Application Status and Development Suggestions of Big Data Technology in Petroleum Engineering
-
摘要: 大数据技术逐渐成为石油公司与油服公司实现石油工程智能化和降本增效的重要手段之一,目前已成为国内外研究的热点。为了促进大数据技术在油气行业的快速发展和广泛应用,加快石油工程的数字化智能化转型,阐述了大数据技术的定义和特点,从大数据平台和钻井、压裂及开发等具体应用场景2个方面分析了大数据技术在石油工程中的应用现状,指出大数据技术在石油工程中的发展需要建立统一的大数据分析平台,与数字化巨头合作研发,完善石油工程大数据管理机制和技术标准,强化基础、前瞻技术研究,并针对具体应用场景部署实施相关项目,逐步建立石油工程大数据生态系统。大数据技术在石油工程行业具有广阔的应用前景,加快石油工程大数据技术的研究和应用,对于促进我国油气资源的经济高效开发具有重要作用。Abstract: Big data technology, gradually becoming one of the most important methods for oil companies and oilfield service companies to realize petroleum engineering intelligence, cost reduction and efficiency improvement, has become a research hotspot at home and abroad. The paper introduces the definition and characteristics of big data technology to promote its rapid development and widespread application in the oil and gas industry and accelerate the digital and intelligent transformation of petroleum engineering. In this study, the current application of big data in petroleum engineering is analyzed from two aspects: big data platforms and specific application scenarios including drilling, fracturing and developing. Based on the analysis, it is proposed that an unified big data platform should be established with the cooperation of digital giants to modify the data management mechanism and technical standards. Besides, basic and prospective research should be strengthened, and research projects should be implemented for specific application scenarios, establishing an ecosystem of big data for petroleum engineering. The application of big data technology in petroleum engineering is promising, and it is of great significance to accelerate the investigation and application of big data in petroleum engineering for promoting the economic and efficient development of oil and gas .
-
Keywords:
- big data /
- petroleum engineering /
- application status /
- development suggestion
