专利名称：利用地震记录预测井眼待钻井段坍塌压力和破裂压力的方法
技术领域：
本发明涉及一种预测待钻井坍塌压力和破裂压力的方法，更具体地说，涉及一种利用地震记录预测井眼待钻井段坍塌压力和破裂压力的方法。
背景技术：
在石油钻井过程中，由于井眼的形成而产生应力集中，井内钻井液密度过低或过高会使地层发生井壁坍塌(缩径)或破裂，造成井下作业复杂，且容易发生事故，给钻井作业的人力、物力带来不同程度的损失。为此如何在钻井前事先预测坍塌压力与破裂压力是非常必要的，因若在钻井前能预测到坍塌压力或破裂压力就可以为钻井设计确定现场施工时安全钻井液密度提供科学的依据，以有效阻止井壁失稳、防止井下复杂情况的发生。
为此本发明中的创作人凭借其多年从事相关行业的经验与实践，并经潜心研究与开发，终于创造出一种利用地震记录来预测待钻井段坍塌压力和破裂压力的方法。
发明内容
本发明的主要目的在于提供一种利用地震记录预测待钻井段坍塌压力和破裂压力的方法。
本发明中利用地震记录预测待钻井段坍塌压力和破裂压力的方法，包括下列步骤1)针对新构造待钻井眼，提取该井及相邻若干道地震记录，作加权处理获得该井地震记录；2)对二开井段进行钻井，并进行声波时差、自然伽马、井径和中子密度测井，获得相应的测井数据；3)建立所述二开井段的地震记录与测井数据间的关系，即利用地震记录构建所述二开井段的测井曲线模型；4)利用待钻井段的地震记录预测待钻井段的测井数据，构建待钻井段的声波测井和密度测井曲线；5)利用地层破裂试验数据确定测试点地应力；6)利用待钻井段的声波测井和密度测井曲线，预测待钻井将钻遇地层的弹性参数和强度；7)计算待钻井将钻遇地层的地应力；8)结合井壁稳定力学测井解释模型预测待钻井段的坍塌压力和破裂压力。
所述步骤3)中利用地震记录构建测井曲线的方法包括下列步骤1)以关联维数、分形维数、最大LyaPunov指数和突变参数为输入层的神经元，以声波速度V和波阻抗ρV为输出层的神经元，创建测井曲线的神经网络模型；2)根据已钻井段的地震记录提取关联维数、分形维数、最大LyaPunov指数和突变参数；3)根据已钻井段的测井数据，将不同深度地层的声波速度V(h)和地层密度ρ(h)通过时深关系转换可得不同时间的地层声波速度V(t)和地层密度ρ(t)，计算出V和ρV；4)根据2)与3)的计算数据，利用1)中的模型，训练神经网络模型；所述步骤4中的利用已钻井段测井曲线来预测待钻井段的测井数据包括下列步骤1)将根据下部待钻井段的地震记录计算的关联维数、分形维数、最大LyaPunov指数和突变参数代入已训练的神经网络模型，计算出不同时间t条件下的V和ρV；
2)通过时深关系得出不同深度地层的声波速度V(h)和地层密度ρ(h)，反演出待钻井段的声波测井和密度测井曲线。
利用预测的测井曲线可预测待钻井段的泥质含量、弹性模量、泊松比、包括粘聚力与内摩擦角的地层强度、地应力。
本发明中利用地震记录预测井眼待钻井段坍塌压力和破裂压力的方法主要是找出同一井眼中已钻井段测井结果与地震记录的关联，而预测待钻井段的坍塌压力和破裂压力，以有效阻止井壁坍塌、防止井下复杂情况的发生。
图1是待钻井及相邻道地震记录；图2是加权处理获得的待钻井地震记录；图3是二开已钻井段的测井声波时差、地层密度、自然伽马和井径图；图4是地震和测井数据在时间和深度的对应关系图；图5是关联维的计算结果图；图6为R/S分形数维的计算结果图；图7为最大Lyapunov指数的计算结果图；图8为突变参数的计算结果图；图9为经深时转换的V和ρV；图10是待钻井段关联维的计算结果图；图11为待钻井段R/S分数维的计算结果图；图12为待钻井段最大Lyapunov指数的计算结果图；图13为待钻井段突变参数的计算结果图；图14为待钻井段预测的V和ρV；图15为待钻井段预测的V和ρ；图16为待钻井段的坍塌压力和破裂压力；图17是本发明中神经网络模型图。
