一种野猫井岩石可钻性钻前预测方法和装置制造方法及图纸

本发明专利技术提供一种野猫井岩石可钻性钻前预测方法和装置，该方法包括：由待钻探野猫井岩石的地震速度谱拾取该野猫井岩石的不同地层的层速度；利用所述野猫井与其它已钻井岩石的不同地层的层速度作互相关分析，选择与所述野猫井具有相似岩石构造的某口已钻井；由选择的所述某口已钻井岩石的地震资料和岩心测试资料，训练前馈式反向传播BP神经网络，建立野猫井岩石可钻性钻前预测模型；利用训练好的所述前馈式反向传播神经网络，结合所述野猫井岩石的不同地层的层速度，预测野猫井岩石的可钻性。本发明专利技术可找出层速度与岩石可钻性之间的关系，可以为合理选择钻井方式、钻头类型和设计钻进参数，提供重要依据，对于提高钻井速度，降低钻井成本具有重要意义。

【技术实现步骤摘要】

本专利技术涉及石油钻井
，尤其涉及一种野猫井岩石可钻性钻前预测方法和>J-U ρ α装直。
技术介绍
岩石可钻性是石油钻井中重要的地层钻井特性参数，是评价岩石破碎难易程度的综合指标，是决定钻进效率的基本因素。岩石可钻性参数是合理选择钻井方式、钻头类型和设计钻进参数的重要依据。正确地评估地层可钻性是实现优质高效钻井的重要基础之一， 对于提高钻井速度，降低钻井成本具有十分重要的意义。在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题现有技术还没有一种较正确地评估地层可钻性的技术方案。
技术实现思路
本专利技术实施例提供一种野猫井岩石可钻性钻前预测方法和装置，以较正确地评估地层可钻性。一方面，本专利技术实施例提供了一种野猫井岩石可钻性钻前预测方法，所述野猫井岩石可钻性钻前预测方法包括如下步骤由待钻探野猫井岩石的地震速度谱拾取该野猫井岩石的不同地层的层速度；利用所述野猫井与其它已钻井岩石的不同地层的层速度作互相关分析，选择与所述野猫井具有相似岩石构造的某口已钻井；由选择的所述某口已钻井岩石的地震资料和岩心测试资料，训练前馈式反向传播 BP神经网络，建立野猫井岩石可钻性钻前预测模型；利用训练好的所述前馈式反向传播神经网络，结合所述野猫井岩石的不同地层的层速度，预测野猫井岩石的可钻性。优选的，在本专利技术一实施例中，所述由待钻探野猫井岩石的地震速度谱拾取该野猫井岩石的不同地层的层速度，可以包括由待钻探野猫井岩石的地震速度谱，根据如下公式求取平均速度权利要求1.一种野猫井岩石可钻性钻前预测方法，其特征在于，所述野猫井岩石可钻性钻前预测方法包括如下步骤由待钻探野猫井岩石的地震速度谱拾取该野猫井岩石的不同地层的层速度；利用所述野猫井与其它已钻井岩石的不同地层的层速度作互相关分析，选择与所述野猫井具有相似岩石构造的某口已钻井；由选择的所述某口已钻井岩石的地震资料和岩心测试资料，训练前馈式反向传播BP 神经网络，建立野猫井岩石可钻性钻前预测模型；利用训练好的所述前馈式反向传播神经网络，结合所述野猫井岩石的不同地层的层速度，预测野猫井岩石的可钻性。2.如权利要求I所述野猫井岩石可钻性钻前预测方法，其特征在于，所述由待钻探野猫井岩石的地震速度谱拾取该野猫井岩石的不同地层的层速度，包括由待钻探野猫井岩石的地震速度谱，根据如下公式求取平均速度Vm-XlHl其中=Vm为平均速度；Χ为震点至观测井的距离；Hi为从浮动基准面起算的深度Ji为静校正后拾取的下行波初至时间；由所述平均速度，根据如下公式求取地层层速度V:U’HmTm ——HjT1——参考钻井分层数据，按层段按该公式逐个观测点地移+X2 +X2，动，求出深度为饵+故+1)/2的层速度Vm，然后取深度(故+故+1)/2上下连续的5个￥ 1，用加权的方式拟合取得深度为Hi处的层速度Vni。3.如权利要求I所述野猫井岩石可钻性钻前预测方法，其特征在于，所述利用所述野猫井与其它已钻井岩石的不同地层的层速度作互相关分析，选择与所述野猫井具有相似岩石构造的某口已钻井，包括所述野猫井岩石的层速度为(h，vn)_，P个与所述野猫井具有相似岩石构造的某口已钻井的层速度为汍，根据如下公式计算互相关系数r1^) < I彡P):rl = /Γ,—其中， 为第I个构造的层速度平均-KJ2Z^y1-(Kd)1]2(K1J值为所述野猫 井岩石的层速度平均值；利用如下公式对比所述野猫井与其它已钻井岩石的不同地层的层速度作互相关分析， 选择与所述野猫井岩石构造相似的已钻井 r0 = maxlr^r2,···^^}] rk >0.75J4.