基于PCA预测岩石可钻性级值的钻头优选

Xinjiang Oil & Gas(2022)

引用 0|浏览0
暂无评分
摘要
在硬地层钻进过程中时常发生钻头与地层不匹配导致钻进速度缓慢、增加对钻头的磨损,选择与地层相合适的钻头是降低钻井成本、提高钻进速度的关键所在.利用主成分分析(PCA)将邻井测井参数(自然伽玛、井径、自然电位等)作为影响因子进行标准化处理、主成分降维分析等技术手段,建立了硬地层岩石可钻性级值的数学模型.结果表明,声波时差、地层密度、自然伽玛和电阻率与岩石可钻性级值关联度最为密切,经验表明采用多元对数线性方式回归所得到的硬地层岩石可钻性级值预测值与实验值精准度达到95%以上;采用该方法筛选出来的钻头在风城组地层实际钻进中,在保证机械钻速的同时,钻头进尺长度由原来的30 m提升至150 m,减少了钻头更换等非作业时间.
更多
查看译文
关键词
drillability level,principal component analysis(PCA),hard formation,multiple linear regression,bit selection
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要