压力预测技术研究
地层三个压力剖面预测技术现状与发展趋势
斜井线弹性井眼围岩应力分布
直井非线性井眼围岩应力分布
直井弹塑性井眼围岩应力分布
编辑ppt
5
直井线弹性井眼围岩应力分布规律
假设:地层为线性、均质、各向同性弹 性体。
h H
编辑ppt
6
h H
h
h H- h
编辑ppt
7
则,井眼围岩应力分布规律为:
r
H h
2
1
r2 a2
H
h
2
14
r2 a2
3
r4 a4
计算坍塌压力和破裂压力
特点:处理过程简单、成本低、相关性 好、精度较高、监测。
编辑ppt
25
(3.7) LWD、SWD法
基本原理
测量参数
地应力
测量参数
强度参数
计算坍塌压力和破裂压力
特点:设备要求高、处理过程简单、相 关性和精度取决于测量参数的多少。
编辑ppt
26
(3.8)经验模型法
基本原理 孔隙压力:声波时差法、电阻率法、页岩
1200
1400
1600
井深(m)
1800
2000
2200
2400
2600
2800
编辑p井 pt 深(m)
3000
3200
33
5.2 冀东柳12-6井
density/cm3
pf pc pp
2.5
2.0
1.5
1.0
0.5 900
2.5
1200
1500
depth /m
1800
2100
2.0
1.5
1.0
编辑ppt
13
裂纹尖端周向应力:
Fillippone方法在Ⅰ区块压力系数预测的应用
2019年03月油田管理Fillippone 方法在Ⅰ区块压力系数预测的应用田波(华东油气分公司研究院物探所,江苏南京260000)摘要:现阶段地层孔隙压力预测的方法技术有很多,不同的方法在预测原理方面不完全相同,各个预测方法都有着自身的优点及其局限性。
为了找出适合于研究区域的地层压力预测方法,首先要分析地质背景,在其基础上选择合适的方法,确保方法正确的前提下,精确求取各类相关参数,可以减少误差,以提高压力预测的精度。
本文应用Fillippone 方法,对Ⅰ区块压力系数进行预测,取得了良好的效果。
根据预测结果:Ⅰ区块龙马溪组地层压力系数大,一般在1.3-1.5之间,区块范围内差异较小,页岩气较为富集。
关键词:地层压力预测;层速度;三维地震Ⅰ区块及周缘整体上位于川东南地区以东,鄂西-渝东地区以西,在地史上经历了扬子、加里东、海西、印支、燕山、喜山等六个主要构造旋回。
在晚奥陶世-早志留世期间,该地区相对封闭,沉积了一套深水-浅水陆棚相的地层,其中,五峰组-龙马溪底为一套优质烃源岩。
A 井埋藏史热史研究表明,该地区五峰-龙马溪组烃源岩热演化主要经历5个阶段。
研究区深水陆棚相页岩主要发育于上奥陶统五峰组和下志留统龙马溪组,控制着黑色富有机质页岩的分布。
页岩气产量与压力系数呈正相关关系(图1)。
图1页岩气探井压力系数与产能关系(据文献)1地层压力预测1.1基本原理及预测方法利用地震方法预测三维区地层孔隙压力,主要基于欠压实理论。
从岩石力学可知:岩石层承受的上覆地层压力一部分作用于岩石骨架上,一部分作用于孔隙流体;实验结果表明纵、横波速度是有效应力(或压差)的单调函数,速度与有效应力成正相关。
有效应力越小,孔隙压力越高,地层速度越低;也就是说,地层速度与有效应力成正相关,与孔隙压力成负相关关系。
因此可以利用地震速度来预测地层孔隙压力。
1.2Fillippone 法原理公式Fillippone 法是1978年由W.R.Fillppone 对墨西哥湾沿岸等地区油田的地震、测井、钻井等多方面资料进行综合研究后提出的。
基于机器学习的心理健康预测模型研究
基于机器学习的心理健康预测模型研究
近年来,由于工作压力、社交压力、家庭压力等诸多原因,心理健康问题越来越受到人们的关注。
然而,目前的心理健康问题预测仍然是一件非常困难的事情。
为了解决这一难题,越来越多的专业人士开始将机器学习应用于心理健康问题的预测中。
机器学习技术可以自动地学习和改进算法,使其能够快速有效地预测心理健康问题。
首先是使用者在心理健康方面的基本信息,比如年龄、性别、职业等,机器学习可以通过建模来分析他们的抑郁症、焦虑症等潜在心理健康问题的概率。
与传统的预测方式相比,基于机器学习的心理健康预测具有以下优势。
第一,基于机器学习的心理健康预测模型具备自主学习的能力,能够自动地识别重要的特征和模式,而非依赖领域专家和传统专业知识。
第二,基于机器学习的模型,可以通过将大数据与与模型相结合,可以先识别出与问题相关的特征,并进一步识别一个信息群,帮助专家了解问题影响力。
第三,基于机器学习的预测模型,可以对患者的诊断和治疗进行反馈,并制定出未来的正确分类模型。
除此之外,近年来,随着阿尔茨海默氏症、抑郁症等疾病的增加,国内的专业机构和医院也正在开展类似的研究,尝试将基于数据分析的方法与传统医学方法相结合,来支持健康医疗领域的创新和发展。
基于机器学习的心理健康预测模型的研究,不仅可以为心理学领域的研究和治疗提供新的方法,同时也是人工智能的应用之一,使人们所熟知的大数据技术在心理健康领域得以焕然一新。
总之,基于机器学习的心理健康预测模型的研究,已经向我们展示了人工智能与心理学领域的强大结合。
随着技术不断提高,相信人们可以通过学习,重新定义心理健康的界限和医学模型。
庆深气田火山岩地层三个压力预测技术研究
Qn —ag ( rl gE g er gadT cnl yR sac s t e f a i rl g n xlr i nier g o p— i g n Dii ni ei eh o g eerhI tu qn D ln dE poao E g e n m a g ln n n n o n ito D g i i a tn n i C n ,D qn el gag13 1 , hn ) y a i H i nj n 6 4 3 C ia g o i
井工程设计的一项重要 内容 。分析了火山岩地层 的压力预测技术 , 首次将 国外 先进的岩石力学 理论应用 于庆深气
田火 山岩地层 , 建立 了 3个压力预测模型 , 针对模型和庆深气 田火 山岩地层特性提 出 了新 的修正方 法 ; 编制 了庆深 气 田火 山岩地层 3个压力预测软件 , 该模型软件精度满足现场施 工要 求 , 为大庆地 区钻井工程设计提供 了参 考。 关键词 : 山岩 ; 火 孔隙压力 ; 坍塌压力 ; 破裂压力 ; 预测模 型 ; 大庆地 区
o ed s no d ln n nei a i ae. frh ei f rl ge g er gi D qn ra t g i i i n n g
Ke r s:v l a i o k;p r r s u e o lp ig p e s r y wo d oc nc r c o e p e s r ;c l sn rs u e;b e k o r su e;p e it n mo e ;Da i g a e a ra d w p es r n rd ci d l o qn a r
o r su e p e it n s f r ewe e w r e u ,a d t e p e iin me h o s u t n r q e t ,i p o i e e rf r n e fp e s r r d ci ot o wa r o d o t n h rc s t e c n t ci e u ss t r vd s t ee e c d o t r o h
钻井过程中地层压力预测与监测
钻井过程中地层压力预测与监测[摘要]钻井过程中异常高压研究在石油勘探行业给予了足够的重视是因为它在石油勘探开发中具有十分重要的理论和实际意义。
本文提出了以地质研究为基础,综合测井、地震和录井等资料,进行区块研究,建立压力分布的宏观模型,为随钻预测与监测提供静态预测模型,并根据实时录井资料进行适当修正,将预测与监测紧密结合,达到准确压力预测的目的。
[关键词]超压成因超压预测 dc指数定量预测方法设计中图分类号:te271 文献标识码:a 文章编号:1009-914x(2013)11-0164-011 异常高压的基本成因及压力预测的理论依据对超压成因的认识是我们进行压力预测与监测的基础,不同成因类型的超压,决定了我们所采用预测和监测方法的适应程度。
超压体的成因是由多种因素造成的,可归纳为沉积型和构造型两类。
沉积型成因以快速沉积造成的不均衡压实作用为主,带动水热增压作用、蒙脱石变成伊利石的成岩作用和烃类生成作用等。
构造型成因主要是由区域性抬升隆起等构造应力作用形成的。
目前的压力预测水平分析,主要都是根据地震、测井、钻速等三个方面的资料来进行定量预测和监测的,而这些方法的根本理论依据就是超压起因于压实与排液的不平衡,我们的讨论也仅限于压实成因的超压预测问题。
2 地层压力定量预测方法设计异常高压带的预测方法按类别可分为钻井法、测井法和地震法等。
这些方法的一个共同特点就是通过对欠压实地层的检测来间接地求取地层压力。
我们的研究主要通过钻井资料、测压资料进行标定,以地震资料和测井资料研究和处理为主,开展岩性组合、泥岩过剩压力、储层流体势的预测,在压力预测的基础上,将预测结果应用于现场dc 指数的实时地层压力监测。
2.1 地层压力预测应用等效深度法,将测井解释的泥岩压实曲线或地震速度曲线变换为地层压力曲线,进而获取地层的地层压力、过剩压力、压力系数、压力梯度等参数,达到异常压力预测的目的。
并将计算结果按点、线、面(目标层段)成图。
地层压力预测方法
一、地层压力预测软件有:1.JASON软件Jason软件是一套综合应用地震、测井和地质等资料解决油气勘探开发不同阶段储层预测和油气藏描述实际问题的综合平台。
Jason 的重要特点就是随着越来越多的非地震信息(测井,测试,地质)的引入,由地震数据推演的油气藏参数模型的分辨率和细节会得到不断的改善。
用户可根据需要由Jason 的模块构建自己的研究流程。
其反演模块包括:InverTrace:递归反演稀疏脉冲反演InverTrace_plus:稀疏脉冲反演RockTrace:弹性反演InverMod:特征反演(主组分分析)StatMod:随机模拟随机反演FunctionMod:函数运算压力预测原理:由JASON反演出地层速度,速度计算垂直有效应力,进而求出孔隙流体压力。
2、地层孔隙压力和破裂压力预测和分析软件DrillWorks/PREDICTGNG软件功能:•趋势线(参考线)的建立--手工--最小二乘方拟合--参考线库•页岩辨别分析•上覆岩层梯度分析--体积密度测井--密度孔隙度测井--用户定义方法(程序)•孔隙压力分法--指数方法电阻率、D一指数声波、电导率地震波--等效深度方法电阻率、D--指数声波--潘尼派克方沾--用户定义方法(程序)•压裂梯度分法--伊顿方法--马修斯和凯利方法--用户定义方法(程序)•系统支持项目和油井数据库•系统支持所有趋势线方法•系统包括交叉绘图功能•用户定义方法(程序)•包括全套算子•系统支持井与井之间的关联分析•系统支持岩性显示•系统支持随钻实时分析•系统支持随钻关联分析•多用户网络版本数据装载功能:•斯仑贝谢LIS磁盘输入•斯仑贝谢LIS磁带输入•CWLS LAS输入•ASCII输入•离散的表格输入•井眼测斜数据•测深/垂深表格用户范围:•美国墨西哥湾•北海•西部非洲•南美•尼日利亚三角洲•南中国海•澳大利亚DrillWorks/PREDICTGNG 与其它软件的区别•世界上用得最多的地层压力软件•钻前预测、随钻监测和钻后检测•用户主导的软件系统•准确确定--上覆岩层压力梯度--孔隙压力梯度--破裂压力梯度•使用下列数据的任何组合来分析地层:-地震波速度-有线测井-MWD、LWD数据-重复地层测试(RFT)-泄漏试验(LOT)数据-录井资料-地质资料•面向现实世界中数据资料不尽人意、而新的方法又层出不穷的用户而设计的•地层压力软件平台:新的预测压力方法可通过"用户定义方法(程序)"编入系统软件用途:•准确预测地层压力•有效降低钻井成本•提高经济效益•优化井眼尺寸•优化泥浆和水力学•避免井涌和卡钻•减少地层污染•延伸套管鞋深度•减少套管数目•保障施工安全3、GeoPredict地层孔隙压力预测软件本程序基于当量深度法,根据钻进过程中钻时的快慢,并结合岩屑的岩性,由操作人员在图中用拖动鼠标的方式挑出的泥/页岩段,完成压力预测原理中首先选取泥/页岩段的过程。
地层孔隙压力检测预测技术
异常地层孔隙压力定量确定技术
樊洪海
2006 年11月17日
二、异常高压的形成机制与分类
1、不平衡压实作用
①沉积速率;②孔隙空间减小速率;③地层渗透率的大小;④流体排出情况; 平衡压实形成正常压力,平衡压实形成异常高压。
快速沉积是造成不平衡压实的主要原因之一,由于沉积速率过快,造成沉积颗粒排列不规则(没有足够的时间),排水能力减弱,继续增加的上覆沉积载荷部分由孔隙流体承担,形成异常高压,同时造成地层的欠压实。
原始加载曲线关系卸载曲线关系沉积压实过程力学关系
3. 存在的问题:
◆dc的求法:钻头磨损(牙齿磨损、轴承磨损)、水力因素等影响不易消除;
◆正常趋势确定:非直线
◆Eaton指数确定
◆仅限于泥岩使用
正常压实地层:式中:Δt: h 处的时差,us/m.
