完井工程师面临的最困难的挑战是水平井压裂时的意外结果。采取措施找到问题，解决出现的问题，记录整个过程，以备未来吸取经验教训。也许是泵注过程中的压力高于预期，无法达到最大的泵注排量；或者附近的一口井在泵注过程中出现了极高的压力峰值，或者该井没有像预期的那样实施作业。鉴于此种情况，工程师们试图利用已有的钻井数据寻找解决方案。图1：一名工程师正在利用钻井数据绘制多分支水平井轨迹，帮助优化完井设计。

图1

对岩性的数据掌握
工程师们必须回答的第一个问题是，是什么原因造成了这种结果？是岩性出现了变化？设计有问题？还是压裂计划实施过程中出了问题？是否存在什么其它的因素？由于可用的数据有限，因此回答这个问题通常非常具有挑战性。这就是利用钻井数据来描述岩性的想法的起源。在钻水平井期间，采用任何类型的电测仪器（如声波测井或中子密度测井）都极其困难。然而，钻井数据本身就存有大量的信息，当然，如果你知道如何解释这些信息，见图2（新的洞察让石油公司有机会使其完井设计适应井筒。上图显示的井眼轨迹线框是一个只被识别出的枯竭的裂缝异常，下图结合了岩石机械比能值和枯竭的裂缝异常）。
  

图2

尽管这种量度与正在钻进的岩石毫无关系，但这种近井筒的岩石特性是地层裂缝形成与传播的关键因素，而且，通常可以决定每口井的最终成功。这些数据对于优化完井设计至关重要，最终将影响井的产量。

数据就在那里，如果你知道到哪儿去找。区分岩石强度和钻井噪声的过程绝不是一件容易的事。他们专门开发了一套定制的软件工具，帮助识别和过滤钻井效率的这些变化。对数据进行逐英尺的精心分析，这样做可以准确呈现岩石强度，又被称为“岩石机械比能”。

这一过程有多准确？可以通过两种不同的方式来衡量。首先，是按井深的准确度来衡量。钻井数据通常是以每秒一个数据点的相当高的采样频率被记录下来，然后再转换为一个深度域。如果以200ft/hr.的速度钻进，那么每钻进一英尺将会获得18个测量数据，然后，在不过度损失分辨率的情况下可以对数据进行过滤、打磨和平均。此外，与上提和下放电缆获得的电测数据不同，钻井数据的井深参考则更准确，因为在任何时候，井内钻杆的确切数量都是已知的。精度的二次测量涉及到这种岩石强度分析对岩石属性的代表性。
虽然数据的准确性取决于钻井环境，而较差的钻井条件可能导致较差的数据精度，大多数钻井效率的变化可以得到解释和修正。因此，即使在最具挑战的钻井环境下，拥有一个稳健的、能够识别和纠正多种钻井效率变化的工艺流程将会获得岩石属性的精准确定。通过不断改进和优化的一个工艺流程，该流程的精准性得到了提高，因此，在与其它诊断方法比较时，从钻井数据中经过分析研判获得的岩石强度现在可以准确、一致地得以呈现和验证。

裂缝枯竭
正是通过2018年的工艺改进，工程师们开始注意到一些油井出现的异常残留伪影，这些残留伪影显然无法用钻井指标的变化或更多的地质特征来解释。在调查这些人工举升物的成分时，确定了这些举升物仅在加密井中出现。基于这种状况，人们很快就意识到，所出现的情况是钻进穿过枯竭储层所致，通过与其它诊断方法（如光纤监测、微地震数据和放射性示踪测井）的比较，验证了这一结果。
 
图3
 该技术的一次早期试验是一项模糊性研究，其中对加密井进行了分析。这口井的电阻率影像测井如图3（自底向上的测井采样显示：1）裂缝枯竭程度，2）C1-C4的泥浆气体成分，3）总的气体，4）成像的裂缝位置）所示，在非常规资源技术会议上提交的2021-5628文献中有所阐述。在本例中，从钻井数据中可以看出，局部裂缝枯竭的位置与枯竭中心的裂缝成像之间呈现出明显的匹配。尽管并非所有的裂缝都有与之相关的枯竭出现，但几乎所有的局部裂缝枯竭区域都有一个穿过它的成像裂缝。此外，对泥浆气体的分析有助于增强对结果的理解。在图3中，自底向上的第二轨迹图显示了钻井期间从泥浆中提取的气体成分，浅蓝色是C1组分，最深的蓝色是C4组分。

从中可以观察到，在从钻井数据中确定的裂缝枯竭区域，C1气体的百分比也有所下降，自底向上显示在第三条轨迹图上的总的气体比率也是下降的。据此可以相信，这可能是由于C1气体的分子比较大的C2+气体的分子更具移动性所引起的。因此，在裂缝枯竭区域，C1气体的浓度比其它气体的浓度要低一些。此外，裂缝枯竭的存在导致岩石中夹带的气体有所减少。从泥浆体系中收集到的总的气体比在非裂缝枯竭储层中发现的气体要少。

