WO2020220745A1 - 一种钻井完井堵漏材料定量评分优选方法 - Google Patents

一种钻井完井堵漏材料定量评分优选方法 Download PDF

Info

Publication number
WO2020220745A1
WO2020220745A1 PCT/CN2020/070778 CN2020070778W WO2020220745A1 WO 2020220745 A1 WO2020220745 A1 WO 2020220745A1 CN 2020070778 W CN2020070778 W CN 2020070778W WO 2020220745 A1 WO2020220745 A1 WO 2020220745A1
Authority
WO
WIPO (PCT)
Prior art keywords
parameter
plugging
lost
key performance
parameters
Prior art date
Application number
PCT/CN2020/070778
Other languages
English (en)
French (fr)
Inventor
许成元
康毅力
游利军
姜超
闫霄鹏
张敬逸
林冲
周贺翔
杨斌
刘川
Original Assignee
西南石油大学
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 西南石油大学 filed Critical 西南石油大学
Priority to US17/257,004 priority Critical patent/US11017134B1/en
Publication of WO2020220745A1 publication Critical patent/WO2020220745A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/25—Design optimisation, verification or simulation using particle-based methods
    • 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
    • E21B41/00—Equipment or details not covered by groups E21B15/00 - E21B40/00
    • 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
    • E21B21/003—Means for stopping loss of drilling fluid
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling

Definitions

  • the invention belongs to the technical field of loss control, and relates to a method for quantitatively scoring and optimizing a drilling and completion plugging material based on an analytic hierarchy process.
  • leakage control is one of the main methods to solve the leakage of formation working fluid.
  • leakage stoppage materials have become diverse.
  • well conditions are complicated, and different plugging materials need to be selected for leakage in different formations.
  • researchers often choose plugging materials based on experience or after a large number of experiments. In the end, it is still not sure whether the selected materials are the best. Excellent materials, and there is currently no unified standard or method for selection of plugging materials.
  • the present invention provides a quantitative scoring and optimization method for drilling and completion plugging materials based on the analytic hierarchy process.
  • the drilling and completion plugging materials are scored and the researchers choose the plugging materials in the plugging formula. Provide evidence.
  • the technical scheme adopted by the present invention is: a method for quantitatively scoring and optimizing the drilling and completion plugging materials, which includes the following steps:
  • Step 1 Obtain the performance parameters of the drilling and completion plugging material.
  • the performance parameters include: mechanical parameters, chemical parameters and geometric parameters.
  • the mechanical parameters include but are not limited to friction coefficient, compression resistance, abrasion resistance and fiber resistance.
  • the basis for the extraction of the key performance parameters includes but not limited to leakage Control effect prediction model, and extract the performance parameters according to the specific geological conditions of the lost layer;
  • Step 2 Sort the key performance parameters obtained in step 1, and determine the relative importance between each two key performance parameters.
  • the ranking of key performance parameters is subjectively qualitatively ranked by the researcher according to the specific situation and experience, and the degree of importance is scaled by the researcher according to the specific situation and experience;
  • Step 3 Use the analytic hierarchy process to calculate the weight of each key performance parameter
  • Step 4 Obtain and evaluate the key performance experimental parameters of the existing plugging materials: According to the established parameter evaluation standards, the key performance parameters of the existing plugging materials are divided into high, high, medium, low and low Wait for five levels and correspond to different points;
  • Step 5 Calculate the comprehensive score of each existing plugging material according to steps 3 and 4;
  • Step 6 According to the comprehensive score of the existing materials calculated in Step 5, the material with the highest score is selected as the preferred material, or the material with the top 5% of the scores is ranked from highest to lowest considering the economic cost of plugging materials.
  • step 1 the prediction model of the leakage control effect in step 1 is:
  • P z -sealing pressure bearing capacity characterizing the loss control effect, MPa; ⁇ H-the height of the shear failure part of the crack plugging layer (mm); W-the width of the plugging crack, mm; H-the height of the crack, mm; h —The height of the plugging layer, mm; ⁇ —the porosity of the plugging layer, %;
  • a f the area occupied by the fibers on the cross section, mm 2 ;
  • A the total area of the cross section, mm 2 ;
  • k p the stiffness of the granular material (N /mm); ⁇ p -particle contact deformation, mm; E f -fiber elastic modulus, MPa; P c -crack closure pressure, MPa; P c / -crack horizontal pressure, MPa; E f -fiber elastic modulus , MPa; ⁇ 1 -particle surface friction angle, °; ⁇ 2 -fiber surface friction angle
  • step 3 is:
  • Step 3.2 Normalize the elements of each column of the judgment matrix, and the general items of the elements are
  • b ij represents the element in the ith row and the j column of the judgment matrix
  • n represents the order of the judgment matrix
  • Step 3.3 Add the normalized judgment matrix for each column, namely
  • Step 3.4 Vector Put the vector
  • the result of normalization processing is the required feature vector, namely
  • the elements in the feature vector W are the weights of the corresponding parameters
  • Step 3.5 Calculate the largest eigenvalue through the judgment matrix and eigenvector, namely
  • (BW) i represents the i-th element of the vector
  • Step 3.6 Calculate the consistency of the judgment matrix and check
  • CI represents the consistency parameter
  • RI represents the random consistency parameter as shown in the table below.
  • Points 10 8 6 4 2 Key performance parameter level high Medium to high medium Medium to low low
  • the performance parameter evaluation table is obtained by evaluating the performance parameters of a large number of plugging materials, which is applicable to all lost formations.
  • the quantitative scoring and optimization method of plugging materials based on the analytic hierarchy process can systematically consider the geological conditions and leakage conditions of the missing interval, and provide researchers with a scientific and reasonable basis for selecting plugging materials, saving experimental costs and time, and avoiding researchers blindly choose plugging materials.
  • Figure 1 A schematic diagram of a hierarchical structure model of an embodiment of the present invention
  • Figure 2 The preferred hierarchical structure of plugging materials in specific implementation cases
  • Figure 3 Analytic hierarchy process structure diagram.
  • the invention provides a quantitative scoring method for drilling and completion plugging materials based on analytic hierarchy process, which includes the following steps:
  • Step 1 Extract the performance parameters of the drilling and completion plugging material
  • the performance requirements of the leakage zone for the plugging material are determined, and then the key performance parameters of the drilling and completion plugging materials required for the loss zone are extracted from the performance parameters, and the loss control
  • the effect prediction model can refer to but not limited to the following formulas.
  • the relevant performance parameters include but are not limited to the geometric, mechanical and chemical parameters listed in Table 1.
  • P z -sealing pressure bearing capacity characterizing the loss control effect, MPa; ⁇ H-the height of the shear failure part of the crack plugging layer (mm); W-the width of the plugging crack, mm; H-the height of the crack, mm; h —The height of the plugging layer, mm; ⁇ —the porosity of the plugging layer, %;
  • a f the area occupied by the fibers on the cross section, mm 2 ;
  • A the total area of the cross section, mm 2 ;
  • k p the stiffness of the granular material (N /mm); ⁇ p — particle contact deformation, mm;
  • E f fiber elastic modulus, MPa;
  • P c crack closure pressure, MPa;
  • P′ C crack horizontal pressure, MPa;
  • E f fiber elastic modulus , MPa; ⁇ 1 -particle surface friction angle, °; ⁇ 2 -fiber surface friction angle, °;
  • Step 2 According to the temperature, pressure, ground stress and other geological characteristic parameters of the missing stratum, the type of leakage and the requirements of the plugging construction, the key performance parameters of the plugging selected from step 1 are sorted according to the degree of importance. The degree of importance is determined by the researcher Scale based on specific circumstances and experience.
  • Step 3 Use the analytic hierarchy process to calculate the weight of each key performance parameter of the plugging material
  • the qualitative ranking is converted into a quantitative ranking using the analytic hierarchy process, which is expressed as the weight of each key performance parameter;
  • Step 3.1 First, compare the relative importance of elements in the same layer with a unified standard to establish a judgment matrix.
  • the judgment matrix of each key performance parameter of the missing interval is as follows:
  • Step 3.2 Normalize the elements of each column of the judgment matrix, and the general items of the elements are
  • b ij represents the element in the ith row and the j column of the judgment matrix
  • n represents the order of the judgment matrix
  • Step 3.3 Add the normalized judgment matrix for each column, namely
  • Step 3.4 After the addition, the vector is normalized, and the result is the required feature vector, namely
  • the elements in the feature vector W are the weights of the corresponding parameters
  • Step 3.5 Calculate the largest eigenvalue through the judgment matrix and eigenvector, namely
  • (BW) i represents the i-th element of the vector
  • Step 3.6 Calculate the consistency of the judgment matrix and check
  • CI represents the consistency parameter
  • RI represents the random consistency parameter
  • Step 4 Perform experimental evaluation on the key performance parameters of existing plugging materials:
  • Material compression capacity, abrasion resistance and strength and high temperature resistance are all evaluated by the particle size D90 degradation rate under 25MPa; the particle size and high temperature resistance ability is evaluated by the particle size D90 degradation rate after high temperature aging and before aging; the final high temperature resistance is the particle size The smaller value of high temperature resistance and strength resistance to high temperature.
  • Step 5 Use the scoring method to calculate the comprehensive score of each plugging material
  • Step 6 According to the comprehensive score of the material, the most suitable plugging material type for the missing interval is selected.
  • the leakage layer is a reservoir section and belongs to a high temperature, high pressure, and high in-situ stress reservoir.
  • the loss control effect prediction model and the characteristics of the loss zone the key performance parameters of the plugging material are selected as: particle size distribution D90, friction coefficient, sphericity, high temperature resistance, pressure resistance, and abrasion resistance. .
  • the judgment matrix for the key performance parameters of the above plugging materials is constructed as follows:
  • Table 9 The scores of key performance parameters of bridging materials in the non-reservoir section of the block and the final scores of the materials
  • the comprehensive score of the plugging material it can be seen that the comprehensive score of LCM-K3 is the highest, which means that the material is most suitable for the bridging material of the layer.
  • the material can be used for the plugging test first.
  • the results of the plugging test prove ,
  • the material LCM-K3 is the optimal material, which proves the predictability and superiority of the method of the present invention.
  • the present invention applies the analytic hierarchy process to the quantitative scoring method of the drilling and completion plugging material, which can scientifically and effectively score and optimize the applicability of the plugging material to the target formation, saving time and cost for researchers.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mining & Mineral Resources (AREA)
  • Geology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Fluid Mechanics (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Mechanical Engineering (AREA)
  • Earth Drilling (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
  • Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)