具体实施例方式
本发明中利用地震记录预测井眼待钻井段的坍塌压力和破裂压力的方法主要包括下列步骤1.如图1所示，针对新构造待钻井眼，提取该井及相邻共3道地震记录，并对此3道井眼的地震记录作加权处理，获得待钻井眼的地震记录，如图2所示；2.对所述待钻井眼进行部分钻井，获得二开井段，并对该二开井段进行声波时差、自然伽玛、井径和中子密度测井，获得相应的测井数据，如图3所示；3.建立所述二开井段的地震记录与测井数据间的关系，即利用二开井段的地震记录构建测井曲线模型，包括下列步骤1)以关联维数、分形维数、最大LyaPunov指数和突变参数为输入层的神经元，以声波速度(V)和波阻抗(ρV)为输出层的神经元，创建测井曲线的神经网络模型，如图17所示。
2)根据已钻井段的地震记录提取关联维数、分形维数、最大LyaPunov指数和突变参数，其中(1)用声波测井时差进行深时转换，其转换公式为TH=T0+(2∫H0HΔt(h)dh)×10-3]]>式上(1)式中为H0起始深度，H为终止深度，T(H)为深度H所对应的时间，Δt(h)为深度h处的声波测井的时差值。将测井的深度采样点变成了时间序列，然后根据地震记录时间采样间隔Δt(ms)对声波、密度测井值进行重采样，将深度采样值转换为时间采样值。使用地震资料的双程旅行时刻度对测井数据进行插值，实现地震和测井数据在时间和深度上的一一对应，如图4所示。
(2)关联维数如图5所示，从时间序列直接计算关联维数的算法，即G-P算法。
第一步是将地震记录的时间序列xi＝x(ti)，i＝1，2，......，N重新排列创立一个m维的向量相空间Xn(m，τ)＝(xn，xn+τ，......，xn+(m-1)τ) n＝1，2，.....，Nm(2)式中τ＝kΔt是固定时间间隔，即时间延迟，Δt是两次相邻采样的间隔，k是整数Nm＝N-(m-1)τ (3)从这Nm个点中任意选定一个参考点Xi，计算其余Nm-1个点到Xi的距离rij=d(Xi,Xj)=[Σi=0m-1(xi+lτ-xj+lτ)2]1/2----(4)]]>对所有点重复这一过程，得到关联积分函数Cm(r)=2Nm(Nm-1)Σi,j=1NmH(r-rij)----(5)]]>式中H是Heaviside函数 在lgCm(r)-lgr的坐标图上，如点分布在一条直线附近，则分形存在，采用直线拟合的方法，拟合直线的斜率就是关联维D2。图5为关联维的计算结果图。
(3)R/S分形数维如图6所示，重标度极差分析方法(R/S分析法)是Hurst于1965年提出的一种新的统计方法，它在分形理论中有着广泛的应用。
设已知地震记录的时间序列为xi＝x(ti)，i＝1，2，......，N，则τ个时间数据的均值为(Ex)τ=1τΣi=1τxi---(τ=2,3,......)----(6)]]>
由此可以求得累积离差X(i,τ)=Σt=1i[xi-(Ex)τ]----(7)]]>极差R(τ)=max1≤i≤τX(i,τ)-min1≤i≤τX(i,τ)----(8)]]>标准差S(τ)={1τΣi=1τ[xi-(Ex)τ]2}1/2-----(9)]]>根据Hurst分析的统计规律的关系式为R/S∝(τ/2)H(10)具体计算时，计算出R/S的一组值。在lg(R/S)-lg(τ/2)的坐标图上拟合出一条直线，其斜率就是R/S分数维，如图6所示。
