CN117993192A - 一种超深井钻井地层温度分布智能反演方法及系统 - Google Patents
一种超深井钻井地层温度分布智能反演方法及系统 Download PDFInfo
- Publication number
- CN117993192A CN117993192A CN202410126870.7A CN202410126870A CN117993192A CN 117993192 A CN117993192 A CN 117993192A CN 202410126870 A CN202410126870 A CN 202410126870A CN 117993192 A CN117993192 A CN 117993192A
- Authority
- CN
- China
- Prior art keywords
- temperature
- well
- stratum
- shaft
- drilling
- 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
- 238000005553 drilling Methods 0.000 title claims abstract description 124
- 238000000034 method Methods 0.000 title claims abstract description 86
- 239000012530 fluid Substances 0.000 claims abstract description 74
- 238000005259 measurement Methods 0.000 claims abstract description 34
- 238000004458 analytical method Methods 0.000 claims abstract description 14
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 11
- 230000015572 biosynthetic process Effects 0.000 claims description 47
- 239000013307 optical fiber Substances 0.000 claims description 14
- 238000012546 transfer Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 238000009529 body temperature measurement Methods 0.000 claims description 7
- 238000006073 displacement reaction Methods 0.000 claims description 7
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 6
- 238000002347 injection Methods 0.000 claims description 6
- 239000007924 injection Substances 0.000 claims description 6
- 239000007788 liquid Substances 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 5
- 230000008878 coupling Effects 0.000 abstract description 3
- 238000010168 coupling process Methods 0.000 abstract description 3
- 238000005859 coupling reaction Methods 0.000 abstract description 3
- 238000009472 formulation Methods 0.000 abstract description 3
- 239000000203 mixture Substances 0.000 abstract description 3
- 239000011435 rock Substances 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及一种超深井钻井地层温度分布智能反演方法及系统，包括：实时测量钻井过程中的温度变化；根据井身结构和地层层位，将整个井筒划分为不同井段；建立复杂井身结构和地温梯度条件下的井筒温度场解析求解算法；建立钻杆和环空内温度场模型参数的确定方法；进行地层温度梯度反演；包括：基于实时的钻井液出入口测量温度数据，进行地层温度反演；依赖井筒温度分布实测数据，进行地层温度反演。与传统方法相比，本方法基于高效的理论模型和有限的测量数据耦合驱动，预测快速、简单、成本低，并且在井下高温仪器失效等传统手段不适用的工况下依然有效，可以为后续钻井井筒流动参数预测控制以及后续资源开发方案制定提供参考。
Description
技术领域