Abstract

一种钻井完井堵漏材料定量评分优选方法。该方法首先提取漏失地层钻井完井堵漏材料的关键性能参数，并根据重要程度对关键性能参数进行排序；然后利用层次分析法计算堵漏材料关键性能参数的权重；根据堵漏材料性能参数实验评价表，确定现有堵漏材料各项关键性能参数的评分；最后计算各类堵漏材料的综合得分，并根据综合得分优选出堵漏材料。本方案建立了堵漏材料性能参数定量评价表，并依据层次分析法建立了针对不同堵漏地层所需堵漏材料的优选方法，为钻井完井现场堵漏材料的优选提供依据，节约了确定最优堵漏材料时的实验成本和时间成本。

Description

一种钻井完井堵漏材料定量评分优选方法 技术领域
本发明属于漏失控制技术领域，涉及一种基于层次分析法的钻井完井堵漏材料定量评分优选方法。
背景技术
漏失性地层工作液大量漏失增加了油气田开发的钻井完井成本和建井周期甚至可能引发卡钻等事故，这严重影响了油气资源的勘探开发进程，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，漏失控制是解决地层工作液漏失的主要方法之一，然而随着漏失控制技术的不断发展，堵漏材料也变得多种多样。现如今井况复杂，针对不同地层的漏失需要选择不同的堵漏材料，而研究人员往往是凭借经验或者是经过大量的实验后选择的堵漏材料，到最后还不能确定所选择材料是否为最优材料，而目前没有统一的堵漏材料选择标准或方法。
发明内容
为了解决上述技术问题，本发明提供了一种基于层次分析法的钻井完井堵漏材料定量评分优选方法，对钻井完井堵漏材料进行评分，为研究人员堵漏配方中堵漏材料的选择提供依据。
本发明所采用的技术方案是：一种钻井完井堵漏材料定量评分优选方法，包括以下步骤：
步骤1：获取钻井完井堵漏材料的性能参数，所述的性能参数包括：力学参数、化学参数和几何参数，其中力学参数包括但不限于摩擦系数、抗压能力、抗磨蚀能力和纤维抗拉强度；化学参数包括但不限于酸溶率和抗温能力；几何参数包括但不限于形状、纤维长径比、圆球度和粒度分布；所述关键性能参数的提取依据包括但不限于漏失控制效果预测模型，并根据漏失层具体地质情况从性能参数中提取；
步骤2：对步骤1获取的关键性能参数进行排序，并确定其每两个关键性能参数之间的相对重要程度。其中，关键性能参数的排序是由研究人员根据具体情况和经验进行主观性上的定性排序，重要程度的标度由研究人员根据具体情况和经验进行标度；
步骤3：利用层次分析法计算每种关键性能参数的权重；
步骤4：获取现有堵漏材料的关键性能实验参数并对其进行评价：根据制定的参数评价标准，将现有堵漏材料的关键性能参数划分为高、较高、中等、较低和低等五个等级，并对应不同的分值；
步骤5：根据步骤3和步骤4计算出各现有堵漏材料的综合得分；
步骤6：根据步骤5计算的现有材料的综合得分情况，选出得分最高的即为优选材料，或在考虑堵漏材料经济成本因素下，得分按从高到底排序位于前5％的材料。
进一步的，步骤1中漏失控制效果预测模型为：
Figure PCTCN2020070778-appb-000001
其中：
Figure PCTCN2020070778-appb-000002
其中：P z—封堵承压能力，表征漏失控制效果，MPa；ΔH—裂缝封堵层剪切破坏部分高度(mm)；W—封堵裂缝宽度，mm；H—裂缝高度，mm；h—封堵层高度，mm；φ—封堵层孔隙度，％；A f—横截面上纤维所占面积，mm 2；A—横截面总面积，mm 2；k p—颗粒材料刚度(N/mm)；ε p—颗粒接触形变，mm；E f—纤维弹性模量，MPa；P c—裂缝闭合压力，MPa；P c /—裂缝水平向压力，MPa；E f—纤维弹性模量，MPa；δ 1—颗粒表面摩擦角，°；δ 2—纤维表面摩擦角，°；δ 3—封堵层—裂缝面间摩擦角，°；d p—颗粒平均直径，mm；l f—纤维长度，mm；α—纤维初始倾斜角，°；d f—纤维直径，mm；θ i—纤维初始倾斜角，°；θ—纤维剪切后倾斜角，°；σ fc—纤维抗拉强度，MPa；a封堵层长度，mm。
进一步的，步骤3的具体操作过程为：
3.1首先用统一标准对同一层内元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：
Figure PCTCN2020070778-appb-000003
式中：
Figure PCTCN2020070778-appb-000004
表示参数i相对于参数j的重要程度的比例；
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3.2：将判断矩阵的每一列元素归一化处理，其元素的一般项为
Figure PCTCN2020070778-appb-000005
其中，b ij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3.3：对各列归一化的判断矩阵，按行相加，即
Figure PCTCN2020070778-appb-000006
步骤3.4：向量
Figure PCTCN2020070778-appb-000007
