CN111279050B - 井规划系统 - Google Patents
井规划系统 Download PDFInfo
- Publication number
- CN111279050B CN111279050B CN201880069909.9A CN201880069909A CN111279050B CN 111279050 B CN111279050 B CN 111279050B CN 201880069909 A CN201880069909 A CN 201880069909A CN 111279050 B CN111279050 B CN 111279050B
- Authority
- CN
- China
- Prior art keywords
- well
- drilling
- information
- plan
- digital
- 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.)
- Active
Links
- 238000013439 planning Methods 0.000 title claims abstract description 72
- 238000005553 drilling Methods 0.000 claims abstract description 288
- 238000000034 method Methods 0.000 claims abstract description 168
- 230000015572 biosynthetic process Effects 0.000 claims description 46
- 238000003860 storage Methods 0.000 claims description 29
- 230000009286 beneficial effect Effects 0.000 claims description 20
- 230000035515 penetration Effects 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 description 48
- 238000005755 formation reaction Methods 0.000 description 45
- 239000010410 layer Substances 0.000 description 44
- 238000013528 artificial neural network Methods 0.000 description 37
- 239000012530 fluid Substances 0.000 description 36
- 238000004519 manufacturing process Methods 0.000 description 34
- 238000013461 design Methods 0.000 description 28
- 238000012549 training Methods 0.000 description 28
- 230000008569 process Effects 0.000 description 27
- 230000000694 effects Effects 0.000 description 26
- 238000004891 communication Methods 0.000 description 23
- 238000010801 machine learning Methods 0.000 description 21
- 238000005259 measurement Methods 0.000 description 19
- 210000002569 neuron Anatomy 0.000 description 19
- 230000009471 action Effects 0.000 description 18
- 238000004088 simulation Methods 0.000 description 18
- 230000001627 detrimental effect Effects 0.000 description 17
- 238000011156 evaluation Methods 0.000 description 17
- 238000007726 management method Methods 0.000 description 15
- 238000012986 modification Methods 0.000 description 15
- 230000004048 modification Effects 0.000 description 15
- 238000013459 approach Methods 0.000 description 14
- 239000000463 material Substances 0.000 description 14
- 238000012545 processing Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 12
- 230000003993 interaction Effects 0.000 description 12
- 230000007935 neutral effect Effects 0.000 description 11
- 230000008901 benefit Effects 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 9
- 230000000875 corresponding effect Effects 0.000 description 9
- 230000002349 favourable effect Effects 0.000 description 8
- 230000033001 locomotion Effects 0.000 description 8
- 239000000203 mixture Substances 0.000 description 7
- 239000011435 rock Substances 0.000 description 7
- 230000003068 static effect Effects 0.000 description 7
- 230000007423 decrease Effects 0.000 description 6
- 229930195733 hydrocarbon Natural products 0.000 description 6
- 150000002430 hydrocarbons Chemical class 0.000 description 6
- 238000002347 injection Methods 0.000 description 6
- 239000007924 injection Substances 0.000 description 6
- 230000009467 reduction Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000001413 cellular effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 5
- 238000003062 neural network model Methods 0.000 description 5
- 238000005086 pumping Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 241000272778 Cygnus atratus Species 0.000 description 4
- 238000000429 assembly Methods 0.000 description 4
- 239000004568 cement Substances 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 244000035744 Hura crepitans Species 0.000 description 3
- 230000000712 assembly Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000005251 gamma ray Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- WRRSFOZOETZUPG-FFHNEAJVSA-N (4r,4ar,7s,7ar,12bs)-9-methoxy-3-methyl-2,4,4a,7,7a,13-hexahydro-1h-4,12-methanobenzofuro[3,2-e]isoquinoline-7-ol;hydrate Chemical compound O.C([C@H]1[C@H](N(CC[C@@]112)C)C3)=C[C@H](O)[C@@H]1OC1=C2C3=CC=C1OC WRRSFOZOETZUPG-FFHNEAJVSA-N 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000003628 erosive effect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000005111 flow chemistry technique Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000010206 sensitivity analysis Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 238000004804 winding Methods 0.000 description 2
- 241001522296 Erithacus rubecula Species 0.000 description 1
- 244000261422 Lysimachia clethroides Species 0.000 description 1
- XQCFHQBGMWUEMY-ZPUQHVIOSA-N Nitrovin Chemical compound C=1C=C([N+]([O-])=O)OC=1\C=C\C(=NNC(=N)N)\C=C\C1=CC=C([N+]([O-])=O)O1 XQCFHQBGMWUEMY-ZPUQHVIOSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000009133 cooperative interaction Effects 0.000 description 1
- 239000012792 core layer Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000006880 cross-coupling reaction Methods 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000010429 evolutionary process Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- -1 for example Chemical class 0.000 description 1
- 239000002828 fuel tank Substances 0.000 description 1
- 229910000078 germane Inorganic materials 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000009931 harmful effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 210000002445 nipple Anatomy 0.000 description 1
- 238000012261 overproduction Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000003381 stabilizer Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- 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
-
- 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
- E21B7/00—Special methods or apparatus for drilling
- E21B7/04—Directional drilling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Geology (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Geochemistry & Mineralogy (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Earth Drilling (AREA)
Abstract
一种方法可包括:接收数字井规划;至少部分地基于所述数字井规划来发布用于钻取井的钻井指令;将与钻取所述井相关联的获取的信息与所述数字井规划的井规划信息进行比较;以及至少部分地基于所述获取的信息与所述井规划信息的所述比较来输出结果。
Description
相关申请
本申请要求2017年9月11日提交的具有序列号62/557,115的美国临时申请的优先权和权益,该临时申请通过引用方式并入本文。
背景技术
可以在地质环境中钻取钻孔,可以利用钻孔在该地质环境中形成井。钻机可以是能够被操作以在地质环境中形钻孔、将装备运输到地质环境中的钻孔中和从地质环境中的钻孔往出运输装备等的部件的系统。作为示例,钻机可以包括能够用于钻取钻孔以及用于获取关于地质环境、钻井等的信息的系统。作为示例,钻机可以包括以下部件和/或装备中的一个或多个:泥浆罐、泥浆泵、井架或钻塔、绞车、转盘或顶驱、钻柱、发电装备和辅助装备。作为示例,海上钻机可以包括此类部件中的一个或多个,这些部件可以位于船舶或钻井平台上。
发明内容
一种方法可以包括:接收数字井规划;至少部分地基于该数字井规划来发布用于钻取井的钻井指令;将与钻取井相关联的获取的信息与该数字井规划的井规划信息进行比较;以及至少部分地基于该获取的信息与该井规划信息的比较来输出结果。一种系统可以包括:一个或多个处理器;存储器,该存储器可操作地耦接到所述一个或多个处理器;以及处理器可执行指令,该处理器可执行指令存储在存储器中并且可由所述一个或多个处理器中的至少一个执行,以指示系统:接收数字井规划;至少部分地基于该数字井规划来发布用于钻取井的钻井指令;将与钻取井相关联的获取的信息与该数字井规划的井规划信息进行比较;以及至少部分地基于该获取的信息与该井规划信息的比较来输出结果。一个或多个计算机可读存储介质可以包括计算机可执行指令,该计算机可执行指令可执行以指示计算系统:接收数字井规划;至少部分地基于该数字井规划来发布用于钻取井的钻井指令;将与钻取井相关联的获取的信息与该数字井规划的井规划信息进行比较;以及至少部分地基于该获取的信息与该井规划信息的比较来输出结果。还公开了各种其他设备、系统、方法等。
提供本发明内容是为了介绍将在以下详细描述中进一步描述的概念选择。本概述既不意在识别所要求保护主题的关键或必要特征,也不意在用来帮助限制所要求保护主题的范围。
附图说明
通过参考结合附图进行的以下描述,可以更容易地理解所描述的实现的特征和优点。
图1示出了地质环境中的装备示例;
图2示出了系统的示例和井眼类型的示例;
图3示出了系统的示例;
图4示出了系统的示例;
图5示出了系统的示例;
图6示出了系统的示例和应用场景的示例;
图7示出了井场系统的示例;
图8示出了系统的示例;
图9示出了系统的示例;
图10示出了方法的示例;
图11示出了方法的示例;
图12示出了方法的示例;
图13示出了方法的示例和系统的示例;
图14示出了方法的示例、示例系统和示例数据库;
图15示出了GUI的示例;
图16示出了GUI的示例;
图17示出了GUI的示例和通知图形控件的示例;
图18示出了GUI的示例和通知图形控件的示例;
图19示出了GUI的示例,其具有可以包括在数字井规划中的信息表的示例;
图20示出了计算和联网装备的示例;以及
图21示出了系统和联网系统的示例部件。
具体实施方式
以下描述包括目前设想用于实践所描述的实现的最佳模式的实施方案。该描述不是限制性的,而仅仅是为了描述实现的一般原理。应参考所发布的权利要求确定所描述的实现的范围。
井规划是这样一种过程,通过该过程可以绘制井的路径地图,以便到达储层,例如以从储层生产流体,或者例如将流体注入储层;需注意,现场可以利用一个或多个生产井和一个或多个注入井。
作为示例,可以对井的设计施加约束,例如,可经由可能影响大地中钻孔的可行性、在大地中钻井的容易度等的一个或多个物理现象约束井轨迹。因此,例如,可以至少部分地基于地下区域的已知地质情况或者例如在该区域中存在一个或多个其他井(例如,碰撞避免)来施加一个或多个约束。作为示例,可以施加一个或多个其他约束,例如,考虑与正在使用的工具的能力密切相关的一个或多个约束和/或与钻井时间和风险容限相关的一个或多个约束。
作为示例,钻井可以根据数字井规划开始,其中钻井沿着数字井规划的轨迹的一部分进行。在此类示例中,基于一种或多种类型的信息,一种方法可以包括将图形用户界面呈现到显示器,该图形用户界面允许针对尚未钻取的轨迹的一个或多个部分来修改数字井规划。
作为示例,可以至少部分地基于施加的约束和已知信息生成井规划(例如,数字井规划)。作为示例,可以向井所有者提供井规划,获取批准,然后由钻井服务提供方(例如,定向钻井人员或“DD”)实施井规划。在此类示例中,钻机可以用于例如根据井规划进行钻井。在实施井规划的时间段期间,钻机可从一个状态转变到另一状态,所述状态可被称为钻机状态。作为示例,状态可以是钻井状态,或者可以是未发生钻入地层(例如,岩石)的状态(例如,空闲状态、下钻状态、起钻状态等)。
作为示例,井设计系统可以考虑可在井场使用的一个或多个钻井系统的一种或多种能力。作为示例,例如在创建各种设计和规范中的一个或多个时,可以要求钻井工程师考虑这些能力。作为示例,状态诸如钻机状态可对应于能力(例如,在该能力被利用时)。
作为示例,井设计系统(其可以是井规划系统)可以考虑自动化。例如,在井场包括可以例如经由本地和/或远程自动化命令自动操作的井场装备的情况下,可以以数字形式生成井规划,该井规划可以在其中至少一定程度的自动化是可能和期望的钻井系统中使用。例如,钻井系统可以访问数字井规划,其中数字井规划中的信息可以经由钻井系统的一个或多个自动化机构来利用,以使井场的一个或多个操作自动化。
作为示例,可以在规划、实施、诊断、自动操作等中利用状态诸如钻机状态。例如,可以获取、存储和/或分析状态信息。在此类示例中,状态信息的分析可允许确定是否充分遵循了规划、装备是否按预期操作等。
作为示例,井规划系统可利用多因素方法,其中基于例如根据一个或多个对应的井规划已钻取的多口井的信息进行学习。此类系统可以包括机器学习,机器学习可以利用一个或多个模型(例如,神经网络模型等)。作为示例,可以将一种或多种经训练的模型用于井规划生成、井规划修改的目的和/或一个或多个其他目的。作为示例,可以相对于结局进行训练,其中可以将结局分类为有益或有害的。在此类示例中,一个或多个因素可以与结局相关联,并且例如结局本身可以是一个因素。在基于结局(例如,以及潜在因素)训练模型的情况下,可以将此类模型用于井规划生成、修改等目的,其中输出可旨在增加一个或多个正面结局的可能性以及/或者降低一个或多个负面结局的可能性。在此类情况下,正面通常指的是有益的,而负面通常指的是有害的;需注意,规划因素值和实际因素值之间的差值可以是正的或可以是负的,其中这种差值可具有相关联的含义(例如,有益的或有害的)。例如,正的数值差(例如,比规划的时间多)可能是负面结局,而负的数值差(例如,比规划的时间少)可能是有益结局。虽然提到了时间,但其是作为示例提供的,因为可以识别其他类型的有益结局和有害结局并将其用于训练、井规划生成等。
下面描述了环境类型的各种示例、装备类型的各种示例以及方法、操作的类型的各种示例等。
图1示出了地质环境120的示例。在图1中,地质环境120可以是包括层(例如,分层)的沉积盆地,所述层包括储层121并且可以例如与断层123(例如,或多个断层)相交。作为示例,地质环境120可以配备有各种传感器、检测器、致动器等中的任何一种。例如,装备122可以包括用于接收和/或发送关于一个或多个网络125的信息的通信电路。此类信息可以包括与井下装备124相关联的信息,所述井下装备可以是用以采集信息、协助资源恢复等的装备。其他装备126可以位于远离井场的位置并且包括感测、检测、发射或其他电路。此类装备可以包括存储和通信电路以存储和传送数据、指令等。作为示例,一件或多件装备可以提供数据的测量、收集、传送、存储、分析等(例如,用于一个或多个生产的资源等)。作为示例,可以提供一个或多个卫星用于通信、数据采集、地理定位等目的。例如,图1示出了卫星与可被配置用于通信的网络125进行通信,需注意,卫星可以另外地或替代地包括用于成像的电路(例如,空间、频谱、时间、辐射等)。