本发明属于油气及地热开发钻完井工程技术领域，具体地，涉及一种理论模型-测量数据耦合驱动的超深井钻井地层温度分布智能反演方法及系统。
背景技术
地层温度预测对超深层地热、油气等地下能源开发意义重大。一方面，地层温度决定了地热层的开发潜力，并且影响油气储层中地层流体的热物理性质和流动能力。另一方面，钻井过程中地层温度会影响钻井液循环时的温度分布，而钻井液温度的变化会改变钻井液的密度、流变性，导致井下流体压力动态变化、控制不准，发生井涌、井漏；还会使得钻井液护壁能力和携岩能力劣化，导致井眼失稳、岩屑堆积卡钻等。
钻进过程中，获取井筒地层温度主要使用PWD测井工具，但是具有很大的局限性。首先，PWD测量工具无法在高温高压环境下使用，超深层地层温度无法直接测量，并且成本高；其次，传统方法井下测量点有限，无法获取全井筒地层温度剖面；此外，直接测量方法主要获取的是井筒温度，尤其是在套管固井后，直接的测量手段变得有限，受井筒与地层之间换热阻力的影响，井筒与地层温度尚存在很大的差异，但是，目前仍然缺乏基于井筒测量温度直接反演地层温度的理论与方法。由此可见，目前全井筒内地层温度的精确估测仍是一项极具挑战性的难题。
因此，亟需探索一种超深井钻井地层温度分布智能反演方法，基于有限的测量数据和简单高效的理论模型，在钻井过程中对地层温度进行快速估测，为钻井井筒流动参数预测控制以及后续资源开发方案制定提供参考。
发明内容
针对现有技术的不足，本发明提供了一种超深井钻井地层温度分布智能反演方法；本发明还提供了一种超深井钻井地层温度分布智能反演系统。
术语解释：
钻井系统：钻井系统是指用于进行钻井作业的设备、工具和技术的综合系统，包括提升系统、旋转系统、循环系统等部分，涉及多个程序和环节之间的紧密衔接，目标是快速高效地破碎井底岩石、循环钻井液携带出岩屑，建立起开采油气通道。
本发明的技术方案为：
一种超深井钻井地层温度分布智能反演方法，包括：
实时测量钻井过程中的温度变化；
根据井身结构和地层层位，将整个井筒划分为不同井段；
建立复杂井身结构和地温梯度条件下的井筒温度场解析求解算法；
建立钻杆和环空内温度场模型参数的确定方法；
进行地层温度梯度反演；包括：基于实时的钻井液出入口测量温度数据，进行地层温度反演；依赖井筒温度分布实测数据，进行地层温度反演。
根据本发明优选的，在钻井系统出入口位置处安装温度计，实时测量钻井过程中的温度变化；包括：
钻井过程中，将钻杆下入井底，钻井液以恒定的排量由钻杆内自上而下流动，经过井底钻头处以后，从环空自下而上返回地面；钻井液流动过程中，受地层与井筒之间换热的影响，钻井液温度随时间和位置发生变化；
在钻杆入口钻井液注入位置处，安装第一温度计，记录钻井液入口温度T0 t,mea；在环空内钻井液出口位置处，安装第二温度计，记录钻井液出口温度T0 a,mea。
根据本发明优选的，采用光纤的方法实时测量钻井过程中的温度变化；包括：
将光纤及分布式光纤温度传感器固定在连续油管外壁上，每根油管上安装若干个固定装置将分布式光纤温度传感器(Distributed temperature sensing，以下内容中简称为DTS)固定，井口安装保护罩，随连续油管下入井底，获取实时、连续且准确的井下不同位置处流体温度数据，连续油管的流体温度Tt,mea和环空内的流体温度Ta,mea分布如下：
Tt,mea(0≤z≤H), Ta,mea(0≤z≤H) (1)
其中：z为深度，m；H为井深，m。
根据本发明优选的，根据井身结构和地层层位，将整个井筒划分为不同井段；包括：
根据已钻井段的井身结构，将地层划分为M个井段，包括第1层套管(表层套管)、第2层套管下部井段、…、第M-1层套管下部井段、裸眼段；不同井段上的井筒结构不同，对应流体与地层之间的综合换热阻力不同，M个井段热阻依次为A1～AM；
根据临井已钻信息、地质测井、岩性录井数据，确定地层分层情况，同一层位连续深度范围内相同岩性地层内的地层温度梯度相同；根据该划分方法，将地层划分为N个井段，不同井段上的地层地温梯度不同；
在上述两种划分方法的基础上，按照井筒热阻或者地层温度梯度中的任意一项不同，将地层共划分为Nwell个井段，根据定义得到Nwell≤N+M。
根据本发明优选的，建立复杂井身结构和地温梯度条件下的井筒温度场解析求解算法；包括：
对第i井段内井筒温度进行分析，第i井段内井筒的上界面深度为Hi-1，第i井段内井筒的下界面深度为Hi，第i井段长度为Hi-Hi-1，井段上不同位置为z；记录第i井段内井筒的上界面为起始点(z＝0)，第i井段内井筒的下界面为终点(z＝Hi-Hi-1)；考虑井筒轴向热传导和热对流过程，基于热量守恒原理，分别推导得到钻杆和环空内守恒方程，分别如式(2)、(3)所示：
QρCf[Ta,i(z+dz)-Ta,i(z)]＝qa→t-qf→a (2)
QρCf[Tt,i(z)-Tt,i(z+dz)]＝-qa→t (3)
式中：ρ为钻井液密度，kg/m3；Cf为钻井液比热容，J/(kg·℃)，由地面钻井液热物性实验测量得到；Q为钻井液排量，m3/s；qa→t为环空向油管内的传热速率，如式(4)所示：
qa→t＝2πrtUat(Ta,i-Tt,i)dz (4)
qf→a为地层向环空内的传热速率；井筒稳定传热条件下，qf→a等于地层向井筒外侧的传热速率qf→w和井筒外侧向环空的换热速率qw→a，即qf→a＝qf→w＝qw→a；
qf→a＝qw→a＝2πrcUwa(Twb-Ta,i)dz (6)
