百度彩票

大数据分析对提高钻井效率的实现与应用

柳海啸 刘芳 代文星 冯一 巩永刚 李明明

柳海啸,刘芳,代文星,冯一,巩永刚,李明明. 大数据分析对提高钻井效率的实现与应用[J]. 百度彩票 工艺,2021,43(0):1-6
引用本文: 柳海啸,刘芳,代文星,冯一,巩永刚,李明明. 大数据分析对提高钻井效率的实现与应用[J]. 百度彩票 工艺,2021,43(0):1-6
LIU Haixiao, LIU Fang, DAI Wenxing, FENG Yi, FENG Yonggang, LI Mingming. Realization and application of big data analysis to improve drilling efficiency[J]. Oil Drilling & Production Technology, 2021, 43(0): 1-6
Citation: LIU Haixiao, LIU Fang, DAI Wenxing, FENG Yi, FENG Yonggang, LI Mingming. Realization and application of big data analysis to improve drilling efficiency[J]. Oil Drilling & Production Technology, 2021, 43(0): 1-6

大数据分析对提高钻井效率的实现与应用

详细信息
    作者简介:

    柳海啸(1990-),2013年毕业于西南石油大学石油工程专业,获学士学位,现从事海上钻完井作业及相关数字化技术的研究工作,工程师。通讯地址:(300459)天津市滨海新区海川路2121号渤海石油大厦C座。E-mail:.cn

    通讯作者:

    刘芳(1989-),2018年毕业于英国赫瑞-瓦特大学石油工程专业,现从事钻完井大数据分析类的研究工作,工程师。通讯地址:(300459)天津市滨海新区海川路2121号渤海石油大厦C座。E-mail:

  • 中图分类号: TE358+.3

Realization and application of big data analysis to improve drilling efficiency

  • 摘要: 为了提高渤海油田的钻井效率、保障作业安全,建立了数据准备、数据处理、数据可视化及深度分析为一体的钻完井大数据分析平台,选取渤海P油田首批作业井录井参数,自动判别13种钻井作业工况,并与日报系统结合制作工况及3D井轨迹等可视化面板。结合数据关系与最小二乘法预测模型深度分析,优选钻井参数并进行实时监测,提高了第2批次井的钻井效率,实现了大数据分析与钻完井作业的深度融合。由于平台自身的可扩展性及搭建后使用者的易操作性,该技术推广性较强,可为钻完井工程的智能化转型提供宝贵经验。
  • 百度彩票

    图  1  钻完井大数据分析系统

    Figure  1.  Big data analysis system of drilling and completion

    图  2  单井依托程序判断的工况可视化

    Figure  2.  Visualization of single-well working condition judged by program

    图  3  单井设计轨迹与实测轨迹监测

    Figure  3.  Designed well trajectory and actual trajectory monitoring

    图  4  D井扭矩沿测深分布及拟合

    Figure  4.  Distribution and fitting of torque along the depth measurement of Well D

    表  1  渤海某平台开发井基本数据

    Table  1.   Basic data of development wells on one certain platform of Bohai Sea

    井名完钻井深/m钻头类型最大井斜钻井开始时间
    A井2 200PDC63°/938 m2020/11/8
    B井1 965PDC48°/810 m2020/11/18
    C井2 382PDC62°/942 m2021/1/3
    D井2 418PDC59°/798 m2020/12/27
    下载: 导出CSV

    表  2  二开段平均机械钻速

    Table  2.   Average ROP in the second spudding section

    井名平均机械钻速/(m·h−1)
    A井55.45
    B井64.22
    C井77.94
    D井91.19
    下载: 导出CSV

    表  3  机械钻速影响因素的斯皮尔曼相关性分析

    Table  3.   Spearmen correlation analysis on the factors influencing ROP

    因变量自变量P值显著性相关系数R矩阵行数
    转速<0.010.37316 131
    机械钻速排量<0.010.25316 131
    平均钻压<0.010.18316 131
    下载: 导出CSV
    var _hmt = _hmt || []; (function() { var hm = document.createElement("script"); hm.src = "https://hm.baidu.com/hm.js?646a7d1033ff411d5d7be270f3397897"; var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(hm, s); })(); 顶盛体育-顶盛APP下载 艾尚体育APP|艾尚体育登录|艾尚体育官网 下注app中心 od体育最新版下载 百姓购彩-购彩中心
  • [1] 盛华雄, 吴琳, 肖长亮. 新冠肺炎疫情传播建模分析与预测[J]. 系统仿真学报, 2020, 32(5):759-766. doi:  

    SHENG Huaxiong, WU Lin, XIAO Changliang. Modeling analysis and prediction on NCP epidemic transmission[J]. Journal of System Simulation, 2020, 32(5): 759-766. doi:  
    [2] 韦雪琼, 杨晔, 史超. 大数据发展下的金融市场新生态[J]. 时代金融, 2012(21):173-174.