钻井数据中可见的局部裂缝枯竭的原因是由于储层压力是一种用来打破岩石的力。岩石孔隙内的作用力越大，岩石自身趋于破碎的可能性就越大，这也是在钻井过程中使用泥浆来保持地层稳定的原因之一。由于裂缝枯竭的岩石内力较低，因此，钻进需要更多的能量。正是这些轻微的能量峰值表明，加密井存在局部的裂缝枯竭。经过额外的处理和解释，可以创建一幅沿井筒的局部裂缝枯竭的高精度图。这些裂缝枯竭图与电阻率成像图之间的比较表明，裂缝枯竭分析流程在识别加密井位置的探边井裂缝时，平均准确率为90%。并且可以检测到压力低至15至25psi的裂缝枯竭程度。

有了这种独特的理解，钻井数据的使用及其相关的应用正迅速成为许多工程师标准工具箱的重要补充。局部裂缝枯竭检测对加密井的处理有着深远的影响。遍布多个盆地的多家石油公司正在利用钻井数据来识别一些探边井的储层裂缝，并调整他们的完井设计，以降低相关的风险。例如，通过避免在已确定的枯竭裂缝的储层附近布置射孔簇，石油公司发现探边井受新完井的井的影响要小得多。

来自钻井的其它数据提供了自然裂缝的洞察。虽然保护探边井免受压裂冲击具有巨大的经济效益，但这些数据在完井设计中也有进一步的应用。
 
图4

所有的这三个特性可以从钻井数据中进行估量。岩石强度可以从岩石机械比能中获得，粘土含量可以从伽马射线测井中得到。钻井期间还能测出总的气体量，但这需要大量的过滤和整理才能提供合理的结论。如果将上述曲线归一化并相加在一起，那么可以预测自然裂缝最可能出现的位置。在下面的例子中，井底钻具组合中包含有电阻率影像测井工具。图4（Marcellus页岩测井数据，自底向上轨迹图：1)泥浆气体；2)岩石机械比能；3）伽马射线；4）自然裂缝预测；5）LWD裂缝成像）显示了预测裂缝概率高的区域与实际裂缝成像的匹配程度。

近井筒压裂液分布建模
随着这种新的数据流在水平井中应用，另一项新的完井设计方面的研发正在进行中。这就涉及到利用近井筒数据来对压裂液在射孔簇之间的分布进行建模。已有充分的证据表明，裂缝开始处的岩石特性对裂缝的生长有重大影响。

当考虑到在单次泵注作业期间在一个射孔级内多个裂缝传播时，这种情况可能会被放大。这些近井筒特性会影响压裂萌生，它决定了压裂液在各个射孔簇之间的分布。在将这些特性与射孔摩擦、应力阴影以及其他动态流动效应的建模结合起来时，这些近井筒流动模型则可以预测流体分布。当模型被校准为真实数据时，如射孔成像的后处理或与油井光纤一起使用时，这会变得越来越有用。

为了确定应力的异质性，需要对应力阴影量、射孔侵蚀率等进行校准。因此，工程师们现在能以数值方式计算每个储层的最佳射孔和级数设计。这样做可以大大减少使用当今常用的试错法或“超越护栏”法，那么就可以缩短到最佳设计的时间和降低成本。石油公司可以通过调整常见的完井变量（如每一级射孔的簇数、射孔直径和射孔级的长度）对完井设计的更改进行建模。在实施和执行实际的完井作业前可以审查对射孔簇效率的预期影响。

此外，一旦创建了一个良好校准和可接受的模型，石油公司就可以开始不再使用在钻井之前就创建的现成设计，而可根据井的实际岩石特性单独制定完井设计。这种工作流程的主要优点通常是降低完井成本，因为现成的完井设计通常是保守设计的，为的是在最坏的储层条件下能够获得最佳的覆盖范围。

总之，利用钻井数据优化完井设计有几个总体的好处：数据已经存在。无需额外的服务、设备或井场人员提供；该过程可以深入了解新井和以前所钻的井的岩石特性；该过程可以确定局部裂缝枯竭的区域，帮助缓解裂缝间的相互作用；逐级储层特性可用于补充压裂级层面的完井指标，以实现高分辨率数据分析；完井设计可根据实际压裂的储层岩性予以制定。

这些优势结合起来可以使完井设计得到强化，从而获得更高效的完井作业，同时，还能降低意外事件及裂缝驱使的相互作用的风险。从该过程中获得的数据聚集的见解使石油公司能够优化他们的完井设计与施工，提高油气井的绩效指标和作业效率，实现更高的经济效益。