基于大數據分析技術的鉆井提效實踐研究

李曉明 范玉岳 蘇興華 詹勝 胡剛 何以晴

關鍵詞：鉆井實踐；大數據分析；提效

大數據分析技術在金融、現代醫療、信息傳播等多個領域已經實現了廣泛且深入的應用，大幅提高了相應領域的數據分析效率和數據使用效益。但從實際應用情況來看，石油鉆井作業對于大數據分析技術的應用還處于初期階段，但已經有越來越多的石油企業意識到，大數據分析技術和智能化、現代化、數字化新興科學技術對于鉆井作業具有積極影響和促進作用，并且大數據分析技術在當前有了一定數量和規模的應用成果。這些對于在當前及未來一段時間內，加快鉆井作業智能發展、持續提升鉆井效率，以及依托大數據分析技術作出更全面、更可靠的輔助決策都有著不可忽視的關鍵作用。因此，以大數據分析技術為切入點，針對相關系統架構進行實例分析具有顯著的現實意義。

1 鉆井大數據分析系統架構分析

1.1 主平臺架構分析

現階段，基于大數據分析技術的鉆井系統主要有主平臺（主服務系統）、數據層面、工作情況識別、大數據分析、用戶終端5部分架構組成。主平臺的數據資料來源有錄井witsml流和WellView鉆井完井日報系統中的結構數據。采用自行開發的數據插件，將錄井witsml 數據自動保存到鉆井參數數據庫中；讀取從WellView數據庫中返回的結構化數據的預寫SQL語句。另外，根據數據庫操作的效率，將狀態識別模塊添加到數據層次，并在數據庫中對錄井witsml流進行了預處理。在大數據分析層面，重點關注了鉆井和完井過程中的各個主題模塊，利用Spotfire軟件生成可視化的面板進行分析；鉆井作業管理人員可以通過公司內部網絡計算機，通過Spotfire網站查看、分析、交流各個顯示面板。在平臺內部，采用了一個成熟的大數據分析平臺體系結構，包括數據層面、分析層面和用戶層面，以及Spotfire數據分析工具用于分析和處理鉆井作業各項決策[1]。

1.2 數據層面架構分析

鉆井和完井的各項數據資料是實現大數據分析平臺遠程運行與決策的重要依據。利用WellView軟件對鉆井和完井作業進行數據采集與管理，采用結構數據庫進行人工填寫、存儲、錄入，數據填寫的最短時間維度為15分鐘，輸入數據間隔24小時。該系統采用SQL語句實現了對WellView數據庫的實時存取，并將數據與平臺數據庫進行了連接。石油鉆井公司利用在平臺上預先安裝的傳感器對鉆井和完井的作業工藝參數進行實時存儲，并對數據庫中的GeoservicesD Rec 12 log進行了24項操作參數的訪問，如泵壓、扭矩、鉆壓等，按錄井記錄的時間維度和間隔自動讀取和儲存。

1.3 工作情況識別架構分析

在數據層中嵌入工作狀態判定模塊，通過設置不同的參數閾值來消除記錄數據中的極值和噪聲，從而提高了測量精度。目前，在鉆機工作中，共有十余種工作情況的自動識別：旋轉、滑動、起鉆、下鉆、倒劃眼、下劃眼、上洗井、下洗井、靜循環、旋轉循環、坐卡瓦、靜止等。錄井數據被自動存儲到實時鉆井參數數據庫中，狀態識別模塊根據錄井數據的運行狀態，建立運行狀態的可視化模型，將其直接呈現在鉆井平臺上[2]。在錄井資料上標注了不同的工作狀態，并根據工期的變化、測深的變化分布，自動識別出井下的工作狀態。

Spotfire軟件具備快速過濾功能，在工作狀態可視化面板中，通過選擇旋轉鉆井條件，可以迅速地選擇出該工作狀態下的鉆井參數。錄井資料主要有：鉆頭深度、大鉤高度、大鉤懸重量、鉆井壓力和排量。通過對以往多口鉆井的記錄資料進行分析，并將其應用人工校準的方法進行驗證，結果表明，該方法的正確性達到83%-88%。利用狀態判定模塊對錄井資料進行二次處理和二次分類，為下一步的分析模塊提供了先決條件，并為建立分析平臺打下了堅實基礎。當前狀態判定模塊在井下復雜環境中存在較大的誤判，后期會根據WellView中所填的井下復雜環境，自動將錄井數據標記為復雜的狀態，便于后續人工分析[3]。

1.4 大數據分析層面架構分析

根據鉆井和完井作業所關心的各種問題，例如：單根作業效率、實時摩擦阻力、大鉤懸重、設計軌道、實際鉆井跟蹤等，制作相應的模型在分析層面上予以顯示，便于用戶端工作人員查閱[4]。如圖1所示，通過使用JavaScript開放源碼庫Echarts，實時地進行實鉆軌跡跟蹤，并通過最小曲率方法實時地進行實鉆軌跡跟蹤，并與設計軌跡進行對比分析，擺脫了專業石油軟件如Compass的局限性和難操作性，方便用戶端人員多點監測實鉆軌跡與設計軌跡的偏差，以及是否達到達靶點等信息。

1.5 用戶終端架構分析

Spotfire擁有BI系統所獨有的交互、多維度的功能，使管理者、施工設計人員、鉆井和完井作業管理人員可以根據不同內容，通過網站上的圖表顯示與交互功能，幫助自身了解作業數據資料的實際情況?？呻S時查詢、匯總、過濾各種鉆井作業資料，按任意大小分類、擴展或縮小[5]。Spotfire Web的工具包括了一個可以讓管理者和專業技術人員在網站上就特定數據進行討論的會話模塊。該系統采用了設置內部網絡的方式，確保系統的數據安全性，便于工作人員加強用戶端管理。