把向量
Figure PCTCN2020070778-appb-000008
归一化处理所得结果即为所求特征向量，即
Figure PCTCN2020070778-appb-000009
特征向量W中的元素即为对应参数的权重；
步骤3.5：通过判断矩阵和特征向量计算最大特征根，即
Figure PCTCN2020070778-appb-000010
其中，(BW) i表示向量的第i个元素；
步骤3.6：计算判断矩阵的一致性，并检验；
Figure PCTCN2020070778-appb-000011
Figure PCTCN2020070778-appb-000012
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3.1，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。
进一步的，所述步骤4中关键性能参数等级与分值的关系如下表所示：
分值 10 8 6 4 2
关键性能参数等级 高 中等偏高 中等 中等偏低 低
同时通过对大量堵漏材料性能参数评价得出性能参数评价表，适用于所有漏失地层，部分性能参数评价表如下图所示：
Figure PCTCN2020070778-appb-000013
进一步的，所述步骤5中各堵漏材料的综合得分计算公式为：
Figure PCTCN2020070778-appb-000014
其中S表示堵漏材料或堵漏配方的最终评分，
Figure PCTCN2020070778-appb-000015
和φ i(x)分别表示各关键性能参数的权重和对应参数的得分。
对于现有堵漏技术，本发明的有益效果是：
(1)基于层次分析法的堵漏材料定量评分优选方法，能够系统的考虑漏失层段的地质情况和漏失情况，为研究人员提供科学合理的堵漏材料选择依据，节约实验成本和时间，避免研究人员盲目选择堵漏材料。
(2)基于对大量堵漏材料性能参数评价而得出的性能参数评价表，基于特定漏失地层而选定的关键性能参数，考虑漏失层段对堵漏材料的性能要求，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评分体系，计算堵漏材料各性能参数权重，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：具体实施案例中堵漏材料优选层次结构；
图3：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。
本发明提供的一种基于层次分析法的钻井完井堵漏材料定量评分方法，包括以下步骤：
步骤1：提取钻井完井堵漏材料性能参数；
根据钻井完井漏失控制机理和漏失控制效果预测模型，确定漏失层段对堵漏材料的性能要求，进而从性能参数中提取出漏失层所需钻井完井堵漏材料的关键性能参数，漏失控制效果预测模型可参照但不限于以下公式，相关性能参数包括但不限于表1中所列的几何、力学和化学参数。
Figure PCTCN2020070778-appb-000016
其中：
Figure PCTCN2020070778-appb-000017
其中：P z—封堵承压能力，表征漏失控制效果，MPa；ΔH—裂缝封堵层剪切破坏部分高度(mm)；W—封堵裂缝宽度，mm；H—裂缝高度，mm；h—封堵层高度，mm；φ—封堵层孔隙度，％；A f—横截面上纤维所占面积，mm 2；A—横截面总面积，mm 2；k p—颗粒材料刚度(N/mm)；ε p—颗粒接触形变，mm；E f—纤维弹性模量，MPa；P c—裂缝闭合压力，MPa；P′ C—裂缝水平向压力，MPa；E f—纤维弹性模量，MPa；δ 1—颗粒表面摩擦角，°；δ 2—纤维表面摩擦角，°；δ 3—封堵层—裂缝面间摩擦角，°；d p—颗粒平均直径，mm；l f—纤维长度，mm；α—纤维初始倾斜角，°；d f—纤维直径，mm；θ i—纤维初始倾斜角，°；θ—纤维剪切后倾斜角，°；σ fc—纤维抗拉强度，MPa；a封堵层长度，mm。
表1 钻井完井堵漏材料性能参数
Figure PCTCN2020070778-appb-000018
步骤2：根据漏失地层的温度、压力、地应力等地质特征参数，漏失类型和堵漏施工要求，对从步骤1中选择的堵漏关键性能参数按重要程度进行排序，重要程度由研究人员根据具体情况和经验进行标度。
步骤3：利用层次分析法计算堵漏材料每种关键性能参数的权重
对堵漏材料的重要程度进行了定性的评判后用层次分析法将定性的排序转换为定量排序，表现为各关键性能参数所占权重的大小；
步骤3.1：首先用统一标准对同一层内元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：
Figure PCTCN2020070778-appb-000019
式中：
Figure PCTCN2020070778-appb-000020
表示参数i相对于参数j的重要程度的比例；
其中各项关键性能参数间重要程度比例标度如下表2：
