针对高投入、高风险和不确定性的钻井作业现场,展开了安全评价研究。提出了一种基于贝叶斯网络定量评 价钻井作业现场风险、寻找风险源的方法。通过分析历史数据与借助专家经验识别不安全因素,将影响钻井作业现场 安全性的32 个因素分为“人的不安全行为”和“物的不安全状态”,同时构建了钻井作业现场安全性的贝叶斯网络拓 扑结构,并进行了概率推理向前预测和向后诊断,定量评估了钻井作业现场安全性,找出了影响最突出的不安全因素。 将其应用于龙岗气田L 井钻井作业现场,得出人为的不安全行为和物的不安全状态概率分别为0.108 和0.165,整个L 井作业现场不安全概率为0.137,并诊断出过程监控缺陷、安全防护设施缺失、作业导致隐患、井控设备缺陷、生产管 理缺陷不安全因素最突出,与现场实际情况一致。该评价方法为现场安全作业提供较为准确的诊断依据。
通过详细的岩芯描述及镜下薄片观察,对塔东地区近年钻遇的震旦系至寒武系白云岩进行了初步研究,总结出该区白云岩主要由结晶白云岩(粗晶、中晶、细晶、粉晶白云岩和粉-泥晶或泥
-粉晶白云岩)、残余藻纹层白云岩、残余鲕粒白云岩组成。通过碳、氧同位素、均一包裹体测温、白云石有序度分析及微观岩石薄片研究将该地区的白云岩总结为渗透回流白云石化、混合水白云
石化、高温热液(水)白云石化3种成因。其中,高温热液(水)白云石化作用最有利于本地区储集空间的发育。
针对钻井过程中由于地质信息复杂或缺乏邻井资料的原因,而使得无法建立基于样本信息的溢流预警模型的 问题,通过对溢流发生机理及其表征规律进行研究,提出了一种基于分层思想的模糊专家系统所构建的溢流智能预警 模型,该模型利用钻井专家的知识经验结合溢流表征规律能实现钻井溢流智能预警。该溢流智能预警模型通过对溢 流表征参数进行模糊化处理,再结合模糊规则库进行推理计算,并将所得结果进行反模糊化处理,从而实现快速、准确 的溢流智能预警。通过现场数据对钻井溢流智能预警系统的验证表明,该溢流智能预警技术能够满足现场应用需求, 具有较好的应用前景。
为了正确使用系统试井资料,对用指示曲线确定油井采油指数和油藏地层压力的理论方法进行了研究,得出如下结论:对于注水保持压力开采的油藏,油井泄油范围的外边界压力为一常数、泄油范围内的平均地层压力为一变量,应用指示曲线只能确定油井泄油范围的外边界压力Pe和以Pe定义的油井采油指数Jo(Pe);而对于衰竭开采的油藏,油井泄油范围内的平均地层压力为一常数、泄油范围的外边界压力为一变量,应用指示曲线则只能确定油井泄油范围内的平均地层压力P和以P定义的油井采油指数Jo(P)。