APP下载

基于BP神经网络的气体钻井复杂工况预警技术研究与应用

2018-05-07李宬晓周长虹

钻采工艺 2018年2期

李宬晓, 周长虹, 邓 柯

(1川庆钻探工程有限公司钻采工程技术研究院 2国家能源高含硫气藏开采研发中心 3中石油欠平衡与气体钻井试验基地)

“十一五”以来,气体钻井技术在国内蓬勃发展,先后在川渝、新疆、青海、普光等地区应用近千井次,在提高钻速、防漏治漏和保护储层三个方面展现出了巨大优势。尽管通过多年攻关克服了地层产水、井下燃爆等先天难题,使气体钻井适用范围、应用进尺和井深大幅提升,但新出现的井下复杂和事故仍然影响着人们对这项技术的安全认可。例如龙岗某井氮气钻井至3 764.50 m突遇异常高压高产气层导致排砂管线爆裂,邛崃1井氮气钻井突遇异常高压高产气层发生闪爆着火事故,如能及时发现,上述事件将不会发生。

由于气体环空上返速度快、时间短、压力传递迟钝等特点,在实钻过程中及时发现井下复杂的难度较大,而目前主要依靠作业人员经验和出口返出情况进行判断,具有较强的主观性和滞后性,缺乏对事发前显示征兆的量化判断和科学分析。本文将利用人工智能方法和现场数据监测网络探索气体钻井复杂工况预警方法。

一、常见复杂工况及其参数响应

(1)钻遇强烈油气显示。钻至产层后,产层和井底间极大的压力差值瞬间释放,致使井底岩石瞬间破碎形成冲击力作用于钻头,造成悬重降低。由于应力波在钻杆内的波速可达5 500~5 700 m/s,应力波从井底传到井口的时间低于气体迟到时间,因此正常钻进时悬重的瞬间变化可以作为发现钻遇产层的最快参数。……

登录APP查看全文