一种油气井钻井过程中钻井参数优选方法技术

本发明专利技术公开一种油气井钻井过程中钻井参数优选方法，包括：S1、采集钻井机械钻速及相关主要参数，剔除机械钻速及各钻井参数的异常数据；S2、基于概率统计分析，确定机械钻速及各钻井参数分布函数；S3、根据步骤S2确定的机械钻速与钻井参数分布函数，构建机械钻速与各钻井参数的联合分布函数；S4、根据步骤S3确定的联合分布函数分析各钻井参数与机械钻速间的非线性关系，确定对机械钻速影响显著的钻井参数，最终得到优选的钻井参数。该方法有效解决了一般情况下非正态分布多元随机变量间的联合分布函数直接求解困难或无法求解的问题，实现了对钻井参数与机械钻速之间的非线性关系有效分析，通过构建钻井参数优选准则，达到了钻井参数优选的目的。钻井参数优选的目的。钻井参数优选的目的。

【技术实现步骤摘要】
一种油气井钻井过程中钻井参数优选方法


[0001]本专利技术涉及油气勘探开发
，具体涉及一种油气井钻井过程中钻井参数优选方法。

技术介绍

[0002]油气井钻井工过程中钻井参数优选和优化设计是有效提高机械钻速的重要途径之一。但由于钻井过程中涉及钻井参数多、数据量庞大，各参数的分布特征一般不满足正态分布，且参数之间的关系呈现非线性。采用方差法或因子分析法等常规方法分析，往往分析结果不理想，不能准确揭示出各参数对钻井提速的影响规律。
[0003]此外，应用统计分析时，不仅涉及到单个参数统计分布，同时还涉及到多元变量的联合分布函数求解问题。虽然单变量的统计分布函数求解方法比较成熟，但根据多个单变量的统计分布确定多变量的联合分布函数十分困难，尤其是对于非正态分布的随机变量，常常无法确定联合分布函。
[0004]因此，需要一种能够确定不同钻井参数间的多元联合分布函数的方法，并在此基础上构建钻井参数优选准则，为变量间的非线性分析提供了一条有效途径，最终达到钻井参数优选的目的。