表2 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
步骤3.2：将判断矩阵的每一列元素归一化处理，其元素的一般项为
Figure PCTCN2020070778-appb-000021
其中，b ij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3.3：对各列归一化的判断矩阵，按行相加，即
Figure PCTCN2020070778-appb-000022
步骤3.4：相加后向量归一化处理，所得结果即为所求特征向量，即
Figure PCTCN2020070778-appb-000023
特征向量W中的元素即为对应参数的权重；
步骤3.5：通过判断矩阵和特征向量计算最大特征根，即
Figure PCTCN2020070778-appb-000024
其中，(BW) i表示向量的第i个元素；
步骤3.6：计算判断矩阵的一致性，并检验；
Figure PCTCN2020070778-appb-000025
Figure PCTCN2020070778-appb-000026
其中CI表示一致性参数，RI表示随机一致性参数，其值如表3：
表3 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3.1，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4：对现有堵漏材料的关键性能参数进行实验评价：
获取现有堵漏材料各关键性能参数，并按照表4的性能参数评价表对各性能参数进行等级划分，然后根据表5-6得出堵漏材料各关键性能参数得分。
表4 堵漏材料部分性能参数评价表
Figure PCTCN2020070778-appb-000027
Figure PCTCN2020070778-appb-000028
注：材料抗压能力、抗磨蚀能力和强度抗高温能力均采用25MPa下粒度D90降级率评价；粒度抗高温能力采用高温老化后与老化前对比的粒度D90降级率评价；最终抗高温能力取粒度抗高温能力和强度抗高温能力之中的较小值。
表5 堵漏材料部分性能参数不同等级对应的分值
分值 10 8 6 4 2
摩擦系数 高 中等偏高 中等 中等偏低 低
颗粒抗压强度 高 中等偏高 中等 中等偏低 低
纤维抗拉强度 高 中等偏高 中等 中等偏低 低
圆球度 低 中等偏低 中等 中等偏高 高
抗温能力 高 中等偏高 中等 中等偏低 低
抗磨蚀能力 高 中等偏高 中等 中等偏低 低
纤维长径比 高 中等偏高 中等 中等偏低 低
表6 堵漏材料D90不同等级对应的分值
Figure PCTCN2020070778-appb-000029
步骤5：利用打分法计算各堵漏材料的综合得分；
钻井完井堵漏材料综合评分函数如下：
Figure PCTCN2020070778-appb-000030
其中S表示堵漏材料或堵漏配方的最终得分，
Figure PCTCN2020070778-appb-000031
和φ i(x)分别表示各关键性能参数的权重和对应参数的得分。
步骤6：根据材料的综合得分情况优选出最适合漏失层段的堵漏材料类型。
实施例1：
本实施案例以库车山前某区块的储层段架桥材料定量评分为例，该漏失层为储层段，属于高温、高压、高地应力储层。根据钻井完井漏失控制机理、漏失控制效果预测模型以及该漏失层特征，选择堵漏材料关键性能参数为：粒度分布D90、摩擦系数、圆球度、抗高温能力、抗压能力、抗磨蚀能力。
根据这些关键性能参数对该区块储层段堵漏效果的重要程度对它们进行排序，重要程度从大到小依次为：粒度D90>摩擦系数>圆球度>抗高温能力>抗压能力>抗磨蚀能力。
对以上堵漏材料关键性能参数构建判断矩阵如下：
Figure PCTCN2020070778-appb-000032
利用层次分析法计算出各关键性能参数权重如表7。
表7 各关键性能参数参数的相对权重
参数 粒度D90 摩擦系数 圆球度 抗温能力 抗压能力 抗磨蚀能力
权重 0.418 0.295 0.130 0.090 0.039 0.028
最后计算各种堵漏材料的最终得分，最终得分靠前的堵漏材料的关键性能参数及最终得分见表8和表9，选择分数最高的堵漏材料进行试验，测试堵漏效果。
表8 该区块非储层段架桥材料关键性能参数等级
Figure PCTCN2020070778-appb-000033
表9 该区块非储层段架桥材料关键性能参数的评分及材料的最终得分
Figure PCTCN2020070778-appb-000034
根据堵漏材料的综合得分，可以看出LCM-K3的综合得分最高，即表示该材料最适用于该层段的架桥材料，可优先用该材料进行堵漏试验，经堵漏实验结果证明，材料LCM-K3为最优材料，证明了本发明方法的可预见性与优越性。
本发明将层次分析法应用到钻井完井堵漏材料定量评分方法当中，能够科学有效的对堵漏材料对目标地层的适用程度进行评分优选，为研究人员节约时间与成本。
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 (8)