Δt 0: 地表时差,us/m.
c —系数。
若将上式在半对数坐标(Δt 为对数、h 为常规坐标),则Δt 与h 成直线。
在非正常压实地层:Δt 偏离(大于)正常趋势线,意味着高压地层。
2.算法:
c 、确定正常趋势线(选泥岩声波时差)
d 、定性判断异常高压
e 、定量计算。
ch
e t t −Δ=Δ0。
危重症病人压力性损伤风险预测模型的构建与研究进展
危重症病人压力性损伤风险预测模型的构建与研究进展李萌萌1,魏花萍2*,靳修2,王冕11.甘肃中医药大学护理学院,甘肃730000;2.兰州大学第一医院C o n s t r u c t i o na n d r e s e a r c h p r o g r e s s o f p r e s s u r e i n j u r y r i s k p r e d i c t i o nm o d e l i n c r i t i c a l l y i l l p a t i e n t s L IM e n g m e n g,W E IH u a p i n g,J I NX i u,W A N G M i a nS c h o o l o fN u r s i n g,G a n s uU n i v e r s i t y o fC h i n e s eM e d i c i n e,G a n s u730000C h i n aC o r r e s p o n d i n g A u t h o r W E IH u a p i n g,E-m a i l:1521583371@q q.c o mK e y w o r d s c r i t i c a l l y i l l p a t i e n t s;p r e s s u r e i n j u r y;p r e d i c t i o nm o d e l;r e v i e w;n u r s i n g摘要通过综述危重症病人发生压力性损伤预测模型的构建与研究进展,从不同的影响因素分析以及不同的模型构建过程㊁不同量表的使用为出发点,阐述了其对预测结果的影响㊂以期为危重症病人压力性损伤危险因素的探讨和预测模型的构建提供参考,进而减少危重症病人压力性损伤的恶化,减轻病人的住院压力㊂关键词危重症病人;压力性损伤;预测模型;综述;护理d o i:10.12102/j.i s s n.2095-8668.2023.15.011压力性损伤影响因素较多㊁发生原因复杂,也是对重症病人影响较大的皮肤损伤[1],压力性损伤的预防护理在最近几年也被列为护理工作中的重点[2]㊂而压力性损伤的影响因素较多,且不同疾病的病人都有不同的致病因素[3]㊂因此,在预测模型的构建中,会有针对不同科室的病人及不同疾病病人的预测[4-6]㊂在单因素的研究中,有针对肥胖㊁组织压力㊁蛋白水平等的相关研究[7-9]㊂在多因素的研究中,有通过提取基础资料,通过逻辑回归分析,再纳入相关危险因素的研究[10]㊂在重症监护室(i n t e n s i v ec a r eu n i t,I C U)中, B r a d e n量表作为常被使用的评估工具,在压力性损伤危险因素的探讨中提供了很重要的危险因子,因此,有很多预测模型将B r a d e n量表与实际危险因素相结合,通过构建列线图模型来进行风险预测[11]㊂当危险因素与B r a d e n量表相结合时,会有更准确㊁更个性化的预测[12]㊂风险预测模型的构建作为压力性损伤预防基金项目甘肃省卫生行业科研计划,编号:G S W S K Y2018-65作者简介李萌萌,护士,硕士研究生在读*通讯作者魏花萍,E-m a i l:1521583371@q q.c o m引用信息李萌萌,魏花萍,靳修,等.危重症病人压力性损伤风险预测模型的构建与研究进展[J].循证护理,2023,9(15): 2734-2738.和护理中的重要步骤,对危重症病人压力性损伤的预防和护理有极大的作用,体现了比量表评分更具有特异性㊁更详细的危险因素[13]㊂本研究通过查阅国内外相关文献,从压力性损伤预测模型的构建及危险因素的探讨进行综述,为压力性损伤进一步的研究及预测模型的构建提供依据[14-16]㊂1I C U病人压力性损伤的影响因素1.1单因素分析研究表明,不同人群压力性损伤发生的影响因素不同,而一些重要因素舒张压㊁组织压力㊁体质指数等均有较高的影响[17]㊂H y u n等[8]探讨了肥胖和压力性损伤之间的发生关系,得出I C U病人的压力性损伤发生和体质指数有较大关联,但体质指数的增加对B r a d e n量表预测的准确性并没有显著影响㊂G r a p 等[9]持续评估病人在入住I C U后72d内及前7d或直到出院的皮肤状况,研究发现,除了组织界面压力外,其他因素比如舒张压㊁收缩力㊁剪切力㊁病人年龄㊁营养作用㊁新陈代谢都会影响病人压力性损伤的发生[16,18-19]㊂而在有关I C U老年病人压力性损伤发生的研究中表明,使用血管加压剂治疗的I C U老年病人发生压力性损伤的风险是未使用血管加压剂治疗的2.84倍[20]㊂综上,体质指数㊁组织界面压力㊁药物的使用等都会影响I C U病人压力性损伤的发生,而在重症㊃4372㊃C H I N E S EE V I D E N C E-B A S E D N U R S I N G A u g u s t,2023V o l.9N o.15Copyright©博看网. All Rights Reserved.病人的护理过程中,这些数据都可以从病人的临床资料中获取㊂在病人入住I C U时,护理人员在评估病人的基本情况时,就应多加注意对体重㊁血压㊁既往用药史等的采集,在发现与常规值不同的病人时,就应及时采取预防措施,关注病人皮肤变化,警惕压力性损伤的发生㊂1.2多因素分析有研究表明,年龄㊁I C U住院时间㊁心血管疾病和肾脏疾病史㊁翻身检查次数㊁手术时间㊁急诊入院㊁机械通气和较低的B r a d e n量表评分是导致压疮发生的重要因素[21]㊂也有研究表明,40岁以上的病人中发生风险也同样很高[22]㊂在I C U病人不同部位黏膜压力性损伤的特征研究中发现,黏膜压力性损伤多见于口腔和鼻部,而且在不同的I C U人群和部位都显示出不同的特征,其预防和护理也都不相同[23]㊂因此,未来需完善各部位黏膜压力性损伤的监测方案,建立针对性的黏膜压力性损伤风险预测模型㊂王爱鹏等[24]在探讨经皮氧分压(T c P O2)和经皮二氧化碳分压(T c P C O2)监测在急诊留观病人压力性损伤早期预警中的应用价值得出,T c P O2变异率及P O2分别是病人B r a d e n评分为高危组的独立危险因素,其受试者操作特征曲线(R O C)下面积(A U C)显示,T c P O2变异率对于B r a d e n评分为高危组具有较好的预测价值,T c P O2变异率ȡ20%的病人具有压力性损伤发生率更高的可能㊂宋思平[25]通过将收集危重症病人的基础资料,与B r a d e n量表相结合,构建列线图模型得出年龄㊁I C U 住院天数㊁血清白蛋白水平㊁血红蛋白水平㊁皮肤撕裂伤㊁失禁性皮肤炎㊁感觉能力和移动能力都会影响压力性损伤的发生㊂B e n o i t等[26]在有关I C U压力性损伤的影响因素分析中得出,不同年龄㊁部位㊁人群㊁住院时长及不同的干预方式等都会影响压力性损伤的发生㊂综上,在多因素的影响下,压力性损伤发生危险因素的分析需要更具个性化的分析,在面对不同的病人时,应注意不同疾病带来的差异,注重病人资料的全面收集㊂以病人为中心,全方位地分析可能会导致压力性损伤发生的危险因素,及早建立针对性的预测模型㊂2预测模型的构建与评估量表的应用2.1预测模型的构建2.1.1基于紧急护理电子健康记录(E H R)的风险预测模型在多因素的动态模型预测中,S h u i等[27]在紧急护理(E H R)中提取变量(诊断㊁药物㊁实验室结局㊁图表),通过回归分析分别构建住院过程中24㊁72㊁168h 后的各动态预测模型对压力性损伤的各风险值进行较好的预测,且预测模型可以在入住I C U7d内做出很好的判断,比B r a d e n量表的使用会更久一些㊂同时也发现,在纳入风险因素的时候,如果医护人员在病人进入I C U之前就进行干预,也会减少医院获得性压力性损伤的发生[16,28-29]㊂在探讨急性皮肤衰竭(A S F)与压力性损伤的联系中,得出压力性损伤与A S F之间有众多的相互影响因素[30]㊂也提醒了临床医生在识别到相关因素时,应尽快制定预防措施,以防A S F的发生㊂但也存在一定的局限性,比如过度依赖于文档的准确性,而且E H R文档中数据的复杂性及护理病人流程的不一致性都可能导致差异的发生[31]㊂并且在记录过程中,会出现护理人员记录主观性的差异,以及所处的环境与其他I C U的差异性[32]㊂因此,在往后风险预测模型的构建中,应尽量减少差异,确定样本量的可比性,更应注意不同环境不同病人带来的基础数据的差异[17,20,33]㊂2.1.2基于危险因素的预测模型在危重症病人压力性损伤风险预测模型的构建中,有研究使用23个预测因素来探讨对压力性损伤的影响[34]㊂研究结果表明,其中年龄㊁男性㊁糖尿病史㊁机械通气㊁I C U住院时间是I C U病人压力性损伤的高危因素[35]㊂其中对预测因素的纳入也都不尽相同,根据不同的研究,所采用的建模方法也不相同㊂D e n g 等[36]在主要纳入的预测因素中,有年龄㊁I C U住院时间㊁舒张压㊁B r a d e n量表得分㊁机械通气等㊂C h o等[37]纳入年龄㊁男性㊁入院途径㊁I C U住院时间㊁疾病诊断㊁肠瘘㊁留置导尿等危险因素㊂K o m i c i等[38]纳入年龄㊁简易营养评估量表得分㊁N o r t o n量表得分㊁左心射血分数等影响因素㊂C r a m e r等[39]在纳入影响因素时,将Ⅰ期压力性损伤㊁格拉斯哥昏迷量表得分㊁血尿素氮浓度㊁动脉血氧分压㊁白蛋白浓度㊁I C U住院时间㊁糖尿病史等纳入研究㊂在以上以及更多的预测模型构建中可以得出,研究方法㊁预测因素的纳入㊁验模方法㊁样本特征以及研究医院科室的不同等都会影响研究结果[40]㊂综上,在危重症病人压力性损伤预测模型的构建中,应对模型构建的数据库有根据性的选择,对危险因素的纳入以及基础资料的收集要全面准确㊂在基于E H R数据的预测下,要确保数据的真实有效,剔除重复数据,保证数据输入及输出阶段的严格审查㊂在纳入危险因素时,要根据不同科室及医院的差异性,纳入具有统计学意义及不同疾病病人特殊价值的预测因素㊂在建立预测模型时,能运用多种建模方法,对同一数据下的模型进行比较,最后选取具有最佳预测效果的模型㊂㊃5372㊃循证护理2023年8月第9卷第15期(总第107期)Copyright©博看网. All Rights Reserved.2.2风险评估量表的使用2.2.1 B r a d e n量表的使用有研究表明,B r a d e n量表在预测I C U病人压力性损伤的风险有较大作用[12],但假阳性率较高,评分集中在9~12分,尚不能有效筛选I C U病人发生压力性损伤的高危人群,在M e t a分析的结果中,B r a d e n量表的合并敏感度高达0.90,A U C为0.88,则表明该量表的预测有效性较高,分析也存在较大异质性㊂更有研究表明,在将预测模型与B r a d e n量表相结合后,会有比单独使用量表预测持续时间更长,能帮助护理人员做出更好地判断[41]㊂J a n s e n等[42]在一项横断面研究中得出B r a d e n量表在预测I C U病人压力性损伤的发生方面的敏感性和特异性较平衡,是行动不障碍病人预测压力性损伤较好的工具㊂W e i等[43]在有关B r a d e n量表预测I C U成年病人压力性损伤的M e t a 分析中表明,B r a d e n量表在成人重症病人中具有中等预测效度,具有良好的敏感性和低特异性㊂所以有必要进一步开发和修改该工具或生成具有更高预测能力的新工具,以用于I C U人群[44]㊂宋思平等[12]的研究得出B r a d e n量表对于评估I C U病人压力性损伤发生风险具有等的预测性能,其特异度较低,可能存在过度预测而浪费有限医疗资源的情况㊂因此,在I C U病人压力性损伤发生的风险评估中,应结合实际情况和病人自身病情状态,开发适合I C U不同病人的压力性损伤风险评估工具[26]㊂2.2.2 N o r t o n量表N o r t o n量表[45]也是压力性损伤风险评估工具中使用最早的工具,N