论文部分内容阅读
高温深井钻井技术被认为是钻井工程领域的前沿性课题之一。开展高温深井的储层敏感性预测方法研究对有效保护该类储层具有重要意义，特别是对于探井以及在缺乏岩心样品和各种地质资料的情况下，通过对储层敏感性潜在损害因素的预测，可对其主要损害机理进行科学的诊断，从而为钻井液、完井液以及其它工作液的优化设计提供重要的依据。 首先通过室内实验，研究了温度对储层敏感性的影响。研究发现，温度对高温深井油气层水敏损害的影响是不容忽视的。温度升高使岩石骨架颗粒产生热膨胀，并加剧粘土矿物的水化膨胀，从而导致岩石孔喉进一步缩小，引起储层渗透率下降。 本文将BP神经网络智能化方法应用于对高温深井储层敏感性的定量预测。该预测方法充分考虑了温度对储层敏感性的影响，研制的配套软件具有使用方便、预测精度高(超过83％)等特点，从而为高温深井储层敏感性预测提供了一个新的手段。