連續(xù)管井下電視作業(yè)及壓裂進砂評價系統(tǒng)研究

基金項目：中國石油工程技術研究院有限公司產業(yè)基金項目“連續(xù)管作業(yè)分析軟件”（CPETCY202308）；中石油江漢機械研究所有限公司科研項目“井下可視化定量分析系統(tǒng)研究”（2022JJYSJ004）。

湯清源，房偉，劉統(tǒng)亮，等.連續(xù)管井下電視作業(yè)及壓裂進砂評價系統(tǒng)研究132-137

Tang Qingyuan，F(xiàn)ang Wei，Liu Tongliang，et al.Research on coiled tubing downhole television operation and fracturing sand injection evaluation system132-137

國內外油氣田開采過程中，針對頁巖油、頁巖氣體積壓裂，需要對壓裂體系效果和產能進行輔助評價，利用井下電視獲取井下靜態(tài)圖像或運動圖像，可以直接視覺呈現(xiàn)井內真實狀況，利用軟件定量分析炮眼個數(shù)及尺寸，在壓裂后產層評價應用領域具有其他測井手段所不具備的獨特優(yōu)勢。針對連續(xù)管井下電視作業(yè)及壓裂后需計算進砂量、進行產能評價的問題，研發(fā)了連續(xù)管井下電視作業(yè)地面配套設備，包含鉆磨、洗井和井下電視測井3種重要組成工藝及其井下工具配套方案。采用Python+OpenCV識別技術進行相機標定、圖像增強、偏心矯正等圖像預處理模塊開發(fā)，同時利用YOLOv5+Deepsort神經網絡形成了特征目標檢測及跟蹤技術，并結合炮眼沖蝕理論及進砂量分析，使用C#開發(fā)了一套含基礎組件、炮眼定量分析工程、報告輸出為一體的壓裂進砂評價系統(tǒng)，實現(xiàn)可視化、定量分析算法。研究結果可為頁巖油氣產能評價提供一定技術支撐。

連續(xù)管；井下電視；壓裂；進砂評價；系統(tǒng)研究

TE377

A

017

Research on Coiled Tubing Downhole Television Operation

and Fracturing Sand Injection Evaluation System

Tang Qingyuan1" Fang Wei2" Liu Tongliang3" Du Yucheng1" Gai Zhiliang1" Yuan Xiang1" Liang Jianlong1

（1.Jianghan Machinery Research Institute Limited Company of CNPC;2.CCDC Downhole Service Company；3.Hainan Branch of CNOOC （China） Co.，Ltd.）

Volume fracturing is often conducted for shale oil and shale gas in the process of oil and gas field development both in China and other countries，and auxiliary evaluation needs to be performed on the fracturing system effect and deliverability.The use of downhole television to obtain downhole static or kinetic images can directly visually present the real situation in the well，and the use of software to quantitatively analyze the number and size of perforations has unique advantages in the post-fracturing pay formation evaluation that other logging methods do not have.In order to address the issues such as coiled tubing downhole television operation，calculation of sand injection volume and deliverability evaluation after fracturing，a set of coiled tubing downhole television operation ground supporting equipment was developed，including 3 important technologies of milling，flushing and downhole television logging as well as downhole tool supporting scheme.The python+OpenCV recognition technology was used to develop image preprocessing modules such as camera calibration，image enhancement and eccentricity correction.Meanwhile，the YOLOv5+Deepsort neural network was used to form feature object detection and tracking technology；finally，combined with perforation erosion theory and sand injection volume analysis，the C# was used to develop a set of fracturing sand injection evaluation system including basic components，perforation quantitative analysis project and report output.The research results provide certain technical support for the evaluation of shale oil and gas deliverability.

coiled tubing；downhole television；fracturing；sand injection evaluation；system study

