论文部分内容阅读
卡钻事故一直以来是影响钻井效益的主要障碍之一,为了降低钻井成本、减少卡钻事故的发生,则有必要在预测卡钻的方法研究方面多下功夫。本课题在分析大量钻井现场数据,总结各类型卡钻事故的成因、特征、预防及解卡方案的基础上,选择了具有强大数据处理能力的时间序列建模分析方法对卡钻进行预测。针对钻井过程中卡钻事故的预测处理问题,深入分析卡钻机理,提出了一种基于时间序列的卡钻预测方法。详细阐述了运用Eviews软件建立钻井相关参数时序模型的具体方法和步骤,通过时序模型对未来钻井数据进行预测处理,且对各个ARMA模型做功率谱估计,计算各个参数的综合功率谱叠加偏差值,进行数值仿真,作为预测卡钻的依据。在卡钻类别判断方面,分析卡钻时各钻井参数的不同表现,得出各特征参数与各类型卡钻的对应关系。引入多因素时序建模方法,计算主要参数的预测区间,当发现某参数单因素模型功率谱变化异常且其多因素预测值也超出预测区间时,则判定发生对应类别的卡钻。最后,运用青海地区勘探井和榆林地区地质探井的相关实钻数据对此预测方法进行了分析、验证。结果表明,采用此方法能够实现对钻井过程中未来卡钻事故的预先判断,且具有良好的提前预测功能及较高的吻合度,在实际钻井中有较高的可扩展性及应用价值。