深水鉆井井筒水合物生成風險評估研究進展

徐鵬， 張雨， 彭凱， 王新影， 任潔

(1.長江大學石油工程學院， 武漢 430100； 2.非常規(guī)油氣省部共建協(xié)同創(chuàng)新中心， 武漢 430100；3.油氣鉆采工程湖北省重點實驗室, 武漢 430100； 4.冀東油田南堡油田作業(yè)區(qū)， 唐山 063200)

隨著全世界油氣需求量的快速增長和中國石油勘探開采技術的不斷進步，石油勘探開發(fā)從陸地到海洋再到海洋深水區(qū)不斷推進，其中深水鉆完井及油氣開發(fā)過程中的天然氣水合物(以下簡稱為“水合物”)生成堵塞風險是不可避免的挑戰(zhàn)[1-3]。自深水鉆井中發(fā)現(xiàn)水合物以來，天然氣水合物的研究主要集中在如何利用化學方法抑制水合物的生成來減少深水鉆井中水合物的生成堵塞風險，對深水鉆井中的水合物具體的生成堵塞風險還處于初級階段，研究成果還是無法滿足深水鉆井的需要。而中國南海存在著豐富的石油天然氣資源，在深水海域含天然氣地層鉆井時由于溫度和壓力的變化易在淺層海底低溫區(qū)生成水合物堵塞井筒。以南海鶯瓊盆地樂東組陵水區(qū)塊井為例，在整個深水鉆井的過程中，溫度會隨著鉆進的深度不斷變化：南海海平面的溫度一般為27.5～29.5 ℃，在深水鉆井鉆到海底淺層1 000 m的溫度會降到0～4 ℃[4]，深水海底井筒中的壓力在10～15 MPa，此溫壓條件下進入井筒的天然氣與自由水結合易形成水合物而堵塞井筒，造成鉆井風險與事故。但繼續(xù)鉆進的時候井筒中的溫度會隨著深度的增加而增大，到達目的層時溫度甚至會達到200 ℃以上。因此深水鉆井的過程中水合物生成堵塞風險主要集中在海底淺層區(qū)域。目前中海油在陵水區(qū)塊進行深水鉆井時主要應用HEM型鉆井液與PLUS/KCl鉆井液等半防水合物鉆井液來減少水合物的生成堵塞風險，考慮到經(jīng)濟效益和鉆進速度等原因，深水鉆井中預期利用海水/膨潤土漿加快鉆速，但生成堵塞風險評估缺乏制約了鉆井液的更換?；诖?，筆者從深水鉆井中水合物生成堵塞機理、水合物生成風險成因及生成風險評估方法等多方面入手進行系統(tǒng)闡述，旨在為相關領域的研究人員提供一定的參考和借鑒[5-10]。

1 天然氣水合物生成堵塞風險類型

天然氣水合物是小的氣體分子和水的固體，并非化學計量的化合物，易在低溫和高壓下接觸時形成，深水鉆井溫度壓力變化及鉆井液循環(huán)見圖1，當井筒內鉆井循環(huán)過程中在鉆井液循環(huán)在海底泥線附近時，其溫度與壓力正好符合天然氣水合物生成所需要的低溫高壓條件，為水合物易生成區(qū)域。這些化合物的物理性質，最顯著的是它們是非流動的結晶固體，比典型的流體碳氫化合物致密，其所包含的氣體分子易被有效地壓縮，因此在能源和氣候影響的廣泛領域中產生了許多應用[11]。特別是，它們對深水鉆井風險評估具有重要影響。深水鉆井中水合物的生成曲線如圖2所示[12]，在溫度下降得初始時期，井筒中的壓力變化很小，當溫度下降到一定程度的時候，壓力會發(fā)生突降，之后溫度下降但壓力的下降速度會變得緩慢。在深水鉆井的過程中天然氣水合物的生成風險一般分為兩種：①鉆到含有水合物的地層的水合物生成風險；②深水鉆井過程井筒中水合物生成風險。

圖1 深水鉆井溫度變化及鉆井液循環(huán)圖Fig.1 Deepwater drilling temperature change and drilling fluid circulation diagram

圖2 深水鉆井中甲烷水合物壓力-溫度曲線[12]Fig.2 Methane hydrate pressure-temperature curves in deepwater drilling[12]

