地质力学特征评价新方法在导向钻井优化中的应用

吴 超,王 磊,金 衍,陈小锋,刘建华

(1.页岩油气富集机理与有效开发国家重点实验室,北京100101;2.中国石油化工股份有限公司石油工程技术研究院,北京100101;3.中国石油大学石油工程学院,北京102249)

地质力学特征评价新方法在导向钻井优化中的应用

吴 超1,2,王 磊1,2,金 衍3,陈小锋1,2,刘建华1,2

(1.页岩油气富集机理与有效开发国家重点实验室,北京100101;2.中国石油化工股份有限公司石油工程技术研究院,北京100101;3.中国石油大学石油工程学院,北京102249)

针对常规导向钻井技术在适用范围、预测能力与运行成本等方面的局限性,在考察岩石物理及力学参数和地球物理信息之间定量关系的基础上,将地震反演、地质统计、地震属性分析、岩石力学方法与钻井工程实际需求密切结合,提出地质力学特征评价新方法,基于其对导向钻井系统进行优化。新技术以常规地震和测井资料为基础,充分结合钻井、录井等实钻信息,钻前建立地质力学初始模型用于钻井设计,钻进过程中参考实钻资料随钻修正并更新钻前模型用于钻井工艺实时优化,其关键环节是准确预测钻头前方待钻地层的强度、地应力、孔隙压力、坍塌压力、破裂压力等力学参数。以井壁稳定预测及其工程运用为重点,论述导向钻井优化中岩石力学理论和地球物理算法结合运用的思路与技术流程,将该方法在西南、西北复杂探区进行应用。现场应用表明,优化的导向钻井系统可以达到理想的参数预测精度与工艺优化效果,指导安全、优质、快速、低成本钻井的能力得到了提高。

导向钻井;优化;地质力学特征;井壁稳定;随钻修正

油气钻探面临的地质环境日趋复杂,应用导向钻井技术可以全面采集并评价工程与地质信息,为顺利实施钻井施工提供指导。当前常用的地质导向钻井和旋转导向钻井技术主要依据随钻测井或随钻测量信息,结合先进的井下通信与控制系统,井眼轨迹控制能力强,可提高钻井成功率和采收率[1-2]。由于费用高,上述技术多用于目的层与定向段,不能全面评价钻井工艺优化所需的地质力学特征,且无法预测钻头前方未钻井段的地层参数。随钻地震技术多年的试验应用情况表明其可以提高导向钻井效果[3],但施工与运算成本制约了其工程运用的普遍性。基于地震和测井资料的井壁围岩力学特性与稳定性预测评价研究近期取得一定进展,但在运算稳定性和实钻操作能力等方面仍须完善[4-7],还未形成有效服务于导向钻井的技术体系。笔者针对上述问题,以改进完善地质力学建模方法为重点,对导向钻井技术进行优化,以提高其随钻操作性能、适应性与使用效益。

1 导向钻井技术优化概述

与传统导向钻井技术不同,优化后的导向钻井技术不依赖于费用昂贵的随钻测井、随钻地震及井下信息控制硬件系统,它以常规地震与测井资料为基础,辅以钻井、录井等实钻数据,综合运用地球物理和岩石力学方法进行地层特性评价。该技术的核心是对钻头前方待钻地层的工程地质与岩石力学特征(简称地质力学特征)进行随钻精细评价,为钻井工艺实时优化提供支撑,以降低施工成本、提高钻井效益。该技术可适用于从直井到水平井的各种井型、从非目的层到目的层的各套地层、从钻前到实钻的各个阶段。须指出,该技术虽然基于常规地球物理资料,在技术及信息条件允许时亦可参考使用SWD与LWD资料,这将进一步提高地质力学参数预测精度及工艺优化效果。

