基于大数据分析的克深区块钻井综合提速研究

发布时间：2021-10-26 18:09

　　塔里木油田克深区块油气资源丰富,但由于储层深度深、地质条件复杂,极大制约了机械钻速的提高。目前制约机械钻速的因素尚不明确,且传统提速手段已无法满足生产需求,针对以上难题,本文利用大数据分析方法对该区块进行提速技术研究,取得以下主要成果:（1）采用层次聚类分析法和K-均值法对克深区块各井测井数据进行聚类分析,将具有相似地质特点的井进行归并,使得后期提速方法更有针对性;（2）采用相关系数法对克深区块各井工程参数进行相关关系分析,明确了影响机械钻速的主控因素,为钻速预测模型的建立奠定了重要基础;（3）采用随机森林回归方法和梯度提升树回归方法建立了符合各类井特点的机械钻速预测模型,并对模型进行优选和验证,取得了良好的应用效果（4）采用局部依赖分析法对机械钻速预测模型中各参数对预测结果的影响规律进行分析,利用分析结果能够有效指导工程生产。 

【文章来源】：中国石油大学(北京)北京市 211工程院校 教育部直属院校

【文章页数】：77 页

【学位级别】：硕士

【部分图文】：

克深区块井位分布图

图 2.2 区块 2 层次聚类结果Fig. 2.2 The hierarchical clustering results of block 2图 2.3 区块 8 层次聚类结果Fig. 2.3 The Hierarchical clustering results of block 8

图 2.3 区块 8 层次聚类结果Fig. 2.3 The Hierarchical clustering results of block 8通过前面对聚类分析模型原理的叙述我们可以知道，聚类分析的最终目个样本集中样本进行分类，使得同类别中样本的同质性最大，而各个类质性最大。层次聚类树状图能够很直观的向我们展示聚类的结果，它的示参与聚类的井，纵坐标表示类间距（类间异质性），即各类井间的数。随着类间距的增加，即各类井间数据差异度的增加，类别数目减少。- 12 -

【参考文献】：
期刊论文
[1]库车山前超深井储层钻井提速技术研究与应用[J]. 滕学清,崔龙连,李宁,周波,刘力,梁红军,李洪.  石油机械. 2017(12)
[2]塔里木油田HLHT区块超深井钻井提速配套技术[J]. 李宁,周小君,周波,杨成新,白登相,何世明.  石油钻探技术. 2017(02)
[3]大数据分析的神经网络方法[J]. 章毅,郭泉,王建勇.  工程科学与技术. 2017(01)
[4]大数据在HSE管理中的应用研究——以海洋石油变更管理为例[J]. 崔文彩,李小三.  安全与环境工程. 2016(04)
[5]大数据关键处理技术综述[J]. 杨刚,杨凯.  计算机与数字工程. 2016(04)
[6]大数据在石油行业中的应用[J]. 崔海福,何贞铭,王宁.  石油化工自动化. 2016(02)
[7]库车前陆盆地超深井全井筒提速技术[J]. 滕学清,陈勉,杨沛,李宁,周波.  中国石油勘探. 2016(01)
[8]塔东古城区块钻井提速配套技术及应用[J]. 迟家俊.  西部探矿工程. 2016(01)
[9]深潜山阳探1井钻井提速技术[J]. 罗玉财,李晶莹,李振昊,王东明,程晓东.  石油钻探技术. 2015(06)
[10]高研磨性硬地层钻井提速技术[J]. 兰凯,张金成,母亚军,晁文学.  石油钻采工艺. 2015(06)

博士论文
[1]大数据处理技术与系统研究[D]. 顾荣.南京大学 2016



本文编号：3459965