«Строительство нефтяных и газовых скважин на суше и на море»

Анализ процесса оптимизации режимов бурения долотами режущего типа методом проводки опорно-технологических скважин

УДК: 622.242.3
DOI: -

Авторы:

¹ РГУ нефти и газа (НИУ) имени И.М. Губкина, Москва, Россия
² Лаборатория сверления AI, Хадбад-аль-Зафран, Объединенные Арабские Эмираты

Ключевые слова: оптимизация режима бурения, опорно-технологические скважины, кривая обучения, нейронные сети, PDC, лопастные долота, технический предел

Аннотация:

Статья посвящена анализу метода оптимизации режимов бурения долотами режущего типа путем проводки опорно-технологических скважин (ОТС). Установлено, что бурение ОТС экономически более эффективно по сравнению с "кривой обучения" при невысоком горном давлении (глубина по вертикали до ~1500 м) либо геологическом разрезе, представленном мягкими и средней твердости породами. Рассмотрены перспективы и пути совершенствования метода бурения ОТС современными долотами режущего типа – PDC, что позволит существенно расширить область его применения. Метод проводки ОТС заключается в регистрации механической скорости проходки (МСП) при различных сочетаниях параметров режима бурения в заданных горно-геологических и технических условиях. Для подготовки модели прогнозирования МСП использовались промысловые данные, полученные со станции ГТИ при бурении трех скважин, входящих в один куст, на месторождении Силлиманит в Северном море. Бурение осуществлялось с самоподъемных буровых установок в схожих по геологии и технологии условиях.

Список литературы:

1. Гельфгат М.Я., Джафаров Р.Ф. Сравнительный анализ процесса оптимизации режимов бурения методом проводки опорно-технологических скважин и "кривой обучения" // Стр-во нефтяных и газовых скважин на суше и на море. – 2025. – № 2(386). – С. 5–13.
2. Нескоромных В.В., Борисов К.И. Долота с резцами PDC для бурения скважин на нефть и газ // Neftegaz.RU. – 2014. – № 3-4(27-28). – С. 44–48.
3. Финкельштейн Г.М. Исследование процесса бурения глубоких скважин долотами режущего типа: дис. … канд. техн. наук: 05.00.00. – М., 1971. – 216 с.
4. Gelfgat Y.A., Gelfgat M.Y., Lopatin Y.S. Well Drilling Optimization Methods in the FSU // Advanced Drilling Solutions: Lessons from the Former Soviet Union. Vol. 1. – Tulsa: PennWell Corporation, 2003. – Chapter 3. – P. 199–284.
5. Brett J.F., Millheim K.K. The Drilling Performance Curve: A Yardstick for Judging Drilling Performance // 61st SPE Annual Technical Conf. and Exhibition, New Orleans, LA, Oct. 5–8, 1986. – DOI: 10.2118/15362-MS
6. Методика проводки опорно-технологических скважин / Я.А. Гельфгат, Ю.С. Васильев, А.В. Орлов [и др.]. – 2-е изд. – М.: ВНИИБТ, 1971. – 39 с. – (Тр. ВНИИБТ. Вып. 61).
7. Bingham M.G. How to Interpret Drilling in the Performance Region // Oil & Gas Journal. – 1964. – Vol. 62. – P. 173–176.
8. Hankins D., Salehi S., Saleh K.F. An Integrated Approach for Drilling Optimization Using Advanced Drilling Optimizer // J. of Petroleum Engineering. – 2015. – Vol. 2015. – DOI: 10.1155/2015/281276
9. Hareland G., Rampersad P.R. Drag-Bit Model Including Wear // SPE Latin America/Caribbean Petroleum Engineering Conf., Buenos Aires, Argentina, April 27–29, 1994. – DOI: 10.2118/26957-MS
10. Липатников А.А., Гераськин А.С., Леонов Е.Г. Совершенствование модели для выбора лучшего долота и определения оптимального времени его отработки с учетом переменного времени вспомогательных работ // Бурение и нефть. – 2018. – № 6. – С. 28–33.
11. Потапов О.А. Разработка метода оперативной оценки оптимального времени работы долота на забое в квазиоднородном интервале при роторном бурении: дис. … канд. техн. наук: 25.00.15. – М., 2006. – 115 с.
12. H.R. Motahhari, G. Hareland, James J.A. Improved Drilling Efficiency Technique Using Integrated PDM and PDC Bit Parameters // J. of Canadian Petroleum Technology. – 2010. – Vol. 49, Issue 10. – P. 45–52. – DOI: 10.2118/141651-PA
13. An Analytical Model Coupled with Data Analytics to Estimate PDC Bit Wear / Liu Zhengchun, C.N. Marland, Li Dong, R. Samuel // SPE Latin America and Caribbean Petroleum Engineering Conf., Maracaibo, Venezuela, May 21–23, 2014. – DOI: 10.2118/169451-MS
14. Джафаров Р.Ф., Дадашев М.Н. Комбинирование алгоритмов машинного обучения и метода Монте-Карло при планировании сроков строительства скважин // Вестн. Ассоц. буровых подрядчиков. – 2021. – № 4. – С. 17–22.
15. Prediction of the Rate of Penetration while Drilling Horizontal Carbonate Reservoirs Using the Self-Adaptive Artificial Neural Networks Technique / A. Al-AbdulJabbar, S. Elkatatny, A.A. Mahmoud [et al.] // Sustainability. – 2020. – Vol. 12, Issue 4. – P. 1376. – DOI: 10.3390/su12041376
16. Amer M.M., Dahab A.S., El-Sayed A.-A.H. An ROP Predictive Model in Nile Delta Area Using Artificial Neural Networks // SPE Kingdom of Saudi Arabia Annual Technical Symposium and Exhibition, Dammam, Saudi Arabia, April 24–27, 2017. – DOI: 10.2118/187969-MS
17. Drilling in the Digital Age: Machine Learning Assisted Bit Selection and Optimization / P. Batruny, H. Zubir, P. Slagel [et al.] // Int. Petroleum Technology Conf, Virtual, March 23 – April 1, 2021. – DOI: 10.2523/IPTC-21299-MS
24. Джафаров Р.Ф., Дадашев М.Н. Моделирование механической скорости проходки и износа вооружения долот PDC // Нефтегазовое дело. – 2024. – Т. 22, № 6. – С. 63–72. – DOI: 10.17122/ngdelo-2024-6-63-72
19. Джафаров Р.Ф. Оптимизация режима бурения скважин на шельфе долотами PDC на этапе планирования: дис. … канд. техн. наук: 2.8.2. – М., 2024. – 130 с.
20. Chen Xuyue, Yang Jin., Gao Deli. Drilling Performance Optimization Based on Mechanical Specific Energy Technologies // Drilling / Edited by A. Samsuri. – London, 2018. – Chapter 8. – DOI: 10.5772/intechopen.75827