井下高频传感器数据的自动预处理技术

优质的井下钻井数据可以为井下环境提供有价值的参考,从而改善钻井过程。 它还可以极大地促进钻井自动化。尽管有这些好处,但是及时有效地使用井下数据仍然存在很大的障碍。文章中介绍了各种策略来提高工程师和分析师的工作效率,从而在没有人为输入的情况下自动校正和绘制井下测量。

通常情况下,井下传感器数据误差和不准确性来自三个主要问题: 传感器设计和封装考虑、外部环境和井下数据处理 / 限制。尽管考虑上述因素,使传感器设计尽可能稳健,但是井下动力测量会不可避免地出现误差,特别是当井下传感器受到诸如高压,高温和缺乏适当校准程序等因素影响的时候。文中详细描述了用于自动校正这些误差得方法。所有方法在各种现场数据集中的中高频井下数据上进行过测试。

本算法是通过对齐压力响应对泵活动的变化来匹配两个时间序列数据集。它忽略了随着井下和地面测量之间距离的增加而不可避免地发生的任何等待时间。关闭或更改泵速会产生在井眼中传播的压力波。变化越快,压力波就越大。这些压力波已经在钻井过程中研究有了相关的研究为了在延迟的情况下改善上述技术,可以在运行算法之前校正数据。

井下高频传感器数据的自动预处理技术

1与地面时间t相比,延迟“延长”了井下时间

假设延迟影响与地面数据相比正在“拉伸”井下数据(图1)。 井下时间t’为

井下高频传感器数据的自动预处理技术

利用潜伏时间与测得深度(MD)和波速c的关系,我们得到

井下高频传感器数据的自动预处理技术

由于孔深度信息通常存在于表面数据集中,因此需要将表面数据使用等式“拉伸”类似于井下时间。如果井深数据信息在井下数据集中而不是在表面集中可用,则需要使用以下方法校正井下时间。

井下高频传感器数据的自动预处理技术

由于此过程会更改采样率(例如,从1秒的周期更改为1.0007秒的周期),因此需要在井下数据的采样周期中对地面数据进行重新采样。

在调整了预期的延迟之后,可以对数据运行匹配算法。在匹配算法指示数据的正确对齐之后,需要将井下数据集开始处的等待时间添加到匹配时间中。

从理论上讲,可以使用基于数据的方法(例如时间扭曲)来解决延迟。在确定延迟的情况下,物理方法本质上比数据方法更可取。井下数据集通常基于单独的运行,而地表数据集包含整个井的数据。

常见的传感器误差包括加速度计和应变计数据中的漂移。本研究结合上述算法可以校正偏移量的振动数据,并能够比较整个运行过程中的振动水平,否则这些漂移将会影响运行。应变计传感器漂移影响钻头测量的重量/扭矩,通常需要手动修正。基于中立性的实例,研究中所提出的算法比手工程序能更好的进行修正工作。这可能会淘汰掉钻井作业中耗时的扩径程序。井下和地面数据的时间比对是进行综合分析的另一个障碍,而且往往是许多误差的来源。这可以通过一种简单有效的方法来解决,即基于时间数据集的自动对齐,甚至考虑到由于旅行时间造成的延迟。此外,还讨论了有助于有效处理、显示和分析高频数据的新型数据简化技术。没有校正的数据如图2所示,图3显示的是自动校正后的数据。

井下高频传感器数据的自动预处理技术

图2 标准数据

井下高频传感器数据的自动预处理技术

图3 自动校正算法显示的结果

结论

井下时间序列数据非常复杂。首先,大多数井下效应都有可能影响所有传感器,无论它们打算进行什么测量。因此,模式并非总是可预测的,上述方法针对钻孔过程的具体情况进行了调整,并且首次获得了可以代替人工输入并提高性能的结果(与人工校正相比)

井筒定位和测井工作已经显示出标准化,校准,校正和数据格式的透明性的成功,为决策提供了更可靠的数据。同样,对于井下动力学数据,透明和标准化的校准程序可以成为改善数据质量和使用的关键。

对井下数据的分析需要技能和经验,而这些技能和经验必须经过多年不同工作岗位的经验积累。这项工作总结了实际经验和新颖的科学见解,可以帮助任何工程师开始井下数据分析。本研究旨在提高钻井行业的透明度,并通过对井下数据的分析,分享钻井行业的想法,从而提高钻井性能。

(编译 闫立鹏)

《石油工程科技动态》相关信息编译于国内外石油公司网站、发表的论文、专利等,欢迎分享至朋友圈;未经允许,请勿转载!中国石化石油工程技术研究院 战略规划研究所

井下高频传感器数据的自动预处理技术

主题测试文章,只做测试使用。发布者:cubeoil,转转请注明出处:https://www.cubeoil.com/archives/824

发表评论

电子邮件地址不会被公开。 必填项已用*标注