-
渝东南武隆区块常压页岩气储层为利川-武隆复向斜武隆向斜,勘探面积1 142 km2,预测总资源量8 490×108 m3,主要储层为五峰组—龙马溪组,优质页岩厚度一般为35.00 m,总有机碳含量3%~4%,石英含量40%~50%,黏土含量30%~40%,储层压力系数小于1.1[1-2]。目前武隆区块探井隆页1HF井进行了压裂试气,由于改造体积受限,且压裂裂缝复杂程度不够,压裂后测试产气量只有5×104 m3/d,累计产气量超过2 000×104 m3,单井日产气量距商业开发还有一定差距。对于常压页岩气开发,北美地区的Barnett常压页岩气在开发过程中主要采用缩短段间距和增大加砂量等方法提高压裂改造效果[3-5],但武隆区块位于山区,相比北美地区的平原地形,其钻井完井成本更高,对压裂改造效果要求更高。为此,笔者针对武隆区块压裂改造技术难点,优选了压裂液,并对压裂参数进行了优化,形成了常压页岩气水平井分段压裂技术。该技术在隆页2HF井进行了现场试验,压裂后产气量达9.4×104 m3/d,实现了常压页岩气单井产气量的突破。
1. 常压页岩气井压裂改造技术难点
渝东南武隆区块常压页岩气盆缘区抬升早,持续时间长,抬升幅度大,应力得到释放,流体压力降低,微裂缝发育;其中,高角度缝及层理缝较高压页岩气发育,测井解释含气量3.80~4.15 m3/t,游离气占比小于60%。甲烷碳同位素测定表明,随着吸附气逐步解吸产出,产气量递减较慢,第1年递减率29.8%,第2年递减率18.3%,远低于高压页岩气藏。受构造挤压作用和盆缘区抬升的影响,最大、最小水平主应力较小,但差异较大,差异系数为0.27~0.34。静态杨氏模量37.3~46.0 GPa,平均40.5 GPa; 泊松比0.18~0.26,平均0.21;地温梯度1.99 ℃/100m,储层温度69.7~72.7 ℃。因此,其分段压裂改造面临一系列技术难点:1)由于常压页岩气储层含气丰度和压力系数低,需要更大的改造体积和泄气面积;2)由于武隆区块处于向斜高部位,挤压程度弱,应力得到释放,裂缝开启难度低,造成人工裂缝复杂程度低;3)高角度缝诱导效应强,不利于提高裂缝的复杂程度;4)裂缝延伸压力梯度低,岩石与天然裂缝发生剪切的概率低;5)应力差异系数大,易形成双翼裂缝,人工裂缝复杂程度低。
2. 常压页岩气井分段压裂关键技术
常压页岩气储层因具有含气丰度低、压力系数小和应力差异系数大的特殊性,需要进一步提高裂缝的复杂程度和增大压裂改造体积,同时降低对地层的伤害及压裂成本。笔者在优化滑溜水配方的基础上,开展了高应力差异系数条件下提高裂缝复杂程度技术和提高砂液比技术的研究,初步形成了武隆区块常压页岩气水平井分段压裂技术。
2.1 滑溜水配方优化
2.1.1 降阻剂优选
武隆地区常压页岩气储层高角度缝、层理缝发育,高角度缝诱导效应强,低角度裂缝及层理缝开启难度大,裂缝转向困难,不利于提高裂缝的复杂程度,要求滑溜水具有较好的破岩能力和转向能力,利用低黏度滑溜水流动过程中动能损失低、净压力传导效率高的特点保持在中、远井地带破岩所需的净压力,实现远端大范围内的有效破岩,同时要求滑溜水的降阻率达到70%以上。
采用MZ-1摩阻仪测试了15种降阻剂加量为0.1%的溶液在剪切速率8 000 s-1下的降阻率,结果如图 1所示。由图 1可知,4号降阻剂SRFR-1的降阻率最高,达到了78.1%。因此,降阻剂选用SRFR-1。
测试不同加量降阻剂SRFR-1的溶液在剪切速率8 000 s-1下的降阻率,结果如图 2所示。由图 2可知,随着SRFR-1加量增大,降阻率不断增大,当SRFR-1加量为0.04%时,降阻率大于71%,能够满足现场施工要求。因此,降阻剂SRFR-1的加量选为0.04%。
2.1.2 表面活性剂优选
武隆区块常压页岩气藏吸附气含量高,有机孔为主要生储空间,有机质、干酪根亲油,黏土、石英、长石等其他矿物亲水,页岩混合润湿,总体表现为亲油。针对常压页岩气藏吸附气含量高、有机孔为主要生储空间的特征,基于滑溜水与岩石的物理-化学作用机理,需要多孔介质中的润湿相流体依靠毛细管力进入到岩石孔隙中,置换出其中的非润湿相流体,实现渗吸置换[6-8],强化排驱,提高液体在地层中的滞留量和增强吸附气的解吸作用,实现提高常压页岩气藏压裂改造效果的目的。
