下套管时间、注水泥时间，所述轨迹参数包括偏移比、偏垂比、位垂比、滑动复合比，所述区块时效参数包括事故复杂损失、非生产时效，所述区块难度经验值参数包括区块难度经验值。
所述S2中的层次结构模型包括目标层、准则层、因素层，所述目标层为钻井施工难度评价，所述准则层为井眼基本参数、井身结构参数、固井参数、轨迹参数、区块时效参数、区块难度经验值参数，共计6项参数，所述因素层为井深、垂深、水平段长、机械钻速、一开进尺及周期、二开进尺及周期、三开进尺及周期、四开进尺及周期、下套管时间、注水泥时间、偏移比、偏垂比、位垂比、滑动复合比、事故复杂损失、非生产时效、区块难度经验值，共计17项参数。
所述步骤S3中根据所述层次结构模型逐层构造判断矩阵，具体过程为：采用一致性矩阵aij，按照九级标度法含义表，获取各难度因素相对尺度，基于两两因素比较得到判断矩阵An×n，两两比较的标准为：
Figure BDA0003432334340000021
A＝(aij)n×n，aij＞0，/>
Figure BDA0003432334340000022
其中，Ci,Cj为判断矩阵A中第i行第j列所代表的难度因素，aij为矩阵A中第i行第j列元素值，表征两个判断因素相对大小。
所述步骤S3中的判断矩阵需要用一致性指标进行检验，具体过程包括：
首先，计算层次单排序一致性指标
Figure BDA0003432334340000023
其中λmax是判断矩阵的最大特征值，n是判断矩阵的阶数；
然后计算层次单排序一致性比率CR：CR＝CI/RI，RI为随机一致性指标；
最后进行一致性判断，当CR<0.10时，说明构建的判断矩阵具有很好的一致性，当CR≥0.10时，需要重新构造判定矩阵。
所述步骤S4中通过采用求解矩阵最大特征根的方法计算判断矩阵的最大特征值及其对应的特征向量，最大特征值所对应的向量即为主控参数的各个参数的相对权重值：
An×nW(0)＝λmaxW(0)(1)
式中：An×n为n阶的两两比较判断矩阵；λmax为判断矩阵的最大特征值；W(0)为最大特征值所对应的特征向量。
所述步骤S5中计算代表单井施工难度的主控参数的各个参数的难度因素归一化值的指标值，具体分析过程为：
首先，分析各个主控参数和单井施工难度的关系，得出非线性回归的难度因素概率分布回归方程：
Figure BDA0003432334340000031
式中，f(x)为难度因素概率分布函数，x为难度因素值，σ为难度因素值的标准差，μ为难度因素值的平均值，exp为幂函数。
然后，根据非线性回归的难度因素概率分布回归方程，采用离散化公式计算单井难度分布值与所有井难度分布值之比来确定归一化值，公式为：
Figure BDA0003432334340000032
式中，p(x)为难度因素归一化值，a为所有井统计出的最小难度值，b为所有井统计出的最大难度值，Δ为难度因素划分的子区间，等于(b-a)/N，N为要划分的子区间数，w(t)为难度值在子区间内的井数，
最后，将归一化值投影到[1,10]区间，公式为：
p'(x)＝p(x)×9+1(4)
式中，p(x)为难度因素归一化值的指标值。
本发明的技术效果在于：
1、本发明通过非线性回归的难度因素概率分布回归方程分析各个主控参数和单井施工难度的关系，可以快速、准确评价影响钻井施工难度的主控参数。
2、本发明构建钻井施工难度评价的层次结构模型，以钻井施工难度评价为目标层，以井眼基本参数、井身结构参数、固井参数、轨迹参数、区块时效参数、区块难度经验值参数，共计6项参数作为准则层，以井深、垂深、水平段长、机械钻速、一开进尺及周期、二开进尺及周期、三开进尺及周期、四开进尺及周期、下套管时间、注水泥时间、偏移比、偏垂比、位垂比、滑动复合比、事故复杂损失、非生产时效、区块难度经验值共计17项参数为因素层，充分考虑了钻井施工的难度因素，能够充分反映钻井施工难点全貌，进而做出准确的评价。