技术实现思路

[0005]为了克服现有技术中的不足，本专利技术的目的是提供一种油气井钻井过程中钻井参数优选方法，基于概率分析理论，确定各钻井参数分布函数，进而给出不同参数间的联合分布函数。实现钻井参数与机械钻速之间的非线性关系有效分析，通过构建钻井参数优选准则，达到了钻井参数优选的目的。
[0006]为解决上述技术问题，本专利技术通过下述技术方案实现：一种油气井钻井过程中钻井参数优选方法，包括如下步骤：S1、采集实际钻井机械钻速及相关主要参数，剔除机械钻速及各钻井参数的异常数据；S2、基于概率统计分析理论，确定机械钻速及各钻井参数的分布规律和分布函数；S3、根据步骤S2确定的机械钻速与钻井参数分布函数，确定机械钻速与各钻井参数的联合分布函数；S4、根据步骤S3确定的联合分布函数分析各钻井参数与机械钻速间的非线性相关关系，确定对机械钻速影响显著的钻井参数，最终得到优选的钻井参数。
[0007]优选的是，所述步骤S2中，首先基于概率统计分析理论，将机械钻速及各钻井参数看作连续型随机变量，任意井段的实测数据则是随机变量某个样本观测值，然后据此采用非参数法给出各随机变量的分布函数。
[0008]优选的是，由于机械钻速与钻井各参数不满足正态分布，采用核密度估计法确定各随机变量的概率密度函数。
[0009]优选的是，采用核密度估计法确定各随机变量的概率密度函数的具体方法为：在任意点样本观测值处总体随机变量X的密度函数的核密度估计为：其中函数满足：一般的，函数K为：式中：n为样本容量；为标准差，用样本标准差S估计值给出，参数h一般取。
[0010]优选的是，所述步骤S3中，根据机械钻速与各钻井参数的分布函数，需构建机械钻速与各钻井参数间的二维随机变量的联合分布函数。
[0011]优选的是，构建机械钻速与各钻井参数间的二维随机变量的联合分布函数方法是，假设机械钻速与任一钻井参数的分布函数分别为和，二元函数为具有边缘分布函数和的二元联合分布函数，令，则一定有函数满足：那么n维随机变量的联合分布函数H为：式中：分别为随机变量的对应的分布函数；如果为连续函数，则函数C唯一可以确定。
[0012]优选的是，二维函数可采用Archimedean类的不同模型函数。
[0013]优选的是，Archimedean类的不同模型函数包括Gumbel模型、Clayton模型及Frank模型。
[0014]优选的是，根据函数 与经验分布函数之间的欧氏平方距离，以判断不同函数模型拟合原数据的情况，值越小则拟合情况越好；欧氏平方距离计算公式：
式中：为随机变量（机械钻速）、（任一钻井参数）的经验分布函数。
[0015]优选的是，所述步骤S4中确定对机械钻速影响显著的钻井参数的具体方法为：（1）衡量随机变量间不确定性函数确定：已知随机变量，其边缘分布为，其密度函数为；当分布函数为连续的，可以得到根据密度函数确定的、用来衡量随机变量间不确定性函数，即：，即：对于二维随机变量，即当n=2时， 函数简化为：式中: ；一般的，函数值越大表明相关度较强；（2）钻井参数优选准则：可采用下式进行判断：其中：式中：为的中位数，为的中位数；当各钻井参数随机变量对应的时，该变量则属于影响显著的类型。
附图说明
[0016]图1为联合分布密度函数等高线图；图2为本专利技术一种油气井钻井过程中钻井参数优选方法的计算流程图；图3为本专利技术实施例给出区块部分钻井参数剔除异常数据后的实钻数据图；图4为本专利技术实施例机械钻速频率分布直方图；图5为本专利技术实施例流量频率分布直方图；图6为本专利技术实施例泵压频率分布直方图；图7为本专利技术实施例各钻井参数实钻数据的统计特征值图；图8为本专利技术实施例泵压数据的核分布图；图9为本专利技术实施例流量数据的核分布图；图10为本专利技术实施例机械钻速与泵压边缘分布二元频数直方图；图11为本专利技术实施例机械钻速与流量边缘分布二元频数直方图；图12为本专利技术实施例Archimedean模型三种函数参数估算结果图；
图13为本专利技术实施例欧氏平方距离及函数优选结果图；图14为机械钻速与流量联合分布密度函数图；图15为机械钻速与流量联合分布函数图；图16为本专利技术实施例各参数对机械钻速影响结果图；图17为本专利技术实施例与邻井优化前钻井效率进行对比结果图。
具体实施方式
[0017]如图2所示，本专利技术提供一种油气井钻井过程中钻井参数优选方法，包括如下步骤：步骤1：钻井参数数据预处理由于钻井参数较多，包括钻压、钻速、流量、钻井液密度、黏度、滤失量、含砂量、地层岩石强度、井深等等，受施工环境及测量仪器等因素影响，实钻数据往往包含一定数量的异常数据，如果直接带入运算，结果将变得极不稳定、结果可靠程度低，甚至计算失败。因此必须对试验数据预处理，剔除异常数据。同时，对于数量级差别较大的参数，还需统一数量级。对于不小于0的数列，如钻压、钻速、流量，常见转换是线性到对数转换，一般有：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）式中：为一个较小数（如0.05），避免函数无意义。
[0018]若进一步消除数据之间的差异，还可以对数据进行压缩处理：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（2）式中：为数列的平均值。
[0019]步骤2：确定机械钻速与钻井参数的分布函数为了分析钻井参数与机械钻速之间的关系，必须分析各钻井参数的分布规律、确定分布函数。
[0020]（1）样本数据的确定。从概率统计分析角度出发，观察可以发现，对不同钻井参数如钻压、钻速、流量、钻井液密度等，都可以认为是不同的随机变量X、Y、Z
……
等。对于任意一个随机变量X，设为来自总体随机变量X的一个容量为n样本，那么对应的观测值为随机变量X的样本观测值。
[0021]（2）机械钻速与钻井参数分布函数估计。由于随机变量X为表现出典型的离散本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种油气井钻井过程中钻井参数优选方法，其特征在于，包括如下步骤：S1、采集实际钻井机械钻速及相关主要参数，剔除机械钻速及各钻井参数的异常数据；S2、基于概率统计分析理论，确定机械钻速及各钻井参数的分布规律和分布函数；S3、根据步骤S2确定的机械钻速与钻井参数分布函数，确定机械钻速与各钻井参数的联合分布函数；S4、根据步骤S3确定的联合分布函数分析各钻井参数与机械钻速间的非线性相关关系，确定对机械钻速影响显著的钻井参数，最终得到优选的钻井参数。2.根据权利要求1所述的油气井钻井过程中钻井参数优选方法，其特征在于：所述步骤S2中，首先基于概率统计分析理论，将机械钻速及各钻井参数看作连续型随机变量，任意井段的实测数据则是随机变量某个样本观测值，然后据此采用非参数法给出各随机变量的分布函数。3.根据权利要求2所述的油气井钻井过程中钻井参数优选方法，其特征在于：由于机械钻速与钻井各参数不满足正态分布，采用核密度估计法确定各随机变量的概率密度函数。4.根据权利要求3所述的油气井钻井过程中钻井参数优选方法，其特征在于：采用核密度估计法确定各随机变量的概率密度函数的具体方法为：在任意点样本观测值处总体随机变量X的密度函数的核密度估计为：其中函数满足：一般的，函数K为：式中：n为样本容量；为标准差，用样本标准差S估计值给出，参数h一般取。5.根据权利要求1所述的油气井钻井过程中钻井参数优选方法，其特征在于：所述步骤S3中，根据机械钻速与各钻井参数的分布函数，需构建机械钻速与各钻井参数间的二维随机变量的联合分布函数。6.根据权利要求5所述的油气井钻井过程中钻井参数优选方法，其特征在于：构建机械...

【专利技术属性】
技术研发人员：杨明合，黄琳，廖开瑞，刘邹炜，
申请(专利权)人：长江大学武汉校区，
类型：发明
国别省市：