图1还示出了地质环境120,其可选地包括与井相关联的装备127和128,井包括可与一个或多个裂缝129相交的基本水平部分。例如,考虑可包括天然裂缝、人工裂缝(例如,水力压裂)或天然裂缝和人工裂缝组合的页岩地层中的井。作为示例,可以对横向延伸的储层进行钻井。在此类示例中,可能存在属性、应力等的横向变化,其中对这种变化的评估可以帮助规划、操作等以(例如,经由压裂、注入、提取等)开发储层。作为示例,装备127和/或128可包括用于压裂、地震感测、地震数据分析、一个或多个裂缝的评估、注入、生产等的部件、一个或多个系统等。作为示例,装备127和/或128可以提供数据例如生产数据的测量、收集、传送、存储、分析等(例如,用于一个或多个生产的资源)。作为示例,可以提供一个或多个卫星用于通信、数据采集等目的。
图1还示出了装备170的示例和装备180的示例。此类装备(其可以是部件的系统)可以适用于地质环境120。虽然装备170和180被示出为陆基的,但是各种部件可适用于海上系统。如图1所示,装备180可以是由车辆携带而移动的;需注意,装备170可以组装、拆卸、运输和重新组装等。
装备170包括平台171、井架172、天车173、缆线174、游车总成175、绞车176和装卸台177(例如,二层台)。作为示例,缆线174可以至少部分地经由绞车176控制,使得游车总成175相对于平台171在垂直方向上行进。例如,通过将缆线174拉入,绞车176可以使缆线174穿过天车173并将游车总成175从平台171向上提升;而通过允许将缆线174拉出,绞车176可以使缆线174穿过天车173并将游车总成175朝向平台171下放。在游车总成175承载管件(例如,套管等)的情况下,跟踪游车175的移动可以提供关于已经部署多少管件的指示。
井架可以是用于支撑天车以及至少部分地经由缆线可操作地耦接到天车的游车的结构。井架可以是金字塔形的并且提供合适的强度重量比。井架可以作为一个单元或逐件地移动(例如,组装和拆卸)。
作为示例,绞车可包括线轴、制动器、动力源和各种辅助装置。绞车可以受控地放出和卷入缆线。缆线可以在天车上卷绕并且耦接到游车以获得“滑轮组”或“滑轮”方式的机械优势。放出和卷入缆线可导致游车(例如,以及可能悬挂在其下面的任何东西)被下放到钻孔中或从钻孔中起出。放出缆线可通过重力提供动力并且通过马达、引擎等(例如,电动机、柴油机等)进行卷入。
作为示例,天车可包括一组滑轮(例如,绞轮),其可位于井架或钻塔的顶部处或附近,缆线从其上方穿过。游车可包括一组绞轮,这些绞轮可以经由穿过游车的绞轮组和穿过天车的绞轮组中的缆线在井架或钻塔中上下移动。天车、游车和缆线可以形成井架或钻塔的滑轮系统,这可以使得能够处理重载(例如,钻柱、管件、套管,尾管等)使其提升离开或下放至钻孔。例如,缆线的直径可以是约一厘米至约五厘米,例如钢缆。通过使用一组绞轮,此类缆线可以承载比缆线以单股可支撑的重量更重的负载。
作为示例,井架工可以是在附接到井架或钻塔的平台上工作的钻井队成员。井架可包括井架工可站立的装卸台。作为示例,此类装卸台可以在钻台上方约10米或更高处。在被称为起钻(TOH)的操作中,井架工可穿戴安全带,该安全带使得井架工能够从工作台(例如,二层台)向外倾斜以够到位于井架或钻塔中心处或附近的管件,并且抛出绳索围绕在管件周围并将管件拉回其储存位置(例如,指梁),直到可能需要将管件重新下入钻孔中。作为示例,钻机可包括自动管件处理装备,使得井架工控制机器而不是物理地处理管件。
作为示例,起下钻可以指从钻孔中起出装备和/或将装备下入钻孔的动作。作为示例,装备可包括可从井眼中起出和/或下入或替换到井眼中的钻柱。作为示例,可以在钻头已经钝化或者已经以其他方式停止有效钻进并且要被替换的情况下执行起下钻。
图2示出了井场系统200的示例(例如,可以在陆上或海上的井场)。如图所示,井场系统200可包括:用于储存泥浆和其他材料的泥浆罐201(例如,其中泥浆可以是钻井液),用作泥浆泵204入口的吸入管线203,其中泥浆泵用于从泥浆罐201泵送泥浆使得泥浆流至振动软管206,用于绞盘一根或多根钻井缆线212的绞车207,用于从振动软管206接收泥浆的立管208,用于从立管208接收泥浆的水龙带209,一个或多个鹅颈管210,游车211,用于经由一根或多根钻井缆线212承载游车211的天车213(参见例如图1的天车173),井架214(参见例如图1中的井架172),方钻杆218或顶驱240,方钻杆补心219,转盘220,钻台221,喇叭口短节222,一个或多个防喷器(BOP)223,钻柱225,钻头226,套管头227和用于将泥浆和其他材料输送到例如泥浆罐201的排出管228。
在图2的示例系统中,通过旋转钻井在地下地层230中形成钻孔232;需注意,各种示例实施方案也可以使用定向钻井。
如图2的示例所示,钻柱225悬挂在钻孔232内并且具有钻柱总成250,该钻柱总成在其下端包括钻头226。作为示例,钻柱总成250可以是底部钻具组合(BHA)。
井场系统200可以提供钻柱225的操作和其他操作。如图所示,井场系统200包括平台211和定位在钻孔232上方的井架214。如所提到的,井场系统200可包括转盘220,其中钻柱225穿过转盘220中的开口。
如图2的示例所示,井场系统200可包括方钻杆218和相关联的部件等,或者顶驱240和相关联的部件。关于方钻杆的示例,方钻杆218可以是方形或六边形金属/合金杆,其中钻有用作泥浆流动路径的孔。方钻杆218可用于将旋转运动从转盘220经由方钻杆补心219传递到钻柱225,同时允许钻柱225在旋转期间下放或升高。方钻杆218可以穿过可由转盘220驱动的方钻杆补心219。作为示例,转盘220可包括主补心,该主补心可操作地耦接到方钻杆补心219,使得转盘220的旋转可转动方钻杆补心219并因此转动方钻杆218。方钻杆补心219可包括与方钻杆218的外部轮廓(例如,正方形、六边形等)匹配的内部轮廓;然而,其具有稍大的尺寸使得方钻杆218可以在方钻杆补心219内自由地上下移动。
关于顶驱示例,顶驱240可以提供由方钻杆和转盘执行的功能。顶驱240可以转动钻柱225。作为示例,顶驱240可包括一个或多个(例如,电动和/或液压)马达,其与适当的传动装置连接到称为主轴的短管段,所述管段继而可旋入保护接头或钻柱225本身。顶驱240可以悬挂在游车211上,因此该旋转机构可以自由地沿着井架214上下移动。作为示例,顶驱240可以允许使用比方钻杆/转盘方式更多的接合立根来执行钻井。
在图2的示例中,泥浆罐201可以储存泥浆,泥浆可以是一种或多种类型的钻井液。作为示例,可以钻取井筒以产生流体、注入流体或两者(例如,烃、矿物质、水等)。
在图2的示例中,钻柱225(例如,包括一个或多个井下工具)可以由螺纹连接在一起的一系列管件组成,以形成在其下端具有钻头226的长管。随着钻柱225进入井筒中用于钻井,在钻井之前或与钻井重合的某个时间点,可以通过泵204从泥浆罐201(例如,或其他来源)将泥浆经由管线206、208和209泵送至方钻杆218的端口,或者例如泵送至顶驱240的端口。泥浆然后可以经由钻柱225中的通道(例如,多个通道)流动并且在位于钻头226上的端口流出(参见例如方向箭头)。随着泥浆经由钻头226中的端口离开钻柱225,其可以向上循环通过钻柱225的外表面和周围井壁(例如,开放的钻孔、套管等)之间的环空区域,如方向箭头所示。以这种方式,泥浆润滑钻头226并将热能(例如,摩擦或其他能量)和地层岩屑携带至地面,在地面上泥浆(例如,以及岩屑)可以返回到泥浆罐201例如用于再循环(例如,通过处理以去除岩屑等)。
由泵204泵送到钻柱225中的泥浆在离开钻柱225之后可以形成贴附在井筒的泥饼,除了其他功能之外,其可以减小钻柱225与周围井壁(例如,钻孔、套管等)之间的摩擦。摩擦的减小可以促进钻柱225的前进或回缩。在钻井操作期间,整个钻柱225可以从井筒中起出并且可选地例如用新的或锋利的钻头、较小直径的钻柱等替换。如所提到的,将钻柱起出井眼或在井眼中替换的动作被称为起钻。根据起下钻方向,起下钻可以被称为向上起钻或向外起钻或向下下钻或向内下钻。
作为示例,考虑向下下钻,其中在钻柱225的钻头226到达井筒底部时,泥浆的泵送开始润滑钻头226以用于钻进以扩大井筒。如所提到的,可以通过泵204将泥浆泵送到钻柱225的通道中,并且在填充通道时,泥浆可以用作传输能量例如可以像泥浆脉冲遥测那样编码信息的能量的传输介质。
作为示例,泥浆脉冲遥测技术装备可以包括井下装置,该井下装置被配置为实现泥浆中的压力变化以产生可在其上调制信息的一个或多个声波。在此类示例中,来自井下装备(例如,钻柱225的一个或多个模块)的信息可以向上传输到井上装置,井上装置可以将此类信息中继到其他装备以进行处理、控制等。
作为示例,遥测装备可以通过经由钻柱225本身传输能量来操作。例如,考虑将编码能量信号传递给钻柱225的信号发生器,以及可以接收这种能量并对其进行中继以进一步传输编码能量信号(例如,信息等)的中继器。
作为示例,钻柱225可以配备有遥测装备252,该遥测装备包括:可旋转驱动轴;机械地耦接到驱动轴的涡轮叶轮,使得泥浆可以使涡轮叶轮旋转;机械地耦接到驱动轴的调制器转子,使得涡轮叶轮的旋转导致所述调制器转子旋转;邻近或接近调制器转子安装的调制器定子,使得调制器转子相对于调制器定子的旋转在泥浆中产生压力脉冲;以及用于选择性地制动调制器转子的旋转以调制压力脉冲的受控制动器。在此类示例中,交流发电机可以耦接到上述驱动轴,其中交流发电机包括至少一个定子绕组,该定子绕组电耦接到控制电路,以选择性地使该至少一个定子绕组短路以电磁制动交流发电机,从而选择性地制动调制器转子的旋转以调制泥浆中的压力脉冲。
在图2的示例中,井上控制和/或数据采集系统262可包括用于感测由遥测装备252生成的压力脉冲,并且例如传送感测的压力脉冲或从中导出的信息以用于处理、控制等的电路。
所示示例的总成250包括随钻测井(LWD)模块254、随钻测量(MWD)模块256、可选模块258、旋转导向系统和马达260以及钻头226。
LWD模块254可以容纳在合适类型的钻铤中,并且可以包含一个或多个所选类型的测井工具。还应该理解,可以采用一个以上的LWD和/或MWD模块,例如,如钻柱总成250的模块256所表示的。在提到LWD模块的位置的情况下,作为示例,其可以指LWD模块254、模块256等的位置处的模块。LWD模块可以包括用于测量、处理和存储信息的能力,以及与地面装备通信的能力。在所示示例中,LWD模块254可包括地震测量装置。
MWD模块256可以容纳在合适类型的钻铤中,并且可以包含用于测量钻柱225和钻头226的特性的一个或多个装置。作为示例,MWD工具254可以包括用于产生电力的装备,例如,以为钻柱225的各种部件供电。作为示例,MWD工具254可以包括遥测装备252,例如,其中涡轮叶轮可以通过泥浆的流动来产生电力;可以理解,可以采用其他电源和/或电池系统来为各种部件供电。作为示例,MWD模块256可包括以下类型的测量装置中的一种或多种:钻压测量装置、扭矩测量装置、振动测量装置、冲击测量装置、粘滑测量装置、方向测量装置和倾斜度测量装置。
图2还示出了可以钻取的井眼的类型的一些示例。例如,考虑斜直井眼272、S形井眼274、深倾斜井眼276和水平井眼278。
作为示例,钻井操作可以包括定向钻井,其中例如井的至少一部分包括弯曲轴。例如,考虑限定曲率的半径,其中相对于垂直方向的倾斜度可以变化,直到达到约30度和约60度之间的角度,或者例如,达到约90度或可能大于约90度的角度。
作为示例,定向井可以包括多种形状,其中每种形状可旨在满足特定的操作要求。作为示例,可以在将信息传递给钻井工程师时基于该信息执行钻井过程。作为示例,可以基于在钻井过程期间接收的信息修改倾斜度和/或方向。
作为示例,钻孔的偏向可以部分地通过使用井底马达和/或涡轮来实现。关于马达,例如,钻柱可包括螺杆钻具(PDM)。
作为示例,系统可以是导向系统并且包括用于执行诸如地质导向的方法的装备。作为示例,导向系统可以包括位于钻柱下部的PDM或涡轮,其恰好位于钻头上方,可以安装弯接头。作为示例,在PDM的上方,可以安装提供感兴趣的实时或接近实时数据(例如,倾斜度、方向、压力、温度、钻头上的实际重量、扭矩应力等)的MWD装备和/或LWD装备。对于后者,LWD装备可以向地面发送各种类型的感兴趣数据,包括例如地质数据(例如,伽马射线测井、电阻率、密度和声波测井等)。
耦接提供关于井轨迹的实时或接近实时的进程信息的传感器,并且借助例如从地质角度表征地层的一个或多个测井记录可以允许实施地质导向方法。这种方法可包括导航地下环境,例如,遵循期望的路线以到达期望的目标。
作为示例,钻柱可以包括用于测量密度和孔隙度的方位密度中子测井仪(ADN);用于测量倾斜度、方位角和冲击的MWD工具;用于测量电阻率和伽马射线相关现象的补偿双电阻率(CDR)工具;一个或多个可变径扶正器;一个或多个弯曲接头;以及地质导向工具,其可包括马达和可选地用于测量和/或响应于倾斜度、电阻率和伽马射线相关现象中的一者或多者的装备。
作为示例,地质导向可以包括基于井下地质录井测量结果,以旨在将定向井筒保持在期望区域、区带(例如,产油层)等内的方式进行有意定向井筒控制。作为示例,地质导向可包括引导井筒以将井筒保持在储层的特定井段,例如,以最小化气体和/或水的突破,并且例如最大化包括井筒的井的经济产量。
再次参考图2,井场系统200可包括一个或多个传感器264,所述一个或多个传感器可操作地耦接到控制和/或数据采集系统262。作为示例,一个或多个传感器可以位于地面位置。作为示例,一个或多个传感器可以位于井下位置。作为示例,一个或多个传感器可以位于距离井场系统200大约一百米的距离内的一个或多个远程位置。作为示例,一个或多个传感器可位于补偿井场,其中井场系统200和补偿井场处于共同的现场(例如,油田和/或气田)中。
作为示例,可以提供一个或多个传感器264用于跟踪管件,跟踪钻柱的至少一部分的移动等。
作为示例,系统200可以包括一个或多个传感器266,所述一个或多个传感器可以感测和/或传输信号到流体管道诸如钻井液管道(例如,钻井泥浆管道)。例如,在系统200中,所述一个或多个传感器266可以可操作地耦接到立管208的泥浆流过的部分。作为示例,井下工具可以产生脉冲,脉冲可以穿过泥浆并且由所述一个或多个传感器266中的一个或多个感测到。在此类示例中,井下工具可以包括相关联的电路,例如,可以编码信号例如以减少对传输的要求的编码电路。作为示例,位于地面的电路可包括解码电路,以解码至少部分地经由泥浆脉冲遥测传输的编码信息。作为示例,位于地面的电路可包括编码器电路和/或解码器电路,并且井下电路可包括编码器电路和/或解码器电路。作为示例,系统200可包括发射器,该发射器可以产生可经由泥浆(例如,钻井液)作为传输介质在井下传输的信号。
作为示例,钻柱的一个或多个部分可能会被卡住。术语“卡钻”可以指无法从钻孔移动或移除钻柱的一种或多种不同程度的现象。作为示例,在卡钻状态下,可能能够旋转管件或将其下放回钻孔中,或者例如在卡钻状态下,可能无法在钻孔中轴向移动钻柱,但一定量的旋转是可能的。例如,在卡钻状态下,可能无法轴向和旋转地移动钻柱的至少一部分。
关于术语“卡钻”,可以指钻柱的某一部分不能轴向旋转或移动。作为示例,被称为“压差卡钻”的状态可以是钻柱无法沿钻孔的轴线移动(例如,旋转或往复运动)的情况。当由于低储层压力、高井筒压力或两者引起的高接触力施加在钻柱的足够大的区域上时,可能发生压差卡钻。压差卡钻可能造成时间和经济成本。
作为示例,卡钻力可以是井筒和储层之间的压差以及压差作用的面积的乘积。这意味着在大的作用面积上施加相对低的压差(Δp)可与在小面积上施加高压差对卡钻一样有效。
作为示例,被称为“机械卡钻”的状态可以是通过除压差卡钻之外的机制限制或防止钻柱运动的状态。例如,机械卡钻可以由井眼中的垃圾、井筒几何结构异常、水泥、键槽或环空中的岩屑堆积的一者或多者引起的。
图3示出了系统300的示例,该系统包括用于评估310、规划320、工程设计330和操作340的各种装备。例如,可以实施钻井工作流框架301、地震到模拟框架302、技术数据框架303和钻井框架304以执行一个或多个过程,诸如评估地层314、评估过程318、生成轨迹324、验证轨迹328、制定约束334、至少部分地基于约束设计装备和/或过程338、执行钻井344并评估钻井和/或地层348。
在图3的示例中,地震到模拟框架302可以是例如框架(SchlumbergerLimited,Houston,Texas),并且技术数据框架303可以是例如框架(Schlumberger Limited,Houston,Texas)。
作为示例,框架可以包括实体,实体可以包括地球实体、地质对象或其他对象诸如井、地面、储层等。实体可以包括为评估、规划、工程设计、操作等一个或多个目的而重构的实际物理实体的虚拟表示。
实体可以包括基于经由感测、观测等采集的数据(例如,地震数据和/或其他信息)的实体。实体可以由一个或多个属性表征(例如,地球模型的几何支柱网格实体可以由孔隙度属性表征)。这些属性可以表示一个或多个测量(例如,采集的数据)、计算等。
框架可以是基于对象的框架。在此类框架中,实体可以包括基于预定义类的实体,例如,以便于建模、分析、模拟等。基于对象的框架的示例是MICROSOFTTM.NETTM框架(Redmond,Washington),其提供了一组可扩展的对象类。在.NETTM框架中,对象类封装了可重用代码和相关数据结构的模块。对象类可用于实例化对象实例以供程序、脚本等使用。例如,钻孔类可基于井数据定义用于表示钻孔的对象。
作为示例,框架可以包括可以允许与模型或基于模型的结果(例如,模拟结果等)进行交互的分析组件。关于模拟,框架可以可操作地链接或包括模拟器,诸如储层模拟器(Schlumberger Limited,Houston Texas)、储层模拟器(Schlumberger Limited,Houston Texas)等。
上述框架提供可以优化勘探和开发操作的组件。框架包括地震到模拟软件组件,其可以输出信息以用于例如通过提高资产团队生产力从而提高储层性能。通过使用此类框架,各种专业人员(例如,地球物理学家、地质学家、井工程师、油藏工程师等)可以开发协作工作流并集成操作以简化流程。此类框架可被认为是应用程序并且可以被认为是数据驱动的应用程序(例如,为了建模、模拟等目的而输入数据)。
框架可以包括用于实现认知环境的组件,其中可以包括机器学习、训练机器和使用经训练的机器。作为示例,框架可以包括一个或多个基于云的组件,例如,用于计算、访问、数据存储、向装备传输指令等目的。可以在能够供应和利用资源的系统中包括云框架(例如,AZURETM云框架(Microsoft Corp.,Redmond,Washington)等)。
可以实施框架以统一规划和操作,例如,考虑经由框架执行的一项或多项规划任务以及在现场操作期间执行的一项或多项规划任务。作为示例,框架可以包括经由一个或多个网络向一件或多件现场装备发布一个或多个指令,以使此类装备执行一个或多个操作(例如,数据采集、感测、移动、压裂、钻井、起下钻、下套管、经由气举装备提升、经由泵装备提升等)。
作为示例,框架可以包括用于自动化和加速复杂功能诸如建模、模拟、分析和预测的组件。此类高级计算能力可以基于来自实验室和/或现场测量、跨越一系列不同来源的数据集的洞察。
作为示例,一个或多个框架可以是交互操作的和/或在一个或另一个上运行。例如,考虑框架环境(Schlumberger Limited,Houston,Texas),其允许将附加组件(或插件)集成到框架工作流中。框架环境利用各种工具(例如,硬件和软件),并且提供用于有效开发的稳定的、用户友好的界面。在示例实施方案中,各种组件可以实施为符合框架环境的规范并且根据框架环境的规范(例如,根据应用编程接口(API)规范等)操作的附加组件(或插件)。
作为示例,框架可以包括模型模拟层以及框架服务层、框架核心层和模块层。在示例实施方案中,应用程序可以被认为是数据驱动的应用程序。作为示例,框架可以包括用于模型构建和可视化的组件。这种模型可以包括一个或多个网格。例如,地质区域可以被表示为数值模型,该数值模型包括表示地质区域的特征、物理性质等的一个或多个空间网格。这种数字模型可用于一个或多个目的,例如可视化、数据采集、模拟、控制等。
作为示例,模型模拟层可以提供域对象、充当数据源、提供用于呈现并提供各种用户界面。呈现可以提供图形环境,其中应用程序可以显示其数据,同时用户界面可以为应用程序用户界面组件提供常见外观和感觉。用户界面可以是呈现给计算装置或系统的显示器的图形用户界面(GUI)。可以部分地基于一个或多个处理器对指令的执行来呈现GUI。作为示例,数字井规划可以包括可用于呈现一个或多个GUI的指令。在此类示例中,一个或多个GUI可以包括用于选择信息和/或一个或多个图形控件(例如,经由鼠标、触笔、手指、语音命令等)的特征,其中此类选择可以使计算装置或系统在本地和/或远程执行一个或多个动作。作为示例,一件或多件现场装备可以例如经由一个或多个接口(例如,网络接口等)可操作地耦接到一个或多个计算装置或系统。在此类示例中,响应于与至少部分地基于数字井规划中的信息操作的一个或多个GUI的交互,可以向一件或多件装备发布一个或多个指令。