3、本发明通过构建钻井施工难度评价的层次结构模型，逐层构造判断矩阵，通过采用求解矩阵最大特征根的方法计算判断矩阵的最大特征值及其对应的特征向量，并对判断矩阵进行一致性检验，从而对单井施工难度进行定量评价，克服了主观认识定性评价单井施工难度的缺陷，更准确的指导钻井施工作业。
以下将结合附图进行进一步的说明。
附图说明
图1为本发明实施例一种基于层次分析法的钻井施工难度评价方法的钻井施工难度评价的层次结构模型图。
图2为本发明实施例层次结构模型图主控参数相对权重值分布图。
具体实施方式
实施例1
本发明的技术方案在于：一种基于层次分析法的钻井施工难度评价方法，包括以下步骤：
S1：收集影响钻井施工难度的主控参数；
所述步骤S1中收集的影响钻井施工难度的主控参数包括井眼基本参数、井身结构参数、固井参数、轨迹参数、区块时效参数、区块难度经验值参数。
所述井眼基本参数包括井深、垂深、水平段长、机械钻速，所述井身结构参数包括一开进尺及周期、二开进尺及周期、三开进尺及周期、四开进尺及周期，所述固井参数包括下套管时间、注水泥时间，所述轨迹参数包括偏移比、偏垂比、位垂比、滑动复合比，所述区块时效参数包括事故复杂损失、非生产时效，所述区块难度经验值参数包括区块难度经验值。
S2：根据所述主控参数构建钻井施工难度评价的层次结构模型；
所述S2中的层次结构模型包括目标层、准则层、因素层，如图1所示，所述目标层为钻井施工难度评价，所述准则层为井眼基本参数、井身结构参数、固井参数、轨迹参数、区块时效参数、区块难度经验值参数，共计6项参数，所述因素层为井深、垂深、水平段长、机械钻速、一开进尺及周期、二开进尺及周期、三开进尺及周期、四开进尺及周期、下套管时间、注水泥时间、偏移比、偏垂比、位垂比、滑动复合比、事故复杂损失、非生产时效、区块难度经验值，共计17项参数。
S3：根据所述层次结构模型逐层构造判断矩阵；
所谓判断矩阵是以矩阵的形式来表述每一层次中各要素相对其上一层要素的相对重要程度，为了使各因素之间进行两两比较得到量化的判断矩阵，引入1～9的标度，见表1。
表1九级标度法含义表
标度 含义
1 表示两个因素相比，具有同样重要性
3 表示两个因素相比，一个因素比另一个因素稍微重要
5 表示两个因素相比，一个因素比另一个因素明显重要
7 表示两个因素相比，一个因素比另一个因素强烈重要
9 表示两个因素相比，一个因素比另一个因素极端重要
2，4，6，8 上述两相邻判断的中值
倒数 因素i于j比较的判断aij,则因素j于i比较的判断aji＝1/aij
所述步骤S3中根据所述层次结构模型逐层构造判断矩阵，具体过程为：对专家进行咨询，根据专家经验，采用一致性矩阵aij，按照九级标度法含义表，获取各主控参数间相对尺度，基于主控参数两两比较得到判断矩阵An×n，主控参数两两比较的标准为：
Figure BDA0003432334340000051
A＝(aij)n×n，aij＞0，/>
Figure BDA0003432334340000052
其中，Ci,Cj为判断矩阵A中第i行第j列所代表的难度因素，aij为矩阵A中第i行第j列元素值，表征两个判断因素相对大小。
准则层对目标层的对比矩阵如下：
Figure BDA0003432334340000061
因素层对准则层的对比矩阵如下：
Figure BDA0003432334340000062
Figure BDA0003432334340000063
Figure BDA0003432334340000064
Figure BDA0003432334340000065
Figure BDA0003432334340000066
B6＝1
所述步骤S3中的判断矩阵需要用一致性指标进行检验，具体过程包括：
首先，计算层次单排序一致性指标