式中，Tei,i为井段i上的地层温度，Tei,i＝Tei,i-1+gi·z；Tei,i-1为井段i上界面(深度为Hi-1，z＝0)的地层温度，gi为井段i上的地层温度梯度，基于温度测量数据反演得到；
将式(5)和式(6)代入式(2)和式(3)中，并求解常微分方程，得到第i井段的温度分布解析计算方法：
其中：TD为无因次温度，℃；ke为地层的热传导系数，W/(m·℃)；rt为钻杆半径，m；rc为套管半径，m；Uat为钻杆与环空之间的综合换热系数，W/(m2·℃)；Uwa为井筒最外侧与环空之间的综合换热系数，W/(m2·℃)；αi和βi为未知模型参数，由边界条件得到；因此，得到沿着井筒不同位置处钻杆温度Tt与环控内温度Ta分别如式(9)、(10)所示：
式中：Te0为地面温度，℃。
根据本发明优选的，建立钻杆和环空内温度场模型参数的确定方法；包括：
式(9)和(10)中，共包含2Nwell个未知数，即α1,β1,α2,β2,…,αi,βi,…,αNwell,βNwell；钻井液的注入温度T0 t,mea直接测量，即入口温度已知，钻柱内液体和环空液体在井底处的温度相等；此外，钻杆和环空内相邻井段的连接面处地层温度相等(2Nwell个井段，建立2×(Nwell-1)个守恒方程)；由此，钻杆和环空内温度场模型参数求解下面的方程组式(11)得到：
Ax＝B (11)
其中，系数矩阵A维数为2N×2N；
xT＝[α1 β1 α2 β2 … αi βi αi+1 βi+1 … αN-1 βN+1 αN βN]
根据本发明优选的，基于实时的钻井液出入口测量温度数据，进行地层温度反演；包括：
当钻进第i井段期间，深度为z，Hi-1<z≤Hi，出口温度为Ta,mea；第1～(i-1)井段的地温梯度已得到，假设第i段地层温度梯度gi,assumed，根据式(11)求取α1,β1,α2,β2,…,αi,βi，代入式(10)求取出口温度Ta,sim，如式(12)所示：
Ta,sim＝(1+λ1,1B1)α1+(1+λ2,1B1)β1+Te0 (12)
如果Ta,mea大于Ta,sim，则假设的gi,assumed偏小，否则偏大，重新进行校正，直到|Ta,mea-Ta,sim|≤0.001℃；采用该方法，依次得到1-Nwell井段的地温梯度g1,g2,…,gi,…,gNwell，地层温度反演；
根据本发明优选的，依赖井筒温度分布实测数据，进行地层温度反演；包括：
如果采用DTS技术测量，获得井筒实测温度剖面，假设沿井筒共获得Nm个测量点，Nm≥N；
采用假设-校正法求取地层温度：包括：
首先，假设不同井段的地层温度梯度g1,assumed＝g2,assumed＝…＝gi,assumed＝…＝gNwell,assumed＝0.03℃/m；
然后，根据式(11)求取α1,β1,α2,β2,…,αi,βi，将不同井段上的温度测量值代入式(10)求取对应深度的温度，反演得到地层温度梯度；以井段i上的某测量点为(z,Ta,mea)，其中Hi-1<z≤Hi，反演得到地层温度梯度gi，如式(13)所示：
其中，井段i上不同测量点得到的gi可能有所差异，取其平均值；
判断是否|gi,assumed-gi|≤10-6，否则，令g1,assumed＝g1,g2,assumed＝g2,…,gi,assumed＝gi,…,gNwell,assumed＝gNwell，重新进行校正，最终计算得到地层温度剖面。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现超深井钻井地层温度分布智能反演方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现超深井钻井地层温度分布智能反演方法的步骤。
一种超深井钻井地层温度分布智能反演系统，包括：
温度实时测量单元，被配置为：实时测量钻井过程中的温度变化；
井段划分单元，被配置为：根据井身结构和地层层位，将整个井筒划分为不同井段；
钻杆和环空内温度场模型建立单元，被配置为：建立复杂井身结构和地温梯度条件下的井筒温度场解析求解算法；
钻杆和环空内温度场模型参数确定单元，被配置为：建立钻杆和环空内温度场模型参数的确定方法；
地层温度梯度反演单元，被配置为：进行地层温度梯度反演；包括：基于实时的钻井液出入口测量温度数据，进行地层温度反演；依赖井筒温度分布实测数据，进行地层温度反演。
本发明的有益效果为：
本发明方法基于钻井全过程中的出入口温度测量数据或者井筒内温度剖面测量数据，进行地层温度分布的快速反演。与传统方法相比，本方法基于高效的理论模型和有限的测量数据耦合驱动，预测快速、简单、成本低，并且在井下高温仪器失效等传统手段不适用的工况下依然有效，可以为后续钻井井筒流动参数预测控制以及后续资源开发方案制定提供参考。
附图说明
图1为本发明实施例的钻井液流动及温度计测量位置示意图；
图2为本发明实施例的地层层位划分图；
图3为本发明实施例的案例井井身结构图；
图4为本发明实施例的井筒内计算温度分布及实测点温度值图；
图5为本发明实施例的反演的地层温度梯度分布图。
具体实施方式
下面结合说明书附图和实施例对本发明作进一步限定，但不限于此。
实施例1
一种超深井钻井地层温度分布智能反演方法，包括：
实时测量钻井过程中的温度变化；
根据井身结构和地层层位，将整个井筒划分为不同井段；