作为示例,相对于基于对象的模型,域对象可以包括实体对象、属性对象以及可选地其他对象。实体对象可用于几何地表示井或其他装备、地面、储层等,而属性对象可以用于提供属性值以及数据版本和显示参数。例如,实体对象可以表示井,其中属性对象提供日志信息以及版本信息并显示信息(例如,将井显示为模型的一部分)。作为示例,实体对象可以表示在钻井现场或井场处的一件装备,其中可以利用数字井规划中存储的信息来控制该件装备。例如,考虑这样的GUI,该GUI经由实体对象向显示器呈现在钻井现场或井场处的该件装备的图形表示,用户可以在该显示器上与实体对象进行交互,从而与在钻井现场或井场处的装备进行交互。在此类示例中,该交互可以使信息被传输到该件装备,其中该信息可以包括数字井规划的信息(例如,控制命令、参数值等)。
作为示例,数据可以存储在一个或多个数据源(或数据存储库,通常是物理数据存储装置)中,这些数据源可以位于相同或不同的物理站点,并且可以经由一个或多个网络访问。作为示例,模型模拟层可被配置为对项目进行建模。这样,可以存储特定项目,其中存储的项目信息可包括输入、模型、结果和案例。因此,在完成建模会话时,用户可以存储项目。稍后,可以使用模型模拟层访问和恢复项目,模型模拟层可以重新创建相关域对象的实例。
作为示例,系统300可以用于执行一个或多个工作流。工作流可以是包括若干个工作步骤的过程。工作步骤可以对数据进行操作,例如,创建新数据、更新现有数据等。作为示例,工作流可以例如基于一个或多个算法对一个或多个输入进行操作并创建一个或多个结果。作为示例,系统可以包括用于工作流的创建、编辑、执行等的工作流编辑器。在此类示例中,工作流编辑器可以提供对一个或多个预定义工作步骤、一个或多个定制工作步骤等的选择。作为示例,工作流可以是至少部分地经由框架实现的工作流,例如,考虑直接和/或间接对地震数据、一个或多个地震属性、测井数据等进行操作的框架。
作为示例,地震数据可以是经由地震勘测采集的数据,其中源和接收器位于地质环境中以发射和接收地震能量,其中这种能量的至少一部分可以反射离开地下结构。地震数据可以被称为地震图像数据,因为其可以被用于生成地下区域的图像。
地震反射技术和对地下结构进行成像的技术可以涉及执行一个或多个勘测,其中例如一个或多个源和一个或多个接收器的几何形状倾向于是已知的(例如,根据采集几何形状)。作为示例,地震成像可以包括利用一个或多个处理器经由类似于三角测量的过程处理地震图像数据,尽管该过程更复杂,其目的在于以(例如,更多或更少)适当的振幅将反射置于其适当位置,然后可以对其进行解译。在反射地震学中,振幅倾向于指示阻抗的相对变化,并且对于3D空间勘测,可以处理地震体积(例如,体积地震图像数据)以产生反射边界之间的地下材料的阻抗。
作为示例,可以利用一个或多个地震数据分析框架(例如,考虑框架,Schlumberger Limited,Houston,Texas)确定地下结构的深度、范围、属性等。作为示例,地震数据分析可以包括正演建模和/或反演,例如,以迭代地建立地质环境的地下区域模型。作为示例,地震数据分析框架可以是地震到模拟框架(例如,框架等)的一部分或可操作地耦接到地震到模拟框架。
作为示例,地质区域的速度模型可以包括声学和/或弹性信息(例如,声学阻抗和/或弹性阻抗)。声学阻抗是密度和地震速度的乘积,其在不同的岩石层之间会有所不同,通常用Z表示。岩石层之间的声学阻抗差异会影响反射系数。弹性阻抗是介质密度与其剪切波速度的乘积。X射线计算机断层摄影取决于被成像材料的材料属性作为X射线衰减系数,以生成可作为图像呈现到显示器的像素值,而反射地震学取决于被成像材料的材料属性,以生成可作为图像呈现到显示器的一般像素值。换句话讲,呈现的地震图像是取决于所成像的地质区域中的材料的属性的图像。可以通过反射地震学辨别结构特征诸如矿床、地层、地质体、断层等,其中此类特征可以用于模型构建、模型改进、规划、数字井规划的生成、数字井规划的执行、从储层生产烃等。作为示例,来自地质区域的反射地震学的地震图像数据可以被反演,以生成地质区域的模型或改进的模型。
作为示例,框架可以提供用于油气系统建模。例如,框架(Schlumberger Limited,Houston,Texas)包括用于输入各种类型信息(例如,地震、井、地质等)的特征,以对沉积盆地演化进行建模。框架通过输入各种数据诸如地震数据、井数据和其他地质数据例如用于建模沉积盆地的演化,从而提供油气系统建模。框架可以预测储层是否以及如何充满烃,包括例如烃产生的来源和时间、迁移路线、数量、地下或地面条件的孔隙压力以及烃类型。结合框架诸如框架,可以构建工作流以提供盆地到勘探规模的勘探解决方案。框架之间的数据交换可以促进模型构建、数据分析(例如,使用框架功能分析的框架数据)以及工作流的耦接。
如所提到的,钻柱可以包括可以进行测量的各种工具。作为示例,可以使用电缆工具或另一种类型的工具来进行测量。作为示例,工具可被配置为采集电钻孔图像。例如,全井眼地层微电阻率扫描仪(FMI)(Schlumberger Limited,Houston,Texas)可以采集钻孔图像数据。用于此类工具的数据采集序列可包括在采集垫关闭的情况下将工具下入钻孔中,打开垫并将垫压靠在钻孔壁上,在钻孔中平移工具时将电流递送到限定钻孔的材料中,并且远程感测通过与材料的相互作用而改变的电流。
对地层信息的分析可揭示特征诸如晶簇、溶蚀平面(例如,沿着层面的溶蚀)、应力相关特征、倾斜事件等。作为示例,工具可采集可能有助于表征储层可选地是裂缝性储层的信息,其中裂缝可以是自然的和/或人工的(例如,水力压裂)。作为示例,可以使用框架诸如框架分析由一个或多个工具采集的信息。例如,框架可以与一个或多个其他框架诸如框架互操作。
图4示出了系统400的示例,其包括客户端层410、应用层440和存储层460。如图所示,客户端层410可以与应用层440通信,并且应用层440可以与存储层460通信。
客户端层410可以包括允许经由一个或多个专用网络412、一个或多个移动平台和/或移动网络414以及经由“云”416进行访问和交互的特征,其可以被认为包括形成网络诸如多个网络的一个网路的分布式装备。
在图4的示例中,应用层440包括如关于图3的示例所提到的钻井工作流框架301。应用层440还包括数据库管理组件442,该数据库管理组件包括一个或多个搜索引擎模块。
作为示例,数据库管理组件442可以包括一个或多个搜索引擎模块,所述一个或多个搜索引擎模块用于搜索可以存储在一个或多个数据存储库中的一个或多个信息。作为示例,STUDIO E&PTM知识环境(Schlumberger Ltd.,Houston,Texas)包括提供搜索引擎的STUDIO FINDTM搜索功能。在石油和天然气工业中,“E&P”是勘探和生产的缩写,包括在现场执行各种动作。STUDIO FINDTM搜索功能可提供用于索引内容例如创建一个或多个索引。作为示例,搜索功能可以提供对可存在于一个或多个数据库中的公共内容、私有内容或两者的访问,例如,可选地经由内联网、互联网或一个或多个其他网络分布和访问。作为示例,搜索引擎可被配置为应用来自一组或多组筛选器的一个或多个筛选器例如以使用户能够筛选掉可能不感兴趣的数据。
作为示例,框架可以提供与搜索引擎以及例如关联的特征诸如STUDIO FINDTM搜索功能的特征的交互。作为示例,框架可以提供一个或多个空间筛选器的实现(例如,基于在显示器上查看的区域、静态数据等)。作为示例,搜索可以提供对动态数据的访问(例如,来自一个或多个源的“实时”数据),其可以经由一个或多个(例如,有线、无线等)网络获得。作为示例,一个或多个模块可以可选地在框架内实现,或者例如以可操作地耦接到框架的方式实现(例如,作为附加组件、插件等)。作为示例,用于构造搜索结果的模块(例如,在列表中、分层树结构等)可以可选地在框架内实现,或者例如以可操作地耦接到框架的方式实现(例如,作为附加组件、插件等)。
在图4的示例中,应用层440可包括与一个或多个资源诸如地震到模拟框架302、钻井框架304和/或一个或多个站点通信,所述站点可以是或者包括一个或多个补偿井场。作为示例,应用层440可以针对特定井场实施,其中信息可以作为用于操作诸如在特定井场执行过的、正在执行的和/或待执行的操作的工作流的一部分来处理。作为示例,操作可以涉及例如经由地质导向的定向钻井。地质导向可以包括基于井下地质录井测量的结果对井进行有意定向控制,其可以替代地或附加地用于空间中的多维目标。作为示例,地质导向可用于将钻孔保持在储层的特定井段中,以使气体或水突破最小化并使从已完工的井中的经济生产最大化。
在图4的示例中,存储层460可以包括各种类型的数据、信息等,其可以存储在一个或多个数据库462中。作为示例,一个或多个服务器464可以提供对存储在一个或多个数据库462中的数据、信息等的管理、访问等。作为示例,模块442可以提供关于存储在一个或多个数据库462中的数据、信息等的搜索。
作为示例,模块442可以包括用于索引等的特征。作为示例,可以至少部分地相对于井场索引信息。例如,在实施应用层440以执行与特定井场相关联的一个或多个工作流的情况下,可以至少部分地基于井场是索引参数(例如,搜索参数)来索引与该特定井场相关联的数据、信息等。
作为示例,可以实施图4的系统400以执行与图3的系统300相关联的一个或多个工作流的一个或多个部分。例如,钻井工作流框架301可以在执行一个或多个钻井操作之前、期间和/或之后与技术数据框架303和钻井框架304进行交互。在此类示例中,可以使用一种或多种类型的装备(参见例如图1和图2的装备)在地质环境(参见例如图1的环境150)中执行一个或多个钻井操作。
图5示出了系统500的示例,其包括计算装置501、应用服务块510、启动服务块520、云网关块530、云门户块540、流处理服务块550、一个或多个数据库560、管理服务块570和服务系统管理器590。
在图5的示例中,计算装置501可以包括一个或多个处理器502、存储器503、一个或多个接口504和位置电路505,或者例如所述一个或多个接口504中的一个可以可操作地耦接到可采集本地位置信息的位置电路。例如,计算装置501可以包括GPS电路作为位置电路,使得可以确定计算装置501的大致位置。虽然提到了GPS(全球定位系统),但是位置电路可以采用一种或多种类型的定位技术。例如,考虑GLONASS、GALILEO、BeiDou-2或另一种系统(例如,全球导航卫星系统,“GNSS”)中的一者或多者。作为示例,位置电路可以包括蜂窝电话电路(例如,LTE、3G、4G等)。作为示例,位置电路可以包括Wi-Fi电路。
作为示例,应用服务块510可以经由使用计算装置501可执行的指令来实施。作为示例,计算装置501可以位于井场并且是井场装备的一部分。作为示例,计算装置501可以是例如作为井场装备(例如,司钻偏房装备、钻机装备、车辆装备等)的一部分的移动计算装置(例如,平板电脑、膝上型电脑等)或可移动台式计算装置。
作为示例,系统500可以包括执行各种动作。例如,系统500可以包括用作安全措施的令牌,以确保信息(例如,数据)与用于传输、存储、访问等的一个或多个适当权限相关联。
在图5的示例中,示出了具有标签A至H的各种圆圈。作为示例,A可以是管理员(例如,手动、经由API等)创建共享访问策略的过程;B可以是用于为装置标识符(例如,装置ID)分配共享访问密钥的过程,其可以经由API等手动执行;C可以是用于创建可在装置注册表中注册的“装置”以及用于分配对称密钥的过程;D可以是用于存留元数据的过程,其中此类元数据可以与井场标识符(例如,井ID)相关联,并且其中例如位置信息(例如,基于GPS的信息等)可以与装置ID和井ID相关联;E可以是自举消息传递的过程,其中自举消息包括装置ID(例如,可以嵌入装置内的受信平台模块(TPM)芯片ID),并且包括井ID和位置信息,使得(例如,启动服务块520的)启动服务可以继续以获取到云服务端点的共享访问签名(SAS)密钥以进行授权;F可以是用于配置装置的过程(例如,如果尚未配置),其中例如该过程可包括返回装置密钥和端点;G可以是使用标识符和密钥获取SAS令牌的过程;并且H可以是包括准备好使用装置证书发送消息的过程。图5还示出了获取令牌并发布井标识符命令的过程(参见标签Z)。
作为示例,共享访问签名可以是基于例如SHA-256安全散列、URI等的认证机制。作为示例,SAS可以由一个或多个服务总线服务使用。SAS可以经由可称为令牌的共享访问策略和共享访问签名来实施。作为示例,对于使用具有服务总线的AZURETM.NET SDK的SAS应用程序,.NET库可以通过SharedAccessSignatureTokenProvider类使用SAS授权。
作为示例,在系统向实体(例如,发送方、客户端等)提供SAS令牌的情况下,该实体不直接具有密钥,并且该实体不能反转散列以获取密钥。这样,可以控制该实体可以访问的内容,并且例如,控制访问可存在的时间。作为示例,在SAS中,对于更改策略中的主密钥的情况,从中创建的共享访问签名将失效。
作为示例,可以实施图5的系统500以配置钻机采集系统和/或数据传送。
作为示例,一种方法可以包括建立一个或多个物联网(IoT)集线器。作为示例,这样的一个或多个集线器可以包括一个或多个装置注册表。在此类示例中,所述一个或多个集线器可以提供与装置以及例如每装置认证模型相关联的元数据的存储。作为示例,在位置信息指示装置(例如,井场装备等)已经相对于其位置改变的情况下,一种方法可以包括在集线器中撤销装置。
作为示例,在系统诸如系统500中使用的架构可以包括AZURETM架构的特征。作为示例,云门户块540可以包括AZURETM门户的一个或多个特征,其可以管理、调解到一个或多个服务、数据、连接、网络装置等的访问。
作为示例,系统500可以包括例如用于(例如,通过数据中心的网络等)构建、部署和管理应用程序和服务的云计算平台和基础结构。作为示例,这样的云平台可以提供PaaS和IaaS服务并且支持一种或多种不同的编程语言、工具和框架等。
图6示出了与井场系统601的示例相关联的系统600的示例,并且还示出了示例应用场景602。如图6所示,系统600可以包括从外侧或外部视角(例如,井场系统601外部等)的前端603和后端605。在图6的示例中,系统600包括钻井框架620、流处理和/或管理块640、存储装置660以及可选地可以被定义为后端特征的一个或多个其他特征680。在图6的示例中,系统600包括钻井工作流框架610、流处理和/或管理块630、应用程序650以及可选地可以被定义为前端特征的一个或多个其他特征670。
作为示例,操作用户装置的用户可以与前端603进行交互,其中前端603可以与后端605的一个或多个特征进行交互。作为示例,此类交互可以经由可以与云平台(例如,云资源等)相关联的一个或多个网络实施。
对于示例应用场景602,钻井框架620可以提供与例如井场系统601相关联的信息。如图所示,流块630和640、查询服务685和钻井工作流框架610可以接收信息并将此类信息引导到存储装置,存储装置可以包括时间序列数据库662、二进制大型对象(blob)存储数据库664、文档数据库666、井信息数据库668、项目数据库669等。作为示例,井信息数据库668可以(例如,从可能是井场所有者、井场服务提供方等的实体)接收和存储信息诸如客户信息。作为示例,项目数据库669可以包括来自多个项目的信息,其中项目可以是例如井场项目。
作为示例,系统600可操作用于多个井场,其可包括活动和/或不活性井场和/或例如一个或多个规划井场。作为示例,系统600可以包括图3的系统300的各种部件。作为示例,系统600可以包括图4的系统400的各种部件。例如,钻井工作流框架610可以是钻井工作流框架诸如钻井工作流框架301,并且/或者例如钻井框架620可以是钻井框架诸如钻井框架304。
图7示出了井场系统700的示例,具体地,图7以近似侧视图和近似平面图示出了井场系统700以及系统770的框图。
在图7的示例中,井场系统700可包括司钻房710、转盘722、绞车724、钻塔726(例如,可选地承载顶驱等)、泥浆罐730(例如,具有一个或多个泵、一个或多个振动筛等)、一个或多个泵房740、锅炉房742、液压单元(HPU)房744(例如,具有钻机燃料罐等)、组合建筑748(例如,具有一个或多个发电机等)、管件缸762、猫道764、扩口768等。此类装备可包括一个或多个关联功能和/或一个或多个关联操作风险,这些风险可以是关于时间、资源和/或人员的风险。
如图7的示例中所示,井场系统700可以包括系统770,该系统包括一个或多个处理器772、可操作地耦接到一个或多个处理器772中的至少一个的存储器774、可以例如存储在存储器774中的指令776以及一个或多个接口778。作为示例,系统770可以包括一个或多个处理器可读介质,所述一个或多个处理器可读介质包括可由一个或多个处理器772中的至少一个执行的处理器可执行指令,以使系统770控制井场系统700的一个或多个方面。在此类示例中,存储器774可以是或包括所述一个或多个处理器可读介质,其中处理器可执行指令可以是或包括指令。作为示例,处理器可读介质可以是计算机可读存储介质,其既不是信号也不是载波。
图7还示出了可以可操作地耦接到系统770例如以为系统770供电的电池780。作为示例,电池780可以是备用电池,其在另一个供电电源不可用于为系统770供电时操作。作为示例,电池780可以可操作地耦接到网络,该网络可以是云网络。作为示例,电池780可以包括智能电池电路,并且可以经由SMBus或其他类型的总线可操作地耦接到一个或多个装备。
在图7的示例中,服务790被示出为例如可经由云平台可用。此类服务可以包括数据服务792、查询服务794和钻井服务796。作为示例,服务790可以是系统诸如图3的系统300、图4的系统400和/或图6的系统600的一部分。
作为示例,可以利用系统诸如图3的系统300执行工作流。这样的系统可以是分布式的并且允许协作工作流交互,并且可以被视为平台(例如,用于协作交互的框架等)。
作为示例,可以利用一个或多个系统实施可以协作地执行的工作流。作为示例,图3的系统300可以作为分布式协作井规划系统来操作。系统300可以利用一个或多个服务器、一个或多个客户端装置等,并且可以维护一个或多个数据库、数据文件等,其可以由一个或多个客户端装置例如使用web浏览器、远程终端等访问和修改。作为示例,客户端装置可以在运行中修改数据库或数据文件,并且/或者可包括可允许一个或多个客户端装置可选地离线修改数据库或数据文件的至少一部分的“沙盒”,例如,而不影响一个或多个其他客户端装置看到的数据库或数据文件。作为示例,包括沙盒的客户端装置可以在完成沙盒中的活动之后修改数据库或数据文件。
在一些示例中,客户端装置和/或服务器可以相对于彼此是远程的,并且/或者可以单独地包括两个或更多个远程处理单元。作为示例,如果两个系统未在物理上彼此邻近,则它们可以相对于彼此是“远程的”;例如,位于房间的不同侧、不同房间、不同建筑、不同城市、不同国家等的两个装置可被视为是“远程的”,具体取决于上下文。在一些实施方案中,两个或更多个客户端装置可以彼此邻近,并且/或者一个或多个客户端装置和服务器可以彼此邻近。
作为示例,工作流的各个方面可以自动完成、可以部分自动化或者可以手动完成,如通过人类用户与软件应用程序进行交互。作为示例,工作流可以是循环的,并且可以包括例如四个阶段,诸如评估阶段(参见例如评估装备310)、规划阶段(参见例如规划装备320)、工程设计阶段(参见例如工程设计装备330)和执行阶段(参见例如操作装备340)。作为示例,工作流可以在一个或多个阶段开始,其可以(例如,以串行方式、并行方式、循环方式等)前进到一个或多个其他阶段。
作为示例,工作流可以从评估阶段开始,评估阶段可以包括地质服务提供方评估地层(参见例如评估块314)。作为示例,地质服务提供方可以使用执行针对此类活动定制的软件包的计算系统来进行地层评估;或者例如,可以采用一个或多个其他合适的地质平台(例如,另选地或附加地)。作为示例,地质服务提供方可以例如使用地球模型、地球物理模型、盆地模型、石油技术模型、其组合和/或类似模型评估地层。此类模型可以考虑各种不同的输入,包括补偿井数据、地震数据、导井数据、其他地质数据等。模型和/或输入可以存储在由服务器维护并由地质服务提供方访问的数据库中。
作为示例,工作流可以前进到地质和地球物理学(“G&G”)服务提供方,其可以生成井轨迹(参见例如生成块324),其可以涉及执行一个或多个G&G软件包。此类软件包的示例包括框架。作为示例,G&G服务提供方可以基于例如由地层评估(例如,根据评估块314)提供的一个或多个模型和/或例如从(例如,由一个或多个服务器等维护的)一个或多个数据库访问的其他数据确定井轨迹或其部分。作为示例,井轨迹可以考虑各种“设计基础”(BOD)约束,诸如一般地面位置、目标(例如,储层)位置等。作为示例,轨迹可以结合关于可以在钻井中使用的工具、底部钻具组合、套管尺寸等的信息。井轨迹确定可以考虑各种其他参数,包括风险容限、流体重量和/或规划、井底压力、钻井时间等。
作为示例,工作流可以前进到第一工程设计服务提供方(例如,与其相关联的一个或多个处理机),该第一工程设计服务提供方可以验证井轨迹以及例如救援井设计(参见例如验证块328)。这样的验证过程可以包括评估物理属性、计算、风险容限、与工作流的其他方面的集成等。作为示例,用于此类确定的一个或多个参数可以由服务器和/或第一工程设计服务提供方维护;需注意,一个或多个模型、一个或多个井轨迹等可由服务器维护并由第一工程设计服务提供方访问。例如,第一工程设计服务提供方可以包括执行一个或多个软件包的一个或多个计算系统。作为示例,在第一工程设计服务提供方拒绝或以其他方式建议对井轨迹进行调整的情况下,可以调整井轨迹或者向G&G服务提供方发送请求这种修改的消息或其他通知。