Figure BDA0003432334340000067
其中λmax是判断矩阵的最大特征值，n是判断矩阵的阶数；
然后计算层次单排序一致性比率CR：CR＝CI/RI，RI为随机一致性指标；
最后进行一致性判断，当CR<0.10时，说明构建的判断矩阵具有很好的一致性，当CR≥0.10时，需要重新构造判定矩阵。
实际检验过程中，层次单排序就是把本层所有要素针对上一层某一要素，排出评比的次序，这种次序以相对的数值大小来表示。对应于判断矩阵最大特征根λmax的特征向量，经归一化(使向量中各元素之和等于1)记为W。W的元素为同一层次因素对于上一层次因素某因素相对重要性的排序权值，这一过程称为层次单排序。能否确认层次单排序，需要进行一致性检验，所谓一致性检验是指对A确定不致的允许范围。由于λ连续地依赖于aij，则λ比n大的越多，A的不一致性越严重。用最大特征值对应的特征向量作为被比较因素对上层某因素影响程度的权向量，其不一致程度越大，引起的判断误差越大。因而可以用λ-n数值的大小来衡量A的不一致程度。
用一致性指标进行检验:
Figure BDA0003432334340000071
其中λmax是比较矩阵的最大特征值，n是比较矩阵的阶数。CI的值越小，判断矩阵越接近于完全一致。反之，判断矩阵偏离完全一致的程度越大。为了衡量CI的大小，引入随机一致性指标RI，见表2,并定义一致性比率CR＝CI/RI。
表2随机一致性指标
n 1 2 3 4 5 6 7 8 9 10 11
RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51
当CR<0.10时，说明构建的判断矩阵具有很好的一致性，此时的最大特征值所对应的向量即为各因素的相对权重；否则，在两两相对重要度判定中存在矛盾，需要重新构造判定矩阵。
S4：计算所述判断矩阵中代表钻井施工难度主控参数的各个参数的相对权重值；
所述步骤S4中通过采用求解矩阵最大特征根的方法计算判断矩阵的最大特征值及其对应的特征向量，最大特征值所对应的向量即为主控参数的各个参数的相对权重值：
An×nW(0)＝λmaxW(0)(1)
式中：An×n为n阶的两两比较判断矩阵；λmax为判断矩阵的最大特征值；W(0)为最大特征值所对应的特征向量。
以准则层对目标层对比矩阵为例：
Figure BDA0003432334340000081
Figure BDA0003432334340000082
Figure BDA0003432334340000083
最大特征值所对应的向量W(0)即为主控参数的各个参数的相对权重值。
Figure BDA0003432334340000084
Figure BDA0003432334340000085
用一致性指标进行检验，
Figure BDA0003432334340000086
其中λmax是比较矩阵的最大特征值，n是比较矩阵的阶数。CI值越小，判断矩阵越接近于完全一致。反之，判断矩阵偏离完全一致的程度越大。
Figure BDA0003432334340000087
Figure BDA0003432334340000088
因此，该判断矩阵满足一致性检验。准则层主控参数相对权重为[0.04970.10600.1471 0.2975 0.2365 0.1630]T。
采用同样计算步骤，井眼基本参数各因素相对权重为[0.1215 0.12150.22040.5363]T；井身结构参数各因素相对权重为[0.3333 0.6667]T；固井参数各因素相对权重为[0.5 0.5]T；轨迹参数各因素相对权重为[0.2771 0.161 0.0959 0.4658]T；区块时效参数各因素相对权重为[0.6667 0.3333]T；难度经验值参数各因素相对权重为：1。
