APP下载

气体钻井随钻安全风险智能识别方法

2022-05-12胡万俊夏文鹤李永杰蒋俊李皋陈一健

石油勘探与开发 2022年2期

胡万俊,夏文鹤,2,李永杰,蒋俊,李皋,陈一健

(1. 西南石油大学电气信息学院,成都 610500;2. 油气藏地质及开发工程国家重点实验室,成都 610500;3. 西南石油大学石油与天然气工程学院,成都 610500;4. 西南石油大学计算机科学学院,成都 610500)

0 引言

钻井是油气勘探开发必不可少的关键工程技术,也是一项非常复杂的地下工程,如何在复杂的现场施工条件下及时识别出卡钻、井壁失稳、钻具断裂等随钻安全风险并做出相应处理,预防大型事故的发生,是提升钻完井成功率、降低钻完井成本的关键环节[1]。目前钻井过程中钻井风险的识别主要依靠人工,判断结果具有较强的主观性和时间滞后性,同时因不同井况发生安全风险的特征差异巨大,现场人工辨识的难度大,准确性低。

近年来,随着人工智能技术在全球范围内迅猛发展,油气勘探开发智能化成为全球油气行业发展的热点,也成为保障中国能源战略安全的变革性技术[2]。2015年,李皋等[3]建立了气体钻井过程中井壁失稳、产水、产气、井下燃爆、钻柱失效等主要风险因素与对应参数变化的关系模型,基于已有的地面监测技术,形成了有效的气体钻井随钻安全风险辨识方法;2017年,邱少林等[4]分析了影响井下事故风险的7种因素,包括钻井液密度、流变性、滤失量、岩石类型等,建立了井下事故风险评估指标体系,实现了井下事故风险的模糊综合量化评估;同年,管志川等提出了基于粒子群算法的BP神经网络钻井风险评估方法[5-6];……

登录APP查看全文