o r t o n量表的评分项目包括活动能力㊁移动能力㊁身体状况㊁精神状况㊁失禁情况5个因素,其中活动能力㊁移动能力是前期I C U病人压力性损伤风险预测模型构建中的独立危险因素㊂每个项目14分,总分为5~20分,诊断界值是16分㊂总分越高则说明住院病人压力性损伤发生的可能性就越高㊂但是N o r t o n量表也存在一定的局限性,因为目前的评估项目暂未对压力㊁摩擦力㊁剪切力进行评估,而且参数缺乏操作性定义,因此该量表存在可靠的信度㊂相比于B r a d e n量表,N o r t o n量表的使用更低一些,因此N o r t o n量表适用于作为压力性损伤风险因素的初步筛查工具㊂2.2.3 W a t e r l o w量表W a t e r l o w量表[46]的项目内容较为全面,包括病人的一般资料(性别㊁年龄㊁身高㊁体重㊁体型)㊁组织营养㊁特殊用药等11个条目,总分为45分,得分越高则住院病人发生压力性损伤的风险就越大,W a t e r l o w量表共分为3个等级,0~9分为无危险㊁10~14分为轻度危险㊁15~19分为高度危险㊂W a t e r l o w量表与B r a d e n量表和N o r t o n量表相比较,其包含的条目较多,对压力性损伤的发生相关危险因素纳入更全面一些㊂有相关研究表明,W a t e r l o w量表虽然具有较高的内部一致性,但其特异度相对较低[47-49],因此,在使用W a t e r l o w量表评估时可能会存在假阳性的结果㊂综上所述,压力性损伤风险评估工具已在国内外有较高的使用率,也有较多针对压力性损伤评估工具的相关研究,然而在使用过程中,其预测准确性还未能统一验证,在使用年龄段不同㊁适用疾病类型不一㊁所包含的项目均有差异性的情况下,量表评分的侧重点也不尽相同,评估结果也受影响较大,导致同一量表在不同患病人群中使用效果具有差异性㊂因此,在以后进行针对性的预测时,应选择合适的量表,在不断改进预测模型的同时也改善量表的预测性能,使量表的评估结果更加准确有效㊂3小结压力性损伤的发生和预防在众多危险因素的影响下,需要较早地识别和干预才能有效降低发生率㊂临床常用的量表等较侧重于压力性损伤的预防及风险评分方面的使用,量表的使用存在一定的主观性,而且一致性较差,对于压力性损伤风险因素的预测也存在不同时期和研究人群的差异㊂危重病人在长期卧床㊁使用药物频繁㊁疾病危重且并发症严重及预后较差㊁组织蛋白含量较低㊁身体抵抗力下降㊁意识状态较差等多种因素共存的情况下,对于其皮肤的护理,需要更及时地预警,并需要针对不同病人的情况,准确判断压力性损伤各分期的颜色㊁深度及在短时间内进行有效危险因素的预测㊂及早地干预不仅可以降低压力性损伤的发生率,提高病人及家属的满意度,更能及时对护理人员给出预警,提高护理人员对压力性损伤的关注度并及时进行评估干预,减少不必要的操作,节省时间和人力资源㊂在构建危重症病人压力性损伤预测模型时,应注意不同病人的差异性,注重病人危险因素的识别,要全面㊁准确㊁及时地做出判断㊂在预测模型的构建中,以变量的处理为中心点,力求构建的模型具有高解释度㊁可适用性,可以更好地指导临床预测㊂参考文献:[1]H Y U N S,MO F F A T T-B R U C E S,C O O P E R C,e ta l.P r e d i c t i o nm o d e l f o r h o s p i t a l-a c q u i r e d p r e s s u r e u l c e r d e v e l o p m e n t: r e t r o s p e c t i v e c o h o r t s t u d y[J].J M I R M e d i c a l I n f o r m a t i c s,2019,7(3):e13785.[2] S UMA R N O AS.P r e s s u r e u l c e r s:t h e c o r e,c a r e a n d c u r e a p p r o a c h㊃6372㊃C H I N E S EE V I D E N C E-B A S E D N U R S I N G A u g u s t,2023V o l.9N o.15Copyright©博看网. All Rights Reserved.[J].B r i t i s h J o u r n a l o f C o mm u n i t y N u r s i n g,2019,24(S u p12):S38-S42.[3] T U Z M A,M I T C H E L L A.T h e i n f l u e n c eo f a n a e m i ao n p r e s s u r eu l c e rh e a l i n g i ne l d e r l yp a t i e n t s[J].B r i t i s hJ o u r n a lo f N u r s i n g (M a r kA l l e nP u b l i s h i n g),2021,30(15):S32-S38.[4]马佩. 三驾马车 预防无创通气患者面部压力性损伤早期干预的效果观察[J].齐齐哈尔医学院学报,2016,37(31):3974-3976.[5]U R R U T I A-B A S T A R D O R,T U R I N T C.C o m p l e xi n t e r a c t i o n sb e t w e e n p r o v i d e r,o r g a n i s a t i o n a n d p a t i e n tl e v e lc h a r a c t e r i s t i c si n f l u e n c e t h e e f f e c t o f p r e s s u r e u l c e r p r e v e n t i v e c a r e i n t e r v e n t i o n s[J].E v i d e n c e-B a s e dN u r s i n g,2021,24(2):42.[6] B A V U S O K M,MA RPL,R O C HA R A,e t a l.G a p a n a l y s i s a n dr e f i n e m e n t r e c o mm e n d a t i o n s o f s k i na l t e r a t i o na n d p r e s s u r eu l c e re n t e r p r i s e r ef e r e n c e m o d e l s ag a i n s t n u r s i n g f l o w sh e e t d a t ae l e m e n t s[J].AM I A A n n u a l S y m p o s i u m P r o c e e d i n g s AM I AS y m p o s i u m,2017,2017:421-429.[7]石佳佳,李贤,许文清,等.血清白蛋白与肌红蛋白对I C U患者早期压力性损伤的预测价值[J].护士进修杂志,2021,36(23):2198-2200.[8]H Y U N S,L IX,V E R M I L L I O N B,e ta l.B o d y m a s s i n d e xa n dp r e s s u r e u l c e r s:i m p r o v e d p r e d i c t a b i l i t y o f p r e s s u r e u l c e r si ni n t e n s i v ec a r e p a t i e n t s[J].A m e r i c a nJ o u r n a lo f C r i t i c a lC a r e,2014,23(6):494-501.[9] G R A P M J,MU N R O CL,W E T Z E LP A,e ta l.T i s s u e i n t e r f a c ep r e s s u r e a n d s k i n i n t e g r i t y i nc r i t i c a l l y i l l,m e c h a n i c a l l y v e n t i l a t e d p a t i e n t s[J].I n t e n s i v e&C r i t i c a l C a r eN u r s i n g,2017,38:1-9. [10] A R A U J O S M,S O U S A P,D U T R AI.C l i n i c a l d e c i s i o ns u p p o r ts y s t e m s f o r p r e s s u r eu l c e r m a n a g e m e n t:s y s t e m a t i cr e v i e w[J].J M I R M e d i c a l I n f o r m a t i c s,2020,8(10):e21621. [11]吴光英,陈劼.中文版B r a d e nQ D量表在预测N I C U患儿压力性损伤中的应用研究[J].护士进修杂志,2021,36(7):596-599.[12]宋思平,汤雨佳,蒋琪霞,等.B r a d e n量表预测I C U患者压疮发生风险有效性的系统评价[J].东南国防医药,2020,22(4):420-424.[13] T S C H A N N E N D,A N D E R S O NC.T h e p r e s s u r e i n j u r yp r e d i c t i v em o d e l:af r a m e w o r kf o rh o s p i t a l-a c q u i r e d p r e s s u r ei n j u r i e s[J].J o u r n a l o fC l i n i c a lN u r s i n g,2020,29(7/8):1398-1421. [14] S A L E H M Y N,P A P A N I K O L A O U P,N A S S A R O S,e ta l.N u r s e s'k n o w l e d g e a n d p r a c t i c eo f p r e s s u r eu l c e r p r e v e n t i o na n dt r e a t m e n t:a n o b s e r v a t i o n a l s t u d y[J].J o u r n a l o f T i s s u eV i a b i l i t y,2019,28(4):210-217.[15] M E E S T E R B E R E N D SE,H A L F E N SR,L O H R MA N N C,e ta l.P r e s s u r e u l c e r g u i d e l i n e d e v e l o p m e n t a n d d i s s e m i n a t i o n i nE u r o p e[J].J o u r n a lo fC l i n i c a lN u r s i n g,2010,19(11/12):1495-1503.[16] G R O A HSL,S C H L A D E N M,P I N E D ACG,e t a l.P r e v e n t i o n o fp r e s s u r e u l c e r s a m o n g p e o p l e w i t h s p i n a l c o r d i n j u r y:as y s t e m a t i c r e v i e w[J].P M&R:t h eJ o u r n a l o f I n j u r y,F u n c t i o n,a n dR e h ab i l i t a t i o n,2015,7(6):613-636.