科研之友
微信
新浪微博
Facebook
分享链接
摘要
井壁状态预测作为海洋钻井工程的重要研究内容,正由基于机理模型的传统方法向机理模型与数据模型融合的智能预测方法转变。国外采用数据模型进行井壁状态预测的研究起步较早,且已取得一定成果,主要包括BP神经网络算法、支持向量机(SVM)、功能网络(FN)、自适应神经模糊推理系统等方法,但其误差较高,通用性不强,实用性有限。国内主流方法是基于岩石力学模型建立井壁稳定预测模型,采用数据模型来预测井壁稳定的方法较少。目前,海洋钻井工程中井壁状态评估预测面临的问题主要为机理复杂、时效性差、主观性强、调控方法差异大。论文对时下井壁状态智能预测技术的发展现状进行总结归纳,并建议从钻井数据集成、井壁稳定性钻前智能预测、井壁风险实时评估及动态优化四个方面展开工作,推动井壁状态智能预测技术发展,以保证井筒稳定性,降低施工成本。
-
单位中法渤海地质服务有限公司; 中国海洋石油集团有限公司; 中海油研究总院有限责任公司