作为示例,一个或多个工程设计服务提供方(例如,第一、第二等)可以提供套管设计、底部钻具组合(BHA)设计、流体设计和/或类似物,以实施井轨迹(参见例如设计块338)。在一些实施方案中,第二工程设计服务提供方可以使用一个或多个软件应用程序来执行此类设计。此类设计可以存储在由一个或多个服务器维护的一个或多个数据库中,所述一个或多个数据库可以例如采用框架工具,并且可以由工作流中的其他服务提供方的一个或多个访问。
作为示例,第二工程设计服务提供方可以向第三工程设计服务提供方寻求对与井轨迹一起建立的一个或多个设计的批准。在此类示例中,第三工程设计服务提供方可以考虑关于井工程设计规划是否可接受的各种因素,诸如经济变量(例如,石油产量预测、每桶成本、风险、钻井时间等),并且可以诸如从运营公司代表、井所有者代表等请求支出授权(参见例如制定块334)。作为示例,这种确定所基于的数据的至少一些可以存储在由一个或多个服务器维护的一个或多个数据库中。作为示例,第一工程设计服务、第二工程设计服务和/或第三工程设计服务提供方可以由单个工程师团队或甚至单个工程师提供,因此可以是或可以不是单独的实体。
作为示例,在经济性可能无法接受或拒发授权的情况下,工程设计服务提供方可建议对套管、底部钻具组合和/或流体设计进行更改,或者以其他方式通知和/或将控制返回到不同的工程设计服务提供方,以便可对套管、底部钻具组合和/或流体设计进行调整。在修改此类设计的一个或多个在钻井约束、轨迹等内是不切实际的情况下,工程设计服务提供方可以建议对井轨迹进行调整和/或工作流可以返回或以其他方式通知初始工程设计服务提供方和/或G&G服务提供方,使得任一者或两者都可修改井轨迹。
作为示例,工作流可以包括考虑井轨迹,包括普遍接受的井工程设计规划和地层评估。然后,此类工作流可以将控制传递给钻井服务提供方,钻井服务提供方可以实施井工程设计规划、建立安全和有效的钻井、保持钻井完整性,并且报告进度和操作参数(参见例如块344和348)。作为示例,可以将操作参数、遇到的地层、钻井时收集的数据(例如,使用随钻测井或随钻测量技术)返回地质服务提供方进行评估。作为示例,地质服务提供方然后可以重新评估井轨迹或井工程设计规划的一个或多个其他方面,并且在一些情况下,可能在预先确定的约束内,可根据现实钻井参数(例如,基于现场采集的数据等)调整井工程设计规划。
取决于具体实施方案,无论井是完全钻取还是完成其一部分,工作流可以继续至后续审查(参见例如评估块318)。作为示例,后续审查可包括审查钻井性能。作为示例,后续审查还可包括(例如,向一个或多个相关工程设计、地质或G&G服务提供方)报告钻井性能。
工作流的各种活动可以连续执行并且/或者可以不按顺序执行(例如,部分地基于来自模板、附近井等的信息,以填补将由另一服务提供方提供的信息中的任何空白)。作为示例,从事一项活动可能会影响另一项活动的结果或基础,并且因此可手动或自动调用一个或多个工作流活动、工作产品等的变化。作为示例,服务器可允许在由各种服务提供方访问的中央数据库上存储信息,其中可以通过与适当服务提供方的通信寻求变化、可以自动进行变化、或者变化可以以其他方式作为对相关服务提供方的建议出现。与顺序、逐个方式相比,这种方式可被认为是钻井工作流的整体方式。
作为示例,在钻取井筒期间,工作流的各种动作可以重复多次。例如,在一个或多个自动化系统中,可以实时或接近实时地提供来自钻井服务提供方的反馈,并且在钻井期间采集的数据可以被馈送至一个或多个其他服务提供方,其可以相应地调整其部分工作流。由于在工作流的其他区域中可能存在依赖性,此类调整可以例如以自动方式渗透到工作流中。在一些实施方案中,循环过程可以在达到某个钻井目标诸如完成井筒的一部分,以及/或者在钻取整个井筒之后附加地或替代地进行,或者以每天、每周、每月等为基础进行。
井规划可以包括确定可以延伸到储层的井的路径,例如,以经济地从其中产生流体诸如烃。井规划可以包括选择可用于实施井规划的钻井和/或完井总成。作为示例,可以施加各种约束作为可以影响井设计的井规划的一部分。作为示例,可以至少部分地基于地下区域的已知地质情况、在区域中存在的(例如,实际和/或规划等的)一个或多个其他井(例如,考虑碰撞避免)等来施加此类约束。作为示例,可以至少部分地基于一个或多个工具、部件等的特性施加一个或多个约束。作为示例,一个或多个约束可以至少部分地基于与钻井时间和/或风险容限相关联的因素。
作为示例,系统可以允许减少例如如根据LEAN定义的浪费。在LEAN的上下文中,考虑以下类型浪费的一种或多种:运输(例如,不必要地移动项目,无论是物理项目还是数据项目);库存(例如,部件,随着工作处理的物理部件或信息部件,以及未处理的成品);运动(例如,人员或装备不必要地移动或行走以执行期望的处理);等待(例如,信息等待、换班期间的生产中断等);生产过剩(例如,材料、信息、装备的生产等超过了需求);过度处理(例如,由于不良工具或产品设计创建活动造成);以及缺陷(例如,检查和修复规划、数据、装备等中的缺陷所涉及的工作)。作为示例,允许以协作方式执行动作(例如,方法、工作流等)的系统可以帮助减少一种或多种类型的浪费。
作为示例,可以利用系统实施用于促进跨多个计算装置的分布式井工程设计、规划和/或钻井系统设计的方法,其中协作可以在各种不同的用户之间发生(例如,一些是本地的、一些是远程的、一些是移动的等)。在这样的系统中,经由适当装置的各种用户可以经由一个或多个网络(例如,本地和/或广域网、公共和/或专用网络、陆基、海基和/或区域网络)可操作地耦接。
作为示例,系统可以允许经由子系统方式执行井工程设计、规划和/或钻井系统设计,其中井场系统由各种子系统组成,这些子系统可包括装备子系统和/或操作子系统(例如,控制子系统等)。作为示例,可以使用经由通信链路(例如,网络链路等)可操作地耦接的各种计算平台/装置来执行计算。作为示例,一个或多个链路可以可操作地耦接到公共数据库(例如,服务器站点等)。作为示例,特定的一个或多个服务器可以管理从一个或多个装置接收通知以及/或者向一个或多个装置发布通知。作为示例,可以针对项目实施系统,其中系统可以输出井规划例如作为数字井规划、纸质井规划、数字和纸质井规划等。此类井规划可以是针对特定项目的完整井工程设计规划或设计。
图8示出了描绘多个井段中的定向井的钻井操作的示例的示意图。作为示例,可以使用数字井规划中的信息来执行在定向井钻井期间所执行的一个或多个动作。图8中描绘的钻井操作包括用于管理与钻取定向井817的钻孔850相关联的各种操作的井场钻井系统800和现场管理工具820。井场钻井系统800包括各种部件(例如,钻柱812、环空813、底部钻具组合(BHA)814、方钻杆815、泥浆池816等)。如图8的示例中所示,目标储层可以位于远离井817的地面位置的位置处(而不是位于其正下方)。在此类示例中,可以使用特殊工具或技术来确保沿着钻孔850的路径到达目标储层的特定位置。
作为示例,BHA 814可以包括传感器808、旋转导向系统809和钻头810,以在用于测量井中位置细节的预先确定的勘测程序的引导下朝向目标储层引导钻井。作为示例,数字井规划可包括可用于将钻头810朝向目标储层引导的轨迹信息。作为示例,穿过其钻取定向井817的地下地层可包括具有不同材料组成、地球物理特性和地质条件的多个层(未示出)。可以在对应于地下地层中的多个层的多个井段(例如,井段801、802、803和804)中执行井设计阶段期间的钻井规划和钻井阶段中根据钻井方案的实际钻井两者。例如,由于特定的地层组成、地球物理特性和地质条件,某些井段(例如,井段801和802)可以使用水泥807增强套管806。
在图8的示例中,地面单元811可以经由通信链路818可操作地链接到井场钻井系统800和现场管理工具820。地面单元811可以配置有用于经由通信链路818按井段实时控制和监视钻井活动的功能。现场管理工具820可以配置有用于存储油田数据(例如,历史数据、实际数据、地面数据、地下数据、装备数据、地质数据、地球物理数据、目标数据、反目标数据等)以及确定配置钻井模型和生成钻井方案的相关因素的功能。可以根据钻井操作工作流经由通信链路818传输油田数据、钻井模型和钻井方案。通信链路818可以包括通信子总成。作为示例,现场管理工具820可以包括图7的示例的系统770的一个或多个特征(参见例如一个或多个处理器772、存储器774、指令776、一个或多个接口778等)。
在井场处的各种操作期间,可以采集数据以用于分析和/或监视一个或多个操作。此类数据可以包括例如地下地层、装备、历史和/或其他数据。静态数据可以涉及例如定义地下地层的地质结构的地层结构和地质地层学。静态数据还可以包括关于钻孔的数据,诸如内径、外径和深度。动态数据可以涉及例如随着时间流动通过地下地层的地质结构的流体。动态数据可包括例如压力、流体组成(例如,油气比、含水量和/或其他流体组成信息)以及各种装备的状态和其他信息。
经由钻孔、地层、装备等收集的静态和动态数据可用于创建和/或更新一个或多个地下地层的三维模型。作为示例,来自一个或多个其他钻孔、现场等的静态和动态数据可用于创建和/或更新三维模型。作为示例,可以使用硬件传感器、岩心采样和测井技术收集数据。作为示例,可以使用井下测量诸如岩心采样和测井技术收集静态测量。测井涉及将井下工具部署到井筒中以收集各种深度处的各种井下测量诸如密度、电阻率等。可以使用例如钻井工具和/或电缆工具或位于井下生产装备上的传感器执行这种测井。一旦形成并完井,取决于井的目的(例如,注入和/或生产),流体可使用管道和其他完井装备流动到地面(例如,以及/或者从地面流动)。当流体通过时,可以监视各种动态测量诸如流体流量、压力和组成。这些参数可用于确定地下地层、井下装备、井下操作等的各种特性。
图9示出了系统900的示例,其包括可位于井场本地的各种部件,并且包括可远离井场的各种部件。如图所示,系统900包括块902、块904、块906以及装备块908。这些块可以用一种或多种不同于图9的示例的方式进行标记。在图9的示例中,块902、904、906和908可以由操作特征、功能、架构中的关系等中的一个或多个限定。
作为示例,块902可以与井管理等级(例如,井规划和/或统筹)相关联,并且可以与钻机管理等级(例如,钻机动态规划和/或统筹)相关联。作为示例,块904可以与过程管理等级(例如,钻机集成执行)相关联。作为示例,块906可以与数据管理等级(例如,传感器、仪器、库存等)相关联。作为示例,装备块908可以与井场装备等级(例如,井场子系统等)相关联。
在图9的示例中,块902包括规划/重新规划块922、统筹/仲裁块924和本地资源管理块926。在图9的示例中,块904包括集成执行块944,该集成执行块可包括或可操作地耦接到用于井场的各种子系统的块,诸如钻井子系统、泥浆管理子系统(例如,水力学子系统)、套管子系统(例如,套管和/或完井子系统),以及例如一个或多个其他子系统。在图9的示例中,块906包括数据管理和实时服务块964(例如,实时或接近实时服务)以及钻机和云安全块968。在图9的示例中,装备块908被示出为能够向块906提供各种类型的信息。例如,考虑来自钻机地面传感器、LWD/MWD传感器、泥浆测井传感器、钻机控制系统、钻机装备、人员、材料等的信息。在图9的示例中,块970可以提供数据可视化、自动报警、自动报告等中的一个或多个。作为示例,块970可以可操作地耦接到块906和/或一个或多个其他块。
如所提到的,系统900的一部分可以远离井场。例如,虚线的一侧是远程操作命令中心块992、数据库块993、钻井工作流框架块994、企业资源规划(ERP)块995和现场服务递送块996。可以位于远程的各种块可以可操作地耦接到可位于井场系统本地的一个或多个块。例如,在图9的示例中示出了通信链路912,其可操作地耦接块906和992(例如,关于监视、远程控制等),同时图9的示例中示出了另一通信链路914,其可操作地耦接块906和996(例如,关于装备递送、装备服务等)。在图9的示例中还示出了可能的通信链路的各种其他示例。
在图9的示例中,各种块可以是可对应于一个或多个软件指令集(例如,处理器可执行指令、附加组件、插件等)、硬件基础结构、固件、装备或其任何组合的部件。部件之间的通信可以是本地的或远程的,直接的或间接的,经由应用编程接口以及过程调用,或者通过一个或多个通信信道。
作为示例,块906(例如,核心和服务块)可以包括用于管理各件装备和/或装备子系统的功能。作为示例,这种块可以包括用于处理油田诸如钻机的基本数据结构、采集度量数据、生成报告以及管理人员和供应资源的功能。作为示例,此类块可以包括数据采集器和聚合器、钻机状态标识符、实时(RT)钻井服务(例如,接近实时)、报告器、云和库存管理器。
作为示例,数据采集器和聚合器可以包括用于与各个装备部件和传感器进行交互以及采集数据的功能。作为示例,数据采集器和聚合器还可包括用于与位于油田的传感器进行交互的功能。
作为示例,钻机状态标识符可以包括用于从数据采集器和聚合器获取数据并将数据转换为状态信息的功能。作为示例,状态信息可以包括钻机的健康和操作性以及关于由装备执行的特定任务的信息。
作为示例,RT钻井服务可包括用于向个体传输和呈现信息的功能。具体地讲,RT钻井服务可包括根据角色以及例如每个个体的装置类型(例如,移动、台式等)将信息传输给所涉及的个体的功能。在一个或多个实施方案中,RT钻井服务呈现的信息可以是上下文特定的,并且可以包括信息的动态显示,使得人类用户可以查看关于感兴趣项目的细节。
作为示例,井场“云”框架可对应于位于油田本地的信息技术基础结构诸如油田中的单个钻机。在此类示例中,井场“云”框架可以是“物联网”(IoT)框架。作为示例,井场“云”框架可以是云的边缘(例如,网络的网络)或专用网络的边缘。
在图9的示例中,装备块908可对应于可以可操作地耦接到和/或嵌入到井场的物理装备诸如钻机装备中的各种控制器、控制单元、控制装备等。例如,装备块908可以对应于钻机上各个项目的软件和控制系统。作为示例,装备块908可以提供来自钻机的多个子系统的监视传感器,并且向钻机的多个子系统提供控制命令,使得来自多个子系统的传感器数据可用于向钻机和/或其他装置的不同子系统提供控制命令等。例如,系统可以从钻机收集时间上和深度对准的地面数据和井下数据,并且将收集的数据传输到核心服务中的数据采集器和聚合器,数据采集器和聚合器可以存储收集的数据以便在钻机现场或在非现场经由计算资源环境访问。
作为示例,系统可包括框架,该框架可以获取数据诸如与一个或多个操作(诸如一个或多个钻井操作)相关联的实时数据。作为示例,考虑PERFORMTM工具包框架(Schlumberger Limited,Houston,Texas)。
作为示例,服务可以是或包括OPTIDRILLTM、OPTILOGTM和/或由SchlumbergerLimited,Houston,Texas销售的其他服务中的一者或多者。
OPTIDRILLTM技术可以作为实时钻井智能服务来帮助管理井下条件和BHA动态。该服务可以结合集成井下和地面数据的钻井现场显示(例如,井场显示),该集成井下和地面数据提供可行动信息以降低风险并提高效率。作为示例,此类数据可以被存储到例如数据库系统(例如,考虑与STUDIOTM框架相关联的数据库系统)。
OPTILOGTM技术可帮助通过来自记录仪的钻井动态和内部温度的单位置测量或多位置测量来评估钻井系统性能。例如,可以分析运行后数据以为未来井规划提供输入。
作为示例,可以访问和利用来自钻头数据库的信息。例如,考虑来自Smith Bits(Schlumberger Limited,Houston,Texas)的信息,这些信息可以包括来自与各种钻头、钻井条件、地层类型等相关联的各种操作(例如,钻井操作)的信息。
例如,可以为一个或多个井场操作提供一种或多种QTRAC服务(SchlumbergerLimited,Houston Texas)。在此类示例中,可以获取并存储数据,其中此类数据可以包括可以被接收和分析的时间序列数据等。
作为示例,可以为一个或多个井场操作提供一个或多个M-I SWACOTM服务(M-IL.L.C.,Houston,Texas)。例如,考虑用于增值完井和储层钻井液、添加剂、清井工具和工程设计的服务。在此类示例中,可以获取并存储数据,其中此类数据可以包括可以被接收和分析的时间序列数据等。
作为示例,可以为一个或多个井场操作提供一个或多个ONE-TRAXTM服务(例如,经由ONE-TRAX软件平台,M-I L.L.C.,Houston,Texas)。在此类示例中,可以获取并存储数据,其中此类数据可以包括可以被接收和分析的时间序列数据等。
如所提到的,对于旨在开发或进一步开发储层的项目,一种方法可以包括生成可以被称为一组候选轨迹的一组可能的轨迹,并且相对于一个或多个性能指标(PI)询问这些候选项中的一个或多个。
作为示例,井筒轨迹可以被定义为连接井地面位置和一个或多个目标位置的几何迹线。作为示例,当由钻井工程师设计井筒轨迹时,可以指定预期轨迹遵循的若干条规则(例如,性能指标(PI))。例如,考虑下列中的一者或多者:将在泥线以下的造斜点、与一个或多个现有井的碰撞避免以及狗腿严重度(DLS),“狗腿”严重度可被提供作为钻井工具转向、不被卡住等能力的指标。
作为示例,一种方法可以被实现为设计一个或多个轨迹的自动化或半自动化方式。作为示例,一种方法可以设计例如不具有碰撞避免的单个轨迹或一组轨迹。作为示例,一种方法可以包括将一个或多个轨迹建模为多目标优化问题。例如,PI可用作成本函数,而规则可用作约束。
作为示例,可以使用帕莱托前沿方法(Pareto frontier approach)(例如,关于候选轨迹的生成、筛选等)来解决多目标优化问题。规划目标可以是设计这样的井轨迹,即可在其PI为“最佳”可能的情况下钻取该井轨迹;换句话讲,规划目标可以是确定可在保证低成本和低风险的情况下进行钻取的轨迹。在多目标优化问题方法中,复杂性可能意味着可能不存在唯一的解决方案。在轨迹规划的情况下,由于PI可能彼此矛盾,因此可能会导致复杂性。例如,更少的DLS和更小的总深度可以是两个PI;然而,更少的DLS可导致更大的总深度。在这种场景下,可以做出折衷以使一方优先于另一方。在帕莱托前沿方法中,候选轨迹的帕莱托效率集合可以是这样一个集合,在该集合中,该集合的各个成员的相关联的PI的轨迹不“差”于该集合的其他各个成员的轨迹。作为示例,可以使用迭代过程来确定帕莱托效率集合,该迭代过程可以包括例如实施一个或多个演化过程,这可以提供更全局的解决方案。
例如,帕莱托原理可以解释为80-20现象,其中约80%的效应是由约20%的原因引起的。作为示例,一种方法可以包括对可被认为位于帕莱托曲线之外的信息进行分析,该信息可以包括相对罕见的事件,但这些事件可能具有不确定规模的影响。例如,一种方法可包括分析来自针对所谓的“黑天鹅”的钻井操作的信息,该信息可涉及可以大致根据帕莱托前沿表征的特定场景。
根据表征方法,可以基于以下场景中的一个或多个来表征黑天鹅,所述场景:为超出一般预期范围的罕见事件(例如,如帕莱托原理);具有通常使用科学方法不可计算的概率(由于小概率的性质);以及与对不确定性和对罕见事件在操作结果中的作用的心理偏差相关联。
图10示出了方法1000的示例,该方法包括用于接收井规划(例如,经由网络接口等接收的数字井规划)的接收块1010、用于至少部分地基于井规划发布钻取井的至少一个指令(例如,数字井规划等中的一个或多个控制指令)的发布块1020、用于将所获取的实际钻取井的信息与井规划的信息进行比较(例如,至少部分地经由数字信息的接收和与数字形式的井规划的数字信息的比较)的比较块1030、以及用于输出比较的结果(例如,基于与一个或多个数字存储介质的比较的存储信息)的输出块1040。
作为示例,方法1000可以包括:根据块1010,接收数字井规划;根据块1020,至少部分地基于数字井规划来发布用于钻取井的钻井指令;根据块1030,将与钻取井相关联的获取的信息与该数字井规划的井规划信息进行比较;以及根据块1040,至少部分地基于该获取的信息与该井规划信息的比较来输出结果。
如图10的示例所示,接收块1010可包括接收轨迹信息1012、接收底部钻具组合(BHA)信息1014、接收操作参数(例如,以及/或者操作参数值)1016以及可选地接收一个或多个其他类型的信息1018。此类信息可以是可存储在一个或多个数字介质中的数字井规划的一部分,并且该数字井规划例如由计算系统经由接口(可以是网络接口)接收。
如图10的示例所示,发布块1020可包括在一种或多种钻井操作期间获取信息1022、数字化观测1024和/或一种或多种其他形式的信息获取。在图10的示例中,在钻井操作期间获取的信息1022可以包括与块1012、1014、1016和1018的信息类型中的一种或多种相关联的信息。作为示例,信息可以是针对地层、操作、一件装备、操作的时间量、不用于操作的时间量(例如,非生产时间(NPT)的量等)。
如图10的示例所示,比较块1030可以包括执行灵敏度分析1032、生成图表1034(例如,考虑旋风图图表等)、执行机器学习1036(例如,基于神经网络模型的学习等,以生成经训练的机器模型)和/或一个或多个其他类型的比较分析。作为示例,分析可旨在确定什么类型的装备、操作参数等导致了一个或多个有利状态和/或一个或多个不利状态。例如,在卡钻是不利状态的情况下,机器学习方法可以使用在地层中钻取井的经训练的机器模型分析各种因素,以识别最可能发生卡钻的原因(例如,BHA相关的原因、钻井液相关的原因、钻进速度相关的原因等)。因此,比较结果可以基于比两个数字的比较更复杂的分析(例如,规划数字对比实际数字)。作为示例,比较结果可以包括复杂的分析结果和数值比较结果。作为示例,在利用机器学习的情况下,机器学习模型可以基于对规划结果对比实际结果执行分析的结果进行学习,以生成经训练的机器模型。作为示例,分析可以包括执行一个或多个统计分析,所述统计分析可以是机器学习方法和/或一个或多个其他分析的补充。在图10的示例中,比较块1030可以由一个或多个计算系统自动操作。