建立复杂井身结构和地温梯度条件下的井筒温度场解析求解算法；
建立钻杆和环空内温度场模型参数的确定方法；
进行地层温度梯度反演；包括：基于实时的钻井液出入口测量温度数据，进行地层温度反演；依赖井筒温度分布实测数据，进行地层温度反演。
实施例2
根据实施例1所述的一种超深井钻井地层温度分布智能反演方法，其区别在于：
在钻井系统出入口位置处安装温度计，实时测量钻井过程中的温度变化；包括：
为了简单方便，本发明基于钻井液出入口位置处的测量温度进行地层温度剖面反演。如图1所示，钻井过程中，将钻杆下入井底，钻井液以恒定的排量Q由钻杆内自上而下流动，经过井底钻头处以后，从环空自下而上返回地面；钻井液流动过程中，受地层与井筒之间换热的影响，钻井液温度随时间和位置发生变化；
在钻杆入口钻井液注入位置处，安装第一温度计，记录钻井液入口温度T0 t,mea；在环空内钻井液出口位置处，安装第二温度计，记录钻井液出口温度T0 a,mea。
本发明同样适用于采用光纤等方法，测量沿井筒不同位置处的温度分布，进而实现地层温度剖面反演。采用光纤的方法实时测量钻井过程中的温度变化；包括：
将光纤及分布式光纤温度传感器固定在连续油管外壁上，每根油管上安装若干(1-2)个固定装置将分布式光纤温度传感器(Distributed temperature sensing，以下内容中简称为DTS)固定，井口安装保护罩，随连续油管下入井底，获取实时、连续且准确的井下不同位置处流体温度数据，连续油管的流体温度Tt,mea和环空内的流体温度Ta,mea分布如下：
Tt,mea(0≤z≤H), Ta,mea(0≤z≤H) (1)
其中：T为温度，℃；下标t和a分别表示钻杆和环空；下标mea表示测量值；z为深度，m；H为井深，m；Q为钻井液排量，m3/s。
根据井身结构和地层层位，将整个井筒划分为不同井段；包括：
沿着井深方向上，不同井段套管开次、水泥环尺寸等井身结构和地层温度梯度存在显著差异，对井筒流体温度产生影响。根据井身结构和地层层位，将整个井筒划分为不同井段，如图2所示，具体地：
根据已钻井段的井身结构，将地层划分为M个井段，包括第1层套管(表层套管)、第2层套管下部井段、…、第M-1层套管下部井段、裸眼段；不同井段上的井筒结构不同，对应流体与地层之间的综合换热阻力不同，M个井段热阻依次为A1～AM；
根据临井已钻信息、地质测井、岩性录井数据，确定地层分层情况，同一层位连续深度范围内相同岩性地层内的地层温度梯度相同；例如，对于某已钻井，测井和岩屑录井显示，1000-1665m为粉砂岩，则考虑该深度范围内地温梯度相同，记为g1；1665-2020m为泥页岩，则地温梯度记为g2；2020-2880m为粉砂岩，则地温梯度记为g3；因此，g1≠g2≠g3。根据该划分方法，将地层划分为N个井段，不同井段上的地层地温梯度不同；本发明的目的，是反演不同井深上的地层温度，即不同井段的地温梯度，g1～gN；
在上述两种划分方法的基础上，按照井筒热阻或者地层温度梯度中的任意一项不同，将地层共划分为Nwell个井段，根据定义得到Nwell≤N+M。例如：0-1000米为第一层套管，0-1800米下入第二层套管；0-800米地温梯度为0.028℃/m，800-1300为0.03℃/m，1300-2000为0.032℃/m，则整个井筒划分为0-800、800-1000、1000-1300、1300-2000共计4段。
建立复杂井身结构和地温梯度条件下的井筒温度场解析求解算法；包括：
对第i井段内井筒温度进行分析，第i井段内井筒的上界面深度为Hi-1，第i井段内井筒的下界面深度为Hi，第i井段长度为Hi-Hi-1，井段上不同位置为z；记录第i井段内井筒的上界面为起始点(z＝0)，第i井段内井筒的下界面为终点(z＝Hi-Hi-1)；第i井段内井筒结构和地层温度梯度不变。考虑井筒轴向热传导和热对流过程，基于热量守恒原理，分别推导得到钻杆和环空内守恒方程，分别如式(2)、(3)所示：
QρCf[Ta,i(z+dz)-Ta,i(z)]＝qa→t-qf→a (2)
QρCf[Tt,i(z)-Tt,i(z+dz)]＝-qa→t (3)
式中：ρ为钻井液密度，kg/m3；Cf为钻井液比热容，J/(kg·℃)，由地面钻井液热物性实验测量得到；Q为钻井液排量，m3/s；qa→t为环空向油管内的传热速率，如式(4)所示：
qa→t＝2πrtUat(Ta,i-Tt,i)dz (4)
qf→a为地层向环空内的传热速率；井筒稳定传热条件下，qf→a等于地层向井筒外侧的传热速率qf→w和井筒外侧向环空的换热速率qw→a，即qf→a＝qf→w＝qw→a；
qf→a＝qw→a＝2πrcUwa(Twb-Ta,i)dz (6)
式中，Tei,i为井段i上的地层温度，Tei,i＝Tei,i-1+gi·z；Tei,i-1为井段i上界面(深度为Hi-1，z＝0)的地层温度，gi为井段i上的地层温度梯度，基于温度测量数据反演得到；
将式(5)和式(6)代入式(2)和式(3)中，并求解常微分方程，得到第i井段的温度分布解析计算方法：
其中：TD为无因次温度，℃；ke为地层的热传导系数，W/(m·℃)；rt为钻杆半径，m；rc为套管半径，m；Uat为钻杆与环空之间的综合换热系数，W/(m2·℃)；Uwa为井筒最外侧与环空之间的综合换热系数，W/(m2·℃)；αi和βi为未知模型参数，由边界条件得到；因此，得到沿着井筒不同位置处钻杆温度Tt与环控内温度Ta分别如式(9)、(10)所示：