综上，各因素钻井施工难度评价相对权重如图2所示；
S5：计算代表单井施工难度的主控参数的各个参数的难度因素归一化值的指标值，并根据S4中所得相对权重值进行逐层向上累积求和，得到单井难度系数，进而进行单井钻井施工难度的评价，具体过程为：根据单井难度系数与该井所在区块平均难度系数做对比，所述区块平均难度系数为区块内所有已钻单井的单井难度系数的平均值，当单井难度系数≥区块平均难度系数时，钻井施工难度高；当单井难度系数＜区块平均难度系数，钻井施工难度小。
所述步骤S5中计算代表单井施工难度的主控参数的各个参数的难度因素归一化值的指标值，具体分析过程为：
首先，分析各个主控参数和单井施工难度的关系，得出非线性回归的难度因素概率分布回归方程：
Figure BDA0003432334340000091
式中，f(x)为难度因素概率分布函数，x为难度因素值，σ为难度因素值的标准差，μ为难度因素值的平均值，exp为幂函数。
然后，根据非线性回归的难度因素概率分布回归方程，采用离散化公式计算单井难度分布值与所有井难度分布值之比来确定归一化值，公式为：
Figure BDA0003432334340000092
式中，p(x)为难度因素归一化值，a为所有井统计出的最小难度值，b为所有井统计出的最大难度值，Δ为难度因素划分的子区间，等于(b-a)/N，N为要划分的子区间数，w(t)为难度值在子区间内的井数，
最后，将归一化值投影到[1,10]区间，公式为：
p'(x)＝p(x)×9+1 (4)
式中，p(x)为难度因素归一化值的指标值。
以XX单井为例，计算XX单井施工难度的主控参数的各个参数的难度因素归一化值的指标值，数据如表3所示。在表中事故复杂、非生产时效和区块难度经验值在该区块(B1)为同一值，因此表中只在XX井列出具体值。以井深难度因素计算过程为例，具体计算流程如下：根据XX井深值为3445m，统计小于等于3445m的所有井深值为：3445,3200,3210，3415,3105,3131,3240，把统计得到数据代入式(2)算出归一化的井深难度值为0.461，再根据公式(3)得到难度因素归一化值的计算值为5.145。其它各因素计算按此流程，计算XX单井主控参数的各个参数的难度因素归一化值的指标值分别为：井深5.1452，垂深4.2587，水平段长6.8957，纯钻时间7.2510，一开周期及进尺3.2587，二开周期及进尺6.1527，下套管时间3.1240，注水泥时间3.8521，偏移比2.1582，偏垂比1.168，位垂比2.48，滑动复合比1.647，事故复杂难度1.4214，非生产时效2.3681，区块难度经验值1.4。
并根据S4中所得相对权重值进行逐层向上累积求和，得到XX单井难度系数，单井难度系数IF的计算公式为：
IF＝井眼基本参数相对权重×∑(井眼基本参数下属因素层指标值×对应相对权重)
+井身结构参数相对权重×∑(井身结构参数下属因素层指标值×对应相对权重)
+固井参数相对权重×∑(固井参数下属因素层指标值×对应相对权重)
+轨迹参数相对权重×∑(轨迹参数下属因素层指标值×对应相对权重)
+区块时效参数相对权重×∑(区块时效参数下属因素层指标值×对应相对权重)
+难度经验值参数相对权重×难度经验值参数指标值
计算得到XX单井难度系数IF为2.5605。
表3 XX单井难度评价数据表
Figure BDA0003432334340000111
以XX单井所在区块统计，利用步骤S5分别计算计算XX井所在区块所有已钻井的单井难度系数IF，得到该区块平均难度值为5.2103，而该井难度值为2.5605，远低于区块平均难度值，因此判定XX井钻井施工难度小，与XX井后续的实际钻井过程相符。
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 (8)