明确地层的工程地质和岩石力学特征是进行井身结构及钻井参数优化、钻井液体系性能优选的基础,对导向钻井技术优化的要求是精细、及时地描述待钻地层的岩矿、构造、流体等工程地质特征以及弹塑性、研磨性、硬度、强度、可钻性、地应力、孔隙压力、坍塌压力、破裂压力、漏失压力等力学特征。基于上述描述成果,预报可能发生的井漏、卡钻、溢流等复杂故障,并及时采取合理工程措施对各类风险进行规避和防范。在钻前阶段,基于地震信息,根据完钻井资料建立初始地质力学模型,为钻井工程设计提供合理依据;在实钻过程中,充分利用钻井、录井等资料,通过实时定量计算与分析对钻前建立的地质力学模型进行随钻修正和更新,在此基础上随钻优化施工工艺以有效应对可能出现的钻井风险。除了上述地质和力学参数,导向钻井技术还涉及多种工程参数,涵盖信息极为丰富,由于井壁稳定状态是决定钻井风险的重要因素,所以准确描述钻头前方待钻地层的强度、应力和压力特征是导向钻井技术有效应用的关键环节,因此本文中将重点介绍井壁稳定预测在导向钻井技术优化中的运用情况。

2 导向钻井优化中地震反演的运用

2.1 理论基础

根据井壁稳定力学理论,孔隙压力、岩石强度、地应力是影响井壁稳定状态的关键基础参数,可根据波速和密度这两个参数直接或间接计算得到[8-9]。地震勘探原理表明,地震记录表示为地震子波和地层反射系数的褶积,反射系数由波速和密度决定,而速度与密度之间亦存在明显的定量相关性。同时岩石物理试验成果证明,纵波速度与孔隙压力之间存在定量关系[8],即

式中,vp为纵波速度,km·s-1;σv为上覆地层压力,MPa;α为有效应力系数;pp为地层孔隙压力,MPa;C0、C1、C2和C3为模型经验参数。

综合各类关系,可将地震记录表示为以孔隙压力为自变量的非线性函数,即S=f(pp),其中,S表示地震记录,f(·)表示非线性函数。根据非线性最优化原理,在已知地震信息的情况下可以根据这种函数关系运用最小二乘法直接反演孔隙压力,迭代计算过程为

式中,Pp,t为第t次迭代得到的孔隙压力解向量;t为迭代计算次数;γt为逐次计算的阻尼因子;A(Pp,t)为非线性函数偏导数矩阵;I为单位矩阵;S0为原始叠后地震记录向量;S(Pp,t)为基于第t次压力迭代解计算的合成地震记录向量。

当迭代得到的合成地震记录达指定精度时完成最优化求解过程[10-12]。通过上述过程可根据地震数据直接反演孔隙压力,与传统方法相比,该方法无须先反演波阻抗再预测孔隙压力,计算步骤的减少可消除累积误差。地应力、岩石强度的反演过程与上述孔隙压力地震反演类似,因此可通过地震反演进行井壁稳定性预测。

2.2 操作方案与应用实例

基于上述理论,设计现场应用操作方案:

(1)基于工区内完钻井的测井、钻井、测试等数据求取完钻井的井壁稳定力学参数。

(2)以三维地震资料为基础、测井数据为约束,根据上述非线性最小二乘法反演得到孔隙压力、地应力、岩石强度数据体,从中提取待钻井的数据,计算其地层坍塌压力和破裂压力,分析井壁稳定状态,用于钻井地质与工程设计。

(3)在实际钻井施工过程中,及时收集分析钻进中新得到的录井、钻井、测井、测试等信息,将其用于:①修正时深转换模型;②确定钻头及井眼轨迹在地震剖面上的实时位置;③更新迭代计算所需的初始数据模型;④修正地震子波;⑤根据钻井参数变化、复杂故障情况修正压力数据。

(4)实钻中通过分析录井资料确定当前钻遇的地质层系,根据工程需要选取钻头前方一定深度的某待钻井段,提取覆盖该井段的地震数据,利用上述实时更新的资料再进行小规模的反演计算。

(5)基于实钻反演得到的孔隙压力、地应力、岩石强度数据,进一步预测钻头前方地层的坍塌压力和破裂压力,根据压力特征预报待钻井段中可能出现的复杂故障。

元坝气田钻井地质环境极为复杂,其探井井深普遍约7 000 m,上部泥岩地层不稳定,垮塌与井漏频发;中部砂岩地层致密性强,气层压力极高,溢流风险大,机械钻速很低;下部海相地层压力值分布不均,钻井工艺优化难度大。在元坝气田中南部N井区开展导向钻井技术优化试验,以该区11套地质层组为基础,根据工程需要进一步划分为近30套次级层段。按照上述操作方案分别进行钻前反演和多次实钻反演,利用实钻反演的结果对钻前建立的井壁稳定模型进行修正完善,图1为经过多次实钻修正后得到的N井区孔隙压力、坍塌压力和破裂压力数据体三维成像效果,图2为从中提取的元坝N-5井全井段地层三压力曲线(图1与图2中的压力数值已折算为当量钻井液密度的形式)。

