渤海區域基于數據驅動的鉆井提速

作者：劉兆年,趙穎,孫挺

摘要：隨著鉆井作業深度的增加,地層條件和井身結構變得復雜,鉆井投入增加。為了提高鉆井效率,降低鉆井成本,在鉆井過程中,從錄井數據出發,結合神經網絡和遺傳算法,找出了適用于渤海某區域不同地層的最優機械鉆速及其對應的鉆井參數(鉆壓,轉速和排量),從而保證了高效鉆井作業。收集渤海地區某區塊不同井的明化鎮和館陶組兩個地層段8000組數據(每層4000組),針對每一地層單獨訓練機器學習模型。以其中一層為例,首先將3900組鉆井參數作為輸入,對應的機械鉆速作為輸出訓練BP神經網絡;然后將剩余的100組鉆井參數作為輸入數據,利用得到的神經網絡對此時的機械鉆速進行預測;最后將4000組鉆井參數作為遺傳算法中的種群個體,將預測的機械鉆速作為遺傳算法中的一個重要參數個體適應度值,并通過遺傳算法推導最優機械鉆速及其對應的鉆井參數。提出的方法充分利用了油田現場的數據,得到了適用于渤海地區不同地層段的機器學習模型,提高了機械鉆速,實現了鉆井提速。

發文機構：中海油研究總院有限責任公司 海洋石油高效開發國家重點實驗室 中國石油大學（北京）安全與海洋工程學院

關鍵詞：鉆井提速鉆井參數優化神經網絡遺傳算法數據驅動drilling speeddrilling parameter optimizationneural networkgenetic algorithmdata-driven

分類號： TE22[石油與天然氣工程—油氣井工程]