文献类型：期刊文章

作　　者：李紫璇[1,2] 张菲菲[3] 祝钰明[4] 吴墨染[5] 刘泳敬[6] 于琛[7]

Li Zixuan;Zhang Feifei;Zhu Yuming;Wu Moran;Liu Yongjing;Yu Chen(School of Petroleum Engineering,Yangtze University;Leak Resistance&Sealing Technology Research Room of National Engineering Laboratory of Petroleum Drilling Technology;Hubei Provincial Key Laboratory of Oil and Gas Drilling and Production Engineering;PetroChina Qinghai Oilfield Company;No.1 Drilling Engineering Company,PetroChina Bohai Drilling Engineering Co.,Ltd.;No.3 Drilling Engineering Company,PetroChina Bohai Drilling Engineering Co.,Ltd.;Engineering Technology Research Institute of CNPC Bohai Drilling Engineering Co.,Ltd.)

机构地区：[1]长江大学石油工程学院 [2]油气钻井技术国家工程实验室防漏堵漏研究室 [3]油气钻采工程湖北省重点实验室 [4]青海油田分公司 [5]渤海钻探第一钻井分公司 [6]渤海钻探第三钻井分公司 [7]渤海钻探工程技术研究院

出　　处：《石油机械》

基　　金：国家自然科学基金项目“大位移井钻井过程中动态岩屑运移与钻柱受力耦合机理研究”(51874045);湖北省自然科学基金杰出青年基金项目“页岩气大位移井动态井眼清洁机理及智能监测算法研究”(2019CFA093)。

年　　份：2022

卷　　号：50

期　　号：4

起止页码：15-21

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、JST、ZGKJHX、核心刊

摘　　要：在现场钻井过程中,由于未考虑井眼清洁状况,导致基于钻井模型的卡钻分析模型的应用受限,只能达到卡钻后识别,并不能实现真正意义上的卡钻预警。为此,基于瞬态岩屑运移模型和改进的摩阻扭矩模型,结合邻井历史录井数据,使用贝叶斯优化算法对钻井模型进行训练,使钻井模型更适应当前区块,提高卡钻事故预测结果。采用钻井模型与机器学习相耦合的方法,提出了基于录井数据的实时卡钻预警技术。通过实时录井数据的输入,采用训练后的模型对卡钻风险参数进行实时监测。实例分析结果表明,该模型能够捕捉到卡钻是否发生,同时能够对要发生的卡钻进行分类,并在事故发生前给出预警信号。该方法将井眼清洁加入到卡钻风险预测,可为钻井作业提供更为全面的决策支持,帮助工程技术人员及时采取有效措施避免卡钻发生,缩短非生产时间。

关 键 词：实时卡钻监测  钻井模型  机器学习  贝叶斯优化  时序数据分析  

分 类 号：TE242]