    WEI Xueqiong, YANG Ye, SHI Chao. New ecology of financial market under the development of big data[J]. Times Finance, 2012(21): 173-174.
    [3] 李根生, 宋先知, 田守嶒. 智能钻井技术研究现状及发展趋势[J]. 石油钻探技术, 2020, 48(1):1-8. doi:  

    LI Gensheng, SONG Xianzhi, TIAN Shouceng. Intelligent drilling technology research status and development trends[J]. Petroleum Drilling Techniques, 2020, 48(1): 1-8. doi:  
    [4] 王敏生, 光新军. 智能钻井技术现状与发展方向[J]. 石油学报, 2020, 41(4):505-512. doi:  

    WANG Minsheng, GUANG Xinjun. Status and development trends of intelligent drilling technology[J]. Acta Petrolei Sinica, 2020, 41(4): 505-512. doi:  
    [5] 耿黎东. 大数据技术在石油工程中的应用现状与发展建议[J]. 石油钻探技术, 2021, 49(2):72-78. doi:  

    GENG Lidong. Application status and development suggestions of big data technology in petroleum engineering[J]. Petroleum Drilling Techniques, 2021, 49(2): 72-78. doi:  
    [6] CAO D Z, LOESEL C, SANJAY P. Rapid development of real-time drilling analytics system[C]//IADC/SPE Drilling Conference and Exhibition, Fort Worth, Texas, USA, 2018: SPE-189595-MS. " target="_blank">10.2118/189595-MS.
    [7] CAO D Z, BEN Y X, JAMES C, et al. Developing an integrated real-time drilling ecosystem to provide a one-stop solution for drilling monitoring and optimization[C]//SPE Annual Technical Conference and Exhibition, Calgary, Alberta, Canada, 2019: SPE-196228-MS. DOI: .
    [8] 葛云华, 周波, 张彦龙. 基于物联网的钻井远程支持系统应用现状及发展方向[J]. 石油科技论坛, 2019, 38(2):45-51. doi:  

    GE Yunhua, ZHOU Bo, ZHANG Yanlong. Application conditions and development orientation of RTOC based on internet of things[J]. Oil Forum, 2019, 38(2): 45-51. doi:  
    [9] 钱浩东, 温馨, 甘红梅, 等. 井筒工程“大数据”的建立与应用实践[J]. 钻采工艺, 2019, 42(2):38-41, 3. doi:  

    QIAN Haodong, WEN Xin, GAN Hongmei, et al. Establishment and application of wellbore engineering big data[J]. Drilling & Production Technology, 2019, 42(2): 38-41, 3. doi:  
    [10] 刘胜娃, 孙俊明, 高翔, 等. 基于机器学习与态势感知技术的钻井液大数据分析与智能决策支持平台建设[J]. 物联网技术, 2019, 9(5):46-48, 51. doi:  

    LIU Shengwa, SUN Junming, GAO Xiang, et al. Big data analysis and intelligent decision support platform construction based on machine learning and situational awareness technology regarding drilling fluid[J]. Internet of Things Technologies, 2019, 9(5): 46-48, 51. doi:  
    [11] 史旻, 袁洪水, 徐辉, 等. 海洋石油钻井智能辅助决策监控系统研究[J]. 天津科技, 2019, 46(11):101-105. doi:  

    SHI Min, YUAN Hongshui, XU Hui, et al. Research on intelligent assistant decision-making and monitoring system for offshore oil drilling[J]. Tianjin Science & Technology, 2019, 46(11): 101-105. doi:  
    [12] 魏刚, 于忠涛, 和鹏飞, 等. 钻完井动静态数据集成应用技术研究与应用[J]. 石油工业技术监督, 2020, 36(5):53-55. doi:  

    WEI Gang, YU Zhongtao, HE Pengfei, et al. Research and application of dynamic and static data integration application technology in drilling and completion well[J]. Technology Supervision in Petroleum Industry, 2020, 36(5): 53-55. doi:  
    [13] 刘宝生, 和鹏飞, 杨保健, 等. 钻井辅助决策系统构建及在渤中19-6的工程实践[J]. 百度彩票 工艺, 2018, 40(6):684-689. doi:  

    LIU Baosheng, HE Pengfei, YANG Baojian, et al. Construction of assistant decision-making system for well drilling and its engineering practice in BZ19-6 Block[J]. Oil Drilling & Production Technology, 2018, 40(6): 684-689. doi:  
    [14] 王东生. 井场数据传输标准综述[J]. 录井工程, 2018, 29(4):7-12, 99. doi:  

    WANG Dongsheng. Summary of wellsite data transmission standards[J]. Mud Logging Engineering, 2018, 29(4): 7-12, 99. doi:  
    [15] 叶秀敏. 基于“工业4.0”的智慧企业特征分析[J]. 北京工业大学学报(社会科学版), 2015, 15(1):15-20. doi:  

    YE Xiumin. Analysis of the characteristics of intelligent business based on: industrial 4.0[J]. Journal of Beijing University of Technology(Social Sciences Edition), 2015, 15(1): 15-20. doi:  
    [16] 孙挺, 赵颖, 杨进, 等. 基于支持向量机的钻井工况实时智能识别方法[J]. 石油钻探技术, 2019, 47(5):28-33. doi:  

    SUN Ting, ZHAO Ying, YANG Jin, et al. Real-time intelligent identification method under drilling conditions based on support vector machine[J]. Petroleum Drilling Techniques, 2019, 47(5): 28-33. doi:  
    [17] 徐维超. 相关系数研究综述[J]. 广东工业大学学报, 2012, 29(3):12-17. doi:  

    XU Weichao. A review on correlation coefficients[J]. Journal of Guangdong University of Technology, 2012, 29(3): 12-17. doi:  
    [18] 王金帅, 田祥, 张娅楠, 等. 影响钻速的原因分析及提速方法研究[J]. 化学工程与装备, 2018(10):118-119. doi:  

    WANG Jinshuai, TIAN Xiang, ZHANG Ya’nan, et al. Analysis of influencing factor of ROP and research on improving ROP method[J]. Chemical Engineering & Equipment, 2018(10): 118-119. doi:  
  • [1] 董长银, 闫切海, 周博, 王宇宾, 邓君宇, 宋洋, 王力智.  弱胶结储层微观出砂形态与出砂机理可视化实验模拟研究 . 百度彩票 工艺, doi: 10.13639/j.odpt.2020.02.017
    [2] 徐传奇, 付美龙, 秦天宝, 李雪娇, 张泉, 李亮.  缝洞型碳酸盐岩油藏出水规律可视化物模实验 . 百度彩票 工艺, doi: 10.13639/j.odpt.2020.02.012
    [3] 耿彤, 秦义, 杨小平, 顾龚杰, 翟锡芝, 高艳芳, 杨康.  顶部注气重力驱控气采液井筒可视化模拟实验 . 百度彩票 工艺, doi: 10.13639/j.odpt.2019.03.014
    [4] 黄知娟, 潘丽娟, 路辉, 郑力会, 李冬梅, 海小祥.  大数据分析顺北油田SHB-X井试采产液量骤降原因 . 百度彩票 工艺, doi: 10.13639/j.odpt.2019.03.013
    [5] 李雪娇, 付美龙, 李亮, 徐传奇, 敖明明.  缝洞型碳酸盐岩油藏覆膜型体膨颗粒堵剂卡封机理微观可视化研究及注入参数优化 . 百度彩票 工艺, doi: 10.13639/j.odpt.2019.06.017
    [6] 王洋.  裂缝型储层酸液滤失可视化研究与应用 . 百度彩票 工艺, doi: 10.13639/j.odpt.2018.01.017
    [7] 宋宇, 杨进, 何藜, 李佳, 殷启帅.  基于隔水管受力分析的深水钻井平台防台风措施优选 . 百度彩票 工艺, doi: 10.13639/j.odpt.2015.01.038
    [8] 李鑫, 耿玉广, 杨小平, 黄少伟, 张文静, 周正奇.  以吨液百米举升耗电量为目标的大数据分析应用 . 百度彩票 工艺, doi: 10.13639/j.odpt.2015.04.020
    [9] 赵修太, 付敏杰, 王增宝, 任熵, 陈东明.  次生大孔道地层精细调堵可视化模拟研究 . 百度彩票 工艺,
    [10] 匡立新, 蒋国盛, 宁伏龙, 吴翔, 张昊, 张凌.  米泉区块井壁稳定性分析及钻井液的优选 . 百度彩票 工艺,
    [11] 杨坤, 吴晓东, 师俊峰, 罗学东, 罗明和.  应用井筒三维可视化技术设计油井扶正器安装位置 . 百度彩票 工艺,
    [12] 张勇斌, 梁荣华, 马玉书.  用数据挖掘技术优选侧钻井井位 . 百度彩票 工艺, doi: 10.3969/j.issn.1000-7393.2001.04.003
    [13] 杜志文.  现场优选参数钻井的设计方法 . 百度彩票 工艺, doi: 10.3969/j.issn.1000-7393.1993.05.007
    [14] 安圣究, 傅兴涛.  高密度钻井液的钻井参数优选 . 百度彩票 工艺, doi: 10.3969/j.issn.1000-7393.1992.03.003
    [15] 张厚美, 王棠青.  动态法优选钻井参数 . 百度彩票 工艺, doi: 10.3969/j.issn.1000-7393.1992.01.003
    [16] 王宁.  PDC钻头钻井水力参数优选设计探讨 . 百度彩票 工艺, doi: 10.3969/j.issn.1000-7393.1991.02.003
    [17] 吴国佐.  对塔北地区优选参数钻井的几点认识 . 百度彩票 工艺, doi: 10.3969/j.issn.1000-7393.1989.02.006
    [18] 龚伟安, 杨果行.  试论我国优选参数钻井中的几个问题 . 百度彩票 工艺, doi: 10.3969/j.issn.1000-7393.1984.01.002
    [19] 李丕训.  优选钻井参数的简单方法 . 百度彩票 工艺, doi: 10.3969/j.issn.1000-7393.1982.06.001
    [20] 曹锡玲, 闵家华.  用电子计算机优选钻井水力参数 . 百度彩票 工艺, doi: 10.3969/j.issn.1000-7393.1981.01.005
  • 加载中
计量
  • 文章访问数:  1
  • 被引次数: 0
出版历程
  • 修回日期:  2021-05-19
  • 网络出版日期:  2021-11-25

大数据分析对提高钻井效率的实现与应用

    作者简介:

    柳海啸(1990-),2013年毕业于西南石油大学石油工程专业,获学士学位,现从事海上钻完井作业及相关数字化技术的研究工作,工程师。通讯地址:(300459)天津市滨海新区海川路2121号渤海石油大厦C座。E-mail:.cn

    通讯作者: 刘芳(1989-),2018年毕业于英国赫瑞-瓦特大学石油工程专业,现从事钻完井大数据分析类的研究工作,工程师。通讯地址:(300459)天津市滨海新区海川路2121号渤海石油大厦C座。E-mail:
  • 中图分类号: TE358+.3

摘要: 为了提高渤海油田的钻井效率、保障作业安全,建立了数据准备、数据处理、数据可视化及深度分析为一体的钻完井大数据分析平台,选取渤海P油田首批作业井录井参数,自动判别13种钻井作业工况,并与日报系统结合制作工况及3D井轨迹等可视化面板。结合数据关系与最小二乘法预测模型深度分析,优选钻井参数并进行实时监测,提高了第2批次井的钻井效率,实现了大数据分析与钻完井作业的深度融合。由于平台自身的可扩展性及搭建后使用者的易操作性,该技术推广性较强,可为钻完井工程的智能化转型提供宝贵经验。

English Abstract

柳海啸,刘芳,代文星,冯一,巩永刚,李明明. 大数据分析对提高钻井效率的实现与应用[J]. 百度彩票 工艺,2021,43(0):1-6
引用本文: 柳海啸,刘芳,代文星,冯一,巩永刚,李明明. 大数据分析对提高钻井效率的实现与应用[J]. 百度彩票 工艺,2021,43(0):1-6
LIU Haixiao, LIU Fang, DAI Wenxing, FENG Yi, FENG Yonggang, LI Mingming. Realization and application of big data analysis to improve drilling efficiency[J]. Oil Drilling & Production Technology, 2021, 43(0): 1-6
Citation: LIU Haixiao, LIU Fang, DAI Wenxing, FENG Yi, FENG Yonggang, LI Mingming. Realization and application of big data analysis to improve drilling efficiency[J]. Oil Drilling & Production Technology, 2021, 43(0): 1-6

返回顶部

目录

    /

    返回文章
    返回
    var _hmt = _hmt || []; (function() { var hm = document.createElement("script"); hm.src = "https://hm.baidu.com/hm.js?646a7d1033ff411d5d7be270f3397897"; var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(hm, s); })(); 顶盛体育-顶盛APP下载 艾尚体育APP|艾尚体育登录|艾尚体育官网 下注app中心 od体育最新版下载 百姓购彩-购彩中心