如权利要求I所述野猫井岩石可钻性钻前预测方法，其特征在于，所述由选择的所述某口已钻井岩石的地震资料和岩心测试资料，训练前馈式反向传播BP神经网络，建立野猫井岩石可钻性钻前预测模型，包括步骤31，对BP神经网络参数赋初值；步骤32，给定样本输入、输出参数归一化；步骤33，将样本点中的自变量赋予输入层相应的节点，依BP神经网络权值和激励函数的作用在输出节点算得网络输出值；步骤34，计算网络输出与样本期望输出之间的均方差Ep ；步骤35，判断全部误差是否满足精度要求或学习次数是否大于规定值，如果是，转向步骤38 ;否则，转向步骤36 ；步骤36，计算全局平均误差E，调节学习速率η ；步骤37，进行反向误差传递，修正BP神经网络参数中的权值和阈值，转向步骤33 ； 步骤38，存储修正后的BP神经网络参数以建立野猫井岩石可钻性钻前预测模型，结束。5.如权利要求4所述野猫井岩石可钻性钻前预测方法，其特征在于，所述BP神经网络参数包括权值和阈值，还包括学习速率、冲量因子。6.一种野猫井岩石可钻性钻前预测装置，其特征在于，所述野猫井岩石可钻性钻前预测装置包括层速度计算单元，用于由待钻探野猫井岩石的地震速度谱拾取该野猫井岩石的不同地层的层速度；互相关分析单元，用于利用所述野猫井与其它已钻井岩石的不同地层的层速度作互相关分析，选择与所述野猫井具有相似岩石构造的某口已钻井；神经网络训练单元，用于由选择的所述某口已钻井岩石的地震资料和岩心测试资料， 训练前馈式反向传播BP神经网络，建立野猫井岩石可钻性钻前预测模型；可钻性预测单元，用于利用训练好的所述前馈式反向传播神经网络，结合所述野猫井岩石的不同地层的层速度，预测野猫井岩石的可钻性。7.如权利要求6所述野猫井岩石可钻性钻前预测装置，其特征在于，所述层速度计算单元，具体用于由待钻探野猫井岩石的地震速度谱，根据如下公式求取平均速度8.如权利要求6所述野猫井岩石可钻性钻前预测装置，其特征在于，所述互相关分析单元，具体用于所述野猫井岩石的层速度为(h，vn)_，P个与所述野猫井具有相似岩石构造的某口已钻井的层速度为汍，根据如下公式计算互相关系数9.如权利要求6所述野猫井岩石可钻性钻前预测装置，其特征在于，所述神经网络训练单元，具体用于由选择的所述某口已钻井岩石的地震资料和岩心测试资料，通过如下方法训练前馈式反向传播BP神经网络，建立野猫井岩石可钻性钻前预测模型，包括步骤31，对BP神经网络参数赋初值；步骤32，给定样本输入、输出参数归一化；步骤33，将样本点中的自变量赋予输入层相应的节点，依BP神经网络权值和激励函数的作用在输出节点算得网络输出值；步骤34，计算网络输出与样本期望输出之间的均方差Ep ;步骤35，判断全部误差是否满足精度要求或学习次数是否大于规定值，如果是，转向步骤38 ;否则，转向步骤36 ；步骤36，计算全局平均误差E，调节学习速率η ；步骤37，进行反向误差传递，修正BP神经网络参数中的权值和阈值，转向步骤33 ； 步骤38，存储修正后的BP神经网络参数以建立野猫井岩石可钻性钻前预测模型，结束。10.如权利要求9所述野猫井岩石可钻性钻前预测装置，其特征在于，所述BP神经网络参数包括权值和阈值，还包括学习速率、冲量因子。其中， 为第I个构造的层速度平均全文摘要本专利技术提供一种野猫井岩石可钻性钻前预测方法和装置，该方法包括由待钻探野猫井岩石的地震速度谱拾取该野猫井岩石的不同地层的层速度；利用所述野猫井与其它已钻井岩石的不同地层的层速度作互相关分析，选择与所述野猫井具有相似岩石构造的某口已钻井；由选择的所述某口已钻井岩本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：张辉，高德利，
申请(专利权)人：中国石油大学北京，
类型：发明
国别省市：