图1 经多次实钻反演修正后建立的元坝N井区地层三压力数据体Fig.1 Data volumes of three formation pressures of N block in Yuanba gas field obtained by multiple real-time inversions and corrections

为验证算法的可靠性,表1中将该井现场得到的压力实测值与随钻预测值进行对比,可以看到各测试深度点的预测精度均超过90%。通过对地层压力体系的细致分析,在N-5井的施工中对其井身结构进行一定程度的随钻优化,二开Φ33.97 cm套管加深至约3 300 m,封隔沙溪庙组低承压层,三开Φ27.31 cm套管加深至5 200 m,完全封隔自流井、须家河及雷口坡组顶部高压地层,由于实钻预测该井嘉陵江组并未发育异常高压,因此未下入Φ19.37 cm套管专封该层。此外,根据压力预测结果优化了钻井液密度及钻井水力参数,最终N-5井的纯钻时效与同区邻井相比提高33.30%,全井平均机械钻速同比提高20.65%。以上情况均表明优化的导向钻井技术可有效应用于超深复杂探井。

图2 元坝N-5井经多次实钻反演修正后形成的地层三压力曲线Fig.2 Three formation pressures of well N-5 in Yuanba gas field constructed by multiple inversions and corrections

表1 元坝N-5井预测和实测压力数据对比Table 1 Comparison of predicted and measured data of well N-5 in Yuanba gas field

3 导向钻井优化中地质统计的运用

3.1 理论基础

地质统计理论认为地下空间区域各点处的地质变量之间具有相关性,这种空间结构性可以表征该变量在地层空间内的连续分布和各向异性,同时将任一点处某类区域化地质变量都看作随机变量,这种随机性用以表达地质参数观测过程中的误差和随机因素[13-14]。孔隙压力、地应力、岩石强度作为井壁稳定力学计算中的关键参数,具备区域化变量的特征,井壁稳定分析实践表明,以上参数基本符合正态分布特征[7],其分布密度为

式中,Z为孔隙压力、地应力、岩石强度等岩石力学参数,MPa;μp和σ2p分别为岩石力学随机变量的均值和方差。可引入地质统计方法处理地层三压力预测问题,而针对随钻预测的要求,整合地震信息的克里金算法是合适的选择。它将测井解释得到的完钻井孔隙压力、地应力、岩石强度作为主变量,将地震数据作为次级变量,通过分析主变量和次级变量之间的空间相关性,将次级变量信息整合到主变量的预测结果中。以贝叶斯克里金方法为例,设Z(x)和R(x)代表目标空间内的主变量和次级变量,地下空间内任意点处的主变量预测结果为

式中,Z*(x0)为空间内任意点x0处的岩石力学参数预测值,MPa;x1、x2、…、xN为空间内一系列观测点;Z(x1)、Z(x2)、…、Z(xN)为相应观测点上的力学参数观测值,MPa;μR(x)为次级变量的均值函数;λi为克里金系数。地质统计建模涉及的具体运算及分析过程可参阅文献[15]和[16]。

3.2 操作方案与应用举例

地质统计方法运用于导向钻井优化时,具体操作方法和2.2节有一定相似性,与其不同之处为:①钻前利用测井解释成果和地震资料进行数据分析,建立分层段的应力、压力、强度变差函数模型;②实钻中还要根据实时信息随钻修正时深转换模型与各类变差函数模型,并更新克里金方程组及系数;③钻进过程中通过分析录井资料判断钻头所处地质层系,从地质统计模型中选择对应当前钻遇地层的模型,从中提取参数,求解钻头前方待钻井段的应力、压力、强度,并进一步预测其井壁稳定性。地质统计算法运用于导向钻井技术时,较之于地震反演运算更加快捷,预测精度则略逊于后者。

涪陵页岩气田前期完钻井储层埋深一般在2300～2 500 m,水平井完钻井深一般在4 000～4800 m。位于定向段和水平段的韩家店组、小河坝组及龙马溪组易坍塌掉块、漏失现象普遍;龙马溪组储层孔隙压力分布状态复杂,井控压力较大。根据上述问题,在焦页NE平台试验应用了优化的导向钻

