CN106062311A - 在页岩区块当中将钻凿位置分级 - Google Patents

在页岩区块当中将钻凿位置分级 Download PDF

Info

Publication number
CN106062311A
CN106062311A CN201480074637.3A CN201480074637A CN106062311A CN 106062311 A CN106062311 A CN 106062311A CN 201480074637 A CN201480074637 A CN 201480074637A CN 106062311 A CN106062311 A CN 106062311A
Authority
CN
China
Prior art keywords
shale
drill location
measured value
eur
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201480074637.3A
Other languages
English (en)
Inventor
L·G·肖恩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Landmark Graphics Corp
Original Assignee
Landmark Graphics Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Landmark Graphics Corp filed Critical Landmark Graphics Corp
Publication of CN106062311A publication Critical patent/CN106062311A/zh
Pending legal-status Critical Current

Links

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
    • E21B41/00—Equipment or details not covered by groups E21B15/00 - E21B40/00
    • 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
    • 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
    • G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
    • G01V1/40—Seismology; Seismic or acoustic prospecting or detecting specially adapted for well-logging
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V20/00—Geomodelling in general

Landscapes

  • Engineering & Computer Science (AREA)
  • Geology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Physics & Mathematics (AREA)
  • Geochemistry & Mineralogy (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Fluid Mechanics (AREA)
  • Investigating Strength Of Materials By Application Of Mechanical Stress (AREA)
  • Earth Drilling (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Geophysics (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Preparation Of Clay, And Manufacture Of Mixtures Containing Clay Or Cement (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)

Abstract

在一些实施方案中，一种设备和系统以及一种方法和物件可以进行操作以便：访问在页岩盆地内所取得的岩石属性测量值；将所述岩石属性测量值转变为在所述页岩盆地内操作的井的所估算最终采收率(EUR)估算值，所述EUR估算值还基于在所述页岩盆地内测量的页岩厚度、孔隙度和烃饱和度的值；产生用于将钻凿位置分级的量度，所述钻凿位置包括井，针对所述井而产生所述EUR估算值；以及，提供钻凿坐标以控制钻凿仪器来根据所述分级列表在所述钻凿位置中采收页岩盆地资源。本文公开另外的设备、系统和方法。

Description

在页岩区块当中将钻凿位置分级
背景
在油气生产井以及油气生产区域中规划资源和资金分配对于油气勘探和生产企业的财务健康而言是重要的。企业可以进行测量来尝试预测新井位置的钻凿结果以便帮助此规划。
用于确定新井位置的可用方法依赖于现有井的生产历史来预测新井的钻凿结果。然而，证据显示，在现有页岩井附近钻凿的新井常常并不重复现有井的生产性能。因此，利用可用方法的企业可能钻凿许多令人失望的井，从而导致资源的损失和分配不当。
附图简述
图1是流程图，其示出根据一些实施方案的、用于将页岩区块的钻凿位置分级的方法。
图2是示例性井日志，其示出根据一些实施方案的、访问一个井处的岩石属性测量值的结果。
图3示出可以根据一些实施方案将钻凿位置分级的美国页岩区块。
图4是根据一些实施方案的、用于识别岩石属性的总变化的示例性等高线图。
图5A示出根据一些实施方案的、用于将页岩区块的钻凿位置分级的厚度属性图的示例。
图5B示出根据一些实施方案的、用于将页岩区块的钻凿位置分级的页岩成熟度属性图的示例。
图6示出根据一些实施方案的、用于一个区域上的岩石属性量度的示例性概率图。
图7示出根据一些实施方案的、用于页岩气地层的示例性生产类型曲线。
图8示出用于如图7的生产类型曲线中示出的各种趋势情况的示例性EUR。
图9是示出盆地的多个地理区段的相对页岩质量的示例性图表。
图10是用于实施一些实施方案的计算机系统的方框图。
详述
为了解决以上描述的挑战中的一些挑战以及其他挑战，本文描述设备、系统和方法，用以在租地、盆地与页岩区块之间将钻凿位置分级、分配资金和其他资源，以及规划开发方案以便更加充分地利用两个或更多个迥异页岩区块、页岩盆地或其子区域中的租地。
用于在页岩区块中确定新井位置的可用方法涉及在现有生产井附近钻凿。经营者可以研究现有井的不少于六个月时间段上的生产历史，以便构建现有井的代表性局部生产质量图。然而，在现有井附近钻凿的探边井常常并不重复页岩区块中的现有井的生产性能。因此，基于现有井的生产历史的钻凿结果预测已经不可靠，从而导致许多令人失望的井的钻凿。
此外，如果企业在多个页岩区块中拥有租地，那么企业可能希望在那些页岩区块中分配钻凿资源和技术资源。用于在页岩区块内将钻凿位置分级的属性对于在页岩区块当中将钻凿位置分级而言可能仍然是重要的，但是不同属性的相对重要性可以基于分级是发生在页岩区块内还是发生在页岩区块之间而变化。另外，当在较不重要的页岩区块之间将钻凿位置分级时，一些属性可能是重要的，或者当在页岩区块内将钻凿位置分级时，这些属性可能是不重要的。例如，企业在页岩区块中所持有的租地的地理区域，以及如页岩区块的页岩成熟度、页岩深度和页岩厚度等属性，对于在页岩区块之间将钻凿位置分级而言可能是重要的，而相反地，这些属性或测量值对于在一个页岩区块内将租地分级而言可能是不重要的。
例如，页岩厚度通常在租地内将不会具有较大改变，但是页岩厚度可能在页岩区块之间广泛地变化，从而使得当在页岩区块之间将租地分级时，页岩厚度测量值相应地更为重要。页岩厚度测量值对于本文所描述的生产量度而言可能是重要的，因为页岩厚度测量值给予经营者可以钻凿、刺激和生产的页岩中的烃的容积潜力的指示。
作为另一个示例，页岩深度的测量可能是重要的，其便于确保页岩深度处于某个范围内，从而使得井生产在经济上是可行的。页岩必须足够深以便提供适当的储集能量，从而迫使烃以操作员发现对于在那个深度操作井而言经济上可行或有利的足够速率离开页岩。然而，如果页岩太深，那么钻井来到达页岩的成本便会较高，并且这可能降低烃生产的经济价值。
作为另外的示例，当决定将多少资金分配到页岩区块或其他较大区域中的生产时，对企业在页岩区块或其他区域中所拥有的地理区域的测量可能是重要的。当与页岩厚度和页岩成熟度的测量值组合时，地理区域的测量值提供在页岩区块或其他区域中可供企业生产的烃的形式和量的指示。
作为另一个示例，岩石成熟度通常在租地内不会具有较大改变，但是岩石成熟度可能在页岩区块之间广泛地变化，从而使得，当在页岩区块之间将租地分级时，岩石成熟度数据相应地更为重要。岩石成熟度测量的结果可以指示那个区域中的页岩已经加热(例如，“烧煮”)了多久，这反过来又可以指示页岩是否将产生油或气，或者页岩将产生什么类型的油或气。
除了其他岩石属性的测量值，如总有机物含量(TOC)、孔隙度、烃饱和度和脆度，一些实施方案还使用页岩成熟度、页岩厚度、页岩深度和租地地理区域的测量值，以便在不同盆地和区块中的租地之间执行钻凿方案的定量比较，从而允许在钻凿位置当中进行资源分配。
图1是流程图，其示出根据一些实施方案的、用于将页岩区块中的钻凿位置分级的方法100。处理器1020(图10)或其他系统可以执行方法100的操作。
示例性方法100在方框110处以访问在多个页岩盆地内所取得的岩石属性测量值来开始。岩石属性测量值可以包括(例如)岩石成熟度测量值、总有机物含量测量值和脆度。
图2是示例性井日志200，其示出访问一个井处的岩石属性测量值的结果。类似的井日志可以在不同页岩盆地处或者在一个页岩盆地内间隔某个距离的不同井处捕捉。页岩盆地可以包括在不同页岩区块中，例如，巴肯(Bakken)、巴尼特(Barnett)、马塞勒斯(Marcellus)或其他页岩区块，正如图3中所示出的。虽然所描述的一些实施方案是关于页岩盆地当中的钻凿位置的分级，但应理解的是，根据一些实施方案的分级可以发生在不同页岩区块中的位置之间或在页岩盆地或页岩区块中的不同钻凿位置或租地内，或者发生在页岩区块的更大区域之间。
再次参考图2，岩石成熟度可以通过使用井日志200的流体体积列210中的测量值来确定，所述流体体积列210按照深度来指示岩石的计算镜质体反射比。镜质体反射比的这个测量值可以用来定义岩石成熟度，并且所述测量值可以由针对岩心样品的实验室测量值来确认。井日志200可以包括关于其他岩石属性(例如脆度)的测量值的数据，以备在一些实施方案中使用。然而，井日志200可以包括任何参数或属性的测量值。
在一些实施方案中，处理器1020可以将所述多个页岩盆地中的候选位置分级，在所述候选位置处基于地理区域的等高线图的形貌特征来访问岩石属性测量值，所述地理区域包括所述多个页岩盆地的每个中的钻凿位置中的至少一个。等高线图可以包括关于岩石属性的信息以便识别岩石属性的总变化作为盆地体系结构的函数。图4是根据一些实施方案的、用于识别岩石属性的总变化的示例性等高线图400。在这些或其他实施方案中，处理器1020或其他系统可为候选位置提供坐标以控制测量仪器来基于候选位置的等级而在候选位置处执行测量。处理器1020也可以基于经营者的资产在页岩盆地内的位置来选择候选位置。
可能类似于图4中的等高线图400的等高线图可以用来识别目标页岩相中的高水饱和度区域，例如，区域410。高水饱和度可以暗示相对较低的烃饱和度。反过来，具有相对较低的烃饱和度的钻凿位置在经济上对于经营者而言将不太具有吸引力。一些可用系统可以仅依赖于等高线图400内提供的这个水饱和度信息或者依赖于其他单属性等高线图来将钻凿位置分级，并且此类依赖性可能导致较差的决策和资源的分配不当。本文描述的实施方案提供另外的方法和属性组合来改善分级决定，以便提供资金资源的增强分配。
如本文所描述的，经营者可以使用工具来测量一些属性(如厚度和页岩成熟度)或者访问这些属性的测量值。图5A示出根据一些实施方案的、用于将页岩区块的钻凿位置分级的厚度属性图的示例，并且图5B示出根据一些实施方案的、用于将页岩区块的钻凿位置分级的页岩成熟度属性图的示例。如本文所描述的，厚度和页岩成熟度的测量的结果对于在页岩区块之间将租地分级而言可能是重要的，而相反地，此类测量的结果对于在一个页岩区块内将租地分级而言可能是不重要的。
处理器1020可以使用由候选位置处的井日志或其他经营者资产所提供的测量值来执行地质统计，以便建立一个或若干个区域上的概率图。页岩属性质量估算值的地质统计会定义钻凿位置中的页岩属性的平均和标准偏差，如经营者的租地区域、钻凿位置的预测生产潜力。图6示出针对一个区域上的岩石属性量度的示例性概率图600。处理器1020可以在其他区域上产生相同或类似的概率图，在所述其他区域内，在候选位置处取得测量值。概率图600可以包括用于多个岩石属性的概率，所述多个岩石属性对于将更小区域中的钻凿位置分级而言是重要的。如本文所描述的，概率图600可以示出除了页岩成熟度或厚度之外的属性(包括脆度、TOC、孔隙度等)的概率。
再次参考图1，示例性方法100在方框120处继续将岩石属性测量值转变为在所述多个页岩盆地内操作的井的所估算最终采收率(EUR)估算值。本领域普通技术人员将了解，EUR估算值提供可潜在地从储备区或井采收的或者已经采收的油或气的量的近似值。EUR估算值可以根据本领域普通技术人员所理解的方法从生产类型曲线中建立。生产类型曲线通过提供生产销售量作为井的寿命期内的时间的函数来为钻凿机会的经济分析提供基础。生产类型曲线和EUR估算值还可以基于在所述多个页岩盆地内测量的页岩厚度、孔隙度和烃饱和度的值。
图7示出根据各种实施方案而为页岩气地层产生的示例性生产类型曲线，包括针对P10的图线710、针对P50的图线720和针对P90的图线730。正如本领域普通技术人员将了解的，P10是指生产根据P10曲线发生的10％确定性。P50是指生产根据P50曲线发生的50％确定性。P90是指生产根据P90曲线发生的90％确定性(例如，“合理确定性”)。为了本文档的目的，90％或更好(例如，P90-100)的概率定义为合理确定性。示例性生产类型曲线示出延续91个月的时间段上的生产趋势。然而，应理解的是，可以示出任何的时间量。
图8示出针对如图7的生产类型曲线中所示出的各种趋势情况的示例性EUR。例如，图8展示以下内容：针对P90的图线810，其中日产量在大约400个月内从大约900百万标准立方英尺每日(Mscfd)下降到大约小于100Mscfd；针对P50的图线1020，其中日产量在大约400个月内从大约2000Mscfd下降到大约小于100Mscfd；以及针对P10的图线830，其中日产量在大约400个月内从大约4000Mscfd下降到大约小于100Mscfd。在图线810、820和830的每个图线中也展示EUR，其中P90具有大约10.6亿立方英尺(十亿立方英尺，BCF)的EUR，P50具有大约2.56BCF的EUR，并且P10具有大约5.64BCF的EUR。此类值可以帮助确定哪种情形(如果有的话)，P10、P50或P90可能是经济上可行的。
示例性方法100在方框130处继续产生用于将钻凿位置分级的量度。钻凿位置将包括处理器1020为其产生EUR估算值的井中的一个或多个。处理器1020将基于方框120处所产生的EUR估算值来产生所述量度中的至少一个。EUR估算值可以包括P10、P50和P90EUR估算值中的一个或多个。
所产生的量度可以包括基于井的预计生产率并进一步基于岩石属性测量值和页岩厚度值的、针对钻凿位置的生产量度。生产量度可以包括经济状况、现金流和资金效率量度。处理器1020可以通过基于地理区域的测量值来估算完成井的成本以便产生钻凿位置内的选定生产级别，从而产生生产量度。所述成本可以包括用以钻凿和完成井并且破裂井而最大化每个页岩区块、页岩盆地或其子区域中的生产性能的资金成本。在一些实施方案中，处理器1020可以通过利用所述选定生产级别作为目标函数来解决非线性规划问题，从而产生生产量度。
处理器1020可以针对仍有待钻凿的井来产生生产率预测。处理器1020可以通过利用岩石属性、页岩厚度和资金投入水平作为输入变量并利用生产目标作为目标函数来解决非线性规划问题，从而产生此类生产率预测。
根据本领域普通技术人员所理解的数学方法，处理器1020可以使用相关函数，所述相关函数将现有井的生产历史与对应页岩质量点估算值相关联，以便确定生产性能的相关性。通过将地质统计推导的井内页岩属性质量和生产性能的相关性进行组合，处理器1020可以将租地的总生产性能的预测建构为井位置和在适当位置上生产烃所需要的井数量的函数。这将是反映区域内属性变化的结果分布。
所产生的量度可以另外包括基于EUR估算值、岩石属性测量值和钻凿位置的地理区域的测量值的针对钻凿位置的储备估算量度。处理器1020可以通过根据利用EUR估算值中的至少一个作为目标函数的非线性规划问题解决方案来估算钻凿位置中的未开发资源，从而产生储备估算量度。
示例性方法100在方框140处继续提供钻凿坐标以控制钻凿仪器来根据量度的相对值在钻凿位置中采收页岩盆地资源。
在一些实施方案中，处理器1020可以产生钻凿位置的分级列表。处理器1020可以根据处理器1020在方框130处产生的量度来将分级列表排序。在分级列表中具有第一等级的第一钻凿位置可以与分级列表中具有第二等级的第二钻凿位置位于不同的页岩盆地内，尽管实施方案并不受限于此。分级可以类似于以下表1中所示的分级：
页岩区块 租地标识符 等级
巴肯 地段1，区段4 1
巴肯 地段1，区段10 2
巴尼特 地段17，区段42 3
马塞勒斯 地段7，区段17 4
甘蒙 地段5，区段12 5
表1：分级。
根据以上所述的实施方案，处理器1020可以根据总生产性能预测来将钻凿位置分级。规划顾问随后可以比较他们在单个页岩区块内的持有物上或不同区块上的机会分级，以便设计资金分配计划来帮助满足企业财务目标。
处理器1020可以在高级租地内执行其他分级，以便选择特定钻凿位置和目标深度来着陆水平井并在井的水平区部中施加破裂处理。例如，从一个租地内的几个井捕捉的数据可以用来在租地上产生类似于图6的地质统计模型。处理器1020可以根据准则(如平均页岩质量值)来将租地的地理区段分级，以便确定关于在特定地理区段中钻凿的井是否将会是经济上多产的概率。图9是示出租地的多个地理区段910的相对页岩质量的示例性图表。在图9中，地理区段910是基于相对回报、基于每个地理区段910中的生产潜力的概率p10、p30、p50、p70和p90来分配类别。然而，实施方案并不限于此等分类。
图10描绘根据各种实施方案的系统1000的特征的方框图。系统1000可以如上文所述在页岩区块内或页岩区块当中将钻凿位置分级。
系统1000包括日志解译工具1005，如可从德克萨斯州休斯敦市的哈里伯顿(Halliburton)公司购买的Halliburton ShaleXpertTM。
所述系统包括处理器1020。日志解译工具1005可以在处理器1020上或者在系统1000的另一个处理器(图10中未展示)上运行。
系统1000可以另外包括控制器1025和存储器1035。控制器1025可以进行操作来提供钻凿坐标以控制钻凿仪器来根据如本文所述的量度相对值在钻凿位置中采收页岩盆地资源，或者系统1000可以向另一个系统(图10中未展示)提供这些坐标用于控制钻凿仪器。存储器1035可以存储岩石属性测量值和地理区域的区域等高线图，所述地理区域包括所述多个页岩盆地的每个页岩盆地的钻凿位置中的至少一个。处理器1020可以访问这些或其他区域等高线图，以便例如像本文所述的来确定在何处取得测量值，或用于其他目的。
通信单元1040可以在钻凿操作中提供井下通信，尽管此类井下通信也可以由位于钻凿将要发生的地球表面的钻凿坐标处或附近的任何其他系统来提供。此类井下通信可以包括遥测系统。
系统1000也可以包括总线1027，其中总线1027在系统1000的部件当中提供导电性。总线1027可以包括地址总线、数据总线和控制总线，每个总线独立地配置。总线1027也可以使用公共导电线来提供地址、数据或控制中的一个或多个，并且控制器1025可以调节这些线的使用。总线1027可以包括用于通信网络的机构。总线1027可以经过配置从而使得系统1000的部件是分布式的。此类分布可以布置在井下部件与可设置在井的表面上的部件之间。或者，这些部件中的各个部件可以位于同一位置上，如钻柱的一个或多个钻铤上或缆绳结构上。
在各种实施方案中，系统1000包括外围装置1045，所述外围装置1045可以包括显示器、用户输入装置、另外存储内存以及可与控制器1025或存储器1035结合操作的控制装置。例如，外围装置1045可以包括用户输入装置，以便响应于提供表示系统1000所确定的页岩区块的钻凿位置的分级的显示数据，或者针对操作(如钻凿操作)相关的数据来接收用户输入。外围装置1045可以包括显示器，用于显示钻凿位置的分级列表，其中处理器1020已经根据生产量度、储备量度或本文所述的其他量度来将分级列表排序。显示器可以显示钻凿坐标以控制钻凿仪器来根据如本文所述的量度的相对值在钻凿位置中采收页岩盆地资源。
在一个实施方案中，控制器1025可以实现为一个或多个处理器。外围装置1045可以经过编程以便利用存储在存储器1035中的指令而与显示单元1055结合操作来实施图形用户界面(GUI)，从而管理分布在系统1000内的部件的操作。GUI可以结合通信单元1040和总线1027来操作。
在各种实施方案中，一种非暂态机器可读存储装置可以包括存储在其上的指令，所述指令在由机器执行时致使所述机器执行操作，所述操作包括与本文所述的方法和技术的特征类似或相同的一个或多个特征。本文中的机器可读存储装置是物理装置，其存储由所述装置内的物理结构表示的数据。机器可读存储装置的示例可以包括但不限于呈只读存储器(ROM)、随机存取存储器(RAM)、磁盘存储装置、光学存储装置、快闪存储器和其他电子、磁性或光学存储器装置(包括其组合)形式的存储器1035。
一个或多个处理器，例如像处理单元1020，可以操作此类指令的物理结构。运行所述物理结构确定的这些指令可以致使所述机器执行操作以便：访问在多个页岩盆地中所取得的岩石属性测量值，所述岩石属性测量值包括岩石成熟度测量值、总有机物含量测量值和脆度测量值；基于岩石属性测量值并且进一步基于在所述多个页岩盆地内测量的页岩厚度、孔隙度和烃饱和度的值，而针对在所述多个页岩盆地内操作的井来产生所估算最终采收率(EUR)估算值；产生用于将钻凿位置分级的量度，所述钻凿位置包括针对其产生EUR估算值的井中的一个或多个，所述量度中的第一量度是基于EUR估算值；以及提供钻凿坐标以控制钻凿仪器来根据所述量度的相对值在钻凿位置中采收页岩盆地资源。
所述指令可以包括相应指令，用以致使处理单元1020在执行上述操作的任何其他部分的同时并行执行上述操作中的任何操作或一部分。处理单元1020可以将从日志解译工具1005接收的数据中的任何数据或所有数据存储在存储器1035中。
尽管本文已示出和描述了具体的实施方案，但本领域普通技术人员将了解，预期来实现相同目的的任何布置都可以代替所展示的具体实施方案。各种实施方案使用本文所描述的实施方案的排列和/或组合。应理解的是，以上描述意在为说明性的而非限制性的，并且本文所采用的措辞或术语是出于描述的目的。通过研习以上描述，本领域普通技术人员将清楚地知晓以上实施方案和其他实施方案的组合。

Claims (20)

1.一种用于选择钻凿部位的处理器实施方法，所述方法包括：
访问在多个页岩盆地内所取得的岩石属性测量值；
将所述岩石属性测量值转变为在所述多个页岩盆地内操作的井的所估算最终采收率(EUR)估算值，所述EUR估算值还基于在所述多个页岩盆地内测量的页岩厚度、孔隙度和烃饱和度的值；
产生用于将钻凿位置分级的量度，所述钻凿位置包括针对其产生所述EUR估算值的所述井中的一个或多个，所述量度中的第一量度是基于所述EUR估算值；以及
提供钻凿坐标以控制钻凿仪器来根据所述量度的相对值在所述钻凿位置中采收页岩盆地资源。
2.如权利要求1所述的方法，其中所述岩石属性测量值包括岩石成熟度测量值。
3.如权利要求2所述的方法，其中所述岩石属性测量值还包括总有机物含量、页岩深度和脆度。
4.如权利要求1所述的方法，其中产生所述量度包括：
基于所述井的生产率预测并且进一步基于所述岩石属性测量值和页岩厚度的所述值，而针对所述钻凿位置产生生产量度；以及
基于所述EUR估算值、所述岩石属性测量值和所述钻凿位置的地理区域的测量值，而针对所述钻凿位置产生储备估算量度。
5.如权利要求4所述的方法，其中产生所述生产量度包括：基于地理区域的所述测量值来估算完成井的成本，以便产生所述钻凿位置内的选定生产级别。
6.如权利要求5所述的方法，其中产生所述生产量度包括：利用所述选定生产级别作为目标函数来解决非线性规划问题。
7.如权利要求4所述的方法，其中产生所述储备量度包括：通过利用所述EUR估算值中的至少一个作为所述目标函数来解决非线性规划问题，从而产生所述钻凿位置中的未开发资源的估算值。
8.如权利要求4所述的方法，其中产生所述生产量度包括：通过利用岩石属性、页岩厚度、深度和资金投入水平作为输入变量并利用生产目标作为目标函数来解决非线性规划问题，从而产生所述井的生产率预测。
9.如权利要求1所述的方法，其还包括：
将所述多个页岩盆地中的候选位置分级，在所述候选位置处基于地理区域的等高线图的形貌特征来访问岩石属性测量值，所述地理区域包括所述多个页岩盆地的每个中的所述钻凿位置中的至少一个；以及
为所述候选位置提供坐标以控制测量仪器来基于候选位置的等级而在所述候选位置处执行测量。
10.如权利要求1所述的方法，其还包括产生所述钻凿位置的分级列表，所述分级列表根据所述量度排序，并且其中所述钻凿位置中在所述分级列表中具有第一等级的第一钻凿位置与所述钻凿位置中在所述分级列表中具有第二等级的第二钻凿位置处于所述多个页岩盆地中的不同页岩盆地内。
11.如权利要求1所述的方法，其中所述多个页岩盆地中的页岩盆地包括多个租地，并且其中所述钻凿位置中的两个处于所述多个租地中的两个不同租地内。
12.如权利要求11所述的方法，其还包括：
根据选定准则来将位于所述多个租地的单个租地内的所述井中的一些井分级。
13.一种非暂态机器可读存储装置，其上存储有指令，所述指令在由机器执行时致使所述机器执行操作，所述操作包括：
访问在多个页岩盆地内取得的岩石属性测量值，所述岩石属性测量值包括岩石成熟度测量值、总有机物含量测量值和脆度测量值；
基于所述岩石属性测量值并且进一步基于在所述多个页岩盆地内测量的页岩厚度、孔隙度和烃饱和度的值，而针对在所述多个页岩盆地内操作的井来产生所估算最终采收率(EUR)估算值；
产生用于将钻凿位置分级的量度，所述钻凿位置包括针对其产生EUR估算值的所述井中的一个或多个，所述量度中的第一量度是基于所述EUR估算值；以及
提供钻凿坐标以控制钻凿仪器来根据所述量度的相对值在钻凿位置中采收页岩盆地资源
14.如权利要求13所述的非暂态机器可读存储装置，其中所述指令在被访问时使得所述机器执行以下操作：
访问地理区域的区域等高线图，所述地理区域包括所述多个页岩盆地的每个中的所述钻凿位置中的至少一个；
产生所述区域等高线图的显示；以及
接收所述等高线图的区域的选择，针对所述区域取得所述岩石属性测量结果。
15.如权利要求13所述的非暂态机器可读存储装置，其中所述指令在被访问时使得所述机器执行以下操作：
产生所述钻凿位置的分级列表，所述分级列表根据所述量度排序；以及
在显示器上发布所述分级列表。
16.如权利要求13所述的非暂态机器可读存储装置，其中所述指令在被访问时使得所述机器执行以下操作：
基于所述井的生产率预测并且进一步基于所述岩石属性测量值和页岩厚度的所述值，而针对钻凿位置产生生产量度；以及
基于所述EUR估算值、所述岩石属性测量值和钻凿位置的地理区域的测量值，而针对所述钻凿位置产生储备估算量度。
17.如权利要求16所述的非暂态机器可读存储装置，其中所述指令在被访问时使得所述机器执行以下操作：
基于地理区域的测量值来估算完成井的成本，以便产生钻凿位置内的选定生产级别；以及
利用所述选定生产级别作为所述目标函数来解决非线性规划问题。
18.一种系统，其包括：
一个或多个处理器，用以
访问在多个页岩盆地内所取得的岩石属性测量值；
基于所述岩石属性测量值并且进一步基于在所述多个页岩盆地内测量的页岩厚度、孔隙度和烃饱和度的值，而针对在所述多个页岩盆地内操作的井来产生所估算最终采收率(EUR)估算值；
产生用于将钻凿位置分级的量度，所述钻凿位置包括针对其产生EUR估算值的一个或多个井，所述量度中的第一量度是基于所述EUR估算值；以及
存储器，用以存储所述岩石属性测量值和地理区域的区域等高线图，所述地理区域包括所述多个页岩盆地的每个页岩盆地的所述钻凿位置中的至少一个。
19.如权利要求18所述的系统，其还包括显示器以便显示
所述钻凿位置的分级列表，所述分级列表根据所述量度排序；以及
钻凿坐标，其用以控制钻凿仪器来根据钻凿位置的所述分级列表在钻凿位置中采收页岩盆地资源。
20.如权利要求18所述的系统，其还包括控制系统以便接收所述钻凿坐标并且控制所述钻凿仪器。
CN201480074637.3A 2014-03-12 2014-03-12 在页岩区块当中将钻凿位置分级 Pending CN106062311A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2014/024596 WO2015137943A1 (en) 2014-03-12 2014-03-12 Ranking drilling locations among shale plays

Publications (1)

Publication Number Publication Date
CN106062311A true CN106062311A (zh) 2016-10-26

Family

ID=54072208

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480074637.3A Pending CN106062311A (zh) 2014-03-12 2014-03-12 在页岩区块当中将钻凿位置分级

Country Status (10)

Country Link
US (1) US10718208B2 (zh)
EP (1) EP3117075B1 (zh)
CN (1) CN106062311A (zh)
AR (1) AR099718A1 (zh)
AU (1) AU2014386296B2 (zh)
BR (1) BR112016017623A2 (zh)
CA (1) CA2938132C (zh)
RU (1) RU2016129956A (zh)
SG (1) SG11201606196TA (zh)
WO (1) WO2015137943A1 (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2938132C (en) 2014-03-12 2020-05-05 Landmark Graphics Corporation Ranking drilling locations among shale plays
US10234838B2 (en) * 2015-12-30 2019-03-19 Nl Fisher Supervision & Engineering Ltd. Control apparatus for industrial plant data processing and associated methods
US10605054B2 (en) 2017-02-15 2020-03-31 General Electric Co. System and method for generating a schedule to extract a resource from a reservoir
US20220372846A1 (en) * 2019-09-13 2022-11-24 Schlumberger Technology Corporation Automated identification of well targets in reservoir simulation models
US11514383B2 (en) * 2019-09-13 2022-11-29 Schlumberger Technology Corporation Method and system for integrated well construction
CN110717249B (zh) * 2019-09-16 2021-04-09 中国石油大学(北京) 页岩气储层测井孔隙度快速预测方法及系统
NO346924B1 (en) * 2020-05-01 2023-02-27 Landmark Graphics Corp Determining potential ranking for petroleum plays
WO2021221684A1 (en) 2020-05-01 2021-11-04 Landmark Graphics Corporation Determining exploration potential ranking for petroleum plays
CN113032507B (zh) * 2021-03-22 2021-10-22 湖南汽车工程职业学院 一种基于扑拓结构的地理信息云存储系统
US11668182B1 (en) 2021-11-24 2023-06-06 Saudi Arabian Oil Company Determining sweet spots and ranking of a basin
US12007518B2 (en) 2021-12-27 2024-06-11 Chevron U.S.A. Inc. Systems and methods for identifying type curve regions as a function of position in a region of interest

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101126309A (zh) * 2007-09-30 2008-02-20 中国科学院武汉岩土力学研究所 水平裂隙波动溶浸采矿法
CN101392633A (zh) * 2007-09-21 2009-03-25 中国石油天然气集团公司 机械液压双作用膨胀式筛管悬挂器
CN101876241A (zh) * 2009-04-30 2010-11-03 中国石油天然气股份有限公司 一种提高正韵律厚油层水驱采收率的方法
CN102224436A (zh) * 2008-10-14 2011-10-19 雪佛龙美国公司 改进沉积盆地之间的地层对比的拟测井曲线
CN102812203A (zh) * 2011-04-01 2012-12-05 Qri集团有限责任公司 用于通过性能量度的非对称分析来动态地评估石油储集层能力并提高产量和采收率的方法
US20130110524A1 (en) * 2011-10-26 2013-05-02 Nansen G. Saleri Management of petroleum reservoir assets using reserves ranking analytics
US20130346040A1 (en) * 2012-06-20 2013-12-26 Schlumberger Technology Corporation Shale gas production forecasting

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6980940B1 (en) * 2000-02-22 2005-12-27 Schlumberger Technology Corp. Intergrated reservoir optimization
WO2002073166A1 (en) * 2001-03-13 2002-09-19 Schlumberger Technology B.V. Process and device for assessing the permeability of a rock medium
US20080157584A1 (en) 2006-12-29 2008-07-03 Kieschnick John A System and method for identifying productive gas shale formations
US7963327B1 (en) * 2008-02-25 2011-06-21 QRI Group, LLC Method for dynamically assessing petroleum reservoir competency and increasing production and recovery through asymmetric analysis of performance metrics
EP2387730A1 (en) * 2009-01-13 2011-11-23 ExxonMobil Upstream Research Company Methods and systems to volumetrically conceptualize hydrocarbon plays
WO2013106720A1 (en) * 2012-01-12 2013-07-18 Schlumberger Canada Limited Method for constrained history matching coupled with optimization
MX340326B (es) * 2012-03-06 2016-07-05 Ion Geophysical Corp Modelo que predice la facturacion del esquisto.
US20130262069A1 (en) * 2012-03-29 2013-10-03 Platte River Associates, Inc. Targeted site selection within shale gas basins
CA2818464C (en) * 2012-06-20 2021-06-08 Schlumberger Canada Limited Shale gas production forecasting
US20140100797A1 (en) * 2012-10-08 2014-04-10 Mihira Narayan Acharya System and method for determining the production of wells
EP2979224A4 (en) * 2013-03-25 2016-08-17 Landmark Graphics Corp SYSTEM, METHOD AND COMPUTER PROGRAM PRODUCT FOR PREDICTING A DRILLING PRODUCTION
CA2910218C (en) * 2013-05-31 2018-02-13 Halliburton Energy Services, Inc. Well monitoring, sensing, control, and mud logging on dual gradient drilling
WO2014204467A1 (en) 2013-06-20 2014-12-24 Landmark Graphics Corporation Systems and methods for identifying geological core areas
US10030491B2 (en) * 2013-11-15 2018-07-24 Nexen Energy Ulc Method for increasing gas recovery in fractures proximate fracture treated wellbores
CA2938132C (en) 2014-03-12 2020-05-05 Landmark Graphics Corporation Ranking drilling locations among shale plays

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101392633A (zh) * 2007-09-21 2009-03-25 中国石油天然气集团公司 机械液压双作用膨胀式筛管悬挂器
CN101126309A (zh) * 2007-09-30 2008-02-20 中国科学院武汉岩土力学研究所 水平裂隙波动溶浸采矿法
CN102224436A (zh) * 2008-10-14 2011-10-19 雪佛龙美国公司 改进沉积盆地之间的地层对比的拟测井曲线
CN101876241A (zh) * 2009-04-30 2010-11-03 中国石油天然气股份有限公司 一种提高正韵律厚油层水驱采收率的方法
CN102812203A (zh) * 2011-04-01 2012-12-05 Qri集团有限责任公司 用于通过性能量度的非对称分析来动态地评估石油储集层能力并提高产量和采收率的方法
US20130110524A1 (en) * 2011-10-26 2013-05-02 Nansen G. Saleri Management of petroleum reservoir assets using reserves ranking analytics
US20130346040A1 (en) * 2012-06-20 2013-12-26 Schlumberger Technology Corporation Shale gas production forecasting

Also Published As

Publication number Publication date
EP3117075B1 (en) 2018-10-31
SG11201606196TA (en) 2016-08-30
CA2938132A1 (en) 2015-09-17
EP3117075A1 (en) 2017-01-18
US20160290129A1 (en) 2016-10-06
AU2014386296B2 (en) 2017-06-29
EP3117075A4 (en) 2017-11-15
AU2014386296A1 (en) 2016-08-04
WO2015137943A1 (en) 2015-09-17
AR099718A1 (es) 2016-08-10
BR112016017623A2 (pt) 2017-08-08
US10718208B2 (en) 2020-07-21
RU2016129956A (ru) 2018-01-25
CA2938132C (en) 2020-05-05

Similar Documents

Publication Publication Date Title
CN106062311A (zh) 在页岩区块当中将钻凿位置分级
US10997518B2 (en) Method for predicting oil and gas reservoir production
RU2496972C2 (ru) Устройство, способ и система стохастического изучения пласта при нефтепромысловых операциях
Gaspar et al. Assisted process for design optimization of oil exploitation strategy
CN105247546A (zh) 确定用于井动态优化的井参数
EP2948618A1 (en) Constrained optimization for well placement planning
MX2015001301A (es) Metodos y sistemas relacionados con el desarrollo de estrategias de recuperacion de hidrocarburos.
Tugan et al. A new fully probabilistic methodology and a software for assessing uncertainties and managing risks in shale gas projects at any maturity stage
Naderi et al. Nonlinear risk optimization approach to water drive gas reservoir production optimization using DOE and artificial intelligence
Kumar A machine learning application for field planning
Liao et al. Well completion optimization in Canada tight gas fields using ensemble machine learning
Castineira et al. Augmented AI Solutions for Heavy Oil Reservoirs: Innovative Workflows That Build from Smart Analytics, Machine Learning And Expert-Based Systems
Castiñeira et al. Automated identification of optimal deviated and horizontal well targets
Ariadji et al. A novel tool for designing well placements by combination of modified genetic algorithm and artificial neural network
O'Brien et al. Maximizing mature field production-A novel approach to screening mature fields revitalization options
Shelley et al. Machine learning and artificial intelligence provides wolfcamp completion design insight
Noureldien et al. GUPCO experience with giant fields: Case studies from Egypt
Cottini-Loureiro et al. Optimized well location by combination of multiple realization approach and quality map methods
Darabi et al. Augmented AI framework for well performance prediction and opportunity identification in unconventional reservoirs
Markov et al. Methodology for Constructing Simplified Reservoir Models for Integrated Asset Models
Iqbal et al. Reserves Estimation and Production Forecasting Using a Quick Sector Modeling Technique in Tight Oil Sands–A Case Study
Kennedy et al. Recommended practices for evaluation and development of shale gas/oil reservoirs over the asset life cycle: data-driven solutions
Javadi et al. Understanding the impact of rock properties and completion parameters on estimated ultimate recovery in shale
Buchinskiy et al. Conceptual approach for gas field clusters development in terms of synergy effect
Akram et al. Production Profiling of a Long Dead Well–A Prime Case Study of Operational and Technical Excellence Using Simultaneous Lifting and Logging Services

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20161026

WD01 Invention patent application deemed withdrawn after publication