数智应用
罗光东, 张立刚, 姜洪福, 亢林琳, 孙伟石, 李钧儒
岩石硬度和塑性系数是石油钻探的重要指标,由于全尺寸岩心取心难度大、成本高,利用岩心实验获取该指标的方法受到限制。为此选取某油田青山口组岩心,通过开展静载压入实验和XRF元素实验,构建硬度、塑性系数和元素特征数据集,并运用皮尔逊相关性分析和粒子群优化的BP神经网络(PSO-BP)算法,揭示了岩石硬度和塑性系数的主控元素,建立了基于XRF元素录井的页岩硬度和塑性系数随钻跟踪评价方法。预测结果表明:页岩硬度的主控主量元素为Fe、Al、K、Ca,微量元素为Cr、Rb,页岩硬度与Ca元素呈正相关,与其他主控元素呈负相关;塑性系数的主控主量元素为Ti,微量元素为Cd、Nb、Ni、V,塑性系数与Ti元素呈负相关,与其他主控元素呈正相关;页岩硬度预测模型网络误差为8.06×10-8,塑性预测模型网络误差为3.02×10-11,均小于预设阈值。由该方法在页岩油钻井随钻跟踪中的应用可知,工区页岩主体属于中软3级的低塑性岩石,据此推荐了适配的PDC钻头,取得了较高的机械钻速,为钻井动态优化提供了技术支撑。