System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种注水区控压钻井预测方法、装置、设备及介质制造方法及图纸_技高网

一种注水区控压钻井预测方法、装置、设备及介质制造方法及图纸

技术编号:40193248 阅读:5 留言:0更新日期:2024-01-26 23:55
本发明专利技术涉及油田开采技术领域,尤其涉及一种注水区控压钻井预测方法、装置、设备及介质,该方法包括:获取目标油田在历史时刻的历史钻井液注入数据;基于该历史钻井液注入数据和长短期记忆神经网络模型,构建钻井液注入预测模型,钻井液注入预测模型用于预测未来时刻的钻井液注入量;获取当前时刻的钻井液注入数据;基于该当前时刻的钻井液注入数据和钻井液注入预测模型,对目标油田在未来时间的钻井液注入量进行预测,按照预测的未来时刻的钻井液注入量进行注液开采,能够有效提高油田钻井液注入区域的钻井效率。

【技术实现步骤摘要】

本专利技术涉及油田开采,尤其涉及一种注水区压控钻井预测方法、装置、设备及介质。


技术介绍

1、油田钻井液注入开发到中后期,常常会部署加密井以提高对地下原油的剩余油的开发,是油田增产的措施之一。也常采用“先注后采”的超前钻井液注入的方法对低渗透油田进行开发,保证油井的高效开发和稳产。但长期钻井液注入开发对部分地层造成压力异常,地层的原始压力分布发生变化。这些方法会导致地下钻井液注入层出现异常高压的现象,导致钻井过程中出现伴生气,出油出水等现象。若井身结构简单或无对应干预设备,极易出现井漏、井塌、井喷等井控事故,致使油井的钻井速度降低,钻头转速降低,钻井成本增加,严重影响油田的开发进程。因此需要根据地层实际情况及时调控钻井过程的注液量,保证钻井过程中能够控压钻井,满足停钻不泄压、钻井不漏失的要求。

2、针对钻井液注入开发和超前钻井液注入区域钻井易遇到异常高压区域,常采用提高钻井液体密度来平衡地层压力。若井深结构简单,单纯的提高钻井液的密度会导致钻井液的固相含量变大,钻井液的流变性变差,极易发生井漏导致钻井液流进地层污染地层。

3、因此,如何有效地控压钻井,以提高油田钻井液注入区域的钻井效率是目前亟待解决的技术问题。


技术实现思路

1、鉴于上述问题,本专利技术提供了一种克服上述问题或者至少部分地解决上述问题的注水区控压钻井预测方法、装置、设备及介质

2、第一方面,本专利技术提供了一种注水区控压钻井预测方法,包括:

3、获取目标油田在历史时刻的历史钻井液注入数据,所述历史钻井液注入数据,包括:各个历史时刻的钻井液注入速度、各个历史时刻的钻井液注入量以及钻井液注入的影响因素;

4、基于所述历史钻井液注入数据和长短期记忆神经网络模型,构建钻井液注入预测模型,所述钻井液注入预测模型用于预测未来时刻的钻井液注入量;

5、获取当前时刻的钻井液注入数据;

6、基于所述当前时刻的钻井液注入数据和所述钻井液注入预测模型,对所述目标油田在未来时刻的钻井液注入量进行预测。

7、优选地,在获取目标油田在历史时刻的历史钻井液注入数据之后,还包括:

8、对所述历史钻井液注入数据进行归一化处理,以将所述历史钻井液注入数据转换为标准正态分布数据。

9、优选地,所述基于所述历史钻井液注入数据和长短期记忆神经网络模型,构建钻井液注入预测模型,所述钻井液注入预测模型用于预测未来时刻的钻井液注入量,包括:

10、基于所述历史钻井液注入数据,确定输入数据和输出数据;

11、将所述输入数据和输出数据均输入所述长短期记忆神经网络模型进行训练,构建钻井液注入预测模型,所述钻井液注入预测模型用于预测未来时刻的钻井液注入量。

12、优选地,所述基于所述历史钻井液注入数据,确定输入数据和输出数据,包括:

13、基于各个历史时刻的钻井液注入速度、各个历史时刻的钻井液注入量以及钻井液注入的影响因素中,将前一时刻的钻井注入速度和所述前一时刻的钻井注入量以及钻井液注入的影响因素确定为输入数据,将后一时刻的钻井注入量确定为输出数据,所述前一时刻与所述后一时刻为相邻时刻。