式中：Te0为地面温度，℃。式(9)、(10)就是该步骤得到的井筒温度场解析求解算法。
建立钻杆和环空内温度场模型参数的确定方法；包括：
式(9)和(10)中，共包含2Nwell个未知数，即α1,β1,α2,β2,…,αi,βi,…,αNwell,βNwell；钻井液的注入温度T0 t,mea直接测量，即入口温度已知，钻柱内液体和环空液体在井底处的温度相等；此外，钻杆和环空内相邻井段的连接面处地层温度相等(2Nwell个井段，建立2×(Nwell-1)个守恒方程)；由此，钻杆和环空内温度场模型参数求解下面的方程组式(11)得到：
Ax＝B (11)
其中，系数矩阵A维数为2N×2N；
xT＝[α1 β1 α2 β2 ... αi βi αi+1 βi+1 ... αN-1 βN+1 αN βN]
基于实时的钻井液出入口测量温度数据，进行地层温度反演；包括：
为了简单方便，本发明基于钻井全过程实时的钻井液出入口测量温度数据进行反演。例如，当钻进第i井段期间，深度为z，Hi-1＜z≤Hi，出口温度为Ta，mea；第1～(i1)井段的地温梯度已得到，假设第i段地层温度梯度gi，assumed，根据式(11)求取α1，β1，α2，β2，…，αi，βi，代入式(10)求取出口温度Ta，sim，如式(12)所示：
Ta，sim＝(1+λ1，1B1)α1+(1+λ2，1B1)β1+Te0 (12)
如果Ta，mea大于Ta，sim，则假设的gi，assumed偏小，否则偏大，重新进行校正，直到|Ta，me-Ta，sim|≤0.001℃；采用该方法，依次得到1-Nwell井段的地温梯度g1，g2，…，gi，…，gNwell，地层温度反演；
依赖井筒温度分布实测数据，进行地层温度反演；包括：
如果采用DTS技术测量，获得井筒实测温度剖面，假设沿井筒共获得Nm个测量点，Nm≥N；
采用假设-校正法求取地层温度：包括：
首先，假设不同井段的地层温度梯度g1,assumed＝g2,assumed＝…＝gi,assumed＝…＝gNwell,assumed＝0.03℃/m；
然后，根据式(11)求取α1,β1,α2,β2,…,αi,βi，将不同井段上的温度测量值代入式(10)求取对应深度的温度，反演得到地层温度梯度；以井段i上的某测量点为(z,Ta,mea)，其中Hi-1<z≤Hi，反演得到地层温度梯度gi，如式(13)所示：
其中，井段i上不同测量点得到的gi可能有所差异，取其平均值；
判断是否|gi,assumed-gi|≤10-6，否则，令g1,assumed＝g1,g2,assumed＝g2,…,gi,assumed＝gi,…,gNwell,assumed＝gNwell，重新进行校正，最终计算得到地层温度剖面。
采用本实施例方法进行地层温度反演，具体方法如下所示：井深为5000米。在两种划分方法的基础上，按照井筒热阻或者地层温度梯度中任意一项不同，将地层划分为12个井段(Nwell＝12)，井身结构如图3所示。
在井深不同位置点，测量钻井液循环返出温度，进行地层温度反演，不同深度处的返出钻井液温度和地层温度反演结果如表1所示。
表1
实施例3
根据实施例2所述的一种超深井钻井地层温度分布智能反演方法，其区别在于：
钻进至井深5000米处，水基钻井液密度为1.3g/cm3，钻井液排量为1m3/min。井段完钻以后，下入分布式光纤温度传感器，所测得的实测点温度如图4所示；不同井段上的地温梯度不同，根据步骤三、四计算出环空井筒温度的预测值以及环空内实测温度插值，可以反演出不同井段的地温梯度，反演得到的地温梯度剖面如图5所示。
实施例4
一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现实施例1或2所述的超深井钻井地层温度分布智能反演方法的步骤。
实施例5
一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现实施例1或2所述的超深井钻井地层温度分布智能反演方法的步骤。
实施例6
一种超深井钻井地层温度分布智能反演系统，包括：
温度实时测量单元，被配置为：实时测量钻井过程中的温度变化；
井段划分单元，被配置为：根据井身结构和地层层位，将整个井筒划分为不同井段；
钻杆和环空内温度场模型建立单元，被配置为：建立复杂井身结构和地温梯度条件下的井筒温度场解析求解算法；
钻杆和环空内温度场模型参数确定单元，被配置为：建立钻杆和环空内温度场模型参数的确定方法；
地层温度梯度反演单元，被配置为：进行地层温度梯度反演；包括：基于实时的钻井液出入口测量温度数据，进行地层温度反演；依赖井筒温度分布实测数据，进行地层温度反演。
Claims (10)
1.一种超深井钻井地层温度分布智能反演方法，其特征在于，包括：
实时测量钻井过程中的温度变化；
根据井身结构和地层层位，将整个井筒划分为不同井段；
建立复杂井身结构和地温梯度条件下的井筒温度场解析求解算法；
建立钻杆和环空内温度场模型参数的确定方法；
进行地层温度梯度反演；包括：基于实时的钻井液出入口测量温度数据，进行地层温度反演；依赖井筒温度分布实测数据，进行地层温度反演。
2.根据权利要求1所述的一种超深井钻井地层温度分布智能反演方法，其特征在于，在钻井系统出入口位置处安装温度计，实时测量钻井过程中的温度变化；包括：