[17]A R A IK,Y AMAMO T O K H,S U Z U K IT,e ta l.R i s kf a c t o r sa f f e c t i n g p r e s s u r e u l c e r h e a l i n g:i m p a c t o f p r e s c r i p t i o nm e d i c a t i o n s[J].W o u n dR e p a i rR e g e n,2020,28(3):409-415.[18] N I E A M.P r e s s u r e i n j u r yp r e v e n t i o na n dt r e a t m e n t i nc r i t i c a l l yi l l c h i l d r e n[J].C r i t i c a lC a r eN u r s i n g C l i n i c so fN o r t h A m e r i c a,2020,32(4):521-531.[19] P A C HÁH H P,F A R I AJ IL,O L I V E I R A K A,e ta l.P r e s s u r eu l c e r i ni n t e n s i v ec a r eu n i t s:ac a s e-c o n t r o ls t u d y[J].R e v i s t aB r a s i l e i r aD eE n f e r m a g e m,2018,71(6):3027-3034.[20] F R A N K E L H,S P E R R YJ,K A P L A NL.R i s k f a c t o r s f o r p r e s s u r eu l c e r d e v e l o p m e n t i nab e s t p r a c t i c es u r g i c a l i n t e n s i v ec a r eu n i t[J].T h eA m e r i c a nS u r g e o n,2007,73(12):1215-1217.[21] T A Y Y I BN,C O Y E RF,L E W I SP.S a u d iA r a b i a na d u l t i n t e n s i v ec a r e u n i t p r e s s u r eu l c e r i n c ide n c ea n dr i s kf a c t o r s:a p r o s p e c t i v ec o h o r t s t ud y[J].I n te r n a t i o n a lW o u n dJ o u r n a l,2016,13(5):912-919.[22] B A UM G A R T E N M,MA R G O L I S DJ,L O C A L I O A R,e ta l.E x t r i n s i c r i s kf a c t o r sf o r p r e s s u r eu l c e r se a r l y i nt h eh o s p i t a ls t a y:a n e s t e d c a s e-c o n t r o l s t u d y[J].T h e J o u r n a l s o fG e r o n t o l o g yS e r i e sA,B i o l o g i c a l S c i e n c e s a n d M e d i c a l S c i e n c e s,2008,63(4): 408-413.[23]刘天贶,龙玉娟,刘欢,等.I C U患者不同部位黏膜压力性损伤的特征及护理研究进展[J].护理学报,2022,29(8):35-39. [24]王爱鹏,柳莹,高春平,等.经皮氧分压及二氧化碳分压在I C U压力性损伤风险评估中的应用[J].中华急危重症护理杂志,2021,2(1):74-78.[25]宋思平.I C U患者压力性损伤风险预测模型的构建与验证[D].南京:南京大学,2021.[26] B E N O I T R A,WA T T S C.T h e e f f e c t o f a p r e s s u r e u l c e rp r e v e n t i o n p r o g r a m a n d t h e b o w e l m a n a g e m e n t s y s t e m i nr e d u c i n gp r e s s u r eu l c e r p r e v a l e n c e i na nI C Us e t t i n g[J].J o u r n a lo fW o u n d,O s t o m y&C o n t i n e n c eN u r s i n g,2007,34(2):176-177.[27]S HU IA M,K I M P,A R I B I N D IV,e t a l.D y n a m i c r i s k p r e d i c t i o nf o rh o s p i t a l-a c q u i r e d p r e s s u r e i n j u r y i n a d u l t c r i t i c a l c a r e p a t i e n t s[J].C r i t i c a l C a r eE x p l o r a t i o n s,2021,3(11):e0580.[28] R A N Z A N I O T,S I M P S O N E S,J A P I A S S U A M,e ta l.T h ec h a l l e n g e o f p r ed i c t i n gp re s s u r eu l c e r s i nc r i t i c a l l y i l l p a t i e n t s:am u l t i c e n t e r c o h o r ts t u d y[J].A n n a l so f t h e A m e r i c a n T h o r a c i cS o c i e t y,2016,13(10):1775-1783.[29] D E L MO R E B,C O XJ,R O L N I T Z K Y L,e ta l.D i f f e r e n t i a t i n g ap r e s s u r eu l c e r f r o m a c u t es k i nf a i l u r e i nt h ea d u l tc r i t i c a l c a r ep a t i e n t[J].A d v a n c e s i nS k i n&W o u n dC a r e,2015,28(11):514-524.[30] A L D E R D E N J,D R A K E K P,W I L S O N A,e t a l.H o s p i t a la c q u i r e d p r e s s u r e i n j u r y p r e d i c t i o n i n s u r g i c a l c r i t i c a l c a r ep a t i e n t s[J].B M C M e d i c a lI n f o r m a t i c sa n d D e c i s i o n M a k i n g, 2021,21(1):12.[31] C O L E MA N S,G O R E C K IC,N E L S O N E A,e ta l.P a t i e n tr i s kf a c t o r s f o r p r e s s u r eu l c e rd e v e l o p m e n t:s y s t e m a t i cr e v i e w[J].I n t e r n a t i o n a l J o u r n a l o fN u r s i n g S t u d i e s,2013,50(7):974-1003.[32] P A D U L A W V,B L A C K S H AW L,B R I N D L E C T,e ta l.A na p p r o a c ht o a c q u i r i n g,n o r m a l i z i n g,a n d m a n a g i n g E H R d a t af r o m a c l i n i c a l d a t a r e p o s i t o r y f o r s t u d y i ng p r e s s u r e u l c e ro u t c o m e s[J].J o u r n a l o f W o u n d,O s t o m y,a n d C o n t i n e n c eN u r s i n g:O f f i c i a l P u b l i c a t i o n o f t h e W o u n d,O s t o m y a n dC o n t i n e n c eN u r s e s S o c i e t y,2016,43(1):39-45.[33]L I H,L I U H.T h ei n f l u e n c eo fC h i n e s eh e r b a l m e d i c i n e so nc a n c e r-r e l a t ed p re s s u r eu l c e r w o u n d,f a t ig u e,c o n s t i p a t i o n,a n da n o r e x i a:a M e t a-a n a l y s i s[J].I n t e r n a t i o n a l W o u n d J o u r n a l,2023,20(1):28-37.[34] L A D I O S-M A R T I N M,F E R NÁN D E Z-D E-M A Y AJ,B A L L E S T A-LÓP E ZFJ,e ta l.P r e d i c t i v e m o d e l i n g o f p r e s s u r ei n j u r y r i s ki np a t i e n t s a d m i t t e d t oa n i n t e n s i v ec a r eu n i t[J].A m e r i c a nJ o u r n a l o fC r i t i c a l C a r e,2020,29(4):e70-e80.[35]贾盈盈,张红燕,马媛媛,等.I C U患者压力性损伤风险预测模型的系统评价[J].中华护理杂志,2021,56(8):1242-1248.㊃7372㊃循证护理2023年8月第9卷第15期(总第107期)Copyright©博看网. All Rights Reserved.[36] D E N G X H,Y U T,HU A L.P r e d i c t i n g t h er i s kf o rh o s p i t a l-a c q u i r e d p r e s s u r e u l c e r s i nc r i t i c a l c a r e p a t i e n t s[J].C r i t i c a lC a r eN u r s e,2017,37(4):e1-e11.[37] C HOIS,C HU N G E.P r e d i c t i v eB a y e s i a nn e t w o r k m o d e lu s i n ge l e c t r o n i c p a t i e n t r e c o r d sf o r p r e v e n t i o n o f h o s p i t a l-a c q u i r e dp r e s s u r e u l c e r s[J].J o u r n a l o f K o r e a nA c a d e m y o fN u r s i n g,2011, 41(3):423.