  1. 一种钻井完井堵漏材料定量评分优选方法，其特征在于，所述堵漏材料评分方法包括以下步骤：
    步骤1：获取钻井完井堵漏材料的性能参数，并从中提取出关键性能参数；
    步骤2：对步骤1获取的关键性能参数根据其相对重要程度进行排序；
    步骤3：利用层次分析法计算每种关键性能参数的权重；
    步骤4：获取现有堵漏材料的关键性能参数，并对其进行评价；
    步骤5：根据步骤3和步骤4的结果计算出各现有堵漏材料的综合得分；
    步骤6：根据步骤5计算出的各现有堵漏材料综合得分情况得出优选堵漏材料类型。
  2. 根据权利要求1所述的一种钻井完井堵漏材料定量评分优选方法，其特征在于，步骤1所述的性能参数包括：力学参数、化学参数和几何参数，其中力学参数包括但不限于摩擦系数、抗压能力、抗磨蚀能力和纤维抗拉强度；化学参数包括但不限于酸溶率和抗温能力；几何参数包括但不限于形状、纤维长径比、圆球度和粒度分布。
  3. 根据权利要求1所述的一种钻井完井堵漏材料定量评分优选方法，其特征在于，步骤1所述的关键性能参数的提取依据包括但不限于漏失控制效果预测模型、并根据漏失层具体地质情况从性能参数中提取。
  4. 根据权利要求1所述的一种钻井完井堵漏材料定量评分优选方法，其特征在于，步骤2所述关键性能参数的排序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所述的一种钻井完井堵漏材料定量评分优选方法，其特征在于，所述步骤3的具体操作过程为：
    S1、首先用统一标准对同一层内元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：
    Figure PCTCN2020070778-appb-100001
    式中：
    Figure PCTCN2020070778-appb-100002
    表示参数i相对于参数j的重要程度的比例；
    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时取中值
    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
    Figure PCTCN2020070778-appb-100003
    其中，b ij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
    Figure PCTCN2020070778-appb-100004
    S4、向量
    Figure PCTCN2020070778-appb-100005
    把向量
    Figure PCTCN2020070778-appb-100006
    归一化处理，所得结果即为所求特征向量，即
    Figure PCTCN2020070778-appb-100007
    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
    Figure PCTCN2020070778-appb-100008
    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；
    Figure PCTCN2020070778-appb-100009
    Figure PCTCN2020070778-appb-100010
    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：
    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3.1，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。
  6. 根据权利要求1所述的一种钻井完井堵漏材料定量评分优选方法，其特征在于，所述步骤4中对现有堵漏材料关键性能参数评价包括：根据制定的参数评价标准，将现有堵漏材料的关键性能参数划分为高、较高、中等、较低和低等五个等级，并对应不同的分值，所述参数评价标准经过对大量堵漏材料性能评价得出，部分性能参数评价如下表所示：
    Figure PCTCN2020070778-appb-100011
  7. 根据权利要求1所述的一种钻井完井堵漏材料定量评分优选方法，其特征在于，所述步骤5中计算各现有堵漏材料综合得分的公式为：
    Figure PCTCN2020070778-appb-100012
    其中S表示堵漏材料或堵漏配方的最终评分，
    Figure PCTCN2020070778-appb-100013
    和φ i(x)分别表示各关键性能参数的权重和对应参数的分值。
  8. 根据权利要求1所述的一种钻井完井堵漏材料定量评分优选方法，其特征在于，所述步骤6中最佳堵漏材料类型是得分最高的材料类型，或考虑堵漏材料经济成本因素下，得分按从高到底排序位于前5％的材料。
PCT/CN2020/070778 2019-04-29 2020-01-08 一种钻井完井堵漏材料定量评分优选方法 WO2020220745A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US17/257,004 US11017134B1 (en) 2019-04-29 2020-01-08 Quantitative scoring and optimization method of drilling and completion loss-control material

