钻前井壁稳定预测方法的研究

doi:10.7623/syxb200103020

石油学报 ›› 2001, Vol. 22 ›› Issue (3): 96-99.DOI: 10.7623/syxb200103020

钻前井壁稳定预测方法的研究

金衍, 陈勉, 张旭东

石油大学石油工程系北京昌平102200

收稿日期:1999-11-05 修回日期:2000-03-08 出版日期:2001-05-25 发布日期:2010-05-21
作者简介:金衍,男,1972年8月生.1994年获石油大学(北京)硕士学位.现为石油大学(北京)石油工程系博士研究生.
基金资助:
中国石油天然气集团公司“九五”科技攻关项目(2097070312)“塔里木复杂地质条件下深井超深井钻井技术研究”的部分内容.

STUDY ON PREDICTION FOR BOREHOLE STABILITY BEFORE DRILLING

JIN Yan

Petroleum University, Beijing 102200, China

Received:1999-11-05 Revised:2000-03-08 Online:2001-05-25 Published:2010-05-21

摘要/Abstract

摘要： 国内外对井壁稳定研究一般都在钻井过程中或钻井结束后进行,通过钻井、测井、录井和岩心资料的综合分析,确定井壁失稳主导机理,选择安全泥浆密度与泥浆体系,该方法相对容易且符合研究井的实际工程要求,但得到结果的实用性易受地质构造影响.此外,野猫井的井壁稳定性一般凭经验判断,所以复杂地层的井壁失稳事故在所难免.为此,本文在神经网络的基础上,研究了利用地震资料钻前预测井壁稳定性的方法,建立了井壁稳定性钻前预测模型,该模型在现场得到较为成功的应用.至目前国内外在这一领域的研究还是空白.

关键词: 井壁稳定, 预测, 层速度, 神经网络

Abstract: Borehole stability is generally studied during drilling or after drilling.By analyzing drilling log,logging data and core data in detail,the leading mechanism of borehole instability is acquired,the safe mud weight program and mud system are selected.This approach is easy and practical for the drilled well,but the result may be impractical for the well to be drilled because of the change of geologic structure.In addition,the stability of wildcat well is generally determined by experience,so the disaster at complex formations is unable to avoid.In order to prevent from borehole instability problems,a new method for predicting borehole stability before drilling is studied closely in this paper.According to neural network theory,a new model for predicting borehole stability by seismic data is established,and is successful in field application.

Key words: borehole stability, predication, seismic data, neural network

中图分类号:

TE241

金衍, 陈勉, 张旭东. 钻前井壁稳定预测方法的研究[J]. 石油学报, 2001, 22(3): 96-99.

JIN Yan. STUDY ON PREDICTION FOR BOREHOLE STABILITY BEFORE DRILLING[J]. Editorial office of ACTA PETROLEI SINICA, 2001, 22(3): 96-99.

[1]	李宁, 徐彬森, 武宏亮, 冯周, 李雨生, 王克文, 刘鹏. 人工智能在测井地层评价中的应用现状及前景[J]. 石油学报, 2021, 42(4): 508-522.
[2]	张智, 丁剑, 李炎军, 罗鸣, 吴江, 杨昆, 刘金铭. CO₂注采井油管柱服役安全状态评价方法[J]. 石油学报, 2020, 41(8): 991-1000.
[3]	王江帅, 李军, 柳贡慧, 陈安明, 骆奎栋, 黄涛, 汪伟. 变压力梯度下钻井环空压力预测[J]. 石油学报, 2020, 41(4): 497-504.
[4]	姜在兴, 王俊辉, 张元福, 张建国, 宋明水, 王玉华, 姜洪福. “风-源-盆”三元耦合油气储集体预测方法及其应用——对非主力物源区储集体的解释与预测[J]. 石油学报, 2020, 41(12): 1465-1476.
[5]	孙科, 刘慧卿, 王腾, 张红玲, 谢建勇. 致密油藏压裂后衰竭开采单井可采储量预测新方法[J]. 石油学报, 2020, 41(10): 1238-1247.
[6]	张荣虎, 曾庆鲁, 王珂, 王俊鹏, 孟广仁, 李娴静. 储层构造动力成岩作用理论技术新进展与超深层油气勘探地质意义[J]. 石油学报, 2020, 41(10): 1278-1292.
[7]	张磊, 乔向阳, 张亮, 吴克柳, 周伟, 白慧芳, 辛翠平, 王涛. 鄂尔多斯盆地旬邑探区延长组储层特征和开发效果[J]. 石油学报, 2020, 41(1): 88-95.
[8]	张功成, 田兵, 谢晓军, 李建平, 蔡露露, 熊连桥, 孙瑞, 张东昱甫. 深层优质碎屑岩储层全生命周期分析方法论[J]. 石油学报, 2019, 40(S2): 13-28.
[9]	高永海, 孟文波, 崔燕春, 张崇, 陈野, 董钊, 孙金声, 孙宝江. 深水气井水合物沉积预测新模型[J]. 石油学报, 2019, 40(8): 975-982.
[10]	徐宝昌, 周家立, 刘伟, 付加胜. 基于数据驱动的钻井过程气侵工况预测方法[J]. 石油学报, 2019, 40(10): 1263-1269.
[11]	丁丽, 张加胜, 蔺爱国. 集肤效应电伴热系统的建模与控制策略[J]. 石油学报, 2018, 39(7): 837-844.
[12]	韩海水, 李实, 姚小琪, 陈兴隆, 张可, 秦积舜. 基于摩尔密度的原油-CO₂体系膨胀能力预测方法[J]. 石油学报, 2018, 39(4): 456-462.
[13]	朱亚军, 李进步, 陈龙, 石林辉, 付斌, 史红然, 张晨. 苏里格气田大井组立体开发关键技术[J]. 石油学报, 2018, 39(2): 208-215.
[14]	张建坤, 吴吉忠, 徐文会, 吴开龙, 臧梅, 邢文军. 基于岩石物理的致密砂岩油藏叠前优势储层预测——以渤海湾盆地南堡凹陷4号构造东营组二段为例[J]. 石油学报, 2017, 38(7): 793-803.
[15]	徐春露, 孙建孟, 董旭, 赖富强. 页岩气储层孔隙压力测井预测新方法[J]. 石油学报, 2017, 38(6): 666-676.

钻前井壁稳定预测方法的研究

STUDY ON PREDICTION FOR BOREHOLE STABILITY BEFORE DRILLING

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价