简介:德国巴伐利亚的Breitbrunn气田有6口水平井钻至第三系Chatt地层。这次钻井会战的目的是将一部分衰竭气藏开发成储气库。钻井前进行了详细的地质和岩石物性研究,最终选定了物性好的储层作为水平井钻井目的层。尽管该气藏是一个简单的背斜构造,但由于在地质情况和钻井方位上还存在一些不确定性,所以排除了几何钻井,而采用地质导向钻井。这种方法依赖于实时GVR(GeoVisionResistivity:可视地层电阻率)电阻率图像。它在此次钻井会战中尚属首次应用。成像数据在井下被压缩后传输到钻机上的计算机采集系统,在计算机中解压缩后进行分析。根据这些图像可以精确定位井眼方位,以确保钻头始终在目的层中钻进(不偏钻)。这种方法可以识别地层非均质性,如致密的薄夹层、结核及不规则孔隙度等,而不会把钻遇的某个非均质层解释为几个不同的地层,从而避免了错误的地质导向决策。随钻测井(LWD)的方位数据既可以在钻进过程中取得,也可以在冲洗钻具更换钻头时取得。将这些不同的延时数据系列进行比较可以提供实时侵入剖面和井周围的侵入剖面。
简介:对于研究非平稳信号而言,传统的傅里叶变换已不能满足需求。非平稳信号分析方法已成为信号分析领域中的一个热点问题。以模拟地震波传播过程中遇到反射界面反射实验中得到的非平稳信号为研究对象,采用HHT方法对信号进行分析。对信号进行经验模式分解(EMD)和希尔伯特变换(HT)两个步骤。根据EMD分解得到的IMF分量具有从高到低不同频率和不等带宽的特点,对信号进行重构,提高信噪比,大大提高实验中测量P波速度的精度。对信号进行三瞬参数分析,揭示了实际应用中三瞬参数对地质构造识别的优势。HHT方法适用于分析生活中普遍存在的大量非平稳信号,可将复杂的信号直接分离成从高频到低频的若干阶固有模态函数。这一方法体系从根本上摆脱了傅里叶变换理论的束缚,在实际应用中也表现出了一些独特的优势。
简介:在为特定的油藏管理问题寻求最佳解决方法的过程中,正规的优化策略一般都要评价数百种乃至数千种方案。如果用地下的数值模拟模型来预测这些方案的效果,那么这一过程就会耗费大量时间。为了在某些优化技术[例如遗传算法(GA)或模拟退火(SA)]所主导的搜寻求解的过程中取代此类模拟模型,可以采用训练人工神经网络(ANN)的做法。可以从一个有代表性的模拟样本出发来训练神经网络,而这一样本则构成了解决许多不同管理问题所需的可反复使用的知识库。这些概念已被应用于BP公司彭帕那(Pompano)油田的一个注水项目。这里的管理问题是确定1—4口注水井的组合位置,它将使彭帕那油田今后七年的简单纯利获得最大化。利用石油行业的一个标准油藏模型,为取样于25个潜在注水井井位不同组合的550次模拟创建了一个知识库。首先要查询这个知识库,以回答三年和七年内使简单纯利最大化的最优方案问题。有关的答案表明,如能将仅依靠改变现有生产井的注水扩大为新钻三至四口注水井,就可能实现利润的可观增加,但资本费用也会增加。当这一知识库用作人工神经网络训练和测试的样本来源时,可以获得更好的答案。训练人工神经网络是为了预测最高注水量以及开始注水后三年和七年的油、气产量。人工神经网络对这些数量的快速估算可以用于纯利润计算中,而遗传算法又可以利用这一计算来评估不同注水井组合方案的效果。遗传算法的探索扩展了求解的空间,它含有的新方案在纯利润上超过了仅查询上述知识库所找到的最佳方案。为了评估预测误差对求解质量的影响,可以将人工神经网络预测油、气产量时所得出的最佳方案,与油藏模拟模型本身预测油、气产量时找到的最佳方案加以对比。虽然完成基于模拟模型的方案