武隆区块页岩表现为亲油,需加入表面活性剂改变岩石的润湿性,使亲油储层变成亲水储层,从而使毛细管力变成驱油气的动力,提高页岩气排驱效率。测试了武隆区块页岩与加量为0.1%的不同表面活性剂溶液的接触角,结果见表 1。从表 1可以看出,页岩与0.1%表面活性剂RS-1溶液的接触角为21.9°,表明页岩的润湿性发生反转,由亲油变成亲水,可以实现气体与压裂液的渗吸置换。因此,表面活性剂选用RS-1。
表 1 武隆区块页岩与不同表面活性剂溶液的接触角Table 1. Contact angle of shale and different surfactant solutions in the Wulong Block表面活性剂 加量,% 接触角/(°) YCF-1 77.3 SFT 62.1 NEK 0.1 58.5 RS-1 21.9 WRD 43.6 图 3所示为页岩与不同加量表面活性剂RS-1溶液的接触角。从图 3可以看出,随着表面活性剂RS-1的加量增大,接触角减小,当加量达到0.1%后减小幅度变小。因此,表面活性剂RS-1的加量选为0.1%。
2.1.3 防膨剂优选
页岩中黏土矿物吸水膨胀或水化分散都可能堵塞气体渗流通道,而武隆区块常压页岩气储层黏土矿物含量为10.2%~48.0%,伊/蒙混层比达到45.0%,因此需采取防膨措施。测试泥页岩在15种常用防膨剂0.2%溶液中的线性膨胀率,结果如图 4所示。从图 4可以看出,泥页岩除在7号防膨剂溶液中的线性膨胀率不符合要求(不大于3.5%)外,在其他防膨剂溶液中的线性膨胀率均小于3.5%。综合膨胀剂的其他性能和价格,选用4号防膨剂SRCS-2。
图 5所示为泥页岩在不同加量防膨剂SRCS-2溶液中的线性膨胀率。从图 5可以看出,随着防膨剂SRCS-2的加量增大,泥页岩线性膨胀率降低,当加量达到0.2%后降低幅度变小。因此,优选防膨剂SRCS-2的加量为0.2%。
通过优选降阻剂、表面活性剂、防膨剂并优化其加量,确定武隆区块常压页岩气井压裂用滑溜水的配方为0.04%降阻剂SRFR-1+0.10%表面活性剂RS-1+0.20%防膨剂SRCS-2。
2.2 压裂施工参数优化
常压页岩气储层与高压页岩气储层相比,高角度缝及层理缝更发育,裂缝波及体积小;吸附气占比更高,产液量更高,对长期导流能力要求更高;最大和最小主应力的差值更大,形成双翼裂缝的概率更高,这些因素决定了与高压页岩气水平井分段压裂相比,常压页岩气水平井分段压裂时需要获得更大的裂缝波及体积和更高的导流能力,压裂后才能获得理想的产气量。
2.2.1 簇间距优化
页岩气水平井压裂时通常采用分簇射孔布缝,地质上需要评价一定长度下不同缝间距的单井累计产能。一般采用数值模拟方法评价缝间距,由文献中的模拟结果可知,缝间距越小,等效裂缝数量越大,其累计产气量越高[9-11]。为追求最大改造体积,页岩气井通常采用体积压裂模式进行改造,而要获得较大的改造体积,需利用高诱导应力克服最大主应力和最小主应力差值,使裂缝转向或者使天然裂缝开启[12-14]。武隆区块常压页岩气储层的基本参数为:气层厚度40.00 m,长度2 000.00 m,宽度800.00 m,井底流压3.62 MPa,原始地层压力28.62 MPa,地层温度72.7 ℃,基质孔隙度5.8%, 基质渗透率0.43 mD, 气体黏度0.022 mPa·s, 岩石压缩系数0.44 GPa-1, 裂缝导流能力5 μm2·cm。采用数值模拟方法对武隆区块水平段长度为1 500.00 m的水平井采用不同簇间距压裂后4年累计产气量进行摸拟,结果见图 6。由图 6可知,簇间距减小至25.00 m以后,4年累计产气量升高幅度降低。因此,簇间距可选为21.00~25.00 m。
通过压裂在单一裂缝脆弱面上产生诱导应力改变最大与最小主应力的分布,可使人工裂缝在缝内转向,改变原有延伸路径,同时沟通天然裂缝,从而形成复杂缝网[15]。模拟武隆区块龙马溪组页岩储层水平应力差为14.47 MPa、静态杨氏模量为40.5 GPa、泊松比为0.21时的诱导应力作用范围,结果见图 7。从图 7可以看出,随着裂缝间距减小,诱导应力增大,当裂缝间距小于25.00 m时,基本可以实现裂缝之间的诱导应力大于水平应力差,实现缝间干扰,因此裂缝簇间距可选为20.00~25.00 m。
综合考虑常压页岩气水平井单井产能与工程上页岩气诱导应力计算的结果,将簇间距优化为21.00~25.00 m。
2.2.2 射孔簇长优化
通过采取控制射孔簇长的模式,减少跟端射孔长度,增加跟端的孔眼摩阻,从而使每簇在炮眼内的压力相同,结合水平井限流射孔优化方法[16-17],射孔后多裂缝间的压力平衡关系为:
(1) 其中
