基于遺傳算法的鉆井地質特征預測方法研究

方春曉　王慶文（.東北石油大學，黑龍江大慶 63000；.沈陽采油廠地質大隊，遼寧沈陽 0000）

基于遺傳算法的鉆井地質特征預測方法研究

方春曉1王慶文2
（1.東北石油大學，黑龍江大慶 163000；2.沈陽采油廠地質大隊，遼寧沈陽 110000）

石油勘探與開發過程受到不同地質條件的影響，給鉆井施工帶來較大的困難和危險，為此本文對基于對稱理論，利用遺傳算法提取鉆井施工的特征參數，通過分析其變化趨勢對地層壓力進行監控并對其發展趨勢進行預測，該方法可以提高地質壓力預測的精度，客觀地反映井下地質特征，減少地層變化給鉆井地質預測帶來的不確定性，為鉆井地質設計提供了可靠的科學依據。

地質特征參數 地層壓力 地層巖性識別 壓力預測 遺傳算法

鉆井施工隨時可能遇到不同的地質因素，如巖層壓力的變化、巖質的不同等，這些因素給施工作業帶來很大的操作風險并威脅著施工人員的人身安全。因此在施工之前需要進行鉆井地質預測與設計。石油勘探過程中，與地質特征預測相關的信息很多，如區域地地震、重磁、地層壓力變化等信息，通常這些信息會在石油開發過程中記錄在測井、錄井和隨鉆的數據中。由于其具有數據量大、且數據參數多、噪聲強、隨機誤差大等原因，處理難度較高，影響了地質預測的準確性和效率。傳統的鉆井地質預測仍采用與參考區域的井史資料及測井、錄井數據對比的方式對新開發區域的地質特征進行預測，由于地質變化的不確定性，很大程度上影響到預測的精度。

鉆井地質特征預測方法綜述鉆井地質特征參數是與鉆井工程施工相關的巖石力學信息的集合，鉆井地質特征參數的預測是對鉆井施工地質環境的定量評估，對于合理進行鉆井地質設計，避免井噴、井塌等鉆井事故的產生有著重要意義。國內外學者對鉆井地質特征預測做了很多研究，相關的研究報道綜述如下： Hottmann、Forster等對地層等效深度和有效應力理論對地層壓力預測進行了研究［1-2］；Boatman，Bingham，等關注鉆速與鉆探的其他參數之間的關系，并將鉆井過程中獲得的地質特征數據用于地層壓力預測中。［3-4］

1　機械鉆速建模

在常規的鉆井施工過程中，鉆進速度是反映地層壓力變化的一個重要特征參數，因而以鉆速建模為基礎進行鉆井地質參數識別與預測，是本文監測地層壓力的主要思路。依據巖石硬度與破碎比能的概念，考慮鉆頭直徑、比水功率和鉆壓對鉆進速度的影響。鉆速方程可表述為：

式中：VZT為機械鉆速；PZ為鉆壓；PL為極限鉆壓；Vr為轉速；HPJ為鉆頭比水功率；Db為鉆頭直徑；Kd為可鉆性級值；Dp為井底壓差；α為轉速指數； β為水力指數； ε為壓差系數。

為計算機械鉆速方程中的鉆速，需要確定PL、Kd、 α、 β、 ε這些特征參數的值。根據對稱原理，假設地層壓力與地層中的水壓力相等，井底壓差取決于井深、鉆井液密度和地層壓力，為確定反映鉆進過程的特征參數，可通過逆運算法計算出來。

表1　沈67井某段鉆井特征參數

2　基于遺傳算法的特征參數求解

遺傳算法是目前較為先進且科學應用廣泛的優化算法，通過模擬生物進化過程，使生物種群在限定環境下競爭，優勝劣汰，從而求得適合要求的最優解。遺傳算子作用于被優化的個體，個體表現出的形態和特征完全取決于染色體基因的組成。在此過程中，應注意對問題進行詳盡的描述與分析，確定優化過程中的關鍵參數和參數的值域，由這些特征參數組成的個體共同構成了初始解空間。

使用遺傳算法，對一組給定的特征變量和函數目標，利用遺傳算子按照一定方式隨機變換待定參數值，在解空間內隨機搜索尋求函數最優解。在本應用中，個體為 PL、Kd、α、 β、 ε這五個特征參數。鉆進過程的特征參數空間可用一個二維數組 E（i，j）來描述，其中i表示變量維數，j=1，2，3，4，5分別代表各特征變量。個體適應度函數定義為：

其中，VZT為鉆頭理論鉆速； VaZT為實際鉆頭的鉆速。

3　地層壓力異常值的識別

根據公式（1），利用遺傳算法對鉆井數據進行處理，可以得至描述鉆頭與地層壓力相互作用及鉆進過程的特征參數之間的關系。為驗證遺傳算法最優化參數的正確性，可以采用下列公式來計算壓力特征比因子：

其中，iA為特征參數，0iA 為井底壓差為零時的特征參數，maxiA為特征參數的最大值。

這個參數說明了特征參數反映地層孔隙流體壓力變化的能力，實時觀測鉆井特征參數，當參數值變化波動較大時，說明地質情況不穩定，井底壓差越大，鉆井液密度與儲層的孔隙流體壓力梯度越低，容易發生井涌，引起井噴，嚴重危及人員和設備的安全。因此，需要根據測得的鉆進特征參數的變化，觀測地層壓力特征比因子，對地質的變化做出預判。

4　應用實例

以沈67井的井段為例，觀測該井段地層孔隙壓力高壓層前后鉆井特征參數變化的規律。首先要對測井數據預處理，得到機械鉆速方程模型的特征參數（鉆速 VZT；鉆壓PZ；轉速 Vr；鉆頭比水功率HPJ；鉆頭直徑 Db； D井底壓差p），其中 VZT、 PZ、 Vr、 Db可通過錄井數據獲得，HPJ和 Dp可經由工程錄井數據計算得到。數據處理后，通過計算得到五個特征參數值及計算的鉆速值。如表1所示。

其中： Kd為可鉆性級值，PL為門限鉆壓，α為壓差系數，β為轉速指數，ε為水力指數，PZ為鉆井液密度。

從表中可以看出，當鉆頭鉆入地質高壓層時，五個特征參數的數值突然下降，儲層的孔隙流體壓力梯度為1.81 g/cm3，若此時在鉆進過程中用密度為1.19 g/cm3的鉆井液施工，則因壓力差會出現了嚴重的井涌。因此實時預測地層孔隙流體壓力為判斷施工中何時出現高壓層提供了判斷依據，也為鉆井的安全作業提供比較可靠的安全保證。

5　結語

依據對稱理論，結合鉆井鉆速方程，利用遺傳算法提取與鉆速相關的地質特征參數。通過分析特征參數隨鉆進深度的變化趨勢，獲得異常地層孔隙流體壓力識別的方法，同時得到對井底壓差影響敏感的特征參數作為觀測對象。新方法對提高地層壓力觀測精度，預測地質特性和地層壓力分布特點具有客觀預判性，實踐結果表明，該方法有效可行，有助于鉆井地質設計和后期的鉆探施工安全。

［1］Hottmann，C.E.Johnson，R.K.Estimation of formation pressures from log-derived shale properties［J］.Journal of Petroleum Technology，1965，17（6）：717-722.

［2］Foster，J.B.Whalen，H. E.Estimation of formation pressures from electrical surveys-Offshore Louisiana［J］.Journal of Petroleum Technology，1966，18（2）：165-171.

［3］Hall，D.L.Llinas，J.Handbook of multi-sensor data fusion［M］. Boca Raton，FL，USA：CRC Press，2001.

［4］Borel，W.J.Lewis，R.L.Porosity and pressure log performs well in the North Sea ［J］.Petrol.Petrochem.Int.1969，12：36-38.

［5］Mathews，W.R.Kelly，J.How to predict formation pressure and fracture gradient［J］.Oil and Gas Journal，1967，65（8）： 92-106.