基于XGBoost算法的井漏预警模型研究

渤海湾盆地包含大型断裂构造带,其中裂缝及溶洞较为发育,正常压实条件下处于闭合状态,钻井过程中,井筒液注压力波动可能会诱导地层微裂缝产生、张开、延展,达到致漏程度时就会发生井漏。目前渤海油田对于井漏力学机理的认识不深,堵漏依然处于逐法尝试、逐一检验的盲目阶段,缺乏科学指导,导致作业效率及成功率较低。本文以XGBoost为模型基础算法,优选了井漏时关键动态响应因子,通过使用大量井漏时的数据训练,形成了一套针对渤海油田的井漏实时预警模型。将该模型应用于CFD2-2-4井取得较好的效果,地层漏失情况判断准确率高达87%,对渤海区块安全高效钻井具有重要意义。

利用卡尔曼滤波和人工神经网络相结合的油藏井间连通性研究

油藏连通性的认识对于制定合理的开发调整方案和提高水驱油藏采收率具有重要意义。基于注采井的生产动态数据,建立一种卡尔曼滤波和人工神经网络相结合的分析方法,对油藏井间动态连通性进行定量表征研究。考虑到注入数据的噪声污染和注入信号在地层传播过程中的时滞影响,分别利用卡尔曼滤波算法和非线性扩散滤波器对注采数据进行预处理,从而减少注采数据对机器学习模型的干扰,提高连通性分析的准确性。基于预处理后的历史注采数据,对以生产井产液量为响应,注水井的注水量为输入的人工神经网络进行训练和参数优化,模拟和挖掘注采系统中的井间连通关系。通过对训练好的模型进行参数敏感性分析,量化油藏井间连通程度。应用所建模型和方法分析了均质、各向异性、包含封闭断层、具有高渗透带的4种典型特征油藏和实际非均质油藏的井间连通性。计算结果与油藏地质特征高度吻合,验证了该方法的实用性,可作为量化注采系统连通状况的有效方法。

井-震结合下的断裂破碎带规模识别与应用

断层及断层破碎带是影响渤海地区井漏的重要因素,针对该区多期次构造叠加、应力分布复杂等情况,结合行业技术发展现状,优选井-震相结合的方法精细刻画断层破碎带。首先,利用地震方差体进行断层破碎带的边界刻画;其次,在地震方差体的基础上,利用主动蚂蚁体和被动蚂蚁体相结合的方法精细识别断层面和充填带,实现对断裂破碎带宽度半定量的识别;最后,通过测井三孔隙度裂缝解释成果等对地震属性进行标定,并在井-震结合下实现对充填物的性质、破碎带物性、宽度进行精细定量刻画。实际应用表明,在井-震结合下可以有效预测和定量精细刻画断裂破碎带的规模,其成果在实际钻井过程中可提高对井漏预测的可靠性和准确性。