关于机器学习方法,作为示例,一个或多个人工神经网络(ANN)可以根据包括节点或神经元的架构来构造并且可以包括层和/或其他特征。ANN包括各种神经元之间的互连,并且可以包括离散层、连接和数据传播方向。
作为示例,ANN可以从一个或多个操作获取输入,并且将该输入馈送到ANN的第一层,其中在第一层中,各个神经元可以将数据传递到第二层。在此类示例中,神经元的第二层可以执行一个或多个任务,并且将信息传递到下一层,该下一层可以是另一个中间层或最终层,在该层中可以输出一个或多个结果。
在ANN中,每个神经元可以为其输入分配权重,例如,关于该输入相对于正在执行的任务的“真”或“假”的程度的指示。最终输出可以通过这些权重的总和来确定。作为示例,考虑由神经元处理的状态诸如钻井期间卡钻(例如,卡钻状态)的属性,神经元可以考虑诸如管件长度、管件直径、泥浆流量、轨迹的严重度(例如,狗腿严重度(DLS))、钻压(WOB)等方面。ANN的任务可以是推断输入是否指示卡钻。ANN可以生成基于权重的概率向量。例如,来自ANN的输出可能是一个或多个置信数,其中可能存在其他结果(例如,86%置信度,输入不指示卡钻)。
在前述示例中,在使用期间,如果ANN无法对与卡钻相关联的输入输出高置信度百分比,则ANN可能缺乏训练。换句话讲,如果使用低质量输入和/或该输入中的特征的不良标记训练ANN,则当为了识别钻井操作期间钻杆的卡钻而实施ANN时,可以预期ANN表现较差。
ANN的训练可能是复杂的过程,特别是在访问适当的训练数据方面。作为示例,可以使用一种或多种技术来访问和/或生成训练数据。例如,考虑钻井操作的模型,该模型可用于为导致包括卡钻在内的基于模型的结果的输入生成训练数据。作为真实训练数据的示例,考虑钻井数据和结果的数据库,其中结果包括卡钻。可以出于训练机器模型诸如ANN的目的来访问此类数据库。作为示例,机器模型对特定现场而言可以本地的,其中该现场可以包括补偿井,使得当钻取井时,来自这些钻井操作和相关联的结果的信息可以用于训练机器模型的目的,以生成经训练的机器模型,该模型可以随着现场中井数量的增加而更新。在此类示例中,可以执行建模诸如钻井的模拟以生成训练数据,其中可以随着从钻井操作获取信息(例如,关于状态、层、材料等)可选地将建模更新为更加准确。取决于架构,ANN可能需要数千个训练数据的输入/结果集,直到神经元输入的权重被精确地调整使得生成“经训练的”ANN。在前述示例中,经适当训练的ANN通过适当的训练“知道”什么输入很可能引起某个结果(例如,卡钻等)。
随着神经元和层的数量的增加,ANN可以被称为需要进行深度学习的“深度”ANN。深度学习可以被定义为例如一类机器学习算法,这类机器学习算法:(a)使用非线性处理单元的多个层的级联用于特征提取和变换,其中每个连续层使用来自先前层的输出作为输入;(b)以受监督(例如,分类)和/或不受监督(例如,模式分析)方式进行学习;以及(c)学习对应于不同抽象级别的表示的多个级,其中这些级形成概念的层次结构。
作为示例,框架可包括TENSORFLOW框架(Google,Mountain View,California)的一个或多个特征,TENSORFLOW框架包括提供用于符号数学的针对数据流编程的软件库,其可以用于机器学习应用诸如人工神经网络(ANN)等。
作为示例,数字井规划可包括可以对应于与机器模型相关的信息的信息。例如,考虑包括用于钻取井的BHA的规格的数字井规划。作为示例,机器模型可以包括具有一个或多个节点(例如,神经元)的架构,所述一个或多个节点可以处理一个或多个BHA规格作为分析的一部分以输出关于一个或多个结果的信息。作为示例,数字井规划可以包括可用于模拟钻取井的信息。在此类示例中,可将在模拟期间生成的信息输入到经训练的机器模型,该机器模型可以例如输出关于一个或多个结果的信息。例如,考虑这样的模拟,该模拟输出可被用作经训练的机器模型的输入的信息,以用于确定卡钻可能性的目的。在此类示例中,例如在实施数字井规划的一个或多个部分之前(例如,针对井的特定井段等),来自经训练的机器模型的输出可以被用于修改数字井规划。作为示例,在要钻取多个补偿井的情况下,可以利用经训练的机器模型输出的信息来生成和/或修改多个补偿井中的一个或多个的数字井规划。
作为示例,来自经训练的机器模型的输出可提供关于场景是否可在帕莱托场景之外的信息。在此类示例中,一种方法可以包括确定该场景是否包括“黑天鹅”场景的标示,如可以在包括来自实际钻井操作的信息和/或来自模拟钻井场景的信息的数据库中。
作为示例,方法1000的比较块1030可以包括用于时间分析的时间(例如,关于生产时间、非生产时间等)。作为示例,时间和实际物理参数可以允许比较结果指示一件或多件装备的磨损。在此类示例中,当规划将使用之前用于钻取井(例如,以及/或者一个或多个其他井)的一件或多件装备钻取另一口井时,可以考虑该磨损。作为示例,比较结果可以与一件或多件装备(诸如一件或多件底部钻具组合)相关联地存储,所述一件或多件装备可以使用一种或多种技术等标记。例如,一件装备可以包括RFID、条形码或其他类型的标识符。在此类示例中,在使用该件装备、储存该件装备、移动该件装备时,读取器可以识别该件装备并访问其历史,该历史可以包括先前的一个或多个位置、磨损和/或一个或多个其他性能相关类型的信息。此类信息可以可选地输入到计算系统中,用于规划井、钻取井、修改井规划等目的。
如所提到的,可以利用一种或多种机器学习方法。关于比较块1030,机器学习块1036可包括实现一个或多个机器模型,例如,如在训练一个或多个机器模型和/或使用一个或多个经训练的机器模型时。
关于输出块1040,在图10的示例中,可以以一种或多种方式输出结果。作为示例,结果可以以批量方式(例如,一旦根据井规划已经完成对井的钻取)和/或以在钻取井期间发生的方式输出。关于后者,比较块1030可以在根据发布块1020钻取井期间实现,使得结果被实时或接近实时地生成和可选地输出。在此类示例中,可以可选地至少部分地基于比较结果或比较结果的一部分修改井规划。作为示例,图10的方法1000可以是至少部分地根据数字井规划钻取井的实时控制系统的一部分。
关于图10的方法1000,在某个时间点,钻取规划井,该钻井操作可由于一种或多种情况采用偏离初始接收的井规划的方式,该方法可包括从与初始接收的井规划的一个或多个偏差与实际钻井的一个或多个比较中学习(例如,这可包括将钻井操作与有利的生产时间和/或不利的非生产时间、或导致不利的非生产时间减少的因素相关联)。一旦钻取,钻取的井的比较结果可分类为钻取井的规划对比实际的比较结果;需注意,此类结果可以在井的实际钻取期间输出并作为部分结果存储。在一个或多个时间点,井的比较结果可以被视为“补偿井”相对于另一口井的比较结果,该井可能是尚未钻取或已开始钻取的井。在此类示例中,如下所述,比较结果可以用于生成和/或修改另一口或多口井的井规划。
作为示例,GUI可以包括地下环境的场景,在该场景中轨迹可以被呈现为例如从地面位置到目标位置的图形。
作为示例,可以以如下方式来实现一种方法,该方式允许用户与计算系统进行交互以调查对正在设计中或正用于钻井的井规划的一个或多个调整。
作为示例,一种方法可以包括利用一个或多个性能指标(PI),其中PI可以包括轨迹的总长度、轨迹的最大曲率(狗腿严重度)、造斜点的深度、防碰撞风险的测量(例如定向分离系数)、泥浆-重量窗口的尺寸的测量、沿着钻孔的平均摩擦的测量等中的一者或多者。
作为示例,一个或多个约束可以包括造斜点的最小深度约束、最大允许防碰撞风险约束、轨迹的最大允许曲率约束、作为深度的函数的轨迹的最大允许曲率约束等中的一者或多者。
作为示例,约束可以是物理约束和/或权限约束。作为示例,物理约束可涉及一个或多个地层特性。作为示例,权限约束可涉及财产和/或资源权限,其可以由一个或多个物理边界限定。例如,权限可以涉及一项或多项租赁权、一条或多条租用线路等。这种类型的约束可以被实现为一个或多个物理边界和/或一个或多个时间因素,其中一项或多项权限可以与时间相关联(例如,考虑开发时间、生产时间等)。
在图10的示例中,输出块1040的输出可以用于确定关于钻取另一口井的一个或多个因素。此类因素可以包括“正面”的因素,并且可以包括“负面”的因素。正面因素可包括在规划中关于操作、装备等包括什么项;而负面因素可包括关于操作、装备等不包括什么项。例如,负面因素可能是“对于要在距离井ZZZ的半径R的范围内钻取的井,在底部钻具组合中不包括部件XYZ”。在此类示例中,来自已被至少部分地钻取的“补偿”井的一个或多个因素可被用于生成另一口井的井规划和/或实际钻取另一个口井,该另一口井可以在相同盆地中或者不在相同盆地中。
在图10中结合各种计算机可读介质(CRM)块1011、1021、1031和1041示出了方法1000。此类块通常包括适合于由一个或多个处理器(或核)执行的指令,以指示计算装置或系统执行一个或多个动作。尽管示出了各种块,但是单个介质可以配置有指令以至少部分地允许执行方法1000的各种动作。作为示例,计算机可读介质(CRM)可以是非暂态并且不是载波的计算机可读存储介质。作为示例,CRM块1011、1021、1031和1041中的一个或多个可以包括指令,这些指令可以是系统诸如图7的系统770的指令(参见例如指令776)。作为示例,图10的方法1000可以至少部分地由系统诸如图7的系统770实现。
图11示出了涉及训练神经网络的方法1110的示例作为训练机器模型的示例,以及涉及使用经训练的神经网络的方法1130作为使用经训练的机器模型的示例。
方法1110包括:访问块1114,用于从与一个或多个数字井规划的偏差和一个或多个相关联的结果访问增量数据库;训练块1118,用于将神经网络作为机器模型进行训练,以生成经训练的神经网络作为经训练的机器模型;以及输出块1122,用于输出经训练的神经网络作为经训练的机器模型。
方法1130包括:接收块1134,用于从钻井操作中接收一个或多个增量;输入块1138,用于将从钻井操作中接收到的一个或多个增量输入到经训练的神经网络(经训练的机器模型)以生成输出;以及调整块1142,用于使用输出来调整钻井操作和/或数字井规划。
在图11的示例中,增量表示与对应的数字井规划的偏差。此类偏差可以是相对于装备、装备的操作、装备操作的定时等中的一者或多者。作为示例,考虑井的数字井规划,该数字井规划包括斜升泵送钻井液的泵送速率的信息,其中来自钻井现场的实际信息指示泵送钻井液的泵送速率的斜升关于斜升曲线偏离。在此类示例中,考虑关于斜升的持续时间和/或泵送钻井液的最终泵送速率的偏差。此类偏差可以是一个或多个增量。作为示例,可以基于关于增量(诸如斜升的偏差)以及相关联的结果的训练数据来训练所述经训练的神经网络。在前述示例中,经训练的神经网络可以将钻井操作的增量作为输入,并且输出可能的结果。在结果是有益(例如,正面)结果的情况下,钻井操作可以以该偏差继续;然而,在结果是有害(例如,负面)结果的情况下,可以诸如通过控制一件或多件装备和/或通过调整用于井的数字井规划调整钻井操作。
在图11的示例中,可以基于与数字井规划的实际偏差来实现控制,其中此类偏差可以是正的、中性的或负的。作为示例,一种方法可以包括访问数据库以识别与在钻井操作期间经历的增量匹配的一个或多个增量。此类方法可以单独地或与方法1110和/或方法1130组合地操作。
例如,与数字井规划的偏差可涉及扶正器的位置,扶正器的作用是使钻柱的一部分在钻孔中居中。扶正器可以是装配有铰接的轴环和弓形弹簧以将钻柱的一部分保持在钻孔的中心的装置。对于套管,如果套管柱偏离中心地固结,则可能存在很高风险在套管接触地层处留下一柱钻井液或污染的水泥,从而产生不完美的密封。
作为示例,数字井规划可能要求将扶正器沿着钻柱定位在特定位置(例如,z位置诸如zc1),该钻柱用于根据数字井规划指定的轨迹在地质地层中钻取钻孔。在此类示例中,其中z位置不是zc1而是zc1加上距离zd,则增量可以是数值诸如距离zd和/或zc1加上距离zd,其可以相对于钻柱的部件诸如钻头进行参考。可以将该增量用于搜索增量数据库和/或用作对经训练的机器模型的输入,使得可以针对该增量确定可能的结果。如果结果指示为有害的,如果无法调整位置,则结果可以经由控制钻井操作来解决。在结果被指示为有益的情况下,其益处可以通过可选地调整数字井规划的一个或多个动作以利用益处来解决。
在各种示例中,一种方法可以假设数字井规划足以用于钻井操作。因此,在钻井操作遵循规划的情况下,可能不会要求进行分析。然而,在发生偏差的情况下,一种方法可以要求进行分析以确定该偏差是否可能具有有益、中性或负面的结果。
作为示例,数字井规划可以包括针对一件装备的自动指令。在此类示例中,在钻井操作期间,可以在钻井现场处获取信息,该信息指示该件装备以不同于自动指令的方式进行操作。在此类示例中,由于指令是可能没有来自人类操作员的影响或影响最小的自动指令,因此所获取的信息可指示该件装备和/或到该件装备的传输信道可能具有问题。在此类示例中,分析可以指示增量与潜在的装备问题相关联,而不是与导致偏离数字井规划的人员动作相关联。
例如,增量可以是人员活动增量,因为人员动作是造成增量的一个直接原因。例如,在数字钻井规划要求人类操作员将泥浆泵流量设置为X的情况下,而实际泥浆泵流量设置为Y的情况下,则偏差是人员动作增量。
作为另一个示例,考虑这样的数字井规划,该数字井规划包括关于如何混合泥浆(钻井液配方)的信息,其中人类操作员偏离数字井规划中的信息。在此类示例中,人类操作员可以继续按照数字井规划中所述的方式泵送泥浆,或者可以基于经验调整泵送泥浆的方式。关于后一种情况,由于缺乏对泥浆配方的遵守而产生的增量可被标记为人类操作员在如何泵送泥浆方面偏离数字井规划的可能原因(或结果)。在这种场景下,系统可包括从一个或多个输入增量生成输出,并且将一个或多个GUI通知呈现到钻井现场处的显示器,其中该通知可指示(i)未遵循如何混合泥浆;以及(ii)未遵循如何泵送泥浆。在此类示例中,人类操作员可以与GUI进行交互以确认通知,通知可在人类操作员偏离如何混合泥浆的情况下、人类操作员可能偏离如何泵送泥浆的情况下提供反馈。
如所解释的,增量可以是装备增量或人员增量、或者可能是装备与人员的组合。在增量与人员有关的情况下,此类增量可以与人类操作员或操作员团队相关联。可以将此类关联用作例如特定人类操作员和/或操作员团队可能关于数字井规划的一个或多个方面偏离数字井规划的知识。由于此类操作员或团队可能是有经验的,因此可以假定他们处理此类增量。然而,在针对此类操作员或团队出现一种或多种其他类型的增量的情况下,那些增量可以被标记为引起高度关注和分析(例如,“您通常不偏离数字井规划的那部分,请考虑X、Y和Z”)。
关于装备增量,其可以与一件或多件装备相关联。例如,钻机可以用于使用一件或多件普通装备来钻取一口或多口井。被标记为从数字井规划生成增量的一件装备可经受修理、更换、校准等。作为示例,在该件装备被认为即使产生增量仍然足够使用的情况下,可以滤除该增量,特别是在该增量与中性结局相关联的情况下。如果装备增量与负面结局相关联,则该件装备可经受干预诸如被更换或重新校准(如果可能)。
如所解释的,基于数字井规划中的信息和实际信息的增量的使用可以改善钻操作。此外,基于增量的方法可以减少需要分析的信息量。例如,如果在四个实例中钻井操作偏离数字井规划,则可要求进行四种实例的分析,并且将对应的结果返回到一个或多个司钻。最终,在不具有增量的情况下操作的数字井规划可类似于棒球中的“无安打”或“完全比赛”,因为一切都根据数字井规划进行。
随着对增量的了解越来越多,数字井规划也将得到改善。作为示例,增量可以成为数字井规划中操作边界的基础(例如,考虑中性结局)。例如,在指定边界并且实际参数值落在这些边界内的情况下,可以减少增量产生。
由于利用了基于增量的方法,可以预期发生演化,使得数字井规划改进并且每次钻井操作经历的增量的数量减少。随着时间的推移,诸如帕莱托前沿和黑天鹅的概念会变得更加明显,其进而可被用于改善钻井操作。
图12示出了方法1200的示例,其包括:开始块1210,用于开始井规划过程以生成用于钻取井的井规划;接收块1220,用于接收井的信息;选择块1230,用于选择一个或多个补偿井(例如,根据一个或多个因素诸如距离、横向长度、总深度、BHA类型等);访问和/或生成块1240,用于访问和/或生成一个或多个实际钻取的补偿井相对于一个或多个对应的钻取的补偿井的一个或多个对应井规划的比较结果;生成块1250,用于至少部分地基于所述一个或多个补偿井中的至少一个的比较结果的至少一部分来生成井的井规划;以及钻井块1260,用于至少部分地基于所生成的井规划钻取井。如图12的示例所示,方法1200可以可选地包括:判定块1270,用于判定更多的偏移结果是否可用于一个或多个补偿井(例如,块1230的补偿井和/或另一个补偿井);以及修改块1280,用于可选地至少部分地基于附加比较结果修改井规划。在此类示例中,方法1200可以随着至少部分地通过钻取井对现场进行开发,以整个现场的方式实时地进行操作。
作为示例,可以基于钻井后信息诸如井的生产信息、井的压裂信息、井的完井稳定性信息等修改比较结果。例如,在生产有利的情况下,可以执行分析以识别引起该有利生产的一个或多个因素,其可以包括钻井因素。此类因素可以例如经由机器学习模型被指示为有利的,该机器学习模型至少部分地基于钻井后生产数据进行训练。在此类示例中,当生成和/或修改井的井规划时可以利用该比较结果以实现来自井的更有利的钻井后生产数据。
关于完井,一种方法可以评估轨迹曲折度(例如,角度、狗腿等)并且利用将轨迹结合完井的一个或多个部分(例如,下套管、下油管、固井等)的灵敏度分析。在此类示例中,在实际钻井操作导致与井规划不同的特定实际轨迹的情况下,可以对完井或其一部分进行更新。作为示例,此类方法可以应用于一种或多种其他类型的操作(例如,水力压裂、注入、停机等)。
如图12的示例所示,选择块1230可以至少部分地基于补偿井中的一个或多个是潜在候选项1232、关于一个或多个潜在“优点(pros)”(例如,有利结局)1234、关于一个或多个潜在“缺点(cons)”(例如,基于不利结局诸如非生产时间等的排除)1236和/或一个或多个其他原因、因素等1238来选择一个或多个补偿井。
图13示出了方法1300的示例和系统1350的示例。如图所示,方法1300可包括:接收块1310,用于接收至少一个对应的井规划的至少一口井的多个因素的数字信息、以及所述至少一口井的实际井建造(例如,钻井、完井等)的数字信息;识别块1320,用于至少部分地基于所接收的数字信息(例如,可选地经由确定差异等)识别“正面”结局和“负面”结局;分析块1334,用于分析“正面”结局以识别相关联的因素(例如,经由可包括一个或多个模型和/或一个或多个相关性技术的一个或多个技术);分析块1338,用于分析“负面”结局以识别相关联的因素(例如,经由可包括一个或多个模型和/或一个或多个相关性技术的一个或多个技术);以及生成块1340,用于生成包括多个因素的值的井的井规划,其中这些值包括至少部分地基于分析块1334和1338的分析的值。
在图13的示例中,接收块1310可以接收多口井的数字信息和所述多口井的至少一部分的实际井建造(例如,钻井等)的数字信息。作为示例,块1320的正面和/或负面结局可以被识别并存储到数据库,并且/或者块1334和1338的相关联的因素可以被识别并存储到数据库。作为示例,每个接收块1310接收的信息以及块1320、1334和/或1338的信息可以用于训练和/或进一步训练一个或多个模型的目的。作为示例,经训练的模型可以是经训练的神经网络模型,其可以接收一个或多个输入并且可以生成一个或多个输出。作为示例,在图13中,生成块1340可利用一个或多个经训练的模型生成井规划,其中生成的井规划包括旨在增加正面结局的概率和/或减小负面结局的概率的各种因素(例如,轨迹、装备、操作等)的值。
在图13的示例中,生成块1340可以包括生成可以降低风险并且可以增加益处的井规划。例如,可以经由分析块1338的分析(例如,直接和/或间接地)降低风险,同时可以经由分析块1334的分析(例如,直接和/或间接地)提高益处。作为示例,风险的降低可以是卡钻风险的降低(例如,钻柱卡钻),而益处的增加可以是执行操作的时间的减少(例如,增加待钻取的井轨迹的特定部分的钻进速度)。
作为示例,方法1300可以包括将生产时间和/或非生产时间识别为各种类型的结局,并且分析那些一种或多种类型的结局以识别一种或多种相关联的因素。作为示例,生成块1340可包括生成这样的井规划,该井规划包括旨在减少非生产时间和/或增加生产时间(例如,在用于执行钻取井等的一个或多个操作的时间跨度内等)的值(例如,由计算系统诸如系统1350确定)。
在图13的示例中,生成块1340的生成的井规划可以包括关于轨迹1342、底部钻具组合1344、操作参数1346和一个或多个其他因素1348的信息。此类信息可以是数字形式,并且存储作为文件和/或经由一个或多个网络、电缆、天线等进行流式传输。作为示例,信息可以被导向一个或多个目的地用于一个或多个目的。例如,轨迹团队可以接收关于轨迹1342的信息,而装备团队可以接收关于底部钻具组合1344的信息,而操作团队可以接收关于操作参数1346的信息。在此类示例中,一些信息可以被发送到具有不同任务的多个团队。
作为示例,来自分析块1334和1338的输出可以经由计算系统(例如,参见系统1350),该计算系统包括接收与各种井相关联的信息的一个或多个网络接口。作为示例,此类计算系统可以是实时或接近实时操作的井规划系统,使得可以使用关于已经钻取和/或正在钻取的多口井的最新可用信息来规划要规划的井。