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201910356871.XA CN110069878B (zh) 2019-04-29 2019-04-29 一种钻井完井堵漏材料定量评分优选方法
CN201910356871.X 2019-04-29

Publications (1)

Publication Number Publication Date
WO2020220745A1 true WO2020220745A1 (zh) 2020-11-05

Family

ID=67369646

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2020/070778 WO2020220745A1 (zh) 2019-04-29 2020-01-08 一种钻井完井堵漏材料定量评分优选方法

Country Status (3)

Country Link
US (1) US11017134B1 (zh)
CN (1) CN110069878B (zh)
WO (1) WO2020220745A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116341980A (zh) * 2023-03-29 2023-06-27 中冶检测认证有限公司 用于混凝土排架厂房损伤指数的确定方法和控制装置

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110069878B (zh) * 2019-04-29 2019-12-20 西南石油大学 一种钻井完井堵漏材料定量评分优选方法
CN111537344B (zh) * 2020-05-11 2022-03-08 西南石油大学 刚性堵漏材料抗压强度测试方法
CN114320279A (zh) * 2021-12-29 2022-04-12 西南石油大学 深层裂缝性地层钻井液漏失层位预测方法
CN114550852A (zh) * 2022-03-09 2022-05-27 西南石油大学 基于力链结构参数的堵漏颗粒材料优化方法
CN114818387B (zh) * 2022-06-20 2023-06-13 浙江大学杭州国际科创中心 一种非线性电导材料的性能评价方法
CN115290432A (zh) * 2022-08-07 2022-11-04 西南石油大学 一种射孔套管孔眼冲蚀速率预测与冲蚀损伤评价方法
CN115420861B (zh) * 2022-09-16 2023-12-29 常州大学 一种深层裂缝性地层物理类颗粒堵漏材料抗盐性评价方法
CN115526054B (zh) * 2022-10-08 2023-08-08 西南石油大学 一种基于页岩裂缝面力学性质变化的堵漏材料优选方法
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
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

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080200352A1 (en) * 2004-09-01 2008-08-21 Willberg Dean M Degradable Material Assisted Diversion or Isolation
CN102033988A (zh) * 2010-11-30 2011-04-27 南京理工大学 炸药爆轰性能的模糊评估方法
CN106769843A (zh) * 2017-01-12 2017-05-31 西南石油大学 一种钻井堵漏材料摩擦系数测量方法与装置
CN107293176A (zh) * 2017-08-13 2017-10-24 北京管通科技开发有限责任公司 一种带压堵漏模拟仿真训练评分系统及方法
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
CN110359898A (zh) * 2018-03-13 2019-10-22 西南石油大学 一种裂缝性储层预撑裂缝堵漏材料选择方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1402173A (zh) * 2001-08-07 2003-03-12 株式会社理光 成本估计方法及系统
US8307916B1 (en) * 2007-02-27 2012-11-13 Wald H Lester Controlling fluid loss in oil and gas wells
CN102282411B (zh) * 2009-01-19 2013-11-13 Bp北美公司 用于使用机械模型来预测腐蚀速率的方法和系统
CN102382632B (zh) * 2010-09-03 2014-12-03 中国石油化工股份有限公司 一种防止堵漏材料被地层水稀释的预处理剂及其制法和应用
US8877015B2 (en) * 2010-11-04 2014-11-04 Kior, Inc. Process control by blending biomass feedstocks
CN102278090A (zh) * 2011-08-16 2011-12-14 中国石油化工股份有限公司 钻遇储层裂缝的堵漏方法及控制系统
WO2014036077A1 (en) * 2012-08-28 2014-03-06 Saudi Arabian Oil Company Method for reconstructing the total organic carbon content from compositional modeling analysis
CN103761448B (zh) * 2014-02-18 2015-02-11 中国矿业大学(北京) 煤层底板突水变权脆弱性评价法中调权参数的确定方法
CN104194748A (zh) * 2014-08-06 2014-12-10 中国石油集团渤海钻探工程有限公司 高温深井用承压堵漏剂
GB2548502B (en) * 2014-12-11 2020-12-23 Halliburton Energy Services Inc Resilient carbon-based materials as lost circulation materials and related methods
CN105084829A (zh) * 2015-08-03 2015-11-25 重庆市十八土鑫诚灌浆防水工程有限公司 一种防渗堵漏材料及其制备方法
CN107884335B (zh) * 2017-09-29 2019-10-18 西南石油大学 一种裂缝性储层堵漏材料封堵带失效原因的判定方法
CN108300434B (zh) * 2018-04-04 2019-02-22 北京科麦仕油田化学剂技术有限公司 一种高密度油基钻井液堵漏液及其制备方法与应用
CN109165824A (zh) * 2018-08-07 2019-01-08 国网江苏省电力有限公司 一种针对关键流程的评估方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080200352A1 (en) * 2004-09-01 2008-08-21 Willberg Dean M Degradable Material Assisted Diversion or Isolation
CN102033988A (zh) * 2010-11-30 2011-04-27 南京理工大学 炸药爆轰性能的模糊评估方法
CN106769843A (zh) * 2017-01-12 2017-05-31 西南石油大学 一种钻井堵漏材料摩擦系数测量方法与装置
CN107293176A (zh) * 2017-08-13 2017-10-24 北京管通科技开发有限责任公司 一种带压堵漏模拟仿真训练评分系统及方法
CN110359898A (zh) * 2018-03-13 2019-10-22 西南石油大学 一种裂缝性储层预撑裂缝堵漏材料选择方法
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