钻井过程中，将钻杆下入井底，钻井液以恒定的排量由钻杆内自上而下流动，经过井底钻头处以后，从环空自下而上返回地面；钻井液流动过程中，受地层与井筒之间换热的影响，钻井液温度随时间和位置发生变化；
在钻杆入口钻井液注入位置处，安装第一温度计，记录钻井液入口温度T0 t,mea；在环空内钻井液出口位置处，安装第二温度计，记录钻井液出口温度T0 a,mea；
进一步优选的，采用光纤的方法实时测量钻井过程中的温度变化；包括：
将光纤及分布式光纤温度传感器固定在连续油管外壁上，每根油管上安装若干个固定装置将分布式光纤温度传感器固定，井口安装保护罩，随连续油管下入井底，获取实时、连续且准确的井下不同位置处流体温度数据，连续油管的流体温度Tt,mea和环空内的流体温度Ta,mea分布如下：
Tt,mea(0≤z≤H),Ta,mea(0≤z≤H) (1)
其中：z为深度，m；H为井深，m。
3.根据权利要求1所述的一种超深井钻井地层温度分布智能反演方法，其特征在于，根据井身结构和地层层位，将整个井筒划分为不同井段；包括：
根据已钻井段的井身结构，将地层划分为M个井段，包括第1层套管、第2层套管下部井段、…、第M-1层套管下部井段、裸眼段；不同井段上的井筒结构不同，对应流体与地层之间的综合换热阻力不同，M个井段热阻依次为A1～AM；
根据临井已钻信息、地质测井、岩性录井数据，确定地层分层情况，同一层位连续深度范围内相同岩性地层内的地层温度梯度相同；根据该划分方法，将地层划分为N个井段，不同井段上的地层地温梯度不同；
在上述两种划分方法的基础上，按照井筒热阻或者地层温度梯度中的任意一项不同，将地层共划分为Nwell个井段，根据定义得到Nwell≤N+M。
4.根据权利要求1所述的一种超深井钻井地层温度分布智能反演方法，其特征在于，建立复杂井身结构和地温梯度条件下的井筒温度场解析求解算法；包括：
对第i井段内井筒温度进行分析，第i井段内井筒的上界面深度为Hi-1，第i井段内井筒的下界面深度为Hi，第i井段长度为Hi-Hi-1，井段上不同位置为z；记录第i井段内井筒的上界面为起始点，第i井段内井筒的下界面为终点；考虑井筒轴向热传导和热对流过程，基于热量守恒原理，分别推导得到钻杆和环空内守恒方程，分别如式(2)、(3)所示：
QρCf[Ta,i(z+dz)-Ta,i(z)]＝qa→t-qf→a (2)
QρCf[Tt,i(z)-Tt,i(z+dz)]＝-qa→t (3)
式中：ρ为钻井液密度，kg/m3；Cf为钻井液比热容，J/(kg·℃)，由地面钻井液热物性实验测量得到；Q为钻井液排量，m3/s；qa→t为环空向油管内的传热速率，如式(4)所示：
qa→t＝2πrtUat(Ta,i-Tt,i)dz (4)
qf→a为地层向环空内的传热速率；井筒稳定传热条件下，qf→a等于地层向井筒外侧的传热速率qf→w和井筒外侧向环空的换热速率qw→a，即qf→a＝qf→w＝qw→a；
qf→a＝qw→a＝2πrcUwa(Twb-Ta,i)dz (6)
式中，Tei,i为井段i上的地层温度，Tei,i＝Tei，i-1+gi·z；Tei,i-1为井段i上界面的地层温度，gi为井段i上的地层温度梯度，基于温度测量数据反演得到；
将式(5)和式(6)代入式(2)和式(3)中，并求解常微分方程，得到第i井段的温度分布解析计算方法：
其中：为无因次温度，℃；ke为地层的热传导系数，W/(m·℃)；rt为钻杆半径，m；rc为套管半径，m；Uat为钻杆与环空之间的综合换热系数，W/(m2·℃)；Uwa为井筒最外侧与环空之间的综合换热系数，W/(m2·℃)；αi和βi为未知模型参数，由边界条件得到；因此，得到沿着井筒不同位置处钻杆温度Tt与环控内温度Ta分别如式(9)、(10)所示：
式中：Te0为地面温度，℃。
5.根据权利要求4所述的一种超深井钻井地层温度分布智能反演方法，其特征在于，建立钻杆和环空内温度场模型参数的确定方法；包括：
式(9)和(10)中，共包含2Nwell个未知数，即α1,β1,α2,β2,…,αi,βi,…,αNwell,βNwell；钻井液的注入温度T0 t,mea直接测量，即入口温度已知，钻柱内液体和环空液体在井底处的温度相等；此外，钻杆和环空内相邻井段的连接面处地层温度相等；由此，钻杆和环空内温度场模型参数求解下面的方程组式(11)得到：
Ax＝B (11)
其中，系数矩阵A维数为2N×2N；
xT＝[α1 β1 α2 β2 … αi βi αi+1 βi+1 … αN-1 βN+1 αN βN]
6.根据权利要求5所述的一种超深井钻井地层温度分布智能反演方法，其特征在于，基于实时的钻井液出入口测量温度数据，进行地层温度反演；包括：
当钻进第i井段期间，深度为z，Hi-1<z≤Hi，出口温度为Ta,mea；第1～(i-1)井段的地温梯度已得到，假设第i段地层温度梯度gi,assumed，根据式(11)求取α1,β1,α2,β2,…,αi,βi，代入式(10)求取出口温度Ta,sim，如式(12)所示：
Ta,sim＝(1+λ1,1B1)α1+(1+λ2,1B1)β1+Te0 (12)
如果Ta,mea大于Ta,sim，则假设的gi,assumed偏小，否则偏大，重新进行校正，直到|Ta,mea-Ta,sim|≤0.001℃；采用该方法，依次得到1-Nwell井段的地温梯度g1,g2,…,gi,…,gNwell，地层温度反演。