0" 引" 言

近年來，隨著圖像傳感技術的飛速發(fā)展，井下電視技術能獲取的視頻和圖像信息越來越多，加上可視化技術和計算機性能的大幅提升，井下電視技術逐漸成為了一種常規(guī)的油井診斷手段［1-3］。利用井下電視進行水平段炮眼及井筒監(jiān)測分析，視頻錄制時間長達多個小時，人工尋找特征位置工作量巨大，且容易遺漏目標點。而利用智能算法圖像識別快速定位，能大幅降低工作時間［4-5］。同時該算法可對獲取的井下靜態(tài)或運動圖像進行定量分析，針對頁巖油、頁巖氣壓裂前基質炮眼和壓裂后同相位炮眼定量對比，如深度、面積、直徑、炮眼圓形度、孔眼磨蝕等參數(shù)可以分析壓裂段、簇、孔的進砂量，進而評價壓裂效果，在壓后產層評價應用領域具有獨特優(yōu)勢［6-7］。

基于此，結合連續(xù)管coiled lubing，CT及其作業(yè)裝備、井下電視工具，以連續(xù)管井下電視作業(yè)及壓裂進砂評價系統(tǒng)為研究內容，形成連續(xù)管井下電視作業(yè)工藝、工具配套方案，實現(xiàn)可視化特征識別、定量分析算法，并開發(fā)智能定量分析模塊，為壓裂后產能評價提供技術支撐［8-10］。

湯清源，等：連續(xù)管井下電視作業(yè)及壓裂進砂評價系統(tǒng)研究

1" 連續(xù)管井下電視技術

基于壓裂后效果評價需要，對壓后炮眼尺寸等關鍵參數(shù)可通過井下電視測井獲得。井下電視測井是利用連續(xù)管將井下電視送入目的層位，采用上拖/下放的方式對套管炮眼等特征進行拍攝測量的測井工藝技術。該技術可分為鉆磨、洗井和井下電視測井作業(yè)3個重要組成部分，作業(yè)前進行設備擺放、防噴器測試、連續(xù)管插管、連接器測試。其基礎井場配套裝備如表1所示。

1.1" 鉆磨工藝工具

應用鉆磨工藝在提高井下電視工具串下入能力的同時，還能提高套管壁清潔度。該工具串從上至下連接，其明細如表2所示。

鉆磨作業(yè)工藝步驟如下。①入井前計數(shù)器清零，并記錄清零時工具位置。②緩慢下入連續(xù)管，過井口時速度＜5 m/min；50 m以下觀察設備運轉情況，待正常后，直井段速度控制在20 m/min以內，每500 m提拉測試一次。③下至造斜點后，啟動泵車進行泵注，排量0.36～0.45 m3/min；地面

流程使用7～10 mm油嘴控壓放噴（根據(jù)井口壓力更換），井口回壓與關井壓力基本一致。④如若遇阻則加壓5～10 kN，并做好記錄；上提10 m開泵，待泵壓排量、出口排量（出口排量略大于泵車排量）穩(wěn)定后繼續(xù)下放。⑤通井至人工井底，循環(huán)洗井后上提連續(xù)管至井口。

1.2" 洗井工藝及工具

為保證測井視頻質量，需進行洗井作業(yè)，保證返出液體濁度達到井下電視測井需求。其工具串從上至下連接如表3所示。

洗井工藝步驟如下：①更換沖洗工具串，入井前計數(shù)器清零，并記錄清零時工具位置；②緩慢下入連續(xù)管，根據(jù)返排液樣控制連續(xù)管下入速度；③工具下入到達測量段底部位置以下100 m后，在連續(xù)管做好記號；④切換酸液，以0.36～0.45 m3/min排量泵注10%～15% HCl酸液7 m3，泵注完畢后，切換清水頂替酸液，頂替出井筒內所有酸液；⑤循環(huán)清水替換1～2個井筒容積，洗井期間，檢查返排液情況，使返出液體透明度清澈（濁度≤10 NTU）；⑥由井下電視測井工程師確認返排液是否滿足施工條件，滿足后上提連續(xù)管至井口；⑦繼續(xù)用清水循環(huán)洗凈至井口，在井口位置大排量反復沖洗2～3次，確保清除井口附近油脂，然后關井。