(4)Lyapunov指数Lyapunov指数是指相空间中邻近轨道发散或收敛的平均指数率，反映了系统的性态对于初值的敏感程度。
一般计算最大Lyapunov指数采用A.Wolf重构法，其步骤如下A.重建相空间设已知地震记录的时间序列为xix(ti)，i＝1，2，......，N，i为采样点的序号，xi为在该时间下的振幅值，输入嵌入空间维数m及延迟时间τ得相空间Xn(m，τ)＝(xn，xn+τ，......，xn+(m-1)τ)n＝1，2，.....，Nm(11)Nm＝N-(m-1)τ(12)B.在相空间中，以初始点A(t0)为参考点，选取A(t0)的最近邻点B(t0)，设在t1＝t0+kΔt时，A(t0)和B(t0)分别演化到A(t1)和B(t1)，计算从t0到t1时的指数增长率
λ1=1kΔtlgA(t1)B(t1)‾A(t0)B(t0)‾----(12)]]>式中，A(t1)B(t1)‾,A(t0)B(t0)‾]]>分别为相空间A(t1)与B(t1)，A(t0)与B(t0)两点之间的距离。
C.在A(t1)的若干邻近点中，找出一个与A(t1)的夹角θ1很小的邻近点C(t1)，如果找不到，仍然选取B(t1)，设在t2＝t1+kΔt时，A(t1)和C(t1)分别演化到A(t2)和C(t2)，则λ2=1kΔtlgA(t2)C(t2)‾A(t1)C(t1)‾-----(13)]]>将这一过程一直进行到点集的终点，然后取的平均值作为最大Lyapunov指数的估计值LE(m)。
D.增加嵌入空间维数m，重复A-C步，直到LE(m)保持平稳为止，此时的LE(m)即为所求的最大Lyapunov指数，如图7所示。
(5)突变参数如图8所示，将地震信号看成对时间变量的连续函数x(t)，x(t)可展成级数形式如下y＝x(t)＝a0+a1t+a2t2+…+antn+… (14)式中，t为时间，y为对应t的位移，a0，a1，a2，...an为待定的系数。实际分析发现，对具有一定趋势规律的时间序列，截取到4次项时，精度已足够高。则对上式可近似表示为y＝x(t)＝a0+a1t+a2t2+a3t3+a4t4(15)对上式作变量代换，化为尖点突变的标准形式，先令t＝Zt-q (16)将其代入上式，可得y=b4zt4+b2zt2+b1zt+b0-----(17)]]>
b0＝a4q4-a3q3+a2q2-a1q+a0式中， b1＝-4a4q3+3a3q2-2a2q+a1b2＝6a4q2-3a3q+a2b4＝a4上面仍不是尖点突变的标准形式，作进一步变量代换，令 则y=14z4+12az2+bz+c----(19)]]>式中c＝b0a=b2/b4]]>b=b1/b44]]>z为状态变量，a，b为控制变量，由突变理论可知，平衡曲面方程为Z3+az+b＝0 (20)分叉集方程为4a3+27b2＝0 (21)只有在控制变量满足分叉集方程时，系统才是不稳定的，才有可能从一个平衡态突变到另一个平衡态。
因相同的地震子波，地震记录的反射率函数反映了地震的线性与非线性特征，利用地震的线性与非线性特征可以映射地震的反射率函数，也就是说地震的线性与非线性特征通过适当的非线性关系可以映射出声波速度和波阻抗，即可求出地层的声波速度V(t)和地层密度ρ(t)。
3)根据已钻井段的测井数据，不同深度地层的声波速度V(h)和地层密度ρ(h)通过时深关系转换可得不同时间的地层声波速度V(t)和地层密度ρ(t)，计算出声波速度V和波阻抗ρV，如图9所示。
4)根据2)与3)的计算数据，利用1)中的模型，训练神经网络模型；4.利用待钻井段的地震记录预测待钻井段的测井数据1)将根据下部待钻井段的地震记录计算关联维数、分形维数、最大LyaPunov指数和突变参数代入步骤3中已训练的神经网络模型，计算出不同时间t条件下的V和ρV，如图10至图14所示；2)通过时深关系得出不同深度地层的声波速度V(h)和地层密度ρ(h)，反演出待钻井段的声波测井和密度测井曲线，如图15所示。
5.利用地层破裂试验数据确定测试点地应力；二开井段的地层固井结束后，在套管鞋处做地层破裂试验，获得地层的破裂压力pf，裂缝扩展压力ppro，停泵压力ps，裂缝重张压力pr，则地层最小水平地应力σhσh＝ps(22)最大水平主应力σHσH＝3σh-pf+(ppro-pr)-pp(23)式中，pp为孔隙压力。
本实例中，1695米地层的破裂试验数据如下
最小水平地应力σh＝27.97MPa最大水平主应力σH＝33.81MPa6.利用待钻井段的声波测井和密度测井曲线，预测待钻井将钻遇地层的弹性参数和强度；粘聚力、内摩擦角和抗拉强度由测井数据解释获得，具体步骤如下(1)计算动态弹性模量Ed(103MPa)和动态泊松比μd
Ed=ρvs2(3vp2-4vs2)vp2-2vs2(1000MPa)-----(24)]]>μd=vp2-2vs22(vp2-vs2)]]>式中vs=11.44vp+18.03-5.866]]>νp＝V(2)粘聚力CC=5.24×10-3(1-2μd)(1+μd1-μd)2ρ2vp4(1+0.78Vcl)---(25)]]>式中Vcl＝0.01*(-5.18νs+2.88νp+0.9) (26)(3)岩石的内摩擦角＝18.07+0.55C(27)(4)地层抗拉强度StSt=0.0045Ed(1-Vcl)+0.008EdVcl15---(28)]]>(2)确定静态弹性模量Es和静态泊松比μsEs＝6.125+0.6263Ed(29)μs＝0.1218+0.2601μd7.计算待钻井将钻遇地层的地应力；1)构造应力系数的确定由1695米地层的测井数据知纵波速度为3.14km/s，地层密度为2.32g/cm3，根据式24和29得静态弹性模量Es和静态泊松比μsEs＝18145.36MPaμs＝0.21垂向地应力可下式计算
σν＝0.01*(2*10-12h3-4*10-8h3+0.0002h+2.0683)h (30)＝39.02MPa令m=Es1-μs2=18145.361-0.21×0.21=18982.48]]>k=μs1-μs(σv-αPp)+αPp=0.211-0.21(39.02-18.65)+18.65=24.06]]>构造应力系数ϵH=(σH-μσh)-k(1-μ)m(1-μ2)=(33.81-0.21×27.97)-24.06×(1-0.21)18982.48×(1-0.21*0.21)=4.9474×10-4]]>ϵh=(σh-μσH)-k(1-μ)m(1-μ2)=(27.97-0.21×33.81)-24.06×(1-0.21)18982.48×(1-0.21*0.21)=1.0267×10-4]]>2)水平最大、最小地应力σH和σhσH=Es1-μs2ϵH+μsEs1-μs2ϵh+μs1-μs(σv-αPp)+αPp----(31)]]>σh=μsEs1-μs2ϵH+Es1-μs2ϵh+μs1-μs(σv-αPp)+αPp----(32)]]>8.结合井壁稳定力学测井解释模型预测待钻井段的坍塌压力和破裂压力。
假定地层渗透率非常�。夷嘟杂帕迹旧嫌氲夭悴环⑸噶鞫菽Χ�-库仑强度准则，坍塌压力的计算公式为pb=η(3σH-σh)-2CK+αPp(K2-1)(K2+η)h×100---(33)]]>式中 pb为当量泥浆密度表示的坍塌压力。
地层破裂压力pf的计算公式为pf＝0.01(3σh-σH-αPp+St)/h (34)将图15预测的声波速度和地层密度代入式(24)-(34)，计算获得待钻井段的坍塌压力和破裂压力，如图16所示。
权利要求
1.一种利用地震记录预测待钻井段坍塌压力和破裂压力的方法，包括下列步骤1)针对新构造待钻井眼，提取该井及相邻若干道地震记录，作加权处理获得该井的地震记录；2)对二开井段进行钻井，并进行声波时差、自然伽马、井径和中子密度测井，获得相应的测井数据；3)建立所述二开井段的地震记录与测井数据间的关系，即利用地震记录构建所述二开井段的测井曲线模型；4)利用待钻井段的地震记录预测待钻井段的测井数据，构建待钻井段的声波测井和密度测井曲线；5)利用地层破裂试验数据确定测试点地应力；6)利用待钻井段的声波测井和密度测井曲线，预测待钻井将钻遇地层的弹性参数和强度；7)计算待钻井将钻遇地层的地应力；8)结合井壁稳定力学测井解释模型预测待钻井段的坍塌压力和破裂压力。
2.根据权利要求1中所述的利用地震记录预测待钻井段坍塌压力和破裂压力的方法，其特征在于所述步骤3)中利用地震记录构建测井曲线的方法包括下列步骤1)以关联维数、分形维数、最大LyaPunov指数和突变参数为输入层的神经元，以V和ρV为输出层的神经元，创建测井曲线的神经网络模型；2)根据已钻井段的地震记录提取关联维数、分形维数、最大LyaPunov指数和突变参数；3)根据已钻井段的测井数据，不同深度地层的声波速度V(h)和地层密度ρ(h)通过时深关系转换可得不同时间的地层声波速度V(t)和地层密度ρ(t)，计算出V和ρV；4)根据2)与3)的计算数据，利用1)中的模型，训练神经网络模型。
3.根据权利要求2中所述的利用地震记录预测待钻井段坍塌压力和破裂压力的方法，其特征在于所述步骤4中的利用待钻井段的地震记录预测待钻井段的测井数据包括下列步骤1)将下部待钻井段的地震记录代入已训练的神经网络模型，计算出不同时间t条件下的V和ρV；2)通过时深关系得出不同深度地层的声波速度V(h)和地层密度ρ(h)，反演出待钻井段的声波测井和密度测井曲线。
4.根据权利要求1至3中任意一项所述的利用地震记录预测井眼待钻井段坍塌压力和破裂压力的方法，其特征在于利用预测的测井曲线可预测待钻井段的泥质含量、弹性模量、泊松比、包括粘聚力与内摩擦角的地层强度、地应力。
全文摘要
一种利用地震记录预测待钻井段坍塌压力和破裂压力的方法，包括针对新构造待钻井眼，提取该井及相邻若干道地震记录，作加权处理获得该井的地震记录；对二开井段进行钻井，并进行声波时差、自然伽玛、井径和中子密度测井，获得相应的测井数据；建立二开井段的地震记录与测井数据间的关系，即利用地震记录构建所述二开井段的测井曲线模型；利用待钻井段的地震记录预测待钻井段的测井数据，构建待钻井段的声波测井和密度测井曲线；利用地层破裂试验数据确定测试点地应力；利用待钻井段的声波测井和密度测井曲线，预测待钻井将钻遇地层的弹性参数和强度；计算待钻井将钻遇地层的地应力；预测待钻井段的坍塌压力和破裂压力。
文档编号G01V1/48GK1588128SQ200410086040
公开日2005年3月2日 申请日期2004年10月22日 优先权日2004年10月22日
发明者金衍, 陈勉 申请人:石油大学(北京)
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