井技术,目标层段为复杂故障较多的志留系。在对该平台NE-2HF井的韩家店组、小河坝组及龙马溪组分别进行地质统计分析建模的基础上,随钻预测该井的岩石强度参数、地应力、地层三压力数据(由于本区裂缝性地层发育,所以预测了地层漏失压力)。图3为NE-2井的地应力与地层三压力曲线(其中1847 m以浅为直井段,1 847～2 558 m为定向段,2558 m以深为水平段),将随钻多次预测得到的应力与压力数据进行了合并。

图3 经多次随钻修正后得到的NE-2HF井志留系井段地层三压力预测曲线Fig.3 In-situ stress and three formation pressure curves of the Silurian of well NE-2HF obtained by multiple corrections

由图3可知,该井2100 m附近出现窄密度窗口区,实际钻进至2077 m和2110 m发生两次小规模井漏。由于钻进至该井段前准确预测了其地层压力状态,据此实时优化了钻井液密度等参数;并决定在2315 m结束二开钻进,下套管封固不稳定地层,漏失和垮塌等潜在风险得到了控制。通过在NE-2HF井全井段应用导向钻井技术,并基于随钻预测结果进行施工参数实时优化,该井平均机械钻速达6.35 m/h,同比前期完钻邻井提高了18.97%。现场和实验室测试结果显示,龙马溪组下段储层最大水平地应力、最小水平地应力、上覆地层压力、孔隙压力、漏失压力实际值分别为2.75、2.05、2.43、1.40和2.13,通过将其与图3及图4中对应深度的预测值进行对比,预测精度分别为97%、96.68%、98.78%、96.33%和93.81%。以上均证明岩石力学方法和地质统计理论结合运用的可行性。

4 导向钻井优化中地震属性分析的运用

4.1 理论基础

前文已述及波速、密度是预测井壁稳定性的关键数据,而地震记录可通过反射系数与子波的褶积运算得到,反射系数则根据波速和密度求取,因此地层孔隙压力、坍塌压力、破裂压力和地震记录之间存在一定的非线性映射关系,即

式中,S为地震记录;w为地震子波;r为反射系数;ρ为密度,g·cm-3;v为波速,km·s-1;p为地层三压力,MPa;*代表褶积运算;F1(·)和F2(·)为非线性函数。根据式(5)可使用适当的非线性数学方法通过地震数据求取地层三压力,地震属性分析法即是运用智能计算技术完成这一求解过程。

地震属性是经过数学变换从原始地震记录中导出的有关地震波几何形态、运动学特征、动力学特征和统计学性质的定量参数[17-20]。由于地震属性对地层的构造、岩性、物性以及流体成分等特征更加敏感,相比于原始地震记录其更适宜于建立地震信息和井壁稳定参数之间的非线性映射关系模型。前期研究已尝试通过地震属性先后预测声波、密度测井数据与井壁稳定力学参数[21],而根据式(5),利用属性直接预测地层三压力应能取得更好效果。首先识别已钻井段孔隙压力、坍塌压力、破裂压力与地震属性的非线性映射关系,根据此关系得到待钻井地层三压力预测值,对于该问题,神经网络是可行的求解工具。通过反复试用各类神经网络算法,发现小波神经网络运算效果最好,其具有较高的学习速度、较强的逼近与容错能力[22]。具体采用如下算法进行小波神经网络建模:

(1)将小波的伸缩因子ak、平移因子bk和网络权值、(上标表示权值类别)赋以随机值(其中,j=1,2,…,n,n为地震属性个数;k=1,2,…,l,l为网络中小波基函数个数),实现网络参数的初始化。