[38] K OM I C IK,V I T A L EDF,L E O S C OD,e t a l.P r e s s u r e i n j u r i e s i ne l d e r l y w i t ha c u t em y o c a r d i a l i nf a r c t i o n[J].C l i n i c a l I n t e r v e n t i o n si nA g i n g,2017,12:1495-1501.[39] C R AM E R E M,S E N E V I R A T N E M G,S HA R I F I H,e ta l.P r e d i c t i n g t h e i n c i d e n c eo f p r e s s u r eu l c e r s i nt h e i n t e n s i v ec a r eu n i tu s i n g m a c h i n el e a r n i n g[J].E G E M S(W a s h i n g t o n,D C), 2019,7(1):49.[40] P A D U L A W V,P R O N O V O S TPJ,MA K I C M BF,e t a l.V a l u eo fh o s p i t a l r e s o u r c e sf o re f f e c t i v e p r e s s u r e i n j u r yp r e v e n t i o n:ac o s t-e f f e c t i v e n e s s a n a l y s i s[J].B M J Q u a l i t y&S a f e t y,2019,28(2):132-141.[41] L A V A L LÉEJF,G R A Y T A,D UMV I L L EJ,e t a l.B a r r i e r s a n df a c i l i t a t o r s t o p r e v e n t i ng p r e s s u r e u l c e r s i n n u r s i n gh o m er e s i d e n t s:a q u a l i t a t i v e a n a l y s i s i n f o r m e d b y t h e t h e o r e t i c a ld o m a i n s f r a me w o r k[J].I n t e r n a t i o n a l J o u r n a l o fN u r s i n g S t u d i e s,2018,82:79-89.[42]J A N S E N RCS,D E A L M E I D A S I L V A K B,MO U R A M ES.B r a d e nS c a l ei n p r e s s u r e u l c e r r i s k a s s e s s m e n t[J].R e v i s t aB r a s i l e i r aD eE n f e r m a g e m,2020,73(6):e20190413.[43] W E IM,WU L,C H E N Y,e t a l.P r e d i c t i v ev a l i d i t y o f t h eB r a d e nS c a l e f o r p r e s s u r eu l c e r r i s k i nc r i t i c a l c a r e:a M e t a-a n a l y s i s[J].N u r s i n g i nC r i t i c a l C a r e,2020,25(3):165-170.[44]黄晓霞,陈昊天,毛越,等.B r a d e n评分联合微循环评价指标构建创伤重症患者压力性损伤风险可视化预后模型[J].中华急诊医学杂志,2021,30(8):997-1001.[45] N O R T O ND.C a l c u l a t i n g t h e r i s k:r e f l e c t i o n s o n t h eN o r t o nS c a l e[J].D e c u b i t u s,1989,2(3):24-31.[46]C HA R A L AM B O U S C,K O U L O R I A,V A S I L O P O U L O S A,e t a l.E v a l u a t i o nof t h ev a l i d i t y a n dr e l i a b i l i t y o f t h e W a t e r l o wP r e s s u r e U l c e r R i s k A s s e s s m e n tS c a l e[J].M e d i c a l A r c h i v e s(S a r a j e v o,B o s n i a a n dH e r z e g o v i n a),2018,72(2):141-144. [47]A N T HO N Y D,P A R B O T E E A H S,S A L E H M,e ta l.N o r t o n,W a t e r l o wa n d B r a d e nS c o r e s:ar e v i e w o ft h el i t e r a t u r ea n dac o m p a r i s o n b e t w e e n t h e s c o r e s a nd c l i n i c a l j u d ge m e n t[J].J o u r n a lo fC l i n i c a lN u r s i n g,2008,17(5):646-653.[48] B R O T H E R T O N A,E V I S O N F,G A L L I E R S,e t a l.P r e-o p e r a t i v e W a t e r l o w S c o r e a n d o u t c o m e s a f t e r k i d n e yt r a n s p l a n t a t i o n[J].B M CN e p h r o l o g y,2022,23(1):273.[49] WA T E R L OWJ.W a t e r l o wc a r d[J].P r o f e s s i o n a l n u r s e(L o n d o n,E n g l a n d),1993,8(12):792.(收稿日期:2022-12-19;修回日期:2023-07-10)(本文编辑薛佳)临终病人尊严感的研究进展洪梦霞,蔡倩,周云仙*浙江中医药大学护理学院,浙江310053R e s e a r c h p r o g r e s s o n t h e s e n s e o f d i g n i t y i n t e r m i n a l l y i l l p a t i e n t sH O N G M e n g x i a,C A I Q i a n,Z H O UY u n x i a nN u r s i n g C o l l e g e,Z h e j i a n g C h i n e s eM e d i c a lU n i v e r s i t y,Z h e j i a n g310053C h i n aC o r r e s p o n d i n g A u t h o r Z H O UY u n x i a n,E-m a i l:y u n x i a n z h o u@z c m u.e d u.c nK e y w o r d s t e r m i n a l l y i l l p a t i e n t s;d i g n i t y;a s s e s s m e n t t o o l s;i n f l u e n c e f a c t o r s;i n t e r v e n t i o nm e a s u r e s;r e v i e w摘要检索国内外相关文献,对尊严的概念㊁评估工具㊁现状㊁影响因素以及干预措施进行综述,以期增进临床医护人员对尊严感的认知,为更好地维护临终病人尊严提供参考㊂关键词临终病人;尊严;评估工具;影响因素;干预措施;综述d o i:10.12102/j.i s s n.2095-8668.2023.15.012基金项目国家级大学生创新创业训练计划项目,编号:202210344040;浙江省哲学社会科学规划年度课题项目,编号: 22N D J C185Y B作者简介洪梦霞,本科在读*通讯作者周云仙,E-m a i l:y u n x i a n z h o u@z c m u.e d u.c n引用信息洪梦霞,蔡倩,周云仙.临终病人尊严感的研究进展[J].循证护理,2023,9(15):2738-2743.㊃8372㊃C H I N E S EE V I D E N C E-B A S E D N U R S I N G A u g u s t,2023V o l.9N o.15Copyright©博看网. All Rights Reserved.。
地层三个压力剖面预测技术现状与发展趋势
基本原理 测量参数 地应力 测量参数 强度参数 计算坍塌压力和破裂压力
特点:设备要求高、处理过程简单、相 关性和精度取决于测量参数的多少。
(3.8)经验模型法
基本原理
孔隙压力:声波时差法、电阻率法、页岩 密度法,可接LWD数据。 坍塌压力(无) 破裂压力经验模式:马修斯-凯利法、伊顿 法。 特点:简便、成本低,精度有限。
1 .5
1 .0
0 .5 900 1200 1500 1800 2100
d e p th /m
2 .5
d e n s ity /c m 3
2 .0
1 .5
1 .0
0 .5 2400 2700 3000 3300
pp
pc
pf
5.3 江苏盐城1井
2 .5
当 量 密 度 /g/cm 3
2 .0
1 .5
1 .0
r
H
2
h
2 r 1 2 a 2 r 1 2 a
H
2
h
2 4 2 r r a 1 4 2 3 4 cos 2 2 p m p p a a r 4 2 r a 1 3 4 cos 2 2 p m p p a r
0 .5 1800
2 .5
pp
pc
pf
2100
2400
2700
垂 /m 深
pp pc pf
当 量 密 度 /g/cm 3
2 .0
1 .5
1 .0
0 .5 2700
3000
3300
3600
心理抗压能力对应对压力的预测能力研究
心理抗压能力对应对压力的预测能力研究压力是生活中不可避免的一部分。
无论是工作、学习还是人际关系,各种各样的压力都会不期而至。
然而,我们每个人在面对压力时的表现却各不相同。
为了更好地应对压力,心理学家们研究了心理抗压能力对应对压力的预测能力。
心理抗压能力是指一个人在面对压力时,保持冷静、积极应对和自我调节的能力。
一些人在遇到困难或者挫折时可以迅速从挫折中恢复过来,而另一些人则会陷入消极情绪中,并且难以自拔。
这种差异是因为每个人的心理抗压能力不同所导致的。
研究表明,拥有较高心理抗压能力的人在面对压力时更有可能应对得当。
他们能够以积极的态度和良好的心理状态来应对困境,从而减轻压力对他们的影响。
相比之下,心理抗压能力较低的人往往会表现出消极的情绪和行为反应,从而增加了他们应对压力的困难。
那么,心理抗压能力对应对压力的预测能力有多大呢?一项研究指出,心理抗压能力可以在一定程度上预测个体应对压力的能力。
研究者通过跟踪一群大学生的表现和情绪变化,发现那些拥有高心理抗压能力的学生在应对考试压力和学业困难时更为成功。
他们能够更好地控制自己的情绪,调整学习方法,并采取积极有效的解决问题的方式。
相反,心理抗压能力较低的学生则更容易陷入情绪低落、焦虑和消极情绪中,进而影响他们的学习表现。
此外,心理抗压能力还可以影响一个人的身心健康。
在面对长时间的高压力环境下,高心理抗压能力的人更容易保持身心健康。
他们能够更好地管理自己的情绪和行为,从而减轻自己的压力反应。