7.根据权利要求6所述的一种超深井钻井地层温度分布智能反演方法，其特征在于，依赖井筒温度分布实测数据，进行地层温度反演；包括：
如果采用DTS技术测量，获得井筒实测温度剖面，假设沿井筒共获得Nm个测量点，Nm≥N；
采用假设-校正法求取地层温度：包括：
首先，假设不同井段的地层温度梯度g1,assumed＝g2,assumed＝…＝gi,assumed＝…＝gNwell,assumed＝0.03℃/m；
然后，根据式(11)求取α1,β1,α2,β2,…,αi,βi，将不同井段上的温度测量值代入式(10)求取对应深度的温度，反演得到地层温度梯度；以井段i上的某测量点为(z,Ta,mea)，其中Hi-1<z≤Hi，反演得到地层温度梯度gi，如式(13)所示：
其中，井段i上不同测量点得到的gi可能有所差异，取其平均值；
判断是否|gi,assumed-gi|≤10-6，否则，令g1,assumed＝g1,g2,assumed＝g2,…,gi,assumed＝gi,…,gNwell,assumed＝gNwell，重新进行校正，最终计算得到地层温度剖面。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-7任一所述的超深井钻井地层温度分布智能反演方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任一所述的超深井钻井地层温度分布智能反演方法的步骤。
10.一种超深井钻井地层温度分布智能反演系统，其特征在于，包括：
温度实时测量单元，被配置为：实时测量钻井过程中的温度变化；
井段划分单元，被配置为：根据井身结构和地层层位，将整个井筒划分为不同井段；
钻杆和环空内温度场模型建立单元，被配置为：建立复杂井身结构和地温梯度条件下的井筒温度场解析求解算法；
钻杆和环空内温度场模型参数确定单元，被配置为：建立钻杆和环空内温度场模型参数的确定方法；
地层温度梯度反演单元，被配置为：进行地层温度梯度反演；包括：基于实时的钻井液出入口测量温度数据，进行地层温度反演；依赖井筒温度分布实测数据，进行地层温度反演。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410126870.7A CN117993192A (zh) | 2024-01-30 | 2024-01-30 | 一种超深井钻井地层温度分布智能反演方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410126870.7A CN117993192A (zh) | 2024-01-30 | 2024-01-30 | 一种超深井钻井地层温度分布智能反演方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117993192A true CN117993192A (zh) | 2024-05-07 |
Family
ID=90894653
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410126870.7A Pending CN117993192A (zh) | 2024-01-30 | 2024-01-30 | 一种超深井钻井地层温度分布智能反演方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117993192A (zh) |
-
2024
- 2024-01-30 CN CN202410126870.7A patent/CN117993192A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yang et al. | Establishing a practical method to accurately determine and manage wellbore thermal behavior in high-temperature drilling | |
| Dokhani et al. | Determination of equivalent circulating density of drilling fluids in deepwater drilling | |
| Kabir et al. | Determining circulating fluid temperature in drilling, workover, and well control operations | |
| Zhang et al. | Effect of the variations of thermophysical properties of drilling fluids with temperature on wellbore temperature calculation during drilling | |
| Bertani et al. | The first results of the Descramble project | |
| CN107842361B (zh) | 原始地层温度、空井筒静态温度、环空静态温度以及环空动态温度的测量方法 | |