(2)将已钻井分层段的地震属性及对应的地层三压力检测值作为网络的学习样本对输入。

(3)选取某种合适的小波函数,则当前网络输出为

(4)设能量函数为网络输出值与压力检测值之差的平方,利用梯度下降法逐次计算网络因子和权值的瞬时梯度向量。

(5)基于误差反向传播算法修改网络参数ak、bk、和。

重复进行以上步骤至输出误差满足指定要求,即完成网络学习建模过程。

4.2 操作方案与应用实例

地震属性分析方法主要应用于单井预测,较少用于三维建模。该方法钻前收集的资料类型和前两种方法类似,主要区别在于要求钻前针对完钻井资料分层建立地层三压力和地震属性关系的神经网络模型。实钻过程中主要须及时修正时深转换模型,通过录井信息确定钻遇层位,从已建立的分层网络系统中选取对应当前钻遇层位的网络模型,根据工程需要将钻头前方一定深度待钻井段的地震属性输入选定模型,即可输出待钻井段的孔隙压力、坍塌压力和破裂压力。

将提出的方法应用于塔里木盆地西南部QK探区,工区内的Q6井为待钻目标井,将其邻井Q5井作为参照井。两井从浅至深所钻遇的地层依次为第四系、新近系、古近系、二叠系、石炭系和泥盆系,进一步细分成15套次级层组。通过试算比较,确定在该工区包括瞬时频率、频谱的二阶矩、自相关函数的主极值面积、关联维、R/S分数维、Lyapunov指数和Kolmogorov熵在内的属性组合对于地层三压力最敏感。在对Q5井地震属性和压力数据分层建模的基础上,对Q6井的井壁稳定性进行随钻预测,图4为用来预测Q6井石炭系三压力的地震属性组合。最终可分层预测得到Q6井地层三压力曲线(图5,将各次预测结果合并处理),并将预测成果用于实时指导钻井液密度及其他性能优化。完钻后统计结果表明,Q6井平均井径扩大率低于6%,与同一工区内前期完钻的Q5井相比,该井溢流、漏失、卡钻等复杂故障时效显著减少了43.55%,这证明地震属性预测方法用于导向钻井系统优化有效可行。

图4 用于神经网络预测的Q6井石炭系地震属性组合Fig.4 Seismic attributes combination for neural network prediction of the Carboniferous of well Q6

图5 经多次随钻预测得到的Q6井地层三压力曲线Fig.5 Three formation pressure curves of well Q6 by multiple real-time predictions

5 结 论

(1)地质力学特征评价方法的改进与完善是优化导向钻井技术的重点,该方法综合利用常规的地震、测井、录井、钻井等资料,准确、全面地预测井壁的工程地质和岩石力学参数,根据其合理优化工艺措施以控制潜在的钻井风险。新技术适于各类井型的全套钻遇层段,预测精度有效满足工程需求,具有较强的随钻操作性能和较低的使用成本。

(2)根据地震数据和地层强度、应力、压力参数之间的定量关系,在优化导向钻井技术时有针对性地引入地震反演、地质统计与地震属性算法,其中地震反演法精度较高,但计算量稍大,地质统计法适用于定向井、水平井实钻快速预测,地震属性法适合用于直井随钻精细评价。

(3)导向钻井优化的关键是提高井壁稳定性预测的精度和实时性,通常包括钻前建模与实钻修正两个模块,钻前建立工区岩石力学参数模型,用于工程设计;实钻过程中实时更新完善时深关系等建模工具,针对钻头前方的未钻井段,对钻前所建初始模型进行随钻修正,并将其用于施工工艺实钻优化。

[1] 张晨光,吴千里,王孝亮,等.塔里木深井薄油层旋转地质导向钻井技术应用[J].石油勘探与开发,2013,40(6):747-751.ZHANG Chenguang,WU Qianli,WANG Xiaoliang,et al.Application of rotary geosteering drilling in deep and thin reservoirs of Tarim Basin[J].Petroleum Exploration and Development,2013,40(6):747-751.

[2] 姜伟,蒋世全,付鑫生,等.旋转导向钻井技术应用研究及其进展[J].天然气工业,2013,33(4):75-79.JIANG Wei,JIANG Shiquan,FU Xinsheng,et al.Application of rotary steering drilling technology and its research progress[J].Natural Gas Industry,2013,33(4):75-79.

[3] 黄伟传,葛洪魁,吴何珍,等.地震干涉处理方法在随钻地震资料处理中的应用[J].石油地球物理勘探,2012,47(1):32-36.HUANG Weichuan,GE Hongkui,WU Hezhen,et al.The application of seismic interferometry in SWD data processing[J].Oil Geophysical Prospecting,2012,47(1):32-36.

[4] 吴超,刘建华,张东清,等.基于地震波阻抗的预探井随钻井壁稳定预测[J].石油勘探与开发,2015,42(3):390-395.WU Chao,LIU Jianhua,ZHANG Dongqing,et al.A prediction of borehole stability while drilling preliminary prospecting wells based on seismic impedance[J].Petroleum Exploration and Development,2015,42(3):390-395.

[5] WU C,CHEN M,JIN Y.A prediction method of borehole stability based on seismic attribute technology[J].Journal of Petroleum Science and Engineering,2009,65(3/4):208-216.

[6] 吴超,刘建华,张东清,等.基于地震属性技术的井壁稳定随钻预测新方法[J].岩土工程学报,2015,37(10):1810-1817.WU Chao,LIU Jianhua,ZHANG Dongqing,et al.Predicting borehole stability while drilling based on nonlinear inversion[J].Chinese Journal of Geotechnical Engineering,2015,37(10):1810-1817.

[7] 吴超,臧艳彬,张东清,等.定向井随钻井壁稳定预测方法及其应用[J].石油学报,2015,36(10):1290-1298.WU Chao,ZANG Yanbin,ZHANG Dongqing,et al.A method of borehole stability prediction while drilling directional wells and its application[J].Acta Petrolei Sinica,2015,36(10):1290-1298.

[8] 陈勉,金衍,张广清.石油工程岩石力学[M].北京:科学出版社,2008.

[9] 魏凯,管志川,廖华林,等.井壁失稳风险评价方法[J].中国石油大学学报(自然科学版),2013,37(2):62-66.WEI Kai,GUAN Zhichuan,LIAO Hualin,et al.Assessment method of borehole instability risk[J].Journal of China University of Petroleum(Edition of Natural Science),2013,37(2):62-66.

[10] ADLER F,BAINA R,SOUDANI M A,et al.Nonlinear 3D tomographic least-squares inversion of residual moveout in Kirchhoff prestack-depth-migration commonimage gathers[J].Geophysics,2008,73(5):13-23.

[11] PEREZ D O,VELIS D R,SACCHI M D.High-resolution prestack seismic inversion using a hybrid FISTA least-squares strategy[J].Geophysics,2013,78(5):185-195.

[12] 郭振波,田坤,李振春,等.利用非线性最优化方法构建近似常Q黏弹模型[J].中国石油大学学报(自然科学版),2014,38(2):52-58.GUO Zhenbo,TIAN Kun,LI Zhenchun,et al.Constructing nearly constant-Q viscoelastic model using the nonlinear optimization method[J].Journal of China U-niversity of Petroleum(Edition of Natural Science),2014,38(2):52-58.

[13] 张文彪,段太忠,刘志强,等.深水浊积水道多点地质统计模拟:以安哥拉Plutonio油田为例[J].石油勘探与开发,2016,43(3):403-410.ZHANG Wenbiao,DUAN Taizhong,LIU Zhiqiang,et al.Application of multi-point geostatistics in deep-water turbidity channel simulation:a case study of Plutonio oilfield in Angola[J].Petroleum Exploration and Development,2016,43(3):403-410.

[14] 张繁昌,肖张波,印兴耀.地震数据约束下的贝叶斯随机反演[J].石油地球物理勘探,2014,49(1):176-182.ZHANGFanchang,XIAOZhangbo,YINXingyao.Bayesian stochastic inversion constrained by seismic data[J].Oil Geophysical Prospecting,2014,49(1):176-182.

[15] 吴胜和.储层表征与建模[M].北京:石油工业出版社,2010.

[16] 刘钰铭,侯加根,胡向阳,等.塔河油田古岩溶储集体三维建模[J].中国石油大学学报(自然科学版),2012,36(2):34-38.LIU Yuming,HOU Jiagen,HU Xiangyang,et al.3D modeling paleokarst reservoir in Tahe Oilfield[J].Journal of China University of Petroleum(Edition of Natural Science),2012,36(2):34-38.

[17] 张阳,邱隆伟,李际,等.基于模糊C均值地震属性聚类的沉积相分析[J].中国石油大学学报(自然科学版),2015,39(4):53-61.ZHANG Yang,QIU Longwei,LI Ji,et al.Sedimentary facies analysis based on cluster of seismic attributes by fuzzy C-means algorithm[J].Journal of China University of Petroleum(Edition of Natural Science),2015,39(4):53-61.