1.一种基于层次分析法的钻井施工难度评价方法，其特征在于：包括以下步骤：
S1：收集影响钻井施工难度的主控参数；
S2：根据所述主控参数构建钻井施工难度评价的层次结构模型；
S3：根据所述层次结构模型逐层构造判断矩阵；
S4：计算所述判断矩阵中代表钻井施工难度主控参数的各个参数的相对权重值；
S5：计算代表单井施工难度的主控参数的各个参数的难度因素归一化值的指标值，并根据S4中所得相对权重值进行逐层向上累积求和，得到单井难度系数，进而进行单井钻井施工难度的评价，具体过程为：将单井难度系数与该井所在区块平均难度系数做对比，所述区块平均难度系数为区块内所有已钻单井的单井难度系数的平均值，当单井难度系数≥区块平均难度系数时，钻井施工难度高；当单井难度系数＜区块平均难度系数，钻井施工难度小。
2.根据权利要求1所述一种基于层次分析法的钻井施工难度评价方法，其特征在于：所述步骤S1中收集的影响钻井施工难度的主控参数包括井眼基本参数、井身结构参数、固井参数、轨迹参数、区块时效参数、区块难度经验值参数。
3.根据权利要求2所述一种基于层次分析法的钻井施工难度评价方法，其特征在于：所述井眼基本参数包括井深、垂深、水平段长、机械钻速，所述井身结构参数包括一开进尺及周期、二开进尺及周期、三开进尺及周期、四开进尺及周期，所述固井参数包括下套管时间、注水泥时间，所述轨迹参数包括偏移比、偏垂比、位垂比、滑动复合比，所述区块时效参数包括事故复杂损失、非生产时效，所述区块难度经验值参数包括区块难度经验值。
4.根据权利要求3所述一种基于层次分析法的钻井施工难度评价方法，其特征在于：所述S2中的层次结构模型包括目标层、准则层、因素层，所述目标层为钻井施工难度评价，所述准则层为井眼基本参数、井身结构参数、固井参数、轨迹参数、区块时效参数、区块难度经验值参数，共计6项参数，所述因素层为井深、垂深、水平段长、机械钻速、一开进尺及周期、二开进尺及周期、三开进尺及周期、四开进尺及周期、下套管时间、注水泥时间、偏移比、偏垂比、位垂比、滑动复合比、事故复杂损失、非生产时效、区块难度经验值，共计17项参数。
5.根据权利要求1所述一种基于层次分析法的钻井施工难度评价方法，其特征在于：所述步骤S3中根据所述层次结构模型逐层构造判断矩阵，具体过程为：采用一致性矩阵aij，按照九级标度法含义表，获取各难度因素相对尺度，基于两两因素比较得到判断矩阵An×n，两两比较的标准为：Ci:
Figure FDA0003432334330000024
A＝(aij)n×n，aij＞0，/>
Figure FDA0003432334330000021
其中，Ci,Cj为判断矩阵A中第i行第j列所代表的难度因素，aij为矩阵A中第i行第j列元素值，表征两个判断因素相对大小。
6.根据权利要求1所述一种基于层次分析法的钻井施工难度评价方法，其特征在于：所述步骤S3中的判断矩阵需要用一致性指标进行检验，具体过程包括：
首先，计算层次单排序一致性指标CI：
Figure FDA0003432334330000022
其中λmax是判断矩阵的最大特征值，n是判断矩阵的阶数；
然后计算层次单排序一致性比率CR：CR＝CI/RI，RI为随机一致性指标；
最后进行一致性判断，当CR<0.10时，说明构建的判断矩阵具有很好的一致性，当CR≥0.10时，需要重新构造判定矩阵。
7.根据权利要求1所述一种基于层次分析法的钻井施工难度评价方法，其特征在于：所述步骤S4中通过采用求解矩阵最大特征根的方法计算判断矩阵的最大特征值及其对应的特征向量，最大特征值所对应的向量即为主控参数的各个参数的相对权重值：
An×nW(0)＝λmaxW(0) (1)
式中：An×n为n阶的两两比较判断矩阵；λmax为判断矩阵的最大特征值；W(0)为最大特征值所对应的特征向量。
8.根据权利要求1所述一种基于层次分析法的钻井施工难度评价方法，其特征在于：所述步骤S5中计算代表单井施工难度的主控参数的各个参数的难度因素归一化值的指标值，具体分析过程为：
首先，分析各个主控参数和单井施工难度的关系，得出非线性回归的难度因素概率分布回归方程：
Figure FDA0003432334330000023
式中，f(x)为难度因素概率分布函数，x为难度因素值，σ为难度因素值的标准差，μ为难度因素值的平均值，exp为幂函数；
然后，根据非线性回归的难度因素概率分布回归方程，采用离散化公式计算单井难度分布值与所有井难度分布值之比来确定归一化值，公式为：
Figure FDA0003432334330000031
式中，p(x)为难度因素归一化值，a为所有井统计出的最小难度值，b为所有井统计出的最大难度值，Δ为难度因素划分的子区间，等于(b-a)/N，N为要划分的子区间数，w(t)为难度值在子区间内的井数，
最后，将归一化值投影到[1,10]区间，公式为：
p'(x)＝p(x)×9+1 (4)
式中，p(x)为难度因素归一化值的指标值。
CN202111598557.6A 2021-12-24 2021-12-24 一种基于层次分析法的钻井施工难度评价方法 Pending CN116362447A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111598557.6A CN116362447A (zh) 2021-12-24 2021-12-24 一种基于层次分析法的钻井施工难度评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111598557.6A CN116362447A (zh) 2021-12-24 2021-12-24 一种基于层次分析法的钻井施工难度评价方法