1.3" 井下電視測井工藝及工具

井況達到要求后，進行井下電視測井作業(yè)。其作業(yè)工具串連接從上至下如表4所示。

包含：測井工具短節(jié)、扶正器、存儲通信工具、轉接頭、扶正器、電池筒

井下電視測井工藝步驟如下。①更換測井工具串，用表活劑均勻涂抹并覆蓋鏡頭表面，停留2 min左右，再用纖維布仔細擦拭干凈。②同步測井與連續(xù)管作業(yè)機系統(tǒng)時間，深度對零。③下放油管速度控制在3 m/min以內，密切觀察懸重變化。④入井15 m后停止，上提查看鏡頭清潔無油脂;再次入井，如果鏡頭不清潔，則重新清洗井口后，再入井。⑤下放連續(xù)管速度15 m/min；管內泵注清水，泵注排量200 L/min，環(huán)空泵注清水，排量500 L/min。⑥下放至測井段起始位置，提高環(huán)空泵排量至800 L/min，上提15 m；再次下放至測井段起始位置；管內循環(huán)清水，泵排量200 L/min；環(huán)空泵注清水，泵排量500 L/min；速度5 m/min 開始下測，啟動前掃測井，測量至測量段底部。⑦測量結束后環(huán)空停泵，連續(xù)管繼續(xù)一邊洗井，一邊上提；注意泵排量控制，上提至測量端上方400 m以上，連續(xù)管停泵上提工具至井口。測井作業(yè)完成。

2" 可視化壓裂進砂分析

針對井下電視測井作業(yè)觀察到射孔后的炮眼，利用算法進行特征識別以及參數(shù)定量化分析，可對射孔后炮眼與基值炮眼相關參數(shù)對比，評估射孔幾何形狀、尺寸、空間分布，指導后續(xù)相關技術人員進行壓裂后的產能分析。

2.1" 炮眼識別分析

利用Python+OpenCV的圖像識別技術，開發(fā)相機標定模塊用于確定攝像頭標定參數(shù)，去掉圖片邊緣球形部分，為后期定量基準提供技術基礎。圖像增強模塊針對井下環(huán)境復雜、照明條件不佳，修正算法改善圖片的對比度（對缺失光照的地方進行補光增強，而對光照充足的區(qū)域影響較?。?，提高識別率。偏心矯正模塊用于應對攝像機在井下采集視頻時，存在的攝像機中軸線不在管道中心，導致后續(xù)圖像展開失真，進而產生射孔定量測量誤差等問題。因此通過算法校正為同心圓環(huán)，后續(xù)進行圖像展開分析，圖像展開模塊將俯視圖（圓環(huán)圖）轉換為井筒側壁視角正視圖片。利用最小二乘法擬合得到徑向畸變參數(shù)，對展開圖像進行徑向畸變校正，提高側壁的射孔尺寸測量精度。同時利用YOLOv5+Deepsort神經網絡技術，形成了特征目標檢測+跟蹤（炮眼識別跟蹤）技術。試驗視頻分析示意如圖1、圖2所示。

2.2" 進砂量評價

由文獻［11］可知，炮眼的磨損由炮眼壁與壓裂液中支撐劑動能交換所造成，其分為2個階段：①初期砂沖蝕炮眼周邊，導致其圓滑，在整個壓裂周期內時間較短，該過程中的進砂量可忽略不計；②后續(xù)穩(wěn)定過程中持續(xù)進砂沖蝕擴眼。

考慮對段內進砂量進行分析：

MS=γAe（1）

式中：MS為進砂量，kg；γ為沖蝕系數(shù)，kg/m2；Ae為沖蝕面積，m2。

其中對段內單個炮眼進行分析時，可以考慮劃分其處于飽壓、過壓、欠壓3個狀態(tài)［12-13］：

欠壓" Slt;S（2）

飽壓" S≤S≤nS（3）

過壓" S＞nS（4）

式中：S為炮眼進砂量，kg；S為段內炮眼平均進砂量，kg；n為系數(shù)，無量綱。

分析段內壓裂改造效果可用均布指數(shù)計算［13］：

X=σsAes（5）

其中

σs=" ∑Ni=1（Mc-Mc）2N（6）

式中：X為均布指數(shù)評價指標；σs為簇進砂量總體標準差，kg；Aes為段內平均沖蝕面積，m2；Mc為段內某一簇進砂量，kg；Mc為段內簇平均進砂量，kg；N為段內簇數(shù)，個。