1.1 深水鉆井水合物堵塞風險成因

天然氣水合物是一種籠形結晶化合物，其結構圖如圖3所示，通常有三種基本晶體結構：Ⅰ型、Ⅱ型、H型[13-14]。

圖3 天然氣水合物結構圖(據(jù)文獻[14]修改)Fig.3 Structure diagram of natural gas hydrate (modified by ref.[14])

海底天然氣水合物通常發(fā)育在水深超過1 000 m、泥線以下1 000 m以內的淺部沉積層[15]。水分子形成的空穴吸附以甲烷為主的小分子烴類氣體形成水合物晶體，當深水鉆井過程發(fā)生氣體溢流時，地層內的淺層氣、原生水合物分解氣和油藏氣通過壓力氣侵、置換氣侵等方式進入井筒環(huán)空中，環(huán)空內便有了充足的烴類氣源，水基鉆井液提供了大量自由水，在循環(huán)期間，鉆井液的流動和氣侵壓力下的氣流擾動提供了壓力波動輔助動力條件，在海底附近的高壓低溫井段，游離氣體和水分子結合，在循環(huán)通道內氣液界面和氣泡表面形成水合物晶核，晶核成長為水合物顆粒管壁粗糙處和彎頭等位置堆積并聚集形成堵塞如圖4所示[16]。因此深水鉆井水合物堵塞可以分為三個步驟：①水合物的生成；②水合物的受力聚集；③水合物的沉積堵塞。

圖4 海底井筒水合物堵塞的多種機制的概念圖[16]Fig.4 Conceptual diagram of the multiple mechanisms of hydrate plugging in subsea wellbore[16]

1.2 鉆遇水合物地層的水合物生成堵塞風險

1.2.1 含有水合物的地層對鉆井工程的影響

深水鉆井過程中鉆遇水合物地層時，由于鉆井液的循環(huán)、鉆頭與水合物地層的摩擦等都會產生大量的熱能，破壞了水合物存在的高壓低溫這一條件，導致水合物地層中的水合物不穩(wěn)定而分解，分解后形成的天然氣會隨著鉆井液的循環(huán)或者直接進入到井筒中，在井筒中的高壓低溫條件下重新生成水合物，水合物的不斷運移沉積會對井筒、鉆頭等造成堵塞風險從而影響正常的鉆井過程。而且鉆進過程中鉆具對海底地層進行破壞導致儲層井壁和井底附近地層應力釋放，海底地層壓力降低[17]；影響鉆井液性能。

1.2.2 鉆井所誘發(fā)的地質災害

根據(jù)Max[18]的海底天然氣水合物的相圖(圖5)可以看出水合物地層在海底是處在特定的溫度和壓力的條件下穩(wěn)定存在的。但是深水鉆井過程中鉆遇水合物地層時會使溫度的升高和壓力的減小破壞這種穩(wěn)定性，導致水合物地層中的水合物分解產生大量的以CH4為主要成分的氣體和少量的水，使得原本準膠結穩(wěn)定態(tài)下的水合物地層失去原有的穩(wěn)定性，吸引膠體粒子。這樣會致使海底水合物沉積層有較大的偏移，而沉積層的偏移所帶來的結果是引發(fā)各種自然災害如海底地震、海嘯等，也會對在海底建設的基礎設備造成不可估量的損害，帶來巨大的經(jīng)濟損失[19]。

圖5 海底天然氣水合物的相圖(據(jù)文獻[18]修改)Fig.5 Phase diagram of seafloor gas hydrate (modified by ref.[18])

1.3 深水鉆井過程井筒中水合物生成堵塞風險

深水鉆井時，井筒內會發(fā)生氣體侵入，導致井筒環(huán)空出現(xiàn)氣液兩相混合流動。隨著氣液沿環(huán)空上升，在適宜的溫度和壓力條件下，水合物會不斷形成和沉積[20]。環(huán)空水合物形成示意圖如圖6所示[21]。因此，為了評價井筒內的水合物風險，計算鉆井過程中的溫度場和壓力場的分布，獲得管柱內水合物形成區(qū)域具有重要意義。

