陈锐 ，李黔 ，尹虎 ，袁本福

（1.西南石油大学石油工程学院，四川 成都 610500；2.中国石化华北分公司工程技术研究院，河南 郑州 450006）

0 引言

随着石油勘探开发技术不断向新领域拓展，高风险、高难度复杂井钻井过程中遇到的问题越来越多，特别是在地质构造复杂的地层中钻井，更容易发生各种复杂情况，如井漏、井涌、井塌、卡钻、钻具事故、钻头事故、固井风险及其他风险等［1-2］。

国外公司在钻井风险监测与诊断研究及应用方面已经取得了一定成果，具有代表性的是斯伦贝谢和BP公司联合开发的无意外风险钻井（NDS）技术系统［3-5］，该系统在克拉玛依和迪那地区已成功应用，大大节约了钻井成本。国内虽然在钻井风险诊断方面进行了大量研究，但主要限于专家知识系统［6-8］，还不能完全满足现场作业的需要。钻井风险实时监测与诊断系统以地质力学模型为基础，以钻井风险管理技术为手段，在钻井过程中，对采集到的综合录井参数和地层压力、水力学等计算参数进行实时监测，减少钻井风险的发生；同时结合具有人工智能的神经网络技术对钻井数据进行处理和分析，实现对钻井风险的实时诊断。

1 系统工艺流程

钻井风险实时监测与诊断系统，利用钻井现场采集的综合录井数据和随钻测量数据，结合传统的钻井工程参数分析计算模型，实时计算各种钻井风险影响因素，通过实时监测分析钻井风险特征参数的变化情况，对即将发生或潜在的钻井风险进行实时监测及诊断。系统工艺流程如图1所示。

图1 系统工艺流程

2 系统关键技术

2.1 地质力学模型［9-12］

地质力学模型就是利用计算机描述油藏或盆地特定地层剖面应力和岩石力学特性的数值模型。地质力学模型由地层顶部、断层、岩石强度、孔隙压力、应力大小和方向等各种参数的地质剖面组成，并同区域地层和地质构造相连接。通过分析岩石的地层剖面特性，可以实时了解岩石强度、上覆岩层压力、孔隙压力等各种地质剖面参数，对某个区域的地层应力与岩石力学特性相关信息进行逻辑汇编组合，并利用这些参数指导钻井作业。

大量事实证明，在目前许多复杂的钻井、完井和开采作业中，都需要进行地质力学分析来降低钻井风险。通过钻前建立地质力学模型，并在钻进过程中实时更新，实时掌握地层岩石力学参数的变化情况，从而实现对钻井风险因素的实时监测。

2.2 风险影响因素分析

钻井风险影响因素是指与钻井风险直接相关的地层特征参数和力学参数，主要包括地层压力、水力学和钻柱力学等参数。钻进过程中通过计算分析，实时监测影响因素的变化情况，并结合综合录井数据对钻进状态进行综合分析，充分保证风险监测与诊断结果的准确性与可靠性。

2.3 钻井风险监测

钻井风险监测以钻井风险因素实时分析技术为基础，通过钻前对各种风险表征参数的综合分析，结合综合录井现场异常预警方法，确定各种表征参数的风险预警值［13-15］。在钻进过程中，根据实时采集现场综合录井及井下随钻测量数据，将表征参数以曲线形式进行浏览、回放，实时监测各种风险表征参数值的变化情况，当表征参数值达到或超过风险预警值时，发出风险预警信号。系统风险实时监测工艺流程见图2。

图2 系统实时监测工艺流程

2.4 钻井风险诊断［16-19］

利用神经网络算法进行钻井风险诊断，首先是在开钻之前，通过收集邻井相关风险数据作为风险学习样本，建立一种结合实时动态数据与风险因素实时分析结果的钻井风险推理分析模型。其次是对神经网络模型进行训练，即将钻井风险因素数据作为输入层，经隐含层激励函数处理后，进入误差逆向学习过程，经过隐含层向输入层逐层返回，并分配给各层的所有神经单元，从而获得各层神经单元的参考误差，以作为修改各神经单元权值的依据；通过不断调整网络连接权值和阈值，一直持续到输出误差减至可接受的精度或达到设定的学习次数为止；然后保存样本学习最优权值和阈值。最后，在钻井过程中，通过实时采集综合录井及井下随钻测量数据，以地质力学模型为基础，计算各种钻井风险影响参数，分析风险表征参数的变化情况，然后将风险因素输入训练好的BP神经网络模型，对钻井风险进行实时推理分析，诊断出井下正在发生钻井风险的类型。系统风险实时诊断工艺流程见图3。

3 应用实例

辽河兴隆台油田XG7-H221井位于西部凹陷潜山构造，井型为水平井，设计井深4 900 m。通过收集2口发生过井漏的邻井数据，建立井漏风险诊断样本，运用BP神经网络法学习及训练所建立的井漏样本，并利用网络学习结果，建立XG7-H221井井漏诊断网络模型。在三开过程中，系统利用该井漏诊断网络模型，结合井漏风险因素计算结果，实时诊断井漏风险，分别在2821，2 825，2 826 m处诊断出发生井漏的可能性较大（见图4）。实钻至2 825 m时出现井漏，现场测试应用表明，该系统可实时诊断钻井风险。

图3 系统实时诊断工艺流程

图4 XG7-H221井井漏风险实时诊断推理结果

4 结论

1）钻井风险实时监测与诊断系统，集风险监测与诊断为一体，具有高度信息化和智能化；在钻井过程中能有效监测、诊断钻井风险，提高钻井效率，减少钻井时间，缩短钻井周期。

2）钻井风险实时监测与诊断系统，在建立准确的地质力学模型的基础上，能够充分发挥系统实时监测与诊断的作用。

3）国内在钻井风险实时监测与诊断系统的研发方面还处于起步阶段，需要充分结合各方面的钻井工程技术，特别是随钻测量技术，才能形成具有自主知识产权的钻井风险实时监测与诊断系统。

［1］贾红军，孟英峰，李皋，等.钻遇多压力系统气层溢漏同存规律研究［J］.断块油气田，2012，19（3）：359-363.

［2］舒刚，孟英峰，李皋，等.重力置换式漏喷同存机理研究［J］.石油钻探技术，2011，39（1）：6-11.

［3］连志龙，周英操，申瑞臣，等.无意外风险钻井（NDS）技术探讨［J］.石油钻采工艺，2009，31（1）：90-94.

［4］Aldred W，Plumb D，Bradford I，et al.Managing drilling risk ［J］.Oilfield Review，1999，11（2）：2-20.

［5］Bratton T，Edwards S，Fuller J，et al.Avoiding drilling problems［J］.Oilfield Review，2001，13（2）：32-51.

［6］郭建明，李琪，徐英卓.基于实例和规则集成推理的钻井事故诊断处理系统［J］.石油钻探技术，2007，35（3）：15-18.

［7］郭建明，李云峰，韩朝辉.钻井异常状态实时监测与智能决策系统的研究［J］.钻采工艺，2008，31（2）：32-35.

［8］王宝毅，张宝生，费沿光，等.基于案例推理的钻井复杂情况专家系统［J］.石油大学学报：自然科学版，2005，29（6）：129-132.

［9］Hooyman P，Plumb R，Bordelon D.Minimizing drilling surprises in deepwater goal of“live” drilling plan［J］.Offshore，2001，61（10）：52-54.

［10］Ali A H A，Brown T，Delgado R，et al.Watching rocks change：Mechanical earth modeling［J］.Oilfield Review，2003，15（2）：22-39.

［11］Van Oort E，Nicholson J，Agostino J D.Integrated borehole stability studies：Key to drilling at the technical limitand trouble cost reduction［R］.SPE 67763，2001.

［12］Richard P，Stephen E，Gary P，et al.The mechanical earth concept and its application to highriskwell construction projects［R］.SPE 59128，2000.

［13］李凤霞，崔茂荣，王丽华，等.综合录井技术在实时监测钻井事故中的应用［J］.断块油气田，2007，14（3）：70-72.

［14］吴鹏程，孟英峰，李皋，等.欠平衡钻井录井监测技术研究［J］.断块油气田，2011，18（5）：653-655.

［15］陆黄生.综合录井在钻井工程中的应用现状与发展思考［J］.石油钻探技术，2011，39（4）：1-6.

［16］杨源杰，黄道.人工神经网络算法研究及应用［J］.华东理工大学学报，2002，28（5）：551-554.

［17］廖明燕.基于神经网络多参数融合的钻井过程状态监测与故障诊断［J］.中国石油大学学报：自然科学版，2007，31（4）：149-152.

［18］李建民，李黔，梁海波，等.煤层气水平井的煤层实时识别技术［J］.天然气工业，2010，30（10）：60-63.

［19］申辉林，高松洋.基于BP神经网络进行裂缝识别研究［J］.断块油气田，2007，14（2）：60-62.