14、优选地,在基于所述历史钻井液注入数据和长短期记忆神经网络模型,构建钻井液注入预测模型,所述钻井液注入预测模型用于预测未来时刻的钻井液注入量之后,还包括:

15、对所述钻井液注入预测模型的准确性进行评估。

16、优选地,所述基于所述当前时刻的钻井液注入数据和所述钻井液注入预测模型,对所述目标油田在未来时刻的钻井液注入量进行预测,包括:

17、将所述当前时刻的钻井液注入数据输入所述钻井液注入预测模型中,使得所述钻井液注入预测模型输出未来时刻的钻井液注入量,所述未来时刻为所述当前时刻的下一时刻,对所述目标油田在未来时刻的钻井液注入量进行预测。

18、第二方面,本专利技术还提供了一种注水区控压钻井预测装置,包括:

19、第一获取模块,用于获取目标油田在历史时刻的历史钻井液注入数据;

20、构建模块,用于基于所述历史钻井液注入数据和长短期记忆神经网络模型,构建钻井液注入预测模型,所述钻井液注入预测模型用于预测未来时刻的钻井液注入量;

21、第二获取模块,用于获取当前时刻的钻井液注入数据;

22、预测模块,用于基于所述当前时刻的钻井液注入数据和所述钻井液注入预测模型,对所述目标油田在未来时刻的钻井液注入量进行预测。

23、第三方面,本专利技术还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现第一方面中所述的方法步骤。

24、第四方面,本专利技术还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面中所述的方法步骤。

25、本专利技术实施例中的一个或多个技术方案,至少具有如下技术效果或优点:

26、本专利技术提供了一种注水区控压钻井预测方法,包括:获取目标油田在历史时刻的历史钻井液注入数据;基于该历史钻井液注入数据和长短期记忆神经网络模型,构建钻井液注入预测模型,钻井液注入预测模型用于预测未来时刻的钻井液注入量;获取当前时刻的钻井液注入数据;基于该当前时刻的钻井液注入数据和钻井液注入预测模型,对目标油田在未来时间的钻井液注入量进行预测,按照预测的未来时刻的钻井液注入量进行注液开采,能够有效提高油田钻井液注入区域的钻井效率。

本文档来自技高网...

【技术保护点】

1.一种注水区控压钻井预测方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,在获取目标油田在历史时刻的历史钻井液注入数据之后,还包括:

3.如权利要求1所述的方法,其特征在于,所述基于所述历史钻井液注入数据和长短期记忆神经网络模型,构建钻井液注入预测模型,所述钻井液注入预测模型用于预测未来时刻的钻井液注入量,包括:

4.如权利要求3所述的方法,其特征在于,所述基于所述历史钻井液注入数据,确定输入数据和输出数据,包括:

5.如权利要求1所述的方法,其特征在于,在基于所述历史钻井液注入数据和长短期记忆神经网络模型,构建钻井液注入预测模型,所述钻井液注入预测模型用于预测未来时刻的钻井液注入量之后,还包括:

6.如权利要求1所述的方法,其特征在于,所述基于所述当前时刻的钻井液注入数据和所述钻井液注入预测模型,对所述目标油田在未来时刻的钻井液注入量进行预测,包括:

7.一种注水区控压钻井预测装置,其特征在于,包括:

8.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~6中任一权利要求所述的方法。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1~6中任一权利要求所述的方法。

...

【技术特征摘要】

1.一种注水区控压钻井预测方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,在获取目标油田在历史时刻的历史钻井液注入数据之后,还包括:

3.如权利要求1所述的方法,其特征在于,所述基于所述历史钻井液注入数据和长短期记忆神经网络模型,构建钻井液注入预测模型,所述钻井液注入预测模型用于预测未来时刻的钻井液注入量,包括:

4.如权利要求3所述的方法,其特征在于,所述基于所述历史钻井液注入数据,确定输入数据和输出数据,包括:

5.如权利要求1所述的方法,其特征在于,在基于所述历史钻井液注入数据和长短期记忆神经网络模型,构建钻井液注入预测模型,所述钻井液...

【专利技术属性】
技术研发人员:李占东干毕成李中张海翔文敏刘淑芬王殿举吴怡肖英建李吉耿岱吕云舒冯加志
申请(专利权)人:东北石油大学三亚海洋油气研究院
类型:发明
国别省市:

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