作为示例,图13的方法1300可以实现关于井的一个或多个机器学习模型,其可以包括钻井和/或生产模型;需注意,如所提到的,钻井后生产信息可能是可用的(例如,以及/或者其他钻井后信息)。作为示例,模型可以包括与因素相关联的节点,其中规划和实际之间的偏差可以用作识别“正面”结局(例如,有益结局)和识别“负面”结局(例如,有害结局)的基础。在此类示例中,时间可以用作此类识别的基础。例如,在生产时间减少的情况下,则可能指示有益结局;而在生产时间增加和/或存在非生产时间的情况下,则可能指示有害结局。尽管可以至少部分地基于规划信息和实际信息的比较(例如,关于一个或多个因素以及可选地时间)来识别结局,但是关于结局的一个或多个潜在原因可以与特定因素相关联,该特定因素不是规划信息和实际信息之间差异的直接基础。例如,如果在轨迹的一部分上钻进速度降低到规划钻进速度以下,则该差异可以被识别为有害结局(例如,作为数值差等);然而,潜在的原因可能尚未被确定。在此类示例中,模型可以评估钻进速度的降低,并且将其与井规划的一个或多个因素诸如轨迹因素、BHA因素、操作因素等中的一个或多个相关联。此类模型可以是将井规划的因素与一个或多个识别的结局相关联的机器学习模型(例如,神经网络等),所述识别的结局可以是例如正面的和/或负面的。在上述示例中,考虑各种因素诸如钻井液和顶驱因素的组合对钻进速度下降的影响。在识别出此类因素(例如,以及相关联的值)的情况下,方法1300可以生成井规划,该井规划具有旨在降低在轨迹的该部分内经历钻进速度降低风险(例如,与特定的弯曲角度、特定的地层等相关联)的值。
作为示例,机器学习模型可被用于识别结局、识别因素以及例如基于根据井规划待钻取的井的输入信息(例如,位置的初步规格、装备的初步规格等)来生成井规划。作为示例,装备的初步规格可以包括一个或多个BHA部件(例如,钻头、稳定器、随钻测井装置等)的初步规格。作为示例,所生成的井规划可以输出用于此类装备的不同和/或附加的规格。
在图13的示例中,所生成的井规划可以由块1340输出,连同关于根据生成的井规划钻取井可以节省多少时间的信息。在此类示例中,可以针对所生成的井规划绘制时间与长度的关系图。作为示例,图形用户界面可以将信息呈现到显示器上,该信息包括用于补偿井的信息(例如,与接收块1310等相关联)以及用于所生成的井规划的信息。在此类示例中,操作员可以先验地理解相比(类似于等)一个或多个其他井规划和/或实际钻取的井,井规划在哪些地方得到改进以及如何改进。
作为示例,可以随着井被规划和钻取以测链测量井信息的方式利用方法1300。例如,在已经钻取了十口井的情况下,生成块1340的生成的井规划可以针对第十一口井。作为示例,可以针对正在被主动钻取的井来实施方法1300。例如,补偿井可以是与针对其生成井规划的井相比提前若干天钻取的井。在此类示例中,可以接收和分析所述若干天的信息,以了解关于规划钻取和实际钻取的井的差异,其中评估并进一步分析此类差异,以生成待钻取或实际正在钻取、但处于时间和/或深度(例如,长度等)落后的阶段的井的井规划。
作为示例,图13的方法1300可以包括至少部分地基于井规划,计算井规划的因素相对于钻取井的至少一部分的实际因素的残差。
作为示例,图13的方法1300可以包括输出通过将井规划与实际钻井信息进行比较而获知的经验。作为示例,图13的方法1300可以包括识别和输出在规划和钻取之间可能持续具有较大差异的因素。例如,在穿过特定地层(例如,岩层)的规划钻进速度(例如,作为操作参数)在一个方向(例如,负或正)上持续较大的情况下,该因素可被标记用于评估,该评估可包括“离线”人类评估。作为示例,在轨迹的穿过特定地层(例如,岩层)的部分被可能已经穿过该地层钻取多口井的司钻持续改变角度的情况下,该轨迹的该部分(例如,作为轨迹因素)可被标记为用于评估。
作为示例,图13的方法1300可以包括对所识别的结局进行排序,其中可以考虑各种结局而不考虑其他结局。例如,如果负面结局在十个中排名第六,则方法1300可跳过负面结局六至十以集中于负面结局一至五。作为示例,在负面结局是“现实”的情况下(由于井规划过于乐观等原因而是不准确的),可以可选地忽略该负面结局。例如,计算系统可允许用户选择一个或多个识别的结局以用于生成井规划的目的。在此类示例中,计算系统可以将信息以图形用户界面的形式呈现到显示器,用户可以在该图形用户界面上查看正面结局和负面结局,并且从这些结局中选择哪些结局将被用于根据块1340生成井规划。
例如,井规划可以是或包括一系列级联决策。作为示例,井规划可以至少部分地被实现为一系列级联决策。在此类示例中,初步决策可涉及钻柱、钻机等的仪器以获取与规划密切相关的信息(例如,可以实现一种或多种机器学习规划技术等的计算系统)。
关于示例系统1350,如图13所示,该系统可以包括计算资源和一个或多个相关联的接口1352(例如,用于信息的传输和/或接收)、可以搜索其信息可存储在数据库中一个或多个补偿井的搜索引擎1353、一个或多个模型1354、可以训练机器模型(例如,神经网络等)以生成经训练的机器模型的一个或多个训练算法1355、一个或多个相关性算法1356、一个或多个生成算法1357以及一个或多个其他特征1358。
在图13的示例中,搜索引擎1353可以以自动模式、半自动模式和/或手动模式操作。作为示例,搜索引擎1353可以以一种或多种方式接收一个或多个搜索标准(例如,经由对井的接收信息的解析、经由GUI的一个或多个字段等)。作为示例,接近度标准可以是距离将根据块1357为其生成井规划的井的半径。在此类示例中,可以选择在该半径内的补偿井。作为示例,可以基于多口井的信息进行一个或多个模型的训练。在此类示例中,随着井的完井(例如,钻取、下套管、生产等),可以将用于此类井的信息用于进一步的训练。关于相关性,如所提到的,可以实现一种或多种相关性技术以关联因素,使得可以是因素(例如,主要因素等)的结局可以与一个或多个其他因素相关联。在此类示例中,可以将一个或多个因素的值用于井规划生成、井规划修改、一个或多个现场操作的控制等目的。
如图13所示,作为示例,系统1350可以用于实现方法1300的至少一部分。例如,系统1350的接口可提供用于根据接收块1310接收数字信息,系统1350的计算资源可提供用于确定井规划的因素之间的差异,系统1350的计算资源可提供用于基于一个或多个差异(例如,以及可选地此类差异的量值、此类差异相对于时间、相对于距离等的发生)识别各种因素(例如,主要、次要、第三等),并且系统1350的计算资源可提供用于训练一个或多个模型(例如,一个或多个神经网络模型等)以生成一个或多个经训练的模型。在此类示例中,可以接收待规划的井的输入信息,其中此类信息可以被直接输入和/或进行预处理以输入到一个或多个经训练的模型中,以用于生成可用于生成数字井规划的输出的目的。
如所提到的,作为示例,可以在由数字井规划所指定的操作诸如由钻井现场处的钻机执行的钻井操作期间利用训练模型,以接收关于与数字井规划的偏差的信息以基于该偏差输出结局。作为示例,考虑与钻井操作所钻取的钻孔的狗腿严重度(DLS)有关的偏差信息,其中该偏差信息由经训练的神经网络模型接收,该神经网络模型输出一个可能的结局或多个可能的结局以及相关联的发生可能性。在此类示例中,可以向在钻井现场的装备发布可以解决一个或多个结局的通知。例如,通知可涉及一个或多个操作(例如,钻井、下套管、固井等),所述一个或多个操作可用于减小结局风险和/或减小结局的影响。
关于狗腿,可以将其定义为钻孔中特别地屈曲或弯曲的位置,其中钻孔在三维空间中的轨迹相对快速地变化。尽管狗腿可以作为数字井规划的一部分而有意地创建,例如通过定向钻井执行,但是狗腿可能是指钻孔中比预期或期望更快地改变方向的井段,这可能伴随着可能表现为短期、中期和/或长期的有害影响。关于一些示例,短期可能影响正在进行的钻井操作,中期可能影响完井操作,而长期可能影响从作为完成井的钻孔的生产。作为示例,结局可以与关于其可以预期结局的一个或多个时间范围相关联。
在勘测井筒轨迹时,可以进行狗腿严重度的标准计算,例如,以每30米(例如,100英尺)钻孔长度的二维度数表示。作为示例,在数字井规划的某个井段中的狗腿偏离数字井规划的一个或多个规范的情况下,规划的套管柱可能不再容易地配合穿过该井段。作为示例,在数字井规划的某个井段中的狗腿偏离数字井规划的一个或多个规格的情况下,在狗腿的特定位置可能存在钻柱的重复磨损,这可能导致被称为键槽的磨损点,其中在底部钻具组合部件被拉动穿过该井段时可能会被卡住。作为示例,在数字井规划的某个井段中的狗腿偏离数字井规划的一个或多个规格的情况下,由于钻柱和穿过狗腿的套管的内径(ID)之间的接触力较高,穿过狗腿固结的套管可能以比规划更快的速度磨损。作为示例,在数字井规划的某个井段中的狗腿偏离数字井规划的一个或多个规格的情况下,相对刚性的底部钻具组合可能不容易像用相对较柔性的底部钻具组合进行钻取那样配合穿过该狗腿井段。作为示例,在数字井规划的某个井段中的狗腿偏离数字井规划的一个或多个规范的情况下,过度狗腿增加可能会增加对钻柱的总体摩擦,从而增加卡钻或未达到规划目标和/或总深度的可能性。作为示例,推荐可以伴随结局通知,其可以包括可以采取以解决短期、中期和/或长期影响的一个或多个动作。作为示例,推荐可以包括采取补救动作,诸如穿过狗腿进行扩眼或管下扩眼,或者在极端情况下甚至进行侧钻。
作为示例,可以相对于多个已钻取的钻孔的结局,关于与数字井规划在狗腿方面的偏差(例如,规划与实际之间的增量)训练ANN,所述多个已钻取的钻孔可以包括已经作为井完井的钻孔并且可以包括已经用于从一个或多个储层生产流体的井。作为示例,在钻井操作期间,在给定关于来自数字井规划的狗腿的关于狗腿的偏差的情况下,经训练的ANN可以用于输出结局。
作为示例,建模系统可以通过考虑示例来学习(例如,逐渐提高性能)执行任务,这可以可选地在没有任务特定编程的情况下发生。作为示例,包括要进行训练的一个或多个模型的建模系统的训练集可以包括多口井的信息,其中这些井中的每一口可能已经至少部分地根据规划进行了钻取。作为示例,可以通过分析数据准备训练集,以用于确定各种因素的差异和/或关联各种因素的目的。
作为示例,ANN可以基于被称为人工神经元的连接单元的集合,其中神经元之间的连接可以将信号传输到另一个神经元(或多个神经元)。作为示例,接收神经元可以处理一个或多个信号,然后例如向与其连接的下游神经元发送信号。作为示例,ANN可以包括其中输入层(例如,用于增量)和输出层(例如,用于结局)被暴露而其他层可以被隐藏的层。例如,ANN的神经元可以具有通常由实数表示的状态,例如,可以在0和1、-1和0、-1和+1之间等。作为示例,神经元和突触还可具有随着学习的进行而变化的权重,这可能会增加或减少其可能向下游发送的信号的强度。作为示例,可以利用一个或多个阈值,使得如果聚合信号低于(或高于)该水平,则发送下游信号。
如所提到的,神经元可以组织成层,其中例如不同的层可以对它们的输入执行不同类型的变换。作为示例,信号可能在遍历一个或多个层一次或多次之后从第一(输入)层传播到最后(输出)层。如所提到的,作为示例,一个或多个输入可以是关于要钻取的井的信息,并且一个或多个输出可以是可以在用于钻取井的数字井规划中直接和/或间接指定的一个或多个因素。如所提到的,一个或多个输入可以是关于要钻取的井的信息,并且一个或多个输出可以是基于一个或多个因素中的一个或多个偏差的一个或多个结局,所述一个或多个因素可以在用于钻取井的数字钻井规划中直接和/或间接指定。
图14示出了方法1400的示例,该方法包括:钻井块1410,用于根据钻取井的井规划(例如,数字井规划)钻取井;接收块1420,用于接收井的信息(例如,在井的钻取期间);分析块1430,用于相对于井规划的信息的至少一部分分析接收的信息的至少一部分;判定块1440,用于至少部分地基于分析判定是否存在意外情况;分析块1450,用于分析意外情况是正面结局还是负面结局(例如,或中性结局);以及可选的修改块1460,用于至少部分地基于意外情况的分析可选地修改井规划。方法1400可以包括存储经由块1430和1450的一个或多个分析生成的信息,其可以用于井规划的目的。例如,考虑分析系统块1435和数据库块1455,它们可以可操作地耦接并且包括与结局和/或一个或多个机器模型相关联的可访问数据,所述一个或多个机器模型被训练和/或可以被训练并且用于至少部分地基于井的信息(例如,井规划信息和来自钻取井的实际信息)来确定一个或多个结局。作为示例,方法1400可以包括存储根据接收块1420接收的信息和/或存储关于根据判定块1440的一个或多个意外情况的信息。各种类型的信息可以存储为方法1400的一部分,该方法例如可以用于规划、修改规划、控制操作等。
关于修改块1460,在结局不合理地通知关于钻取井的未来操作的情况下,块1450的分析可以例如忽略、存储结局的一个或多个原因等。
作为示例,图14的方法1400可以包括至少部分地基于分析和/或决策(例如,块1430、块1440、块1450等)来发布一个或多个信号、指令、命令等。在此类示例中,此类信号、指令、命令等可以经由计算系统的接口(例如,经由网络接口)传输,并且例如可以由一件或多件装备(例如,控制器的控制接口、致动器等)接收。
作为示例,一种方法可以包括对系统进行检测(instrumenting),使得可以获取信息。作为示例,一种方法可以包括确定比预期更快钻井或更慢钻井可能是意外情况。在此类示例中,系统(例如,钻井系统)可以装配有足够的传感器等,以便能够获取信息,可以分析该信息以确定关于为什么钻井处于意外速度(例如,更快或更慢)的一个或多个潜在的原因。作为示例,信息可以是长度与时间关系的信息,使得可以确定钻进速度。作为示例,可以经由仪器获取关于钻井速度(例如,旋转速度)、一个或多个钻井液流量、钻井液密度等的信息,该仪器可以允许分析以确定此类因素中的哪一个或多个可归因于意外的钻进速度。在此类示例中,可以利用模型,该模型可以是钻井的机器学习模型。
作为示例,图14的方法1400可以包括捕获关于钻机状态、关于钻柱状态、关于与意外情况相关联的时间的地层状态的状态信息。作为示例,可以在意外情况发生之前的时间捕获状态,可以关于一个或多个潜在原因对其进行分析。作为示例,模型可以是基于状态的模型,该模型可以以如下的方法实现,该方法包括一次或多次地接收状态信息,并且分析该状态信息以找出一种或多种意外情况的潜在原因。作为示例,图14的方法1400可以包括计数器,该计数器对特定类型的意外情况已经发生的次数进行计数。作为示例,在意外情况可再次发生的情况下(例如,如果未对井规划进行特定的修改),图14的方法1400可以在井规划中识别一个或多个时间、深度、长度等。
如相对于图14的方法1400所解释的,可以基于井规划的动作(例如,一系列决策等)和实际动作(例如,一系列决策等)之间的一个或多个差异来确定意外情况。此类方法可实时地提供对当前井规划的评估并且可选地对井进行修改,以及例如输出如果对井规划进行一项或多项修改和/或如果未对井规划进行一项或多项修改可能发生的情况。
作为示例,钻井操作的正面结局可以是实现大于根据井规划的预期的钻进速度(ROP)。在此类示例中,在与BHA相关联的信息是一个或多个因素以及钻压(WOB)的情况下,可以经由分析将此类一个或多个因素识别为实现意外ROP的潜在原因。在此类示例中,ROP可涉及特定的地层、特定的深度等,使得(例如,通过机器学习系统)学习的一个或多个经验可以被应用于待规划的一个或多个其他井,所述待规划的一个或多个其他井包括在该特定深度钻入该地层等。在期望有利结局的情况下,可以利用补偿井的学习(如上所述)。在前述示例中,在分析指示BHA是致因因素而WOB不是致因因素的情况下,关于有利ROP,这种学习可以被利用并且与一件或多件BHA和/或其操作相关联。此外,在BHA不是致因因素但WOB是致因因素的情况下,则WOB可与地层、钻机系统等相关联。
作为示例,图14的方法1400可以是动态方法,该方法可以在正在钻取的多个井的多个实例中实施。在此类示例中,所述多个实例可以例如经由计算系统链接,该计算系统可以例如至少部分地是基于云的计算系统。在此类示例中,可以针对一个或多个现场中的一个或多个钻井现场以安全的方式对仪器执行物联网(IoT)方法。
作为示例,一种方法可以包括输出关于各种因素的热图和/或关于一个或多个钻井操作(无论是正在进行的、过去的还是规划的)的结局。
作为示例,一种方法可以包括当已经发生偏差或可能发生偏差时捕获信息。作为示例,热图可以延伸到井规划的未来时间,这可指示在何处可发生与井规划的一个或多个偏差。此类热图可以指示井规划对实际偏差或可能的偏差的灵敏度。作为示例,热图可以包括正面指示和/或负面指示。在此类示例中,一个或多个热图可以是特定于因素的,其中红色(例如,高热)指示因素更可能以有害的方式偏离其规划的因素值,而蓝色(例如,低热)指示因素更可能以有益的方式偏离其规划的因素值。关于不太可能偏离的因素,可以用中性颜色(例如,白色、灰色等)将这些因素呈现到显示器中的热图。在此类示例中,热图可以是相对于时间、相对于深度、相对于长度、或相对于一个或多个其他变量的因素图。
作为示例,GUI诸如图17的GUI 1700可相对于由计算框架输出的结局进行颜色编码,该计算框架可以接收输入,诸如规划动作与实际动作之间的增量。例如,可以至少部分地基于由此类计算框架(例如,参见图13的系统1350、图14的分析系统1435和数据库1455等)输出的一个或多个结局对各种活动和/或子活动进行颜色编码。
例如,考虑具有预期ROP的钻头,其中可以确定井下因素。在此类示例中,一种方法可以包括确定对于要钻取的井的轨迹的一个或多个部分是否可以实现预期ROP。此类方法可以是动态的,并且可以在井的钻取期间进行更新,其中该方法可以至少部分地基于在钻井期间获得的数据识别正面结局并识别负面结局。
作为示例,一种方法可以包括访问数据库,该数据库包括超过大约100口井、超过大约500口井、超过大约1000口井等的信息。在此类示例中,对于单口井,其他井的一部分可以是补偿井,其可以基于一个或多个选择标准(例如,位置、装备类型等)进行选择。作为示例,因素可以表示为井规划的尺寸。例如,可以表示钻井过程的模型可以包括尺寸,其中尺寸的至少一些表示因素。
作为示例,钻井操作系统可以接收并实施数字井规划,其中依靠数字井规划确定一系列级联决策,其中这些决策的每一个决策可以是“测试情形”,其中在其数字井规划和实际实施(例如,经由钻井操作系统执行决策)之间可能存在差异。如所提到的,相对于其是有益或有害的,该差异可以是正面的或负面的。
作为示例,所执行的井规划可以离散化成基于时间和/或距离的增量,这些增量可以被单独地分类为正的、中性的或负的。作为示例,图形用户界面可以允许相对于一个或多个变量(例如,时间、深度、长度等)将关于正面结局、负面结局等的可视化呈现到显示器。
作为示例,可以可选地基于活动的类型和/或装备的类型(例如,数据采集能力)来确定增量。作为示例,可以以可动态地请求数据采集速率的变化(例如,调整等)的方式来实现一种方法。例如,在可以发现和/或预测正面结局和/或负面结局的情况下,图14的方法1400可以包括发布指令(例如,信号、命令等),该指令使得现场的装备增加和/或降低数据采集速率。在此类示例中,增加的采集速率(例如,增加的数据采集频率)可以提供关于结局的一个或多个潜在原因的更详细的分析。
作为示例,数字井规划可以包括用于一件或多件数据采集装备(例如,一个或多个传感器等)的数据采集计划。此类一个或多个计划可以是作为数字井规划的一部分的一个或多个因素,其可以适于修改等。作为示例,机器学习模型可以可选地包括用于在数据充分性可与数据采集速率相关连的情况下对数据充分性进行建模的特征。在此类示例中,机器学习模型可以输出一件或多件装备的一个或多个数据采集速率的信息,该信息可以取决于一个或多个因素(例如,活动、深度、长度、时间等)。作为示例,可以以逻辑方式在数字井规划中设置数据采集速率。例如,如果钻井液流量超过X,则将传感器Y的数据采集速率增加到大于Z的速率。
作为示例,考虑振动数据作为数据类型的示例。在此类示例中,数字井规划可以指定可以被实现以控制由一个或多个振动传感器对振动数据的采集速率的逻辑。在此类示例中,在振动增加到阈值以上的情况下,可以增加采集速率以采集振动数据。作为示例,一种方法可以包括(例如,基于BHA类型、操作参数、深度、长度、地层、泥浆流量、泥浆密度等)预测钻井期间BHA的特定相互作用。在此类示例中,该方法可以旨在响应于实际的相互作用提出建议和/或修改,其中振动数据可有助于理解相互作用、控制钻井过程、修改井规划等的目的。在此类示例中,该方法可以实现更先进的振动分析技术(例如,关于谱分布、振动趋势等)。
作为示例,在钻井期间,钻井液系统中的压力是波动的(例如,根据以第一采集速率采集的压力数据),数字井规划可以包括可以由钻井系统实现的逻辑,以增加一种或多种类型的数据诸如RPM、WOB和压力的采集速率(例如,到更高的第二速率)。此类方法用于确定波动与一个或多个因素之间的相关性。作为示例,相关性可以是基于模型的,其中例如模型可以考虑钻井操作的一个或多个方面(例如,可以部分地由围绕在BHA的钻头周围、关于其流体喷嘴相对于地层的间隙量等确定背压)。作为示例,关于BHA的信息可指示其包括钻头和扩眼器,其中此类因素可能与压力波动有关。在此类示例中,井规划的逻辑可要求增加对环空压力和/或立管压力的采集,以帮助评估和/或控制场景(例如,压力的波动等)。此类信息可导致学习一个或多个经验,其可以通知进一步钻取井和/或钻取一个或多个其他井。
作为示例,井规划的逻辑可以包括关于主要参数(例如,主要因素)和其他因素(例如,次要和/或第三因素)的数据采集逻辑。在此类示例中,因素可以经由模型进行关联,该模型可以是机器学习模型。作为示例,可以在钻井操作期间实时地实施模型,其中可以对井规划进行修改,该修改包括修改与数据采集相关联的一个或多个逻辑。在此类示例中,作为计算系统的一部分的模型可以确定什么类型的数据和/或一个或多个数据采集速率可以有助于通知模型,用于当前正在钻取的井的目的和/或用于规划(例如,尚未钻取和/或部分钻取的)一个或多个其他井。
