[发明专利]一种智能化判断钻井短起最佳时机的方法

说明书

本发明涉及短起钻井技术领域，公开了一种智能化判断钻井短起最佳时机的方法，S01：获取跟钻屑堆积有关的录井相关参数，对各录井相关参数进行关联归一处理；S02：建立相关录井参数正常值预测模型，利用模型获得相关录井参数正常值；S03：计算录井参数的融合偏差值，将预测的部分录井参数正常值跟实际参数测量值进行对比，计算出融合偏差值Δ_STF；S04：判断是否需要短起，根据融合偏差值Δ_STF，判断是否需要短起；S05：评价短起效果，将进行短起后的部分录井参数跟预测模型正常值比较，通过融合偏差程度评价短起效果，并且在短起之后删除参数测量异常值。本发明能够准确判断短起时机，大大提高了短起的效率，极大地降低了钻井成本，稳定性强，反应速度快。

技术领域

本发明涉及短起钻井技术领域，具体公开了一种智能化判断钻井短起最佳时机的方法。

背景技术

钻井的一个重要目标就是提高钻井速度，缩短钻完井时间，最大限度降低钻井成本，以此提高经济效益。钻井过程中不可避免会产生钻屑，过量的钻屑会堆积造成卡钻，使钻进困难、终止甚至会造成井涌、井喷等安全事故，增加不必要的钻完井时间，造成巨大的经济损失。为了解决钻屑堆积造成的卡钻，避免因为卡钻造成的更严重的事故，迫切需要一种有效的方法来解决这个问题。

根据查阅的文献，短起清除岩屑堆积是一种很有效的方法，但是短起费用昂贵，且每一次短起都比前一次费用更高，需要严格控制短起的次数，这就需要找到最适合短起的时机，以降低钻井成本。当井内岩屑的堆积到足以造成卡钻使钻进困难，且井筒压力小于地层压力时，就是短起的最好时机。而找到短起的最好时机还不是提高钻进效率、降低成本的最佳方法。钻屑堆积跟钻进过程中产生的岩屑和岩屑的低返出率造成的井眼清洁效果不良有关，岩屑的返出跟岩屑运移长度有直接关系，而岩屑运移长度跟钻井液流量、环空速度、流体紊流状态有关，控制参数使井眼一直处于动态清洁状态，使井眼清洁效果一直达到最佳，直到无法被环空返出的岩屑堆积到快要造成卡钻的程度或井筒压力快要小于地层压力时，再进行短起，这便是减少短起次数的最佳方法。而井眼清洁以及判断井眼清洁状态的方法已经很丰富完善了，短起清除岩屑的研究却很少，基本是靠经验判断是否需要短起，如此导致无法准确判断短起的时机。

发明内容

本发明意在提供一种智能化判断钻井短起最佳时机的方法，旨在解决在无法准确判断短起时机的问题。

为了达到上述目的，本发明的基础方案如下：一种智能化判断钻井短起最佳时机的方法，包括如下步骤：

S01：获取跟钻屑堆积有关的录井相关参数

对各录井相关参数进行关联归一处理，获得相关实际测量参数值；

S02：建立相关录井参数正常值预测模型

利用模型获得相关录井参数正常值；

S03：计算录井参数的融合偏差值

将预测的部分录井参数正常值跟相关实际参数测量值进行对比，计算出融合偏差值Δ_STF；

S04：判断是否需要短起

根据融合偏差值Δ_STF，判断是否需要短起；

S05：评价短起效果

将进行短起后的部分录井参数跟预测模型正常值比较，通过融合偏差程度评价短起效果，并且在短起之后删除参数测量异常值。

进一步，所述S01中，录井相关参数为大钩负荷、大钩高度、立管压力、测量井深、垂直井深、钻头测量深度、钻头垂直深度。

进一步，所述S02中，所建立的模型为基于森林优化算法的广义回归神经网络模型，模型输入为测量井深、垂直井深、钻头测量深度、钻头垂直深度，模型输出为大钩负荷、大钩高度、立管压力。