套管出现损坏的井,称为套损井。一般按套管损坏的性质和程度来分类,分为套管变形井、套管破裂井、套管错段井和套管破漏井四种。由于射孔、腐蚀或套管自身缺陷等原因的情况下会发生套管损坏。套损不仅影响油田稳产基础,还造成注采井网的不完善,给油田区块的整体开发带来不利影响。造成套管损坏的原因很多,也很复杂,归纳起来主要有井身、地质、生产开发及套管本身等几大因素,在实际套损井中大多是以上多种因素共同作用的结果。业务人员无法通过某个因素判断套管损坏与否,很多套损井都是滞后一段时间才发现的,更无法通过一个具体的函数表达式给出多个影响因素的关系,去预测预防套损的发生。因此迫切需要运用大数据分析的手段对套损井进行分析,为油田实时调整开发参数,降低套损发生的概率,从而提高油田经济效益。
通过Tempo大数据分析平台运用以往套损井历史数据,利用分类算法构建套损的分析模型;
通过算法优化评估,得出造成套损的变量重要性top30。
通过分析套损井历史记录数据及其相关的参数指标,利用分类算法构建套管发生损坏的分析模型,找到影响套损的关键影响因素,并预测套损故障的发生。有效预测预防套损的发生,为油田实时调整开发参数,降低套损发生的概率,从而提高油田经济效益。
● 提升对于不良原因的分析效率;
● 定量给出造成不良的根因,及其重要性排名,为对不良故障的整改提供了有效的依据;
● 为油田分析复杂系统问题提供了新的途径。