而且在深水鉆井中過程中水合物的生成堵塞風險會導致以下問題：①天然氣水合物可導致井控問題；②天然氣水合物導致鉆井液性質改變；③天然氣水合物導致的井壁失穩(wěn)問題；④天然氣水合物導致井口周圍下沉；⑤天然氣水合物導致的固井問題等[16,22-23]。這一系列的問題會對深水鉆井安全產生極大的影響。

圖6 環(huán)空氣體侵入與水合物形成示意圖[21]Fig.6 Schematic diagram of annular gas intrusion and hydrate formation[21]

2 深水鉆井水合物生成風險評估方法

2.1 深水鉆井井筒內水合物生成風險預測模型

2.1.1 基于V-P經(jīng)典吸附理論的水合物生成風險預測模型

(1)基于V-P(Van der Waals-Platteeuw)經(jīng)典吸附理論下的理論模型對于水合物的生成風險預測模型主要基于水合物生成相平衡理論。Van der Waals和Platteeuw[24-25]基于化學勢理論[26-27]首先建立了計算水合物形成條件的模型(V-P模型)，即

(1)

式(1)中：ΔμH為表空水合物晶格和填充晶格相態(tài)的化學位差，J/mol；R為狀態(tài)參數(shù)常量，R=8.314 34 J/mol；T為溫度，K；vi為i類孔隙的數(shù)目(結構Ⅰ，vi=1/23；結構Ⅱ,vi=2/17；結構H,vi=5/23);NC為天然氣的組分數(shù)；Yki為i類孔隙被k類分子占據(jù)的概率。

此模型對于水合物生成風險評估具有計算簡捷優(yōu)點，因此十分適合礦場對水合物形成條件的初步估算；缺點是精度較低，理論十分復雜，但后續(xù)的系列研究都是建立在此基礎之上的。大量學者對經(jīng)典的V-P模型做了修正和改進以適應不同的應用場景，見表1所示。

表1 V-P經(jīng)典吸附理論預測模型改進表Table 1 V-P classical adsorption theory prediction model improvement table

續(xù)表1

上述預測模型經(jīng)過不斷的修正，對于水合物的生成風險預測有了較高的精度，但是都未能很準確地描述其對于深水鉆井的過程中井筒內水合物生成風險的預測。

(2)基于V-P經(jīng)典吸附理論的理論模型在實際工況下的運用。

劉啟鵬等[36]在V-P經(jīng)典吸附理論的理論模型下結合傳熱學、流體力學等相關理論，提出了一個預測水合物在井筒中堵塞位置的預測模型。此模型相對于傳統(tǒng)的V-P模型有更高的的精度和更簡便的計算方法，在現(xiàn)場應用過程中能夠基本滿足工程要求。但其是在陜北氣田高壓氣井中適配，其精度與適用性未能很好地在深水鉆井中得到驗證。

吳華等[37]考慮到深水鉆井中具體復雜工況中鉆井液的成分中鹽離子、醇和水分子三者之間的相互作用會對水合物的生成有一定影響，應用UNIQUAC基團貢獻法模型計算鉆井液中的活度系數(shù)，UNIQUAC基團貢獻法是推算組分活度系數(shù)應用最廣泛的模型，并結合Van der Waals-Platteeuw模型[24-25]來預測天然氣在井筒鉆井液循環(huán)中水合物生成條件。通過現(xiàn)場的實驗數(shù)據(jù)檢驗，具有較高的精度。井筒中溫度-壓力條件與鉆井液中溫度-壓力條件會有相互影響，根據(jù)傳熱學理論結合井內熱傳遞的特點，建立了有隔水管和無隔水管時井下循環(huán)溫度的二維數(shù)學模型和靜止溫度的一維數(shù)學模型，針對兩模型的特點，分別用有限差分法和數(shù)值解法進行求解，分析了各計算參數(shù)對水合物形成的影響。

圖7 深水鉆井井筒天然氣水合物生成區(qū)域圖[39]Fig.7 Deepwater drilling wellbore gas hydrate formation area map[39]

由于具體的深水鉆井工況是非常復雜且需要考慮多方面影響因素的，王志遠等[38-39]在V-P經(jīng)典吸附理論的理論模型的基礎上綜合考慮天然氣水合物生成熱力學、溫度和壓力條件等，如圖7預測深水鉆井井筒中天然氣水合物生成區(qū)域。針對深水鉆井的工況中井筒內氣、液、固等多種相態(tài)存在的特點建立了深水鉆井水合物多相流生成預測模型，在考慮具體工況下的具體施工參數(shù)來確定預測模型的求解參數(shù)。將求解的參數(shù)用仿真軟件進行檢驗模擬，以此在檢驗其水合物生成預測模型的可行性以及在鉆井過程、起下鉆過程、關壓井過程中的各種相關參數(shù)的變化對于天然氣水合物的生成堵塞風險的影響。仿真算例研究結果表明，循環(huán)流量越高，抑制劑濃度越大，停鉆時間越短，壓井節(jié)流管線尺寸越大，水合物的生成區(qū)域就越小。

V-P模型是傳統(tǒng)的天然氣水合物生成條件預測模型的基礎，盡管其預測天然氣水合物生成條件的理論基礎強，但卻存在模型計算復雜、難以進行推廣的弊端。

2.1.2 基于絡合溶解理論的水合物生成風險預測模型

由于基于經(jīng)典的V-P模型和其改進模型計算復雜，Chen等[40]提出了一種新的水合物形成的過程。他們認為，水合物的形成首先是一個絡合反應，其次才是溶解過程。在對水合物形成機理的更合理描述的基礎上，開發(fā)了一種不同于眾所周知的范德華-普拉特烏型模型的新水合物模型。提出的新概念包括：局部穩(wěn)定性、連接空腔、堿性水合物和堿性水合物成分(用于混合物)能更好預測深水鉆井中水合物的生成堵塞風險。相應的熱力學模型已經(jīng)通過預測純氣體和氣體混合物的水合物形成進行了廣泛的測試。不僅具有較高的精度，同時因為它避免了化學位的直接計算，同時計算誤差也比較小。

2.1.3 基于智能算法的水合物生成風險預測模型

隨著計算機技術的不斷發(fā)展，人工智能的不斷進步與完善，人工智能算法逐漸能自動學習數(shù)據(jù)特征和挖掘大數(shù)據(jù)隱藏的信息，且其預測結果具有極高的準確度和可靠性。

(1)基于神經(jīng)網(wǎng)絡的水合物生成風險預測模型。Olabisi等[41]將人工神經(jīng)網(wǎng)絡(artificial neural network，ANN)預測深水鉆井水合物形成溫度的有效性與其他水合物溫度預測相關性的有效性進行了比較，例如，Towler和Mokhtab相關性、Hammerschmidt相關性以及Bahadori和Vuthalaru相關性。ANN使用來自Katz圖和Wilcox等[42]圖的459個水合物形成實驗數(shù)據(jù)點進行訓練。ANN準確預測了深水鉆井水合物形成溫度，回歸系數(shù)大于0.98。此外，誤差分析表明，ANN的表現(xiàn)優(yōu)于Towler和Mokhtab相關、Hammerschmidt相關以及Bahadori和Vuthalaru相關。因為與其他相關相比，它的平均絕對百分比誤差最小，表明人工神經(jīng)網(wǎng)絡是一種可行的深水鉆井水合物預測工具，可以通過在人工神經(jīng)網(wǎng)絡中包含更多實驗數(shù)據(jù)來改進當前模型。Babakhani等[43]采用多層神經(jīng)網(wǎng)絡的方法來預測至少含有一種烴類的二元混合物的深水鉆井水合物生成壓力。從文獻中引用的不同研究中收集了895個實驗數(shù)據(jù)，這些數(shù)據(jù)涵蓋了廣泛的溫度和成分。為了找到最優(yōu)的模型，通過絕對平均相對偏差百分比(absolute average relative deviation percent, AARD)、均方誤差(mean square error, MSE)和回歸系數(shù)R2對不同的ANN類型進行檢驗，選擇最優(yōu)配置。結果表明，選擇的人工神經(jīng)網(wǎng)絡模型是基于統(tǒng)計分析的，具有極好的一致性。結果表明，所建立的MLPNN模型是一種適用的、可行的工具，可用于科羅拉多礦山學院水合物項目進行高精度的水合物生成壓力預測。而Soroush等[44]提出了一種改進的ANN方法來預測各種氣體混合物的深水鉆井水合物形成溫度(hydrate formation temperature, HFT)。這種方法產生了一個具有精確預測的強大網(wǎng)絡，尤其是在酸性氣體的情況下。詳細比較了該ANN模型預測的結果與其他相關性和基于熱力學的模型的結果，以估計HFT。結果表明，與現(xiàn)有模型和相關性相比，所提出的ANN模型預測與實驗數(shù)據(jù)的一致性要好得多。

(2)基于SVM(support vector machines)和CV(cross validation)的水合物生成風險預測模型。宮清君等[45]基于支持向量機理論，結合實驗數(shù)據(jù)，建立支持向量機預測模型來進行深水鉆井天然氣水合物生成時的相平衡壓力預測，采用平均平方誤差、平方相關系數(shù)，以及平方絕對百分比誤差和平均絕對誤差等四種誤差公式對預測精度進行評估。對源數(shù)據(jù)進行了歸一化預處理以及利用交叉驗證方法對核參數(shù)和懲罰因子進行了優(yōu)化。模擬結果顯示，由支持向量機預測模型得到的相平衡壓力與實際實驗獲得的相平衡壓力基本一致，預測效果較理想,證明該模型具有較高的準確性和可靠性。Cao等[46]為了快速準確地預測天然氣水合物的形成條件，開發(fā)了一種新的混合遺傳算法-支持向量機(genetic algorithm-support vector machine，GA-SVM)模型。模型的輸入變量是天然氣的相對分子質量M和水合物形成壓力P，輸出變量是水合物形成溫度T。所提出的GA-SVM模型在氣體相對分子質量15.64～28.97 g/mol和天然氣壓力范圍367.65～33 948.90 kPa內預測氣體水合物形成條件的異常值最少，穩(wěn)定性最好。為準確預測天然氣水合物形成條件提供了一種新方法。

(3)基于深度學習的水合物生成風險預測模型。Qin等[47]使用了幾個獨立的輸入變量(特征)，如含水率、氣油比、水合物顆粒黏結力、流體速度、油黏度、比重、界面張力、水合物穩(wěn)定帶時間等，來預測深水鉆井中水合物含量及水合物堵塞概率。根據(jù)現(xiàn)場數(shù)據(jù)(包括含水率、關井時間、氣油比)，采用半監(jiān)督收益模型，以確定重啟期間水合物的流動阻力水平或關停生產后的死油驅替?；诹黧w循環(huán)的深度學習模型在測試和驗證過程中顯示出良好的預測精度，并被用于實際油田的深水鉆井水合物風險評估?；诂F(xiàn)場數(shù)據(jù)的深度學習模型展示了構建現(xiàn)場風險圖的能力深度學習技術有可能應用于水合物生成堵塞預測風險管理，以評估水合物的風險。作為更復雜的瞬態(tài)多相流模擬的補充，這種機器學習方法可以幫助開發(fā)先進的水合物管理策略。Monday等[48]在開發(fā)動力抑制劑后的機器學習模型，以預測天然氣流線內的天然氣水合物形成和壓力變化來解決天然氣生產和運輸存在天然氣水合物堵塞的風險，尤其是在溫度低、壓力高的海上環(huán)境中。將監(jiān)督學習算法和深度學習算法的輸出結果在預測天然氣流線內水合物形成和壓力的準確性方面進行了比較。所有模型的準確率均大于 90%。結果表明，應用機器學習算法解決流量保障問題、分析數(shù)據(jù)和獲取報告是可行的，可以提高現(xiàn)場決策過程的準確性和速度。

雖然用智能算法模型對于天然氣水合物生成風險影響深水鉆井解決了一些復雜問題，同時也具有較好的推廣性，但是利用其預測天然氣水合物生成條件研究較少，必須是在有大量訓練樣本的情況下才有效，且方法本身極容易出現(xiàn)局部最優(yōu)、泛化能力較差等問題。

2.2 深水鉆井井筒內水合物生成風險實驗評估

2.2.1 深水鉆井天然氣水合物生成風險基礎檢測方法

由以上井筒內的天然氣水合物生成預測模型可知，雖然經(jīng)過多年的發(fā)展，各種預測模型的精度與推廣性都有一定的發(fā)展。但是對深水鉆井中水合物生成風險都有相當大的局限性。因此進行天然氣水合物的模擬實驗研究是非常有必要的。天然氣水合物的生成風險檢測方法主要有以下6種，如表2所示。

深水鉆井中天然氣水合物生成風險的實驗評估方法很多，但是深水鉆井中天然氣水合物的參數(shù)包括聲學、電阻率、力學、熱物性、滲透率等。由于實際地質條件下數(shù)據(jù)采集困難，實驗模擬是研究這些物理參數(shù)最有效的方法。結合各種探測技術，研制了專門的模擬裝置，對天然氣水合物儲層物性參數(shù)進行了實驗研究。深水鉆井天然氣的水合物生成風險實驗評估的原理一般主要包括以下幾個系統(tǒng)：計算機作為PC端處理和接收數(shù)據(jù)，反應釜用來作為水合物生成分解的反應場所，高壓系統(tǒng)與冷卻系統(tǒng)為水合物的生成提供需要的條件，輔助系統(tǒng)為整個水合物實驗系統(tǒng)提供其他的檢測輔助方法以提高檢測的精確度，測試系統(tǒng)為水合物的生成分解以及對井筒的堵塞實驗測試其相平衡曲線等基本規(guī)律從而對水合物的生長沉積模型提供支撐數(shù)據(jù)。

2.2.2 模擬實際工況下水合物生成堵塞風險實驗

青島海洋地質研究所建立了一系列實驗裝置，研究含水合物沉積物的聲學特征。結合超聲和TDR(time domain reflectometry)探測技術，可以測量固結和松散沉積物中天然氣水合物形成和分解過程中的聲學參數(shù)和水合物沉積物的飽和度。Ren等[56]進行了實驗，實驗儀器如圖8所示，以測量在模擬海底沉積條件下形成甲烷水合物沙堆的聲P波速度。結果表明，隨著水合物的形成，聲波的聲速和振幅增加。對各種裝置中天然氣水合物的形成進行了類似的實驗模擬來研究深水鉆井中天然氣水合物的生成風險，Wu等[57]研究了聲波速度與水合物飽和度Sh之間的關系，對深水鉆井過程井筒中水合物生成風險評估提供了可靠依據(jù)。圖9所示為天然氣水合物形成過程中聲速的變化[56]。從圖9中可以看出在水合物形成的第一階段，主要的水合物膠結形態(tài)導致速度顯著增加；在第二階段，占主導地位的漂浮水合物形態(tài)導致速度緩慢增加；水合物飽和度高于 60% 后，主要的水合物膠結形態(tài)使縱波波速Vp和橫波波速Vs均出現(xiàn)較大的增加。但由于反應器內水合物的分布難以控制，在實際物理模型下很難準確建立水合物的聲學響應特性。出于同樣的原因，尚未完全了解不同水合物類型對水下復合體聲學特性的影響。

表2 深水鉆井天然氣水合物生成風險檢測方法表Table 2 Form of risk detection method for gas hydrate formation in deepwater drilling

Liu等[58]設計了一種全可視化的搖床實驗系統(tǒng)，如圖10所示，該實驗系統(tǒng)包括全視覺單元、氣液進放系統(tǒng)、搖擺系統(tǒng)、溫度控制系統(tǒng)和數(shù)據(jù)采集系統(tǒng)。通過搖床可以實現(xiàn)井筒多相流動，操作方便。研究了多相流條件下含水率、表面潤濕性和新型抑制劑對水合物生長和堵塞的影響，水合物的生長是在流動狀態(tài)和雜質條件下的非均相形核過程。通過含水率為50%、55%、60%、65%和70%的對比實驗發(fā)現(xiàn)，含水率在60%左右時，轉化為水合物的水量最高。井壁上水合物沉積演化過程包括初始生長、水膜凝結、形成水合物床和頂部堵塞4個階段，通過CCD(charge coupled device)攝像機捕捉到這4個階段。在含水率為60%的條件下，研究了親水界面和疏水界面對水合物誘導時間、水合物生長時間和水合物轉化水量的影響。結果表明，親水界面可以在一定程度上降低水合物的成核速率，但不會降低最終水合物的產量和轉化成水合物的水量。疏水界面可以縮短水合物的誘導時間，提高水合物成核速率，大大增加轉化為水合物的水量，大大提高最終水合物的產量。但與此同時，它改變了井壁性質，使水合物難以粘附在井壁上，不會造成井筒堵塞。Lü等[59]也研究了多相輸送系統(tǒng)中天然氣水合物的形成和水合物漿流，利用聚焦光束反射率測量和顆粒視頻顯微鏡，觀察了水合物顆粒的分布，并對其聚結和破碎進行了表征。首先提出了多相輸送系統(tǒng)中水合物漿流安全的“最小安全流量”。然后，將實驗數(shù)據(jù)與mandhanflow流型圖進行比較，揭示了水合物顆粒對水合物漿體流型的影響。

圖8 超聲波和電阻率測量水合物實驗裝置圖[56]Fig.8 Diagram of experimental setup for measuring hydrate by ultrasonic and resistivity[56]

圖9 水合物形成過程中的聲速和相應的水合物形態(tài)[57]Fig.9 Sound velocity and corresponding hydrate form during hydrate formation[57]

圖10 全可視化的搖床實驗系統(tǒng)[57]Fig.10 Fully visualized shaker experiment system[57]

圖11 新型高壓裝置示意圖[60]Fig.11 Schematic diagram of the new high-voltage device[60]

Ghavipour等[60]設計、研制了一種適用于水合物研究領域的新型高壓裝置如圖11所示。用六種不同的氣體混合物進行了一系列的實驗室實驗，并在3.1～20.7 MPa的壓力范圍內記錄了130多個水合物平衡點。對不同的水合物生成預測方法進行了討論，最后采用了一種有前景的神經(jīng)網(wǎng)絡預測方法。針對神經(jīng)網(wǎng)絡在準確預測水合物形成方面存在的缺陷，提出了一種新的應用方法。實驗和驗證表明，該神經(jīng)網(wǎng)絡方法可以準確預測廣義氣體系統(tǒng)的水合物生成條件，可用于未來的自動抑制劑加藥裝置。

3 深水鉆井井筒天然氣水合物生成風險評價方法

井筒內的水合物生成風險評價的關鍵是了解水合物生長并最終堵塞的因素，水合物生成風險評價方法對于深水鉆井至關重要，讓其在水合物堵塞風險較低時，允許在水合物領域內進行作業(yè)。Kinnari等[61]介紹了挪威國家石油公司天然氣和石油生產系統(tǒng)中的水合物生成風險評價方法。挪威國家石油公司根據(jù)擁有500多口海底油井和100多條海底管線。其水合物生成風險評價方法利用了流體系統(tǒng)的固有特性、流體動力學和與生產系統(tǒng)不同部分中存在的水量相關的堵塞風險。這種方法基于挪威國家石油公司進行的大量研究和廣泛的現(xiàn)場經(jīng)驗，介紹了挪威國家石油公司目前在不同生產系統(tǒng)中的最佳實踐，并提供了野外作業(yè)的相關示例。由于挪威國家石油公司提出的深水鉆井井筒天然氣水合物生成風險評價方法需要依靠自己積累的大量原始數(shù)據(jù)，對于其他研究不具備可復制性。

許玉強等[62-64]提出了兩種更為普適性的水合物生成風險評價方法。

(1)基于過冷度的天然氣水合物定量風險評價方法。過冷度[65]是天然氣水合物形成過程的主要驅動力之一，其生成過程主要分為氣體溶解、成核、生長和穩(wěn)定4個階段。溶解的天然氣與水分子成核需要在一定過冷度和壓力條件下經(jīng)歷一定的誘導時間形成，一旦形成水合物核，在壓力、溫度適宜的條件下，經(jīng)歷一定生長時間便會生成天然氣水合物。在天然氣水合物生成區(qū)域預測的基礎上，基于過冷度引入過冷度密度，對一口井的井深方向進行天然氣水合物生成風險的定量評價，找出水合物生成風險較大的區(qū)域。

(2)基于施工參數(shù)無因次化的天然氣水合物風險評價方法。由于影響天然氣水合物生成的因素很多[66](如鉆井液鹽度、固相含量、誘導時間、生成時間和過冷度等，引入專家打分法與層次分析法[67]的進行定性或半定量分析消除無關因素，通過改變不同施工參數(shù)計算分析水合物生成區(qū)域，針對風險較大區(qū)域計算過冷度密度，并利用無因次化消除不同參數(shù)之間的不可比性，得到各施工參數(shù)的敏感因子，從而可以對各施工參數(shù)對水合物生成的風險進行定量評價，有利于采取必要措施減小或避免風險。

4 展望

深水鉆井是一個復雜多工況的系統(tǒng)，天然氣水合物的生成堵塞多發(fā)生在停鉆、起下鉆以及關壓井過程中。一旦水合物的生成造成堵塞風險，會給深水鉆井帶來嚴重影響。本文綜述了深水鉆井天然氣水合物的生成堵塞風險預測模型與天然氣水合物生成堵塞風險實驗兩類評估方法來評估水合物的生成堵塞風險。生成堵塞預測模型有待考慮更加完善的深水鉆井井下工況繼續(xù)優(yōu)化；智能算法對于井下數(shù)據(jù)的處理，不同工況的識別有待加強；深水鉆井水合物生成堵塞風險實驗方法對于深水鉆井具體復雜工況還原有待提高。未來的工作重點如下。

(1)將現(xiàn)代分析儀器和技術(如光學檢測、超聲波檢測和電學檢測)引入井筒水合物生成堵塞檢測，與傳統(tǒng)檢測手段相結合，測量值從傳統(tǒng)單一扭矩和粘度等參數(shù)變?yōu)橹苯涌梢曀衔?、聲學頻率波動和電壓與電流的脈沖信號波動等多種參數(shù)相結合，有利于水合物生成堵塞檢測的準確性。將智能算法與現(xiàn)代分析儀器相結合，利用智能算法處理測得的聲學頻率波動和電壓與電流的脈沖信號波動等，將其轉化為可表征水合物生成堵塞的數(shù)值，形成新的分析體系。

(2)發(fā)展與高端分析技術(如MRI和X-CT)相結合的微尺度器件，形成可視化技術，能夠精確檢測井筒內水合物生成堵塞過程，這對獲取含天然氣水合物沉積物的物理性質是有用的。

(3)為了在更接近實際水合物沉積運移環(huán)境下進行實驗，需要研制大型水合物模擬裝置，模擬深水鉆井過程中鉆井循環(huán)、起下鉆和關壓井等各種復雜工況下水合物的生成堵塞條件，得到更為契合深水鉆井水合物生成堵塞數(shù)據(jù)。

(4)當前的水合物防治方法缺乏針對性，過于保守，成本高，不環(huán)保，現(xiàn)有的水合物生成風險評價方法現(xiàn)場實用性差，操作復雜，需研究更為合理的水合物生成風險評價方法，讓其在水合物堵塞風險較低時，允許在水合物領域內進行作業(yè)。

5 結語

(1)V-P模型是傳統(tǒng)的天然氣水合物生成條件預測模型的基礎，盡管其預測天然氣水合物生成條件的理論基礎強，但卻存在模型計算復雜、難以進行推廣的弊端。而在智能算法方面，利用其預測深水鉆井天然氣水合物生成條件研究較少，目前雖有一些模型解決了復雜性問題，同時也具有較好的推廣性，但必須是在有大量訓練樣本的情況下才有效，且方法本身極容易出現(xiàn)局部最優(yōu)、泛化能力較差等問題。因此提出一種契合深水鉆井下水合物生成風險預測模型是很有必要的。

(2)天然氣水合物作為一種新的礦物種類，與其他常見礦物相比，研究較少。因此，需要對分析技術和模擬實驗進行系統(tǒng)的研究。為了在更接近實際水合物積累環(huán)境下進行實驗，需要研制符合實際深水鉆井工況的水合物模擬裝置。因此，得到的水合物物理參數(shù)更適合實際應用。然而，符合實際深水鉆井工況的水合物模擬裝置必然造價昂貴，體積巨大，操作復雜，會給實驗帶來一定的困難、安全性和耗時性。因此，需要適當?shù)脑O備用于不同的實驗目的。

(3)結合瓊東南深水氣田群開發(fā)鉆完井關鍵技術研究子課題深水鉆井多邊界條件下水合物生成風險評估與處理方法研究項目，對現(xiàn)存的深水鉆井天然氣水合物的生成堵塞風險預測模型與天然氣水合物生成堵塞風險實驗評估進行展望，提出未來深水鉆井天然氣水合物生成風險的研究重點。