作为示例,考虑每小时约15米的预期钻进速度和每小时约25米的实际钻进速度。这种出现的情况可以分类为正面结局。包括井规划系统或可操作地耦接至井规划系统的钻井系统可以将ROP作为主要变量结合一个或多个其他变量进行分析,所述一个或多个其他变量可以至少部分是正面结局的原因。在此类示例中,一个或多个系统可以可选地实时操作。此类一个或多个系统提供因素的交叉耦合。
作为示例,数字井规划可以是可修改的井规划,其可包括关于可以可选地可修改的数据采集的逻辑。作为示例,数字井规划可至少部分地由钻井系统接收以用于执行其至少一部分的目的,其可作为关于钻井现场处的装备作出的一系列决策来执行。
作为示例,数字井规划的一部分可以以硬拷贝版本呈现,例如,如可以由一个或多个操作员在钻井现场(例如,在司钻偏房等)利用的纸的形式。
作为示例,数字井规划的一部分可以被推送到一个或多个子系统。例如,考虑数字井规划的一部分,其包括用于子系统的一件或多件装备的一个或多个设置。在此类示例中,子系统可以涉及钻井液、数据采集、钻压、顶驱、闭锁装置等。
作为示例,规划可以包括关于一个或多个完井的信息。作为示例,规划可包括关于水力压裂的一个或多个阶段的信息。作为示例,规划可包括关于一种或多种类型的处理的信息。
作为示例,规划可以包括关于一个或多个测试的信息。例如,考虑有关对管道进行压力测试、对环空中的封隔器进行压力测试等信息。
作为示例,提供用于井规划的计算系统可以包括能够模拟时间、模拟深度、模拟长度等的模拟器。此类计算系统可以模拟多个变量并将此类变量与特定操作(例如,决策等)相关联。
作为示例,提供用于钻井操作等的计算系统可以包括一个或多个时间、时钟等,其可以记录与一个或多个操作、一个或多个状态等相关联的时间。作为示例,提供用于钻井操作的计算系统可包括一个或多个传感器的一个或多个输入或关于地层中的钻孔的深度和/或长度和/或可选地关于钻孔中的特定装备、流体等的其他信息。作为示例,关于井规划和实际钻井相比的信息可能会延伸超出时间。作为示例,分析可以包括时间和深度和/或长度,以确定一个或多个结局和/或其一个或多个潜在原因。作为示例,特定操作的活动时间可以与开始时间和结束时间以及一个或多个深度和/或长度相关联。在此类示例中,可以相对于时间和/或深度和/或长度中的一个或多个发生与一个或多个因素的交叉相关。在此类示例中,时间可以允许一种类型的交叉相关,而深度和/或长度可以允许另一种类型的交叉相关。此类一种或多种交叉相关可以针对相对于一个或多个其他因素的主要因素,其中例如该主要因素可以被分类为指示正面/有益结局或负面/有害结局。
作为示例,图10、图11、图12、图13和图14的方法的一个或多个可以至少部分地由图2、图3、图4、图5、图6、图7、图8、图9、图13和图14的系统的一个或多个实现。
可以实施各种工具以执行一种或多种方法,所述一种或多种方法可以采取一个或多个工作流的形式。例如,工具可以是被呈现到显示器的图形用户界面(GUI),人体学输入装置(HID)可以响应于人类输入在该图形用户界面上生成信号、指令等。HID可以可操作地耦接到一个或多个装置和/或系统。作为示例,HID可以是触摸屏、鼠标、触控板、滚轮、触笔、虚拟现实(VR)系统等。
图15示出了可以被呈现到显示器的图形用户界面(GUI)1500的示例以及示出了可以被用于描述轨迹、钻孔、井、井筒等的各种术语的图形1510。作为示例,轨迹的一个或多个因素可以对应于图形1510中所示的术语的一个或多个(还参见例如图2的井眼272、274、276和278)。
作为示例,可以通过将数字井规划的行进板视图与实际钻取的井(例如,钻孔)的行进板视图进行比较来辨别与数字井规划的偏差。在此类示例中,可以将偏差输入到可以输出一个或多个结局的系统。在此类示例中,结局可以包括可以在行进板视图中表示的信息,该行进板视图可以显示有益结局(例如,正面)、中性结局和/或有害结局(例如,负面)。例如,考虑一个有益结局,即井间距足够大,使得可能超过数字井规划的预期间距;然而,有害结局可能是间距小于数字井规划的预期。
在图15的示例中,GUI 1500可以示出各种井诸如目的井和一个或多个补偿井。如图所示,行进板表示可以用于井的一个或多个。行进板可以是具有边界或圆周的平面表示,其中钻孔(例如,井筒)的轨迹可以在边界或圆周内。作为示例,行进板可以沿着轨迹行进,其中板是可以保持与轨迹正交的基本上平面的表示,例如,钻孔的上方部分和钻孔的下方部分可以基本上正交于板(例如,一个是“向上”正交,并且另一个是“向下”正交,其可以是法向量)。
作为示例,在沿轨迹的特定长度处,可以呈现视图诸如行进板视图左侧的视图的一个或多个。在此类示例中,可以在这些视图中呈现各种类型的信息。作为示例,一个图形可以表示另一口井,或者多个图形可以表示其他井(例如,钻孔或井筒)。作为示例,如图15所示,图形包括不通过(no-go)区带或不通过区域,当它们为圆形时可被称为不通过圆。这些区带或区域可以表示规划的选定目的井应避免的区域,例如,以减少轨迹之间发生碰撞的风险。
图16示出了图形用户界面(GUI)1600的示例,该图形用户界面包括井的表示,该井可以是例如实际井或规划井。如图所示,存在描述井的各种因素。此类因素可以包括例如负井段、正井段、最大偏角、井眼段和相关联的尺寸、微移井段、造斜井段、切线井段、增斜井段和储层入口。作为示例,数字井规划可以包括此类因素的一个或多个,其中可以基于来自钻取井的实际数据确定增量。例如,考虑在数字井规划和钻取的井的一部分的实际最大偏角之间的最大偏角不同。
图17示出了包括各种子系统任务的图形用户界面(GUI)1700的示例,该子系统任务可以是井规划的一部分。例如,钻机装配子系统、套管子系统、水泥子系统、钻井子系统和钻机拆卸子系统被示出为可以包括相关联的任务的子系统的一些可能的示例。如图17的示例所示,GUI 1700包括时间线,该时间线可以以分钟、小时、天等递增。在图17的示例中,GUI1700可以呈现关于按子系统类型组织的计划任务的信息,其中计划任务可以旨在实现井场装备的期望状态。作为示例,GUI 1700可以可选地可操作地耦接到图10、图11、图12、图13和图14的方法1000、1100、1200、1300和1400中的一个或多个的输出和/或输入。
在图17的示例中,各种任务被示出为子活动和其他类型的任务(例如,空闲、钻头运行等),所述其他类型的任务可以被认为是子活动。作为示例,图形控件可以允许添加一个或多个新活动(例如,计划新任务)。作为示例,图形控件可以允许重新计划一个或多个任务。
作为示例,GUI 1700可以包括用于关于一个或多个任务的实施选项的选项分析的控件图形。例如,用户可以触摸触摸屏显示器上套管子系统标题下关于子活动2图形,并且要求选择实现选项。
在图17的示例中,虚线框表示可以在其上呈现GUI 1700的显示装置。例如,考虑平板显示器,其可以是例如触摸屏显示器。
作为示例,图17所示的一个或多个特征可以链接到轨迹信息,并且例如响应于轨迹的一部分的微移等而可选地进行更新、修改等。
如图17所示,井规划可以包括关于各种活动的信息,其中一些活动可以被分类为如图所示的子活动。图17中的示例包括活动诸如钻机装配、下套管、水泥、钻井和钻机拆卸。相对于时间线显示此类活动,该时间线以月-日格式表示(例如,12/11、12/12、12/13、12/14、12/15)。如图17所示,可以顺序地和/或并行地执行各种活动。
图17的GUI 1700示出了可以作为GUI 1700的一部分呈现到显示器的图形通知的示例。在该示例中,图形通知指示发生了与数字井规划的偏差。例如,在钻头运行1偏离数字井规划的一个或多个方面的情况下,计算框架可以发布信号以生成图形通知并将其呈现到显示器,例如,紧邻特定动作。作为示例,此类通知可引起或要求创建一个或多个新活动。例如,在钻头运行1偏离数字井规划的情况下,可以调整现有的钻头运行和/或可以创建新的钻头运行。在此类示例中,调整和/或创建可以基于来自计算框架的输出,该计算框架至少部分地基于偏差进行操作,该偏差可以是增量。例如,可以将偏差输入到经训练的机器模型以生成指示偏差(例如,增量)是否可能引起有害、有益或中性结局的输出。例如,可以将输出呈现到显示器例如作为GUI 1700的一部分,以提供关于如何或是否调整和/或创建钻头运行的信息。作为示例,交通灯图形可以作为一个或多个图形控件呈现到显示器,其中在出现偏差(例如,增量)时,交通灯图形呈现绿光表示有益结局、黄光表示中性结局、并且红光表示有害结局。在图17的示例中,在钻头运行1的窗口内显示交通灯图形,其中突出显示“红灯”。如所指示的,此类通知可导致一个或多个任务的调整和/或创建(参见例如关于钻头运行2的调整和/或关于新的空闲或钻头运行的创建)。如所提到的,可以实施一种热图方法,该热图方法至少部分地基于一个或多个偏差(例如,增量)和来自系统的一个或多个相关联的结局对各种活动进行颜色编码。
图18示出了由虚线框表示的呈现给显示装置1801的GUI 1800的示例。例如,考虑平板显示器,其可以是例如触摸屏显示器。
在图18的示例中,GUI 1800可以是可操作仪表板,其中一件或多件装备、操作等的状态可以例如经由图形和/或数字可视地呈现。作为示例,可以利用各种颜色来传达状态信息。作为示例,音频可以与GUI 1800及其改变等相关联。例如,在参数达到极限的情况下,显示装置1801的图形可能发生颜色变化,并且音频警报可以经由一个或多个扬声器呈现。
作为示例,GUI 1800可以可选地可操作地耦接到图10、图11、图12、图13和图14的方法1000、1100、1200、1300和1400中的一个或多个的输出和/或输入。
如图18所示,GUI 1800可以包括一种或多种类型的通知图形或图形控件,诸如相对于特定时间的钻进速度示出的交通灯控件、以及关于相对于表面扭矩所示通知的图形通知。在这两种情况下,通知可以基于与数字井规划的偏差(例如,增量)。如图所示,通知可以包括基于针对偏差的结局(例如,针对增量的结局)的信息。如所提到的,可以在钻井期间检测增量,其中该增量被输入到经训练的机器模型计算框架以确定可能的结局,其中该可能的结局可能是有害的、有益的或中性的。如所提到的,可以从数据库的查找(例如,搜索)确定结局,其中这种搜索可以是基于偏差(例如,增量)的查询,该查询寻找具有可以作为搜索结果返回的对应结局的匹配偏差(例如,增量)。在钻井期间传送此类信息可以改善钻井,例如以实现期望的钻进速度,该钻进速度可以取决于例如表面扭矩的量(例如,钻压、RPM、流量等)。
图19示出了GUI 1910的示例,其被示出为数据表。作为示例,GUI 1910中的值(例如,数据)可以是可选择的和可编辑的,并且例如由井规划系统确定和/或由井规划系统修改。作为示例,GUI 1910可以可选地可操作地耦接到图10、图11、图12、图13和图14的方法1000、1100、1200、1300和1400中的一个或多个的输出和/或输入。作为示例,图19的GUI1910的表中的数据可以是从数字井规划访问的数据。例如,考虑可由计算框架访问的数字井规划,该计算框架可在钻井或其他钻井现场活动期间利用。在此类示例中,计算框架可以访问数字井规划,并且例如经由GUI将来自数字井规划的信息呈现给显示器。作为示例,此类信息可以包括可以用于确定相对于数字井规划是否已经发生偏差的数据。例如,考虑在3284.31英尺处的测量深度(MD)输入不具有6.92度的倾斜角。在此类示例中,该偏差可以是在特定深度处的度数,其可以与如在表格中的其他信息相关联。可以将度数偏差以及可选地其他信息输入到经训练的机器模型中,以生成输出,诸如偏离特定测量深度(MD)处的指示的倾斜角的可能结局。在前述示例中,在测量深度(MD)处的倾斜角的偏差可能会引起狗腿严重度(DLS)问题,该问题在GUI 1910的表中以每100英尺的度数指定,并且其本身可以被确定并且引起可以经由经训练的机器模型和/或经由数据库中的查找来处理的另一偏差或增量。如所提到的,此类增量的检测可以使计算框架(例如,经由一个或多个GUI等)向显示器发布通知诸如一个或多个图形。
作为示例,井筒轨迹可以是连接井地面和一个或多个钻井目标的几何迹线。作为示例,当钻井工程师设计井筒轨迹时,可能预期轨迹遵循各种规则(例如,或性能指数,简称PI),例如,其造斜点应低于泥线,其不具有与另一个或多个现有井的碰撞问题,并且其狗腿严重度(DLS)将在钻井工具能够转动的能力之内等。
作为示例,可以对可以设计一个或多个轨迹的方法施加各种约束。例如,考虑以下类型的约束中的一种或多种:着陆方向约束、测绳约束、硬线约束、井眼尺寸约束、套管坐封点约束、BHA的工具能力约束、地层特征约束、钻孔类型约束、目标数量约束、目标类型约束、防碰撞约束等。
关于钻孔约束,考虑主钻孔约束、分支钻孔约束和重新规划钻孔约束中的一个或多个。关于多个目标,一个或多个特定约束可以考虑目标之间的一种或多种关系。作为示例,可以对一个或多个本地实践和/或客户偏好施加约束。
作为示例,一种方法可以包括:接收数字井规划;至少部分地基于该数字井规划来发布用于钻取井的钻井指令;将与钻取井相关联的获取的信息与该数字井规划的井规划信息进行比较;以及至少部分地基于获取的信息与该井规划信息的比较来输出结果。在此类示例中,该方法可以包括确定获取的信息与井规划信息之间的差异。此外,例如,考虑将差异识别为与正面结局相关联,将差异识别为与负面结局相关联和/或分析差异以将数字井计划的至少一个因素确定为至少部分地是差异的潜在原因。作为示例,考虑钻井的钻进速度的差异或另一种类型的差异,例如,井的井筒的狗腿的差异。作为示例,差异可以是数字井规划操作和实际操作之间的偏差、一件数字井规划装备和一件实际装备之间的偏差、数字井规划钻孔的特征和实际钻孔之间的偏差等。作为示例,差异可以被称为增量。作为示例,这种增量可以用于确定该增量是否可能引起一个或多个结局。作为示例,可以发布通知并将其呈现到涉及一个或多个结局的图形用户界面(GUI)的显示器。
作为示例,一种方法可以包括比较,该比较包括将差异输入到生成结果的经训练的机器模型,其中该结果包括与差异相关联的至少一个结局。
作为示例,一种方法可以包括比较,该比较包括利用差异作为查询执行数据库的搜索,其中搜索生成结果,其中结果包括与差异相关联的至少一个结局。
作为示例,一种方法可以包括分析差异以将数字井规划中指定的至少一个因素识别为与该差异相关联。例如,考虑其中所述至少一个因素包括装备因素、包括操作因素和/或包括地层因素的情况。
作为示例,一种方法可以包括将结果存储到数据库,该数据库可以用于例如生成和/或修改井规划。
作为示例,一种方法可以包括生成井的数字井规划。例如,考虑接收井的信息,选择一个或多个补偿井,访问所述一个或多个补偿井的比较结果,以及至少部分地基于所述一个或多个补偿井的比较结果的至少一部分来生成数字井规划。
作为示例,一种方法可以包括修改井的数字井规划。例如,考虑至少部分地基于井的比较结果的至少一部分来修改数字井规划。作为示例,修改数字井规划可以至少部分地基于一个或多个补偿井的比较结果。在此类示例中,所述一个或多个补偿井中的至少一个可以与针对其修改井规划的井同时钻取。
作为示例,数字井规划可以包括轨迹因素、底部钻具组合因素和操作因素中的一个或多个。
作为示例,一种系统可以包括:一个或多个处理器;存储器,该存储器可操作地耦接到所述一个或多个处理器;以及处理器可执行指令,该处理器可执行指令存储在存储器中并且可由所述一个或多个处理器中的至少一个执行,以指示系统:接收数字井规划;至少部分地基于该数字井规划来发布用于钻取井的钻井指令;将与钻取井相关联的获取的信息与该数字井规划的井规划信息进行比较;以及至少部分地基于该获取的信息与该井规划信息的比较来输出结果。
作为示例,一个或多个计算机可读存储介质可以包括计算机可执行指令,该计算机可执行指令可执行以指示计算系统:接收数字井规划;至少部分地基于该数字井规划来发布用于钻取井的钻井指令;将与钻取井相关联的获取的信息与该数字井规划的井规划信息进行比较;以及至少部分地基于该获取的信息与该井规划信息的比较来输出结果。
在一些实施方案中,一种或多种方法可以由计算系统执行。图20示出了可包括一个或多个计算系统2001-1、2001-2、2001-3和2001-4的系统2000的示例,其可经由一个或多个网络2009可操作地耦接,所述网络可以包括有线和/或无线网络。
作为示例,系统可包括单独的计算机系统或分布式计算机系统的布置。在图20的示例中,计算机系统2001-1可包括一个或多个模块2002,所述一个或多个模块可以是或包括例如可执行以实施各种任务(例如,接收信息、请求信息、处理信息、模拟、输出信息等)的处理器可执行指令。
作为示例,模块可以独立地或与一个或多个处理器2004协调地执行,所述一个或多个处理器(例如,经由有线、无线地等)可操作地耦接到一个或多个存储介质2006。作为示例,所述一个或多个处理器2004中的一个或多个可以可操作地耦接到一个或多个网络接口2007中的至少一个。在此类示例中,计算机系统2001-1可以例如经由一个或多个网络2009发送和/或接收信息(例如,考虑互联网、专用网络、蜂窝网络、卫星网络等中的一个或多个)。
作为示例,计算机系统2001-1可以从一个或多个其他装置接收信息以及/或者发送信息到一个或多个其他装置,所述一个或多个其他装置可以是或包括例如计算机系统2001-2中的一个或多个等。装置可以位于与计算机系统2001-1不同的物理位置。作为示例,位置可以是例如处理设施位置、数据中心位置(例如,服务器群等)、钻机位置、井场位置、井下位置等。
例如,处理器可以是或包括微处理器、微控制器、处理器模块或子系统、可编程集成电路、可编程门阵列或其他控制或计算装置。
作为示例,存储介质2006可以实施为一个或多个计算机可读或机器可读存储介质。作为示例,存储可以分布在计算系统和/或附加计算系统的多个内部和/或外部机壳内和/或之间。
例如,一个或多个存储介质可包括一种或多种不同形式的存储器,包括半导体存储器装置诸如动态或静态随机存取存储器(DRAM或SRAM)、可擦除和可编程只读存储器(EPROM)、电可擦除和可编程只读存储器(EEPROM)和快闪存储器,磁盘诸如固定磁盘、软盘和可移动磁盘、其他磁介质(包括磁带、光学介质)诸如光盘(CD)或数字视频盘(DVD)、磁盘或其他类型的光存储装置或其他类型的存储装置。
作为示例,一个或多个存储介质可以位于运行机器可读指令的机器中,或者位于远程站点,机器可读指令可以从该远程站点通过网络下载以供执行。
作为示例,系统诸如计算机系统的各种组件可以在包括一个或多个信号处理和/或专用集成电路的硬件、软件或硬件和软件(例如,包括固件)组合中实施。
作为示例,系统可以包括处理设备,该处理设备可以是或包括通用处理器或专用芯片(例如,或芯片组)诸如ASIC、FPGA、PLD或其他适当的装置。
图21示出了计算系统2100和联网系统2110的组件。系统2100包括一个或多个处理器2102、存储器和/或存储组件2104、一个或多个输入和/或输出装置2106以及总线2108。根据一个实施方案,指令可以存储在一个或多个计算机可读介质(例如,存储器/存储组件2104)中。此类指令可以由一个或多个处理器(例如,一个或多个处理器2102)经由通信总线(例如,总线2108)读取,该通信总线可以是有线的或无线的。所述一个或多个处理器可以执行此类指令以(全部或部分地)实现一个或多个属性(例如,作为方法的一部分)。用户可以经由I/O装置(例如,装置2106)查看来自过程的输出并与过程进行交互。根据一个实施方案,计算机可读介质可以是存储组件诸如物理存储器存储装置例如芯片、封装上的芯片、存储器卡等。
根据一个实施方案,组件可以分布在诸如网络系统2110中。网络系统2110包括组件2122-1、2122-2、2122-3、......2122-N。例如,组件2122-1可以包括一个或多个处理器2102,而一个或多个组件2122-3可以包括可由一个或多个处理器2102访问的存储器。此外,一个或多个组件2122-2可以包括I/O装置,用于显示和可选地与方法进行交互。网络可以是或包括互联网、内联网、蜂窝网络、卫星网络等。
作为示例,装置可以是包括用于信息通信的一个或多个网络接口的移动装置。例如,移动装置可以包括无线网络接口(例如,可经由IEEE 802.11、ETSI GSM、卫星等操作)。作为示例,移动装置可以包括组件诸如主处理器、存储器、显示器、显示图形电路(例如,可选地包括触摸和手势电路)、SIM插槽、音频/视频电路、运动处理电路(例如,加速度计、陀螺仪)、无线LAN电路、智能卡电路、发射器电路、GPS电路和电池。作为示例,移动装置可以被配置为蜂窝电话、平板电脑等。作为示例,可以使用移动装置(例如,全部或部分地)实现方法。作为示例,系统可以包括一个或多个移动装置。
作为示例,系统可以是分布式环境例如所谓的“云”环境,其中各种装置、组件等交互以用于数据存储、通信、计算等目的。作为示例,装置或系统可以包括用于经由互联网(例如,经由一个或多个互联网协议进行通信的情况)、蜂窝网络、卫星网络等的一个或多个进行信息通信的一个或多个组件。作为示例,方法可以在分布式环境中实现(例如,全部或部分地作为基于云的服务)。
作为示例,信息可以从显示器输入(例如,考虑触摸屏)、输出到显示器或两者。作为示例,可以将信息输出到投影仪、激光装置、打印机等,使得可以查看信息。作为示例,可以立体地或全息地输出信息。关于打印机,考虑使用2D或3D打印机。作为示例,3D打印机可以包括可输出用于构建3D对象的一种或多种物质。例如,可以将数据提供给3D打印机以构建地下地层的3D表示。作为示例,可以在3D中构建层(例如,地平线等),在3D中构建地质体等。作为示例,可以在3D中构建裂缝等(例如,作为正结构、作为负结构等)。