相比之下,心理抗压能力较低的人则更容易出现焦虑、抑郁等心理健康问题,并且容易感受到身体上的不适。
那么,如何提高心理抗压能力呢?有几种方法被广泛认为是有效的。
首先,积极的思维方式是重要的。
拥有乐观和积极的心态可以帮助人们更好地应对压力。
其次,良好的自我调节能力是提高心理抗压能力的关键。
通过运动、休息和放松等方式来缓解压力,可以帮助人们更好地应对困难。
此外,社会支持也是重要的。
地层压力预测技术研究1
PDC 钻头随钻地层孔隙压力预测方法与应用研究
Q——排量,L/s; D——井径,mm。 规定一组标准值:Wn,Nn,Pbn,Qn 则 R=K×(Wn-M)×Nnλ×Pbn×Qn/D2 式(1-7)除以式(1-6)得: (1-7)
N n Pbn Qn n M Rn R W W M N Pb Q
(1-8)
式(1-8)即可将任意一点的钻速进行标准化。 此公式中 M、λ值需在钻井过程中用五点法试验得到,Pb、Q 的值需 在钻井过程中经测量和计算得到。 (1) Pb、Q 值的确定 在现场水力参数最直观的表现为泵压、排量,因此,可用泵压 P、排 量 Q 代替 Pn,Qn 值。 令 Pb×Q=KP 式中:K——换算系数。 (2) 钻井液密度的标准化处理 原方法中是重新建立钻速正常趋势线,现改为对标准化钻速进行校 正: Rn=R×Bn/B 式中:Bn——规定的标准化值, B——现场测量值。 经上述处理,式(1-8)即可改力: (1-10) (1-9)
2
PDC 钻头随钻地层孔隙压力预测方法与应用研究
孔隙压力预测还是需要继续研究的课题。
1.2.2.1 该地区地层水密度的确定
地层水密度可用地层水的矿化度计算,计算公式如下: Gn=0.999+5.859×10-7Mf 式中: Gn——地层水的密度,g/cm3; Mf——氯化钠型地层水矿化度,mg/L。 英科 1 井地层水为氯化钙型地层水。乌拉根地层以上(乌拉根地层 顶界深度 6141.5rn)井段的氯根含量一直保持在从 20000mg/L 左右。转 化成氯化钠型地层水矿化度为 329588mg/L。由此可计算出 6151.5m 以 上井段地层水的密度为: Gn=1. 018 g/cm3 随着井深的增加,地层水中的氯根含量一直在增加。进入乌拉根地 层(顶深 61415m,底深 6250m)之后氯根含量已达 120000mg/L(地层 溢 流 体中 的 氯根 含 量的 测 量值 ) 。转 化 成氯 根 型地 层 水矿 化 度高达 197746mg/L。由此可计算出 6141.5~6250m 井段地层水的密度为 Gn=1.1149g/cm3 进入喀拉塔尔地层(顶深 6250m)和齐姆根地层(6406m 未穿)之后, 氯根含量已达 179439mg/L(地层溢流体中的氯根含量的测量值) 。转化 成氯根型地层水矿化度高达 295695mg/L。由此可计算出 6250~6406m 井段地层水的密度为 Gn=1.1722 g/cm3 二开固井之后,φ339.7mm 套管封固质量不好造成套管外出水,地 层水一直外溢到地面,实际测得其密度是 1. 01 g/cm3。比计算得到的地层 水密度稍低一点, 但非常接近。 因此, 6141.5m 以前的井段采用 1.01 g/cm3 作为该井段地层水的密度;6141.5~6250m 乌拉根地层井段采用 1.11 g/cm3
基于BP和LSTM神经网络的顺北油田5号断裂带地层孔隙压力智能预测方法
文章编号:1000 − 7393(2022)04 − 0506 − 09 DOI: 10.13639/j.odpt.2022.04.016基于BP 和LSTM 神经网络的顺北油田5号断裂带地层孔隙压力智能预测方法罗发强1,2 刘景涛1,2 陈修平1,2 李少安1,2 姚学喆3 陈冬3,41. 中国石化西北油田分公司石油工程技术研究院,;2. 中国石化碳酸盐岩缝洞型油藏提高采收率重点实验室;3. 中国石油大学(北京)石油工程学院;4. 油气资源与探测国家重点实验室·中国石油大学(北京)引用格式:罗发强,刘景涛,陈修平,李少安,姚学喆,陈冬. 基于BP 和LSTM 神经网络的顺北油田5号断裂带地层孔隙压力智能预测方法[J ]. 石油钻采工艺,2022,44(4):506-514.摘要:顺北油田断裂发育,地质构造复杂,储集层埋深达8 000 m ,具有高温高压、窄钻井液密度窗口等特征,地层孔隙压力的预测精度难以满足工程需求。
为了提高地层孔隙压力的预测精度,利用人工智能方法在处理复杂非线性问题上的优势,采用反向传播神经网络BP 和长短期记忆循环神经网络LSTM 这2种人工智能算法,基于顺北油田5号断裂带上3口井的声波时差、自然电位和自然伽马等11种特征数据以及经实测校正的地层孔隙压力标签数据,建立了顺北油田5号断裂带地层孔隙压力智能预测模型,BP 神经网络模型的预测误差为3.927%,LSTM 神经网络模型预测误差为2.864%。
测试结果表明,LSTM 神经网络模型具有更好的预测效果,满足现场地层孔隙压力的预测精度,为保障顺北油田5号断裂带钻井安全提供数据参考。
关键词:顺北油田;地层孔隙压力;神经网络;人工智能;BP ;LSTM 中图分类号:TE24;TP18 文献标识码: AIntelligent method for predicting formation pore pressure in No. 5 fault zone in Shunbeioilfield based on BP and LSTM neural networkLUO Faqiang 1,2, LIU Jingtao 1,2, CHEN Xiuping 1,2, LI Shaoan 1,2, YAO Xuezhe 3, CHEN Dong 3,41. Research Institute of Petroleum Engineering Technology , SINOPEC Northwest Oilfield Company , Urumqi 830011, Xinjiang , China ;2. SINOPEC Key Laboratory of Enhanced Recovery in Carbonate Fractured-Vuggy Reservoir , Urumqi 830011, Xinjiang , China ;3. School of Petroleum Engineering , China University of Petroleum (Beijing ), Beijing 102249, China ;4. State Key Laboratory of Oil & Gas Resources and Exploration , China University of Petroleum (Beijing ), Beijing 102249, ChinaCitation: LUO Faqiang, LIU Jingtao, CHEN Xiuping, LI Shaoan, YAO Xuezhe, CHEN Dong. Intelligent method for predicting formation pore pressure in No. 5 fault zone in Shunbei oilfield based on BP and LSTM neural network [J ]. Oil Drilling &Production Technology, 2022, 44(4): 506-514.Abstract: Faults are developed in the Shunbei Oilfield with complex geological structures, and the reservoirs are buried as deep as 8 000 m, which are characterized by high temperature, high pressure, and narrow drilling fluid density window, and the prediction基金项目: 国家重点研发计划“复杂油气智能钻井理论与方法”(编号:2019YFA0708300);中国石油科技创新基金项目“基于计算机视觉的井眼轨道智能规划方法研究”(编号:2020D50070308)。
地震资料地层压力预测技术与方法
地震资料地层压力预测技术与方法摘要:地层孔隙压力在地质勘探、油气钻井等方面具有重要作用,本文针对地震资料进行地层压力预测中的重点和难点,展开针对性研究,在压力预测模型建立和压力预测技术等方面进行研究和讨论,提高了压力预测精度。
关键词:压力预测地震速度压力模型前言地层孔隙压力做为在地质勘探、油气钻井和油田开发中的一个重要的地质参数,对于保证钻井安全、提高钻探效率、缩短钻井周期、降低钻井成本、提高油气勘探开发的经济效益和社会效益具有重要作用。
针对在实际生产和科研中遇到的问题和难点,开展了有针对性的研究,并在生产中应用,取得良好效果。
一、地层压力预测技术概述1.地层压力基本概念1.1常见的压力概念1.1.1静液压力由液柱重力产生的压力。
它的大小与液体密度及液头的垂直高度成正比。
1.1.2上覆岩层压力某一深度以上地层岩石骨架和孔隙流体总重力产生的压力。
1.1.3地层孔隙压力指地层孔隙中流体(油、气、水)所具有的压力,亦简称孔隙压力。
1.1.4有效应力二、精细压力预测模型建立1.建立正常压实趋势线模型正常压实趋势线关系到压力预测值的准确与否,建立正常压实趋势线就显得尤为重要。
用区域内已钻井的测井声波速度资料进行统计校正,将这些速度数据拟合回归出一条区域的速度随深度变化的趋势线,即是正常压实趋势线。
以王58井区为例,进行了该井区精细的正常压力趋势线的回归。
利用井径曲线对泥岩声波进行校正,得到处理后的泥岩声波时差,参考钻井液密度、实测压力等钻、测井确定合理的正常压实段,回归正常趋势线。
2.建立上覆岩层压力梯度模型3.建立高精度平均速度模型精确的时深转换是确定异常压力段的起始和终止深度准确与否的重要因素,进行时深转换平均速度是关键。
单井压力预测的时深转换平均速度可以由以下得到:vsp速度,声波速度,速度谱转换平均速度,合成记录标定后导出速度。
以新利深1井、渤深8井和车66井为例,进行了四种平均速度时深转换后的误差分析。
压力预测在钻井当中的应用
生烃增压作用:生烃增压是指当高密度的有机质
异常高压的主因,其他作用都是次因,但是某一地区异
转化成低密度的油或者气时,促使孔隙流体膨胀,如果
常高压的形成并非是单因素导致的,通常是多种因素
生烃作用增加的流体体积大于由于渗漏等因素释放的
共同作用的结果。
流体体积则产生异常高压[7]。
压实作用:通过前人的研究,认为世界上年轻的沉
而是多种因素共同的结果;
全钻井液密度的上限。
(下转第 49 页)
2021 年第 7 期
49
西部探矿工程
论分析同一样品还是不同样品,都提高了样品分析的
DB-Petro 色谱柱。在同一方法下,应用保留时间锁定
准确率,
也大大缩短了分析时间。
程序,分析与实验一相同的五块样品。总共分析 360 个
2.3.2 实验二
样品名
分析峰(个数)
错误峰(个数)
分析时间(min:
s)
样品 1
72
0
1:58
样品 2
73
4
2:58
样品 3
75
2
1:
22
样品 4
68
0
1:
12
样品 5
72
0
1:03
总和
360
6
8:33
同一方法条件下,应用保留时间锁定程序依然能够提
高样品分析的准确率,大大缩短分析时间。
3 结论
应用保留时间锁定程序做轻烃定性分析时,既能
常高压的形成。
[1]
障的发生,有着十分重要的意义 。地层孔隙压力的预
蒙脱石脱水:随着地层温度不断升高,蒙脱石会因
测在钻进过程中一直是倍受关心的问题。目前在钻井
海上自喷油井关井井口压力预测方法
