BRPI1006370B1 - método implementado por computador de monitoramento de uma operação de perfuração e sistema para o monitoramento de uma operação de perfuração - Google Patents
método implementado por computador de monitoramento de uma operação de perfuração e sistema para o monitoramento de uma operação de perfuração Download PDFInfo
- Publication number
- BRPI1006370B1 BRPI1006370B1 BRPI1006370A BRPI1006370A BRPI1006370B1 BR PI1006370 B1 BRPI1006370 B1 BR PI1006370B1 BR PI1006370 A BRPI1006370 A BR PI1006370A BR PI1006370 A BRPI1006370 A BR PI1006370A BR PI1006370 B1 BRPI1006370 B1 BR PI1006370B1
- Authority
- BR
- Brazil
- Prior art keywords
- drilling
- data
- situation
- cases
- case
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B41/00—Equipment or details not covered by groups E21B15/00 - E21B40/00
- E21B41/0092—Methods relating to program engineering, design or optimisation
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B44/00—Automatic control systems specially adapted for drilling operations, i.e. self-operating systems which function to carry out or modify a drilling operation without intervention of a human operator, e.g. computer-controlled drilling systems; Systems specially adapted for monitoring a plurality of drilling variables or conditions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V9/00—Prospecting or detecting by methods not provided for in groups G01V1/00 - G01V8/00
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
Abstract
método e sistema para monitorar uma operação de perfuração a presente invenção apresenta uma ferramenta de software implementada por computador que é adaptada para escutar continuamente corrente de dados de uma operação de perfuração e processar os dados para gerar uma descrição da situação para uma situação de perfuração atual em uma forma útil para a combinação contínua automatizada com um conjunto de casos passados armazenados em um banco de dados de conhecimento. a invenção implementa uma abordagem de raciocínio baseado em caso (cbr) para combinar a situação de perfuração atual tal como definida pela descrição da situação com um ou mais casos passados armazenados que têm um grau de similaridade acima de um nível limite predeterminado. os casos de combinação são exibidos ao engenheiro de perfuração como símbolos em um caso "radar", permitindo que o engenheiro de perfuração recupere e visualize os detalhes de um caso passado e execute a ação apropriada com base na recomendação de perfuração fornecida dentro do caso passado.
Description
MÉTODO IMPLEMENTADO POR COMPUTADOR DE MONITORAMENTO
DE UMA OPERAÇÃO DE PERFURAÇÃO E SISTEMA PARA O MONITORAMENTO DE UMA OPERAÇÃO DE PERFURAÇÃO
Antecedentes da invenção
Muitas indústrias, incluindo a indústria do óleo e do gás, têm acesso a grandes quantidades de dados eletrônicos e informações, e ferramentas de software avançadas para exibir vários tipos de informações. À medida que a quantidade de dados disponíveis aumenta, a necessidade de ferramentas de software para extrair, ou filtrar, as informações relevantes em uma determinada situação aumenta de maneira correspondente.
Como parte de seu trabalho normal, os engenheiros de perfuração de poços de petróleo e outro pessoal operacional tanto em alto-mar quanto em centros de suporte em terra têm à sua disposição um grande conjunto de medidas de detecção sofisticadas e outros parâmetros de perfuração. A maior parte destes dados consiste em corrente de dados contínuas (em tempo real) da operação de perfuração. As ferramentas de software para acompanhar os dados destes registros de perfuração ajudam o pessoal a fazer comparações gráficas através de gráficos indexados no tempo ou indexados » na profundidade. No entanto, estas ferramentas de visualização são tão poderosas que a operação de perfuração é fundamentalmente baseada na experiência e no treinamento do engenheiro de perfuração individual para interpretar os dados e executar a ação apropriada.
À medida que as reservas mundiais de combustível fóssil diminuem, os poços estão se tornando cada vez mais 30 difíceis e correspondentemente caros de perfurar, e os erros operacionais têm erros potencialmente mais sérios, para não mencionar extremamente caros. Os custos de operação típicos para uma plataforma de perfuração em alto-mar podem ser de
2/21 até $200.000 por dia. Qualquer perda de tempo de perfuração causada por eventos indesejados é indesejável.
O raciocínio baseado em casos (CBR) é uma abordagem para a solução de problemas e a tomada de decisões onde um problema novo é solucionado mediante a descoberta de um ou mais problemas previamente solucionados similares, denominados casos, e a reutilização dos mesmos na situação do novo problema. Foi reconhecido que o CBR pode encontrar uma aplicação prática na indústria de perfuração em alto-mar onde 10 há uma infinidade de informações armazenadas sobre a experiência de perfuração operacional em torno do mundo, mas que os engenheiros de perfuração acham difícil de acessar e utilizar para a finalidade de tomar de decisão em tempo real.
Particularmente, a publicação européia EP1297244 descreve um 15 sistema de CBR implementado por computador no qual um engenheiro de perfuração insere manualmente os dados que descrevem uma situação de perfuração atual em uma indagação do banco de dados que é utilizado para procurar e identificar casos passados similares armazenados em um banco de dados adaptado para CBR. Os casos passados contêm dados de perfuração associados experiência do usuário para uma perfuração similar, tipicamente de um local de perfuração diferente, que pode ajudar o engenheiro de evitar um evento indesejado. O cerne deste sistema é a estruturação de um banco de dados de conhecimento a fim de representar os casos bem como as de modo que o sistema possa permitir que o usuário insira manualmente uma indagação na linguagem de indagação do banco de dados específica, e obtenha a coleção
0 dos casos que combinam os itens de indagação em retorno. A indagação de entrada é inserida pelo usuário, e os casos recuperados são retornados, em um formato de texto estruturado. A linguagem de indagação do banco de dados
3/21 permite que o usuário recupere os casos que combinam perfeitamente a indagação fornecida como entrada.
Descrição resumida da invenção
De acordo com um aspecto da presente invenção, um método implementado por computador de monitoramento de uma «
operação de perfuração compreende as etapas de
a. recebimento de uma corrente dos dados de um equipamento de perfuração, em que a corrente de dados inclui uma pluralidade de registros de detecção em tempo real associados com a operação de uma coluna de perfuração utilizada na operação de perfuração,
b. processamento da corrente de dados recebida para gerar uma descrição da situação computadorizada incluindo os dados que representam uma situação de perfuração atual,
c. comparação da descrição da situação computadorizada com um conjunto de registros de casos passados armazenados na memória do computador em um banco de dados de conhecimento,
d. identificação de um ou mais registros de casos 20 passados que combinam com a situação de perfuração atual tal como definido pela descrição da situação até um grau de similaridade acima de um nível limite predeterminado, » e. provisão de uma exibição visual dos casos de combinação identificados na etapa (d) que permite que um 25 usuário recupere e visualiza os detalhes dos casos passados armazenados, e
g. repetição das etapas (a) a (e) em relação ao tempo, para atualizar desse modo a exibição visual de casos de combinação.
De acordo com um outro aspecto da presente invenção, um método implementado por computador para o monitoramento uma operação de perfuração compreende as etapas de
4/21
a. processamento pelo computador dos dados de perfuração recebidos de um equipamento de perfuração para identificar um ou mais casos passados armazenados na memória do computador em um banco de dados que combinam com uma situação de perfuração atual até um grau de similaridade acima de um nível limite predeterminado, e
b. a exibição do ou de cada caso de combinação como um símbolo em um gráfico polar em que o grau de similaridade é representado pelo deslocamento radial a partir de um ponto central, em que cada símbolo indicado no gráfico polar é ligado a um caso passado individual e pode ser selecionado pelo usuário para recuperar e exibir detalhes do caso passado.
De acordo com um aspecto adicional da presente invenção, um sistema para o monitoramento de uma operação de perfuração compreende um servidor de análise de dados acoplado a uma rede de comunicações para receber uma corrente de dados de um equipamento de perfuração, em que a corrente de dados inclui uma pluralidade de registros de detecção em tempo real associados com a operação de uma coluna de perfuração utilizada na operação de perfuração, e um banco de dados de registros de caso passados, em que cada registro de caso inclui os dados que descrevem uma situação de perfuração histórica, em que o servidor de análise de dados é programado para:
a. processar a corrente de dados recebida para gerar uma descrição da situação incluindo os dados que representam uma situação de perfuração atual,
b. comparar a descrição da situação com os registros de caso passados armazenados no banco de dados,
c. identificar um ou mais registros de casos
5/21 passados que combinam com a situação de perfuração atual tal como definido pela descrição da situação até um grau de similaridade acima de um nível limite predeterminado,
d. gerar uma exibição visual dos casos de combinação identificados na etapa (c) que permite que um usuário recupere e visualize os detalhes dos casos passados armazenado, e
e. repetir as etapas (a) a (d) em relação ao tempo, para atualizar desse modo a exibição visual de casos de combinação.
Na realização preferida da presente invenção, é provida uma ferramenta de software que é adaptada para escutar continuamente a corrente de dados de uma operação de perfuração e para processar os dados para gerar uma descrição da situação para uma situação de perfuração atual em uma forma útil para a combinação contínua automatizada com um conjunto de casos passados armazenados em um banco de dados de conhecimento. A invenção implementa uma abordagem de raciocínio baseado em casos (CBR) para combinar a situação de perfuração atual tal como definida pela descrição da situação com um ou mais casos passados armazenados que têm um grau de similaridade acima de um nível limite predeterminado. Os casos de combinação são exibidos ao engenheiro de perfuração como parte de uma interface gráfica do usuário como símbolos em um radar de casos, permitindo que o engenheiro de perfuração recupere e visualize os detalhes de um caso passado e execute a ação apropriada com base na recomendação de perfuração fornecida dentro do caso passado.
Breve descrição dos desenhos
Um exemplo da presente invenção será descrito agora em detalhes com referência aos desenhos anexos, nos quais:
a Figura 1 é um diagrama esquemático simplificado de um local de perfuração em alto-mar e uma rede de
6/21 comunicação e processamento de dados associada, a Figura 2 é um fluxograma simplificado que ilustra um sistema e um método preferidos para o monitoramento de uma operação de perfuração, a Figura 3 mostra uma figura na tela tomada de uma interface gráfica do usuário, a Figura 4 mostra um exemplo da estrutura de dados de uma descrição de um caso armazenada em um banco de dados de CBR, as Figuras 5 e 6 são ilustrações dos exemplos de diversas forma diferentes de dados dinâmicos que são preferivelmente incluídos dentro da estrutura de dados da descrição do caso da Figura 4, e a Figura 7 mostra um exemplo de uma exibição do caso de radar traça os casos de combinação de acordo com o grau de similaridade e a causa base subjacente do problema associado.
Descrição Detalhada
A Figura 1 é um diagrama esquemático simplificado de um local de perfuração em alto-mar e de uma rede de comunicação e processamento de dados associada para o monitoramento de uma operação de perfuração de acordo com uma realização da presente invenção.
Conforme mostrado na figura, sensores (não mostrados) localizados no equipamento de perfuração 10 e em uma broca de perfuração 11 produzem dados que são coletados por um serviço de coleta de dados padrão 12 também localizado no equipamento de perfuração 10. Os dados coletados são então transferidos, em tempo real, como uma ou mais correntes de dados digitais por uma rede de comunicações 13 a um servidor de análise de dados remoto 14. 0 formato de transferência e o protocolo preferidos são baseados no formato WITSML da indústria, que utiliza XML como um formato de dados e
7/21 serviços da rede em HTTPS como um protocolo. O servidor de análise de dados 14 roda um aplicativo de software que monitora os dados de entrada e executa a análise de dados.
As ferramentas de visualização de software existentes para acompanhar os dados destes registros de perfuração ajudam o pessoal a fazer as comparações gráficas através de gráficos indexados no tempo ou indexados na profundidade. No entanto, estas ferramentas de visualização são tão poderosas que a operação de perfuração é fundamentalmente baseada na experiência e no treinamento do engenheiro de perfuração individual para interpretar os dados e executar a ação apropriada.
Conforme será descrito em detalhes abaixo, o servidor de análise de dados 14 da presente invenção forma continuamente descrições da situação e combina automaticamente com os casos históricos armazenados em um banco de dados de conhecimento 17. 0 banco de dados de conhecimento 17 é mostrado como uma parte do servidor de análise de dados 14 neste exemplo. Os engenheiros de perfuração ou outros operadores de perfuração utilizam um aplicativo do cliente que roda em um computador pessoal 15 ou um outro dispositivo de computação para a conexão do local do equipamento de perfuração 10 ou de um centro de operações em terra 16 ao servidor de análise de dados 14 a fim de receber e exibir os dados analisados e os casos de combinação. Uma vez conectado, o aplicativo do cliente é atualizada continuamente com as informações do servidor de análise de dados 14 até o momento em que o cliente é fechado.
O servidor de análise de dados 14 preferido é um programa de servidor escrito em linguagem de programação Java, rodando em um sistema operacional Windows ou Linux. 0 aplicativo de cliente preferido também é um aplicativo Java, rodando em um sistema operacional de desktop Windows ou
8/21
Linux. 0 protocolo entre o aplicativo do cliente e o aplicativo do servidor é baseado na escolha regular pelo aplicativo do cliente utilizando uma conexão HTTP (HTTPS) * criptografada.
A presente invenção apresenta um sistema e o software associado que podem ajudar o pessoal do poço de petróleo durante as operações de perfuração a melhorar a qualidade e eficiência do processo de perfuração. Em uma realização preferida, o sistema ajuda a evitar eventos indesejados, isto é, os eventos que conduzem a uma progressão de perfuração mais lenta do que a esperada. Particularmente, os dados de operações de perfuração anteriores são coletados em um banco de casos. 0 banco de casos é ligado a um modelo de conhecimento de domínio geral.
O sistema baseado em servidor preferido é ligado on-line a um processo de perfuração em execução, supervisiona o processo ao coletar continuamente os dados numéricos e simbólicos de um grande número de leituras de parâmetros, interpreta estas leituras, recupera um ou mais casos passados que combinam com o estado atual do processo de perfuração, e, nesse banco, entrega a recomendação relevante através de um aplicativo do cliente sobre como proceder a fim de evitam um possível • evento indesejado.
O aplicativo do cliente estende a informação da tela de ferramentas de visualização convencionais para assegurar melhores decisões. Uma extensão consiste em fornecer a informação de status do poço de alto nível explícita baseada na interpretação dos dados. Isto é feito ao identificar e exibir eventos interpretados particulares unidos aos registros de dados, à medida que o processo de perfuração prossegue. Estes eventos são interpretações de alto nível que caracterizam o status do poço.
O servidor de análise de dados 14 na Figura 1
9/21 também interpreta os dados de registro numéricos como características simbólicas tais como valores de parâmetros qualitativos, tendências, atividades interpretadas, eventos interessantes, etc., com a finalidade de identificar características úteis para a recuperação de casos passados relevantes.
O servidor de análise de dados 14 tenta encontrar um caso de combinação (ou conjunto de casos de combinação) com um grau de combinação acima de um determinado limite. Com base em um caso passado identificado que é suficientemente similar à situação atual, são sugeridas ações ao operador de perfuração que devem ser executadas para evitar o evento predito.
Com referência agora à Figura 2, o sistema recebe os dados de perfuração em tempo real 20 fornecidos pela operação de perfuração monitorada. Os dados de perfuração 20 são gravados tanto furo-abaixo quanto no equipamento de petróleo por uma empresa de serviço de dados e são transferidos tipicamente por uma rede de fibra ótica dedicada ou um satélite a um centro de operações em tempo real em alto-mar.
Os dados observados fornecidos pelo sistema monitorado são indexados em uma escala baseada no tempo. Alguns destes dados observados são considerados como bons indicadores do processo e são utilizados desse modo em uma formação de descrição de caso 21 para gerar um caso de entrada 22. Tais dados observados utilizados na formação de descrição de caso são indicados como indicadores observados, e os exemplos incluem a densidade de Circulação Equivalente (ECD) e Profundidade de Broca.
Outros dados observados importantes monitorados e relatados em tempo real incluem a posição do bloco, a profundidade da broca, a carga do gancho, o peso na broca
10/21 (WOB), a vazão, a pressão da bomba, a taxa de penetração (ROP), as rotações por minuto (RPM) e o torque. Estes parâmetros são utilizados como entrada para várias funções que processam os dados observados.
Os valores de um único parâmetro não são geralmente indicativos do estado da operação de perfuração, e dessa maneira outros tipos de indicadores são necessários além dos indicadores observados. A fim de indexar as informações com base no estado do poço, portanto, é necessário produzir indicadores que representem mais diretamente o estado do poço do que pode ser feito pelos indicadores observados. Estes indicados como indicadores processados, resultantes do processamento, de algum tipo, dos dados observados.
monitoram
As funções de um único parâmetro as mudanças de de um parâmetro, tais como a taxa de mudança em períodos de tempo específicos, as tendências, e as médias móveis.
As funções de múltiplos parâmetros combinam um conjunto de valores de parâmetros observados e podem ser bastante complexas. Um exemplo simples é a razão entre a pressão da bomba e o fluxo de lama. Uma função de interpretação da atividade 25 interpreta a atividade de perfuração atual a partir dos parâmetros observados e das funções de parâmetros de um único parâmetro e de múltiplos parâmetros 24. Os exemplos das atividades incluem a perfuração, tropeços e alargamento. As funções cientes de contexto 26 levam a atividade de perfuração em consideração além de outros indicadores, ambos observados e interpretados, a fim de classificar as partes irrelevantes dos dados. Uma função de interpretação de evento 27 tenta reconhecer os padrões de dados através de um ou mais parâmetros que significam um evento interessante, um sintoma ou um problema, tal como um bloco fora da coluna de perfuração, ganhando peso enquanto tropeçando ou um pontapé.
11/21
Quando um conjunto novo de dados em tempo real 20 fica disponível a partir da operação de perfuração, tipicamente a intervalos de amostragem entre 1 e 20 segundos, em que cada indicador processado é invocado para produzir um valor. 0 indicador processado pode utilizar dados indexados em profundidade e indexados no tempo atuais e precedentes. Os resultados dos indicadores processados podem ser armazenados como dados indexados em profundidade 28, dados indexados no tempo 29, ou ambos. A função de interpretação da atividade 25 não produz um valor numérico, mas, ao invés disto, um valor simbólico que representa a atividade que ocorre no poço. A função de interpretação de evento 27 é especial, uma vez que não produz nenhum valor (se nenhum evento é detectado) nem registra um evento no tempo atual e profundidade de um tipo particular (por exemplo, ponto apertado ou compactado). Desse modo, os indicadores processados também podem depender de outros indicadores processados, o que significa que o sistema deve assegurar que os indicadores processados sejam produzidos em uma ordem que assegura que todos os dependentes sejam calculados antes que um indicador seja chamado. Para assegurar isto, cada indicador processado tem uma lista associada de outros indicadores dos quais depende. Esta lista forma uma ordenação parcial de indicadores processados que é utilizada para decidir a ordem de execução.
Ambos os dados indexados em profundidade 28 e os dados indexados no tempo 29 são armazenados em uma estrutura de dados de tabela indexada no tempo e na profundidade, respectivamente. Nestas tabelas, há uma coluna para os dados observados e os indicadores observados. Sempre que dados novos são produzidos, eles são adicionados à tabela de modo que ela contenha todos os dados a partir do início da operação. Isto permite que o usuário volte e examine os dados passados através da interface gráfica do usuário. Os dados
12/21 indexados em profundidade 28 ficam disponíveis através de uma interface gráfica do usuário em um visualizador de gráfico indexado em profundidade 30, ao passo que os dados indexados no tempo 29 ficam disponíveis através do visualizador de gráfico indexado no tempo 31. Desse modo, todos os parâmetros observados podem ser visualizados no visualizador de gráfico indexado no tempo 31 e os indicadores processados podem ser visualizados no visualizador de gráfico indexado em profundidade 30, no visualizador de gráfico indexado no tempo
| 31, ou em | ambos. | As interpretações da atividade | 25 | são | |
| exemplos | de | dados | traçados em um visualizador de | gráfico | |
| indexado | no | tempo | 31. Os eventos interpretados | 27 | são |
| mostrados | em | uma coluna especial no visualizador de | gráfico |
indexado no tempo 31 e no visualizador de gráfico indexado em profundidade 30. Isto significa que o operador de perfuração pode visualizar e obter diretamente as informações a partir dos indicadores processados.
Uma figura de tela simplificada de uma interface gráfica do usuário (GUI) para um aplicativo do cliente que ilustra a linha do tempo, dois parâmetros observados (MFI e RPM) e dois parâmetros processados (Código da Atividade e Eventos Interpretados) é mostrada na Figura 3. As funções de processamento podem ficar disponíveis através da GUI mostrada na Figura 3 como se fossem parâmetros diretamente medidos da operação.
Na Figura 3, o tempo aumenta para baixo no visualizador de gráfico indexado no tempo. MFI e RPM são os dados observados que variam com tempo e são traçados no visualizador de gráfico baseado no tempo como um único valor numérico para cada etapa no tempo. Os códigos da atividade são traçados como valores simbólicos com nomes ao longo da escala temporal, por exemplo, tropeço, condição e/ou circulação, e alargamento. Os eventos interpretados são
13/21 traçados como símbolos que apontam no ponto exato no tempo onde detectados. Para evitar uma desordenação visual, os eventos interpretados do mesmo tipo são agrupados uns com os outros na coluna. Além disso, os eventos interpretados com intensidade diferente podem ter cores diferentes.
Os sistemas de raciocínio baseado em casos (CBR) solucionam os problemas ao reutilizar as soluções que solucionaram problemas históricos armazenados em um banco de casos. Um caso armazenado no banco de casos é compreendido por uma descrição do problema e a solução que soluciona o problema. Um caso novo encontrado pelo sistema carece da parte da solução, a qual é encontrada ao comparar o caso novo a todos os casos históricos armazenados no banco de casos. A solução, por exemplo, para o caso histórico mais similar é então utilizada para solucionar o problema novo.
objetivo principal do sistema de CBR aqui descrito consiste em recomendar sobre situações indesejadas, mais especificamente problemas encontrados durante a perfuração de petróleo. Em tempo real, o sistema de CBR monitora o processo de perfuração através dos indicadores tanto observados como processados e captura continuamente os casos novos que descrevem a situação atual e compara os mesmos aos casos históricos armazenados no banco de casos.
Conforme mostrado na Figura 2, o resultado da formação de descrição de caso 21 é um caso 22. Além dos dados indexado em profundidades 28 e os dados indexados no tempo 29 produzidos pelo servidor de análise de dados 14 ou recebidos como dados de perfuração em tempo real 20, um caso 22 contém os dados de estática 32 inseridos através de um processo manual por um perito de perfuração, ou lê a partir de um arquivo de entrada, como parte dos procedimentos de instalação quando uma seção nova do poço está prestes a ser perfurada. Todos os dados simbólicos são representados em uma
14/21 ontologia 33. A ontologia 33 é uma descrição tanto de conceitos genéricos como de conceitos específicos de aplicativos, bem como as relações entre eles. Desse modo, tanto a estrutura do caso quanto o conteúdo do caso são descritos na ontologia.
Conforme mostrado na Figura 4, um caso 40 contém uma descrição da situação 41, que captura o estado do sistema monitorado em um determinado tempo, além de uma parte de recomendação 42 que fornece a recomendação para solucionar a situação descrita. O caso 4 0 é uma fonte rica de conhecimento, uma vez que contém dados estruturados na forma de hierarquias de parâmetros. Os parâmetros compreendem informações numéricas, simbólicas e textuais. Todos os parâmetros e seus possíveis valores simbólicos são descritos na ontologia 33 (Figura 2).
A descrição da situação 41 contém os dados estáticos 43 e os dados dinâmicos 44. Os dados estáticos 43 descrevem a configuração atual do sistema, por exemplo, os dados administrativos 45, as características de formação do furo do poço 46 e as informações específicas de operação 47, ao passo que os dados dinâmicos 44, que mudam continuamente com o passar do tempo, são representados por valores instantâneos 48, tendências 49, códigos da atividade 50 e dados sequenciais 51. Os dados sequenciais 51 são representados ao longo de escalas diferentes. Tal como serão descritos em detalhes abaixo, na perfuração de petróleo, os dados sequenciais são representados preferivelmente ao longo de uma escala baseada no tempo e uma escala baseada na profundidade. Isto ocorre porque determinadas informações podem ser detectadas em uma profundidade particular, mas ser relevantes quando do retorno à mesma profundidade. Por exemplo, uma estria dura (formação de rocha dura fina embutida em uma formação mais mole) só pode ser detectada
15/21 enquanto é perfurado através da formação, mas consiste em informação relevante quando o operador puxa para cima a coluna de perfuração de modo que a broca de perfuração segue através da profundidade onde uma estria dura foi identificada previamente. A informação que é relevante quando na profundidade em um momento posterior é indexada na escala de profundidade, e a informação que só é relevante em torno do tempo em que acontece é indexada na escala temporal.
A parte de recomendação 42 do caso 4 0 contém a solução para a situação específica descrita pela parte de descrição de situação 41 do caso. Desse modo, um caso 40 compreende uma descrição da situação 41 e recomendação 42 para essa situação específica. A parte de recomendação 42 em um caso de perfuração de petróleo poderia conter uma ou mais dentre uma lição específica 52 aprendida de uma situação de perfuração histórica, uma ação de resposta alternativa 53, medidas pró-ativas na futura usina de perfuração 54, e lições gerais 55 que podem ser ligadas a uma diretriz da melhor prática para um determinado tipo de situações. Desse modo, o sistema de CBR irá recomendar o operador de perfuração sobre como reagir à situação atual com base nas experiências históricas armazenadas no banco de casos.
banco de casos contém experiências humanas que cobrem soluções e recomendação a um conjunto rico de situações. Os casos 40 armazenados no banco de casos representam as situações interessantes nas quais os operadores dos sistemas de monitoramento necessitam focalizar a sua atenção. As situações interessantes são encontradas pela experiência humana de inspeção armazenada em relatórios de perfuração diários, nas melhores práticas e em outros documentos relevantes. A parte de recomendação 42 e os dados estáticos 43 em um caso 4 0 são obtidos (manualmente por peritos) utilizando as informações armazenada em sistemas de
16/21 gerenciamento de conhecimento de documentos. A parte de descrição da situação 41 é gerada automaticamente utilizando registros reais das operações de perfuração passadas. A partir dos dados crus armazenados nos registros, os eventos interpretados e as funções de processamento produzem a sua saída e os dados relevantes são colocados no caso. Os dados inseridos manualmente a entrada e gerados automaticamente
| conjuntamente compreendem o caso terminado 40. | casos | 34 | é | ||
| Cada caso | armazenado | no banco de | |||
| armazenado como um | arquivo XML | -estruturado, | dentro | de | um |
| sistema de arquivos | ou sistema | de banco de | dados. | Segue |
abaixo um trecho de uma representação XML do caso, tomado a partir do início do caso, ou seja, a parte de dados estáticos 44 .
<?xml version=1.0 encoding=UTF-8standalone=no ?>
:<casename=Case-V12-PackOff-Gullfaks-48A-8.5in-03 status=solved>
:<section name=Administrative Data>
:<entry parameter>=Operator Company source=uman>
<symbolValue>OilCo</symbolValue>
</entry>
:<entry parameter=Well identification source=Human>
<symbolValue>Well 1402948</symbolValue>
</entry>
:<entry parameter=Oil Field Identifier source=Human>
< symbolValue>MyField</symbolValue >
</entry>
:<entry parameterDrilling Contractor source=Human>
<symbolValue>DrillWe11 Drilling Company</symbolValue>
</entry>
:<entry parameter=Well Type source=Human>
<symbolValue>Production Wellc/symbolValue>
</entry>
:<entry parameter=Well Section source=Human>
<symbolValue>8.5 Inch Section<symbolValue>
</entry>
</section>
17/21 :<section name=Wellbore Formation Characteristic>
: <entry parameter=Geological Period expertRelevance=0.5 source=DBR> <symbol Value >Triassic<sytnbolValue>
</entry>
:<entry parameter=Geological Zonation expertRelevance=0.5 source=Human> <symbolValue>Heather Fm<symbolValue>
</entry>
:<section name=Lithology>
:<entry parameter=Claystone expertRelevance=0.5 source=Human> <symbo1Value>True<symbo1Value>
</entry>
:<entry parameter=Sandstone expertRelevance=0.5 source=Human>
< symbolValue>True< symbolValue>
</entry>
:<entry parameter=Limestone expertRelevance=0.5 source=Human> <symbolValue>True<symbolValue>
</entry>
</section>
</section>
:<section name=Planned Section Data>
:<section name=Planned Well Geometry Parameter>
:<entry parameter=Planned Section Depth source=DBR>
<dataValue valueType=Double unit=mnull</dataValue>
sistema constrói uma representação da situação atual, e uma representação de um caso passado, lido a partir do arquivo XML, como o mesmo tipo de estrutura de dados interna na memória. Então o sistema está pronto para combinar os dois casos e para avaliar a sua similaridade.
Com referência outra vez à Figura 2, a similaridade entre o caso 22, em que a situação atual é capturada, e as situações armazenadas em um banco de casos 34, é medida ao combinar 3 5 a descrição da situação do caso atual com os casos armazenados no banco de casos 34. A determinação do grau de combinação entre dois casos é um processo de avaliar iterativamente a similaridade entre parâmetros únicos ou grupo de parâmetros nos dois casos. A combinação dos
18/21 parâmetros pode ser feita através de medidas de similaridade simbólicas, medidas de similaridade numéricas, e várias métricas da distância. A fim de ajustar o impacto relativo de cada parâmetro individual no processo de combinação, a cada parâmetro ou grupo de parâmetro é atribuído um peso entre 0 e
1. Um grau de combinação total para todos os casos no banco de casos é computado com base do número de parâmetros de combinação e nos seus pesos.
O resultado do processo de combinação é um ou mais caso recuperados 36 do banco de casos. O conjunto dos casos recuperados 36 contém aqueles casos para os quais o grau de combinação total para o caso que descreve a situação atual está acima de um determinado limite, o qual é previamente ajustado. O caso ou casos recuperados são apresentados ao usuário mediante a sua inclusão em sua posição apropriada no radar de caso 37 (vide a Figura 7).
A ontologia 33 pode ser utilizada no processo de combinação ao expandir um único parâmetro em um conjunto de parâmetros através de relações de sinônimos, relações de subclasses, ou um outro tipo de relações. Isto permite que dois parâmetros combinem até mesmo se eles forem representados como termos diferentes, e são desse modo sintaticamente diferentes, contanto que os termos sejam ligados na ontologia através de uma das relações relevantes.
Os dados sequenciais podem ser representados utilizando representações tanto simbólicas como numéricas. A Figura 5 ilustra os dados simbólicos e numéricos posicionados ao longo de uma escala temporal. A coluna mais à esquerda representa uma escala temporal, e outras quatro colunas são posicionadas ao longo desta escala temporal. Uma representação simbólica dos eventos é ilustrada na coluna nomeada Eventos no índice de tempo (intensidade), onde os eventos têm um tempo inicial, um tempo final e um número que
19/21 representa a intensidade. Sete eventos são detectados na extensão de tempo ilustrada, mas por razões ilustrativas somente as constrições (o peso tomado e o ponto apertado) receberam intensidade e cor. Três níveis de intensidade são utilizados, onde 1 é o menor e 3 são os mais intensos.
As duas colunas seguintes, intensidade das constrições e ECD, ilustram os valores numéricos ao longo da escala temporal. O comprimento dos intervalos de tempo depende da frequência na qual as medições são feitas no equipamento, e as práticas atuais variam de um a vinte segundos. Tipicamente, ECD faz parte dos dados em tempo real fornecidos durante a perfuração de petróleo, ao passo que a intensidade das constrições é um indicador processado. Conforme ilustrado na Figura 5, a intensidade de constrições é computada como uma distribuição normal com o meio no centro do evento.
A coluna mais à direita na Figura 5 é uma representação da sequência numérica da intensidade das constrições e de ECD. Para um determinado intervalo de tempo, os valores numéricos, tais como a intensidade das constrições e ECD, não são representados como todos os valores, mas como a média de todos os valores nesse intervalo de tempo. As curvas são representadas como uma linha reta que indica o valor médio desse intervalo de tempo.
A Figura 6 mostra os mesmos dados sequenciais que aqueles da Figura 5, mas indexados em profundidade e não no tempo. Tal como com a escala temporal, a segunda coluna nomeada Eventos no índice da profundidade (intensidade) é uma representação simbólica dos Eventos, mas aqui eles têm uma profundidade inicial e uma profundidade final.
As Figuras 5 e 6 mostram um exemplo onde há quase uma correspondência de um para um entre um determinado tempo e uma determinada profundidade, mas esta não é sempre a
20/21 situação. Cada ponto no tempo corresponde a uma profundidade única, de acordo com a profundidade onde a broca de perfuração se encontra nesse momento. No entanto, a broca de perfuração pode estar na mesma profundidade várias vezes, de modo que não há nenhum tempo correspondente único para uma determinada profundidade.
Quando os casos combinam, as sequências de eventos representados como símbolos são combinadas utilizando a distância de edição. Ambas a distância e a diferença na setenta podem ser levadas em consideração quando da medição da similaridade das sequências. A distância entre duas sequências é o número de etapas necessárias para transformar uma sequência na outra. A penalidade para a transformação de eventos do mesmo tipo com intensidade diferente é menor do que a penalidade para a transformação de eventos de tipos diferentes.
Uma abordagem similar é utilizada para combinar sequências numéricas. O intervalo em uma sequência é chamado de seção de sequência, e duas seções de sequência podem ser comparadas ao comparar os parâmetros numéricos do mesmo tipo (ou seja, ECD) uns contra os outros utilizando, por exemplo, uma métrica linear que combina os mesmos em uma similaridade para a seção de sequência como um todo. Em seguida, uma métrica da distância de edição pode ser utilizada para descobrir quantas transformações são necessárias a fim de transformar uma das sequências na outra.
Conforme mostrado na Figura 2, o resultado do processo de combinação de casos é uma lista ordenada de casos recuperados 3 6 e seu grau associado de similaridade ao caso de entrada. Cada caso na lista tem uma similaridade associada, que é um número entre 0 (nenhuma similaridade) e 1 (similaridade total). A partir desta lista, todos os casos com uma similaridade acima de algum limite (por exemplo, 0,7)
21/21 são mostrados em um radar de casos 37.
Conforme mostrado mais detalhadamente na Figura 7, o radar de casos 60 indica este conjunto de casos combinados, com quatro dimensões de informação sobre cada caso. Um caso 61 a 63 é representado como um ponto no radar. A posição radial é determinada ao dividir o radar em setores 64 a 66 com base em alguma classificação dos casos, por exemplo, a causa básica do problema que o caso representa. Dentro de cada setor 64 a 66, a colocação do caso é aleatória mas consistente, de modo que o mesmo caso aparece da mesma posição radial cada vez. O deslocamento radial do centro é fornecido pelo grau de similaridade à situação atual, de maneira tal que um caso com similaridade baixa é mais próximo da borda do radar e um caso com similaridade elevada é mais próximo do centro. A cor do ponto pode indicar a intensidade da situação que o caso representa. Uma situação de alta intensidade pode ser representada como um ponto vermelho, ao passo que uma situação menos intensa é amarela ou branca, por exemplo.
Uma seta 67 dentro de um ponto mostra o movimento do caso com o passar do tempo. Uma vez que a combinação é executada continuamente em dados em tempo real, a situação muda lentamente, o que também afeta a similaridade dos casos recuperados. Se a situação atual se desenvolver de uma maneira tal que um caso recuperado tenha se tornado mais similar, uma seta 67 que aponta para o centro do radar é mostrada. Se o caso recuperado se tornar menos similar, a seta 67 aponta para a borda. Se não houver nenhum movimento significativo, não há nenhuma seta.
Claims (4)
1. MÉTODO IMPLEMENTADO POR COMPUTADOR DE MONITORAMENTO DE UMA OPERAÇÃO DE PERFURAÇÃO, caracterizado por compreender:
a. recebimento de uma corrente dos dados de um equipamento de perfuração (10), em que a corrente de dados inclui uma pluralidade de registros de detecção em tempo real associados com a operação de uma coluna de perfuração utilizada na operação de perfuração,
b. processamento da corrente de dados recebida para gerar uma descrição da situação computadorizada incluindo os dados que representam uma situação de perfuração atual,
c. comparação da descrição da situação computadorizada com um conjunto de registros de casos passados armazenados na memória do computador em um banco de dados de conhecimento (17), e
d. identificação de um ou mais registros de casos passados que combinam com a situação de perfuração atual tal como definido pela descrição da situação até um grau de similaridade acima de um nível limite predeterminado, em que os casos de combinação são exibidos como símbolos em um gráfico polar onde o grau de similaridade varia como uma função do deslocamento radial a partir de um ponto central.
2/4 uma função da similaridade à situação de perfuração atual.
5. MÉTODO, de acordo com a reivindicação 1, caracterizado pela descrição da situação incluir dados históricos capturados durante um intervalo de perfuração.
6. MÉTODO, de acordo com a reivindicação 1, caracterizado por cada caso de combinação ser exibida como um símbolo no gráfico polar dentro de uma pluralidade de setores, onde cada setor representa uma classe de casos.
7. MÉTODO, de acordo com a reivindicação 6, caracterizado por cada setor representar uma classe de casos associados com uma causa básica de um problema que os casos representam.
8. MÉTODO, de acordo com a reivindicação 1, caracterizado pela corrente de dados digitais recebida ser processada para identificar um ou mais eventos de perfuração de um conjunto de eventos de perfuração conhecidos e em que o conjunto de eventos conhecidos inclui um ou mais dentre torque aumentado, compactado, tomada de peso, pontapé, ponto apertado, e peso tomado.
9. MÉTODO IMPLEMENTADO POR COMPUTADOR DE MONITORAMENTO DE UMA OPERAÇÃO DE PERFURAÇÃO, caracterizado por compreender:
a. processamento pelo computador dos dados de perfuração recebidos de um equipamento de perfuração (10) para identificar um ou mais casos passados armazenados na memória de computador em um banco de dados que combinam uma situação de perfuração atual a um grau de similaridade acima de um nível limite predeterminado, e
b. exibição do ou cada caso de combinação como um símbolo em um gráfico polar no qual o grau de similaridade é representado pelo deslocamento radial a partir de um ponto central, em que cada símbolo indicado no gráfico polar é
Petição 870190047976, de 22/05/2019, pág. 6/10
2. MÉTODO, de acordo com a reivindicação 1, caracterizado pela descrição da situação incluir dados sequenciais que representam dados de detecção coletados durante um intervalo de perfuração.
3/4 ligado a um caso passado individual e pode ser selecionado pelo usuário para recuperar e exibir detalhes do caso passado.
caracterizado por cada setor representar uma classe de casos associados com uma causa básica de um problema que os casos representam.
12. MÉTODO IMPLEMENTADO POR COMPUTADOR, de acordo com a reivindicação 1, caracterizado por compreender adicionalmente:
e. provisão de uma exibição visual dos casos de combinação identificados na etapa (d) que permite que um usuário recupere e visualize os detalhes dos casos passados armazenados.
13. MÉTODO, de acordo com a reivindicação 12, caracterizado por compreender adicionalmente a repetição das etapas (a) a (e) em relação ao tempo, para atualizar desse modo a exibição visual de casos de combinação.
14. SISTEMA PARA O MONITORAMENTO DE UMA OPERAÇÃO DE PERFURAÇÃO, caracterizado por compreender:
um servidor de análise de dados (14) acoplado a uma rede de comunicações (13) para receber uma corrente de dados de um equipamento de perfuração (10), em que a corrente de dados inclui uma pluralidade de registros de detecção em tempo real associados com a operação de uma coluna de perfuração utilizada na operação de perfuração, e um banco de dados de registros de caso passados, em que cada registro de caso inclui os dados que descrevem uma situação de perfuração histórica,
Petição 870190047976, de 22/05/2019, pág. 7/10
3. MÉTODO, de acordo com a reivindicação 2, caracterizado pelos dados sequenciais incluírem dados indexados no tempo e dados indexados em profundidade.
4. MÉTODO, de acordo com a reivindicação 1, caracterizado pelos casos de combinação serem exibidos como
Petição 870190047976, de 22/05/2019, pág. 5/10
4/4 em que o servidor de análise de dados (14) programado para:
a.
processar a corrente de dados recebida para gerar uma descrição da situação incluindo os dados que representam uma situação de perfuração atual,
b. comparar a descrição da situação com os registros de caso passados armazenados no banco de dados, e
c. identificar um ou mais registros de casos passados que combinam com a situação de perfuração atual tal como definido pela descrição da situação até um grau de similaridade acima de um nível limite predeterminado, em que o servidor de análise de dados (14) é programado adicionalmente para:
d. gerar uma exibição visual dos casos de combinação identificados na etapa (c) que permite que um usuário recupere e visualize os detalhes dos casos passados armazenado, e
e. repetir as etapas (a) a (d) em relação ao tempo, para atualizar desse modo a exibição visual de casos de combinação.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US12/404,961 US8170800B2 (en) | 2009-03-16 | 2009-03-16 | Method and system for monitoring a drilling operation |
| PCT/EP2010/053287 WO2010106014A2 (en) | 2009-03-16 | 2010-03-15 | A method and system for monitoring a drilling operation |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| BRPI1006370A2 BRPI1006370A2 (pt) | 2016-12-13 |
| BRPI1006370B1 true BRPI1006370B1 (pt) | 2019-09-03 |
Family
ID=41058455
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| BRPI1006370A BRPI1006370B1 (pt) | 2009-03-16 | 2010-03-15 | método implementado por computador de monitoramento de uma operação de perfuração e sistema para o monitoramento de uma operação de perfuração |
Country Status (8)
| Country | Link |
|---|---|
| US (3) | US8170800B2 (pt) |
| EP (3) | EP2848765A3 (pt) |
| CN (1) | CN102395754B (pt) |
| BR (1) | BRPI1006370B1 (pt) |
| CA (1) | CA2755384C (pt) |
| GB (1) | GB2460556A (pt) |
| RU (1) | RU2011141865A (pt) |
| WO (1) | WO2010106014A2 (pt) |
Families Citing this family (86)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8170800B2 (en) * | 2009-03-16 | 2012-05-01 | Verdande Technology As | Method and system for monitoring a drilling operation |
| AP2013006675A0 (en) * | 2010-07-27 | 2013-01-31 | Globaltech Corp Pty Ltd | Drilling activity logging device, system and method |
| US8838390B1 (en) * | 2011-02-17 | 2014-09-16 | Selman and Associates, Ltd. | System for gas detection, well data collection, and real time streaming of well logging data |
| US9074468B1 (en) * | 2011-01-27 | 2015-07-07 | Selman and Associates, Ltd. | Method for real-time streaming of well logging data with self-aligning satellites |
| EP2721253A2 (en) * | 2011-06-14 | 2014-04-23 | Weatherford/Lamb, Inc. | Control system for downhole operations |
| CA2852765C (en) | 2011-11-02 | 2015-09-15 | Landmark Graphics Corporation | Method and system for predicting a drill string stuck pipe event |
| US9291019B2 (en) | 2011-12-20 | 2016-03-22 | Exxonmobil Upstream Research Company | Systems and methods to inhibit packoff formation during drilling assembly removal from a wellbore |
| US11085283B2 (en) * | 2011-12-22 | 2021-08-10 | Motive Drilling Technologies, Inc. | System and method for surface steerable drilling using tactical tracking |
| US8210283B1 (en) | 2011-12-22 | 2012-07-03 | Hunt Energy Enterprises, L.L.C. | System and method for surface steerable drilling |
| US8596385B2 (en) | 2011-12-22 | 2013-12-03 | Hunt Advanced Drilling Technologies, L.L.C. | System and method for determining incremental progression between survey points while drilling |
| US9297205B2 (en) | 2011-12-22 | 2016-03-29 | Hunt Advanced Drilling Technologies, LLC | System and method for controlling a drilling path based on drift estimates |
| EP2780797A4 (en) * | 2012-03-28 | 2015-04-01 | Landmark Graphics Corp | MANAGEMENT OF CASE VERSIONS |
| EP2842025A4 (en) * | 2012-04-25 | 2015-11-25 | Halliburton Energy Services Inc | SYSTEMS AND METHODS FOR ANONYMOUSING AND INTERPRETING INDUSTRIAL ACTIVITIES SUCH AS APPLIED TO DRILLING APPARATUS |
| US9665604B2 (en) * | 2012-07-31 | 2017-05-30 | Schlumberger Technology Corporation | Modeling and manipulation of seismic reference datum (SRD) in a collaborative petro-technical application environment |
| EP2895301A2 (en) | 2012-09-11 | 2015-07-22 | Black & Decker, Inc. | System and method for identifying a power tool |
| SA113340567B1 (ar) | 2012-10-26 | 2015-07-07 | بيكر هوغيس انكوربوريتد | نظام وطريقة لمعالجة بيانات بئر باستخدام تحليل بيانات توبولوجية. |
| US9022140B2 (en) | 2012-10-31 | 2015-05-05 | Resource Energy Solutions Inc. | Methods and systems for improved drilling operations using real-time and historical drilling data |
| US9761027B2 (en) | 2012-12-07 | 2017-09-12 | General Electric Company | Methods and systems for integrated plot training |
| US9177399B2 (en) | 2012-12-07 | 2015-11-03 | General Electric Company | Method and system for plotting a distribution of data |
| US9269171B2 (en) | 2012-12-14 | 2016-02-23 | General Electric Company | Method and system for plotting data |
| EP3690184A3 (en) * | 2012-12-20 | 2021-01-20 | Services Petroliers Schlumberger | Method and system for well construction management |
| WO2014107149A1 (en) * | 2013-01-03 | 2014-07-10 | Landmark Graphics Corporation | System and method for predicting and visualizing drilling events |
| CN103135099A (zh) * | 2013-01-24 | 2013-06-05 | 南京莱斯信息技术股份有限公司 | 一种使用动态杂波图处理雷达数据的方法 |
| US10428637B2 (en) | 2013-03-04 | 2019-10-01 | Fereidoun Abbassian | System and console for monitoring and managing well site operations |
| WO2014151643A2 (en) * | 2013-03-15 | 2014-09-25 | Fereidoun Abbassian | System and console for monitoring and managing well site operations |
| US20140344301A1 (en) * | 2013-05-14 | 2014-11-20 | Chesapeake Operating, Inc. | System and method for managing drilling |
| US10380105B2 (en) | 2013-06-06 | 2019-08-13 | International Business Machines Corporation | QA based on context aware, real-time information from mobile devices |
| US11047221B2 (en) | 2013-06-30 | 2021-06-29 | Fereidoun Abbassian | System and console for monitoring and managing well site operations |
| WO2015002905A2 (en) | 2013-06-30 | 2015-01-08 | Fereidoun Abbassian | System and console for monitoring data stream quality in drilling and production operations at a well site |
| SG11201600532SA (en) * | 2013-09-03 | 2016-02-26 | Landmark Graphics Corp | Well activity bar charts |
| US9085958B2 (en) | 2013-09-19 | 2015-07-21 | Sas Institute Inc. | Control variable determination to maximize a drilling rate of penetration |
| CA2925103C (en) * | 2013-10-04 | 2019-07-02 | Landmark Graphics Corporation | Dynamic method and real time monitoring of ubd operation tunnel envelope with mud motor |
| US20150112913A1 (en) * | 2013-10-17 | 2015-04-23 | Verdande Technology As | Case-based reasoning |
| GB201318395D0 (en) * | 2013-10-17 | 2013-12-04 | Verdande Technology As | Case-Based Reasoning |
| US9613362B2 (en) | 2013-10-17 | 2017-04-04 | Baker Hughes Incorporated | Monitoring a situation by comparing parallel data streams |
| US20150112914A1 (en) * | 2013-10-17 | 2015-04-23 | Verdande Technology As | Case-based reasoning |
| US9619765B2 (en) | 2013-10-17 | 2017-04-11 | Baker Hughes Incorporated | Monitoring a situation by generating an overall similarity score |
| US20150112912A1 (en) * | 2013-10-17 | 2015-04-23 | Verdande Technology As | Case-based reasoning |
| US9593566B2 (en) | 2013-10-23 | 2017-03-14 | Baker Hughes Incorporated | Semi-autonomous drilling control |
| US9957790B2 (en) * | 2013-11-13 | 2018-05-01 | Schlumberger Technology Corporation | Wellbore pipe trip guidance and statistical information processing method |
| CN103615232B (zh) * | 2013-11-28 | 2016-06-01 | 成都福立盟科技有限公司 | 一种基于钻井参数仪的数据监控系统及方法 |
| US9957781B2 (en) | 2014-03-31 | 2018-05-01 | Hitachi, Ltd. | Oil and gas rig data aggregation and modeling system |
| US10062044B2 (en) * | 2014-04-12 | 2018-08-28 | Schlumberger Technology Corporation | Method and system for prioritizing and allocating well operating tasks |
| US10301923B2 (en) | 2014-05-02 | 2019-05-28 | Kongsberg Oil And Gas Technologies As | System and console for monitoring and managing well site drilling operations |
| US10436014B2 (en) | 2014-05-02 | 2019-10-08 | Kongsberg Oil And Gas Technologies As | System and console for monitoring and managing pressure testing operations at a well site |
| US10323502B2 (en) | 2014-05-02 | 2019-06-18 | Kongsberg Oil And Gas Technologies As | System and console for monitoring and managing tripping operations at a well site |
| US10260332B2 (en) | 2014-05-02 | 2019-04-16 | Kongsberg Oil And Gas Technologies As | System and console for monitoring and managing well site operations |
| US11106185B2 (en) | 2014-06-25 | 2021-08-31 | Motive Drilling Technologies, Inc. | System and method for surface steerable drilling to provide formation mechanical analysis |
| WO2016018231A1 (en) | 2014-07-28 | 2016-02-04 | Halliburton Energy Services, Inc. | Detecting and remediating downhole excessive pressure condition |
| US10370939B2 (en) | 2014-07-29 | 2019-08-06 | Halliburton Energy Services, Inc. | Efficient way of reporting issues associated with reservoir operations to support team |
| US9957780B2 (en) * | 2014-08-01 | 2018-05-01 | Baker Hughes, A Ge Company, Llc | Oilfield data analytics and decision workflow solution |
| CN105484725A (zh) * | 2014-09-18 | 2016-04-13 | 中国石油化工股份有限公司 | 一种钻井井下异常监测装置 |
| CN105484724A (zh) * | 2014-09-18 | 2016-04-13 | 中国石油化工股份有限公司 | 一种钻井井下异常监测方法 |
| EP3020916A1 (en) * | 2014-11-14 | 2016-05-18 | Geoservices Equipements | A method for processing data collected during a mud logging analysis, associated calculation system and associated mud logging installation |
| CN104598766B (zh) * | 2015-03-05 | 2017-11-24 | 成都理工大学 | 面向油气储层综合评价的空间案例推理方法 |
| CA2977943C (en) | 2015-04-01 | 2021-04-13 | Landmark Graphics Corporation | Model generation for real-time rate of penetration prediction |
| US11125070B2 (en) * | 2015-05-08 | 2021-09-21 | Schlumberger Technology Corporation | Real time drilling monitoring |
| CN107709700A (zh) * | 2015-05-13 | 2018-02-16 | 科诺科菲利浦公司 | 钻探大数据分析法引擎 |
| EP3294985A4 (en) * | 2015-05-13 | 2019-01-16 | Halliburton Energy Services, Inc. | TIMELINE VISUALIZATION OF EVENTS TO MONITOR BOHRLOCHOPERATIONS |
| US10851636B1 (en) | 2015-06-08 | 2020-12-01 | DataInfoCom USA, Inc. | Systems and methods for analyzing resource production |
| DE102015217826A1 (de) * | 2015-09-17 | 2017-03-23 | Robert Bosch Gmbh | Kommunikationseinrichtung für eine elektrische Werkzeugmaschine, Elektrowerkzeugsystem und Verfahren |
| US10920583B2 (en) | 2015-11-18 | 2021-02-16 | Halliburton Energy Services, Inc. | Monitoring water flood location using potentials between casing and casing-mounted electrodes |
| WO2017086956A1 (en) | 2015-11-18 | 2017-05-26 | Halliburton Energy Services, Inc. | Monitoring water floods using potentials between casing-mounted electrodes |
| US10550642B2 (en) * | 2015-12-15 | 2020-02-04 | Schlumberger Technology Corporation | Well construction display |
| WO2017206182A1 (en) * | 2016-06-03 | 2017-12-07 | Schlumberger Technology Corporation | Detecting events in well reports |
| GB2552939A (en) * | 2016-08-08 | 2018-02-21 | Datacloud Int Inc | Method and system for analysing drilling data |
| US11933158B2 (en) | 2016-09-02 | 2024-03-19 | Motive Drilling Technologies, Inc. | System and method for mag ranging drilling control |
| US10830033B2 (en) | 2017-08-10 | 2020-11-10 | Motive Drilling Technologies, Inc. | Apparatus and methods for uninterrupted drilling |
| AU2018313280B8 (en) | 2017-08-10 | 2023-09-21 | Motive Drilling Technologies, Inc. | Apparatus and methods for automated slide drilling |
| US10866962B2 (en) | 2017-09-28 | 2020-12-15 | DatalnfoCom USA, Inc. | Database management system for merging data into a database |
| WO2019172917A1 (en) * | 2018-03-08 | 2019-09-12 | Landmark Graphics Corporation | Using existing servers in a wellbore environment as data sources for streaming servers |
| CN108361020B (zh) * | 2018-04-03 | 2021-04-23 | 中煤科工集团西安研究院有限公司 | 基于虚拟仪表的坑道钻机用诊断保护装置及方法 |
| US11215033B2 (en) * | 2018-05-16 | 2022-01-04 | Saudi Arabian Oil Company | Drilling trouble prediction using stand-pipe-pressure real-time estimation |
| CN108756848B (zh) * | 2018-05-21 | 2019-05-21 | 北京四利通控制技术股份有限公司 | 一种智能钻井控制云平台及智能钻井控制系统 |
| CN109519162B (zh) * | 2018-08-16 | 2022-06-28 | 清能艾科（深圳）能源技术有限公司 | 钻井现场数字通信指挥方法和装置、系统、存储介质 |
| US20210348490A1 (en) * | 2018-10-03 | 2021-11-11 | Schlumberger Technology Corporation | Oilfield system |
| CN109471888B (zh) * | 2018-11-15 | 2021-11-09 | 广东电网有限责任公司信息中心 | 一种快速过滤xml文件中无效信息的方法 |
| CN111488384B (zh) * | 2019-01-29 | 2022-05-03 | 中国石油化工股份有限公司 | 一种钻井方案智能推荐方法及系统 |
| CA3121861A1 (en) | 2019-02-05 | 2020-08-13 | Motive Drilling Technologies, Inc. | Downhole display |
| EP3931423A4 (en) * | 2019-02-25 | 2022-10-19 | Services Pétroliers Schlumberger | SYSTEM AND ARCHITECTURE TO COMPARE AND SELECT A DRILL BITS DESIGN |
| WO2020190942A1 (en) | 2019-03-18 | 2020-09-24 | Magnetic Variation Services, Llc | Steering a wellbore using stratigraphic misfit heat maps |
| US11946360B2 (en) | 2019-05-07 | 2024-04-02 | Magnetic Variation Services, Llc | Determining the likelihood and uncertainty of the wellbore being at a particular stratigraphic vertical depth |
| US11466556B2 (en) | 2019-05-17 | 2022-10-11 | Helmerich & Payne, Inc. | Stall detection and recovery for mud motors |
| US11907300B2 (en) * | 2019-07-17 | 2024-02-20 | Schlumberger Technology Corporation | Geologic formation operations relational framework |
| US20230203891A1 (en) * | 2020-05-29 | 2023-06-29 | Technological Resources Pty Limited | Method and system for controlling a plurality of drill rigs |
| US11885212B2 (en) | 2021-07-16 | 2024-01-30 | Helmerich & Payne Technologies, Llc | Apparatus and methods for controlling drilling |
Family Cites Families (38)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4794534A (en) * | 1985-08-08 | 1988-12-27 | Amoco Corporation | Method of drilling a well utilizing predictive simulation with real time data |
| GB2216925A (en) | 1988-04-05 | 1989-10-18 | Anadrill Int Sa | Method for controlling a drilling operation |
| DK378289A (da) | 1988-08-03 | 1990-02-04 | Chevron Res | Anlaeg til undgaaelse af blokering af boreudstyr og fremgangsmaade til bestemmelse af sandsynlighed for deblokering |
| GB2267300B (en) | 1992-05-23 | 1995-08-02 | Schlumberger Services Petrol | Method for detecting drillstring washouts |
| US5448911A (en) * | 1993-02-18 | 1995-09-12 | Baker Hughes Incorporated | Method and apparatus for detecting impending sticking of a drillstring |
| NO940209D0 (no) | 1993-02-19 | 1994-01-20 | Baker Hughes Inc | Fremgangsmaate og anordning for aa detektere borrspinn |
| US5327984A (en) * | 1993-03-17 | 1994-07-12 | Exxon Production Research Company | Method of controlling cuttings accumulation in high-angle wells |
| US5511037A (en) * | 1993-10-22 | 1996-04-23 | Baker Hughes Incorporated | Comprehensive method of processing measurement while drilling data from one or more sensors |
| US6400148B1 (en) * | 1994-03-14 | 2002-06-04 | Baker Hughes Incorporated | Use of redundant data for log quality measurements |
| US5892361A (en) * | 1994-03-14 | 1999-04-06 | Baker Hughes Incorporated | Use of raw amplitude and phase in propagation resistivity measurements to measure borehole environmental parameters |
| US6060884A (en) * | 1994-03-14 | 2000-05-09 | Meyer, Jr.; Wallace Harold | Method and apparatus for measuring electromagnetic properties of materials in borehole environs and simultaneously determining the quality of the measurements |
| NO315670B1 (no) * | 1994-10-19 | 2003-10-06 | Anadrill Int Sa | Fremgangsmåte og anordning for måling av boretilstander ved kombinasjon avnedihulls- og overflatemålinger |
| EP1632643B1 (en) | 1995-02-16 | 2011-06-01 | Baker Hughes Incorporated | Method and apparatus for monitoring and recording of operating conditions of a downhole drill bit during drilling operations |
| FR2732403B1 (fr) * | 1995-03-31 | 1997-05-09 | Inst Francais Du Petrole | Methode et systeme de prediction de l'apparition d'un dysfonctionnement en cours de forage |
| FR2734315B1 (fr) * | 1995-05-15 | 1997-07-04 | Inst Francais Du Petrole | Methode de determination des conditions de forage comportant un modele de foration |
| GB2311140A (en) | 1996-03-12 | 1997-09-17 | Shell Int Research | Determining the performance of a drilling assembly |
| GB9621871D0 (en) * | 1996-10-21 | 1996-12-11 | Anadrill Int Sa | Alarm system for wellbore site |
| US5799148A (en) * | 1996-12-23 | 1998-08-25 | General Electric Company | System and method for estimating a measure of confidence in a match generated from a case-based reasoning system |
| US6282452B1 (en) * | 1998-11-19 | 2001-08-28 | Intelligent Inspection Corporation | Apparatus and method for well management |
| US6152246A (en) * | 1998-12-02 | 2000-11-28 | Noble Drilling Services, Inc. | Method of and system for monitoring drilling parameters |
| EP1297244B1 (en) | 2000-06-20 | 2005-03-30 | Baker Hughes Incorporated | Case-based drilling knowledge management system |
| US6801197B2 (en) * | 2000-09-08 | 2004-10-05 | Landmark Graphics Corporation | System and method for attaching drilling information to three-dimensional visualizations of earth models |
| US7003439B2 (en) * | 2001-01-30 | 2006-02-21 | Schlumberger Technology Corporation | Interactive method for real-time displaying, querying and forecasting drilling event and hazard information |
| GB0211836D0 (en) | 2002-05-23 | 2002-07-03 | Curvaceous Software Ltd | Multi-variable processes |
| US7128167B2 (en) * | 2002-12-27 | 2006-10-31 | Schlumberger Technology Corporation | System and method for rig state detection |
| US6868920B2 (en) * | 2002-12-31 | 2005-03-22 | Schlumberger Technology Corporation | Methods and systems for averting or mitigating undesirable drilling events |
| US7172037B2 (en) * | 2003-03-31 | 2007-02-06 | Baker Hughes Incorporated | Real-time drilling optimization based on MWD dynamic measurements |
| US7337660B2 (en) * | 2004-05-12 | 2008-03-04 | Halliburton Energy Services, Inc. | Method and system for reservoir characterization in connection with drilling operations |
| US7142986B2 (en) * | 2005-02-01 | 2006-11-28 | Smith International, Inc. | System for optimizing drilling in real time |
| US20060272812A1 (en) * | 2005-06-04 | 2006-12-07 | Gang Yu | Method for analyzing drill cuttings using nuclear magnetic resonance techniques |
| US7604072B2 (en) * | 2005-06-07 | 2009-10-20 | Baker Hughes Incorporated | Method and apparatus for collecting drill bit performance data |
| US7610251B2 (en) * | 2006-01-17 | 2009-10-27 | Halliburton Energy Services, Inc. | Well control systems and associated methods |
| US7606666B2 (en) * | 2007-01-29 | 2009-10-20 | Schlumberger Technology Corporation | System and method for performing oilfield drilling operations using visualization techniques |
| US8014987B2 (en) | 2007-04-13 | 2011-09-06 | Schlumberger Technology Corp. | Modeling the transient behavior of BHA/drill string while drilling |
| CA2628997C (en) * | 2007-04-13 | 2015-11-17 | Xact Downhole Telemetry Inc. | Drill string telemetry method and apparatus |
| CN101086200A (zh) * | 2007-07-13 | 2007-12-12 | 中国海洋石油总公司 | 钻井平台动力管理系统 |
| US20090076873A1 (en) * | 2007-09-19 | 2009-03-19 | General Electric Company | Method and system to improve engineered system decisions and transfer risk |
| US8170800B2 (en) * | 2009-03-16 | 2012-05-01 | Verdande Technology As | Method and system for monitoring a drilling operation |
-
2009
- 2009-03-16 US US12/404,961 patent/US8170800B2/en active Active
- 2009-07-23 GB GB0912854A patent/GB2460556A/en not_active Withdrawn
-
2010
- 2010-03-15 RU RU2011141865/03A patent/RU2011141865A/ru unknown
- 2010-03-15 WO PCT/EP2010/053287 patent/WO2010106014A2/en active Application Filing
- 2010-03-15 EP EP14188142.5A patent/EP2848765A3/en not_active Ceased
- 2010-03-15 CA CA2755384A patent/CA2755384C/en active Active
- 2010-03-15 EP EP14188143.3A patent/EP2848766B1/en active Active
- 2010-03-15 BR BRPI1006370A patent/BRPI1006370B1/pt active IP Right Grant
- 2010-03-15 CN CN201080016322.5A patent/CN102395754B/zh not_active Expired - Fee Related
- 2010-03-15 EP EP20100710561 patent/EP2384389B1/en active Active
-
2012
- 2012-02-27 US US13/405,547 patent/US8332153B2/en active Active
- 2012-11-21 US US13/683,723 patent/US8615363B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| EP2848766A3 (en) | 2016-03-16 |
| EP2848765A3 (en) | 2016-03-16 |
| EP2384389A2 (en) | 2011-11-09 |
| US8332153B2 (en) | 2012-12-11 |
| WO2010106014A3 (en) | 2010-12-02 |
| CA2755384A1 (en) | 2010-09-23 |
| US8615363B2 (en) | 2013-12-24 |
| CA2755384C (en) | 2021-11-23 |
| US20100235101A1 (en) | 2010-09-16 |
| US20120158761A1 (en) | 2012-06-21 |
| WO2010106014A2 (en) | 2010-09-23 |
| EP2848766A2 (en) | 2015-03-18 |
| GB2460556A (en) | 2009-12-09 |
| RU2011141865A (ru) | 2013-04-27 |
| EP2848765A2 (en) | 2015-03-18 |
| US20130080062A1 (en) | 2013-03-28 |
| BRPI1006370A2 (pt) | 2016-12-13 |
| EP2384389B1 (en) | 2014-11-12 |
| CN102395754A (zh) | 2012-03-28 |
| GB0912854D0 (en) | 2009-08-26 |
| US8170800B2 (en) | 2012-05-01 |
| EP2848766B1 (en) | 2018-08-22 |
| CN102395754B (zh) | 2014-12-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| BRPI1006370B1 (pt) | método implementado por computador de monitoramento de uma operação de perfuração e sistema para o monitoramento de uma operação de perfuração | |
| US10900341B2 (en) | Bore penetration data matching | |
| US8244509B2 (en) | Method for managing production from a hydrocarbon producing reservoir in real-time | |
| RU2600497C2 (ru) | Способы и относящиеся к ним системы построения моделей и прогнозирования операционных результатов операции бурения | |
| US8229880B2 (en) | Evaluation of acid fracturing treatments in an oilfield | |
| BR112015009197B1 (pt) | Método e sistema para realizar uma operação de perfuração | |
| Gundersen et al. | A real-time decision support system for high cost oil-well drilling operations | |
| CN105408914A (zh) | 流体回流预测 | |
| US20220083873A1 (en) | Predictive Modeling of Well Performance Using Learning and Time-Series Techniques | |
| Elichev et al. | Understanding well events with machine learning | |
| Braga | Field Drilling Data Cleaning and Preparation for Data Analytics Applications | |
| US11698473B2 (en) | Systems and methods for workflow to perform well logging operations tracking and efficiency assessment | |
| Bimastianto et al. | Drilling Efficiency Benchmarking Tool: Developing A Drilling Performance Measure Combining Data Science and Statistical Approach | |
| Holdaway | Predictive Analytics: Development and Deployment of Upstream Data Driven Models | |
| Hermann et al. | Water production surveillance workflow using neural network and bayesian network technology: a case study of Bongkot North Field, Thailand | |
| Thonhauser et al. | Automated Reporting Using Rig Sensor Data Enables Superior Drilling-Project Management | |
| Saghir et al. | Performance analysis of artificial lift systems deployed in natural gas wells: A time-series analytics approach | |
| Torlov et al. | Well Logging Operations Optimization at Scale Using Closed Loop Data Analytics Workflow | |
| Mendez Gutierrez et al. | Workflow to Utilize Realtime Mechanical Specific Energy in Formation Tops Identification and Drilling Optimization in a Multilayer Heterogenous Mature Oilfield Offshore Abu Dhabi | |
| WO2024064347A1 (en) | Augmented intelligence (ai) driven missing reserves opportunity identification | |
| US20220195861A1 (en) | Identifying operation anomalies of subterranean drilling equipment | |
| Zinovyev et al. | Developing Algorithms to Analyze Data Gathered During Drilling Using Big Data Approaches–Features, Limitations, Main Rules | |
| Doan et al. | Machine Learning and Application Cases for Maximizing Values of Asset Development |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| B06F | Objections, documents and/or translations needed after an examination request according [chapter 6.6 patent gazette] | ||
| B06T | Formal requirements before examination [chapter 6.20 patent gazette] | ||
| B09A | Decision: intention to grant [chapter 9.1 patent gazette] | ||
| B16A | Patent or certificate of addition of invention granted [chapter 16.1 patent gazette] |
Free format text: PRAZO DE VALIDADE: 20 (VINTE) ANOS CONTADOS A PARTIR DE 15/03/2010, OBSERVADAS AS CONDICOES LEGAIS. (CO) 20 (VINTE) ANOS CONTADOS A PARTIR DE 15/03/2010, OBSERVADAS AS CONDICOES LEGAIS |