Processing math: 47%

抗高温高密度生物质钻井液体系研究及应用

周启成, 梁应红, 单海霞, 黄桃, 国安平, 王俊祥

周启成,梁应红,单海霞,等. 抗高温高密度生物质钻井液体系研究及应用[J]. 石油钻探技术,2022, 50(6):78-84. DOI: 10.11911/syztjs.2022109
引用本文: 周启成,梁应红,单海霞,等. 抗高温高密度生物质钻井液体系研究及应用[J]. 石油钻探技术,2022, 50(6):78-84. DOI: 10.11911/syztjs.2022109
ZHOU Qicheng, LIANG Yinghong, SHAN Haixia, et al. Research and application of a high-temperature resistant and high-density biomass drilling fluid system [J]. Petroleum Drilling Techniques,2022, 50(6):78-84. DOI: 10.11911/syztjs.2022109
Citation: ZHOU Qicheng, LIANG Yinghong, SHAN Haixia, et al. Research and application of a high-temperature resistant and high-density biomass drilling fluid system [J]. Petroleum Drilling Techniques,2022, 50(6):78-84. DOI: 10.11911/syztjs.2022109

抗高温高密度生物质钻井液体系研究及应用

基金项目: 中国石化集团公司科技攻关项目“抗温抗盐生物质合成树脂降滤失剂研制”(编号:JP18038-1)、中石化石油工程公司科技攻关项目“水基钻井液用生物质合成树脂降滤失剂研制”(编号:SG19-82K)资助
详细信息
    作者简介:

    周启成(1988—),男,广东梅州人,2013年毕业于长江大学石油工程专业,2016年获长江大学油气井工程专业硕士学位,工程师,主要从事生物质功能材料(油田化学品)研发工作。E-mail:625687692@qq.com

  • 中图分类号: TE254

Research and Application of a High-Temperature Resistant and High-Density Biomass Drilling Fluid System

  • 摘要:

    为了提高抗高温高密度钻井液体系的高温稳定性及环保性能,以自主研发的生物质合成树脂降滤失剂、抑制剂和润滑剂为核心处理剂,对处理剂加量进行优化,构建了抗高温高密度生物质钻井液体系。性能评价结果表明:该体系抗温可达200 ℃,抗1.0%CaCl2污染,岩屑滚动回收率达94.3%,润滑系数≤0.128,生物毒性EC50为89 230 mg/L。现场应用表明,抗高温高密度生物质钻井液具有较好的抗污染能力,在密度达2.55 kg/L、井底温度达140 ℃的情况下其仍具有很好的流变稳定性能。抗高温高密度生物质钻井液促进了生物质资源在钻井液领域的利用,解决了高密度水基钻井液抗温性与环保性相矛盾的问题,具有较好的现场推广应用价值。

    Abstract:

    In order to improve the temperature stability and environmental protection performance of a high-temperature resistant and high-density drilling fluid system, the self-developed filtrate reducers, inhibitors, and lubricants with biomass synthetic resin were taken as the core treatment agents, the dosages of the treatment agents were optimized, and a high-temperature resistant and high-density biomass drilling fluid system was constructed. The performance evaluation results showed that the system could resist temperature up to 200 °C. It also could resist CaCl2 pollution of 1%. The rock cuttings rolling recovery was 94.3%, with the lubrication coefficient ≤ 0.128. The biological toxicity EC50 value was 89 230 mg/L. The field application showed that the high-temperature resistant and high-density biomass drilling fluids could significantly resist pollution. They had excellent rheological stability when the density was up to 2.55 kg/L and the bottom hole temperature was 140 °C. The high-temperature resistant and high-density biomass drilling fluids can promote the utilization of biomass resources in the drilling fluid field and solve the trade-off between the temperature resistance and environmental protection of high-density water-based drilling fluids. Therefore, the drilling fluids have positive field promotion and application value.

  • 地下储气库(以下简称储气库)运行过程中,由于注采周期交替频繁,储气库压力一直处于动态变化中[1-4],稳定的压力对于储气库的安全运行至关重要,而实时监测储气库压力并不现实,尤其是储层压力和井底压力。已有学者围绕储气库压力计算进行了相关研究,如于本福等人[5]给出了储气库储层压力分布预测方法,唐立根等人[6]研究了储气库井底流入动态,岳三琪等人[7]提出了储气库井底压力计算方法。而储气库不同阶段压力之间是相互关联、相关影响的,若仅计算分析储层压力或井底压力,则难以全面掌握储气库压力的动态变化,因此亟需建立一种储气库一体化压力计算方法。

    储气库压力主要包括储层压力、井底压力和井口压力,因此本文涉及的压力计算方法,即储层压力、井底压力和井口压力的计算方法。储气库注气过程中,压力传输过程为由井口通过井筒传输至井底,再由井底通过储层传输至远端储层。压力计算流程为:1)利用储层压力计算方法求出储气库的储层压力;2)采用井底压力计算方法,将井底压力与储层压力联系起来,计算得到井底压力;3)利用井口压力计算方法,将井口压力与井底压力联系起来,计算得到井口压力,从而建立储层、井底、井口压力的联系。随着压力不断变化,地层物性参数往往也随之发生改变,如渗透率等[8-10];而在注采井注气过程中,受注气量、注气时间等因素的影响,探测半径等也可能在不断变化,如将上述参数视为某一常数,则与储气库的实际生产情况不符。获得这些物性参数的常见方法是进行定期或不定期试井测试[11],而试井测试往往需要关井一段时间,影响储气库的正常生产。储气库运行过程中,通常会监测井口压力,因此可以通过综合前述储气库压力的关系,依据现场的静、动态资料,选择一种合适的优化算法来拟合井口压力,使计算出的井口压力与实测井口压力达到最优拟合,从而得到储层压力和井底压力。

    常见的优化算法较多,如粒子群优化算法[12]、遗传算法[13]及梯度下降法[14]等。其中,粒子群优化算法因收敛速度快,全局寻优能力强,被广泛应用于求解多目标优化问题和非线性规划问题[15]。基本粒子群优化算法的核心思想是把种群粒子的位置抽象为目标优化问题的解,通过综合分析并学习粒子和种群最佳位置,动态调整种群中各粒子的位置和速度,经过多次迭代,逼近空间中的最优解[16]。由于随着迭代次数增加,基本粒子群优化算法的收敛速度逐渐变慢、种群多样性变差,因此,笔者通过引入自动计算惯性因子的策略和变异策略,增加了种群的多样性,使算法的收敛速度加快,得到了一种改进粒子群优化算法。笔者在前人研究的基础上[17-25],基于改进粒子群优化算法,结合储层压力、井底压力和井口压力的计算方法,建立了储气库注气过程中一体化压力及地层参数计算方法,通过智能化拟合井口压力计算得到储气库压力,获得合理的地层物性参数,从而指导储气库的安全生产。

    假设储气库注采井储层为圆形封闭空间,井筒注气过程可以看作流体呈平面径向流流入地层,则注气过程的拟压力方程[26]为:

    2ψ(p)r2+1rψ(p)r=1ηψ(p)t (1)

    初始条件为:

    ψ(p)|t=0=ψ(pi) (2)

    内边界条件为:

    rψ(p)r|r=rw=Ggμ2π Kh (3)

    外边界条件为:

    ψ(p)r|r=re=0 (4)
    其中ψ(p)=2p0pμZdp (5)
    η=KϕμC(p) (6)

    式中:ψ(·)为拟压力函数;pt时刻任一位置r处的压力,MPa;r为储层中任意一点与井轴的距离,m;η为导压系数,m2/s;t为注气时间,s;pi为储层初始压力,MPa;rw为井筒有效半径,m;Gg为注气重力流量,N/s;μ为黏度,mPa·s;K为渗透率,mD;h为储层有效厚度,m;re为封闭储层外边界半径,m;ϕ为孔隙度;Z 为井筒内气体偏差因子;C(p)为气体等温压缩系数,MPa−1

    在前述边界及初始条件下,将导压系数线性化,取C(p) = C(pi) = 1/pi,则导压系数简化为η=Kpi/(ϕμ);联立式(1)—式(6),对其进行求解得:

    ψ(p)=ψ(pi)+Ggμ2π Kh(lnrer34+2ηtr2e0.84e14.682ηtr2e) (7)

    结合拟压力函数定义,若将μZ/μZpp视为常数,令C1 = μZ/C1 = μZpp,则有:

    ppi=C12[ψ(p)ψ(pi)] (8)

    将重力流量转换成体积流量,并结合真实气体状态方程,则有:

    Gg=0.2315qgTfpa¯ZTa (9)

    式中:qg为气井注气量,104m3/d;Tf为地层温度,K;pa为标准大气压,MPa;¯Z为地层温度、地层平均压力下的天然气偏差因子;Ta为标准状况温度,K。

    将式(8)和式(9)代入式(7),得到注气后储层压力计算公式为:

    pr=pi+0.0579C1qgμπ KhTfpa¯ZTa(lnrer34+2ηtr2e0.84e14.682ηtr2e) (10)

    式中:prt时刻探测半径r处的储层压力,MPa。

    通过产能方程建立储层压力与井底压力(井底流压)之间的联系,依据1.1节求得的储层压力,结合注气量,从而计算得到井底压力。产能方程一般分为二项式产能方程和指数式产能方程,二项式产能方程为:

    p2wf=p2r+Aqg+Bq2g (11)

    式中:pwf为井底压力,MPa;A为二项式产能方程层流系数,MPa/(104m3d1)B为二项式产能方程紊流系数,MPa/(104m3d1)2

    指数式产能方程为:

    p2wf=p2r+(qgC)1n (12)

    式中:C为产能方程系数,104(m3d1)/(104m3d1)MPa2nMPa2nn为渗流指数。

    注采井注气不一定是连续的,可能存在临时关井的情况。因此,井口压力计算方法可分为注气时井口压力计算方法和关井时井口压力计算方法。

    注采井注气期间,天然气可看作干气,由于注采井井筒长度相对其直径非常大,井筒中的垂直流动可视为以井筒距离为自变量的一维流动,即拟稳定状态流动,满足井筒压力变化规律。根据Cullender和Smith提出的井筒内流体流动的垂直管流方程[27],建立井底压力与井口压力之间的关系,结合1.2节求得的井底压力,进而推导得到注气时的井口压力。研究过程中,假设储气库垂直注采井井筒内的流动为单相均质流体的稳定流动,而对于单相均质流体的稳定流动过程,考虑气体在管内与注采井筒壁面所产生的摩擦压力损失,依据注采井筒内的能量平衡,利用伯努利方程,得到以注采井井底为基准面,通过垂直井筒任一流动截面上单位体积气体的压力、动能、位能和由于摩擦产生的压力损失之和为一常数,即:

    p+ρggd+12ρgv2Δpf=C0 (13)

    式中:p为任一流动截面上单位体积气体的压力,MPa;ρg为任一流动截面上气体的密度,kg/m3g为重力加速度,m/s2d为注采井井筒内径,m;v为井筒内流体的流动速度,m/s;Δpf为任一流动截面上单位体积气体的摩擦压力损失,MPa;C0为井筒内的总压力损失常数,MPa。

    其中Δpf=fρgv2L2d (14)

    式中:f为井筒摩擦系数;L为注采井筒井底深度,m。

    将式(14)代入式(13),并微分得:

    dpρgg+(1fv22gd)dL+vgdv=0 (15)

    若忽略流体动能的影响,则以注采井井底为基准面,垂直井筒任一流动截面上压力变化的微分方程为:

    dpρgg = (fv22gd1)dL (16)

    其中

    f={64ReRe (17)

    式中:Re为雷诺数; \varepsilon 为注采井井筒内管道的粗糙度,m。

    根据气体流动方程,管内流动气体的密度 {\rho _{\text{g}}} 为:

    {\rho _\text{g} }{\text{ = }}\frac{{28.97{\gamma_\text{g}}p}}{{ZRT}} (18)

    式中:γg为井筒内气体的相对密度;R为摩尔气体常数,\text{MPa} \cdot {\text{m}^3} \cdot {\left( {\text{kmol} \cdot \text{K}} \right)^{ - 1}}T为井筒内气体温度,K。

    井筒内任意压力、温度状态下的气体流速为:

    v = \frac{{0.463T{p_\text{sc}}Z{q_\text{g}}}}{{{\text{π }}{T_\text{sc}}p{d^2}}} (19)

    式中:psc为拟对比压力,MPa;Tsc为拟对比温度,K。

    将式(17)—式(19)代入式(16),整理得:

    \left( {\frac{{0.034\;5ZRT}}{{{\gamma_\text{g}}g}}} \right)p{{\rm{d}}} p = \left[ {\frac{{0.107\;2f{{\left( {{q_\text{g}}{p_\text{sc}}ZT} \right)}^2}}}{{g{{\text{π }}^2}{d^5}T_{{\text{sc}}}^{\text{2}}}} - {p^2}} \right]{{\rm{d}}} L (20)

    将式(20)中的TZ取平均值 \overline{T}、{\overline{Z}}_\text{f} ,并对其从井底到井口进行积分,并整理得到井口压力计算公式为:

    p_\text{h}^{} = \sqrt {\frac{{p_{\text{wf} }^2}}{{{{\text{e}}^{2S}}}} + \frac{{1.324 \times {{10}^{ - 10}}f{{\left( {{q_g}\overline T\text{ }{{\overline Z}_\text{f}}} \right)}^2}}}{{{d^5}{{\text{e}}^{2S}}}}\left( {{{\text{e}}^{2S}} - 1} \right)} (21)
    \,{\text{其中}}\qquad\qquad\qquad S{\text{ = }}\frac{0.034\;15{\gamma _g}H}{ {\overline T \text{ }{{\overline Z }_\text{f}}}} (22)

    式中:ph为井口压力,MPa; \overline T 为井筒的平均温度,K; {\overline Z _\text{f}} 为井筒的平均压缩因子。

    由于关井时气体不流动,则井口压力为:

    {{\rm{d}}} {p_\text{h}}{\text{ = }}{\rho _{\text{g}}}g{{\rm{d}}} L (23)

    将式(18)代入式(23),可进行求解。

    上述2种井口压力计算方法均采用迭代法和逐点计算法进行求解。

    基本粒子群优化算法的主要步骤为:

    1)产生初始种群。随机产生N个粒子作为初始种群,各粒子为需要拟合的参数。

    {X_{{{id}}}} = {X_{i{\rm{min}}}} + \left( {{X_{i{\rm{max}}}} - {X_{i{\rm{min}}}}} \right){F_1} (24)

    式中: {X_{id}} 表示第i个粒子第d维的位置;{X_{i\text{min}}}表示第i个粒子第d维最小值的位置;{X_{i\text{max}}}表示第i个粒子第d维最大值的位置; {F_1} 为产生 \left( {0,1} \right) 区间上随机数的函数。

    2)计算目标函数值。目标函数值的大小表明粒子的优劣程度,以计算井口压力与实测井口压力的最小均方根误差为目标函数,计算公式为:

    \min \left( {\frac{1}{m}\sqrt {\sum\limits_{j = 1}^m {{{\left( {{p_{\text{h} j}} - p_{\text{h} j}^{\text{real} }} \right)}^2}} } } \right) (25)

    式中: {p_{\text{h} j}} 为第j天的计算井口压力,MPa;p_{\text{h} j}^{\text{real} }为第j天的实测井口压力,MPa;m为注气时间,d。

    3)粒子速度和位置的更新公式。

    速度更新公式为:

    {v_{id}} = \omega {v_{id}}{\text{ + }}2{F_1}\left( {{P_{id}} - {X_{id}}} \right){\text{ + }}2{F_1}\left( {{P_{{g} d}} - {X_{id}}} \right) (26)

    位置更新公式为:

    {X_{id}} = {X_{id}} + {v_{id}} (27)

    式中: \omega 为惯性因子; {v_{id}} 表示第i个粒子第d维的速度; {P_{id}} 表示第i个粒子第d维的位置; {P_{{g} d}} 表示全局最优解第d维的位置。

    惯性因子为非负值,其值较大时,全局寻优能力强,局部寻优能力弱;较小时,全局寻优能力弱,局部寻优能力强。

    改进粒子群优化算法的主要步骤为:

    1)产生初始种群。与基本粒子群优化算法一致,各粒子为需要拟合的参数,包括平均渗透率、探测半径等地层参数,同式(24)。

    2)计算目标函数值。将产生的初始种群,作为初始条件代入式(10),计算出储气库的储层压力,根据式(11)或(12)计算出注采井井底压力,将其代入式(21)或(23),计算得到注采井的井口压力,然后再通过式(25)计算得到各粒子的目标函数值。

    3)更新粒子的速度和位置。通过引入自动调整 \omega 的策略,可以对全局寻优性能和局部寻优性能进行调整,从而达到加速收敛的效果,节约时间代价。其中,粒子的速度更新公式同式(26),位置更新公式同式(27)。

    \omega=\left\{ \begin{aligned} & \dfrac{0.64\left({f_i} - {f_{\min}}\right)}{{\overline f}- {f_{\min}}} \quad\quad \;{f_i} < \overline f \\ & 0.64 \;\;\quad\quad\quad\quad\quad\quad {f_i} \geqslant {\overline f} \end{aligned} \right. (28)

    式中: {f_i} 为第i个粒子目标函数值; {f_{\min }} 为目标函数值的最小值; \overline f 为目标函数值的平均值。

    4)变异策略。引入变异策略,随机选择第i个粒子的第d维进行变异,增加种群的多样性。

    {X_{id}} = {X_{id}} + {F_2} (29)

    式中: {F_2} 表示产生 \left( { - 1,1} \right) 区间上随机数的函数。

    重复步骤2)~4),直至种群中粒子表现满足收敛结束条件时停止。

    此时种群的全局最优粒子,即为使计算井口压力与实测井口压力达到最优拟合的平均渗透率、探测半径等地层参数,从而求得储层压力和井底压力,进一步基于确定的地层参数预测后期的压力。

    基于改进粒子群优化算法的压力和地层参数计算流程如图1所示。

    图  1  基于改进粒子群优化算法的压力和地层参数计算流程
    Figure  1.  Flow chart of pressure and formation parameter calculation based on improved PSO algorithm

    呼图壁气藏位于准噶尔盆地南缘山前褶皱带第三排构造带的东端,储层岩性主要为细砂岩、不等粒砂岩和粉砂岩,孔隙以原生粒间孔为主,为受岩性构造控制、带边底水的中孔中渗砂岩贫凝析气藏[28]。呼图壁储气库由呼图壁气田开发中后期改建而成,于2013年投入注采运行,目前处于第9个注采周期。以呼图壁储气库的3口注采井来验证模型,其中实测井口压力为井口油压。3口注采井的基础参数见表1,其中,X1井渗透率为2017年和2018年3次注气期间通过试井解释获得,最小为8.52 mD,最大为11.26 mD,平均为9.97 mD;X2井渗透率为2018年和2020年3次注气期间通过试井解释获得,最小为9.31 mD,最大为16.93 mD,平均为12.75 mD。采用基本粒子群优化算法和改进粒子群优化算法,计算了注采井X1井不同运行时间下的井口油压和地层参数;采用改进粒子群优化算法,计算了注采井X2井和X3井不同运行时间下的井口油压和地层参数,并分析了计算井口油压与实测井口油压的相关性,结果见表2图2

    表  1  3口实例井的基础参数
    Table  1.  Basic parameters of three example wells
    井名井深/m井筒有效
    半径/m
    孔隙度天然气
    相对密度
    天然气黏度/
    (mPa·s)
    产能方程
    类型
    产能系数A(C)产能系数B(n)
    X1井3 529.000.0760.1650.780.020二项式0.004 30.030 4
    X2井3 553.750.0760.1550.650.020二项式0.386 20.031 9
    X3井3 582.000.0880.2090.75 0.015指数式1.391 40.840 8
    下载: 导出CSV 
    | 显示表格
    表  2  粒子群优化算法结果对比及地层参数
    Table  2.  Comparison of results obtained from PSO algorithm and formation parameters
    井名算法平均渗透率/mD探测
    半径/m
    相对误差,%决定系数运行
    时间/s
    注气前期注气后期
    X1井基本粒子群优化算法10.4815.01305.590.120.988 91 657.35
    改进粒子群优化算法10.4815.01305.590.120.988 91 445.51
    X2井改进粒子群优化算法11.2519.99294.280.240.989 3 857.23
    X3井改进粒子群优化算法10.0029.99301.260.110.978 4 418.35
    注:①和②分别为计算井口油压和实测井口油压的相对误差和决定系数。
    下载: 导出CSV 
    | 显示表格
    图  2  3口注采井实测与计算井口压力的相关性和压力计算及预测结果
    Figure  2.  Correlation between calculated and measured wellhead pressure and results of calculated and predicted pressure of three injection and production wells

    表2图2可以看出:基本粒子群优化算法和改进粒子群优化算法拟合结果一致,说明改进粒子群优化算法具有很好的稳定性;X1井、X2井和X3井的计算井口油压与实测井口油压的相对误差分别为0.12%,0.24%和0.11%,误差相对较小,且决定系数均大于0.97,两者的相关性较强,证明计算井口油压与实测井口油压基本一致,说明拟合效果较好,因而储层压力和井底压力的计算结果可信度较高;计算出的渗透率与试井解释的渗透率基本一致,从而在一定意义上验证了计算出地层参数的合理性,同时也说明随着注气的进行,导致储气库压力不断变化,进而影响地层参数;X1井、X2井和X3井最后10 d的预测井口油压与实测井口油压拟合得也较好,说明预测的井口油压也具备一定的参考价值。

    1)综合储层压力、井底压力和井口压力的计算方法,可以进行地下储气库注气井一体化压力计算。

    2)基于改进粒子群优化算法,建立了一种地下储气库注气过程中一体化压力及地层参数计算方法,通过智能拟合计算井口压力与实测井口压力,可以获得地下储气库井底压力和储层压力,进而得到地层参数,并进行压力预测。

    3)以呼图壁储气库的3口注采井为例,验证了地下储气库注气过程中一体化压力及地层参数计算方法的可靠性和计算精度。

  • 图  1   生物质合成树脂降滤失剂红外光谱

    Figure  1.   Infrared spectroscopy of filtrate reducers with biomass synthetic resin

    图  2   不同密度抗高温高密度生物质钻井液的润滑系数

    Figure  2.   Lubrication coefficient of high-temperature resistant and high-density biomass drilling fluids with different densities

    表  1   基浆加入不同量降滤失剂时的基本性能

    Table  1   Basic properties of drilling fluids with different dosages of filtrate reducers

    降滤失剂
    加量,%
    表观黏度/
    (mPa·s)
    塑性黏度/
    (mPa·s)
    动切力/
    Pa
    API滤失
    量/mL
    高温高压
    滤失量/mL
    2.028.01810.01858.6
    4.030.51713.51226.4
    6.032.51517.5 822.8
    下载: 导出CSV

    表  2   钠膨润土基浆加入不同量抑制剂时的抑制性能

    Table  2   Inhibition properties of sodium bentonite drilling fluids with different dosages of inhibitors

    抑制剂加量,
    %
    表观黏度/
    (mPa·s)
    塑性黏度/
    (mPa·s)
    动切力/
    Pa
    相对抑制率,
    %
    085.0 679.0
    0.325.017 8.089.1
    0.516.512 4.593.2
    0.7 7.5 5 2.596.6
    1.0 6.5 6 0.598.6
    下载: 导出CSV

    表  3   基浆加入不同量润滑剂时的润滑性能

    Table  3   Lubricating properties of drilling fluids with different lubricant contents

    润滑剂加量,%润滑系数润滑系数减小率,%
    00.425
    0.50.08280.71
    1.00.03990.82
    1.50.03591.76
    2.00.03392.24
    2.50.03192.71
    3.00.02893.41
    下载: 导出CSV

    表  4   不同温度下抗高温高密度生物质钻井液的基本性能

    Table  4   Basic properties of high-temperature resistant and high-density biomass drilling fluids at different temperatures

    老化温度/℃表观黏度/(mPa·s)塑性黏度/(mPa·s)动切力/Pa静切力/PaAPI滤失量/mL高温高压滤失量/mL
    初切终切
    120312471.05.01.2 8
    160383441.55.51.6 9
    180312382.06.51.810
    200403193.08.02.414
    下载: 导出CSV

    表  5   不同密度抗高温高密度生物质钻井液的基本性能

    Table  5   Basic properties of high-temperature resistant and high-density biomass drilling fluids with different densities

    密度/(kg·L−1表观黏度/(mPa·s)塑性黏度/(mPa·s)动切力/Pa静切力/PaAPI滤失量/mL高温高压滤失量/mL
    初切终切
    1.8039.033.0 6.01.03.53.213
    2.1040.031.0 9.03.08.02.414
    2.3055.043.012.02.58.52.612
    2.4061.556.0 5.51.57.03.614
    下载: 导出CSV

    表  6   抗高温高密度生物质钻井液环保性能测试结果

    Table  6   Test results of environmental protection performance of high-temperature resistant and high-density biomass drilling fluids

    名称生物毒性EC50/(mg·L−1生物可降解性
    降滤失剂LDR620 0000.26
    抑制剂SW-A112 0000.47
    润滑剂ZYRH-1151 4000.51
    抗高温生物质钻井液 89 2300.17
    下载: 导出CSV

    表  7   不同钙离子加量下的抗高温高密度生物质钻井液性能

    Table  7   Performance of high-temperature resistant and high-density biomass drilling fluids with different calcium ion dosages

    氯化钙
    加量,%
    表观黏度/
    (mPa·s)
    塑性黏度/
    (mPa·s)
    动切
    力/Pa
    静切力/PaAPI滤
    失量/mL
    高温高压
    滤失量/mL
    初切终切
    030.022.08.02.58.51.812
    0.231.023.08.03.513.52.210
    0.430.525.05.53.011.52.410
    0.840.035.05.03.014.02.814
    1.055.046.09.04.019.03.216
    下载: 导出CSV
  • [1] 樊相生,曾李,张勇,等. 元坝地区高密度超高密度钻井液技术[J]. 钻井液与完井液,2014,31(2):31–34. doi: 10.3969/j.issn.1001-5620.2014.02.009

    FAN Xiangsheng, ZENG Li, ZHANG Yong, et al. Ultra-high density drilling fluid technology used in Yuanba[J]. Drilling Fluid & Completion Fluid, 2014, 31(2): 31–34. doi: 10.3969/j.issn.1001-5620.2014.02.009

    [2] 马鸿彦,郑邦贤,陈景旺,等. 杨税务潜山超深超高温井安全优快钻井技术[J]. 石油钻采工艺,2020,42(5):573–577. doi: 10.13639/j.odpt.2020.05.008

    MA Hongyan, ZHENG Bangxian, CHEN Jingwang, et al. Optimized, safe and fast drilling technologies used in the ultra deep and high temperature wells in Yangshuiwu buried hill[J]. Oil Drilling & Production Technology, 2020, 42(5): 573–577. doi: 10.13639/j.odpt.2020.05.008

    [3] 王志远,黄维安,范宇,等. 长宁区块强封堵油基钻井液技术研究及应用[J]. 石油钻探技术,2021,49(5):31–38. doi: 10.11911/syztjs.2021039

    WANG Zhiyuan, HUANG Weian, FAN Yu, et al. Technical research and application of oil base drilling fluid with strong plugging property in Changning Block[J]. Petroleum Drilling Techniques, 2021, 49(5): 31–38. doi: 10.11911/syztjs.2021039

    [4] 李斌,石秉忠,彭商平,等. 元坝地区高密度钻井液CO2污染处理技术[J]. 钻井液与完井液,2013,30(5):22–24. doi: 10.3969/j.issn.1001-5620.2013.05.006

    LI Bin, SHI Bingzhong, PENG Shangping, et al. CO2 contamination treatment technology of high density drilling fluid in block of Yuanba[J]. Drilling Fluid & Completion Fluid, 2013, 30(5): 22–24. doi: 10.3969/j.issn.1001-5620.2013.05.006

    [5] 蒲晓林,黄林基,罗兴树,等. 深井高密度水基钻井液流变性、造壁性控制原理[J]. 天然气工业,2001,21(6):48–51. doi: 10.3321/j.issn:1000-0976.2001.06.015

    PU Xiaolin, HUANG Linji, LUO Xingshu, et al. Principles controlling the rheological property and wall building property of deep well high density water-base drilling fluid[J]. Natural Gas Industry, 2001, 21(6): 48–51. doi: 10.3321/j.issn:1000-0976.2001.06.015

    [6] 张喜凤,李天太,施里宇,等. 深井抗高温高密度盐水钻井液实验研究[J]. 西安石油大学学报(自然科学版),2007,22(5):37–40.

    ZHANG Xifeng, LI Tiantai, SHI Liyu, et al. Experimental study of the high-density salt water drilling fluid with high-temperature resistance for deep wells[J]. Journal of Xi’an Shiyou University(Natural Science Edition), 2007, 22(5): 37–40.

    [7] 李林,黄文章,向林,等. 高效环保型页岩气开发水基钻井液体系研究[J]. 石油与天然气化工,2017,46(6):71–74. doi: 10.3969/j.issn.1007-3426.2017.06.013

    LI Lin, HUANG Wenzhang, XIANG Lin, et al. Study of water-based drilling fluid system with high efficiency and environment-friendly for shale gas development[J]. Chemical Engineering of Oil and Gas, 2017, 46(6): 71–74. doi: 10.3969/j.issn.1007-3426.2017.06.013

    [8] 宿振国,王瑞和,刘均一,等. 高性能环保水基钻井液的研究与应用[J]. 钻井液与完井液,2021,38(5):576–582.

    SU Zhenguo, WANG Ruihe, LIU Junyi, et al. Study and application of environmentally friendly high performance water base drilling fluid[J]. Drilling Fluid & Completion Fluid, 2021, 38(5): 576–582.

    [9] 周启成,单海霞,位华,等. 环保型生物质合成树脂降滤失剂[J]. 钻井液与完井液,2020,37(5):593–596.

    ZHOU Qicheng, SHAN Haixia, WEI Hua, et al. A synthetic resin filter loss reducer made from environmentally friendly biomasses[J]. Drilling Fluid & Completion Fluid, 2020, 37(5): 593–596.

    [10] 宋海,龙武,邓雄伟. 页岩气水基钻井液用抗高温环保润滑剂的研制及应用[J]. 断块油气田,2021,28(6):761–764.

    SONG Hai, LONG Wu, DENG Xiongwei. Development and application of high temperature resistant and environmental protection lubricant for shale gas water-based drilling fluid[J]. Fault-Block Oil & Gas Field, 2021, 28(6): 761–764.

    [11] 李钟,罗石琼,罗恒荣,等. 多元协同防塌钻井液技术在临盘油田探井的应用[J]. 断块油气田,2019,26(1):97–100. doi: 10.6056/dkyqt201901022

    LI Zhong, LUO Shiqiong, LUO Hengrong, et al. Application of multivariate synergistic anti-caving drilling fluid technology in exploratory wells of Linpan Oilfield[J]. Fault-Block Oil & Gas Field, 2019, 26(1): 97–100. doi: 10.6056/dkyqt201901022

    [12] 宣扬,刘珂,郭科佑,等. 顺北超深水平井环保耐温低摩阻钻井液技术[J]. 特种油气藏,2020,27(3):163–168. doi: 10.3969/j.issn.1006-6535.2020.03.027

    XUAN Yang, LIU Ke, GUO Keyou, et al. Environmental anti-temperature low friction drilling fluid technology of ultra-deep horizontal well in Shunbei Oil & Gas Field[J]. Special Oil & Gas Reservoirs, 2020, 27(3): 163–168. doi: 10.3969/j.issn.1006-6535.2020.03.027

    [13] 张晓刚,单海霞,李彬,等. 环保无荧光生物质润滑剂ZYRH的性能与应用[J]. 油田化学,2019,36(2):196–200. doi: 10.19346/j.cnki.1000-4092.2019.02.002

    ZHANG Xiaogang, SHAN Haixia, LI Bin, et al. Development and application of an environment-friendly and non-fluorescent biomass lubricant[J]. Oilfield Chemistry, 2019, 36(2): 196–200. doi: 10.19346/j.cnki.1000-4092.2019.02.002

    [14] 钱晓琳,宣扬,林永学,等. 钻井液环保润滑剂SMLUB-E的研制及应用[J]. 石油钻探技术,2020,48(1):34–39. doi: 10.11911/syztjs.2019113

    QIAN Xiaolin, XUAN Yang, LIN Yongxue, et al. Development and application of an environmental-friendly drilling fluid lubricant SMLUB-E[J]. Petroleum Drilling Techniques, 2020, 48(1): 34–39. doi: 10.11911/syztjs.2019113

    [15] 罗人文,龙大清,王昆,等. 马深1井超深井钻井液技术[J]. 石油钻采工艺,2016,38(5):588–593. doi: 10.13639/j.odpt.2016.05.009

    LUO Renwen, LONG Daqing, WANG Kun, et al. Drilling fluid for the super-deep Well Mashen-1[J]. Oil Drilling & Production Technology, 2016, 38(5): 588–593. doi: 10.13639/j.odpt.2016.05.009

  • 期刊类型引用(8)

    1. 喻鹏飞,侯磊,王雪婷,刘倩,王敏聪. 考虑地层压力动态变化的地下储气库注气方案优化. 油气储运. 2025(04): 440-451 . 百度学术
    2. 魏海峰. 深层盐穴储气库排卤管柱盐结晶实验及现场应用. 断块油气田. 2024(03): 541-546 . 百度学术
    3. 李春,闵忠顺,何海燕,刘洁,屠坤,吴海涛. 国内地下储气库库址变化新趋势与发展建议. 石油钻探技术. 2024(03): 153-158 . 本站查看
    4. 王娟,梅启亮,邹永玲,蔡亮,苏建华,田榆杰,黄瑞. 基于多参数时间序列及粒子群优化算法的油藏产量动态建模预测方法. 石油钻采工艺. 2023(02): 190-196 . 百度学术
    5. 敬俊,单鸿斌,祝效华,孙汉文,许尔跃. 交变热载荷下水泥环缺陷对储气库井储层段套管的影响. 断块油气田. 2023(04): 685-691+697 . 百度学术
    6. 完颜祺琪,王云,李东旭,胥洪成,李春,李康,李景翠,李丽锋. 复杂地质条件下储气库建设安全运行技术进展. 油气储运. 2023(10): 1092-1099 . 百度学术
    7. 丁国生,王云,完颜祺琪,王皆明,胥洪成,李康,夏焱,李丽锋,曾德军,刘主宸. 不同类型复杂地下储气库建库难点与攻关方向. 天然气工业. 2023(10): 14-23 . 百度学术
    8. 孔祥伟,董巧玲,叶佳杰. 储气库采–关作业油管气相波动压力分析. 石油钻探技术. 2023(06): 93-98 . 本站查看

    其他类型引用(0)

图(2)  /  表(7)
计量
  • 文章访问数:  232
  • HTML全文浏览量:  123
  • PDF下载量:  63
  • 被引次数: 8
出版历程
  • 收稿日期:  2022-03-04
  • 修回日期:  2022-10-15
  • 网络出版日期:  2022-11-07
  • 刊出日期:  2022-12-07

目录

/

返回文章
返回