海上自喷油井关井井口压力预测方法于继飞;李丽;何保生;管虹翔;李伟超;隋先富【摘要】油井生产过程中紧急关井的井口压力是合理选择井口设备以及管线的重要依据,但目前缺乏该方面的理论计算方法.分析认为水击压力主要受关井瞬间流体流速、压力波传播速度和流体密度等3个因素影响,建立了水击压力及由井底压力恢复引起的井口压力变化的计算方法;综合考虑水击压力和关井压力恢复的影响,研究了生产油井紧急关井情况下井口压力的变化趋势.研究表明:中高渗地层的井口压力随着时间的增加而增大,关井时间越长,井口压力越大;低渗地层的井口压力会在短时间内突然增加.%Wellhead pressure in case of any emergency well shut-in is a very important parameter in wellhead equipment and pipeline selection,but theoretical calculation method of well head pressure is not a-vailable yet. Water hammer pressure is mainly affected by fluid rate, pressure wave propagation velocity and fluid density. The calculation method of wellhead pressure resulting from water hammer pressure and bottom pressure buildup is established. Considering the influence of water hammer pressure and shut-in pressure buildup, the change of wellhead pressure in case of emergency well shut-in is studied. The study shows that wellhead pressure in medium to high permeability reservoir would increase vs. Time. The longer the well shut-in time, the higher the wellhead pressure would be. The wellhead pressure for production in low permeability reservior may increase in a sudden.【期刊名称】《石油钻探技术》【年(卷),期】2012(040)001【总页数】5页(P83-87)【关键词】海上开发;自喷井;油井;关井;井口压力【作者】于继飞;李丽;何保生;管虹翔;李伟超;隋先富【作者单位】中海油研究总院,北京100027;中国石化国际石油勘探开发有限公司,北京100083;中海油研究总院,北京100027;中海油研究总院,北京100027;中海油研究总院,北京100027;中海油研究总院,北京100027【正文语种】中文【中图分类】TE5355.2油气井生产过程中的关井操作会带来井口压力的变化,主要源自水击压力和关井压力恢复。
地层破裂压力计算方法研究进展及应用
DOI:10.16660/ki.1674-098X.2004-9912-2780地层破裂压力计算方法研究进展及应用张广权 王丹丹(中国石化勘探开发研究院 北京 100083)摘 要:地层破裂压力预测不仅是钻井工程设计的基础,更是油气田经济高效开发的保障。
影响破裂压力的因素较多,与地层岩石弹性性质、孔隙压力、裂缝发育状况以及地应力等因素有关。
国内外在该参数的计算方面研究较多,很多研究人员提出了很多不同的计算方法,并且大量应用于现场实践中。
国外具有代表性的两种模式为Hubbert-Willis模式和Haimson-Fairhurst模式、三种计算方法包括伊顿法、史蒂芬法、安德森法。
国内主要有以黄荣樽为代表的一系列学者,通过改进模型、增加参数,建立了适合我国复杂地区的计算方法。
经过大量的实践和应用表明,地层破裂压力的预测在钻井工程和储气库评价和建设过程中起着极其重要的作用,是一个非常重要、不能忽视的参数。
关键词:地层破裂压力 孔隙压力 地应力 储气库 钻井工程中图分类号:TE142 文献标识码:A 文章编号:1674-098X(2020)08(b)-0024-05 Research Progress and Application of Calculation Method ofFormation Fracture PressureZHANG Guangquan WANG Dandan(Sinopec Petroleum Explorastion and Production Research Institute, Beijing, 100083 China) Abstract: Prediction of formation fracture pressure is not only the basis of drilling engineering design, but also the guarantee of economic and efficient development of oil and gas fields. There are many factors that affect the fracture pressure. It is related to the elastic property of rock, pore pressure, fracture development and in-situ stress. In terms of calculation methods of formation rupture pressure, many domestic and foreign scholars have proposed calculation methods, and they are widely used in field practice. During which, there are two representative models abroad: Hubbert-Willis model and Haimson-Fairhurst model, and three representative calculation methods, including Eaton method, Stephen method, and Anderson method. By improving the model and adding parameters, a series of domestic scholars, represented by Huang Rongzun, have established a calculation method suitable for China’s complex areas. A large number of practices and applications have shown that the prediction of formation fracture pressure plays an extremely important role in the evaluation and construction of drilling engineering and gas storage, and is a very important parameter that cannot be ignored.Key Words: Fracture pressure; Pore pressure; Geostress; Gas storage; Drilling engineering地层破裂压力在油田开发过程中应用越来越广泛,该参数在油田上应用较为广泛,多应用于钻井、压裂、试油等工艺技术,以及在地下储气库选址、建设过程中,该参数尤为重要,关系到储气库能否安全平稳运行。
地层压力预测方法
一、地层压力预测软件有:1.JASON软件Jason软件是一套综合应用地震、测井和地质等资料解决油气勘探开发不同阶段储层预测和油气藏描述实际问题的综合平台。
Jason 的重要特点就是随着越来越多的非地震信息(测井,测试,地质)的引入,由地震数据推演的油气藏参数模型的分辨率和细节会得到不断的改善。
用户可根据需要由Jason 的模块构建自己的研究流程。
其反演模块包括:InverTrace:递归反演稀疏脉冲反演InverTrace_plus:稀疏脉冲反演RockTrace:弹性反演InverMod:特征反演(主组分分析)StatMod:随机模拟随机反演FunctionMod:函数运算压力预测原理:由JASON反演出地层速度,速度计算垂直有效应力,进而求出孔隙流体压力。
2、地层孔隙压力和破裂压力预测和分析软件DrillWorks/PREDICTGNG软件功能:•趋势线(参考线)的建立--手工--最小二乘方拟合--参考线库•页岩辨别分析•上覆岩层梯度分析--体积密度测井--密度孔隙度测井--用户定义方法(程序)•孔隙压力分法--指数方法电阻率、D一指数声波、电导率地震波--等效深度方法电阻率、D--指数声波--潘尼派克方沾--用户定义方法(程序)•压裂梯度分法--伊顿方法--马修斯和凯利方法--用户定义方法(程序)•系统支持项目和油井数据库•系统支持所有趋势线方法•系统包括交叉绘图功能•用户定义方法(程序)•包括全套算子•系统支持井与井之间的关联分析•系统支持岩性显示•系统支持随钻实时分析•系统支持随钻关联分析•多用户网络版本数据装载功能:•斯仑贝谢LIS磁盘输入•斯仑贝谢LIS磁带输入•CWLS LAS输入•ASCII输入•离散的表格输入•井眼测斜数据•测深/垂深表格用户范围:•美国墨西哥湾•北海•西部非洲•南美•尼日利亚三角洲•南中国海•澳大利亚DrillWorks/PREDICTGNG 与其它软件的区别•世界上用得最多的地层压力软件•钻前预测、随钻监测和钻后检测•用户主导的软件系统•准确确定--上覆岩层压力梯度--孔隙压力梯度--破裂压力梯度•使用下列数据的任何组合来分析地层: -地震波速度-有线测井-MWD、LWD数据-重复地层测试(RFT)-泄漏试验(LOT)数据-录井资料-地质资料•面向现实世界中数据资料不尽人意、而新的方法又层出不穷的用户而设计的•地层压力软件平台:新的预测压力方法可通过"用户定义方法(程序)"编入系统软件用途:•准确预测地层压力•有效降低钻井成本•提高经济效益•优化井眼尺寸•优化泥浆和水力学•避免井涌和卡钻•减少地层污染•延伸套管鞋深度•减少套管数目•保障施工安全3、GeoPredict地层孔隙压力预测软件本程序基于当量深度法,根据钻进过程中钻时的快慢,并结合岩屑的岩性,由操作人员在图中用拖动鼠标的方式挑出的泥/页岩段,完成压力预测原理中首先选取泥/页岩段的过程。
注水井破裂压力预测方法的研究
层位
葡Ⅰ2 葡Ⅰ5 葡Ⅰ7 葡Ⅰ1 葡Ⅰ4 葡Ⅰ9 葡Ⅰ6 葡Ⅰ9 葡Ⅰ10 葡Ⅰ2 葡Ⅰ4 葡Ⅰ4 葡Ⅰ6 葡Ⅰ6
实测破裂压力 (MPa) 19.84 19.88 21.07 22.01 21.67 22.03 21.11 20.31 23.58 22.84 22.36 21.22 20.93 23.08
a lnH b
对深度H积分得上覆岩层压力:
S
H
0
dH
H
0
a
lnH
bdH
a
H
lnH
a
H
b
H
S 0.0098 (a H lnH a H b H )
式中:S——上覆岩层压力,MPa。
设两组破裂层位的中部深度分别为H1、H2,则上覆岩层压力分 别为:
S1 0.0098 (a H1 lnH1 a H1 b H1)
3、地层系数η
地层系数的构成能够反映一个区块油层的性质及构造 情况。由于大庆油田公司采油七厂地质情况复杂,将油层 划分为正常开发区、套损区、裂缝区、断层区四种区块。
正常区 断层区 套损区 裂缝区
地层地应力平衡较好,平衡系统不易改变,所以地层 能够承受较大的外力而不破损;
处于断层附近,断层对地应力平衡系统的影响较大, 并成为破坏平衡的不稳定因素;
2、改进了上覆岩层压力的计算方法,祢补了缺乏全井密度 测井曲线而无法获得地层密度的缺陷。通过对比表明,此方 法获得的地层密度基本接近真实值。
3、地层系数的构成能够反映一个区块油层的性质及构造情 况。应根据不同区块获得相应的地层系数,并最终得出不同 类型区块(正常区、套损区、裂缝区、断层区)的地层破裂 压力计算方法。
式中: P允——最高允许注水压力,MPa; P静——静水柱压力,MPa; Pg——管损,MPa; Pz——嘴损,MPa。
一种地层压力综合预测方法
一种地层压力综合预测方法作者:任远飞来源:《卷宗》2019年第28期摘要:本文所述的地层压力综合预测方法的主要思路是:在对研究区的特定假设情况下,等效深度法存在难以建立正常压实趋势线的缺点,Fillippone法存在的无法处理地层速度反转的缺点。
