基于钻井模型与人工智能相耦合的实时智能钻井监测技术

• 作者: 张菲菲 方含之 李紫璇 王茜 王越支
• 来源期刊: 石油钻采工艺
• 学科: 工学
• 关键词: 智能钻井 实时钻井监测 录井 异常监测 耦合模型 自我修正
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 钻井完井
• 页码范围: 6-15
• 页数: 10页
• 分类号: TE242
• 字数: 7436字
• 语种: 中文
• DOI: 10.13639/j.odpt.2020.01.002

摘要

钻井过程中钻井复杂监测对于减少事故发生、降低钻井成本意义重大.在实际钻井过程中,钻井复杂的分析和判断主要靠人工完成,难以保证预警效率.为此,将动态钻井物理模型与人工智能、数据挖掘算法相结合,提出基于实时录井数据的实时钻井监测及事故预警技术.该技术以钻井施工过程中的综合录井数据作为输入,利用模型算法来实时准确呈现钻井过程中的井下工况条件,预测即将发生的复杂风险.从实时井眼清洁及水力学监测、实时卡钻预测、实时井涌监测3个方面对实时钻井监测及预警技术进行了详细分析.该技术可以实时准确模拟井下工况条件,识别并降低钻井事故发生概率,帮助钻井工程师提早发现问题,减少钻井事故的发生,并减少对自然环境以及人员安全的影响,为现场施工提供辅助决策,降低非有效生产时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王茜	长江大学石油工程学院	11	17	3.0	3.0
2	张菲菲	长江大学石油工程学院	4	0	0.0	0.0
3	李紫璇	长江大学石油工程学院	1	0	0.0	0.0
4	王越支	长江大学石油工程学院	2	0	0.0	0.0
5	方含之	长江大学石油工程学院	1	0	0.0	0.0