Publications (1)

Publication Number Publication Date
CN116362447A true CN116362447A (zh) 2023-06-30

Family

ID=86938998

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111598557.6A Pending CN116362447A (zh) 2021-12-24 2021-12-24 一种基于层次分析法的钻井施工难度评价方法

Country Status (1)

Country Link
CN (1) CN116362447A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117541082A (zh) * 2024-01-05 2024-02-09 中国石油大学(华东) 基于油藏-井筒-设备评价指标集成的综合评价方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117541082A (zh) * 2024-01-05 2024-02-09 中国石油大学(华东) 基于油藏-井筒-设备评价指标集成的综合评价方法
CN117541082B (zh) * 2024-01-05 2024-04-05 中国石油大学(华东) 基于油藏-井筒-设备评价指标集成的综合评价方法

Similar Documents

Publication Publication Date Title
CN110929347A (zh) 一种基于梯度提升树模型的热连轧带钢凸度预测方法
CN106447212A (zh) 一种基于ahp的智能电表软件质量评价方法
CN105205329A (zh) 一种大坝安全综合评价方法
CN108647805B (zh) 一种山洪灾害临界雨量综合检验方法
CN112101811A (zh) 一种供水管网爆管风险预测方法及系统
CN111612371A (zh) 一种基于层次分析法的智能电表质量评估方法
CN116362447A (zh) 一种基于层次分析法的钻井施工难度评价方法
CN114048973A (zh) 一种基于组合赋权的河流水质等级评价方法
CN107391890B (zh) 一种油套管螺纹接头机加工颤纹缺陷的预测与优化控制方法
CN107358003A (zh) 基于飞机安全使用的公路跑道道面使用性能评价的agf法
CN106326525A (zh) 基于广义可加模型的热轧变形抗力预报方法
CN115948964A (zh) 一种基于ga-bp神经网络的路面平整度预测方法
CN115471097A (zh) 一种数据驱动的井下局部区域安全状态评估方法
CN114036452B (zh) 一种应用于离散型生产线的产能评估方法
CN114612119A (zh) 基于层次分析法和有序加权算子的供应商风险预警系统
CN117093835A (zh) 一种隧道衬砌裂缝诊断与预测方法
CN116384732A (zh) 场站管道风险智能评估方法、系统、存储介质及计算设备
CN110083933A (zh) 一种考虑随机效应的腐蚀管道贝叶斯退化分析方法
CN115755831A (zh) 一种基于模糊层次分析的故障诊断方法及系统
CN107526710A (zh) 一种基于蒙特卡罗算法的场地适宜性层次分析方法
CN110990916B (zh) 考虑滞后效应的大坝长期运行安全度评价及预测集成方法
CN106326620A (zh) 勘探目标分布范围成岩系数模型的优选方法
CN105608061A (zh) 隧道监控位移量测末段数据回归分析法
CN114676587B (zh) 基于载荷谱相似性的疲劳寿命评估方法
CN110516750A (zh) 一种基于cart决策树的钢板板形质量异常检测方法

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