方春晓　王庆文（.东北石油大学，黑龙江大庆 63000；.沈阳采油厂地质大队，辽宁沈阳 0000）

基于遗传算法的钻井地质特征预测方法研究

方春晓1王庆文2
（1.东北石油大学，黑龙江大庆 163000；2.沈阳采油厂地质大队，辽宁沈阳 110000）

石油勘探与开发过程受到不同地质条件的影响，给钻井施工带来较大的困难和危险，为此本文对基于对称理论，利用遗传算法提取钻井施工的特征参数，通过分析其变化趋势对地层压力进行监控并对其发展趋势进行预测，该方法可以提高地质压力预测的精度，客观地反映井下地质特征，减少地层变化给钻井地质预测带来的不确定性，为钻井地质设计提供了可靠的科学依据。

地质特征参数 地层压力 地层岩性识别 压力预测 遗传算法

钻井施工随时可能遇到不同的地质因素，如岩层压力的变化、岩质的不同等，这些因素给施工作业带来很大的操作风险并威胁着施工人员的人身安全。因此在施工之前需要进行钻井地质预测与设计。石油勘探过程中，与地质特征预测相关的信息很多，如区域地地震、重磁、地层压力变化等信息，通常这些信息会在石油开发过程中记录在测井、录井和随钻的数据中。由于其具有数据量大、且数据参数多、噪声强、随机误差大等原因，处理难度较高，影响了地质预测的准确性和效率。传统的钻井地质预测仍采用与参考区域的井史资料及测井、录井数据对比的方式对新开发区域的地质特征进行预测，由于地质变化的不确定性，很大程度上影响到预测的精度。

钻井地质特征预测方法综述钻井地质特征参数是与钻井工程施工相关的岩石力学信息的集合，钻井地质特征参数的预测是对钻井施工地质环境的定量评估，对于合理进行钻井地质设计，避免井喷、井塌等钻井事故的产生有着重要意义。国内外学者对钻井地质特征预测做了很多研究，相关的研究报道综述如下： Hottmann、Forster等对地层等效深度和有效应力理论对地层压力预测进行了研究［1-2］；Boatman，Bingham，等关注钻速与钻探的其他参数之间的关系，并将钻井过程中获得的地质特征数据用于地层压力预测中。［3-4］

1　机械钻速建模

在常规的钻井施工过程中，钻进速度是反映地层压力变化的一个重要特征参数，因而以钻速建模为基础进行钻井地质参数识别与预测，是本文监测地层压力的主要思路。依据岩石硬度与破碎比能的概念，考虑钻头直径、比水功率和钻压对钻进速度的影响。钻速方程可表述为：

式中：VZT为机械钻速；PZ为钻压；PL为极限钻压；Vr为转速；HPJ为钻头比水功率；Db为钻头直径；Kd为可钻性级值；Dp为井底压差；α为转速指数； β为水力指数； ε为压差系数。

为计算机械钻速方程中的钻速，需要确定PL、Kd、 α、 β、 ε这些特征参数的值。根据对称原理，假设地层压力与地层中的水压力相等，井底压差取决于井深、钻井液密度和地层压力，为确定反映钻进过程的特征参数，可通过逆运算法计算出来。

表1　沈67井某段钻井特征参数

2　基于遗传算法的特征参数求解

遗传算法是目前较为先进且科学应用广泛的优化算法，通过模拟生物进化过程，使生物种群在限定环境下竞争，优胜劣汰，从而求得适合要求的最优解。遗传算子作用于被优化的个体，个体表现出的形态和特征完全取决于染色体基因的组成。在此过程中，应注意对问题进行详尽的描述与分析，确定优化过程中的关键参数和参数的值域，由这些特征参数组成的个体共同构成了初始解空间。

使用遗传算法，对一组给定的特征变量和函数目标，利用遗传算子按照一定方式随机变换待定参数值，在解空间内随机搜索寻求函数最优解。在本应用中，个体为 PL、Kd、α、 β、 ε这五个特征参数。钻进过程的特征参数空间可用一个二维数组 E（i，j）来描述，其中i表示变量维数，j=1，2，3，4，5分别代表各特征变量。个体适应度函数定义为：

其中，VZT为钻头理论钻速； VaZT为实际钻头的钻速。

3　地层压力异常值的识别

根据公式（1），利用遗传算法对钻井数据进行处理，可以得至描述钻头与地层压力相互作用及钻进过程的特征参数之间的关系。为验证遗传算法最优化参数的正确性，可以采用下列公式来计算压力特征比因子：

其中，iA为特征参数，0iA 为井底压差为零时的特征参数，maxiA为特征参数的最大值。

这个参数说明了特征参数反映地层孔隙流体压力变化的能力，实时观测钻井特征参数，当参数值变化波动较大时，说明地质情况不稳定，井底压差越大，钻井液密度与储层的孔隙流体压力梯度越低，容易发生井涌，引起井喷，严重危及人员和设备的安全。因此，需要根据测得的钻进特征参数的变化，观测地层压力特征比因子，对地质的变化做出预判。

4　应用实例

以沈67井的井段为例，观测该井段地层孔隙压力高压层前后钻井特征参数变化的规律。首先要对测井数据预处理，得到机械钻速方程模型的特征参数（钻速 VZT；钻压PZ；转速 Vr；钻头比水功率HPJ；钻头直径 Db； D井底压差p），其中 VZT、 PZ、 Vr、 Db可通过录井数据获得，HPJ和 Dp可经由工程录井数据计算得到。数据处理后，通过计算得到五个特征参数值及计算的钻速值。如表1所示。

其中： Kd为可钻性级值，PL为门限钻压，α为压差系数，β为转速指数，ε为水力指数，PZ为钻井液密度。

从表中可以看出，当钻头钻入地质高压层时，五个特征参数的数值突然下降，储层的孔隙流体压力梯度为1.81 g/cm3，若此时在钻进过程中用密度为1.19 g/cm3的钻井液施工，则因压力差会出现了严重的井涌。因此实时预测地层孔隙流体压力为判断施工中何时出现高压层提供了判断依据，也为钻井的安全作业提供比较可靠的安全保证。

5　结语

依据对称理论，结合钻井钻速方程，利用遗传算法提取与钻速相关的地质特征参数。通过分析特征参数随钻进深度的变化趋势，获得异常地层孔隙流体压力识别的方法，同时得到对井底压差影响敏感的特征参数作为观测对象。新方法对提高地层压力观测精度，预测地质特性和地层压力分布特点具有客观预判性，实践结果表明，该方法有效可行，有助于钻井地质设计和后期的钻探施工安全。

［1］Hottmann，C.E.Johnson，R.K.Estimation of formation pressures from log-derived shale properties［J］.Journal of Petroleum Technology，1965，17（6）：717-722.

［2］Foster，J.B.Whalen，H. E.Estimation of formation pressures from electrical surveys-Offshore Louisiana［J］.Journal of Petroleum Technology，1966，18（2）：165-171.

［3］Hall，D.L.Llinas，J.Handbook of multi-sensor data fusion［M］. Boca Raton，FL，USA：CRC Press，2001.

［4］Borel，W.J.Lewis，R.L.Porosity and pressure log performs well in the North Sea ［J］.Petrol.Petrochem.Int.1969，12：36-38.

［5］Mathews，W.R.Kelly，J.How to predict formation pressure and fracture gradient［J］.Oil and Gas Journal，1967，65（8）： 92-106.