| AU727258B2 (en) | A method for obtaining leak-off test and formation integrity test profile from limited downhole pressure measurements | |
| Yang et al. | Determining initial formation temperature considering radial temperature gradient and axial thermal conduction of the wellbore fluid | |
| Medina | SAGD: R&D for unlocking unconventional heavy-oil resources | |
| Khan et al. | A generalized mathematical model to predict transient bottomhole temperature during drilling operation | |
| Feng | The temperature prediction in deepwater drilling of vertical well | |
| Li et al. | Evaluating Distribution of Circulating Temperature in Wellbores using Drilling Microchips | |
| CN117993192A (zh) | 一种超深井钻井地层温度分布智能反演方法及系统 | |
| Abdelhafiz et al. | Effect of drilling and wellbore geometry parameters on wellbore temperature profile: Implications for geothermal production. | |
| Stiles et al. | Mathematical temperature simulators for drilling deepwater HT/HP wells: comparisons, applications, and limitations | |
| CN115293066A (zh) | 考虑地层渗流传热效应的气井温度场计算方法 | |
| Kårstad | Analysis of ballooning effects during drilling of high pressure high temperature wells | |
| Brown et al. | Enablement of High-Temperature Well Drilling for Multilateral Closed-Loop Geothermal Systems | |
| Jiang et al. | Analysis of dynamic thermal behaviors for multi-stage hydraulic fracturing treatments in horizontal shale oil and shale gas wells | |
| Shan et al. | Development of an analytical model for predicting the fluid temperature profile in drilling gas hydrates reservoirs | |
| Zayed et al. | Zohr field: enhanced characterization of productive intervals by means of an innovative temperature monitoring application during well testing | |
| Karkevandi-Talkhooncheh et al. | Estimating reservoir properties using downhole temperature and pressure data | |
| Samak et al. | Effect of drilling fluid temperature on formation fracture pressure gradient | |
| Wang et al. | Non-uniform Temperature Distribution's Impact on Downhole Weight on Bit Measurement (DWOB) and the Novel Compensatory Method | |
| Zhang et al. | Temperature Prediction Model for Two‐Phase Flow Multistage Fractured Horizontal Well in Tight Oil Reservoir |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination |