基于BH-EKLD早期溢漏监测仪的全流程主动防御监测系统
王智, 孙合辉, 韩达, 郑洪伟, 宋长虹, 王盈
中国石油渤海钻探第一录井公司

作者简介:王智 工程师,1985年生,2009年毕业于辽宁石油化工大学测控技术与仪器专业,现在中国石油渤海钻探第一录井公司从事录井设备的研发和制造工作。通信地址:300280 天津市滨海新区海滨街道团结东路8号。E-mail:327280830@qq.com

摘要

针对钻探作业中溢漏发现滞后、响应被动的问题,基于BH-EKLD早期溢漏监测仪现场实践,设计构建了全流程主动防御监测系统。该系统以导流管微流量高精度测量为前端感知,结合基于物理过程和工况耦合的流量增量预警模型及闭环验证自动灌浆控制,通过提出统一的技术框架、信号处理与异常判识流程,建立溢漏量估算模型,采取抗干扰滤波与多参数融合决策方法,实现“监测-诊断-预警-控制”闭环。对多个油田25口井的现场应用数据进行统计分析与典型案例论证,结果表明,该系统将溢漏预警平均提前3~5 min,最小可监测流量变化<1 L/s,显著提高了井控处置时效性和成功率,具备工程化推广价值。

关键词: 井控; 早期溢漏; 全流程; 实时监测; 主动防御
中图分类号:TE132.1 文献标志码:A
A full-process active defense monitoring system based on BH-EKLD early kick and lost circulation monitoring instrument
Wang Zhi, Sun Hehui, Han Da, Zheng Hongwei, Song Changhong, Wang Ying
No.1 Mud Logging Company,BHDC,CNPC,Tianjin 300280,China
Abstract

To address the issues of delayed detection and passive response to kick and lost circulation during drilling operations,a full-process active defense monitoring system was designed and constructed based on the field applications of BH-EKLD early kick and lost circulation monitoring instrument. The system features high-precision measurement of diversion pipe micro-flow as its front-end sensing,combining with a flow rate increment early warning model based on physical process and operating condition coupling,along with closed-loop verification for automatic grouting control. By proposing a unified technical framework,signal processing,and anomaly identification process,establish a kick and lost circulation volume estimation model. Adopt anti-jamming filter and multi-parameter fusion decision methods to achieve a "monitoring-diagnosis-early warning-control" closed loop. Conduct statistical analysis on the field application data and demonstrate typical cases from 25 wells in multiple oilfields. The results show that the system advances the kick and lost circulation warning by an average of 3-5 min,with the minimum detectable flow rate change is less than 1 L/s,significantly improving the timeliness and success rate of well control disposal,and has engineering promotion value.

Keyword: well control; early kick and lost circulation; full-process; real-time monitoring; active defense
0 引言

随着全球油气资源勘探开发的不断深入, 勘探重点已由浅层常规油气藏向深层、超深层、复杂构造区及非常规资源领域转移。深层、超深层及非常规地层普遍具有地层压力高、温度高、岩性复杂、孔隙度与渗透率低等特征, 使钻井作业所面临的井控风险显著增加。在高温高压(HPHT)、窄密度窗口及深水钻井等复杂工况条件下, 井下压力体系的不确定性与井筒结构的复杂性使井控形势更加严峻[1]。任何微小的流体入侵、漏失等异常情况, 若未能在早期及时识别与控制, 均可能演化为严重的井喷或井漏事故, 不仅威胁人员与设备安全, 还可能造成环境污染和重大经济损失。

传统井控监测方式主要依赖钻井液池体积变化、流量差监测及人工巡检等被动手段。该类方法虽在常规井作业中具有一定效果, 但存在响应滞后、灵敏度低等不足, 难以捕捉早期微弱的流体扰动信号。尤其在深井、斜井及海上钻井环境中, 信号传递路径长、噪声干扰强, 导致传统监测数据的实时性与准确性显著降低[2, 3]。

国内外陆续开展了基于流量测控、井口实时监测、智能传感及大数据分析的相关研究, 旨在实现井控的“ 早识别、早响应” 。我国井控监测技术起步相对较晚, 但发展迅速。随着深层及高温高压井开发需求的增加, 国内多家科研院所与油服企业在井控自动化与智能化方面取得了突破性进展。中国石油集团工程技术研究院有限公司、中石化石油工程技术服务股份有限公司等单位相继开展了早期井涌识别与预警系统研究, 开发了基于流量差、钻井液密度及气体含量等多参数融合判断的监测系统, 并在多口高风险井中实现了应用验证, 具备良好的实时性与可靠性[4, 5, 6]。国际方面, 挪威国家石油公司(Equinor)和贝克休斯(Baker Hughes)先后提出基于控压钻进(Managed Pressure Drilling)的闭环井控理念, 通过实时调节环空压力, 实现对井底压力的精确控制, 减少井涌与漏失风险。随着人工智能与机器学习技术的引入, BP、Shell等公司进一步探索基于大数据的井控风险预测模型, 如机器学习驱动的Kick Detection算法与异常流体模式识别模型。这些系统可在早期阶段识别微小压力扰动, 实现井控由“ 反应型” 向“ 预测型” 转变[7, 8, 9]。

渤海钻探第一录井公司研发了基于BH-EKLD早期溢漏监测仪的全流程主动防御监测系统(简称全流程主动防御监测系统), 其核心原理是利用高精度导流管微流量传感器完成对钻井液流量变化的监测, 进而完成钻探全过程溢流或漏失的监测和预警, 并不断升级改造, 以期能够适配多种工况监测需求, 减轻现场人员负担, 提升作业效率与监测精度。

1 全流程主动防御监测系统框架

全流程主动防御监测系统遵循“ 前缘感知-智能判识-执行控制-闭环验证” 的技术路线, 实现从数据采集到自动干预的全过程智能化管控。系统以“ 主动防御” 理念为核心, 将井控安全由“ 事后响应” 转变为“ 实时识别、主动处置” 。

为适应复杂井下工况的多变性与信号扰动特征, 全流程主动防御监测系统采用分层协同架构, 整体划分为4个功能层级:感知层、边缘计算层、中央决策层与执行控制层。各层之间通过高速数据链与自适应控制协议实现信息互通与状态联动, 构建起具备实时响应与自适应的闭环控制系统。框架各部分功能层级及处理系统如图1所示。

图1 全流程主动防御监测系统框架

1.1 感知层

感知层是系统的基础模块, 主要负责钻井液的实时信号采集与处理。该层采用高精度导流管微流量传感技术, 能够实现微小流量差的高分辨率测量, 对早期气侵、漏失等异常工况具有极高敏感性。同时, 系统集成了多参量传感单元, 可同步采集压力、温度、密度及烃类气体浓度等关键参数, 实现对井筒动态的多维感知。

1.2 边缘计算层

边缘计算层承担数据处理与特征提取任务。由于钻井现场信号复杂、噪声干扰强, 传统中心化计算模式存在时延大等问题。系统通过在边缘端部署计算单元, 实现实时滤波、特征提取与增量计算, 并采用自适应卡尔曼滤波模型, 可在毫秒级响应时间内识别出流量与压力信号的微小突变, 从而捕捉异常的早期征兆。

1.3 中央决策层

中央决策层是整个系统的“ 智能中枢” , 负责综合分析来自边缘计算层的多源信号, 并基于相变增量预警模型与多参数融合算法进行智能判识。流量增量预警模型通过识别流体状态由稳定到非稳定的微小相变特征, 实现早期异常识别。决策层的数据处理核心采用多核并行计算架构, 配合时序分析与模式识别算法, 可在短时间内完成数据的融合计算, 实现对井控风险的预警。

1.4 执行控制层

执行控制层是系统实现主动防御的关键环节, 主要包括大钩联锁自动灌浆模块与自动/人工混合控制策略两部分。系统设计保留人工干预接口, 以确保在复杂突发情况下, 现场操作人员可根据实时信息参与决策与控制, 实现“ 自动为主、人工兜底” 的安全策略。此外, 执行控制层配备状态反馈单元, 实时监测执行效果, 并将数据回传至决策层形成闭环验证, 确保系统控制动作的有效性与稳定性。

1.5 模块化与标定设计

为提高系统的工程适应性与现场推广性, 系统在结构设计上强调模块化部署与参数化标定。各功能模块采用标准化接口, 可根据不同钻机型号、井身结构及钻井液循环系统灵活配置。同时, 系统通过快速标定算法实现关键参数(如流量系数、密度修正因子、响应阈值)的自适应设定, 大幅减少现场调试时间。该设计使系统能够在陆地、海上及非常规井等不同作业环境中实现高效复用, 显著提升了其应用推广价值。

综上, 全流程主动防御监测系统通过软硬件协同与算法智能化设计, 实现了井控监测从“ 被动响应” 向“ 主动防御” 的根本性转变, 为深层、高温高压及复杂井作业提供了全新的安全保障与支撑。

2 关键技术与方法

全流程主动防御监测系统的核心在于:通过基于流体动力学建立的模型、高精度流量测控与智能预警算法, 实现对井口微小流体扰动的快速识别与主动响应[10, 11]。其总体原理建立在钻井液循环系统实时分析基础之上, 结合流体相态变化理论、气体状态方程与动态工况修正模型, 对出口流量、入口流量及池体积变化量进行综合判断, 从而实现对溢流与漏失的早期识别与预警。整个系统的算法框架由基于流体动力学的流量增量预警模型、多工况溢漏识别算法及自动控制灌浆与闭环验证机制3部分组成, 三者协同运行, 构成了系统主动防御的技术核心。

2.1 基于流体动力学的流量增量预警模型

在地层中, 由于地层压力的存在导致气体呈现压缩状态, 但侵入井筒的气体向上运移过程中, 所受环空压力逐渐降低, 导致气体体积持续膨胀。基于此规律的流量计和钻井液池液面监测法存在滞后性, 难以实现溢流的早期监测。为了实现异常状态的定量识别, 本系统在流体力学原理基础上建立了流量增量预警模型。该模型以真实气体状态方程为基础, 刻画井筒中气体在不同深度下的体积演化特征, 其基本形式为:

pV=ZnRT(1)

式中:p为井眼压力; V为气体体积; Z为气体压缩因子(偏差系数), 用以修正实际气体与理想气体的偏差; n为气体摩尔数; R为气体常数; T为温度。

井下不同深度处压力、地温梯度及偏差系数与井底对应值的比值随井深呈规律性变化(图2)。假设气体在上升过程中摩尔数n保持不变, 依据理想气体状态方程 p1V1=p2V2, 可得井筒内任一位置气体体积 Vz相对于井底时的体积 Vb变化关系为:

VzVb=fpbpz,TzTb,ZzZb(2)

式中:下标b表示井底; 下标z表示任意测点深度。

图2 井下不同深处的压力、地温梯度及偏差系数与井底对应值的比值分布范围

由于井筒中气体体积随压力、温度、偏差系数变化而变化, 而这些变量又随井深变化, 要获得气体体积在井筒任意深度处的微小变化增量, 需基于气体状态方程进行偏微分运算求解增量。依据钻井液井筒径向不稳定渗流理论[12], 引入以下无量纲参数和物性系数:D为径向距离; η 为综合扩散-黏滞物性系数, 受流体黏度、地层渗透率与孔隙度控制; γ 为径向渗流几何构型系数, 由储层几何尺寸与井型结构决定。由此, 建立井筒单相流体径向不稳定渗流压力扩散控制方程(此处t为时间):

∂2p∂D2+1γ∂p∂D=1η∂p∂t(3)

对式(1)全微分, 得到微小压力、温度扰动下的气体体积增量:

dV=nRTpdZ+nRZpdT-ZnRTp2dp(4)

结合式(2)可得井筒内任意深度气体体积增量:

dVz=Vbdfpbpz,TzTb,ZzZb(5)

对式(3)全微分并代入渗流场约束, 得到气侵热力-渗流耦合平衡微分方程:

(∂3p∂D3+1γ∂2p∂D2-1η∂2p∂D∂t)dD+(∂3p∂D2∂t+1γ∂2p∂D∂t-1η∂2p∂t2)dt=0(6)

基于低速渗流、小扰动、忽略高阶小量假设, 忽略三阶偏导数并合并混合偏导项, 简化得到压力-温度二阶耦合控制方程:

(1γ∂2p∂D2-1η∂2p∂D∂t)dD+(1γ∂2p∂D∂t-1η∂2p∂t2)dt=0(7)

定义单位面积瞬时气侵通量q= -1D∂p∂D, 令Ψ =p2, 工程应用中压力平方梯度与通量q线性相关:

∂Ψ∂D=Aq(8)

式中:A为综合物性系数。

地层与井筒渗流驱动力满足二次压力势差(Δp2):

Δp2=pe2(t)-pw2(9)

式中: pe(t)为随时间动态变化的地层孔隙压力; pw为井底流压。

联立得到气侵通量一元二次平衡方程:

Bq2+Aq-[pe2(t)-pw2]=0(10)

式中:B为非线性渗流紊流修正系数。

上式表示二次压力势差对单位面积气侵通量的约束关系, 利用一元二次方程求根公式, 舍去无意义负值, 保留气侵通量q> 0作为有效解。

考虑全过程动态气侵累积, 乘以等效渗流过流面积S, 在归一化区间[0, 1]进行积分, 最终得到总气侵量(Qg)公式:

Qg=∫01q(τ)Sdτ(11)

式中: τ∈0,1, 表示归一化无量纲时间。

上式揭示了气体在井筒中的膨胀规律, 为分析溢流状态下钻井液出口流量增量的变化规律提供了理论依据。可以据此设定溢流状态下的流量增量区间, 增加对溢流发生时间的判断准确性, 从而提高溢流判断的及时性和准确率。

通过设定井底气体完全气化的边界条件, 并结合温度、压力沿井筒的分布规律, 使系统能够在流量扰动初期准确捕捉异常, 实现早期溢流预警。

2.2 多工况溢漏识别算法

考虑到钻进、起钻及下套管等不同工况下循环系统的流体特征差异, 系统建立了多工况自适应溢漏识别算法, 实现了在多阶段作业过程中的连续判识与模型切换。

在钻进工况中, 系统以出口流量(Qout)与入口流量(Qin)差值为主要判断指标, 据此定义参数:

ΔQ=Qout-Qin(12)

当 ΔQ> 0时, 系统判定为溢流; 当 ΔQ< 0时, 则认为发生漏失。算法对流量信号进行连续采样与累计计算, 通过对出口流量的瞬时变化率及阶段累计差值的变化趋势分析, 识别出系统平衡的微小扰动。当差值持续超出动态门限并经滤波验证后, 即触发溢漏预警。

在起下钻过程中, 系统采用实际灌浆量(Vactual)与理论灌浆量(Vtheoretical)的差值作为对比判据实现溢漏识别, 其差值定义为:

ΔV=Vactual-Vtheoretical(13)

当 ΔV> 0时表示井漏, 当 ΔV< 0时表示溢流。实际灌浆量可通过计量罐体积变化或灌浆流量计累计值两种方式获得, 二者互为校验。

算法可根据实时作业状态自动切换监测模式, 在停泵、起钻或下套管等阶段均能保持连续识别, 从而显著提高系统对复杂工况的适应性与监测可靠性。

2.3 自动控制灌浆与闭环验证机制

为了实现井控由被动防护向主动防御的转变, 系统集成了自动控制灌浆模块。当系统判断模块监测到漏失预警信号时, 系统将自动启动灌浆泵, 并依据大钩高度、负荷变化以及设定立柱数等条件控制灌浆启停。

自动灌浆逻辑主要包括3个阶段:当漏失参数超出启动阈值时系统立即开启灌浆; 当出口流量变化达到停止阈值或灌浆量达到理论补偿量时系统停止灌浆; 在非作业期间系统可按照预设时间周期自动启停灌浆, 以维持井口静压平衡。

在自动模式下, 系统仍保留人工干预接口, 现场操作人员可根据实际情况选择手动控制。自动与人工两种控制模式互为补充, 既保证了响应的及时性, 也提高了极端情况下的操作安全性。系统在每次灌浆停止后自动生成坐岗记录表, 记录包括流量、灌浆量及报警状态等关键参数, 并与人工记录进行比对校核, 实现全过程的数字化追溯。

2.4 综合算法集成与系统性能

全流程主动防御监测系统在设计上实现了多工况下钻井液实时监测、流量增量预警模型与智能预警算法的深度耦合, 实现了“ 监测-诊断-预警-控制” 的闭环。系统实时采样频率1次/s, 流量测量精度达到0.5% FS(满量程), 最小可监测流量变化< 1 L/s; 采用流量预警模型后, 溢漏事件的预警时间可提前3~5 min。系统能够适应钻进、起下钻、固井等多种作业工况, 实现全过程连续监测。模块化结构与参数化标定设计使系统能够快速部署于不同钻机与井场, 具备优异的工程适应性。通过流量增量预警模型、多工况溢漏识别算法和自动控制灌浆与闭环验证机制的协同运行, 系统实现了从被动监测到主动防御的跨越, 显著提高了复杂地层和窄密度窗口条件下的井控安全水平, 为高风险钻井作业提供了可靠的智能化安全保障。

3 现场工程应用与案例分析

本文对2018-2025年间多个油田的工程部署数据进行汇总分析, 该系统共计为25口重点风险探评井进行技术服务, 累计发出溢漏类预警127次, 经现场钻井队核实确认有效预警121次, 准确率达到95%以上。以长庆市场应用3口重点井(2口重点风险探井, 1口大位移水平井)为例:XT 1井服务时长约6个月, 监测预警20次, 钻进预报井漏11次, 下钻预报井漏2次, 地质循环预报井漏2次, 钻塞预报井漏3次, 预报井漏失返2次, 均获现场钻井队认可; HT 1井现场服务时长46 d, 共计预报异常工况4次, 其中钻进时预报井漏1次, 划眼时预报井漏3次, 均获现场钻井队认可; NL 16H井现场服务时长4个月, 共计预报异常工况6次, 直井段预报井漏2次, 水平段预报井漏4次, 均获现场钻井队认可。此外, 大港及新疆市场为非常规油气开发井、重点风险探井等22口井提供技术服务。以下列举典型案例以说明监测系统在现场发挥的重要作用。

3.1 失返性井漏早期预警与成功处置

2024年5月, 全流程主动防御监测系统在XT 1井服务过程中, 于21:04钻至井深4 828.05 m时, 监测到出口流量出现异常下降趋势(图3), 操作人员立即前往罐区通知泥浆工进行核实, 被告知罐面钻井液未见减少; 随后与录井队核实, 确认出口流量及罐区总池体积均无下降; 仍通知钻井队司钻提钻具循环检查。至21:07早期溢漏监测出口流量快速降至5.69 L/s, 再次与泥浆工核实, 钻井液总量仍未减少; 综合录井监测到出口流量由55.67%下降至33.99%, 钻井液总池体积由104.72 m3下降至103.72 m3。系统于21:10自动触发预设闭环验证机制, 并在21:12启动自动灌浆。钻井队于21:15确认发生失返。尽管随后仍发生了大体积失返(累计漏失82 m³ ), 但由于系统预警及时与初期自动化处置, 避免了更严重的井漏事故。

图3 XT 1井早期溢漏检测仪与综合录井数据对比

该系统基于导流管前缘信号的敏感性, 在早期溢漏预警中具有明显优势。

3.2 固井作业水泥浆量偏差监测

2025年5月, 早期溢漏监测仪对QT 1井的固井注浆过程进行实时监测。在一次替浆过程中, 监测仪监测到出口流量及全烃值增大, 如图4所示。系统基于流量增量模型与闭环验证机制, 判定为气体侵入引起的计量误差, 并启动示警。处置流程包括:立即暂停注浆、做流体采样、核对计量罐并采用备用计量通道复核。最终通过调整固井参数与分段再次注浆, 确保固井质量与套管带压稳定。经钻井队和固井人员核对发现:固井车的注入量与现场记录数值产生19.46 m³ 偏差(钻井队实测得147.46 m³ , 固井车记录128 m³ )。

图4 固井作业全烃值升高与水泥浆注入量偏差监测曲线

该案例表明, 早期微量气体侵入会显著影响体积计量, 而全流程主动防御监测系统可提供及时定量信息以支持工程决策。

4 结论与展望

基于BH-EKLD早期溢漏监测仪的全流程主动防御监测系统以“ 主动防御、智能识别、闭环控制” 为总体设计理念, 围绕井控安全关键问题, 构建了集高精度感知、智能分析与自动干预于一体的综合技术系统, 使井控过程由传统的被动响应转变为主动防御模式, 可为高风险钻井提供更高等级的安全保障。

现场应用结果表明, 该系统具有良好的稳定性与可靠性。自2018年以来, 该系统先后在渤海钻探50、70、70D型钻机及多口重点风险探井中应用验证, 累计运行井次超过20次, 溢流与井漏预警多次得到现场验证, 准确率达到95%以上。以XT 1井和QT 1井为代表的典型重点风险探井中, 系统分别在溢流和井漏发生前3~5 min发出报警信号, 与综合录井气测、钻井液池体积监测结果高度一致, 部分井在起钻作业中利用自动控制灌浆功能实现了井口压力的实时平衡, 有效避免了因人工反应滞后造成的气侵扩大和井涌事故。多口井施工验证表明, 该系统在连续监测能力、报警准确性及抗干扰性能方面均优于传统被动井控手段, 其应用价值得到充分证明。

尽管该监测系统已具备较高成熟度, 但在进一步推广和工程化应用中仍存在若干问题需要持续改进。一是当前系统对多源信号融合与井下实时数据的深度耦合仍有提升空间, 需进一步引入基于机器学习的自适应判识算法, 以提高复杂噪声环境下识别的鲁棒性; 二是设备本体缺乏普适性, 需依照现场倾斜角度和长度按需定制; 三是设备体积较大, 需协调吊车安装, 极大地增加了设备安装难度。以上3点也是后续设备软硬件方面需要攻关优化的方向。