虽然上面只详细描述了几个示例,但是本领域技术人员应当容易理解,在示例中可以进行许多修改。因此,所有此类修改意图包括在如以下权利要求书所限定的本公开的范围内。在权利要求中,装置加功能条款旨在包括本文所述的如执行所列举功能的结构,并且不仅包括结构等效物、而且包括等效结构。因此,尽管钉子和螺钉可能不是结构等效物,因为钉子采用圆柱形表面来将木制零件固定在一起,而螺钉采用的是螺旋形表面,但是在紧固木制零件的环境下,钉子和螺钉可能是等效结构。本申请人的表达意图不是援引美国法典第35篇第112条第6段以对本文的任一项权利要求进行任何限制,除了某项权利要求明确地使用词语“用于……的装置”连同相关功能的那些限制之外。
Claims (10)
1.一种井规划方法,包括:
生成数字井规划,其中生成所述数字井规划包括:接收所述井的信息;选择一个或多个补偿井;访问所述一个或多个实际钻取的补偿井相对于一个或多个对应的钻取的补偿井的一个或多个对应井规划的比较结果;以及至少部分地基于所述一个或多个补偿井的所述比较结果的至少一部分来生成所述数字井规划;
接收所述数字井规划;
至少部分地基于所述数字井规划来发布用于钻取井的钻井指令;
将与钻取所述井相关联的获取的信息与所述数字井规划的井规划信息进行比较;以及
至少部分地基于所述获取的信息与所述井规划信息的所述比较来输出结果,
其中,所述比较包括确定所述获取的信息与所述井规划信息之间的差异,
其中,所述比较还包括将所述差异输入到生成结果的经训练的机器模型,其中所述结果包括与所述差异相关联的至少一个结局,并且
其中,所述井规划方法包括将所述差异识别为与正面结局相关联,所述正面结局是有益的。
2.如权利要求1所述的方法,包括分析所述差异以确定所述数字井规划的至少一个因素至少部分地是所述差异的潜在原因。
3.如权利要求1所述的方法,其中所述差异包括所述钻井的钻进速度差异或所述井的井筒的狗腿差异。
4.如权利要求1所述的方法,包括分析所述差异,以将所述数字井规划中指定的至少一个因素识别为与所述差异相关联。
5.如权利要求4所述的方法,其中所述至少一个因素包括装备因素、操作因素和地层因素中的至少一个。
6.如权利要求1所述的方法,其中所述输出包括将所述结果存储到数据库。
7.如权利要求1所述的方法,包括修改所述数字井规划,其中所述修改包括至少部分地基于所述结果的至少一部分来修改所述数字井规划。
8.如权利要求1所述的方法,其中所述数字井规划包括从由轨迹因素、底部钻具组合因素和操作因素组成的组中选择的至少一个成员。
9.一种井规划系统,包括:
一个或多个处理器;
存储器,所述存储器可操作地耦接到所述一个或多个处理器;以及
处理器可执行指令,所述处理器可执行指令被存储在所述存储器中并且能够由所述一个或多个处理器中的至少一个执行以指示所述系统:
生成数字井规划,其中生成所述数字井规划包括:接收所述井的信息;选择一个或多个补偿井;访问所述一个或多个实际钻取的补偿井相对于一个或多个对应的钻取的补偿井的一个或多个对应井规划的比较结果;以及至少部分地基于所述一个或多个补偿井的所述比较结果的至少一部分来生成所述数字井规划;
接收所述数字井规划;
至少部分地基于所述数字井规划来发布用于钻取井的钻井指令;
将与钻取所述井相关联的获取的信息与所述数字井规划的井规划信息进行比较;以及
至少部分地基于所述获取的信息与所述井规划信息的所述比较来输出结果,
其中,所述比较包括确定所述获取的信息与所述井规划信息之间的差异,
其中,所述比较还包括将所述差异输入到生成结果的经训练的机器模型,其中所述结果包括与所述差异相关联的至少一个结局,并且
其中,所述处理器可执行指令还指示所述系统将所述差异识别为与正面结局相关联,所述正面结局是有益的。
10.一个或多个计算机可读存储介质,其包括计算机可执行指令,所述计算机可执行指令可执行以指示计算系统执行根据权利要求1至8中任一项所述的井规划方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762557115P | 2017-09-11 | 2017-09-11 | |
US62/557,115 | 2017-09-11 | ||
PCT/US2018/050314 WO2019051435A1 (en) | 2017-09-11 | 2018-09-11 | WELL PLANNING SYSTEM |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111279050A CN111279050A (zh) | 2020-06-12 |
CN111279050B true CN111279050B (zh) | 2023-01-17 |
Family
ID=65634512
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880069909.9A Active CN111279050B (zh) | 2017-09-11 | 2018-09-11 | 井规划系统 |
Country Status (4)
Country | Link |
---|---|
US (3) | US11391143B2 (zh) |
EP (1) | EP3682087B1 (zh) |
CN (1) | CN111279050B (zh) |
WO (1) | WO2019051435A1 (zh) |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160260036A1 (en) * | 2015-03-06 | 2016-09-08 | The Hartford Steam Boiler Inspection And Insurance Company | Risk assessment for drilling and well completion operations |
WO2019045716A1 (en) * | 2017-08-31 | 2019-03-07 | Halliburton Energy Services, Inc. | DOWNHOLE ASSEMBLY WITH DIRECTIONAL TRAPPER WITH RIFLE |
EP3682087B1 (en) | 2017-09-11 | 2023-11-29 | Services Pétroliers Schlumberger | Well planning system |
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 |
CN110500081B (zh) * | 2019-08-31 | 2022-09-16 | 中国石油集团川庆钻探工程有限公司 | 一种基于深度学习的自动钻井方法 |
US12078063B2 (en) | 2019-10-02 | 2024-09-03 | Schlumberger Technology Corporation | System for drilling a directional well |
US11481413B2 (en) * | 2020-04-07 | 2022-10-25 | Saudi Arabian Oil Company | Systems and methods for evaluating petroleum data for automated processes |
US11180982B2 (en) | 2020-04-21 | 2021-11-23 | Saudi Arabian Oil Company | Systems and methods to safeguard well integrity from hydraulic fracturing |
WO2021251981A1 (en) * | 2020-06-12 | 2021-12-16 | Landmark Graphics Corporation | Shale field wellbore configuration system |
CN111783356B (zh) * | 2020-06-29 | 2024-03-29 | 清华大学深圳国际研究生院 | 一种基于人工智能的石油产量预测方法和装置 |
CA3186206A1 (en) * | 2020-07-31 | 2022-02-03 | Hamed Soroush | Geomechanics and wellbore stability modeling using drilling dynamics data |
CN111997583A (zh) * | 2020-09-01 | 2020-11-27 | 中国石油集团渤海钻探工程有限公司 | 一种基于模糊神经网络的旋转导向电机调速方法 |
NO20230507A1 (en) * | 2020-11-05 | 2023-05-03 | Baker Hughes Oilfield Operations Llc | Predictive models and multi-objective constraint optimization algorithm to optimize drilling parameters of a wellbore |
US20220333479A1 (en) * | 2021-04-14 | 2022-10-20 | Halliburton Energy Services, Inc. | Well placement systems and methods to determine well placement |
US20220341317A1 (en) * | 2021-04-26 | 2022-10-27 | Saudi Arabian Oil Company | System and method for identifying productive health of wells while ensuring safe operating conditions |
US20230055082A1 (en) * | 2021-08-23 | 2023-02-23 | Halliburton Energy Services, Inc. | Method to Recommend Design Practices that Increase the Probability of Meeting Cementing Job Objectives |
US11965407B2 (en) | 2021-12-06 | 2024-04-23 | Saudi Arabian Oil Company | Methods and systems for wellbore path planning |
US20230193739A1 (en) * | 2021-12-22 | 2023-06-22 | Horizon56 A/S | Computerized method for performing work-flow drilling operation management for offshore drilling operations |
WO2023129784A1 (en) * | 2021-12-29 | 2023-07-06 | Nabors Drilling Technologies Usa, Inc. | Rig task management |
CN114215504B (zh) * | 2022-01-08 | 2024-08-27 | 西安石油大学 | 一种大规模压裂压后液体滞留的可视化模拟装置及方法 |
EP4253717A1 (en) * | 2022-03-30 | 2023-10-04 | Damodar Kumar | Method of determining the state of a drilling rig |
US20240044228A1 (en) * | 2022-08-02 | 2024-02-08 | Halliburton Energy Services, Inc. | Method for realtime cement job validation |
CN118423047A (zh) * | 2023-05-24 | 2024-08-02 | 武汉摩鸣科技有限公司 | 深部地质岩心钻机数字孪生系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103608545A (zh) * | 2011-06-14 | 2014-02-26 | 哈利伯顿能源服务公司 | 用于预测钻孔的几何形状的系统、方法和计算机程序 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8672055B2 (en) * | 2006-12-07 | 2014-03-18 | Canrig Drilling Technology Ltd. | Automated directional drilling apparatus and methods |
US7957946B2 (en) | 2007-06-29 | 2011-06-07 | Schlumberger Technology Corporation | Method of automatically controlling the trajectory of a drilled well |
RU2471980C2 (ru) * | 2007-09-21 | 2013-01-10 | Нэборз Глобал Холдингз, Лтд. | Автоматизированное устройство и способы для наклонно-направленного бурения |
US8538739B2 (en) * | 2007-10-31 | 2013-09-17 | International Business Machines Corporation | Adjusting model output events in a simulation |
US9638830B2 (en) * | 2007-12-14 | 2017-05-02 | Westerngeco L.L.C. | Optimizing drilling operations using petrotechnical data |
US9587478B2 (en) | 2011-06-07 | 2017-03-07 | Smith International, Inc. | Optimization of dynamically changing downhole tool settings |
AU2012364891B2 (en) | 2012-01-13 | 2014-10-23 | Landmark Graphics Corporation | Method and system of planning and/or drilling wellbores |
WO2013188241A2 (en) | 2012-06-11 | 2013-12-19 | Landmark Graphics Corporation | Methods and related systems of building models and predicting operational outcomes of a drilling operation |
WO2014200669A2 (en) * | 2013-06-10 | 2014-12-18 | Exxonmobil Upstream Research Company | Determining well parameters for optimization of well performance |
AU2013399137B2 (en) * | 2013-08-30 | 2016-06-16 | Landmark Graphics Corporation | Estimating and predicting wellbore tortuosity |
US9085958B2 (en) * | 2013-09-19 | 2015-07-21 | Sas Institute Inc. | Control variable determination to maximize a drilling rate of penetration |
CN105849363B (zh) * | 2013-12-06 | 2019-10-18 | 哈利伯顿能源服务公司 | 控制井底组合件的计算机实施方法和井筒系统 |
US9983554B2 (en) * | 2014-11-25 | 2018-05-29 | Mitsubishi Electric Research Laboratories, Inc. | Model predictive control with uncertainties |
CN106156934B (zh) * | 2015-04-17 | 2022-06-28 | 普拉德研究及开发股份有限公司 | 分布式井工程和规划 |
CN106156389A (zh) | 2015-04-17 | 2016-11-23 | 普拉德研究及开发股份有限公司 | 用于自动执行的井规划 |
EP3682087B1 (en) | 2017-09-11 | 2023-11-29 | Services Pétroliers Schlumberger | Well planning system |
-
2018
- 2018-09-11 EP EP18854775.6A patent/EP3682087B1/en active Active
- 2018-09-11 WO PCT/US2018/050314 patent/WO2019051435A1/en unknown
- 2018-09-11 CN CN201880069909.9A patent/CN111279050B/zh active Active
- 2018-09-11 US US16/646,177 patent/US11391143B2/en active Active
-
2022
- 2022-07-13 US US17/812,183 patent/US11802471B2/en active Active
-
2023
- 2023-09-22 US US18/472,391 patent/US20240011385A1/en active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103608545A (zh) * | 2011-06-14 | 2014-02-26 | 哈利伯顿能源服务公司 | 用于预测钻孔的几何形状的系统、方法和计算机程序 |
Non-Patent Citations (1)
Title |
---|
基于BP神经网络的叠前流体识别方法;汪佳蓓;《成都理工大学学报(自然科学版)》;20161125;第43卷(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111279050A (zh) | 2020-06-12 |
US11391143B2 (en) | 2022-07-19 |
EP3682087A1 (en) | 2020-07-22 |
US20240011385A1 (en) | 2024-01-11 |
US11802471B2 (en) | 2023-10-31 |
EP3682087B1 (en) | 2023-11-29 |
EP3682087A4 (en) | 2021-05-19 |
WO2019051435A1 (en) | 2019-03-14 |
US20200277848A1 (en) | 2020-09-03 |
US20220349294A1 (en) | 2022-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111279050B (zh) | 井规划系统 | |
US11783434B2 (en) | Well planning and drilling service | |
US20220316316A1 (en) | Rig operations information system | |
US11015433B2 (en) | Bore trajectory system | |
US11727322B2 (en) | Rescheduling one or more tasks of a digital plan associated with subsystems of a wellsite based on the wellsite's state | |
CN109477376B (zh) | 检测在钻井报告中的事件 | |
EP3645834B1 (en) | Real-time well construction process inference through probabilistic data fusion | |
EP3619399B1 (en) | Drillstring assembly framework | |
US10719893B2 (en) | Symbolic rigstate system | |
US20180094517A1 (en) | Wellsite performance system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |