[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN112069646B - 一种精确预测机械钻速的方法 - Google Patents

一种精确预测机械钻速的方法 Download PDF

Info

Publication number
CN112069646B
CN112069646B CN202010693442.4A CN202010693442A CN112069646B CN 112069646 B CN112069646 B CN 112069646B CN 202010693442 A CN202010693442 A CN 202010693442A CN 112069646 B CN112069646 B CN 112069646B
Authority
CN
China
Prior art keywords
vector
point
well
track
axis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010693442.4A
Other languages
English (en)
Other versions
CN112069646A (zh
Inventor
谢鑫
丁少华
王进涛
窦正道
金晶
赵进
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Petroleum and Chemical Corp
Sinopec Jiangsu Oilfield Co
Original Assignee
China Petroleum and Chemical Corp
Sinopec Jiangsu Oilfield Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Petroleum and Chemical Corp, Sinopec Jiangsu Oilfield Co filed Critical China Petroleum and Chemical Corp
Priority to CN202010693442.4A priority Critical patent/CN112069646B/zh
Publication of CN112069646A publication Critical patent/CN112069646A/zh
Application granted granted Critical
Publication of CN112069646B publication Critical patent/CN112069646B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21BEARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B45/00Measuring the drilling time or rate of penetration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/14Force analysis or force optimisation, e.g. static or dynamic forces

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mining & Mineral Resources (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Geology (AREA)
  • Geochemistry & Mineralogy (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Fluid Mechanics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明涉及一种精确预测机械钻速的方法,包括:1)包括建立坐标系,以高斯投影坐标系建立参考坐标系;2)收集设计井和已钻井轨迹数据,并将已钻井实钻和待钻井设计轨迹上所有点向量化;3)计算向量的差值,即计算设计轨迹上点的向量与已钻井轨迹上点的向量之间的差;4)预测机械钻速。本发明消除了目前普遍的同一地质分层内往往采用统一的机械钻速,进而导致的误差。并且也消除了理论计算模型本身所带来的误差,方法简单,也便于使用计算机编程实现。

Description

一种精确预测机械钻速的方法
技术领域
本发明涉及地质勘测技术领域,具体涉及一种精确预测机械钻速的方法。
背景技术
机械钻速是预测一口设计井的钻井周期的关键参数,而钻井周期在一口井的投资成本确定中有决定性作用。目前机械钻速的预测方法有:1、是利用地震速度预测钻速,该方法需要地震资料中提取包含地震层速度、地质年代、地质构造、地层产状、地层岩性等信息,运用数理统计等办法,模拟和优选出了层速度与地层可钻性以及层速度与机械钻速间的定量计算模型。2、利用BP神经网络法“建模”后“预测”机械钻速。该方法是利用获取的包括井深、可钻性系数、研磨性系数、硬度、抗压强度、钻压、转速、泵排量、钻井液密度、井底压差、井底水功率、钻头类型等参数来建模;3、用现场数据直接统计出机械钻速方程,考虑所钻地层性质和钻头结构的机械钻速方程,用计算机仿真方法来预测机械钻速。4、用人工神经网络模拟人脑的思维方式,具有高度非线性及很强的容错性等特点,收集井深、可钻性系数、研磨性系数、硬度、抗压强度、钻压、转速、泵排量、钻井液密度、井底压差、井底水功率、钻头类型等参数,使用误差反向传播神经网络模型建立预测钻井速度的新方法。5、采用已建立的钻压、转速、排量等钻井参数与机械钻速的关系模型中,最具代表性的为Bourgoyne和Young模型,利用多元回归方法建立的各种钻井参数与机械钻速之间的关系模型。6、钻井定额结算中,机械钻速的预测方法是:首先统计老井中的典型井机械钻速,然后按照井斜、位移、井深的大小分成不同的区间。比如如果将井斜划分:0-50°和50°以上2个区间,将典型已钻井按照井斜填入这两个区块,在每个区间内按照地质分层,综合考虑典型井的机械钻速情况,然后取统一值,作为该区间该地质分层的机械钻速。以上方法都很复杂,并且有的需要采集实钻中的数据,无法在方案实施前预测其机械钻速,从而预测方案成本。也未考虑由于地层中各个方向内的地应力不一样,地层发育的不均质性,并且以不同井斜,不同的方位在地层中穿行,其机械钻速不一样。而目前在同一区块同一地质分层内,无论钻井的井斜、方位大小,无论在地层中哪个位置,都采用统一的机械钻速预测设计待钻井的机械钻速,这会带来误差,从而使的机械钻速的计算不准确。以上方法产生的机械钻速误差,影响钻井周期的预测,从而影响钻井成本的估算,也无法评价待钻井是否有经济性,影响钻井生产决策。
CN201710657453.5公开了一种实钻井眼轨迹整体性评价方法,其采用设计井眼轨道和实钻井眼轨迹的空间向量的方向夹角作为实钻井眼轨迹与设计井眼轨道方向差异。它计算向量是以井口坐标(x0,y0,0)为起点,从井口开始,依次以相同间隔Δh不同深度下设计井眼轨道坐标分别计算设计井眼轨道的空间向量(x1(i+1)-x1i、y1(i+1)-y1i、Δh)和实钻井眼轨迹的空间坐标(x2(i+1)-x1i、y(i+1)-y1i、Δh)的方向夹角Ai相同间隔的Δh取值为10到30米。该专利中实钻轨迹空间向量表示方法,是按照相同垂深间隔10m-30m的点连线作为向量,并且计算向量分量的方法是按照向量线段端点各自的x坐标和y坐标的差值,只反应了线段两端首尾连线向量的方向,而两个端点之间轨迹并非直线而是曲线。并且垂深间隔10-30m来取点,对于斜深间隔来说,会更大,因此并没有反应轨迹的实际情况。此外,该专利采用的是相等间隔的垂深,取点的方法。这种方法在比较设计井和实钻轨迹的差异中,其实只能用于实钻井底垂深和设计井底垂深一致的情况。而实际施工中,设计垂深与实钻垂深往往不一致,在这种情况下无法实现取点。如果使用这种方法来预测机械钻速,也取相同垂深间隔的点,由于相同垂深间隔的点并不一定在同一地层内,因此也无法对某一特定地层分层来进行计算。同时,不同井的井口海拔不一样、井底垂深不一样,采用相等间隔取点,无法实施。
CN201911075820.6公开了一种基于BP神经网络的钻速预测方法和基于BP神经网络以及粒子群算法的钻速优化方法,其是采集钻井工具的扭矩、钻压、泵压和排量,并基于BP神经网络预测钻速,具体包括步骤1:按照采样周期,通过传感器测量钻井工具的扭矩Nm、钻压Pm、泵压Pb和排量Qm参数;步骤2:依次将参数进行规格化,确定三层BP神经网络的输入层向量x={x1,x2,x3,x4};其中x1为钻井工具的扭矩系数、x2为钻压系数、x3为泵压系数、x4为排量系数;步骤3:所述输入层向量映射到中间层;步骤4:得到输出层向量o={o1};o1为钻速预测系数;步骤5:预测钻井工具的钻速为:其中,为第i次采样周期输出层向量的钻速预测系数,ωm_max为钻井工具的最大钻速,ωm(i+1)为第i+1个采样周期时钻井工具的预测钻速。它是一种理论计算方法,并且它需要采集设计井实钻中的数据,无法在方案实施前预测其机械钻速,从而预测方案成本。该发明也未考虑由于地层中各个方向内的地应力不一样,地层发育的不均质性,并且以不同井斜,不同的方位在地层中穿行,其机械钻速之间的差异。本发明无需采集实钻数据,能在方案实施前预测钻速。并且选取的实钻钻速,无需依赖理论模型计算,比较简便和精确,同时也考虑由于地层中各个方向内的地应力不一样,地层发育的不均质性,并且以不同井斜,不同的方位在地层中穿行,其机械钻速之间的差异。
CN201710390739.1公开了一种地质勘探钻进过程双层智能钻速建模方法,其权利公开一种地质勘探钻进过程双层智能钻速建模方法,建模工作分四个步骤进行。首先,运用分段三次埃尔米特插值方法将部分缺失的地震声波时间数据补齐并获得样本数据集;然后,使用NadaboostELM算法建立地层可钻性子模型;接着,运用Pearson相关性分析方法确定与钻速相关性较强的参数;最后,运用改进的PSORBF算法建立钻速子模型。它是一种理论间接推算的计算方法,计算复杂,并且它需要采集实钻中的数据,无法在方案实施前预测其机械钻速,从而预测方案成本。也未考虑由于地层中各个方向内的地应力不一样,地层发育的不均质性,并且以不同井斜,不同的方位在地层中穿行,其机械钻速之间的差异。
CN201710231426.1公开了一种页岩地层PDC钻头机械钻速预测方法及装置,其方法包括:测定页岩样本在预设钻进方向的PDC钻头机械钻速、声波时差、单轴抗压强度和三轴抗压强度;根据测定的声波时差确定动态弹性模量和动态泊松比;根据三轴抗压强度确定在预设钻进方向的粘聚力和内摩擦角;根据声波时差、粘聚力以及内摩擦角数据建立粘聚力、内摩擦角、声波时差模型;根据PDC钻头机械钻速、钻压、单轴抗压强度、动态弹性模量、动态泊松比、粘聚力、内摩擦角以及建立的粘聚力、内摩擦角、声波时差模型建立PDC钻头机械钻速预测模型,预测页岩地层在不同钻进方向的PDC钻头机械钻速。它是一种要实测岩心数据,然后理论推算的计算钻速,虽然考虑不同钻进方向机械钻速的差异,但是它需要采集地层岩心,成本很高,因为不可能钻进地层全部取芯,因此无法普遍使用。同时使用理论间接推算,方法复杂,同时也依赖理论模型的准确性。
发明内容
由于地层中各个方向内的地应力不一样,地层发育的不均质性,并且以不同井斜和不同方位钻进等会导致机械钻速不一致,而在设计井的周期预测中,同一层位内往往采用统一的机械钻速,进而导致的误差。基于上述技术问题,本发明提供了一种精确预测机械钻速的方法,其可以消除误差,同时由于采用的是实钻机械钻速,也消除了理论计算模型本身所带来的误差,便于使用计算机编程实现。
为了实现上述发明目的,本发明提供的技术方案如下:
一种精确预测机械钻速的方法,包括以下步骤:
1)建立坐标系,以高斯投影坐标系建立参考坐标系;
2)收集设计井和已钻井轨迹数据,并将已钻井实钻和待钻井设计轨迹上所有点向量化;
3)计算向量的差值,即计算设计轨迹上点的向量与已钻井轨迹上点的向量之间的差;
4)比较向量差的模的大小,预测机械钻速。
进一步地,步骤1)包括以高斯投影坐标系建立参考坐标系,x轴方向为东西方向,记为EW,x正方向为朝东,x负方向为朝西;y轴方向为南北方向,记为NS,y正方向为朝北,y负方向为朝南;z轴正方向为垂直向下,记为TVD。
进一步地,步骤2)包括如下步骤:
步骤2-1:收集井深MD、井斜α、方位β,海拔深度TVD、高斯坐标系下的南北坐标NS、高斯坐标系下的东西坐标EW、地质层位ZONE、地层岩性SL和已钻井机械钻速V作为轨迹数据;
步骤2-2:将轨迹上所有点向量化,向量的方向为轨迹上所选井深处轨迹点的切线方向,向量的模,取单位向量1;
步骤2-3:将向量分解到坐标轴上,X轴上向量模的分量为Xi,Y轴上向量模分量为Yi,Z轴上向量模的分量为Zi,向量的起点坐标表示为:(EWi,NSi,TVDi),向量表示为(Xi,Yi,Zi)。
进一步地,步骤3)中向量的差值表示为:
其中,Bi为设计轨迹中的任意一点i点;向量表示为设计轨迹中的任意一点i点处井身轨迹的切线,其值为单位向量1;XBi为向量的模在X轴上的分量;YBi为向量的模在Y轴上的分量;ZBi为向量的模在Z轴上的分量;Akj为选择的井号为k井中实钻井身轨迹的任意一点j点;向量表示为该点实钻井身轨迹的切线,其值为单位向量1;XAkj为向量的模在X轴上的分量;Ykj表示为向量的模在Y轴上的分量;Zkj为向量的模在Z轴上的分量。
进一步地,步骤4)中向量差的模表示为:
其中,Bi为设计轨迹中的任意一点i点,βi为该点处的方位角;αi为该点处的井斜角;Akj为选择的井号为k井中实钻井身轨迹的任意一点j点,βkj为该点处的方位角;αkj为该点处的井斜角。
进一步地,步骤4)中当向量差的模取值最小,且在0-1.42之间时,则选取该已钻井轨迹上该点的实钻机械钻速,作为待钻井设计轨迹上的预测机械钻速。
本发明的有益效果:
1、精确度提高。本发明方法使用轨迹上点的切线方向作为向量方向,几乎能反应轨迹上所有点的轨迹情况,并且使用最能反应轨迹细微变化的井斜、方位来计算X,Y,Z方向的向量分量,能更加精确的反应轨迹的情况。
2、取点方法适用于各种轨迹。本发明以轨迹切线向量作为比较对象,可以取轨迹上任何一个点。
3、计算简单。本发明直接采用井斜、方位计算,只需要知道2个参数就可以,适用性更广,也更简便。
4、考虑了由于地层中各个方向内的地应力不一样,地层发育的不均质性,并且以不同井斜,不同的方位在地层中穿行,其机械钻速之间的差异。也消除了目前普遍的同一地质分层内往往采用统一的机械钻速,进而导致的误差。并且也消除了理论计算模型本身所带来的误差。本发明方法简单,也便于使用计算机编程实现。
附图说明
图1是本发明建立的坐标系示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,下面结合附图和具体实施例对本发明做进一步说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种精确预测机械钻速的方法,包括如下步骤:
(1)建立参考坐标系
以高斯投影坐标系建立参考坐标系,x轴方向为东西方向,记为EW,x正方向为朝东,x负方向为朝西;y轴方向为南北方向,记为NS,y正方向为朝北,y负方向为朝南;z轴正方向为垂直向下,记为TVD。
(2)收集设计井和已钻井轨迹数据
收集设计井和同区块已钻井轨迹资料。收集轨迹数据有:井深MD、井斜α、方位β,海拔深度TVD、高斯坐标系下的南北坐标NS、高斯坐标系下的东西坐标EW、地质层位ZONE、地层岩性SL、已钻井机械钻速V。接着将轨迹上所有点向量化,向量的方向为轨迹上所选井深处轨迹点的切线方向,也可以认为是该点钻速方向。向量的模,取单位向量1。最后将向量分解到坐标轴上,X轴上向量模的分量为Xi,Y轴上向量模分量为Yi,Z轴上向量模的分量为Zi。向量的起点坐标表示为:(EWi,NSi,TVDi),向量可表示为Xi,Yi,Zi
(3)计算向量的差
选取同一层位上且离设计轨迹Bi点的距离Si≤S范围内已钻井轨迹上点,Si做如下计算:
计算设计轨迹上点的向量与已钻井轨迹上点的向量之间的差。设计轨迹上选取Bi点,向量表示方向为设计轨迹上该点的切线方向,也是该点机械钻速方向。向量的模,取单位向量1。将向量分解到坐标轴上,x轴上向量模的分量为XBi;Y轴上向量模的分量为YBi;Z轴上向量模的分量为ZBi。向量的起点表示为:(EWBi,NSBi,TVDBi)。向量可表示为选取同一层位已钻井轨迹上的点Akj点,向量表示方向为实钻轨迹上该点的切线方向,也是该点实钻机械钻速方向。向量的模,取单位向量1。将向量分解到坐标轴上,X轴上向量模的分量为Xkj;Y轴上向量模的分量为Ykj;Z轴上向量模的分量为Zkj;向量的起点表示为:(EWkj,NSkj,TVDkj);向量可表示为
向量差表示为:
如图1所示。
(4)预测机械钻速
比较向量差模的大小。向量差的模表示为:
将(2)、(3)代入(1)式可得:
其中,Akj为选择的井号为k井中实钻井身轨迹的任意一点j点;向量表示为该点实钻井身轨迹的切线,其值为单位向量1;XAkj为向量的模在X轴上的分量;Ykj表示为向量的模在Y轴上的分量;Zkj为向量的模在Z轴上的分量;βkj为该点处的方位角;αkj为该点处的井斜角。EWkj为该点的东西方向坐标,即在x轴上的值;NSkj为该点的南北方向坐标,即在Y轴上的值;TVDkj为该点的海拔深度,即在Z轴上的值。
其中,Bi为设计轨迹中的任意一点i点;向量表示为设计轨迹中的任意一点i点处井身轨迹的切线,其值为单位向量1;XBi为向量的模在X轴上的分量;YBi为向量的模在Y轴上的分量;ZBi为向量的模在Z轴上的分量;βi为该点处的方位角;αi为该点处的井斜角。EWi该点的东西方向坐标,即在x轴上的值;NSi该点的南北方向坐标,即在Y轴上的值;TVDi表示为该点的海拔深度,即在Z轴上的值。
当值取最小时,且实钻轨迹上该点的岩性与设计轨迹点接近,表明该已钻井轨迹上点的向量方向与设计轨迹上所选取点的向量方向很接近,也意味着钻进方向很接近。选取该已钻井轨迹上该点的实钻机械钻速,作为待钻井设计轨迹上Bi的预测机械钻速。
其中向量差模越小,机械钻速预测越精确;当其值为0时,机械钻速预测结果最精确;当其值≥1.42时,即两向量垂直时,机械钻速预测结果无可靠性。
实施例1
(1)建立参考坐标系
以高斯投影坐标系建立参考坐标系,x轴方向为东西方向,记为EW,x正方向为朝东,x负方向为朝西;y轴方向为南北方向,记为NS,y正方向为朝北,y负方向为朝南;z轴正方向为垂直向下,记为TVD。
(2)收集设计井和已钻井轨迹数据
收集设计井和同区块已钻井轨迹资料。收集轨迹数据有:井深MD、对应井斜α、方位β,海拔深度TVD、高斯坐标系下的南北坐标NS、高斯坐标系下的东西坐标EW、地质层位ZONE、地层岩性SL、已钻井机械钻速V。其中已钻井机械钻速由钻时录井得到。
(3)计算向量的差。
选取同一层位上且离设计轨迹Bi点的距离Si≤S范围内已钻井轨迹上点,Si做如下计算:
计算设计轨迹上点的向量与已钻井轨迹上点的向量差的模设计轨迹上选取Bi点。选取同一层位已钻井轨迹上的点Akj点。
向量差的模
其中,Akj为选择的井号为k井中实钻井身轨迹的任意一点j点;向量表示为该点实钻井身轨迹的切线,其值为单位向量1;βkj为该点处的方位角;αkj为该点处的井斜角。EWkj为该点的东西方向坐标,即在x轴上的值;NSkj为该点的南北方向坐标,即在Y轴上的值;TVDkj为该点的海拔深度,即在Z轴上的值。
其中,Bi为设计轨迹中的任意一点i点;向量表示为设计轨迹中的任意一点i点处井身轨迹的切线,其值为单位向量1;βi为该点处的方位角;αi为该点处的井斜角。EWi该点的东西方向坐标,即在x轴上的值;NSi该点的南北方向坐标,即在Y轴上的值;TVDi表示为该点的海拔深度,即在Z轴上的值。
4、预测机械钻速
比较向量差模的大小。当值取最小时,且实钻轨迹上该点的岩性与设计轨迹点接近,表明该已钻井轨迹上点的向量方向与设计轨迹上所选取点的向量方向很接近,也意味着钻进方向很接近。选取该已钻井轨迹上该点的实钻机械钻速,作为待钻井设计轨迹上Bi的预测机械钻速。其中向量差模越小,机械钻速预测越精确;当其值为0时,机械钻速预测结果最精确;当其值≥1.42时,即两向量垂直时,机械钻速预测结果无可靠性。
实施例2
本实施例以A、B两口已钻井,设计待钻井为C井为例。其同一个地质分层:A井井深从1404m-1440m;B井井深从1354m-1358m;设计井C井地质分层预测的井深从1274m-1310m。具体轨迹如下:
A井部分实钻轨迹
B井部分实钻轨迹
设计井C井部分设计轨迹
在设计井轨迹上选择B1点,使用(4)式计算B1点与A井和B井上实钻轨迹各点的距离,如下表:
设S=85m,取Si≤S的已钻井的点,即离C井设计轨迹B1点距离85m以内的点,选择其井斜、方位数据,使用公式(5)计算向量差的模,如下表:
比较计算的向量差模的大小,其中AB1点的向量差的模最小,其值为0.183730,其岩性为火成岩,但是由于B1点的岩性是泥岩,故该点不可以选。AB2点的向量差的模,其值为0.185305,很小且其岩性为泥岩,与B1点的岩性一致,故选择AB2点。表明该已钻井轨迹上点的向量方向与设计轨迹上所选取点的向量方向很接近,也意味着钻进方向很接近。选取AB2点的机械钻速作为C井设计轨迹上B1点的机械钻速。AB2点的机械钻速为5.3m/h,则B1点机械钻速为5.3m/h。
以上所述实施例仅表达了本发明的实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (1)

1.一种精确预测机械钻速的方法,其特征在于,包括以下步骤:
1)建立坐标系,以高斯投影坐标系建立参考坐标系:
包括以高斯投影坐标系建立参考坐标系,x轴方向为东西方向,记为EW,x正方向为朝东,x负方向为朝西;y轴方向为南北方向,记为NS,y正方向为朝北,y负方向为朝南;z轴正方向为垂直向下,记为TVD;
2)收集设计井和已钻井轨迹数据,并将已钻井实钻和待钻井设计轨迹上所有点向量化:
包括如下步骤:
步骤2-1:收集井深MD、井斜α、方位β,海拔深度TVD、高斯坐标系下的南北坐标NS、高斯坐标系下的东西坐标EW、地质层位ZONE、地层岩性SL和已钻井机械钻速V作为轨迹数据;
步骤2-2:将轨迹上所有点向量化,向量的方向为轨迹上所选井深处轨迹点的切线方向,向量的模,取单位向量1;
步骤2-3:将向量分解到坐标轴上,X轴上向量模的分量为Xi,Y轴上向量模分量为Yi,Z轴上向量模的分量为Zi,向量的起点坐标表示为:(EWi,NSi,TVDi),向量表示为(Xi,Yi,Zi);
3)计算向量的差值,即计算设计轨迹上点的向量与已钻井轨迹上点的向量之间的差:
向量的差值表示为:
其中,Bi为设计轨迹中的任意一点i点;向量表示为设计轨迹中的任意一点i点处井身轨迹的切线,其值为单位向量1;XBi为向量的模在X轴上的分量;YBi为向量的模在Y轴上的分量;ZBi为向量的模在Z轴上的分量;Akj为选择的井号为k井中实钻井身轨迹的任意一点j点;向量表示为j点实钻井身轨迹的切线,其值为单位向量1;XAkj为向量的模在X轴上的分量;Ykj表示为向量的模在Y轴上的分量;Zkj为向量的模在Z轴上的分量;
4)比较向量差的模的大小,预测机械钻速:
向量差的模表示为:
其中,Bi为设计轨迹中的任意一点i点,βi为i点处的方位角;αi为i点处的井斜角;Akj为选择的井号为k井中实钻井身轨迹的任意一点j点,βkj为j点处的方位角;αkj为j点处的井斜角;
当向量差的模取值最小,且在0-1.42之间时,则选取该已钻井轨迹上该点的实钻机械钻速,作为待钻井设计轨迹上的预测机械钻速。
CN202010693442.4A 2020-07-17 2020-07-17 一种精确预测机械钻速的方法 Active CN112069646B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010693442.4A CN112069646B (zh) 2020-07-17 2020-07-17 一种精确预测机械钻速的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010693442.4A CN112069646B (zh) 2020-07-17 2020-07-17 一种精确预测机械钻速的方法

Publications (2)

Publication Number Publication Date
CN112069646A CN112069646A (zh) 2020-12-11
CN112069646B true CN112069646B (zh) 2024-10-29

Family

ID=73656566

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010693442.4A Active CN112069646B (zh) 2020-07-17 2020-07-17 一种精确预测机械钻速的方法

Country Status (1)

Country Link
CN (1) CN112069646B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112861438A (zh) * 2021-02-22 2021-05-28 中国石油化工股份有限公司石油工程技术研究院 一种理论模型与数据融合的钻井机械钻速预测方法
CN114370264B (zh) * 2022-01-11 2023-12-15 中国石油大学(北京) 机械钻速确定、钻井参数优化方法、装置及电子设备
CN114856540B (zh) * 2022-05-11 2024-05-28 西南石油大学 一种基于在线学习的水平井机械钻速随钻预测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2003261305A1 (en) * 2002-07-31 2004-02-16 The University Of Georgia Research Foundation, Inc. Stabilized bioactive peptides and methods of identification, synthesis, and use
CN102691497A (zh) * 2012-05-28 2012-09-26 中国石油大学(北京) 一种预测不同井底压差下岩石可钻性级值的方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1461886A1 (ru) * 1987-03-04 1989-02-28 Архангельский отдел Всесоюзного научно-исследовательского геологоразведочного нефтяного института Способ определени пластового давлени
CN106909759B (zh) * 2017-04-11 2019-08-06 中国石油大学(北京) 一种页岩地层pdc钻头机械钻速预测方法及装置
CN110147588A (zh) * 2019-04-29 2019-08-20 中国石油大学(华东) 一种基于钻进时间最短的三维水平井轨道优化设计方法
CN110807557B (zh) * 2019-11-06 2024-10-15 中法渤海地质服务有限公司 一种基于bp神经网络的钻速预测方法和基于bp神经网络以及粒子群算法的钻速优化方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2003261305A1 (en) * 2002-07-31 2004-02-16 The University Of Georgia Research Foundation, Inc. Stabilized bioactive peptides and methods of identification, synthesis, and use
CN102691497A (zh) * 2012-05-28 2012-09-26 中国石油大学(北京) 一种预测不同井底压差下岩石可钻性级值的方法

Also Published As

Publication number Publication date
CN112069646A (zh) 2020-12-11

Similar Documents

Publication Publication Date Title
CN112069646B (zh) 一种精确预测机械钻速的方法
US11209561B2 (en) Generation of fault displacement vector and/or fault damage zone in subsurface formation using stratigraphic function
AU2013406722B2 (en) Controlling a bottom hole assembly in a wellbore
EP2497900A2 (en) Modeling hydraulic fractures
CN102979500A (zh) 控制用于在地下地层中形成开孔的钻柱的钻井方向的方法
AU2014395122B2 (en) Improving well survey performance
CN113090188B (zh) 基于机器学习的智能钻井实时井眼轨迹测量方法及系统
CN105488248A (zh) 一种深部矿层和岩层的判定方法
CN107861917B (zh) 水平井中多元数据联合计算井眼到地层边界距离的方法
CN110805469A (zh) 山岭隧道钻爆法施工掌子面稳定性分级方法
CN111784761B (zh) 矿产资源集合体积估算方法
CN106154322A (zh) 测井曲线校正方法和装置
CN116451013B (zh) 一种深部地层岩石原位可钻性级值预测方法
CN102518425A (zh) 方向性伽马随钻测井仪
CN103590828B (zh) 一种录井dck指数法评价地层压力的方法
US10605955B2 (en) Multi-step subsidence inversion for modeling lithospheric layer thickness through geological time
CN105911592A (zh) 一种实钻约束的三维地震资料长波长静校正方法
CN103790579B (zh) 随钻地质导向中确定钻头与地层界面距离的方法及装置
CN114764844A (zh) 页岩气钻井优化设计方法及装置
US20240230942A9 (en) Method and System for Real-Time Calculating a Microseismic Focal Mechanism Based on Deep Learning
CN113742962B (zh) 一种基于水平井的页岩储层属性三维建模方法
CN115434696A (zh) 一种岩性识别数据库构建方法及岩性识别方法
Gao et al. L2-SSA-LSTM prediction model of steering drilling wellbore trajectory
CN212364624U (zh) 地震电磁复合数据采集系统
CN113740911B (zh) 一种基于坐标旋转波阻抗反演提高储层预测精度的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant