진짜
Scientific Reports 12권, 기사 번호: 11318(2022) 이 기사 인용
1850 액세스
3 인용
측정항목 세부정보
정확한 실시간 간극압 예측은 특히 기술적으로나 경제적으로 시추 작업에서 매우 중요합니다. 예측을 통해 비용과 시간을 절약할 수 있으며 문제가 발생하기 전에 올바른 결정을 내릴 수도 있습니다. 간극압 예측에 사용 가능한 상관관계는 로깅 데이터, 지층 특성, 로깅 및 시추 매개변수의 조합에 따라 달라집니다. 이 연구의 목적은 인공 신경망(ANN)과 적응형 신경 퍼지 추론 시스템(ANFIS)을 적용하여 사용 가능한 시추 데이터를 통해 실시간으로 지층 압력 구배를 추정하는 두 가지 모델을 도입하는 것입니다. 사용되는 매개변수에는 침투율(ROP), 이수 유량(Q), 스탠드파이프 압력(SPP) 및 회전 속도(RS)가 포함됩니다. 일부 수직 유정에서 얻은 데이터 세트를 활용하여 예측 모델을 개발했습니다. 제안된 인공지능(AI) 모델을 검증하기 위해 다양한 데이터 세트가 활용되었습니다. 두 모델 모두 학습 및 테스트에 대해 좋은 상관 계수(R)로 출력을 예측했습니다. 또한 평균 절대 백분율 오차(AAPE)는 2.1%를 초과하지 않았습니다. 검증 단계에서 개발된 모델은 압력 구배를 매우 정확하게 추정했습니다. 본 연구에서는 시추 데이터를 이용하여 시추 시 압력경사를 추정하기 위해 제안된 모델의 신뢰성을 입증하였다. 또한, ANN 기반 상관관계가 제공되며 ANN 모델을 실행하는 대신 드릴링 매개변수를 사용할 수 있을 때마다 최적화된 가중치 및 편향을 도입하여 직접 사용할 수 있습니다.
형성 압력은 암석 공극 공간 내의 유체에 의해 가해집니다. 특정 깊이에서 법선 구배는 표면에서 관심 지점까지 확장된 염수 기둥 무게에서 비롯됩니다. 정상 추세와의 편차는 비정상 또는 과압일 수 있는 비정상으로 설명될 수 있습니다1. 정상 압력은 일정하지 않으며 용해된 염분의 양, 유체 유형, 가스 존재 및 온도 구배에 따라 달라집니다. 초정상 또는 과압은 정상 정수압을 초과하는 형성 압력이고 정상 압력보다 낮은 압력은 정상 압력입니다. 초정상은 추가 압력 소스 외에 일반 압력에 의해 생성됩니다. 과도한 압력은 지질학적, 기계적, 지구화학적, 복합적 원인 등 다양한 원인에 기인할 수 있습니다2. 비정상적인 압력 구역은 발 차기 및 파열과 같은 심각한 기술적, 경제적 문제를 초래할 수 있습니다. 정상 이하의 압력으로 인해 순환이 중단되고 차동 파이프가 고착되어 추가 케이싱 스트링이 설치될 수 있습니다(더 높은 드릴링 비용)2. 정확한 실시간 형성 압력 추정은 향상된 유정 경로 및 케이싱 설계, 더 나은 유정 안정성 분석, 효과적인 진흙 프로그램 및 전체 시추 비용 절감을 제공할 수 있습니다3,4.
지층 압력 추정은 정량적이거나 정성적일 수 있습니다. 이러한 기술의 대부분은 비정상적인 압력 영역을 나타낼 수 있는 비정상적인 변화를 선택하기 위해 정상적인 추세선과 관찰된 추세선을 그래픽으로 비교하는 데 의존합니다. 문헌의 기존 기술은 유정 통나무, 지층 특성 및 시추 매개변수를 활용했습니다. Hottman과 Johnson5은 관측된 추세와 정상 추세 사이의 저항률 비율 또는 음파 이동 시간 차이에 대한 압력 구배를 연관시키는 교차 도표를 구성하여 셰일 벌목 데이터를 기반으로 간극 압력을 최초로 추정했습니다. Matthews와 Kelly6는 Hottman과 Johnson 상관 관계에 반로그 척도를 활용했습니다. Pennebaker7은 Hottman과 Johnson5가 활용한 음파 이동 시간 차이를 음파 이동 시간 비율로 대체했습니다. 저자는 Hottman과 Johnson이 제안한 것과 같은 X-Y 교차 플롯에서 간극 압력을 추정했습니다. 이 기술은 전 세계적으로 특정 암석 유형에 대해 단일 추세선을 사용했지만 모든 암석 유형에 해당되는 것은 아닙니다. Eaton8은 지층 압력과 과부하 압력 구배가 로그 파생 특성에 영향을 미친다는 것을 확인했습니다. 결과적으로 Hottman과 Johnson 상관 관계는 과부하 스트레스 효과를 포함하도록 확장되어야 합니다. Eaton8은 셰일 형성의 압력 구배를 예측하기 위해 음파 데이터를 기반으로 한 경험적 모델을 제안했습니다.