优质的井下钻井数据可以为井下环境提供有价值的参考，从而改善钻井过程。 它还可以极大地促进钻井自动化。尽管有这些好处，但是及时有效地使用井下数据仍然存在很大的障碍。文章中介绍了各种策略来提高工程师和分析师的工作效率，从而在没有人为输入的情况下自动校正和绘制井下测量。
通常情况下，井下传感器数据误差和不准确性来自三个主要问题: 传感器设计和封装考虑、外部环境和井下数据处理 / 限制。尽管考虑上述因素，使传感器设计尽可能稳健，但是井下动力测量会不可避免地出现误差，特别是当井下传感器受到诸如高压，高温和缺乏适当校准程序等因素影响的时候。文中详细描述了用于自动校正这些误差得方法。所有方法在各种现场数据集中的中高频井下数据上进行过测试。
图1与地面时间t相比，延迟“延长”了井下时间
假设延迟影响与地面数据相比正在“拉伸”井下数据（图1）。 井下时间t’为
由于孔深度信息通常存在于表面数据集中，因此需要将表面数据使用等式“拉伸”类似于井下时间。如果井深数据信息在井下数据集中而不是在表面集中可用，则需要使用以下方法校正井下时间。
在调整了预期的延迟之后，可以对数据运行匹配算法。在匹配算法指示数据的正确对齐之后，需要将井下数据集开始处的等待时间添加到匹配时间中。
从理论上讲，可以使用基于数据的方法（例如时间扭曲）来解决延迟。在确定延迟的情况下，物理方法本质上比数据方法更可取。井下数据集通常基于单独的运行，而地表数据集包含整个井的数据。
图2 标准数据
图3 自动校正算法显示的结果
结论：
井下时间序列数据非常复杂。首先，大多数井下效应都有可能影响所有传感器，无论它们打算进行什么测量。因此，模式并非总是可预测的，上述方法针对钻孔过程的具体情况进行了调整，并且首次获得了可以代替人工输入并提高性能的结果（与人工校正相比） 。
井筒定位和测井工作已经显示出标准化，校准，校正和数据格式的透明性的成功，为决策提供了更可靠的数据。同样，对于井下动力学数据，透明和标准化的校准程序可以成为改善数据质量和使用的关键。
对井下数据的分析需要技能和经验，而这些技能和经验必须经过多年不同工作岗位的经验积累。这项工作总结了实际经验和新颖的科学见解，可以帮助任何工程师开始井下数据分析。本研究旨在提高钻井行业的透明度，并通过对井下数据的分析，分享钻井行业的想法，从而提高钻井性能。
（编译 闫立鹏）
发布者：cubeoil，转转请注明出处：//www.mirrorballz.com/archives/824