基于公式分析，通過算法定量分析段內炮眼的深度、面積、相位、所在段總孔數(shù)、所在相位基值炮眼平均面積、設計砂量、返排砂量，可以進行段內炮眼沖蝕面積、炮眼狀態(tài)、進砂量分析及壓裂評價。

3" 評價系統(tǒng)設計

基于Python+C#開發(fā)出一套含基礎組件（井身結構、工具串、壓裂設置、視頻）、炮眼定量分析工程（炮眼識別、標記、炮眼參數(shù)顯示等）、報告輸出（可選擇不同組件、分析項輸出）為一體的連續(xù)管井下電視作業(yè)及壓裂進砂評價系統(tǒng)。其主界面如圖3所示。

3.1" 基礎功能模塊設計

該評價系統(tǒng)基礎功能模塊設計主要包含：井身結構、工具串、壓裂數(shù)據(jù)、視頻等功能模塊。其中井身結構的編輯需要進行井身基本信息、井筒結構、測斜數(shù)據(jù)相關參數(shù)設置，如圖4所示，作為壓裂示意圖形化的基礎。

工具串的編輯需要進行射孔槍的相關參數(shù)設置，如圖5所示，作為后續(xù)識別井下炮眼對比分析的基礎。

壓裂設置的編輯需要針對施工設計每段的作業(yè)參數(shù)進行設置（見圖6），作為后續(xù)壓裂評價的基礎。

視頻的編輯需要導入井下電視作業(yè)采集到的井內視頻，作為整個系統(tǒng)的分析基礎，如圖7所示。

3.2" 定量分析設計

完成基礎功能配置后，針對配置的輸入是否包含基值炮眼數(shù)據(jù)和壓裂數(shù)據(jù)，可以分成4種不同情況進行分析，如圖8所示。

當配置包含基值炮眼數(shù)據(jù)和壓裂數(shù)據(jù)時，可以進行“設計-識別炮眼數(shù)據(jù)對比”、“炮眼數(shù)據(jù)分析”、“段內數(shù)據(jù)分析”、“段簇孔”、“炮眼狀態(tài)”、“相位分布”、“跟傾趾傾對比”、“孔進砂量分布”等參數(shù)分析（見圖9）。當輸入缺少相關配置時，對應缺少輸出參數(shù)分析。

3.3" 評價報告輸出

基于基礎功能模塊的配置以及定量分析的計算輸出，可以進行連續(xù)管井下電視作業(yè)及壓裂進砂評價的報告輸出配置。評價報告由技術人員對施工參數(shù)和分析結果的匯總統(tǒng)一輸出，有利于優(yōu)化完善施工設計方案。

4" 結論及認識

（1）基于OpenCV的圖像識別技術，開發(fā)了井下視頻圖片預處理模塊，并利用YOLOv5+Deepsort神經網絡技術，形成了特征目標檢測及跟蹤技術，系統(tǒng)結合施工設計相關輸入，視頻分析輸出參數(shù)，進行連續(xù)管井下電視作業(yè)及壓裂進砂評價的報告輸出，可助力作業(yè)人員施工優(yōu)化。

（2）連續(xù)管井下電視作業(yè)地面設備配套、井下工具配置、工藝流程及壓裂進砂評價系統(tǒng)初步實現(xiàn)。但由于目前作業(yè)量低，帶入神經網絡學習的數(shù)據(jù)量較少，導致的識別率、識別精度較低等問題仍需不斷優(yōu)化。

（3）井下電視作業(yè)工藝較為復雜，因此應考慮工具兼容性，與其他儀器相互銜接實現(xiàn)一趟測，同時可視化井筒條件對液體要求較高，后續(xù)如何進行局部清洗等問題，是降本增效的需求。

［1］" "張斌山．井下電視在延長油田吳起采油廠的應用研究［D］．西安：西安石油大學，2020．

ZHANG B S.Application of downhole TV in Wuqi production plant of Yanchang oilfield［D］.Xian：Xian Shiyou University，2020.

［2］" 杜洋，雷煒，喬智國，等．井下電視技術在氣井堵塞診斷的應用探索［J］．中外能源，2021，26（2）：61-64．

DU Y，LEI W，QIAO Z G，et al.Application of downhole TV technology to gas well plugging diagnosis［J］.Sino-global Energy，2021，26（2）：61-64.

［3］" 李昊．基于井下電視的魚頂辨識關鍵技術研究［D］．沈陽：沈陽航空航天大學，2021．

LI H.Research on key technology of fish head identification based on downhole TV［D］.Shenyang：ShenYang Aerospace University，2021.

［4］" 趙康．井下電視在落魚檢測中的應用［D］．西安：西安石油大學，2020．

ZHAO K.Application of underground TV in fish detection［D］.Xian：Xian Shiyou University，2020.

［5］" 張家田，鄭向秀，吳銀川，等．可視化測井技術的發(fā)展、裝備及應用［J］．測井技術，2018，42（5）：489-496．

ZHANG J T，ZHENG X X，WU Y C，et al.Development ，equipment and application of visual logging technology［J］.Well Logging Technology，2018，42（5）：489-496.

［6］" 方履寬．VideoLog井下測控系統(tǒng)研制［D］．西安：西安石油大學，2021．

FANG L K.Development of VideoLog underground measurement and control system［D］.Xian：Xian Shiyou University，2021.

［7］" 田庚．基于可視化油井測漏技術研究［D］．西安：西安石油大學，2020．

TIAN G.Research on technology of oil well leak detection based on Visualization［D］.Xian：Xian Shiyou University，2020.

［8］" 嚴正國，羅青平，張嬌，等．基于STM32的井下電視深度測量系統(tǒng)設計［J］．電子測試，2019（1）：35-36．

YAN Z G，LUO Q P，ZHANG J，et al.Design of downhole TV depth measurement system based on STM32［J］.Electronic Test，2019（1）：35-36.

［9］" 王旭，高森，時崢．連續(xù)管井下影像測井在套變診斷中的應用［J］．鉆采工藝，2022，45（1）：86-90．

WANG X，GAO S，SHI Z.Application of coiled tubing downhole imaging logging in casing deformation diagnosis［J］.Drilling amp; Production Technology，2022，45（1）：86-90.

［10］" "嚴正國，張斌山，譚哲宇，等．VideoLog可視化測井系統(tǒng)在套管錯斷檢測中的應用［J］．石油工業(yè)技術監(jiān)督，2019，35（6）：43-46．

YAN Z G，ZHANG B S，TAN Z Y，et al.Application of VideoLog visual logging system in casing fault detection［J］.Technology Supervision in Petroleum Industry，2019，35（6）：43-46.

［11］" CRAMER D D.The application of Limited-Entry techniques in massive hydraulic fracturing treatments［C］∥SPE Production Operations Symposium.Oklahoma City，Oklahoma，1987：SPE 16189-MS.

［12］" LONG G B，LIU S X，XU G S，et al.Modeling of perforation erosion for hydraulic fracturing applications［C］∥SPE Annual Technical Conference and Exhibition.Houston，Texas，USA，2015：SPE 174959-MS.

［13］" SHAN Y，ZENG B，GLYN R，et al.Frac optimization by sand entry distribution［C］∥SPE Annual Technical Conference and Exhibition.Houston，Texas，USA，2022：SPE 209976-MS.

第一湯清源，高級工程師，生于1979年，2002年畢業(yè)于江漢石油學院機械設計制造及其自動化專業(yè)，現(xiàn)從事連續(xù)管技術研發(fā)工作。地址：（434000）湖北省荊州市。email：wsjc@china.com。2023-11-28南麗華