BRPI0706804A2 - métodos, sistemas, e mìdia de leitura em computador para otimização de produção de campos petrolìficos e de gás em tempo real utilizando-se um simulador de procuração - Google Patents
métodos, sistemas, e mìdia de leitura em computador para otimização de produção de campos petrolìficos e de gás em tempo real utilizando-se um simulador de procuração Download PDFInfo
- Publication number
- BRPI0706804A2 BRPI0706804A2 BRPI0706804-2A BRPI0706804A BRPI0706804A2 BR PI0706804 A2 BRPI0706804 A2 BR PI0706804A2 BR PI0706804 A BRPI0706804 A BR PI0706804A BR PI0706804 A2 BRPI0706804 A2 BR PI0706804A2
- Authority
- BR
- Brazil
- Prior art keywords
- simulator
- parameters
- model
- proxy
- well
- Prior art date
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000005457 optimization Methods 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 19
- 230000035945 sensitivity Effects 0.000 claims abstract description 19
- 238000013461 design Methods 0.000 claims description 51
- 230000008569 process Effects 0.000 claims description 16
- 239000012530 fluid Substances 0.000 claims description 15
- 238000012512 characterization method Methods 0.000 claims description 10
- 238000013401 experimental design Methods 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 239000003795 chemical substances by application Substances 0.000 claims description 4
- 230000006870 function Effects 0.000 claims description 4
- 208000000474 Poliomyelitis Diseases 0.000 claims 1
- 230000001537 neural effect Effects 0.000 claims 1
- 238000003860 storage Methods 0.000 description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000005259 measurement Methods 0.000 description 7
- 238000000926 separation method Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000005553 drilling Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000005094 computer simulation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 241000590918 Scada Species 0.000 description 2
- 230000003466 anti-cipated effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000021615 conjugation Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 241000157049 Microtus richardsoni Species 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003129 oil well Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B2200/00—Special features related to earth drilling for obtaining oil, gas or water
- E21B2200/22—Fuzzy logic, artificial intelligence, neural networks or the like
Landscapes
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Feedback Control In General (AREA)
- Separation By Low-Temperature Treatments (AREA)
- Air Conditioning Control Device (AREA)
Abstract
MéTODOS, SISTEMAS, E MIDIA DE LEITURA EM COMPUTADOR PARA OTIMIZAçãO DE PRODUçAO DE CAMPOS PETROLIFICOS E DE GAS EM TEMPO REAL UTILIZANDO-SE UM SIMULADOR DE PROCURAçAO Métodos, sistemas e midia para leitura em computador são fornecidos para otimização de produção em campos pe-troliferos e de gás em tempo real utilizando-se um simulador de procuração. Um modelo base (30) de um reservatório (100), poço (100), rede de tubulação (100) é estabelecido em um ou mais simuladores físicos (26) . Um sistema de gerenciamentode decisão (24) é utilizado para definir os parâmetros decontrole, tais como ajustes de válvulas (410), para combina- ção com os dados observados (114) . Um modelo de procuraçãoéutilizado para adequar os parâmetros de controle às saidas dos simuladores físicos (26), determinando as sensitividades dos parâmetros de controle, e computando as correlações en- tre os parâmetros de controle e os dados de saída dos simu- ladores (26) . Os parâmetros de controle para os quais as sensitívidades encontram-se abaixo de um valor limite são eliminados. O sistema de gerenciamento de decisão (24) vali- da os parâmetros de controle que representam a saída do mo- delo de procuração nos simuladores (26) . O modelo de procuração pode ser utilizado para previsão de ajustes futuros de controle para os parâmetros de controle.
Description
"MÉTODOS, SISTEMAS, E MÍDIA DE LEITURA EMCOMPUTADOR PARA OTIMIZAÇÃO DE PRODUÇÃO DE CAMPOS PETROLÍFI-COS E DE GÁS EM TEMPO REAL UTILIZANDO-SE UM SIMULADOR DEPROCURAÇÃO"
REFERÊNCIA CORRELATA A PEDIDOS RELACIONADOS
Este pedido de patente reivindica o beneficio doPedido de Patente Provisório nos Estados Unidos N060/763.971 intitulado "Methods, systems, and computer-readable media for real-time oil gas field production opti-mization using a proxy simulator", depositado em 31 de Ja-neiro de 2006 e aqui incluído, expressamente, como referência.
CAMPO TÉCNICO
A presente invenção refere-se a otimização de pro-dução de campos petrolíferos e de gás. Mais particularmente,a presente invenção refere-se ao uso de um simulador de pro-curação para o aperfeiçoamento de tomada de decisão no con-trole operacional de campos de petróleo e gás através de en-dereçamento aos dados conforme os dados venham sendo medidos.
ANTECEDENTES
Engenheiros encarregados com a produção e reservascom modelagem ou gerenciamento de grandes campos de petróleocontendo centenas de poços são confrontados com a realidadede somente serem capazes de fisicamente avaliar e gerenciaruns poucos poços individuais por dia. 0 gerenciamento do po-ço individual pode incluir testes de desempenho para a medi-ção das taxas de óleo, gás e água fluindo de um poço indivi-dual (abaixo da superfície) por um período de teste. Outrostestes podem incluir testes para a medição da pressão acimae abaixo da superfície bem como o escoamento do fluido nasuperfície. Por causa do tempo que se precisa para se geren-ciar poços individuais em um campo petrolífero, a produçãoem grandes campos de petróleo é gerenciada medindo-se perio-dicamente (por exp., a cada poucos meses) fluidos nos pontosde coleta ligados a múltiplos poços em um campo petrolíferoe, daí, direcionando as medições a partir dos pontos de co-Ieta de volta aos poços individuais. Os dados coletados apartir de medições periódicas é analisado e utilizado parase proceder a decisões de produção incluindo otimização daprodução futura. Os dados coletados, contudo, podem ter mui-tos meses de vida quando são analisados e , dessa forma, nãoserem úteis nas decisões de gerenciamento em tempo real. Emacréscimo às restrições quanto ao tempo, já mencionadas, po-dem ser utilizadas múltiplas ferramentas de análise o quetorna difícil a construção de uma análise consistente numcampo grande. Essas ferramentas podem compreender múltiplossimuladores com base física ou equações analíticas represen-tando escoamentos e processamento de óleo, gás, e água.
De forma a se aperfeiçoar a eficiência no gerenci-amento de um campo petrolífero, passou-se a instalar senso-res nesses campos nos últimos anos para monitoração contínuadas temperaturas, taxas de fluidos, e pressões. Resultou emque os engenheiros de produção obtiveram muitos mais dadospara análise do que se era gerado a partir de métodos de me-dição periódicos anteriores. Entretanto, o aumento dos dadostornou difícil para os engenheiros de produção responderem aesses dados a tempo de atacarem as questões detectadas e to-marem decisões referentes a produção em tempo real. Por e-xemplo, os métodos atuais possibilitam a detecção em temporeal do excesso de água nos fluidos produzidos por um poço,mas não possibilitam a que um engenheiro responda, rapida-mente, a este dado, de modo a alterar os ajustes de válvulaspara reduzir a quantidade de água mediante a detecção de umexcesso de água. Desenvolvimentos posteriores nos últimosanos resultaram na utilização de modelos computacionais paraa otimização do gerenciamento e produção de campos petrolí-feros. Particularmente, foram desenvolvidos modelos de soft-ware para os reservatórios, poços, e desempenho do sistemade ligação, de maneira a se gerenciar e otimizar a produção.
Típicos modelos utilizados incluíam simulação de reservató-rio, análise nodal do poço, e simulação da rede de trabalhocom base física ou modelos físicos. Atualmente, a utilizaçãode modelos com base física no gerenciamento da produção éproblemática devido a extensão de tempo que os modelos levampara tornarem-se executáveis. Mais ainda, os modelos com ba-se física devem se apresentar "sintonizados" com os dados deprodução medidos no campo (pressões, taxas de escoamento,temperaturas, etc.) para otimização da produção. A sintoni-zação é acompanhada através de um processo de "conjugação deperfil", que é algo complexo, dispendendo muito tempo, e,freqüentemente não resultando na produção de modelos únicos.
Por exemplo, o processo de conjugação de perfil pode tomarmuitos meses de um especialista de reservatório ou engenhei-ro de produção. Acresça-se que os algoritmos e programas detrabalho atuais de conjugação de perfil de. modo automáticoou assistencial são complexos e pouco práticos. Em particu-lar, de forma a se levar em conta os muitos possíveis parâ-metros em um sistema de reservatório que venham a afetar asprevisões da produção, seriam necessárias muitas aplicaçõesde um ou mais simuladores com base física, o que não é algoprático na indústria.
Com respeito a essas e outras considerações que apresente invenção tomou corpo.
SUMÁRIO
As modalidades ilustradas da presente invenção en-dereçam essas e outras questões, fornecendo em tempo real aotimização de produção de campos petrolíferos e de gás uti-lizando um simulador de procuração. Uma modalidade ilustradainclui um método para o estabelecimento de um modelo base deum sistema físico em um ou mais simuladores com base física.O sistema físico pode incluir um reservatório, um poço, umarede de tubulação, e um sistema de processamento. Um ou maissimuladores simulam o escoamento de fluidos no reservatório,poço, rede de tubulação, e um sistema de processamento. 0método inclui, ainda, utilização de um sistema de gerencia-mento de decisão para definir os parâmetros de controle dosistema físico para conjugação com os dados observados. Osparâmetros de controle podem incluir um ajuste de válvulapara regulagem do escoamento de água no reservatório, poço,rede de tubulação, ou sistema de processamento. 0 método in-clui ainda definição dos limites de contorno incluindo umnível extremo para cada parâmetro de controle do sistema fí-sico através de um processo experimental de projeto, automa-ticamente executando, um ou mais simuladores para um conjun-to de parâmetros de projeto gerando uma série de saídas, oconjunto de parâmetros de projeto compreendendo os parâme-tros de controle e as saídas representando as previsões deprodução, coletando dados de caracterização em uma base dedados relacionada, os dados de caracterização compreendendovalores associados com o conjunto de parâmetros de projeto evalores associados com as saídas de um ou mais simuladores,ajustando os dados relacionados compreendendo uma série deentradas, as entradas compreendendo os valores associadoscom o conjunto de parâmetros de projeto, com as saídas de umou mais simuladores utilizando-se um modelo de procuração ousistema de equações para o sistema físico. 0 modelo de pro-curação pode compreender de uma rede neural e é utilizadopara calcular as derivadas com respeito aos parâmetros deprojeto e as saídas de um ou mais simuladores. 0 método in-clui ainda a eliminação de parâmetros de projeto a partir domodelo de procuração aonde as sensitividades encontram-seabaixo de um valor limite, utilizando-se um otimizador com omodelo de procuração para determinar as faixas de valores doparâmetro de projeto, para aqueles parâmetros de projeto quenão tenham sido eliminados do modelo de procuração, para osquais as saídas da rede neural conjugam-se com os dados ob-servados, os parâmetros de projeto que não são eliminados,são então designados como os parâmetros selecionados, posi-cionando os parâmetros selecionados e suas faixas a partirdo modelo de procuração no sistema de gerenciamento de deci-são, executando o sistema de gerenciamento de decisão naforma de um otimizador global para validar os parâmetros se-lecionados em um ou mais simuladores, e utilizando o modelode procuração para otimização em tempo real e decisões decontrole com respeito aos parâmetros selecionados através deum período de tempo futuro.
Outras modalidades ilustrativas da invenção podemser implementadas também em um sistema computacional ou naforma de um artigo de fabricação tal como um produto de pro-grama de computador ou mídia de leitura por computador. Oproduto de programa de computador pode ser uma mídia de ar-mazenagem em computador lida através de um sistema computa-cional para execução de um processo computacional. O produtode programa computacional pode ser, também, um sinal propa-gado em um condutor lido por um sistema computacional e co-dificando um programa computacional de instruções para exe-cução de um processo computacional.
Essas e várias outras características, bem como,vantagens, que caracterizam a presente invenção, tornar-se-ão evidentes a partir de uma leitura do relatório descritivoe uma revisão dos desenhos associados.
DESCRIÇÃO DOS DESENHOS
A Figura 1 compreende um diagrama de blocos sim-plificado de um ambiente de operação que pode ser utilizadode acordo com as modalidades ilustradas da presente invenção;a Figura 2 é um diagrama de blocos simplificadoilustrando um sistema computacional no ambiente de operaçãoda Figura 1, que pode ser utilizado para levar a termo vá-rias modalidades ilustradas da invenção presente;
a Figura 3 é um fluxograma mostrando uma rotinailustrativa para otimização em tempo real da produção emcampos de petróleo e gás utilizando-se um simulador de pro-curação, de acordo com uma modalidade ilustrativa da presen-te invenção; e
a Figura 4 é uma exposição gerada por computadordos ajustes de válvulas otimizados previstos para um númerode poços que possam ser utilizados para otimizar-se a produção de gás e petróleo para um período de tempo fu-turo, de acordo com uma modalidade ilustrativa da presenteinvenção.
DESCRIÇÃO DETALHADA
As modalidades ilustrativas da presente invençãofornecem otimização em tempo real de campos petrolíferos ede gás utilizando-se um simulador de procuração. Referindo-se agora aos desenhos, aonde numerais similares representamelementos idênticos, vários aspectos da presente invençãoserão descritos. Em particular, a Figura Iea discussãocorrespondente destinam-se a fornecer uma suscinta descriçãogeneralizada e um adequado ambiente de operação aonde as mo-dalidades da invenção possam ser implementadas.
As modalidades da presente invenção podem ser em-pregadas, em regra, no ambiente de operação 100 , conformemostrado na Figura 1. O ambiente de operação 100 inclui asinstalações de superfície 102 do campo petrolífero e poços edispositivos de escoamento em subsolo 104. As instalações desuperfície 102 de campos petrolíferos podem incluir qualquerquantidade de instalações tipicamente utilizadas na produçãode campos de petróleo e gás. Essas instalações podem inclu-ir, mas não estando limitadas a, aparelhos de perfuração,prevenientes de explosões, bombas de lama, e similares. Ospoços e dispositivos de escoamento em subsolo podem incluir,sem limitações, reservatórios, poços, e redes de tubulação(e seus hardwares associados). Deve-se compreender que, con-forme discutido no relatório descritivo a seguir e nas rei-vindicações apensas, a produção pode incluir perfuração eexploração de campos petrolíferos e de gás.
As instalações de superfície 102 e os poços e osdispositivos de escoamento em subsolo 104 apresentam-se emcomunicação com sensores de campo 106, unidades de terminaisremotas 108, e controladores de campo 110, em uma maneiraconhecida por aqueles especializados na técnica. Os sensoresde campo 106 medem várias propriedades de superfície e sub-solo de um campo petrolífero (ou seja, reservatórios, poços,e redes de tubulação) incluindo, mas não estando limitadas,as taxas de produção de petróleo, gás, e água, injeção deágua, frente de tubulação, e pressões nodais, ajustes deválvulas nos níveis de poço, zona e campo. Em uma modalidadeda invenção, os sensores de campo 106 são capazes de reali-zarem medições contínuas em um campo petrolífero e comunica-ção de dados em tempo real junto às unidades de terminaisremotos 108. Os especialistas da área apreciarão que o ambi-ente operacional 100 pode incluir tecnologia de "campos in-teligentes" que possibilita a medição de dados na superfíciebem como abaixo da superfície nos próprios poços. Campos in-teligentes são também capazes de medirem as zonas e reserva-tórios individuais em um campo petrolífero. Os controladoresde campo 110 recebem os dados medidos a partir de sensoresde campo 106 e viabilizam a monitoração em campo dos dadosmedidos.
As unidades de terminais remotos 108 recebem osdados medidos a partir dos sensores de campo 106 e comunicamos dados medidos para um ou mais sistemas de Obtenção de Da-dos e Controle Supervisionai ("SCADAs") 112. Conforme do co-nhecimento dos especialistas da área, os SCADAs compreendemsistemas computacionais para reunião e análise de dados emtempo real, Os SCADAs 112 comunicam os dados medidos recebi-dos junto a uma base de dados de perfil em tempo real. A ba-se de dados de perfil em tempo real 114 encontra-se em comu-nicação com a perfuração de produção e base de dados de en-genharia 116 integrados que é capaz de acessar os dados damedição.A perfuração de produção e base de dados de engenha-ria integrados 116 encontra-se em comunicação com um sistemade modelo computacional dinâmico ativo 2. Nas várias modali-dades ilustrativas da invenção, o sistema computacional 2executa vários módulos de programa em tempo real para a oti-mização de produção de campos petrolíferos e de gás utili-zando um simulador de procuração. Em regra, os módulos deprogramas incluem rotinas, programas, componentes, estrutu-ras de dados, e outros tipos de estruturas que desempenhamtarefas particulares ou implementam tipos de dados resumidosparticulares. Os módulos do programa incluem uma aplicaçãode sistema de gerenciamento de decisão ("DMS") 24 e um módu-lo de programa de otimização 28 em tempo real. 0 sistema decomputação 2 inclui também módulos de programas adicionaisque serão descritos a seguir na Figura 2. Será apreciado queas comunicações entre os sensores de campo 106, as unidadesde terminais remotos 108, os controladores de campo 110, asSCADAs 112, as bases de dados 114 e 116, e o sistema compu-tacional 2 podem ser capacitados a utilizarem conexões decomunicação através de uma área local ou uma ampla área emrede por uma maneira conhecida pelos especialistas do ramo.
Conforme será discutido , em maiores detalhes naseqüência, com respeito às Figuras 2-3, o sistema computa-cional 2 utiliza a aplicação DMS 24 em conjunto com um simu-lador físico ou com base física e um simulador de procuraçãopara otimizar os valores do parâmetro de produção para usoem tempo real em um campo petrolífero e de gás. A funciona-bilidade do núcleo da aplicação DMS 24 com referência ao ge-renciamento e otimização do cenário é descrita em detalhesno pedido co-pendente Norte-Americano 2004/0220790, intitu-lado "Method and System for Scenario and Case Decision Mana-gement", que aqui é incluído como referência. 0 módulo deprograma de otimização em tempo real 28 utiliza o modelo deprocuração mencionado acima para determinar faixas de valordo parâmetro para as saídas (a partir do modelo de procura-ção) que combinam com os dados observados em tempo real me-didos pelos sensores de campo 106.Com referência agora a Figura 2, será descrita umaarquitetura ilustrativa de computador para o sistema compu-tacional 2 que é utilizada nas várias modalidades da inven-ção. A arquitetura de computador mostrada na Figura 2 ilus-tra um computador tipo laptop ou desktop convencional, in-cluindo uma unidade de processamento central 5 ("CPU"), umamemória do sistema 7, incluindo uma memória com acesso alea-tório 9 ("RAM") e uma memória somente de leitura ("ROM") 11,e um barramento do sistema 12 que acopla a memória ao CPU 5.Um sistema básico de entrada/saida contendo as rotinas bási-cas que auxiliam a transferência de informação entre os ele-mentos no interior do computador, tal quando inicializado, éarmazenado no ROM 11. 0 sistema computacional 2 inclui aindaum dispositivo de armazenagem em massa 14 para armazenagemde um sistema operacional 16, aplicação DMS 24, um simuladorcom base fisica 26, módulo de otimização 28 em tempo real,modelos 30 com base fisica, e outros módulos de programa 32.Esses módulos serão descritos em maiores detalhes a seguir.
Deve-se entender que o sistema computacional 2 pa-ra as modalidades práticas da invenção pode ser representa-tivo também para outras configurações de sistemas computa-cionais, incluindo dispositivos manuais, sistemas multipro-cessadores, eletrônicos programáveis pelo consumidor ou combase em microprocessadores, minicomputadores, computadoresda esttrutura principal, e similares. As modalidades da in-venção podem ser também praticadas nos ambientes distribuí-dos de computação, aonde tarefas são realizadas via disposi-tivos de processamento remotos que são conectados através deuma rede de comunicação. No ambiente de computação distribu-ído, os módulos do programa podem tanto se localizar local-mente ou em dispositivos de armazenagem de memória remotos.
O dispositivo de armazenagem em massa 14 é conec-tado à CPU 5 através de um controlador de armazenagem emmassa (não mostrado) conectado ao barramento 12. O disposi-tivo de armazenagem em massa 14 e sua mídia de leitura porcomputador associado fornecem armazenagem não-volátil para osistema computacional 2. Embora a descrição da mídia de Iei-tura por computador aqui contida se refira a um dispositivode armazenagem em massa, tal como um disco rígido ou umtransmissor de CD-ROM, deve ser apreciado pelos especialis-tas na área que a mídia de leitura por computador pode serqualquer mídia disponível que possa ser acessada pelo siste-ma computacional 2.
Como forma de exemplo, e não limitante, a mídia deleitura por computador pode compreender de uma mídia de ar-mazenagem em computador e mídia de comunicação. A mídia dearmazenagem em computador inclui mídia volátil e não-volátil, removível e não-removível em qualquer método outecnologia para armazenagem da informação , tal como, ins-truções de leitura por computador, estruturas de dados, mó-dulos de programas ou outros dados. A mídia de armazenagemem computador inclui, mas não está limitada aos RAM, ROM,EPROM, EEPROM, memória instantânea ou outra forma de tecno-logia de memória de estado sólido, CD-ROM, discos digitaisversáteis ("DVD"), ou outras armazenagens óticas, cassetesmagnéticos, fitas magnéticas, ou armazenagem de disco magné-tico ou outros tipos de dispositivos de armazenagem magnéti-ca, ou qualquer outro meio que possa ser usado para armaze-nar a informação desejada e que possa ser acessado pelo sis-tema computacional 2.
De acordo com várias modalidades da invenção, osistema computacional 2 pode operar em um ambiente de redede trabalho utilizando as conexões lógicas junto aos compu-tadores, base de dados, e outros dispositivos remotos atra-vés da rede de trabalho 18. O sistema computacional 2 podeconectar a rede de trabalho 18 através de uma unidade de in-terface de rede 20 conectada ao barramento 12. As conexõesque são feitas pela unidade de interface de rede 20 podemincluir conexões à rede de área local ("LAN") ou rede de á-rea ampla ("WAN"). Os ambientes de rede de trabalho LAN eWAN são, comuns em escritórios, redes de trabalho de compu-tador dispersas em empresas, intranets, e na Internet. Deve-se apreciar que a unidade de interface de rede de trabalho 20 pode ser utilizada também para conectar-se à outros tiposde redes de trabalho e sistemas computacionais remotos. 0sistema computacional 2 pode também incluir um controladorde entrada/saida 22 para entrada de recebimento e processa-mento a partir de um número de outros dispositivos, incluin-do um teclado, mouse, ou periféricos eletrônicos (não mos-trados na Figura 2). De modo semelhante, um controlador deentrada/saida 22 pode providenciar saida junto a uma tela deexposição, uma impressora, ou outro tipo de dispositivo desaida.Conforme mencionado suscintamente acima, um númerode módulos de programa pode ser armazenado no dispositivo dearmazenagem em massa 14 do sistema computacional 2, incluin-do um sistema operacional 16 adequado para controlar a ope-ração de uma rede trabalho por computador particular. 0 dis-positivo de armazenagem em massa 14 e RAM 9 podem armazenartambém um ou mais módulos de programa. Em uma modalidade, aaplicação DMS 24 é utilizada em conjunto com um ou mais si-muladores 26 com base física, módulo de otimização 28 emtempo real, e modelos 30 com base física para otimização deparâmetros de controle de produção para uso em tempo real emum campo petrolífero e ou de gás. Conforme do conhecimentodos especialistas da área, os simuladores com base físicautilizam equações representando a física do escoamento defluido e inversão química. Exemplos de simuladores com basefísica incluem, sem limitação, de simuladores de reservató-rio, simuladores de escoamento em tubulação, e simuladoresdo processo (por exp., simuladores de separação). Nas váriasmodalidades da invenção, os parâmetros de controle podem in-cluir, sem limitação, ajustes de válvula, ajustes para sepa-ração de carga, ajuste de entrada, ajustes de calibragem dapressão, e ajustes de obstrução, bem como em ambas localida-des , frente de poço (superfície) e interior do buraco. Emparticular, a aplicação DMS pode ser utilizada para definiros conjuntos de parâmetros de controle em um modelo físicoou com base física que são desconhecidos e que podem ser a-justados para produção otimizada. Conforme discutido acima,na apresentação da Figura 1, os dados em tempo real podemrepresentar medição dos dados recebidos pelos sensores decampo 106 através de monitoração contínua. O simulador 26com base física é operativo para criar modelos com base fí-sica representando a operação de sistemas físicos , tais co-mo, reservatórios, poços,· e redes de tubulação em campos pe-trolíferos e de gás. Por exemplo, os modelos 30 com base fí-sica podem ser utilizados para simulação do escoamento defluidos em um reservatório, um poço, ou uma rede de tubula-ção através de se levar em conta várias características ,tais como, área de reservatório, número de poços, trajeto depoço, raio da tubulação de poço, tamanho da tubulação de po-ço, geometria da tubulação, gradiente de temperatura, e ti-pos de fluidos que são recebidos no simulador com base físi-ca. O simulador 26 com base física, na concepção de um mode-lo, pode também receber dados de entrada imprecisos ou esti-mados, tais como, de reservas de reservatórios.
Com referência agora à Figura 3, uma rotina 300ilustrativa será descrita para ilustração de um processo pa-ra otimização em tempo real da produção de campos petrolífe-ros e de gás utilizando-se um simulador de procuração. Quan-do lendo-se a discussão das rotinas ilustrativas aqui apre-sentadas, deve-se apreciar que as operações lógicas de vá-rias modalidades da presente invenção são implementadas (1)como uma seqüência de atos implementados por computador oumódulos de programas rodando em um sistema computacionale/ou (2) na forma de circuitos lógicos interconectados pormáquina ou módulos de circuito no interior do sistema compu-tacional. A implementação é uma questão de escolha dependen-te das condições de desempenho do sistema computacional im-plentando a invenção. Consequentemente, as operações lógicasilustradas na Figura 3, e a execução das modalidades ilus-trativas da presente invenção aqui descritas são referencia-das às várias operações, dispositivos estruturais, atos oumódulos. Será reconhecido pelo especialista da área que es-sas operações, dispositivos estruturais, atos e módulos po-dem ser implementados no software, nos aplicativos da empre-sa, em lógicas digitais de finalidades especiais, e quais-quer combinações das mesmas sem se desviar do espirito e es-copo da presente invenção conforme descrito no corpo dasreivindicações apensas.
A rotina 300 ilustrativa se inicia na operação 305aonde a aplicação 24 DMS executada pela CPU 5, instrui o si-mulador 26 com base física a estabelecer um modelo "base" deum sistema físico. Deve-se compreender que um modelo "base"pode ser uma representação física ou com base física (nosoftware) de um reservatório, poço, uma rede de tubulação,ou um sistema de processamento (tal como um sistema de pro-cessamento de separação) em um campo de gás ou petróleo combase nos dados das características, tal como, a área de re-servatório, o número de poços, trajeto de poço, raio da tu-bulação do poço, tamanho da tubulação de poço, extensão dopoço, geometria do poço, gradiente de temperatura, e tiposde fluidos que são recebidos no simulador com base física. 0simulador 26 com base física, na concepção de um modelo "ba-se", pode também receber dado de entrada impreciso ou esti-mado , tais como reservas de reservatórios. Deve-se compre-ender que podem ser utilizados um ou mais simuladores 26 combase fisica nas modalidades da invenção.
A rotina 300, continua, então, a partir da opera-ção 305 para a operação 310, onde a aplicação 24 DMS automa-ticamente define os parâmetros de controle. Conforme discu-tido anteriormente, na apresentação da Figura 2, os parâme-tros de controle podem incluir válvula de ajustes, ajustespara separação de carga, ajustes de entrada, temperaturas,ajustes de calibragem de pressão, e ajustes de obstrução.
Uma vez que sejam definidos os parâmetros de con-trole, a rotina 300, continua então a partir da operação310 para a operação 315, onde a aplicação 24 DMS define oslimites de contorno para os parâmetros de controle. Em par-ticular, a aplicação 24 MS pode utilizar um processo de pro-jeto experimental para definir os limites de contorno.Os li-mites de contorno incluem também um ou mais níveis extremos(por exp., um máximo, um ponto intermediário, ou mínimo) devalores para cada parâmetro de controle. Em uma modalidade,o processo de projeto experimental utilizado pela aplicação24 DMS pode ser o bem conhecido fatorial de Disposição Orto-gonal, ou processos de projeto experimentais Box-Behnken.
A rotina 300 prossegue, então, da operação 315 pa-ra a operação 320 onde a aplicação 24 DMS executa, automati-camente, o simulador 26 com base física através de um con-junto de parâmetros de controle conforme definido pelos li-mites de contorno determinados na operação 315. Deve-se en-tender que, deste ponto de vista em diante, esses parâmetrosserão aqui mencionados como parâmetros de "projeto" . Na e-xecução do conjunto de parâmetros de projeto, o simulador 26com base física gera uma série de saídas que podem ser uti-lizadas para fazer um número de previsões da produção. Porexemplo, o simulador 26 com base física pode gerar as saídasrelacionadas com o escoamento do fluido em um reservatórioincluindo, sem limitação, pressões, taxas de escoamento dehidrocarbonetos, taxas de escoamento de água, e temperaturasque são baseadas em uma faixa dos valores de ajuste de vál-vula definidos pela aplicação 24 DMS.
A rotina 300 prossegue, então, da operação 320 pa-ra a operação 325 onde a aplicação 24 DMS coleta dados decaracterização em uma base de dados relacionada, tal comobase da dados de engenharia e perfuração de produção inte-gradas 116. Os dados de caracterização podem incluir faixasde valores associadas com os parâmetros de projeto conformedeterminado na operação 315 (ou seja, o dado do parâmetro deprojeto) bem como as saídas a partir do simulador 26 com ba-se física.
A rotina 300 prossegue, então, da operação 325 pa-ra a operação 330 onde a aplicação 24 DMS utiliza uma equa-ção de regressão para ajustar o dado do parâmetro de projeto(ou seja, as entradas de dados relacionadas) com as saídasdo simulador 26 com base ,física utilizando um modelo de pro-curação. Conforme usado na descrição adiante e nas reivindi-cações apensas, um modelo de procuração é uma equação mate-mática utilizada como uma procuração para os modelos com ba-se física produzidos pelo simulador 26 com base física. Paraos especialistas da área ficará entendido que nas várias mo-dalidades da invenção, o modelo de procuração pode represen-tar uma expansão polinomial, uma máquina de suporte de ve-tor, uma rede neural, ou um agente inteligente. Um modelo deprocuração ilustrativo que pode ser empregado em uma modali-dade da invenção é dado pela equação abaixo:
zk= g( Σj w kj z j )
Deve-se entender que, de acordo com uma modalidadeda invenção, um modelo de procuração pode ser utilizado si-multaneamente aos simuladores múltiplos de procuração combase física que predizem o escoamento e a química em funçãodo tempo.
A rotina 300 prossegue, então da operação 300 paraa operação 335 onde a aplicação 24 DMS utiliza o modelo deprocuração para determinar as sensitividades para os parâme-tros de projeto. Conforme aqui definido, a "sensitividade" éuma derivada de uma saída do simulador 26 com base físicacom respeito a um parâmetro de projeto no interior do modelode procuração. A derivada para cada saída com respeito a ca-da parâmetro de projeto pode ser computada na equação de mo-delo de procuração (mostrada anteriormente). A rotina 300prossegue, então, da operação 335 para a operação 340 onde aaplicação 24 DMS utiliza o modelo de procuração para compu-tar as correlações entre os parâmetros de projeto e as saí-das do simulador 26 com base física.
A rotina 300 prossegue, então, da operação 340 pa-ra a operação 345 onde a aplicação 24 DMS elimina os parâme-tros de projeto a partir do modelo de procuração para o qualas sensitividades encontram-se abaixo de um valor limite. Emparticular, de acordo com uma modalidade da invenção, a a-plicação 24 DMS pode eliminar um parâmetro de projeto quandoa sensitividade ou derivada daquele parâmetro de projeto,conforme determinada pelo modelo de procuração, é determina-da como sendo próxima do valor zero. Assim, entende-se queum ou mais parâmetros de controle que são discutidos acimana operação 310, podem ser eliminados como sendo sem impor-tância ou apresentando um impacto mínimo. Deve-se entenderque os parâmetros importantes ou não-eliminados são selecio-nados por otimização (ou seja, parâmetros selecionados) con-forme discutido em maiores detalhes na operação 350. A roti-na 300 prossegue, então, da operação 345 para a operação 350onde a aplicação 24 DMS utiliza o módulo de otimização 28 emtempo real com o modelo de procuração para determinar asfaixas de valores para os parâmetros selecionados (ou seja,os parâmetros não-eliminados) determinados na operação 345.Em particular, o módulo de otimização em tempo real 28 podegerar uma função desordenada representando uma diferençaquadrada entre as saídas do modelo de procuração e os dadosobservados em tempo real extraídos dos sensores de campo 106e armazenados nas bases de dados 114 e 116. As funções de-sordenadas ilustrativas para um poço que podem ser utiliza-das nas várias modalidades da invenção são fornecidas pelas
seguintes equações:
<formula>formula see original document page 21</formula>Aonde w ±= peso para o poço i, w t = peso para otempo tr sim(i,t) = valor normalizado ou simulado para o po-ço i ao tempo t, e his(i, t) = valor normalizado ou o perfilpara o perfil i ao tempo t.
Deve-se compreender que as faixas do valor otimi-zado determinadas pelo módulo de otimização 28 em tempo realsão valores para os quais a função desordenada é pequena (ouseja, próxima a zero). Deve-se entender ainda que os parâme-tros selecionados e faixas de valores otimizados são repre-sentativas de um modelo de procuração que possa ser executa-do e validado no simulador 26 com base física, conforme serádescrito em maiores detalhes a seguir.
A rotina 300 prossegue, então, da operação 350 pa-ra a operação 355 onde o módulo de otimização 28 em temporeal posiciona os parâmetros selecionados (deteminados naoperação 345) e as faixas de valores otimizados (determina-das na operação 350) de volta nos parâmetros selecionados naoperação 360. Deve-se entender que todas as operações discu-tidas acima com respeito a aplicação 24 DMS são operaçõesautomáticas no sistema computacional 2.
A rotina 300 prossegue, então, da operação 360 àoperação 365 onde a aplicação24 DMS utiliza o modelo de pro-curação para otimização e controle em tempo real. Deve-secompreender que controle pode incluir decisões de controlede processo avançadas ou controle pró-ativo com respeito aosparâmetros selecionados através de um período de tempo futu-ro, dependendo de uma configuração de campo particular. Emparticular, de acordo com uma modalidade, a aplicação 24 DMSpode gerar um ou mais expositores gráficos mostrando os a-justes de parâmetro de controle previsto (por exp., ajustesde válvula) para otimização de produção em um poço de petró-leo. Uma exposição ilustrativa é apresentada na Figura 4 eserá discutida mais detalhadamente adiante. A rotina 300 éentão finalizada.
Com referência agora à Figura 4, é mostrado um ex-positor gerado por computador de ajustes de válvula otimiza-dos previstos para um número de poços que possam ser utili-zados para otimizar-se a produção de petróleo e gás atravésde um período de tempo futuro, de acordo com uma modalidadeilustrativa da presente invenção. Conforme pode ser visto naFigura 4, são expostos um número de gráficos 420-490 geradospela aplicação 24 DMS. Cada gráfico representa uma localida-de de poço de um poço de produção em um campo e uma locali-dade de válvula associada para regulagem do escoamento de umfluido (por exp., água) em direção ao poço. Por exemplo,ográfico 410 é uma exposição de um poço com uma designação415 de P1_9L1, aonde Pl_9 é a designação do poço e Ll é adesignação da válvula indicando a localidade de uma válvulano poço (ou seja, "localidade 1"). Da mesma maneira, o grá-fico 420 é uma exposição do mesmo poço (Pl_9) , mas para umadiferente válvula (ou seja, L3) . 0 gráfico 430 compreendetambém uma exposição do poço Pl_9 para a válvula L5. 0 eixoy dos gráficos 410-490 mostra uma faixa de ajustes de válvu-la previstos para a localidade de válvula designada em cadapoço. Conforme discutido acima, os ajustes de válvula pre-vistos são gerados pela aplicação 24 DMS como um resultadodas operações efetuadas na rotina 300, discutidas na Figura3. Deve-se entender que na modalidade aqui descrita, o ajus-te mais elevado da válvula (ou seja, "8,80") corresponde auma válvula completamente aberta, enquanto que o ajuste maisbaixo de válvula (ou seja, "0,00") corresponde a uma válvulacompletamente fechada. O eixo χ dos gráficos 410-490 apre-senta uma gama de "etapas" (ou seja, Etapa 27 até a Etapa147) que representam incrementos de tempo através de um pe-ríodo de tempo futuro. Por exemplo, o eixo do tempo de cadagráfico pode representar ajustes de válvula para cada poçoem incrementos de seis meses através de um período de seisanos.
Pode-se ver que os gráficos 410-490 mostram umaprevisão de como diferentes podem chegar a serem alteradosos ajustes de válvula para um período de tempo futuro. Porexemplo, o gráfico 430 mostra que a aplicação 24 DMS previuque a localidade de válvula "L5" deveria permanecer comple-tamente aberta para a porção ensila do período de tempo fu-turo e, então ser completamente fechada para a parte poste-rior do período de tempo futuro. Pode-se ver que tal situa-ção pode ocorrer com base em uma previsão de que um poço es-teje produzindo água em excesso, necessitanto de que a vál-vula seja fechada. Como um outro exemplo, o gráfico 450 mos-tra que a aplicação 24 DMS previu que a localidade de válvu-Ia "L3" deveria permanecer, inicialmente, completamente a-berta e então ser parcialmente fechada pelo restante do pe-ríodo de tempo futuro.Com base no exposto, deve-se apreciar que as vá-rias modalidades da invenção incluem métodos, sistemas, emídia de leitura por computador para otimização em tempo re-al da produção de campos petrolíferos e de gás utilizando-seum simulador de procuração. Um simulador com base física emum sistema de modelo computacional dinâmico ativo é utiliza-do para varrer a faixa de possibilidades para os parâmetroscontroláveis, tais como, ajustes de válvula, ajustes paraseparação de carga, ajustes de entrada, temperaturas, ajus-tes de calibragem da pressão, e ajustes de obstrução. Umaaplicação de gerenciamento de decisão rodando no sistemacomputacional é utilizada para construir-se um modelo deprocuração que simula um sistema físico (ou seja, um reser-vatório, poço, ou rede de tubulação) para realização de pre-visões futuras com referência aos parâmetros controláveis.
Deve-se entender que a simulação executada pelo modelo deprocuração é quase instantânea, e assim, mais rápida que ossimuladores com base-física tradicionais que são lentos edifíceis de atualizar. Diferentemente de sistemas convencio-nais que são reativos, o modelo de procuração descrito nasmodalidades da invenção presente viabilizam previsões de a-justes de parâmetro de controle através de um período detempo futuro, possibilitando dessa forma a um controle pró-ativo.
Embora a presente invenção tenha sido descrita emconexão com várias modalidades ilustrativas, os especialis-tas na área irão compreender que muitas modificações podemser feitas à mesma dentro do escopo das reivindicações quese seguem. Consequentemente, não se pretende dentro do esco-po da invenção, sob qualquer forma, torná-la limitada pelorelatório descrito, mas, ao contrário, torná-la inteiramentedeterminada com referência as reivindicações que se seguem.
Claims (24)
1. Método em tempo real para otimização de produ-ção em campo petrolífero e de gás utilizando-se um simuladorde procuração, CARACTERIZADO pelo fato de compreender:estabelecimento de um modelo base de um sistemafísico em, pelo menos, um simulador com base física, em queo sistema físico compreende de, pelo menos, um de um reser-vatório, um poço, uma rede de tubulação, e um sistema deprocessamento e em que , pelo menos, um simulador simula oescoamento de fluidos em , pelo menos, aquele um reservató-rio, um poço, uma rede de tubulação, e um sistema de proces-samento;definição dos limites de contorno incluindo um ní-vel extremo para cada de uma pluralidade de parâmetros decontrole do sistema físico através de um processo de projetoexperimental, aonde a pluralidade de parâmetros de controleconforme definido pelos limites de contorno compreende umconjunto de parâmetros de projeto;dados de ajuste compreendendo uma série de entra-das, as entradas compreendendo os valores associados com oconjunto de parâmetros de projeto, as saídas do, pelo menos,um simulador utilizando um modelo de procuração, em que omodelo de procuração é um de procuração para o, pelo menos,um simulador, o pelo menos um simulador compreendendo de pe-lo menos um dos seguintes: um simulador de reservatório, umsimulador de rede de tubulação, um simulador de processo, eum simulador de poço; eutilizando o modelo de procuração para otimizaçãoem tempo real e controle com respeito aos parâmetros sele-cionados através de um período de tempo futuro.
2. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de compreender:utilização do modelo de procuração para calcularderivadas com respeito aos parâmetros de projeto do sistemafísico para determinação das sensitividades;utilização do modelo de procuração para computarcorrelações entre os parâmetros de projeto e as saídas dopelo menos um simulador;ordenar os parâmetros de projeto a partir do mode-lo de procuração; eutilização de um otimizador com o modelo de procu-ração para determinar as faixas de valor do parâmetro deprojeto para as quais as saídas do modelo de procuração com-bina-se com os dados observados.
3. Método, de acordo com a reivindicação 2,CARACTERIZADO pelo fato de compreender: utilização de um sistema de gerenciamento de deci-são para definir uma pluralidade de parâmetros de controledo sistema físico para combinação com os dados observados;executar automaticamente o pelo menos um simuladoratravés do conjunto de parâmetros de projeto para gerar umasérie de saídas, as saídas representando predições de produ-ção; ecoletar dados de caracterização em uma base dedados relacionada, os dados de caracterização compreendendovalores associados com o conjunto de parâmetros e valores deprojeto associados com as saídas a partir do, pelo menos, umsimulador.
4. Método, de acordo com a reivindicação 3,CARACTERIZADO pelo fato de compreender:posicionamento dos parâmetros de projeto para osquais as sensitividades não se encontram abaixo de um valorlimite e de suas faixas a partir do modelo de procuração nosistema de gerenciamento, os parâmetros de projeto para osquais as sensitividades não se encontram abaixo do valor li-mite sendo os parâmetros selecionados; erodar o sistema de gerenciamento de decisão comoum otimizador global para validar os parâmetros selecionadosno simulador.
5. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de compreender que o estabelecimentode um modelo base de um sistema físico em, pelo menos um si-mulador com base física compreende a criação de uma repre-sentação de dados do sistema físico, em que a representaçãode dados compreende as características físicas de pelo menosum reservatório, do poço, da rede de tubulação, e o sistemade processamento incluindo dimensões do reservatório, númerode poços no reservatório, trajeto do poço, tamanho da tubu-lação de poço, geometria da tubulação, gradiente de tempera-tura, tipos de fluidos, e valores estimados dos dados de ou-tros parâmetros associados com o sistema físico.
6. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de que a utilização do modelo deprocuração para calcular as derivadas com respeito aos parâ-metros de projeto para determinar as sensitividades compre-ende determinação de uma derivada de uma saida do pelo menosum simulador com respeito a uma das séries de entradas.
7. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de compreender remoção dos parâme-tros de projeto a partir do modelo de procuração que são de-terminados pelo usuário para apresentarem um impacto mínimono sistema físico.
8. Método, de acordo com a reivindicação 1,CARACTERIZADO pelo fato de que a utilização do modelo deprocuração para controle e otimização em tempo real com res-peito aos parâmetros selecionados em função de um período detempo futuro compreende a utilização de pelo menos um dosseguintes: uma rede de trabalho neural, uma expansão polino-mial, uma máquina de suporte vetor, e um agente inteligente.
9. Sistema em tempo real para otimização de produ-ção em campo petrolífero e de gás utilizando-se um simuladorde procuração, CARACTERIZADO pelo fato de compreender: uma memória para armazenamento de um código deprograma executável; eum processador, funcionalmente acoplado à memória,o processador estando ligado às instruções executáveis pelocomputador contido no código de programa e operacional para: estabelecer um modelo base de um sistema físicono, pelo menos, um simulador com base física, em. que o sis-tema físico compreeende do, pelo menos, um reservatório, umpoço, uma rede de tubulação, e um sistema de processamento eem que no, pelo menos um simulador simula o escoamento defluidos no, pelo menos um de um reservatório, um poço, umarede de tubulação, e um sistema de processamento;definir os limites de contorno incluindo um nivelextremo para cada uma das pluralidades dos parâmetros decontrole do sistema físico através de um processo de projetoexperimental, em que a pluralidade de parâmetros de controleconforme definida pelos limites de contorno compreende umconjunto de parâmetros de projeto;dados de ajuste compreendendo uma série de entra-das, as entradas compreendendo os valores associados com oconjunto de parâmetros de projeto, às saídas do, pelo menos,um simulador utilizando um modelo de procuração, em que omodelo de procuração é uma procuração para o, pelo menos,um simulador, e o, pelo menos, um simulador compreendendo,pelo menos, um dos seguintes : um simulador de reservató-rio, um simulador de rede de tubulação, um simulador de pro-cesso, e um simulador de poço; eutilizar o modelo de procuração para otimização econtrole em tempo real com respeito aos parâmetros selecio-nados em função a um período de tempo futuro.
10. Sistema, de acordo com a reivindicação 1,CARACTERIZADO pelo fato do processador ser ainda operacional para:utilizar o modelo de procuração para calcular asderivadas com respeito aos parâmetros de projeto do sistemafísico para determinar as sensitividades;utilizar o modelo de procuração para computar ascorrelações entre os parâmetros de projeto e as saídas do,pelo menos, um simulador;ordenar os parâmetros de projeto a partir do mode-lo de procuração; eutilizar um otimizador com o modelo de procuraçãopara determinar as faixas de valor do parâmetro de projetopara as quais as saídas a partir do modelo de procuraçãocombinam com os dados observados.
11. Sistema, de acordo com a reivindicação 10,CARACTERIZADO pelo fato do processador ser ainda operacionalpara:utilizar um sistema de gerenciamento de decisãopara definir uma pluralidade de parâmetros de controle dosistema físico para combinação com os dados observados;executar automaticamente o, pelo menos, um simula-dor através do conjunto de parâmetros de modelo para geraruma série de saídas, as saídas representando as previsões deprodução; ecoletar dados de caracterização em uma base de da-dos relacionada, os dados de caracterização compreendendovalores associados com o conjunto de parâmetros de projeto evalores associados com as saídas a partir do , pelo menos,um simulador.
12. Sistema, de acordo com a reivindicação 11,CARACTERIZADO pelo fato de compreender que o processador éainda operacional para:posicionar os parâmetros de projeto para os quaisas sensitividades não se encontram abaixo de um valor limitee suas faixas a partir do modelo de procuração no sistema degerenciamento de decisão, os parâmetros de projeto para osquais as sensitividades não se encontram abaixo do valor li-mite sendo os parâmetros selecionados; erodar o sistema de gerenciamento de decisão comoum otimizador global para validar os parâmetros selecionadosno simulador.
13. Sistema, de acordo com a reivindicação 9,CARACTERIZADO pelo fato de que estabelecer um modelo base deum sistema fisico no, pelo menos, um simulador com base fí-sica compreende a criação de uma representação de dados dosistema físico, em que a representação de dados compreendeas características físicas do, pelo menos, um reservatório,poço, e rede de tubulação, e o sistema de processamento in-cluindo dimensões do reservatório, número de poços no reser-vatório, trajeto do poço, tamanho de tubulação no poço, geo-metria do poço, gradiente de temperatura, tipos de fluido, evalores estimados de dados de outros parâmetros associadoscom o sistema físico.
14. Sistema, de acordo com a reivindicação 9,CARACTERIZADO pelo fato em que a utilização do modelo deprocuração para calcular as derivadas com respeito aos parâ-metros de projeto para determinar as sensitividades compre-ende a determinação de uma derivada de uma saída do, pelomenos, um simulador com respeito a uma das séries de entradas.
15. Sistema, de acordo com a reivindicação 9,CARACTERIZADO pelo fato de compreender ainda a remoção dosparâmetros de modelo a partir do modelo de procuração quesão determinados pelo usuário para apresentarem um impacto minimo no sistema físico.
16. Sistema, de acordo com a reivindicação 9,CARACTERIZADO pelo fato de que a utilização do modelo deprocuração para otimização e controle em tempo real com res-peito aos parâmetros selecionados para um período de tempo futuro compreende a utilização de, pelo menos, um dos se-guintes :uma rede neural, uma expansão polinomial, uma má-quina de suporte de vetor e um agente inteligente.
17. Mídia de leitura em computador contendo ins- truções executáveis em computador, que quando executadas emum computador desenvolvem um método em tempo real para a o-timização da produção em campo petrolífero e de gás utili-zando um simulador de procuração, o método CARACTERIZADO pe-lo fato de compreender: estabelecimento de um modelo de base de um sistemafísico no, pelo menos, um simulador com base física, em queo sistema físico compreende do, pelo menos, um reservatório,um poço, uma rede de tubulação, e um sistema de processamen-to e em que o , pelo menos, um simulador simula o escoamento de fluidos no, pelo menos, um reservatório, um poço, rede detubulação, e um sistema de processamento;definição dos limites de contorno incluindo um ní-vel extremo para cada uma das pluralidades de parâmetros decontrole do sistema físico através de um processo de projetoexperimental, em que a pluralidade de parâmetros de controleconforme definida pelos limites de contorno compreende umconjunto de parâmetros de projeto;ajuste de dados compreendendo uma série de entra-das, as entradas compreendendo os valores associados com oconjunto de parâmetros de projeto, às saídas do, pelo menos,um simulador utilizando um modelo de procuração, em que omodelo de procuração é uma procuração para, pelo menos, o umsimulador, com pelo menos um simulador compreendendo , pelomenos, um dos seguintes: um simulador de reservatório, umsimulador de rede de tubulação, um simulador de processo, eum simulador de poço; eutilização do modelo de procuração para otimizaçãoe controle em tempo real com respeito aos parâmetros sele-cionados para um período de tempo futuro.
18. Mídia de leitura em computador, de acordo coma reivindicação 17, CARACTERIZADA pelo fato de compreenderainda:utilização do modelo de procuração para calcularas derivadas com respeito aos parâmetros de projeto do sis-tema físico para determinar as sensitividades;utilização do modelo de procuração para computarcorrelações entre os parâmetros de projeto e as saídas do,pelo menos, um simulador;ordenar os parâmetros de projeto a partir do mode-lo de procuração;utilização de um otimizador com o modelo de procu-ração para determinar as faixas de valor do parâmetro deprojeto para as quais as saldas a partir do modelo de procu-ração combinam com os dados observados.
19. Midia de leitura em computador, de acordo coma reivindicação 18, CARACTERIZADA pelo fato de compreenderainda:utilização de um sistema de gerenciamento de deci-são para definir uma pluralidade de parâmetros de controledo sistema físico para combinação com os dados observados;executar automaticamente, o, pelo menos um simula-dor através do conjunto de parâmetros de projeto para gera-ção de uma série de saídas, as saídas representando as pre-visões de produção; ecoletar dados de caracterização em uma função debase de dados, os dados de caracterização compreendendo va-lores associados com o conjunto de parâmetros e valores deprojeto associados com as saídas a partir do, pelo menos, umsimulador.
20. Mídia de leitura em computador, de acordo coma reivindicação 19, CARACTERIZADA pelo fato de compreender:posicionamento dos parâmetros de projeto para osquais as sensitividades não se encontram abaixo de um valorlimite e suas faixas a partir do modelo de procuração nosistema de gerenciamento de decisão, os parâmetros de deci-são para os quais as sensitividades não se encontram abaixodo valor limite sendo os parâmetros selecionados; erodar o sistema de gerenciamento de decisão comoum otimizador global para validar os parâmetros selecionadosno simulador.
21. Midia de leitura em computador, de acordo coma reivindicação 17, CARACTERIZADA pelo fato de que o estabe-lecimento de um modelo base de um sistema físico no, pelomenos, um simulador com base física compreende a criação deuma representação de dados do sistema físico, em que a re-presentação de dados compreende as características físicasdo, pelo menos, um reservatório, o poço, a rede de tubula-ção, e o sistema de processamento incluindo as dimensões doreservatório, número de poços no reservatório, trajeto dopoço, tamanho da tubulação de poço, geometria do poço, gra-diente de temperatura, tipos de fluidos, e valores estimadosdos dados de outros parâmetros associados com o sistema fí-sico .
22. Mídia de leitura em computador, de acordo coma reivindicação 17, CARACTERIZADA pelo fato de que a utili-zação do modelo de procuração para cálculo das derivadas comrespeito aos parâmetros de projeto para determinação dassensitividades compreende a determinação de uma derivada deuma saída do, pelo menos, um simulador com respeito a umadas séries de entradas.
23. Mídia de leitura em computador, de acordo coma reivindicação 18, CARACTERIZADA pelo fato de compreender aremoção dos parâmetros de projeto a partir do modelo de pro-curação que são determinados pelo usuário para apresentaremum impacto mínimo no sistema físico.
24. Mídia de leitura em computador, de acordo coma reivindicação 18, CARACTERIZADA pelo fato de que a utili-zação do modelo de procuração para otimização e controle emtempo real com respeito aos parâmetros selecionados para umperíodo de tempo futuro compreeende a utilização de , pelomenos, um dos seguintes:uma rede neural, uma expansão polinomial, uma má-quina de suporte de vetor, e um agente inteligente.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US76397106P | 2006-01-31 | 2006-01-31 | |
US60/763.971 | 2006-01-31 | ||
PCT/US2007/002624 WO2007089832A1 (en) | 2006-01-31 | 2007-01-31 | Methods, systems, and computer-readable media for real-time oil and gas field production optimization using a proxy simulator |
Publications (1)
Publication Number | Publication Date |
---|---|
BRPI0706804A2 true BRPI0706804A2 (pt) | 2011-04-05 |
Family
ID=38137628
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
BRPI0706804-2A BRPI0706804A2 (pt) | 2006-01-31 | 2007-01-31 | métodos, sistemas, e mìdia de leitura em computador para otimização de produção de campos petrolìficos e de gás em tempo real utilizando-se um simulador de procuração |
Country Status (10)
Country | Link |
---|---|
US (2) | US8352226B2 (pt) |
EP (1) | EP1982046B1 (pt) |
CN (1) | CN101379271B (pt) |
AT (1) | ATE503913T1 (pt) |
AU (1) | AU2007211294B2 (pt) |
BR (1) | BRPI0706804A2 (pt) |
CA (1) | CA2640727C (pt) |
DE (1) | DE602007013530D1 (pt) |
NO (1) | NO340159B1 (pt) |
WO (1) | WO2007089832A1 (pt) |
Families Citing this family (67)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6853921B2 (en) | 1999-07-20 | 2005-02-08 | Halliburton Energy Services, Inc. | System and method for real time reservoir management |
FR2842321B1 (fr) * | 2002-07-11 | 2008-12-05 | Inst Francais Du Petrole | Methode pour contraindre un champ de permeabilite heterogene representant un reservoir souterrain par des donnees dynamiques |
US7584165B2 (en) * | 2003-01-30 | 2009-09-01 | Landmark Graphics Corporation | Support apparatus, method and system for real time operations and maintenance |
US8195401B2 (en) * | 2006-01-20 | 2012-06-05 | Landmark Graphics Corporation | Dynamic production system management |
US8504341B2 (en) | 2006-01-31 | 2013-08-06 | Landmark Graphics Corporation | Methods, systems, and computer readable media for fast updating of oil and gas field production models with physical and proxy simulators |
DE602007013530D1 (de) * | 2006-01-31 | 2011-05-12 | Landmark Graphics Corp | Verfahren, systeme und computerlesbare medien zur öl- und gasfeldproduktionsoptimierung in echtzeit mit einem proxy-simulator |
US9175547B2 (en) * | 2007-06-05 | 2015-11-03 | Schlumberger Technology Corporation | System and method for performing oilfield production operations |
FR2919932B1 (fr) * | 2007-08-06 | 2009-12-04 | Inst Francais Du Petrole | Methode pour evaluer un schema de production d'un gissement souterrain en tenant compte des incertitudes |
KR20100042293A (ko) * | 2007-08-14 | 2010-04-23 | 셀 인터나쵸나아레 레사아치 마아츠샤피 비이부이 | 화학 플랜트 또는 정제소를 연속해서 온라인 모니터하는 시스템 및 방법 |
US9070172B2 (en) * | 2007-08-27 | 2015-06-30 | Schlumberger Technology Corporation | Method and system for data context service |
US20090076632A1 (en) * | 2007-09-18 | 2009-03-19 | Groundswell Technologies, Inc. | Integrated resource monitoring system with interactive logic control |
US8892221B2 (en) * | 2007-09-18 | 2014-11-18 | Groundswell Technologies, Inc. | Integrated resource monitoring system with interactive logic control for well water extraction |
US7660673B2 (en) * | 2007-10-12 | 2010-02-09 | Schlumberger Technology Corporation | Coarse wellsite analysis for field development planning |
CA2705319C (en) * | 2007-11-10 | 2019-01-15 | Laurence Reid | Systems and methods for workflow automation, adaptation and integration |
AU2008338406B2 (en) | 2007-12-17 | 2013-09-12 | Landmark Graphics Corporation, A Halliburton Company | Systems and methods for optimization of real time production operations |
WO2009145960A1 (en) | 2008-04-17 | 2009-12-03 | Exxonmobil Upstream Research Company | Robust optimization-based decision support tool for reservoir development planning |
EP2291761A4 (en) * | 2008-04-18 | 2013-01-16 | Exxonmobil Upstream Res Co | MARKOV DECISION-MAKING DECISION-MAKING ASSISTANCE TOOL FOR TANK DEVELOPMENT PLANNING |
BRPI0910333A2 (pt) | 2008-04-21 | 2015-10-06 | Exxonmobil Upstream Res Co | métodos para planejamento de desenvolvimento de um reservatório, para suporte à decisão que considera o desenvolvimento de recursos de petróleo, para otimização do planejamento de desenvolvimento com base em computador para um reservatório de hidrocarboneto, e para produzir hidrocarbonetos, e, produto de programa de computador |
US20110011595A1 (en) * | 2008-05-13 | 2011-01-20 | Hao Huang | Modeling of Hydrocarbon Reservoirs Using Design of Experiments Methods |
US8527203B2 (en) | 2008-05-27 | 2013-09-03 | Schlumberger Technology Corporation | Method for selecting well measurements |
WO2010002975A1 (en) * | 2008-07-01 | 2010-01-07 | Services Petroliers Schlumberger | Effective hydrocarbon reservoir exploration decision making |
US8706541B2 (en) * | 2008-10-06 | 2014-04-22 | Schlumberger Technology Corporation | Reservoir management linking |
MY158618A (en) | 2008-11-03 | 2016-10-31 | Schlumberger Technology Bv | Methods and apparatus for planning and dynamically updating sampling operations while drilling in a subterranean formation |
CA2743827C (en) * | 2008-12-16 | 2018-01-23 | Exxonmobil Upstream Research Company | Systems and methods for hydrocarbon reservoir development and management optimization |
DE102010005955B4 (de) * | 2010-01-27 | 2020-03-05 | Abb Schweiz Ag | Anordnung und Verfahren zur Optimierung der Arbeitsweise eines Versorgungsnetzes |
CA2693640C (en) | 2010-02-17 | 2013-10-01 | Exxonmobil Upstream Research Company | Solvent separation in a solvent-dominated recovery process |
CA2696638C (en) | 2010-03-16 | 2012-08-07 | Exxonmobil Upstream Research Company | Use of a solvent-external emulsion for in situ oil recovery |
CA2705643C (en) | 2010-05-26 | 2016-11-01 | Imperial Oil Resources Limited | Optimization of solvent-dominated recovery |
US9665916B2 (en) | 2010-08-10 | 2017-05-30 | X Systems, Llc | System and method for analyzing data |
US9652726B2 (en) | 2010-08-10 | 2017-05-16 | X Systems, Llc | System and method for analyzing data |
US8849638B2 (en) | 2010-08-10 | 2014-09-30 | X Systems, Llc | System and method for analyzing data |
US9176979B2 (en) | 2010-08-10 | 2015-11-03 | X Systems, Llc | System and method for analyzing data |
US9665836B2 (en) | 2010-08-10 | 2017-05-30 | X Systems, Llc | System and method for analyzing data |
WO2012031089A2 (en) * | 2010-09-03 | 2012-03-08 | Chevron U.S.A. Inc. | Iterative method and system to construct robust proxy models for reservoir simulation |
EP2614460B1 (en) * | 2010-09-07 | 2014-07-09 | Saudi Arabian Oil Company | Machine, computer program product and method to generate unstructured grids and carry out parallel reservoir simulation |
US8788068B2 (en) * | 2010-10-05 | 2014-07-22 | Exxonmobil Research And Engineering Company | Modeling tool for planning the operation of refineries |
BR112013013422A2 (pt) * | 2010-11-30 | 2016-10-11 | Landmark Graphics Corp | método para reduzir o tempo de execução do modelo do simulador de reservatório, e, dispositivo portador de programa |
MX2013008812A (es) * | 2011-01-31 | 2014-09-11 | Landmark Graphics Corp | Sistema y metodo para utilizar una red artificial neural para simular tuberias hidraulicas en un simulador de deposito. |
WO2012109191A1 (en) * | 2011-02-09 | 2012-08-16 | Conocophillips Company | A quantitative method of determining safe steam injection pressure for enhanced oil recovery operations |
US9026415B2 (en) | 2011-10-20 | 2015-05-05 | Energy Solutions International, Inc. | Pipeline flow modeling method |
CA2792557C (en) * | 2011-10-20 | 2016-09-20 | Energy Solutions International, Inc. | Pipeline flow modeling method |
BR112014017263A8 (pt) * | 2012-01-13 | 2017-07-04 | Process Systems Enterprise Ltd | método de monitoramento e sistema para redes de processamento de fluidos |
AU2013274606B2 (en) | 2012-06-11 | 2015-09-17 | Landmark Graphics Corporation | Methods and related systems of building models and predicting operational outcomes of a drilling operation |
US9260948B2 (en) | 2012-07-31 | 2016-02-16 | Landmark Graphics Corporation | Multi-level reservoir history matching |
US9460403B2 (en) * | 2012-07-31 | 2016-10-04 | Landmark Graphics Corporation | Methods and systems related to hydrocarbon recovery strategy development |
CN102777167B (zh) * | 2012-08-10 | 2016-02-10 | 中国石油天然气股份有限公司 | 二维可定量挤压油气运聚可视物理模拟装置 |
US9816353B2 (en) * | 2013-03-14 | 2017-11-14 | Schlumberger Technology Corporation | Method of optimization of flow control valves and inflow control devices in a single well or a group of wells |
EP2811107A1 (en) * | 2013-06-06 | 2014-12-10 | Repsol, S.A. | Method for selecting and optimizing oil field controls for production plateau |
CA2923540C (en) | 2013-10-08 | 2021-05-25 | Halliburton Energy Services, Inc. | Integrated well survey management and planning tool |
US10311173B2 (en) * | 2014-10-03 | 2019-06-04 | Schlumberger Technology Corporation | Multiphase flow simulator sub-modeling |
GB2546645B (en) * | 2014-10-08 | 2021-04-07 | Landmark Graphics Corp | Predicting temperature-cycling-induced downhole tool failure |
US10489523B2 (en) * | 2014-10-22 | 2019-11-26 | Board Of Supervisors Of Louisiana State University And Agricultural And Mechanical College | Apparatuses, systems and methods for performing remote real-time experiments |
US10580095B2 (en) | 2015-03-20 | 2020-03-03 | Accenture Global Solutions Limited | Method and system for water production and distribution control |
US20170051581A1 (en) * | 2015-08-19 | 2017-02-23 | General Electric Company | Modeling framework for virtual flow metering for oil and gas applications |
US20190010790A1 (en) * | 2016-05-06 | 2019-01-10 | Halliburton Energy Services, Inc. | Multi-parameter optimization of oilfield operations |
WO2017217975A1 (en) * | 2016-06-15 | 2017-12-21 | Schlumberger Technology Corporation | Oilfield optimization system |
US10415354B2 (en) | 2016-09-06 | 2019-09-17 | Onesubsea Ip Uk Limited | Systems and methods for assessing production and/or injection system startup |
CA3039470C (en) * | 2016-12-07 | 2022-03-29 | Landmark Graphics Corporation | Intelligent, real-time response to changes in oilfield equilibrium |
FR3059705A1 (fr) * | 2016-12-07 | 2018-06-08 | Landmark Graphics Corporation | Amelioration mutuelle automatisee de modeles de champ petrolifere |
JP6933899B2 (ja) * | 2017-01-12 | 2021-09-08 | 横河電機株式会社 | プラント運転支援装置、プラント運転支援方法、及びプラント運転支援プログラム |
JP7105556B2 (ja) * | 2017-11-14 | 2022-07-25 | 千代田化工建設株式会社 | プラント管理システム及び管理装置 |
US20210073320A1 (en) * | 2018-01-03 | 2021-03-11 | Cham Ocondi | Video, audio, and historical trend data interpolation |
MX2021001269A (es) * | 2018-07-31 | 2021-04-13 | Abu Dhabi Nat Oil Co | Sistema de modelado con capacidad integrada. |
EP3850187B1 (en) * | 2018-09-11 | 2024-07-10 | Services Pétroliers Schlumberger | Method and system for reactively defining valve settings |
US11079739B2 (en) * | 2019-02-25 | 2021-08-03 | General Electric Company | Transfer learning/dictionary generation and usage for tailored part parameter generation from coupon builds |
CN111639097B (zh) * | 2019-03-01 | 2023-07-04 | 北京国双科技有限公司 | 一种信息处理方法及相关设备 |
CN112539054B (zh) * | 2020-11-25 | 2024-05-14 | 中国石油大学(华东) | 地面管网与地下油藏复杂系统生产优化方法 |
Family Cites Families (52)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5182730A (en) * | 1977-12-05 | 1993-01-26 | Scherbatskoy Serge Alexander | Method and apparatus for transmitting information in a borehole employing signal discrimination |
US4665398A (en) * | 1985-05-06 | 1987-05-12 | Halliburton Company | Method of sampling and recording information pertaining to a physical condition detected in a well bore |
JP2703974B2 (ja) * | 1989-02-09 | 1998-01-26 | 株式会社東芝 | 管網解析システム |
US5148365A (en) * | 1989-08-15 | 1992-09-15 | Dembo Ron S | Scenario optimization |
US5315530A (en) * | 1990-09-10 | 1994-05-24 | Rockwell International Corporation | Real-time control of complex fluid systems using generic fluid transfer model |
US5455780A (en) * | 1991-10-03 | 1995-10-03 | Halliburton Company | Method of tracking material in a well |
US7058617B1 (en) * | 1996-05-06 | 2006-06-06 | Pavilion Technologies, Inc. | Method and apparatus for training a system model with gain constraints |
US5841678A (en) | 1997-01-17 | 1998-11-24 | Phillips Petroleum Company | Modeling and simulation of a reaction for hydrotreating hydrocarbon oil |
US5835883A (en) * | 1997-01-31 | 1998-11-10 | Phillips Petroleum Company | Method for determining distribution of reservoir permeability, porosity and pseudo relative permeability |
US5924048A (en) * | 1997-03-14 | 1999-07-13 | Mccormack; Michael D. | Automated material balance system for hydrocarbon reservoirs using a genetic procedure |
US5992519A (en) * | 1997-09-29 | 1999-11-30 | Schlumberger Technology Corporation | Real time monitoring and control of downhole reservoirs |
NO982973D0 (no) * | 1998-06-26 | 1998-06-26 | Abb Research Ltd | Anordning ved oljebr°nn |
JP4582511B2 (ja) * | 1998-07-17 | 2010-11-17 | 株式会社フジキン | 流体制御装置の設計装置および設計方法 |
US6088656A (en) * | 1998-11-10 | 2000-07-11 | Schlumberger Technology Corporation | Method for interpreting carbonate reservoirs |
US20080262737A1 (en) * | 2007-04-19 | 2008-10-23 | Baker Hughes Incorporated | System and Method for Monitoring and Controlling Production from Wells |
US6442445B1 (en) | 1999-03-19 | 2002-08-27 | International Business Machines Corporation, | User configurable multivariate time series reduction tool control method |
US6853921B2 (en) | 1999-07-20 | 2005-02-08 | Halliburton Energy Services, Inc. | System and method for real time reservoir management |
US6980940B1 (en) | 2000-02-22 | 2005-12-27 | Schlumberger Technology Corp. | Intergrated reservoir optimization |
US20020013687A1 (en) | 2000-03-27 | 2002-01-31 | Ortoleva Peter J. | Methods and systems for simulation-enhanced fracture detections in sedimentary basins |
US20020177955A1 (en) * | 2000-09-28 | 2002-11-28 | Younes Jalali | Completions architecture |
US20020049575A1 (en) * | 2000-09-28 | 2002-04-25 | Younes Jalali | Well planning and design |
FR2818742B1 (fr) | 2000-12-22 | 2003-02-14 | Inst Francais Du Petrole | Methode pour former un module a reseaux neuronaux optimise, destine a simuler le mode d'ecoulement d'une veine de fluides polyphasiques |
US6511526B2 (en) * | 2001-01-12 | 2003-01-28 | Vbox, Incorporated | Pressure swing adsorption gas separation method and apparatus |
US7434619B2 (en) * | 2001-02-05 | 2008-10-14 | Schlumberger Technology Corporation | Optimization of reservoir, well and surface network systems |
US7027968B2 (en) * | 2002-01-18 | 2006-04-11 | Conocophillips Company | Method for simulating subsea mudlift drilling and well control operations |
US7512543B2 (en) * | 2002-05-29 | 2009-03-31 | Schlumberger Technology Corporation | Tools for decision-making in reservoir risk management |
US20040064425A1 (en) * | 2002-09-30 | 2004-04-01 | Depold Hans R. | Physics based neural network |
US6920942B2 (en) * | 2003-01-29 | 2005-07-26 | Varco I/P, Inc. | Method and apparatus for directly controlling pressure and position associated with an adjustable choke apparatus |
GB2398900A (en) | 2003-02-27 | 2004-09-01 | Schlumberger Holdings | Identification of best production potential oil wells and identification of drilling strategy to maximise production potential |
CA2514516C (en) * | 2003-03-26 | 2012-11-20 | Exxonmobil Upstream Research Company | Performance prediction method for hydrocarbon recovery processes |
US7835893B2 (en) | 2003-04-30 | 2010-11-16 | Landmark Graphics Corporation | Method and system for scenario and case decision management |
FR2855633B1 (fr) | 2003-06-02 | 2008-02-08 | Inst Francais Du Petrole | Methode d'aide a la prise de decision pour la gestion d'un gisement petrolier en presence de parametres techniques et economiques incertains |
FR2855631A1 (fr) * | 2003-06-02 | 2004-12-03 | Inst Francais Du Petrole | Methode pour optimiser la production d'un gisement petrolier en presence d'incertitudes |
CN1302386C (zh) * | 2003-10-17 | 2007-02-28 | 大庆油田有限责任公司 | 低浓度表面活性剂与相态结合的三元复合驱计算机仿真方法 |
US7386430B2 (en) * | 2004-03-19 | 2008-06-10 | Schlumberger Technology Corporation | Method of correcting triaxial induction arrays for borehole effect |
US7292250B2 (en) * | 2004-03-31 | 2007-11-06 | Dreamworks Animation, Llc | Character deformation pipeline for computer-generated animation |
US7266456B2 (en) * | 2004-04-19 | 2007-09-04 | Intelligent Agent Corporation | Method for management of multiple wells in a reservoir |
JP2007536634A (ja) * | 2004-05-04 | 2007-12-13 | フィッシャー−ローズマウント・システムズ・インコーポレーテッド | プロセス制御システムのためのサービス指向型アーキテクチャ |
US7415328B2 (en) * | 2004-10-04 | 2008-08-19 | United Technologies Corporation | Hybrid model based fault detection and isolation system |
US7526463B2 (en) * | 2005-05-13 | 2009-04-28 | Rockwell Automation Technologies, Inc. | Neural network using spatially dependent data for controlling a web-based process |
US7636613B2 (en) * | 2005-07-01 | 2009-12-22 | Curtiss-Wright Flow Control Corporation | Actuator controller for monitoring health and status of the actuator and/or other equipment |
US8509926B2 (en) * | 2005-12-05 | 2013-08-13 | Fisher-Rosemount Systems, Inc. | Self-diagnostic process control loop for a process plant |
US8630787B2 (en) * | 2005-12-20 | 2014-01-14 | Borgwarner Inc. | Controlling exhaust gas recirculation in a turbocharged engine system |
US7610251B2 (en) * | 2006-01-17 | 2009-10-27 | Halliburton Energy Services, Inc. | Well control systems and associated methods |
DE602007013530D1 (de) | 2006-01-31 | 2011-05-12 | Landmark Graphics Corp | Verfahren, systeme und computerlesbare medien zur öl- und gasfeldproduktionsoptimierung in echtzeit mit einem proxy-simulator |
BRPI0706805A2 (pt) | 2006-01-31 | 2011-04-05 | Landmark Graphics Corp | métodos, sistemas e meio legìvel por computador para atualização rápida de modelos de produção para campo de gás e óleo com simuladores proxy e fìsico |
US8504341B2 (en) | 2006-01-31 | 2013-08-06 | Landmark Graphics Corporation | Methods, systems, and computer readable media for fast updating of oil and gas field production models with physical and proxy simulators |
CA2665116C (en) * | 2006-10-30 | 2011-07-19 | Schlumberger Canada Limited | System and method for performing oilfield simulation operations |
US8025072B2 (en) * | 2006-12-21 | 2011-09-27 | Schlumberger Technology Corporation | Developing a flow control system for a well |
US7668707B2 (en) * | 2007-11-28 | 2010-02-23 | Landmark Graphics Corporation | Systems and methods for the determination of active constraints in a network using slack variables and plurality of slack variable multipliers |
US8010225B2 (en) * | 2008-01-30 | 2011-08-30 | International Business Machines Corporation | Method and system of monitoring manufacturing equipment |
US8114221B2 (en) * | 2008-09-30 | 2012-02-14 | Princeton Trade & Technology, Inc. | Method and composition for cleaning tubular systems employing moving three-phase contact lines |
-
2007
- 2007-01-31 DE DE602007013530T patent/DE602007013530D1/de active Active
- 2007-01-31 EP EP07762832A patent/EP1982046B1/en active Active
- 2007-01-31 WO PCT/US2007/002624 patent/WO2007089832A1/en active Application Filing
- 2007-01-31 CA CA2640727A patent/CA2640727C/en active Active
- 2007-01-31 US US11/669,921 patent/US8352226B2/en active Active
- 2007-01-31 AU AU2007211294A patent/AU2007211294B2/en not_active Ceased
- 2007-01-31 CN CN200780004125XA patent/CN101379271B/zh not_active Expired - Fee Related
- 2007-01-31 BR BRPI0706804-2A patent/BRPI0706804A2/pt not_active IP Right Cessation
- 2007-01-31 US US11/669,903 patent/US20070179766A1/en not_active Abandoned
- 2007-01-31 AT AT07762832T patent/ATE503913T1/de not_active IP Right Cessation
-
2008
- 2008-08-25 NO NO20083660A patent/NO340159B1/no unknown
Also Published As
Publication number | Publication date |
---|---|
EP1982046A1 (en) | 2008-10-22 |
ATE503913T1 (de) | 2011-04-15 |
CN101379271A (zh) | 2009-03-04 |
NO340159B1 (no) | 2017-03-20 |
AU2007211294A1 (en) | 2007-08-09 |
CN101379271B (zh) | 2012-11-07 |
AU2007211294B2 (en) | 2012-05-10 |
DE602007013530D1 (de) | 2011-05-12 |
US20070179766A1 (en) | 2007-08-02 |
WO2007089832A1 (en) | 2007-08-09 |
CA2640727C (en) | 2014-01-28 |
EP1982046B1 (en) | 2011-03-30 |
US8352226B2 (en) | 2013-01-08 |
CA2640727A1 (en) | 2007-08-09 |
US20070192072A1 (en) | 2007-08-16 |
NO20083660L (no) | 2008-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
BRPI0706804A2 (pt) | métodos, sistemas, e mìdia de leitura em computador para otimização de produção de campos petrolìficos e de gás em tempo real utilizando-se um simulador de procuração | |
US8504341B2 (en) | Methods, systems, and computer readable media for fast updating of oil and gas field production models with physical and proxy simulators | |
AU2007211291B2 (en) | Methods, systems, and computer-readable media for fast updating of oil and gas field production models with physical and proxy simulators | |
Gravdal et al. | Tuning of computer model parameters in managed-pressure drilling applications using an unscented-kalman-filter technique | |
BR112017025555B1 (pt) | Sistema e método para monitoramento em tempo real e estimativa de desempenho de produção de sistema de poço inteligente | |
BRPI0613857B1 (pt) | Método e aparelho associado com a produção de hidrocarbonetos | |
NO20180082A1 (en) | Time-to-finish simulation forecaster | |
Nygaard et al. | Bottomhole pressure control during drilling operations in gas-dominant wells | |
Thimmisetty et al. | Multiscale stochastic representations using polynomial chaos expansions with gaussian process coefficients | |
Leyde et al. | Determination of vertical borehole and geological formation properties using the Crossed Contour Method | |
BR112014031819B1 (pt) | método para determinar um parâmetro de uma formação de interesse em um local desejado, sistema de manuseio de informações e método para estimar um parâmetro desejado de uma formação de interesse | |
RU2604609C2 (ru) | Система, способ и компьютерный программный продукт для симуляции сценариев события бурения | |
Bai et al. | Prediction Model for Tight Gas Wells with Time-Dependent Mechanism and Stress Sensitivity Effect | |
Bjarkason et al. | Accelerating calibration of natural state geothermal models | |
NO20180167A1 (en) | Fluid Flow Network Simulation Methods and Systems Employing Two-Phase Envelopes with Interpolated Values | |
Bello et al. | A Dynamic Data-Driven Inversion Based Method for Multi-Layer Flow and Formation Properties Estimation | |
Nygaard et al. | Bottomhole pressure control during pipe connection in gas-dominant wells | |
Daireaux et al. | Automatic Determination of Drill-string Geometry for Numerical Drilling Models | |
Li et al. | Assessing the safe transportation of multiphase pipeline by integrating mechanism and Machine learning models | |
WO2021150468A1 (en) | Methods and systems for reservoir simulation | |
CN117875154A (zh) | 一种陆域天然气水合物产能预测方法、系统和电子设备 | |
MX2008009776A (es) | Metodos, sistemas y medios susceptibles de ser leido por computadora que optimizan la extraccion de yacimiento petrolifero y de gas en tiempo real utilizando un simulador proxy | |
MX2008009775A (en) | Methods, systems, and computer-readable media for fast updating of oil and gas field production models with physical and proxy simulators | |
Bikmukhametov et al. | Application of Gradient Boosting for Virtual Flow Metering |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
B08F | Application dismissed because of non-payment of annual fees [chapter 8.6 patent gazette] | ||
B08K | Patent lapsed as no evidence of payment of the annual fee has been furnished to inpi [chapter 8.11 patent gazette] |
Free format text: EM VIRTUDE DO ARQUIVAMENTO PUBLICADO NA RPI 2447 DE 28-11-2017 E CONSIDERANDO AUSENCIA DE MANIFESTACAO DENTRO DOS PRAZOS LEGAIS, INFORMO QUE CABE SER MANTIDO O ARQUIVAMENTO DO PEDIDO DE PATENTE, CONFORME O DISPOSTO NO ARTIGO 12, DA RESOLUCAO 113/2013. |