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116341980A (zh) * 2023-03-29 2023-06-27 中冶检测认证有限公司 用于混凝土排架厂房损伤指数的确定方法和控制装置

Also Published As

Publication number Publication date
US11017134B1 (en) 2021-05-25
CN110069878B (zh) 2019-12-20
US20210141984A1 (en) 2021-05-13
CN110069878A (zh) 2019-07-30

Similar Documents

Publication Publication Date Title
WO2020220745A1 (zh) 一种钻井完井堵漏材料定量评分优选方法
CN103268420B (zh) 一种岩石高边坡的危险性评价方法
CN107451325B (zh) 深井超深井压裂套管失效风险实时定量评估方法及装置
Chatterjee et al. Numerical simulations of pipe–soil interaction during large lateral movements on clay
CN107387051B (zh) 低渗透非均质油藏多段压裂水平井重复压裂选井的方法
CN113642273B (zh) 一种支撑裂缝长期导流能力预测方法
CN114320279A (zh) 深层裂缝性地层钻井液漏失层位预测方法
CN113570226A (zh) 断层破碎带隧道突涌水灾害发生概率等级评价方法
CN103454139A (zh) 含瓦斯煤岩体扩容关键影响因素及重要度确定方法
CN103499501B (zh) 一种基于井液润滑效果的抽油杆磨损评价方法及装置
CN109558976A (zh) 一种基于多维信息的冲击地压危险性辨识方法
Shi et al. SCS: A one‐dimensional piecewise‐linear large strain consolidation model for structured soils
Li et al. A model for the optimization of the Shale Gas horizontal well section based on the combination of different weighting methods in the frame of the game theory
CN111929424B (zh) 一种基于尺寸效应的巨跨地下洞室硬质围岩亚分级方法
CN112228052B (zh) 一种页岩、致密岩油气产能预测方法、评价方法及系统
CN110096833B (zh) 一种适用于顺层偏压隧道的围岩荷载计算方法
CN114462690A (zh) 一种基于突变理论的深层页岩气压裂效果预测方法
CN109917102A (zh) 一种考虑岩石破裂复杂程度的脆性评价方法
CN112881184A (zh) 基于全程应力应变的砂砾岩脆性指数确定方法及系统
Xiong et al. Re-Fracturing Wells Selection by Fuzzy Comprehensive Evaluation Based on Analytic Hierarchy Process—Taking Mahu Oilfield as An Example
CN111709129A (zh) 一种类岩堆体裂隙围岩中隧道开挖安全系数确定方法
CN114048686B (zh) 一种刚性堵漏材料定量评价方法
Zhou et al. Perforated steel for realizing extraordinary ductility under compression: Testing and finite element modeling
CN113537655B (zh) 气井重启潜力的判别方法和装置
Yin et al. Evaluation of the controlling effect of new annulus materials on casing deformation in shale gas wells

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 20798824

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20798824

Country of ref document: EP

Kind code of ref document: A1