一种直推法压井工艺风险评估方法技术

技术编号:26589750 阅读:36 留言:0更新日期:2020-12-04 21:10
本发明专利技术公开了一种直推法压井工艺风险评估方法,首先,选取影响直推法压井工艺安全性的可变因素中的重要因素作为关键参数,将参数可能出现数值放入一个集合中,随机选取一组参数,模拟溢流过程,确定该组参数合理后,通过建立的数学‑物理模型模拟压井得到压井过程中出现的最大井口、井底压力以及套管承受的最大内压强,并与安全限制条件下计算得出的风险评估量进行对比。重复该过程,并统计超过风险评估量的次数,最终定量评估压井风险。该方法通过实际案例计算,能够较好的定量评估直推法压井风险,可用于现场施工前计算压井成功率。

【技术实现步骤摘要】
一种直推法压井工艺风险评估方法
本专利技术涉及油气开采
,特别涉及一种直推法压井工艺风险评估方法。
技术介绍
直推法压井技术是在关井条件下利用井口高压,从环空或钻具中泵入压井液,利用井口高压将溢流物重新推回地层的一种井控方法。因其工艺简单,操作简便且能够快速将溢流物重新推回地层,是处理深井、超深井裂缝性地层气侵溢流的一种较好的井控方式。并且溢流物被推回地层能够避免受污染的钻井液及溢流物污染地表环境,满足新时代对环保的要求。由于直推法压井的特点,在压井过程中井筒及地层将承受较高的压力,盲目使用直推法压井存在一定的风险。若压井前地层参数准确,通过物理数学模型模拟压井便可判断压井过程中是否会发生事故。但由于地层参数的不确定性,导致模拟的过程可能严重偏离实际情况,导致实际施工过程中发生事故。如迪那2-9井在使用直推法压井的过程中压裂地层,致使井下发生严重的地下井喷;大61-21井在使用直推法处理溢流时排量过大,压裂地层,压井失败。定量评估直推法压井风险是保证直推法压井安全,推广直推法压井方法的重要前提。目前对直推法压井风险的评估仍为定性分本文档来自技高网...

【技术保护点】
1.一种直推法压井工艺风险评估方法,其特征在于,包括如下步骤:/nS1、参数选取及处理,具体步骤如下:/nS11、参数选取:选取影响直推法压井工艺安全性的可变因素中的至少两个重要因素作为关键参数;/nS12、确定关键参数取值区间:通过录井数据或邻井数据的数据上下限确定每个关键参数的取值区间;/nS13、确定关键参数取值步长:通过模拟溢流过程与压井过程,确定每个关键参数取值步长对计算结果的影响,进而确定关键参数取值步长;/nS14、按照正态分布取值概率生成每个关键参数取值集合;/nS2、参数降噪:从关键参数取值集合中抽取一组数据,以该组数据为基础,模拟溢流过程,以实际溢流量作为结束条件,得到关井...

【技术特征摘要】
1.一种直推法压井工艺风险评估方法,其特征在于,包括如下步骤:
S1、参数选取及处理,具体步骤如下:
S11、参数选取:选取影响直推法压井工艺安全性的可变因素中的至少两个重要因素作为关键参数;
S12、确定关键参数取值区间:通过录井数据或邻井数据的数据上下限确定每个关键参数的取值区间;
S13、确定关键参数取值步长:通过模拟溢流过程与压井过程,确定每个关键参数取值步长对计算结果的影响,进而确定关键参数取值步长;
S14、按照正态分布取值概率生成每个关键参数取值集合;
S2、参数降噪:从关键参数取值集合中抽取一组数据,以该组数据为基础,模拟溢流过程,以实际溢流量作为结束条件,得到关井井口压力;若井口压力与实际数据的误差不超过30%,则认为该组数据有效,使用有效数据进行后续的压井模拟;若误差超过30%,则舍弃该组数据;
S3、压井模拟:通过建立的数学-物理模型模拟压井得到压井过程中出现的最大井口压力、井底压力以及套管承受的最大内压强;
S4、风险评估:将步骤S3计算出的最大井口压力、井底压力以及套管承受的最大内压强分别与安全限制条件下计算得出的风险评估量进行对比;重复该过程,并统计超过风险评估量的次数,最终定量评估压井风险。


2.如权利要求1所述的直推法压井工艺风险评估方法,其特征在于,所述步骤S11中,选取地层压力和地层渗透率作为关键参数。


3.如权利要求2所述的直推法压井工艺风险评估方法,其特征在于,所述步骤S14包括如下子步骤:
S141、将关键参数按取值步长放置在集合中,x∈(x0,x1,x2...,xn),其中:
x0=xmin,
x1=x0+Step,
...
xn-1=xn-2+Step,
xn=xmax
式中,x—某参数,无因次;xmin—参数取值下限,无因次;xmax—参数取值上限,无因次;
S142、计算关键参数两点之间的取值概率:取xi,xi+1两点之间的数均等于xi,则取到xi的概率为:



式中,Rxi—取到xi的概率,无因次;σ为标准差;μ为期望,x为随机变量;
将目标正态分布转化为标准正态分布后,通过标准正态分布表便可查得xi,xi+1的概率密度,转化公式为:



式中,z为自定义变量,无因次;σ—标准差,无因次;μ—期望,无因次;
则取得xi的概率为:
Rxi=Φ(zi+1)-Φ(zi)
式中:Rxi—取到xi的概率,无因次;Φ—参数的概率密度,无因次;
S143、在xi,xi+1之间生成随机数,假设总的随机数个数为NR,则xi,xi+1之间随机数的个数Nxi为:
Nxi=NRRxi
最终随机抽取参数的概率即可满足正态分布。


4.如...

【专利技术属性】
技术研发人员:李庆峰付建红尹虎苏昱张小敏
申请(专利权)人:西南石油大学
类型:发明
国别省市:四川;51

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1