2 基于大數據分析技術的鉆井提效實踐案例分析

2.1 案例介紹

選取某A油田的4口開發井為案例，具體數據如表1所示。A油田油藏數據資料掌握較為完善，1#井、2#井為該平臺鉆井作業的首批井，3#井、4#井為第二批次。4口井的二開段作業基本情況一致，鉆具組合相同，井型、完鉆井深、最大井斜等多項數據均相似。

2.2 機械鉆速分析

1#井、2#井完成鉆井后，利用模組面板和記錄資料對作業狀況進行可視化處理，并根據可視化面板對鉆井參數進行二三次分析。在二開?311mm井段，2#井的頂驅速度在650m 左右上升到95-100 轉/分鐘，850m到完鉆時，頂驅的旋轉速度為105-110轉/分鐘；1#井在鉆井到1300m以后，頂驅的速度僅達到100轉/分鐘。在800-1900m井段，因其開始傾斜深度和速度的差異，2#井的機械鉆速比1號井要大得多。通過L1#n4#m1#rk的水力學參數仿真，確認了高速下的施工安全，建議在3#、4#井下，在二開?311mm井段鉆進到800m后，將頂驅轉速維持在105-120轉/分鐘，并保持到完鉆。具體數據統計如表2所示，由數據可知機械鉆速的平均值已有明顯提升[6]。

在3#井、4#井鉆井結束后，利用斯皮爾曼分析法對4口井的轉速、排量、平均鉆壓和鉆速之間的關系進行了分析。以機械鉆速為變量，以轉速、排量、平均鉆壓作為自變量[7]。P 表示出現概率，P<0.01則極具統計學意義。相關系數表示自變量與因變量之間的關系，而在相關計算中，該矩陣的行數是鉆探參數組的個數。由表3的分析結果可以看出，轉速與機械鉆速之間的關系最大，相關系數為0.37，說明了提高機械鉆速的重要意義。在本區塊井軌道基本相同的情況下，采用相同的鉆具，二開?311mm井段在保證鉆井安全的情況下，應盡可能地提高頂驅速度，提高鉆速。

2.3 鉆進階段的扭矩監控分析

在3#井鉆井結束后，利用作業狀態辨識模塊，對二開?311mm井段的旋轉式鉆進工作情況進行了最小二乘擬合，得出了二開鉆進時扭矩與測量深度的關系。在4#井二開施工過程中，把力矩擬合的預報曲線引入到鉆井參數可視化圖板中。如圖2可以看出，在4#井的轉動鉆機工作狀態下，散點是沿著斜井深度方向上的轉矩數值分布，而實際的鉆進扭矩曲線可見圖2。由該圖可知，采用最小二乘方法對實際鉆機的轉矩進行擬合，結果表明：實際鉆機的轉矩和預計轉矩是一致的，具有很好的預報精度。

引入類似相鄰井的純數學擬合曲線，一方面可以方便監控力矩變化，另一方面通過對力矩的實時監控，可以大大降低復雜事故的發生概率。案例的2批4口井采用此方法，都沒有出現較大錯位。在鉆井過程中，有許多因素會對扭矩產生影響，如最大井斜、地層物質情況、井深等。該方法能在多個參數基本相同的情況下，迅速發現扭矩隨井深的變化趨勢，方便現場鉆探人員實時監測。另外，加強鉆進扭矩監測可以在一定程度上防范作業安全事故發生，由此切實保障現場作業人員的人身安全。

3 大數據分析技術對實現鉆井提效的積極作用分析

第一，建立了擁有大量鉆井數據資料的數據庫，使工程人員能夠對鉆井、完井作業進行實時查詢和分析，大幅縮短了資料采集和處理的時限。根據鉆井和完井數據采集系統的擴充能力，進一步開發了更多的物理模型和鉆井軌跡修正模型，并根據實際需要進行相應拓展。

第二，應用大數據分析技術對鉆探工藝進行科學監測，采用最小二乘方法進行鉆頭鉆進力值與測量深度的關系分析，使某A油氣田多井的鉆速得到提高。同時，能夠實時監控鉆井施工中的扭矩變化，并與以往類似的鉆井進行比較，減少了鉆井中出現復雜性事故的幾率。

第三，大數據分析系統易于使用，便于工程人員根據不同的區塊進行快速分析，為石油企業的鉆井作業決策提供依據，該技術具備通俗化和適應性。在資料來源中，由于記錄資料有一定的噪聲，因此，必須在資料的處理過程中，進一步提高資料品質，并采用深度學習方法，以提高作業結果的正確率。

4 結束語

綜上所述，大數據分析技術屬于當前較為先進的科學技術之一，因其在數據分析、數據統計、數據監測、數據整合等方面具有顯著優勢，得到了多個領域的廣泛應用。就石油鉆井領域來看，文章基于大數據分析技術，對該技術下的鉆井分析系統及相關案例進行了分析，通過系統分析和案例分析得知，要想有效運用大數據分析技術，需要在主系統、數據存儲、數據分析、可視化等多方面做好相應的支撐和保障，一方面是支撐大數據分析技術對于鉆井作業的數據采集、存儲、分析、可視化處理高效準確，由此展現大數據分析技術的實際應用價值和積極影響；另一方面是便于鉆井作業管理人員全方位、多維度掌握實時鉆井情況，實現隨時發現問題隨時處理問題，使鉆井效率得到可靠保障，從而為推動石油鉆井領域實現智能技術、現代技術的有效應用奠定堅實基礎，促進我國現代化生產技術水平持續提高。