(2) (3) 式中:Qt为排量,m3/min;Qi为第i条裂缝内流量,m3/min;m为裂缝数量;pi为第i条裂缝的破裂压力,MPa;pfi为第i条裂缝射孔孔眼摩阻,MPa;pi, i+1为不同裂缝孔眼之间的沿程摩阻,MPa;ρf为井筒内流动液体密度,g/cm3;Np为孔眼数量;dp为孔眼直径,cm;Cd为流量系数,前期为0.56,后期为0.89。
假设簇射孔时有效孔眼比例为40%,页岩气水平井射孔孔眼直径为9.5 mm,计算射孔簇数不同时各簇的长度,结果见表 2。
表 2 各射孔簇簇长推荐结果Table 2. Recommended results for each perforation cluster length簇数量 各簇长度/m 总簇长
/m簇6 簇5 簇4 簇3 簇2 簇1 2 1.40 1.60 3 3 0.90 1.00 1.10 3 4 0.60 0.70 0.80 0.90 3 5 0.60 0.60 0.60 0.60 0.60 3 6 0.50 0.50 0.50 0.50 0.50 0.50 3 2.2.3 簇间暂堵优化
武隆区块常压页岩气井隆页1HF井压裂后的产液剖面测试结果表明,不同簇之间的进液强度不一样,导致压裂后产能贡献程度差距较大,部分射孔簇压裂无产能。因此,采用簇间暂堵解决部分射孔簇不能改造的问题。簇间暂堵压裂是首先压开最容易起裂的簇(井段),然后利用压裂液将暂堵球送至起裂簇的射孔孔眼处,暂堵该井段的射孔孔眼,迫使压裂液进入次级容易进液的簇,完成该簇的压裂,如此反复进行,直至压开所有的射孔簇。对于武隆区块常压页岩气储层,实际测试表明暂堵球至少承受25.5 MPa的压差才能使液流转向[18]。
簇间暂堵压裂要求暂堵球能够封堵射孔孔眼、抗压强度能满足要求,且在压裂液中具有自溶性。因此选择由镁铝合金及其他合金元素制成的暂堵球,并通过室内暂堵试验装置评价了暂堵球的抗压强度及自溶性,结果为:ϕ5.5,ϕ9.0,ϕ11.0和ϕ13.0 mm暂堵球在130 ℃下的抗压强度分别为30,40,50和60 MPa;不同直径暂堵球在滑溜水中浸泡15 h后开始溶解,3~5 d完全溶解。由此可知,ϕ13.0 mm暂堵球在130 ℃温度下的抗压强度达到60 MPa,开始溶解时间为15 h,可以满足压裂施工暂堵时间要求,同时暂堵球可在含有电解质的水溶液中自行溶解,随着返排液排出。
武隆区块常压页岩气水平井射孔孔径约9.5 mm,孔眼扩径率为20%~40%,扩径后孔径为11.4~13.3 mm,因此为了封堵进液孔眼,选择ϕ11.0~ϕ13.5 mm暂堵球,单段射孔60孔,理论封堵一半,每段投30~35个直径为11.0~13.5 mm的暂堵球。
2.2.4 加砂工艺优选
由于武隆区块地层能量不足,要将压裂液残液返排出,要求裂缝导流能力高,但地层弹性模量低,支撑剂易嵌入地层,因此要提高砂比和加砂量。页岩气井压裂常用的段塞加砂工艺不利于提高砂比和加砂量,而连续加砂工艺可以形成更好的铺砂剖面,铺砂剖面较段塞式加砂更为均匀,有利于提高导流能力,且在加入相同砂量的情况下,所用液量更少,有利于返排。因此,采用连续加砂工艺施工。
2.2.5 压裂规模优化
为确保形成网络裂缝,并保证裂缝在页岩气储层中延伸,需要模拟武隆地区龙马溪组—五峰组页岩气储层在不同压裂规模下的单缝长度和高度。笔者以目前应用最多的3簇射孔为例,模拟了5种压裂规模下裂缝的缝长、缝高,结果如图 8所示。5种压裂规模分别为:规模1压裂液用量1 500.0 m3,加砂量60.0 m3;规模2压裂液用量1 600.0 m3, 加砂量65.0 m3;规模3压裂液用量1 700.0 m3, 加砂量70.0 m3;规模4压裂液用量1 800.0 m3, 加砂量80.0 m3; 规模5压裂液用量1 900.0 m3, 加砂量85.0 m3。
从图 8可以看出,随着压裂规模增大,缝长、缝高也在不断增加,但在压裂规模达到压裂液量1 700.0 m3、加砂70.0 m3之后,缝长增加幅度变小,且武隆区块优质页岩气储层厚度约为40.00 m,在压裂液量超过1 700.0 m3、加砂量超过70.0 m3后裂缝会在非优质页岩储层延伸。因此,综合考虑确定压裂规模为压裂液用量1 700.0 m3、加砂量70.0 m3。
3. 现场试验
3.1 压裂施工
隆页2HF井垂深2 650.00 m,水平段长度1 964.00 m,气测全烃值9.2%,孔隙度平均5.78%,含气量6.1 m3/t,总有机碳含量3.66%,优质页岩纹层发育,石英含量平均58.5%,黏土含量平均23.9%,最大水平主应力52.6~62.3 MPa,最小水平主应力38.0~45.9 MPa,水平应力差14.3~16.5 MPa,应力差异系数为0.26~0.27,底板应力比目的层高15.0 MPa。
隆页2HF井水平应力差较大,低角度裂缝及层理裂缝开启难度大,裂缝转向困难,同时作为常压页岩气储层需要增效降本。因此,采用低黏滑溜水进行压裂。低黏滑溜水的配方为0.04%降阻剂SRFR-1+0.10%表面活性剂RS-1+0.20%防膨剂SRCS-2。分2簇射孔时,簇长度分别为1.60和1.40 m;分3簇射孔时,簇长度分别为1.10,1.00和0.90 m;分5簇射孔时,每簇长度0.60 m;分6簇射孔时,每簇长度0.50 m。为促进各簇均匀进液,充分改造各压裂井段,压裂时每段投30~35个直径为11.0~13.5 mm的暂堵球。为降低成本,采用8台电动压裂泵+6台2500型压裂车组合模式进行施工。
隆页2HF井完成20段92簇压裂施工,总用液量45 401.0 m3,平均单段用液量2 270.0 m3(其中13段总用液量超过2 000.0 m3),总加砂量2 577.8 m3,最高砂比8%~15%,施工排量16~18 m3/min。整个压裂施工分为5个阶段,第1阶段压裂第1段和第2段,这2段压裂主要是掌握储层特点,每段分2~3簇射孔,段长59.00~77.00 m,采用常规段塞加砂工艺;第2阶段压裂第3段—第5段,每段分6簇射孔,段长143.00~167.00 m,每段投入30个ϕ11.0 mm暂堵球,投球后泵压升高1.60~6.20 MPa,表明起到暂堵效果;第3阶段压裂第6段和第7段,每段分2~3簇射孔,段长61.00~89.00 m,第6段投入30个ϕ11.0 mm暂堵球后泵压升高2.30 MPa,第7段投入30个ϕ13.5 mm暂堵球后泵压升高21.00 MPa;第4阶段压裂第8段和第9段,每段分4~6簇射孔,段长76.00~95.00 m,每段投入30个ϕ13.5 mm暂堵球,投球后泵压升高3.80~5.60 MPa;第5阶段压裂第10段—第20段,每段分4~6簇射孔,段长77.00~95.00 m,采用连续加砂模式加砂,每段投入35个ϕ13.5 mm暂堵球,投球后泵压升高10.00~34.00 MPa。
3.2 压裂效果分析
隆页2HF井全程采用低黏滑溜水压裂,现场测试降阻率达到71%;采用连续加砂模式大幅度提高了平均砂液比,平均砂液比达到5.6%,平均单段加砂量129.0 m3(其中17段加砂量超过100.0 m3),第20段加砂量达到207.0 m3,创中国石化页岩气井单段加砂最高纪录,且所有压裂段都达到了设计加砂量。分析了该井压裂施工时的净压力和裂缝延伸压力梯度,结果见图 9和图 10。从图 9可以看出,投球后有些层的净压力升高了36.00~16.00 MPa,大于水平压力差,表明这些层段新缝开启。从图 10可以看出,投球前裂缝延伸压力梯度平均为2.09 MPa/100m,投球后裂缝延伸压力梯度平均为2.23 MPa/100m,说明投球后提高了裂缝延伸压力梯度,从而使裂缝复杂程度得到提高。
隆页2HF井压裂后日产气量9.4×104 m3,实现了常压页岩气井单井产气量的突破。
4. 结论与建议
1) 武隆区块常压页岩气水平应差大、高角度缝及层理缝发育、裂缝转向难,需采用低浓度滑溜水进行大规模、高砂比压裂才能形成复杂网状缝,获得高产。
2) 缝间投球暂堵转向、连续加砂是武隆区块常压页岩气水平井压裂获得成功的关键。
3) 常压页岩气水平井压裂需要进一步提高裂缝的复杂程度、增大有效改造体积,因此还需要进行层内暂堵压裂、层间多次暂堵、高密度完井等组合工艺方面的研究攻关。
4) 常压页岩气水平井压裂后产能低,对成本控制要求更高,建议研制全电动化压裂设备、寻找或研制更加低廉高效的压裂材料。
-
[1] MCKINSEY J, CHUI M, BROWN B, et al. Big data: the next frontier for innovation, competition, and productivity[EB/OL]. [2020-03-20]. https//www.mckinsey.com/business-functions/digital mckinsey/our-insights/big-data-the-next-frontier-for-innovation.
[2] ISHWARAPPA, ANURADHA J. A brief introduction on big data 5Vs characteristics and hadoop technology[J]. Procedia Computer Science, 2015, 48: 319–324.
[3] ZBOROWSKI M. How Conocophillips solved its big data problem[J]. Journal of Petroleum Technology, 2018, 70(7): 16–26.
[4] AL-SUBAIEI D, AL-HAMER M, AL-ZAIDAN A, et al. Smart production surveillance: production monitoring and optimization using integrated digital oil field[R]. SPE 198114, 2019.
[5] 刘伟,闫娜. 人工智能在石油工程领域应用及影响[J]. 石油科技论坛,2018,37(4):32–40. doi: 10.3969/j.issn.1002-302x.2018.04.006 LIU Wei, YAN Na. Application and influence of artificial intelligence in petroleum engineering area[J]. Oil Forum, 2018, 37(4): 32–40. doi: 10.3969/j.issn.1002-302x.2018.04.006
[6] DELFI cognitive E&P environment[EB/OL]. [2020-03-20]. https://www.software.slb.com/delfi.
[7] GE’s predix[EB/OL]. [2020-03-20]. https://www.bhge.com/digital/ges-predix.
[8] Halliburton Landmark introduces DecisionSpace® 365 cloud applications at annual innovation forum[EB/OL]. [2020-03-20]. https://www.halliburton.com/en-US/news/announcements/2019/halliburton-landmark-introduces-decisionSpace-365-cloud-applications.html?node-id=hgeyxtfs.
[9] AKW Analytics Inc. and PALM- Petroleum Analytics Learning MachineTM[DB/OL]. [2020-03-20]. https://www.researchgate.net/publication/335276595_AKW_Analytics_Inc.
[10] 新华网. 中石油发布勘探开发梦想云平台[EB/OL]. [2020-03-20]. http://www.xinhuanet.com//fortune/2018-11/27/c_1123775741.htm. Xinhuanet. PetroChina published the dream cloud platform for exploration and exploitation[EB/OL].[2020-03-20]. http://www.xinhuanet.com//fortune/2018-11/27/c_1123775741.htm.
[11] BUSBY D, PIVOT F, TADJER A. Use of data analytics to improve well placement optimization under uncertainty[R]. SPE 188265, 2017.
[12] LASHARi S E, TAKBIRI-BORUJENI A, FATHI E, et al. Drilling performance monitoring and optimization: a data-driven approach [J]. Journal of Petroleum Exploration and Production Technology, 2019, 9(4): 2747–2756.
[13] 侯凯.基于大数据的钻头选型方法研究[D].成都: 西南石油大学, 2018. HOU Kai. Investigation of bit selection method based on the big data[D]. Chengdu: Southwest Petroleum University, 2018.
[14] NOSHI C, SCUBERT J J. Application of data science and machine learning algorithms for ROP optimization in West Texas: turing data into knowledge[R]. OTC 29288, 2019.
[15] 左迪一.基于大数据分析的克深区块钻井综合提速研究[D].北京: 中国石油大学(北京), 2018. ZUO Diyi. Research on ROP increasing in Keshen Block based on big data analysis[D]. Beijing: China University of Petroleum (Beijing), 2018.
[16] 刘胜娃, 孙俊明, 高翔, 等.基于人工神经网络的钻井机械钻速预测模型的分析与建立[J].计算机科学, 2019, 46(增刊1): 605–608. LIU Shengwa, SUN Junming, GAO Xiang, et al. Analysis and establishment of drilling speed prediction model for drilling machinery based on artificial neural networks[J]. Computer Science, 2019, 46(supplement 1): 605–608.
[17] GUPTA I, TRAN N, DEVEGOWDA D, et al. Looking ahead of the bit using surface drilling and petrophysical data: machine-learning-based real time geosteering in volve field[R]. SPE 199882, 2020.
[18] 李维校.基于石油钻井大数据技术的钻进优化控制的研究[D].西安: 西安石油大学, 2018. LI Weixiao. Research on drilling optimization control based on petroleum drilling big data technology[D]. Xi’an: Xi’an Shiyou University, 2018.
[19] JOHNSTON J, GUICHARD A. New findings in drilling and wells using big data analytics[R]. OTC 26021, 2015.
[20] RAED A, MOHAMMAD A, SALEM G, et al. Drilling through data: automated kicked detection using data mining[R]. SPE 193687, 2018.
[21] PANKAJ P, GEETAN S, MACDONALD R, et al. Need for speed: data analytics coupled to reservoir characterization fast tracks well completion optimization[R]. SPE 189790, 2018.
[22] LIANG Yu, LIAO Lulu, GUO Ye. A big data study: correlations between EUR and petrophysics/engineering/production parameters in shale formations by data regression and interpolation analysis[R]. SPE 194381, 2019.
[23] WILSON A. Technique blends dimensionless numbers and data mining to predict recovery factors[J]. Journal of Petroleum Technology, 2017, 69(10): 88–90.
[24] ROLLINS B T, BROUSSARD A, CUMMINS B, et al. Continental production allocation and analysis through big data[R]. URTEC 2678296, 2017.
-
期刊类型引用(8)
1. 隋明炜,高尚芳,刘建安,郑伟,宋伟,李全忠. 石楼西混合水循环压裂液体系应用. 当代化工. 2021(02): 335-338+343 . 百度学术
2. 史璨,林伯韬. 页岩储层压裂裂缝扩展规律及影响因素研究探讨. 石油科学通报. 2021(01): 92-113 . 百度学术
3. 刘威. 大牛地气田薄储层控缝高压裂工艺技术. 断块油气田. 2021(02): 284-288 . 百度学术
4. 王娜,王蕾,龚浩研,李军,解亚鹏,李文洪. 自交联乳液混合水体系性能评价及其在鄂北致密气储层的应用. 能源化工. 2021(02): 48-53 . 百度学术
5. 陈昊,毕凯琳,张军,刘虎子,张胜,冯玉军. 非常规油气开采压裂用减阻剂研究进展. 油田化学. 2021(02): 347-359 . 百度学术
6. 闫林,陈福利,王志平,阎逸群,曹瑾健,王坤琪. 我国页岩油有效开发面临的挑战及关键技术研究. 石油钻探技术. 2020(03): 63-69 . 本站查看
7. 房娜,姜光宏,程奇,李广龙,王双龙. 裂缝性油藏不同见水模式下的注水优化. 断块油气田. 2020(05): 633-637 . 百度学术
8. 袁琴,隋明炜,王艺衡,敖科. 混合水用水相痕量示踪剂室内评价及应用. 当代化工. 2020(11): 2491-2494 . 百度学术
其他类型引用(1)