[18] 肖佃师,卢双舫,王海生,等.三角洲外前缘薄砂体地震综合预测方法[J].中国石油大学学报(自然科学版),2015,39(4):62-69.XIAO Dianshi,LU Shuangfang,WANG Haisheng,et al.Comprehensive prediction method of seismic to thin sandstone reservoir in delta-frontal[J].Journal of China University of Petroleum(Edition of Natural Science),2015,39(4):62-69.

[19] NEVES F A,ZAHRNI M S,BREMKAMP S W.Detection of potential fractures and small faults using seismic attributes[J].The Leading Edge,2004,23(9):903-906.

[20] TALKHESTANI A A.Prediction of effective porosity from seismic attributes using locally linear model tree algorithm[J].Geophysical Prospecting,2015,63(3):680-693.

[21] 吴超,陈勉,金衍.基于地震属性技术的井壁稳定随钻预测新方法[J].中国石油大学学报(自然科学版),2007,31(6):141-146.WU Chao,CHEN Mian,JIN Yan.A new method of predicting borehole stability while drilling based on seismic attribute technology[J].Journal of China University of Petroleum(Edition of Natural Science),2007,31(6):141-146.

[22] 彭琦,张茹,谢和平,等.基于AE时间序列的岩爆预测模型[J].岩土力学,2009,30(5):1436-1440.PENG Qi,ZHANG Ru,XIE Heping,et al.Prediction model for rockburst based on acoustic emission time series[J].Rock and Soil Mechanics,2009,30(5):1436-1440.

(编辑 李志芬)

Application of a new evaluation method for geomechanical characterisation in optimizing steerable drilling technology

WU Chao1,2,WANG Lei1,2,JIN Yan3,CHEN Xiaofeng1,2,LIU Jianhua1,2
(1.State Key Laboratory of Shale Oil and Gas Enrichment Mechanisms and Effective Development,Beijing 100101,China;2.SINOPEC Research Institute of Petroleum Engineering,Beijing 100101,China;3.College of Petroleum Engineering in China University of Petroleum,Beijing 102249,China)

In consideration of the limitations of the conventional steerable drilling technology in terms of its application scope,forecasting ability and operation cost,a new evaluation method for geomechanical characterisation was proposed to optimize the steerable drilling system.The evaluation method is based on the quantitative relationships between the physical and mechanical parameters of rocks and the geophysical information,combining with seismic inversion,geological statistics,seismic attribute analysis,rock mechanics and the actual requirement of drilling engineering.The key of the optimized steerable drilling technology is to accurately predict the rock strength,in-situ stress,pore pressure,collapse pressure and fracture pressure of the formation based on conventional seismic and well logging data and by making full use of drilling and well log data obtained in real-time drilling process.Before drilling,an initial geomechanical model can be developed for drilling design,and during the drilling process,the initial model will be corrected and updated for real-time optimization of drillingtechnology measures.Emphasizing on the borehole stability prediction and its engineering application,this paper describes the ideas and operation process of the combination of rock mechanics theory and geophysical algorithm in the optimization of steerable drilling technology.It also presents the application of the optimized steerable drilling technology in complex exploration regions of southwestern and northwestern areas of China.The field application results show that the proposed technology can provide precise predictions of various drilling parameters and achieve effective optimization of the drilling process,and its capability for guiding safe,high quality,fast and low cost drilling has been improved.

steerable drilling;optimization;geomechanical characterisation;borehole stability;model correction while drilling

TE 21

:A

吴超,王磊,金衍,等.地质力学特征评价新方法在导向钻井优化中的应用[J].中国石油大学学报(自然科学版),2017,41(3):84-91.

WU Chao,WANG Lei,JIN Yan,et al.Application of a new evaluation method for geomechanical characterisation in optimizing steerable drilling technology[J].Journal of China University of Petroleum(Edition of Natural Science),2017,41(3):84-91.

1673-5005(2017)03-0084-08doi:10.3969/j.issn.1673-5005.2017.03.010

2016-06-08

国家科技重大专项(2011ZX05005-006-001)

吴超(1976-),男,高级工程师,博士,研究方向为井壁稳定分析、钻井工程优化设计。E-mail:wuchao9138@163.com。