编辑 郑春生

参考文献
[1] 李中, 殷志明, 田得强. 深远海超深水钻井井控风险防控技术研究进展[J]. 钻采工艺, 2024, 47(4): 8-17.
Li Zhong, Yin Zhiming, Tian Deqiang. Research progress on well control risk management technology for deep sea and ultra-deep water drilling[J]. Drilling & Production Technology, 2024, 47(4): 8-17. [本文引用:1]
[2] 罗鑫, 李枝林, 张德军, 等. 超深井溢漏监测装备、压井技术进展及思考[J]. 钻采工艺, 2024, 47(2): 152-158.
Luo Xin, Li Zhilin, Zhang Dejun, et al. Progress and thinking of ultra-deep well overflow monitoring equipment and well press technology[J]. Drilling & Production Technology, 2024, 47(2): 152-158. [本文引用:1]
[3] 杨根. 井场导流槽非满管钻井液流量监测方法研究及应用[D]. 成都: 西南石油大学, 2023.
Yang Gen. Study and application of flow rate monitoring method for non-full pipe drilling fluid in well site diversion trench[D]. Chengdu: Southwest Petroleum University, 2023. [本文引用:1]
[4] 邓虎, 唐贵, 张林. 超深井高温高压井筒复杂流动压力演变规律研究[J]. 西南石油大学学报(自然科学版), 2023, 45(4): 111-120.
Deng Hu, Tang Gui, Zhang Lin. A study on evolution law of complex flow pressure in ultra-deep wells with high temperature and high pressure[J]. Journal of Southwest Petroleum University(Science & Technology Edition), 2023, 45(4): 111-120. [本文引用:1]
[5] Litvinova O, Eitenberger M, Bilir A, et al. Patent analysis of digital sensors for continuous glucose monitoring[J]. Frontiers in Public Health, 2023, 11: 1205903. [本文引用:1]
[6] Kim B-S, Cho W, Choi J H, et al. O30 effective radiation dose reduction in diagnostic cerebral angiography using OPTIQ and disease-specific protocols[J]. Journal of NeuroInterventional Surgery, 2024, 16(S2): A15-A16. [本文引用:1]
[7] Biterge M B, Hafez H H, Ouzzane D, et al. Waterflood surveillance in lower quality carbonate reservoir: History matching of fluid front beyond wellbore using deeplook electromagnetic time-lapse surveys[C]//SPWLA 55th Annual Logging Symposium, Abu Dhabi, United Arab Emirates: SPWLA, 2014. [本文引用:1]
[8] 中天日立光缆有限公司. 海洋光缆专用光纤单元: CN201220599399. 6[P]. 2013-05-15.
Zhongtian Hitachi Optical Cable Co. ,Ltd. Marine optical cable dedicated optical fiber unit: CN201220599399. 6[P]. 2013-05-15. [本文引用:1]
[9] 谭欣利, 张敏, 曹振义, 等. 精细控压技解决临汾区块溢漏共存钻井难题[J]. 中国石油和化工标准与质量, 2019, 39(18): 91-92.
Tan Xinli, Zhang Min, Cao Zhenyi, et al. Precision pressure control technology solves the drilling difficulties caused by simultaneous kick and lost circulation in Linfen block[J]. China Petroleum and Chemical Stand ard and Quality, 2019, 39(18): 91-92. [本文引用:1]
[10] 孙合辉, 陶青龙, 李邓玥, 等. 基于录井参数的溢流预警模型研究[J]. 录井工程, 2015, 26(4): 17-21.
Sun Hehui, Tao Qinglong, Li Dengyue, et al. Study on kick early warning model based on mud logging parameters[J]. Mud Logging Engineering, 2015, 26(4): 17-21. [本文引用:1]
[11] 孙合辉, 李邓玥, 黄汉军, 等. 出口流量监测技术在溢流预警方面的应用研究[J]. 录井工程, 2014, 25(4): 59-62.
Sun Hehui, Li Dengyue, Huang Hanjun, et al. Study on the application of outlet flow monitoring technology to kick early warning[J]. Mud Logging Engineering, 2014, 25(4): 59-62. [本文引用:1]
[12] 曹丽娜. 致密气藏不稳定渗流理论及产量递减动态研究[D]. 成都: 西南石油大学, 2017.
Cao Lina. Research on unsteady percolation theory and rate transient analysis in tight gas reservoirs[D]. Chengdu: Southwest Petroleum University, 2017. [本文引用:1]