通过两者的公式结合,由Fillippone法得到正常压实趋势线的替代品,由等效深度法计算地层压力,分别避开了两者的缺点,实现地层异常压力预测。
关键词:异常地层压力;等效深度法;Fillippone法1 引言地层压力是指作用在岩石孔隙内流体上的压力,也称地层孔隙压力或者孔隙流体压力。
如果孔隙内流体是完全连通的,那么它将有正常的地层压力,这称为静水压力。
但是很可能会因为地下环境复杂,影响因素众多,地层压力的值与静水压力的值不相等,这称为异常压力。
异常压力是一种普遍存在的现象,它与油气的生成、储藏和开发有着密不可分的关系。
异常压力内部具有异常的孔隙度和渗透率,其特殊的地质环境可以促进烃类的生成和储集,有助于流体的保存从而可以为油气的运移提供通道。
油气层的压力反映了油气资源的分布状态、运动规律,是油气勘探中受到重点关注的数据。
在开发阶段中,地层压力预测可以辅助确定储层的驱动、连通状态;在钻井阶段,地层压力预测是确定钻井方案和确保钻井施工安全的主要依据,准确的地层压力预测可以减少井喷、井漏事故,合理的地层压力预测对油气开发具有重要意义[1]。
地层压力预测目前已经有了很多成熟的方法,常用方法有等效深度法[2]、Eaton法[3][4]、Fillippone法[5][6]、dc指数法等,这些方法都是通过测井资料、地震资料对地层的压力进行预测。
其中以测井资料为主要依据的方法,对异常地层压力的预测效果较好,但是这种方法实际上并不完全算是预测,因为这一类方法只能应用在钻井处,对钻井以外的区域无法进行准确的预测;相对而言,以地震资料为主要依据的方法在空间上有更大的广度,能预先获得大量的地层信息,它是目前主要的异常地层压力预测方法。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
随钻地层压力预测技术应用探讨周生友李恩重杨伟彪雷运木张根法(河南石油勘探局地质录井公司)在以往陆上和海上石油勘探的实践中,普遍存在着异常高压地层,这些广泛分布的异常高压地层首先影响的是钻井安全,如果未能及早检测或预测可能钻遇到的异常高压地层,使用的钻井液柱压力小于地层压力时,会引起井涌或井喷事故;反之,钻井液柱压力大于地层的破裂压力梯度时,又将导致井漏,易造成油气储层的污染,使气测仪检测不到气测异常显示,在测试时不能出油气,导致压死油气储层的现象,因而随钻预测地层压力技术就显得格外重要。
一、地层压力形成的原因异常高压地层分布广泛,从新生界第四系更新统到古生界寒武系、震旦系都存在。
它的形成原因有多种解释,大多数学者认为,至少有六种机理可以用来解释沉积盆地内异常高压地层的形成原因,分别是压实效应、成岩作用、密度差的作用、构造应力及构造活动、异常地温梯度、油气生成等。
异常高压有可能是某个原因造成的,但往往是几个因素综合作用的结果。
在引起异常高压的诸多原因中,压实作用是引起超压异常最基本、最主要的机理。
随着埋藏深度的增加和温度的增加,孔隙水膨胀,而孔隙空间随地静载荷的增加而减小,因此,只要有足够的渗流通道,才能使地层水迅速排出、保持正常的地层压力。
换句话说,只要孔隙水按自然压实速度排出,孔隙压力才可保持水静压力沉积增加,上覆岩层重量增加,使基岩应力继续增加以平衡增加的上覆岩层压力。
但如果水的通道被堵塞或严重受阻,逐渐增多的上覆沉积物重量,只能由孔隙内的流体承担,从而使孔隙压力高于静液压力而形成异常高压。
二、几种随钻地层压力检测技术原理及计算方法对于随钻地层压力检测技术来说,已经不是什么新技术,它诞生于上世纪60年代,发展在80年代,尤其是80年代中期我国大量引进综合录井仪以后,使地层压力检测技术的应用迅速升温。
当时,钻井利用人工随钻采集钻井工程资料进行地层压力检测,物探利用地震资料进行地层压力预测,测井利用声波和密度测井资料进行地层压力预测,录井利用综合录井仪进行随钻地层压力检测,使这项技术成为一时流行的技术。
因为录井采用综合录井仪的计算机实时处理的随钻地层压力检测技术,因具有直接性、实时性和准确性而独占鳌头。
但是录井因为深入开展随钻地层压力检测应用的技术难度和工作量大而一度中断这项技术应用研究工作。
实际上,只要我们坚持不懈地去探索和研究,就能逐步看到它的应用效果和前景——在钻井工程上可以预报工程事故、提高钻井工效、提高井身质量和固井质量;在地质上可以指导进行不同储层深度归位、提高岩屑描述质量、定量描述储层厚度、与气测参数配合可预测储层的流体性质和产能,尤其在深层天然气勘探方面和储层及油气解释评价方面有其独到的作用。
随钻地层压力检测技术有机械钻速法(钻时法)、d指数法、dc指数法、dcs指数法、Sigma法、页岩密度法等,其中dcs指数法、Sigma法的应用最普遍,原因是借助综合录井仪这一工具,这两种方法所需的多种参数由过去的人工采集,变成传感器和计算机联机自动采集,从而使这两种方法监测的准确度和敏感性有较大幅度的提高。
(一)、dcs指数法dcs指数法预测地层异常压力的思想基于泥岩沉积过程中的欠压实,在砂泥岩地层沉积过程中,泥岩微粒间的流体来不及排出(泥岩连通性差)就被上部地层快速沉积封闭在泥岩中而形成欠压实泥岩层,其特点是与上部地层的孔隙不连通,孔隙中保存了压力异常,这个压力异常与上部地层总压力有关;其下部的砂岩层(高渗透性)具有异常高压特性。
欠压实泥岩层作为上部正常压实泥岩层和下部异常高压砂岩层之间的储聚条件来看,这样的上下部地层岩性结构,恰好是砂泥岩剖面理想油气藏的盖压力过渡带,正是dcs指数随钻检测地层压力的关键所在。
因此,dcs指数通过检测欠压实泥岩(即可能的高压渗透层的盖层)的存在,就可预测出下部异常高压层。
随着埋藏深度的增加,上覆岩石压力增大,泥页岩孔隙度减小,岩石变得致密,可钻性变差,因而在相同的钻井条件下机械钻速逐渐减小,dcs指数逐渐增大,在录井图上表现为随井深增加,dcs指数逐渐增大的趋势,当出现异常高压时,岩石孔隙度增大,井底压差减小,静压持效应减弱,机械钻速增大,dcs指数下降,在录井图上dcs指数表现为向左偏离了正常趋势线。
可见,dcs指数是与泥浆柱压力和地层压力之间的压差有关,因此dcs可以用来预报地层异常高压。
2、dcs指数计算方法dcs指数法是在机械钻速法的基础上发展起来的,计算公式如下:dcs=[0.516+lg(B·ROP/RPM)]/[-6.17+lg(WOB/Dh)] *H/ECD (1)B=a p(2)a=0.93T2+6T+1 (3)T=X·(0.31FBW2+3FBW+1)/(0.31X2+3X+1)(4)X=FBW·(TD-DI)/L (5)式中:B---------------钻头磨损校正系数;X和T--------计算中的中间变量;a---------------进尺和钻头磨损程度的函数;P--------------钻头指数;ROP----------钻速;RPM----------转盘转速;H-------------地层静水压力梯度;WOB--------钻压;Dh------------钻头直径;ECD----------当量循环密度;FBW----------钻头最终磨损级别;TD-------------实际井深;DI--------------起始井深;L---------------钻头进尺。
dcs指数影响因素主要有8项:钻压、转速、ECD、P指数、(预计)钻头进尺、(预计)钻头最终磨损级别、静水压力梯度。
(二)、Sigma法在异常压力的实际分布中,有些情形是确实存在着压力过渡带而后进入高压带,但在另外一些情况下,如在碳酸盐岩地层中,不存在压力过渡带,由于碳酸盐岩地层的孔隙度和渗透率变化很大,规律性差,孔洞或裂缝分布也是多变的,碳酸盐岩的这种多变特性导致异常压力的分布也是多变的,碳酸盐岩本身若无渗透性,则它下面的渗透性地层就可能是高压层,Sigma法就是基于这一思想而建立的,它是以岩石可钻性与地层孔隙压力的关系为基础,是对岩石可钻性的反映:致密岩石的骨架强度大,孔隙性、渗透性差,岩石可钻性变差,Sigma值随井深的增加而增大;孔洞、裂缝发育的地层,岩石骨架强度小,孔隙性、渗透性好,岩石可钻性变好,Sigma值随井深增加而减小。
根据这一特点,即可预测出高压地层。
一般来讲,随着埋藏深度的增加,上覆岩石压力增大,岩层孔隙度变小,岩石变得致密,可钻性变差,Sigma值随井深增加而增大;钻遇高压层时,岩石孔隙度大,可钻性好,Sigma值明显减小,偏离正常的Sigma值,根据这一特点,作出井深和Sigma录井图,就可以看出地层压力的变化情况,计算出地层压力。
Sigma法的计算公式为:Bsigma=0.1823*(9.8-1*103*WOB)0.5*(2PI*RPM*ROP)0.25/Bsize+0.028*(7- 0.001*VDepth) 式中WOB--------------钻压(kN);RPM----------------------转盘转速(turn/min);ROP-----------------------钻时(min/m);Bsize----------------------钻头直径(mm);Vdepth--------------------垂直井深(m);N---------------------------换算系数。
(三)dcs指数与Sigma法的比较dcs指数法预测地层压力的理论建立在泥砂沉积的理论上,在砂泥岩地层中,一个高压储层的上部必定有一个具有一定厚度的泥(页)岩盖层,由于高压流体作用,使泥岩盖层产生欠压实,地层压力自下而上由大逐渐变小,这个泥岩欠压实层称为压力过渡带,它和高压储集层形成异常高压区。
钻遇压力过渡带,不会有井涌井喷的危险,但在综合录井的实时监测曲线中会发现dcs呈现趋势性减小的规律性变化,从而能够预报出压力异常(即进入欠压实层),但这要求压力过渡带不能太薄,一般要求这个过渡带地层至少不小于10米,若压力过渡带太薄,利用dcs 指数就不易预报出欠实地层,正是由于存在压力过渡带,才使得dcs 指数有预报时间,即有足够的预报时效。
压力过渡带下部的砂岩储集层具有异常高压特性,钻开这一层会有井涌井喷的可能,这样的上下部地层岩性结构,恰好是泥-砂剖面理想油气藏的盖-储结构,因此,在砂泥岩地层中,dcs指数法是一个很好的预报高压地层存在的方法。
由dcs指数法的分析可知,用dcs指数首先应选好dcs趋势线,若趋势值过大,正常压实地层中的泥岩可能误判为欠压实层;反之可能漏报欠压实层。
决定正常压实泥岩dcs左限的常数选择不当,也会有类似效果。
因此,选择好这两个参数是很重要的,这可以从邻井录井资料或本井上部录井资料的分析处理中获得。
dcs指数的缺点是无法对碳酸盐岩地层中的压力异常作出准确预测,其原因在于碳酸盐岩地层不存在压力过渡带。
Sigma法可以弥补dcs 指数法的缺陷,该法是以岩石可钻性与地层孔隙压力的关系为基础,在钻井条件下都要计算地层压力新值,而dcs指数法计算FP却附加条件,该法使用的最佳条件是选用接近平衡钻进的泥浆密度,这在钻遇灰岩地层时容易满足,原因在于灰岩不易发生垮塌,因此,在灰岩条件,Sigma法计算地层压力可取得满意效果。
另外,在砂泥岩地层中,当压力过渡带很薄时,利用Sigma法预测地层压力也可取得较好的效果,实际上,Sigma法在砂泥岩地层也是适用的(正常压实泥岩中的砂岩夹层的情况例外),Sigma法的缺点是预测异常高压地层的时效性不如dcs指数法,钻开了孔隙发育的高压灰岩层时,才在Sigma上有明显异常显示,因此,Sigma法监测异常地层压力要特别小心。
可见,dcs指数法是为砂泥岩地层的超压检测而设计的,在砂泥岩地层中,欠压实层比较厚时效果明显,但对碳酸盐岩地层的超压检测无能为力;Sigma录井能够克服地层岩性的变化,在任何地层中都可预测地层压力,尤其在灰岩地层中效果更好。
dcs指数法与Sigma法对比结果见表1。
表1 dcs指数法与Sigma法的比较分析三、随钻地层压力检测技术在工程上的应用1、根据随钻提供的地层压力系数,适时调整泥浆密度达到近平衡压力钻井(1)、由于井底压差的降低,可使井底已破碎的岩屑迅速离开井底,始终保持井底干净,避免了岩石重复破碎,即井底静压差效应降低,使岩石更易于破碎,提高了机械钻速,降低了钻井成本,从而取得可观的经济效益。
(2)井底压差的降低,使得地层流体尤其是低孔、低渗、低地层压力的地层流体更易进入井筒而在地面被检测到,避免了因泥浆密度过高而压死油气层的现象发生,对及时发现油气层具有重大意义。