基于径向基函数(RBF)神经网络的储层损害诊断技术研究

在石油勘探开发过程中会因各种原因造成储层损害,降低油井产量甚至停产,必须对损害储层进行准确定量诊断的基础上采取相应的解堵措施,提高或恢复油井产量．人工神经网络法是进行储层损害诊断较好的方法,但目前仅限于BP神经网络,或改进的BP神经网络的应用．本文通过对BP神经网络和径向基函数（RBF）网络的对比表明,径向基函数（RBF）网络具有收敛速度快、预测精度高等优点,并在确定影响储层敏感性和各损害类型因素的基础上,分别收集了各数据70组以上,然后进行了径向基（RBF）网络训练和应用,分别建立了径向基（RBF）神经网络在储层损害敏感性和定量诊断领域的应用,实现了对储层水敏性、盐敏性、速敏性预测,以及储层微粒运移、固相颗粒堵塞、水化膨胀和结垢损害程度的定量诊断;同时,提出的径向基（RBF）网络储层损害定量诊断法在孤东油田17口井上得到了检验,成功率达100％,证明RBF网络法与其它方法相比具有诊断结果准确性高、结论可靠、推广应用方便、收敛速度快等优点,提高了储层保护措施和解堵措施优化决策的科学性和准确性,在油田生产中发挥了重要作用．     

新型广谱"油膜"暂堵型钻井完井液体系研究与应用

在钻井过程中为达到保护油层的目的,通常根据油层的平均孔喉半径,在上部钻井液中加入合适粒经的暂堵剂,再配合胶体填充粒子等,将上部钻井液改造为对油层具有保护作用的钻井完井液;但往往在实际钻井中,油层孔喉半径分布范围较宽,导致改造后的钻井完井液仅对某井段具有较好的屏蔽暂堵效果,而对另外的井段起不到较好的保护油层作用.本研究针对油层非均质性强、孔径分布范围较大、油层孔径难以准确预知等特点,根据室内岩样污染评价结果,提出了采用广谱"油膜"暂堵剂GPJ进行广谱"油膜"暂堵,通过室内评价和现场应用表明,该钻井完井液体系不仅实现了对油层的广谱暂堵,而且保护油层效果更佳,可获得更大的日产油量.