文摘

为了研究井眼稳定性参数的预测和优化基于遗传算法在深水钻井。首先,提出了一种基于模式搜索的遗传混合算法。然后,基于自适应遗传算法,进化种群搜索模式,使混合算法不仅具有很强的全局搜索能力,而且提高了局部优化的准确性。最后,单位进尺钻井过程中的成本作为目标函数,并通过钻探验证了此算法对克拉玛依地区作为一个例子。计算结果表明,如果一点一点磨损达到0.8 - -0.9,然后退出,的利用率可以增加,可以提高设计效率和准确性,降低钻井成本。优化钻头的磨损量高于实际的。增加一些可以的利用率降低钻井成本的米在一定程度上,提高钻井的经济效益。目标函数和约束条件确定钻井参数的优化,验证了算法和克拉玛依油田的钻井数据。结果表明,该算法提高了稳定性和迭代收敛速度,提高了数据分析结果的可靠性。基于区域三维地层岩石参数数据量,优化方法可以用来优化钻井参数在钻井和制定钻井设计方案提供依据。

1。介绍

钻井成本,受到许多因素的影响。钻井参数的优化设计的目标函数和模型是建立钻井成本根据不同参数对钻井成本的影响规律,以镜头的成本为标准来衡量的技术和经济效果,使用优化方法选择钻井参数,如图1,使钻井过程达到最优的技术和经济效果(1]。传统的方法是正确的年轻与经验公式模型,具有很好的分析性能和较高的符合率与实际钻探情况。近年来,一些学者提出了罗普模型和实时钻井参数的优化目标函数的基础上,可钻性表征,但应用效果并不理想。这是一个非线性的优化组合问题。目前,常用的解决方法主要包括经典的多元函数极值法和模式搜索法(PSA)。函数极值的数学推导和计算过程方法是复杂的,需要人工干预,设计过程周期长,效率低。模式搜索方法本质上是一个自然进化的选择算法,即遗传算法的基础。罚函数方法用于解决模型通过人口优化搜索,这很有优势在解决非线性优化问题。遗传算法和模式搜索的组合模型用于研究钻井参数的优化方法。结合遗传算法强大的全局搜索能力和局部优化精度高的特点的模式搜索方法,找到最优钻井参数组合。 Compared with the conventional design method of trial calculations and optimization schemes based on experience, the new method is more efficient and can directly determine the optimal scheme under given conditions [2,3]。

遗传算法和模式搜索的组合模型和最优优化参数进行了研究。相比之下,传统的经验设计方法试验计算和优化方案,新方法是更有效的,可以直接确定在给定条件下的最优方案。

2。文献综述

曹等人针对摩尔-库仑强度准则使用线弹性本构模型和分析的井筒稳定性在墨西哥湾的深水美杜莎油田和应用领域操作的计算结果(4]。由于缺少足够的地质和测井资料对深水钻井,这通常会导致计算结果的偏差的安全钻井液密度窗口。学习时的井筒稳定性bijupira和salema在深水油田在巴西、张等人分析了计算结果通过使用定量风险评估的方法。结果表明,地应力和地层强度的预测精度影响最大钻井液密度窗口的计算结果(5]。通过分析国外深水井筒稳定性研究(图2)。深水钻井水管道系统和振动主动控制系统包括传感器、执行器、信号处理模块控制模块用于监视泄水管系统的纵向和横向振动。张等人发现,尽管深水形成有自己的特点与土地和浅水形态相比,它是相同的在井筒稳定性研究方法(6]。郑等人研究了水深对破裂压力的影响,发现断裂深水井筒的压力相对接近上覆地层的压力,但是没有具体的模型(7]。汉等人使用建立模型来研究深水气田井筒稳定性在南中国海。结果表明,低覆盖地层压力和低深水地层破裂压力的主要影响因素是深水钻井的安全。(8]。穆萨维等人建立了一个特殊的安全钻井液密度窗口计算模型近浅深水形成的塑性状态。传统的模型可以用来计算深地层(9]。

3所示。钻井参数的优化模型

钻井参数优化的目的是找到钻井参数协调实现钻井过程中的最佳技术经济效果。因此,有必要建立最优钻井目标函数,它可以反映各种参数对钻井过程的影响规律,也可以测量钻井的技术和经济效果。参数组合满足极端条件下目标函数的最优钻井参数组合(10]。(1)目标函数

有许多功能来衡量整个钻井过程的技术经济指标。更常用的和直观的以钻井单位进尺成本为评价指标的钻井参数优化。表达式是:

的公式,钻机操作费用,元/小时,是钻井时间,脱扣和单一的连接时间, ,和钻进进尺。

公式(1)分析和解决问题而只考虑钻头的成本和运营成本的钻井平台,没有钻井液和钻工具组装的成本。修改后的f·s .年轻模式钻速方程如下: 在哪里罗普,m / h, , 分别是钻压和临界钻压,kN,是速度,r / min,地层可钻性系数,压差影响系数和液压净化系数,分别旋转速度指数,是钻头牙齿的磨损系数,然后呢牙齿磨损, 。

公式(2)可以转化为钻工作时间和钻进进尺之间的关系:

钻头牙齿磨损方程的表达式是:

的公式,是形成磨损性系数, , 是转速影响系数,它是由一些类型, , 是钻压的影响系数,它与钻头的直径,然后呢牙齿磨损减速系数(11- - - - - -13]。

3.1。改进遗传功能

传感器遗传算法是基于达尔文的自然选择理论作为其基本思想,一个计算模型,模拟生物遗传和进化的过程。遗传算法的基本理论思想是随机生成的一系列解决方案被选中,即染色体,组成一个人口,其中每个表示一组解决方案,由一个字符串的结构由一组基因(基因、染色体价值)。评估个人通过一个特定的标准,保持良好的性能,消除表现不佳,并让每组的解决方案通过信息交叉或变异产生新的解决方案集,然后进行评估和优化,重复直到解决方案,满足标准的要求。遗传算法包括三个基本操作,如选择,交叉,变异,也称为遗传算子。遗传算法较强的全局搜索能力,可以解决全局优化问题的目标函数,但局部优化的遗传算法精度很差。如果使用一个单一基因算法,很难获得最优参数组合。遗传算法包括三个基本操作:选择、交叉和变异,也叫遗传算子。如果使用一个单一基因算法,很难获得最优参数组合。模式搜索方法具有良好的局部优化的准确性,和遗传算法具有良好的可伸缩性。通过这两个算法的混合使用,可以互相学习和优化参数结合更高的精度。(1)模式搜索方法的原理

模式搜索方法是自由导数优化(柴油)方法。一般来说,在一个循环中执行搜索沿坐标方向设置,并验证是否下行方向的方向,得到下一个迭代点。(2)改进的遗传算法模型

模式搜索法是一种非常有效的方法没有导数免费优化(柴油)和不需要计算搜索方向,而遗传算法(GA)本身也是一个自由导数优化方法用于解决优化问题,但也有模式搜索方法的局部优化能力强,和混合算法仍然是一个柴油的方法14- - - - - -17]。

3.2。基于改进遗传算法优化钻井参数

针对钻井参数优化问题有待解决,传感器实数编码被选中。编码方法不需要真正的数值转换成二进制和其他基因型串结构数据,但直接执行每个操作符表型数据的操作。每个染色体是一个真正的向量(18]。

计算人口个体染色体的适应度值,并选择优秀个体进入下一代种群根据选择概率。个人健身价值越高,被选中的概率越大。选择轮盘赌选择操作方法是一种基于健身比例选择策略。一个人的概率被选中的是: 的公式,个人的健身价值吗和是人群中个体的数量。(3)交叉操作

选择后,个人在新的人口是成对的,和一个或一个特定的基因段cross-exchanged,这样父母的优良的基因可以被保留和遗传给下一代。使用实数编码的个体,并使用实数交叉方法交叉操作,然后交叉操作方法染色体和染色体在这个职位是: (4)模式搜索优化

设置一个代数计数器。当遗传算法完成固定数量的迭代,它进入模式执行局部优化搜索过程(19]。

初始化模式搜索方法,个人最大的健身价值通过遗传算法作为初始迭代点模式的搜索,这是:

并设置初始步长是一半的最终的最优个体之间的差异和最差的个体,这是:

模式搜索的迭代过程中,如果下面的步长减少收敛宽容 ,搜索终止迭代点输出,染色体个体编码被替换成人口继续进化迭代遗传算法(20.]。

4所示。仿真分析

根据上面建立的数学模型,介绍了自适应遗传算法的改进措施,和一定的编译应用程序包的例子完成钻井参数组合优化设计任务。这口井的已知参数部分地层可钻性系数 ,磨损性系数 ,临界钻压 ,速度指数 ,钻压的影响系数 , ,速度影响系数 , ,钻机操作费用 元/小时,脱扣时间 h。

经典极值法、模式搜索法,和改进的自适应遗传算法分别应用于解决问题,和获得的钻井参数如表所示1。从表中的数据可以看出,改进的AGA算法获得的参数值是通过类似常用的极值法和模式搜索方法(PSA),和最后的钻井成本略低。因此,应用改进的AGA算法可以完成的任务优化钻井参数的设计。在工作效率方面,它有明显的优点和手册的极值方法解决方案相比,这是由算法自动完成的项目(21]。

从图可以看出3改进的AGA的进化时间显著短于模式的搜索方法。同时,可以看出算法抑制波动的能力更强,这是体现在许多方面:劣质个体的人口是有效地消除,显性基因片段在个别基因片段的比例增加(22],健身的振幅波动在进化的早期阶段,迅速减少和人口发展的方向往往是相同的之前和之后的50个迭代,而PSA需要迭代达到这种抑制水平220倍。两种算法的收敛过程如图3和4,分别。改进的AGA法比PSA方法更稳定。只需要大约50个迭代来减少人口从500年到90年的平均健康改善大官,而PSA方法的收敛过程相对缓慢。基于上述分析,可以看出,使用改进的AGA解决钻井参数设计问题具有较高的稳定性和速度的解决方案。

图5钻井参数的优化组合,改进遗传算法基于模式搜索。从图可以看出5的解决方案过程模式搜索算法有一个很大的波动幅度和收敛过程相对缓慢。经过150次的迭代,进化往往是最优解,但仍有轻微的波动现象。人口只有约70倍的进化后,可以得出结论,提出一种改进的遗传算法,采用基于模式搜索来解决钻井参数的优化组合可以获得更高的稳定性和收敛速度解决方案(23]。

4.1。计算例子

深在克拉玛依为例。油井在二叠纪上层Wuerhe形成从3864到4158米。岩性主要是棕色、棕灰色泥岩,灰色砂质砾岩。地层可钻性的极端值几乎没有变化和磨蚀的系数 。三牙轮钻头HJT517GK直径215.9毫米是钻井设计,它是发现,一点一点的参数有:钻压的影响系数 , ,转速的影响系数 , ,牙齿磨损放缓因素 ,一些成本 元/片,每日钻井费用 元/天,钻井作业费用 1元/小时。

三个HJT517GK辊筒位参与这部分的完整钻井泥浆录井数据被选中。钻井参数如表所示2。

从表可以看出2钻压优化是略高于实际钻压的平均值。建议使用高钻压钻井地层。优化的速度是没多大区别的实际平均钻井速度。优化的一点一点穿大于实际的磨损。如果一点一点退出时穿达到0.8 ~ 0.9,有些可以提高利用率,在一定程度上可以降低钻井成本,和钻井可以提高经济效益24]。

图6显示计算结果的安全钻井液密度窗口。是一个正常压力系统,和水深没有对地层压力的影响。深水地层的孔隙压力变化是一样的土地形成。深水地层的安全钻井液密度窗口很窄,这主要是由于破裂压力值由低水平的原位应力引起的。考虑到地层压力不受水的影响深度,最小水平地应力作为泄漏压力,密度之间的窗口和崩溃的压力大约是0.3克/厘米³,这是容易钻井液泄漏。从钻井条件的角度,坍塌压力的计算值与实际钻井液的密度一致,和裂缝压力和泄漏压力与测量值一致,表明计算模型的合理性(25]。

5。结论

本文以钻井参数的优化组合,在钻井过程中为研究对象,介绍了约束控制钻井成本最低,建立非线性优化数学模型的结合多个钻井参数。针对一般的自适应遗传算法的缺点,提出了改进措施,改进后的算法是用来解决模型。优化仿真测试结果表明,钻井参数优化方法基于改进的自适应遗传算法(AGA)可以完成钻井参数设计任务在约束条件下,可以降低钻井成本,提高设计效率和准确性。计算过程之间的比较和优化改善AGA法和PSA法的结果表明,当钻头磨损达到0.8 - -0.9,钻头可以再次赶出,可以提高使用率,提高设计效率和准确性,降低钻井成本。优化钻头的磨损量高于实际的。增加一些可以的利用率降低钻井成本的米在一定程度上,提高钻井的经济效益。改进AGA方法具有快速和稳定的收敛,小波动的人口健康、低频率,大大改善了基因进化效率。在特定条件下的技术设备,使用该参数优化方法是一种有效的方法提高钻井参数设计的效率。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。