基于拟牛顿法的随钻方位电磁波电阻率仪器响应实时反演与现场试验

杨震; 于其蛟; 马清明

doi:10.11911/syztjs.2020025

基于拟牛顿法的随钻方位电磁波电阻率仪器响应实时反演与现场试验

中石化胜利石油工程有限公司随钻测控技术中心，山东东营 257064

基金项目: 国家科技重大专项“低渗透油气藏高效开发钻完井技术”之课题“低渗透油气深层高温高压随钻测控技术”（编号：2016ZX05021-001）和国家重点研发计划项目“深海关键技术与装备”（编号：2016YFC0302802）联合资助

详细信息

作者简介:
杨震（1982—），男，山东莱芜人，2004年毕业于石油大学（华东）勘查技术与工程专业，2009年获中国石油大学（华东）地质资源与地质工程专业博士学位，高级工程师，主要从事随钻电测井方法及仪器设计研究。E-mail：stingsyzh@126.com

中图分类号: P631.8⁺13
计量
- 文章访问数: 1205
- HTML全文浏览量: 650
- PDF下载量: 86
出版历程
- 收稿日期: 2019-01-30
- 修回日期: 2020-04-21
- 网络出版日期: 2020-04-29
- 刊出日期: 2020-04-30

Real Time Inversion and Field Test of LWD Azimuthal Electromagnetic Waves Based on Quasi-Newton Method

MWD & LWD Technology Center, Sinopec Shengli Oilfield Service Corporation, Dongying, Shandong, 257064, China

摘要

摘要:
为了利用随钻方位电磁波电阻率仪器的测量数据确定地层界面方位和距离，给地质导向提供决策依据，须采用准确可靠的反演方法。针对随钻方位电磁波电阻率仪器，建立了地质导向应用模型并模拟了其响应特征，研究了拟牛顿反演算法和流程，反演过程中只需要较小的计算量就可以得到Jacobian矩阵，大大提高了反演速度；并利用单界面和双界面地层的反演理论模型，验证了该算法的正确性和准确度。在胜利油田草XX井的现场试验结果表明，实时反演结果与方位电磁波电阻率成像显示及后期完井录井结果一致。该反演方法能满足利用方位电磁波电阻率进行地质导向的要求，为方位电磁波电阻率实时地质导向提供了一种高效、准确的计算方法。
- 随钻方位电磁波 /
- 电阻率测井 /
- 地质导向 /
- 拟牛顿法 /
- 实时 /
- 反演 /
- 边界距离
Abstract:
In order to determine the formation interface azimuth and distance by using the data measured by LWD azimuthal electromagnetic wave resistivity logging instrument using the quasi-Newton inversion algorithm. The objective was provide a decision-making basis for geosteering, an accurate and reliable inversion method must be used. For the LWD azimuthal electromagnetic wave resistivity logging instrument, an application model of geological guidance has been established and simulated its response characteristics. By studying the quasi-Newton inversion algorithm and process, the Jacobian matrix was obtained with less calculation cost in the inversion process, which greatly speeds up the inversion. At the same time, the correctness and accuracy of this algorithm were verified by using the theoretical inversion model including both single interface and a double interface strata model. The field test of Well Cao-XX in Shengli Oilfield showed that the real-time inversion results were consistent with the imaging display of azimuthal electromagnetic wave resistivity and also with the drilling/completion/logging results in later stages. This inversion method can meet the requirements of real time geo-steering by efficient and accurate calculation of azimuthal electromagnetic wave resistivity.
- azimuthal electromagnetic logging while drilling /
- resistivity logging /
- geosteering /
- quasi-Newton method /
- real time /
- inversion /
- distance to interface

HTML全文

目前，全球已建成715座储气库。中国地下储气库建设起步于20世纪70年代，至今已建成25座储气库^[1-2]，其中呼图壁储气库是目前国内规模最大的储气库，总库容达107×10⁸ m³。随着储气库日采气量增大，储气库调峰周期性的采–关（阀门由采气状态向关井状态调整）过程中会产生较大的波动压力^[3-6]，导致发生阀芯刺漏、油管柱密封失效等问题，会造成天然气窜漏或泄漏，可能引发火灾、爆炸等重大事故。挪威科技工业研究也证实，储气库采–关气井的泄漏情况是一般生产井的2～3倍^[7-10]。

国内外研究者已开展了储气库储层应力敏感、气体速敏等实验，揭示了储气库注气压力动态变化诱发的储层微粒运移规律^[11]。同时，采用数值模拟、有限元方法等方法，揭示了储气库井筒内的动力特性和频域变化特征，探究了储气库注采过程管柱非线性振动特性^[12-13]。目前，大量相关研究集中在数值模拟分析方面，基于储气库采–关作业转换过程的波动压力变化规律尚不明确，且少有系统开展阀门、油管系统以及储气库采–关作业油管气相波动压力计算分析的研究^[14-18]。为此，笔者考虑气相压缩性、气相压力波速^[19]、开关阀门速度等因素，建立了呼图壁储气库采–关作业油管气相波动压力数学模型，提出了具体特征线计算方法，以呼图壁储气库H2井为例，分析了储气井日产气量、油管深度、油管内径、关阀时间、气体流量等因素对波动压力的影响规律，以期为现场阀门调节提供理论指导。

1. 波动压力数学模型的建立

1.1 运动方程

根据动量守恒方程，建立油管气相波动压力运动方程：

$p A + \rho g \left(A + \frac{{\partial A}}{{\partial s}} \frac{{{\text{d}}s}}{2}\right) {\text{d}}s \sin \beta + \left(p + \frac{{\partial p}}{{\partial s}} \frac{{{\text{d}}s}}{2}\right) \frac{{\partial A}}{{\partial s}} {\text{d}}s - \left[p A + \frac{{\partial \left(pA\right)}}{{\partial s}} {\text{d}}s\right] - {\tau _0} X {\text{d}}s = \rho \left(A + \frac{{\partial A}}{{\partial s}} \frac{{{\text{d}}s}}{2}\right) {\text{d}}s \frac{{{\text{d}}v}}{{{\text{d}}t}}$

(1)

式中：p为压力，MPa；A为油管内横截面积，m²；ρ为液相密度，kg/L；g为重力加速度，m/s²；s为管柱长度，m；β为油管与地平面夹角，（°）；τ₀为湿相周切向力，N/m²；X为管柱周长，m；v为气相流动速度，m/s；t为时间，s。

通过化简式（1），约去微元项ds及A等参数，得到：

$\frac{{\partial p}}{{\partial s}} - \rho g \sin \beta + \rho \frac{{{\text{d}}v}}{{{\text{d}}t}} + \frac{{{\tau _0}}}{R} = 0$

(2)

考虑水力半径、油管深度、摩擦阻力等参数，根据连续守恒方程得到：

$\frac{{\partial z}}{{\partial s}} + \frac{1}{{\rho g}} \frac{{\partial p}}{{\partial s}} + \frac{1}{g} \left(\frac{{\partial v}}{{\partial t}} + v \frac{{\partial v}}{{\partial s}}\right) + \frac{{f v \left| v \right|}}{{8 R g}} = 0$

(3)

式中：R 为油管水力半径，m；f为油管摩阻系数。

油管气相波动压力运动方程为：

$\frac{1}{\rho } \frac{{\partial p}}{{\partial s}} + \frac{{\partial v}}{{\partial t}} + v \frac{{\partial v}}{{\partial s}} + \frac{{f v \left| v \right|}}{{8 R}} = 0$

(4)

1.2 连续方程

根据质量守恒方程，可得到油管气相波动压力连续方程：

$\left[\rho A v {\text{d}}t + \frac{{\partial (\rho A v {\text{d}}t)}}{{\partial s}}{\text{d}}s\right] + \frac{{\partial (\rho A {\text{d}}s)}}{{\partial t}}{\rm{d}}t = \rho A v {\text{d}}t$

(5)

整理式（5），得到：

$\frac{{\partial (\rho A v)}}{{\partial s}} + \frac{{\partial (\rho A)}}{{\partial t}} = 0$

(6)

将式（6）变形，可得：

$\frac{1}{\rho } \left(v \frac{{\partial \rho }}{{\partial s}} + \frac{{\partial \rho }}{{\partial t}}\right) + \frac{1}{A} \left(v \frac{{\partial A}}{{\partial s}} + \frac{{\partial A}}{{\partial t}}\right) + \frac{{\partial v}}{{\partial s}} = 0$

(7)

化简式（7），可得：

$\left(\frac{1}{\rho } \frac{{{\text{d}}\rho }}{{{\text{d}}p}} + \frac{1}{A} \frac{{{\text{d}}A}}{{{\text{d}}p}}\right) \frac{{{\text{d}}p}}{{{\text{d}}t}} + \frac{{\partial v}}{{\partial t}} = 0$

(8)

油管气相波动压力连续方程为：

$\frac{{\partial p}}{{\partial t}} + v \frac{{\partial p}}{{\partial s}} + \rho {c^2} \frac{{\partial v}}{{\partial s}} = 0$

(9)

式中：c为压力波速，m/s。

式（5）、式（6）的微分变量需满足：

$\frac{{\partial v}}{{\partial t}} {\text{d}}t + \frac{{\partial v}}{{\partial s}} {\text{d}}s = {\text{d}}v$

(10)

$\frac{{\partial p}}{{\partial t}} {\text{d}}t + \frac{{\partial p}}{{\partial s}} {\text{d}}s = {\text{d}}p$

(11)

1.3 模型求解

根据特征线法求解原理，考虑式（10）与式（11）唯一解条件，得到如下行列式：

$\left| {\begin{array}{*{20}{c}} {{\text{d}}s - v {\text{d}}t}&{ - \rho {c^2}{\text{d}}t} \\ { - \dfrac{1}{\rho } {\text{d}}t}&{{\text{d}}s - v {\text{d}}t} \end{array}} \right| = 0$

(12)

对气相波动压力特征线第1族函数差分，可得：

$\begin{gathered} ({p_{{{i}},t}} - {p_{{{i - 1}},t - \Delta t}}) + \frac{{\rho c}}{A} \left({Q_{{{i}},t}} - {Q_{{{i - 1}},t - \Delta t}}\right) + \\ \frac{{\rho c f}}{{8 m}} \Delta t {v_{i - 1,t - \Delta t}} \left| {{v_{i - 1,t - \Delta t}}} \right| = 0 \end{gathered}$

(13)

对气相波动压力特征线第2族函数差分，可得：

$\begin{gathered} ({p_{{{i}},t}} - {p_{{{i + 1}},t - \Delta t}}) - \frac{{\rho c}}{A} ({Q_{{{i}},t}} - {Q_{{{i + 1}},t - \Delta t}}) -\\ \frac{{\rho c f}}{{8 m}} \Delta t {v_{i{\text{ + }}1,t - \Delta t}} \left| {{v_{i{\text{ + }}1,t - \Delta t}}} \right| = 0 \end{gathered}$

(14)

式中： ${p_{{{i}},t}}$ 为i节点在t时刻的压力，MPa； ${Q_{{{i}},t}}$ 为i节点在t时刻的流量，m³/s； $\Delta t$ 为时间间隔，s；i为网格节点。

储气库采–关工况条件下，油管气相波动压力求解步骤如下：

1）将油管深度划分 n 个单元网格，当 t =0 时，波动压力为初始时间，此时井筒流体处于稳定流动状态，作为网格求解初始条件。波动压力传播过程中，将第 i 个（ t 时刻）油管网格深度的气相波速、密度、黏度和压力视为恒定常数（网格内长度波动压力数值不发生变化），滑移计算不同网格的波动压力，得到沿着井筒不同网格变化的波动压力。

2）确定每个网格初始稳态气相偏差因子、气体密度、气体黏度、油管压力和温度等物性参数，可通过气体状态方程等方法求取稳态油管气相压力。

3）结合每个网格初始稳态气相物性参数，采用双流体数学模型，求解油管气相压力波速。

4）输入t=0时刻（第1个网格）气相密度、温度、井口压力、气相黏度、油管内径等参数，迭代计算t时刻（第i个网格）的气相波动压力。

2. 模型验证

实测波动压力数据与所建模型计算波动压力数据对比结果如图1所示。采用井筒波动压力测试结果^[20]，数学模型输入数据与测试条件一致。采用ϕ215.9 mm内径管体，测试井深3273.75 m、流体平均密度0.87 kg/L，流性指数0.725、测试时间40 s、井口压力0.101 MPa等关键参数，按照波动压力模型求解方法计算波动压力。与实测数据对比，最大误差≤5%，由于采–关作业油管与实验井筒所采用的波动压力模型及求解方法相同，因此采用实验井实测数据验证模型准确性具有一定可靠性。

图 1 实测数据与本模型计算数据对比^[20]

Figure 1. Comparison between measured data and calculated data by the model^[20]

下载: 全尺寸图片幻灯片

3. 波动压力影响因素分析

3.1 实例基础参数及阀门阻力系数设置

3.1.1 基础参数

呼图壁储气库H2井井深为3191 m，日产气量为5×10⁴m³/d，油管内径为88.9 mm，气体成分为甲烷，阀门关阀方式为线性，井口温度为25 ℃，关阀时间为50 s，井口气相动力黏度为10.318 μPa·s，井口气相密度为1.138 kg/m³，采用的是储气井ϕ50.8 mm阀门，电压频率为50 Hz，现场调阀模式采用无模型触探式的关阀方式，即直接通过远程控制，一次性线性全关至0%。

3.1.2 阀门阻力系数

阀门阻力系数曲线由厂家交付阀门时提供，储气库采–关常用ϕ50.8 mm和ϕ 38.1 mm阀门，采用三次样条插值方法，将阀门阻力系数离散点平滑成曲线，计算波动压力模型时，首先计算相应开度下的阀门阻力系数，作为模型求解的基础条件；呼图壁储气库井区气井阀门的有效阻力系数区间约为20~80，当阀门开度在有效阻流区间内时，适当延长阀门调节时间，达到减小波动压力峰值的目的；当阀门开度在无效阻流区间内时，通过减少调阀时间，提高调阀效率，结果如图2所示。随着井深及日产气量的增大，油管内气相压力波速增大，井底压力响应时间缩短。

图 2 H2 井 ϕ50.8 mm 阀门和 ϕ38.1 mm 阀门阻力系数关系曲线

Figure 2. Resistance coefficient curves of ϕ50.8 mm and ϕ38.1 mm valve in the Well H2

下载: 全尺寸图片幻灯片

3.2 储气井日产气量对油管压力波速的影响

不同日产气量条件下的井深与油管内气相压力波速关系如图3所示。井深不大于500 m时，随着井深增大，日产气量为5×10⁴ m³/d的压力波速趋于恒定，而日产气量为20×10⁴ m³/d的压力波速急剧增大。井深大于500 m时，随着井深增大，压力波速增大趋势显著。压力波速受气体可压缩性的影响较大，井深为1 000 m时，日产气量从5×10⁴ m³/d变化至20×10⁴ m³/d，压力波速从88.95 m/s增至729.81 m/s，增大720.5%。准确求解油管气相的压力波速，不仅能提高波动压力求解精度，还可以指导阀门调节时间间隔的制定。

图 3 不同日产气量条件下井深与压力波速的关系

Figure 3. Relationship between well depth andpressure wave velocity under differentdaily gas productions

下载: 全尺寸图片幻灯片

3.3 储气井日产气量对油管波动压力的影响

日产气量对井口波动压力的影响如图4所示。随着日产气量增大，油管内气体动能增大，波动压力呈现增大趋势。由于摩擦阻力消耗了波动压力传播能量，井底波动压力同井口比较，井底波动压力同时受气体流速和油管沿程摩擦阻力的影响，因此井口比井底受波动压力的影响更大，更易发生油管疲劳损坏，过大的井口波动压力会缩短阀芯的使用寿命。

图 4 储气井日产气量对油管波动压力的影响

Figure 4. Influence of daily production of gas storage well on the fluctuation pressure for the oil pipe

下载: 全尺寸图片幻灯片

3.4 油管深度对油管波动压力的影响

油管深度对油管气相有效压力的影响如图5所示，油管内气相有效压力为波动压力与稳态压力代数和，井底的波动压力相比井底初始稳态压力较小，井底波动压力对有效压力影响不显著。当波动压力从井口向井底传播时，波动压力受油管内壁摩擦阻力影响，井口波源处的波动压力远大于井底波动压力，距井口距离越小，油管柱受波动压力冲击载荷影响越大。

图 5 油管深度对油管波动压力的影响

Figure 5. Influence of depth on the fluctuation pressure for the oil pipe

下载: 全尺寸图片幻灯片

3.5 油管内径对井口波动压力的影响

油管内径对井口油管气相波动压力的影响如图6所示。油管内径减小使相同流量的气体流动速度增大，单位时间内转换的气体动能增大，从而使油管气相波动压力呈现增大趋势。当油管内径从88.9 mm变化至50.8 mm，油管内气相波动压力峰值从1.22 MPa增大至1.43 MPa，油管内气相波动压力峰值增大了17.21%，油管内径的变化对波动压力影响不大，可以将其作为次要因素考虑。

图 6 油管内径对井口波动压力的影响

Figure 6. Influence of inner diameter of oil pipe on the wellhead fluctuation pressure

下载: 全尺寸图片幻灯片

3.6 关阀时间对油管波动压力的影响

随着阀门关闭时间延长，波动压力峰值减小，且达到峰值的时间增长（见图7）。相比于液相，气相可压缩性大，更易使波动压力能量耗散，波动压力周期峰值衰减更快。关阀时间为4 s时，气相波动压力峰值在第3个周期（60 s）时衰减至0，波动压力对油管影响消失。当关阀时间从4 s变化至119 s时，油管气相波动压力峰值从1.58 MPa降至1.31 MPa，油管气相波动压力峰值降低了17.1%，关阀时间对波动压力影响显著，延长关阀时间可减小波动压力峰值。在日产气量较大的情况下，适当延长调阀时间，有利于减小阀芯的疲劳损坏程度。

图 7 关阀时间对油管波动压力的影响

Figure 7. Influence of valve closing time on the fluctuation pressure for the oil pipe

下载: 全尺寸图片幻灯片

3.7 高产气量注–采转换井口压力分析

呼图壁储气库H2 水平井高产气量采–关转换过程中井口压力数据见表1。油管内气相波动压力受气体流量和关阀时间影响较大，采用15 s线性关阀方案，日产气量从50×10⁴ m³/d增至600×10⁴ m³/d，井口波动压力从9.21 MPa增大至19.26 MPa，井底最大波动压力峰值从0.61 MPa增大至4.62 MPa。结合阀门型号、油管承压能力、阀门阻流系数、井身结构等基础参数，利用油管气相波动压力数学模型，按照阀门开度区间绘制阀门开度曲线，可得到适用于现场的最优阀门控制方法。

表 1 高产气量注–采转换井口压力分析

Table 1. Analysis of wellhead pressure for injection and production conversion for high gas production

气体流量/ （10⁴m³·d⁻¹）	井口波动压力/MPa	井口初始稳压值/MPa	有效井口压力/MPa	井底波动压力/MPa	井底初始稳压值/MPa	有效井底压力/MPa
50	1.21	8.00	9.21	0.61	21.55	22.16
150	1.66	8.00	9.66	0.83	21.55	22.38
250	4.93	8.00	12.93	2.37	21.55	23.92
350	7.25	8.00	15.25	3.26	21.55	24.81
600	11.26	8.00	19.26	4.62	21.55	26.17

下载: 导出CSV

| 显示表格

4. 结　论

1）针对储气库采–关作业工况，建立了油管气相波动压力数学模型，该模型精度高，可适用于关–采、关–注以及注–关等注采转换过程中的波动压力计算。

2）相比于低产气井，波动压力冲击载荷对高产气井影响更为显著，需要适当延长调阀时间。随着油管深度增大，井底波动压力呈现减小趋势，浅井井底波动压力冲击载荷相比于深井更大。

3）现场储气库采–关作业时，可根据阀门阻流区间确定阀门调节速度。储气库阀门开度在有效阻流区间内时，可适当延长阀门调节时间减小波动压力峰值；阀门开度在无效阻流区间内时，可通过减少调阀时间提高调阀效率。

图 1 AMR仪器结构示意

Figure 1. Structure sketch of AMR instrument

下载: 全尺寸图片幻灯片

图 2 层状地层模型示意

Figure 2. Schematic map of layered strata

下载: 全尺寸图片幻灯片

图 3 随钻电磁波电阻率响应模拟

Figure 3. Simulation of LWD electromagnetic wave resistivity response

下载: 全尺寸图片幻灯片

图 4 随钻方位电磁波响应模拟

Figure 4. Simulation of LWD azimuthal electromagnetic wave response

下载: 全尺寸图片幻灯片

图 5 拟牛顿反演算法流程

Figure 5. Algorithm flow of quasi-Newton inversion

下载: 全尺寸图片幻灯片

图 6 双界面反演结果示意

Figure 6. Inversion results of double interfaces model

下载: 全尺寸图片幻灯片

图 7 草XX井随钻伽马、电阻率及方位电磁波响应曲线

Figure 7. LWD Gamma, Resistivity and azimuthal electromagnetic wave response curves in Well Cao-XX

下载: 全尺寸图片幻灯片

图 8 草XX井界面距离实时反演示意

Figure 8. Schematic map of the interface distance real time inversion in Well Cao-XX

下载: 全尺寸图片幻灯片

表 1 单界面反演结果

Table 1 Inversion results of single interface model

反演
方法上地层反演
电阻率/（Ω·m）下地层反演
电阻率/（Ω·m）界面距离/
m 迭代
次数

牛顿法 1.05 10.12 0.43 12
拟牛顿法 1.03 10.08 0.41 6

下载: 导出CSV

参考文献(28)

[1]	高永德,陈鸣,蔡建荣,等. 基于地层边界探测的主动型地质导向技术在南海西部复杂油层中的应用[J]. 中国海上油气, 2014, 26(5): 63–69. GAO Yongde, CHEN Ming, CAI Jianrong, et al. An application of the active geosteering technique based on stratigraphic-boundary detection in complex reservoirs in the western South China Sea[J]. China Offshore Oil and Gas, 2014, 26(5): 63–69.
[2]	WANG Hanming, BARBER T, MORRISS C, et al. Triaxial induction logging: theory, modeling, inversion and interpretation[R]. SPE 103897, 2006.
[3]	FANG Sheng, MERCHANT G A, HART E, et al. Determination of structural dip and azimuthal from LWD azimuthal propagation resistivity measurements in anisotropic formations[R]. SPE 116123, 2008.
[4]	RABINOVICH M, LE Fei, LOFTS J, et al. Deep? How deep and what? The vagaries and myths of “look around” deep-resistivity measurements while drilling[R]. SPWLA-2011-NNN, 2011.
[5]	BITTAR M S, KLEIN J D, RANDY B, et al. A new azimuthal deep-reading resistivity tool for geosteering and advanced formation evaluation[J]. SPE Reservoir evaluation &engineering, 2009, 12(2): 270–279.
[6]	朱庚雪, 刘得军, 张颖颖, 等. 基于hp-FEM的随钻电磁波测井仪器响应正演分析[J]. 石油钻探技术, 2015, 43(2): 63–70. ZHU Gengxue, LIU Dejun, ZHANG Yingying, et al. Forward modeling of responses of an ELWD tool based on hp-FEM[J]. Petroleum Drilling Techniques, 2015, 43(2): 63–70.
[7]	PARDO D, TORRES-VERDIN C. Fast 1D inversion of logging-while-drilling resistivity measurements for improved estimation of formation resistivity in high-angle and horizontal wells[J]. Geophysics, 2015, 80(2): E111–E124. doi: 10.1190/geo2014-0211.1
[8]	冯进,倪小威,杨清,等. 基于混合模拟退火算法的阵列侧向测井实时反演研究[J]. 石油钻探技术, 2019, 47(5): 121–126. FENG Jin, NI Xiaowei, YANG Qing, et al. Research on array lateral logging real-time inversions based on hybrid simulated annealing algorithms[J]. Petroleum Drilling Techniques, 2019, 47(5): 121–126.
[9]	LI Qiming, OMERAGIC D, CHOU L, et al. New directional electromagnetic tool for proactive geosteering and accurate formation evaluation while drilling[R]. SPWLA-2005-UU, 2005.
[10]	OMERAGIC D, LI Qiming, CHOU L, et al. Deep directional electromagnetic measurement for optimal placement[R]. SPE 97045, 2005.
[11]	CHEMALI R E, CAIRNS P G, WANG T, et al. Method for signal enhancement in azimuthal propagation resistivity while drilling: US7375530B2[P]. 2008-05-20.
[12]	WANG T, CHEMALI R E. Method of generating a deep resistivity image in LWD measurement: US7483793B2[P]. 2009-01-27.
[13]	KENNEDY W D, CORLEY B, PAINCHAUD S, et al. Geosteering using deep resistivity image from azimuthal and multiple propagation resistivity[R]. SPWLA-2009-64467, 2009.
[14]	SEIFERT D, CHEMALI R, BITTAR M, et al. The link between resistivity contrast and successful geosteering[R]. SPWLA-2011-VVV, 2011.
[15]	杨震,杨锦舟,韩来聚. 随钻方位电磁波电阻率成像模拟及应用[J]. 吉林大学学报(地球科学版), 2013, 43(6): 2035–2043. YANG Zhen, YANG Jinzhou, HAN Laiju. Numerical simulation and application of azimuthal propagation resistivity imaging while drilling[J]. Journal of Jilin University(Earth Science Edition), 2013, 43(6): 2035–2043.
[16]	杨震,杨锦舟,韩来聚. 随钻方位电磁波仪器补偿测量方法研究[J]. 中国石油大学学报(自然科学版), 2015, 39(3): 62–69. YANG Zhen, YANG Jinzhou, HAN Laiju. Research on azimuthal electromagnetic tool while drilling measuring method of compensation[J]. Journal of China University of Petroleum (Edition of Natural Science), 2015, 39(3): 62–69.
[17]	ZHANG Zhiyi, GONGUET C, RAJAN V, et al. Directional LWD resistivity tools and their business impacts[R]. SPWLA -2008-FFFF. 2008.
[18]	肖加奇,张庚骥. 水平井和大斜度井中的感应测井响应计算[J]. 地球物理学报, 1995, 38(3): 396–404. XIAO Jiaqi, ZHANG Gengji. Computation of induction logging response in horizontal and highly-deviated wells[J]. Chinese Journal of Geophysics, 1995, 38(3): 396–404.
[19]	张辉,李桐林,董瑞霞,等. 利用高斯求积和连分式展开计算电磁张量格林函数积分[J]. 地球物理学进展, 2005, 20(3): 667–670. ZHANG Hui, LI Tonglin, DONG Ruixia, et al. Computation of Green’s tensor integrals for electromagnetic problem using Gaussian quadrature and continued fraction[J]. Progress in Geophysics, 2005, 20(3): 667–670.
[20]	孙向阳,聂在平,赵延文,等. 用矢量有限元方法模拟随钻测井仪在倾斜各向异性地层中的电磁响应[J]. 地球物理学报, 2008, 51(5): 1600–1607. SUN Xiangyang, NIE Zaiping, ZHAO Yanwen, et al. The electromagnetic modeling of logging-while-drilling tool in tilted anisotropic formations using vector finite element method[J]. Chinese Journal of Geophysics, 2008, 51(5): 1600–1607.
[21]	王昌学,周灿灿,储昭坦,等. 电性各向异性地层频率域电磁响应模拟[J]. 地球物理学报, 2006, 49(6): 1873–1883. WANG Changxue, ZHOU Cancan, CHU Zhaotan, et al. Modeling of electromagnetic responses in frequency domain to electrical anisotropic formations[J]. Chinese Journal of Geophysics, 2006, 49(6): 1873–1883.
[22]	肖加奇,张国艳,洪德成,等. 层状各向异性地层中三维感应测井响应快速计算及资料处理[J]. 地球物理学报, 2013, 56(2): 696–706. XIAO Jiaqi, ZHANG Guoyan, HONG Decheng, et al. Fast forward modeling and data processing of 3D induction logging tool in layered anisotropic formation[J]. Chinese Journal of Geophysics, 2013, 56(2): 696–706.
[23]	SEIFERT D, CHEMALI R, BITTAR M. The link between resistivity contrast and successful geosteering[R]. SPWLA -2011-VV, 2011.
[24]	李勇华,杨锦舟,杨震,等. 随钻电阻率地层边界响应特征分析及应用[J]. 石油钻探技术, 2016, 44(6): 111–116. LI Yonghua, YANG Jinzhou, YANG Zhen, et al. The analysis and application of formation interface response characteristics of the resistivity LWD tool[J]. Petroleum Drilling Techniques, 2016, 44(6): 111–116.
[25]	冯进,张中庆,罗虎. 随钻电磁波电阻率和电缆电阻率测井联合反演及应用[J]. 测井技术, 2015, 39(1): 21–26. FENG Jin, ZHANG Zhongqing, LUO Hu. Joint inversion of electromagnetic logging while drilling and wire line resistivity logging and its application l[J]. Well Logging Technology, 2015, 39(1): 21–26.
[26]	杨震,文艺,肖红兵. 随钻方位电磁波仪器探测电阻率各向异性新方法[J]. 石油钻探技术, 2016, 44(3): 115–120. YANG Zhen, WEN Yi, XIAO Hongbing. A new method of detecting while drilling resistivity anisotropy with azimuthal electromagnetic wave tools[J]. Petroleum Drilling Techniques, 2016, 44(3): 115–120.
[27]	杨锦舟. 随钻方位电磁波仪器界面预测影响因素分析[J]. 测井技术, 2014, 38(1): 39–45,50. YANG Jinzhou. Analysis on the affecting factors of prediction interface with azimuthal LWD electromagnetic tool[J]. Well Logging Technology, 2014, 38(1): 39–45,50.
[28]	MARTINEZ J M. Practical quasi-Newton method for solving nonlinear systems[J]. Journal of Computational and Applied Mathematics, 2000, 124(1/2): 97–121.

施引文献(1)

期刊类型引用(1)

郭海伟. 基于增量学习的储气库井底压力快速计算方法. 断块油气田. 2025(02): 292-299 .

百度学术

其他类型引用(0)

资源附件(0)

图(8) / 表(1)

计量

文章访问数: 1205
HTML全文浏览量: 650
PDF下载量: 86
被引次数: 1

1. 波动压力数学模型的建立
1.1 运动方程
1.2 连续方程
1.3 模型求解
2. 模型验证
3. 波动压力影响因素分析
3.1 实例基础参数及阀门阻力系数设置
3.1.1 基础参数
3.1.2 阀门阻力系数
3.2 储气井日产气量对油管压力波速的影响
3.3 储气井日产气量对油管波动压力的影响
3.4 油管深度对油管波动压力的影响
3.5 油管内径对井口波动压力的影响
3.6 关阀时间对油管波动压力的影响
3.7 高产气量注–采转换井口压力分析
4. 结　论

1. 波动压力数学模型的建立
1.1 运动方程
1.2 连续方程
1.3 模型求解
2. 模型验证
3. 波动压力影响因素分析
3.1 实例基础参数及阀门阻力系数设置
3.1.1 基础参数
3.1.2 阀门阻力系数
3.2 储气井日产气量对油管压力波速的影响
3.3 储气井日产气量对油管波动压力的影响
3.4 油管深度对油管波动压力的影响
3.5 油管内径对井口波动压力的影响
3.6 关阀时间对油管波动压力的影响
3.7 高产气量注–采转换井口压力分析
4. 结　论

参考文献(28)

施引文献(1)

资源附件(0)

反演方法	上地层反演电阻率/（Ω·m）	下地层反演电阻率/（Ω·m）	界面距离/ m	迭代次数
牛顿法	1.05	10.12	0.43	12
拟牛顿法	1.03	10.08	0.41	6

基于拟牛顿法的随钻方位电磁波电阻率仪器响应实时反演与现场试验

计量

出版历程