CN1122236C - 井眼管理的设备和方法 - Google Patents
井眼管理的设备和方法 Download PDFInfo
- Publication number
- CN1122236C CN1122236C CN99813476A CN99813476A CN1122236C CN 1122236 C CN1122236 C CN 1122236C CN 99813476 A CN99813476 A CN 99813476A CN 99813476 A CN99813476 A CN 99813476A CN 1122236 C CN1122236 C CN 1122236C
- Authority
- CN
- China
- Prior art keywords
- data base
- document data
- model
- well
- dynamic parameter
- 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.)
- Expired - Fee Related
Links
Images
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- 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
- E21B49/003—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 by analysing drilling variables or conditions
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B44/00—Automatic control systems specially adapted for drilling operations, i.e. self-operating systems which function to carry out or modify a drilling operation without intervention of a human operator, e.g. computer-controlled drilling systems; Systems specially adapted for monitoring a plurality of drilling variables or conditions
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B2200/00—Special features related to earth drilling for obtaining oil, gas or water
- E21B2200/22—Fuzzy logic, artificial intelligence, neural networks or the like
Abstract
一种用于管理井眼(10)作业的控制方法和系统(11)。井眼作业被分解成各个作业阶段,并为每一个作业阶段建立一组管理要求。每一个离散的管理要求的协控制器系统(13)依据所有测量的动态变量(14)以及从资料数据库(15)和模型(16)所选择的数据产生所选择的输出数据。每一个协控制器13(n)实时显示实时函数,该函数基于所选择的作业阶段和离散的管理要求对任何作业参数的处理。
Description
技术领域
本发明涉及井眼的管理,特别涉及石油工业中易于对井眼进行管理的方法和设备。
背景技术
各个公司投入大量资金于不同类型的井眼,用于生产原材料例如象原油和天然气。多年以来,人们针对井眼生产的各个具体的方面开发了许多技术。例如,在地震技术方面的进展已经改善了用于确定地下油藏或者天然气藏的位置的预测结果或者勘探阶段的结果。在建造和完井阶段中使用的钻井工具和各种控制系统能够提供复杂的井眼,这种井眼的多个分支井眼分组进入产层。初级精炼及其相关控制技术以及在原材料运输方面的改进已经改善了在生产阶段处理和运输产品的能力。所有这些改进都是通过增加上述的每一个阶段以及其它与从地层,即地层以上或者海底环境中开采原材料有关的阶段的效率来降低石油生产的整体成本。
上述的许多改进都是因为开发了许多用于实时测量多个动态参数的传感器所导致的。由于这些传感器一直在进行开发,一个有经验的人可以回顾不同的参数的历史,从而推断不同的作业条件和预测可能的结果。然而,现有的数据的量是如此巨大以致于一个人无法消化这些数据。一个人可能无法探测出一个参数的重要变化,即使该变化与其它有关的参数一起已经预测到了某种重要的事件,这种事件可能对生产循环的一个阶段产生严重的影响。例如,如果一个人没有预测到一个钻头的磨损,则该钻头可能被破坏,此时需要取出该钻头从而拖延整个钻井进程。
在努力克服可用信息量膨胀所导致的问题时,许多公司现在根据不同阶段的不同功能需要而将上面所述的每一个生产循环阶段分解成不同的管理要求。例如,建造和完井阶段已经被分解成钻井方面、泥浆方面和地质性能方面,对于不同方面,不同的工作人员负责消化与他们的专门知识有关的数据。这个方法最初降低了单个的个人必须消化的数据量。然而,这个方法还是需要有经验的工作人员去评价这些数据。而且,技术不断发展,参数的数量还在继续增加。因此,即使一个专家最终也会接收到更多的他也无法评价的数据。
在现有技术的系统中,数据通常经过某些基本的信号处理,用于作为报告以文本形式或者图形形式显示。然而,这些系统只能提供历史数据。这些系统不提供实时信息。而且,即使实时数据由互相独立的显示器中的各个单独的参数提供,一个人也必须消化这些数据。结果,结论的有效性仍必须基于专家的经验和技能。类似地,由于某些条件被忽略,专家得出的任何不正确的结论都会由于拖延和破坏而对生产成本产生重大的影响。
技术方案
因此,本发明的一个目的是提供一个便于对油井作业进行管理和改进这种管理的设备和方法。
本发明的另外一个目的是提供一个设备和方法,从而使得各个工作人员能够以一种有意义的方式处理关于油井的大量信息。
本发明的再一个目的是提供一个设备和方法,从而使得各个工作人员能够以一种有意义的方式实时处理关于油井的大量信息。
根据本发明的一个方面,一个井眼的作业的管理通过测量至少一个表征该作业特征的动态参数和将该井眼的作业分解成多个作业阶段并且将井眼作业的管理分解成多个离散的管理要求来实现。在作业过程中,一个输入数据作为操作阶段和离散的管理要求的实时函数进行选择、处理和显示。
附图简述
本申请所附的权利要求书特别指出了本发明的所要求保护的主题。从下面参照本发明的附图和对本发明的详细描述,本发明的各个目的、优点和新颖性将会更加清楚。附图中类似的标记表示类似的部件,并且其中:
图1是根据本发明建造的一个设备的方框图;
图2是图1中的设备的一个部分的方框图;
图3是根据本发明所提供的一个基本的显示内容;
图4是在一个作业阶段与一个管理要求有关的显示内容的视图;
图5是在一个作业阶段与第二个管理要求有关的显示内容的视图;
图6是在一个作业阶段与第三个管理要求有关的显示内容的视图;
图7是在一个作业阶段与第三个管理要求有关的显示内容的另外一个视图;以及
图8是在一个作业阶段与第四个管理要求有关的显示内容的视图。
最佳实施方式
图1描述了一个油井10,作为与本发明有关的一个井眼。根据本发明,一个控制系统11提供信息以实现对油井的管理。控制系统11的心脏部分是一个控制器12,该控制器12具有一个包括协控制器13(1)……13(n)的协控制器系统。在协控制器系统13中的协控制器的实际数量取决于油井开发的各个不同阶段,包括勘探阶段、建造和完井阶段和生产阶段或者井眼作业的其它阶段的具体功能的性质。
控制器12接收多个不同的输入数据。传感器14提供各种动态参数的实时测量。例如,在井眼建造和完井阶段,这些输入数据可能涉及时间、钻头位置和速度、钻头的转速、角度、各个传感器装置的测量值、与钻头处的地质特性有关的测量值以及任何数量的其它输入数据。
资料数据库15提供涉及井眼作业的不同方面的信息。例如,资料数据库15可以包括根据以前的地震测井所预测的沿着设计井眼轴线的地层物质的性质。资料数据库还可以包括从以前的井眼的开发中所获得的,或者在邻近区域或者在类似的地质区域的,作业限制列表。而且其它信息可以包括涉及当前钻井设备的性能的资料和任何时刻的特定的在岗的作业队的资料,包括他们的个人技术和培训水平。
模型16提供信息例如象所设计与时间和钻井深度有关的钻井方式。其它的模型可以包括具有不同数量的钻柱和质量分布的钻井设备动态性状的物理模型。其它的模型可能提供当流体通过钻杆和井眼环形空间进行循环时流体的水利特性。
控制器12和具体的各个协控制器13(1)……13(n)利用来自传感器14、资料数据库15和模型16的信息而产生输出信号发送给各个工作站17,工作站通常包括键盘18和显示器20。显示器20也可以是一个交互性显示器,因此显示器20可以作为对键盘18所提供的信息的补充或替换而提供信息给控制器12,如下所述。
图2描述了包括两个协控制器13(1)和13(2)的控制器12的线路图。这个控制器12的具体的实施例包括工作站输入接口21,如图1所示,该输入接口21用于接收来自键盘18或者交互性显示器20的输入数据。一个传感器输入接口22、资料数据库输入接口23和一个模型输入接口24分别链接到传感器14、资料数据库15和模型16。因此,这些接口通过一系列的总线25提供获取所有信息的通道。这些信息的形式为来自传感器输入接口22的实时数据或者来自资料数据库输入接口和模型输入接口23和24的历史数据或者预测数据。
每一个协控制器13(1)和13(2)具有类似的结构,因此只对协控制器13(1)进行详细描述。该协控制器13(1)包括一个选择器26(1)和一个AI处理器27(1)。AI处理器27(1)可以植入到多个不同的构件或者系统内。神经网络、模糊控制系统和专家控制系统是可以用于构成AI处理器27(1)的某些例子。一般来讲,这样的AI处理器将使用行为控制概念,通过这种行为概念,一个控制问题分解成多个能实现互相独立运行的任务。AI处理器27(1)然后将输入信号提供给选择器26(1),从而从总线系统25选择具体的输入数据并接收到AI处理器27(1)内。
每一个AI处理器例如象27(1)和27(2)通过一个总线系统28链接到多个输出接口。这些输出接口包括一个工作站输出接口29、一个资料数据库输出接口30和一个模型输出接口31。工作站输出接口29连接到工作站17的不同的显示器20,从而将合适的显示数据与每一个工作站17配合。资料数据库输出接口30和模型输出接口31分别连接到资料数据库15和模型16,从而提供一个路径,利用该路径可以通过键盘18的直接输入或者传感器14的实际测量的结果对资料数据库15和模型16进行修改。
图2还描述了一个连接到总线系统28的自动控制器32,该控制器用于与图2中所示的系统连接。这就是说,AI处理器例如象处理器27(1)和27(2)作为输出信号产生报警条件或者可以监视参数从而发出一个报警条件和传输足够的信息给自动控制器32,从而提供一个最优先(overriding)控制功能。另外,自动控制器32可以控制某些功能,这些功能本来是由观测工作站17的输出数据的工作人员来完成的。
尽管前面对根据本发明的一个控制系统进行了广义的描述,通过参考一个具体的例子可以更加全面地理解本发明及其含义。因此,附图3-8描述了具体的显示屏,这些显示屏适用于在发生在井眼的建造和完井阶段的钻井进程、地层评价、井眼评价和钻井系统管理要求中利用附图1中的协控制器13。附图3描述一个一般性或者介绍显示屏40,该显示屏40显示一个钻井进程选项卡41、一个地层评价选项卡42、一个井眼评价选项卡43和一个钻井系统选项卡44。每一个选项卡具有一个或者多个与该选项卡有关的选项,这些选项包括用于钻井进程选项卡41的下拉列表45、用于地层评价选项卡42的下拉列表46、用于井眼评价选项卡43的下拉列表47和用于钻井系统选项卡44的下拉列表48。通过常规装置例如象一个鼠标的单击或者快捷键来选择任何一个单个的选项卡或者该选项卡下面的选项。
显示器40还包括一个状态条50,用于显示所选择的动态变量的实时数值以及其它信息。例如,一个窗口51定义正在被监测的井眼。在一个海洋钻井平台上,该标记是固定的。但是,本发明还可以与各种通讯网络一起允许远程读取各个不同的协控制器的信息。在这种应用中,窗口51中的数值可以从一个列表中进行选择。窗口52和53分别表示井眼深度和钻头深度,如图4所示,钻头位于井眼的底部。状态显示在窗口54。在这种情况下,钻井状态被公开显示,因此窗口55和56具有固定的数值,分别在窗口55表示钻头转速,而在窗口56中表示钻头钻压。
这些窗口的内容只是作为例子进行显示,根据具体的需要,也可以显示其它的参数。
该例子中图3的选项卡41根据一个协控制器例如附图2中的协控制器13(1)而产生一个显示屏,用于显示与钻井进程密切相关的某些输出数据。位于该显示屏,选择器26(1)将多个输入数据例如象钻头的深度和位置测量值、钻头驱动装置的扭矩和速度测量值、所测量的地层信息和其它实时信息发送到AI处理器27(1)内。该选择器26(1)还可以输送来自地层或者测试的关于井眼的地质地层的已知资料和设计的模型例如象预测钻井速度的模型。
AI处理器27(1)然后产生数据从而以文本形式和图形形式产生一个输出数据,如图4中的显示屏40所示。该显示屏描述了四个视图,包括一个场(field)视图60,该视图是一个井眼的三维视图,并根据地层资料数据库指示出物质的类型,如图中区域61所示。正如该显示屏和其它显示屏上的视图一样,该视图提供了一个实时分析加上关于井眼位置的历史数据。
一个井眼剖面视图63提供井眼和井眼内的钻头位置的一个平面视图。视图64产生实时更新的重要的钻井进程参数的一个列表。视图65提供钻井深度作为时间函数的一个分析。在该视图中,AI处理器27(1)从附图1中所示的模型中选择一个钻井时间表66。曲线66具有水平的平稳段,表示在钻井进程中为完成各种不同任务而形成的有计划的中断。
当AI处理器27(1)接收传感器输入接口的各种输入数据,它产生一个曲线67用于描述实际的钻井过程。当钻井过程到达一个平稳段时,AI处理器27(1)从传感器输入接口选择另外一套信号用于定义钻井的天车高度。这形成天车高度作为时间函数的一段轨迹。当恢复钻井时,AI处理器27(1)停止产生轨迹直到钻井再次停止为止,如图4中的轨迹69所示。因此在这种情况下,AI处理器27(1)利用几个规则确定需要显示哪些元素。而且,当钻井继续进行而实际的测量值显示地层的倾斜或者来自模型或者资料数据库的其它参数时,AI处理器27(1)可以更新模型或者资料数据库。
在图4中的具体视图中,很明显状态条50上显示的基本数据还保留在显示屏40的底部。
如果一个评价井眼岩性的专家希望观看这些有密切关系的数据,选择地层评价选项卡42,从而从出现在列表46内选择一个监视器子功能;然后形成图5中的显示屏70和状态条50。因为选择器从井眼评价协控制器产生输出信号,因此地层评价选项卡42和监视器功能产生这样的显示屏。该显示屏包括一个岩性视图71,该岩性视图具有一个预测岩性显示区72的岩性视图71、一个百分比岩性视图73和一个岩性解释视图74,所有这些视图都是深度的函数,如图中的75所示。预测岩性显示区72上显示的数据来自于资料数据库15,通常是通过地震或者其它数据获得这些资料。百分比岩性显示图73依据不同的动态参数的实际测量值,这些参数是本领域的公知常识,决定了不同深度的物质的成分。这里表示在7800英尺深度上,地层是两种材料的混合物,而预测的结果是只能发现唯一的一种物质。
用于提供显示屏70的地层评价协控制器然后可以使用这些信息更新资料数据库15。作为另外一种方式,这些信息可以修改为某一深度,该深度在功能上与实际获得的材料的深度对应的一层物质的解释值或者等价值。这些信息可以与存储在油藏物理行为模型中的其它资料关联。这些资料或者来自专家或者来自一个合适的并且已经建立的油藏模型和能够访问资料数据库的其它机器。
视图76包括多个迹线,用于以深度函数的形式显示各个值。这个具体的视图中,线77描述了预测的孔隙压力,而曲线78显示了基于动态的变量而计算出来的孔隙压力的读数。曲线79描述泥浆比重。众所周知,泥浆比重总是要维持在比计算的或者实际的孔隙压力大。任何情况下孔隙压力超过泥浆比重都会导致严重的后果-众所周知的“井涌”。
地层评价协控制器还监测计算的孔隙压力从而确定孔隙压力的变化的速率以及该孔隙压力与泥浆比重的差,从而在导致任何严重后果之前预测到这些严重的状态的存在。这就是说,协控制器可以提出问题而需要引起密切的注意。例如,模糊逻辑系统可以用于预测这种孔隙压力超过泥浆比重的事件。
曲线80描述了破裂压力。该破裂压力来自于由以前的关于当前钻井工程的经验和邻井的资料进行扩充(augment)的岩石结构模型。在必要时或者有用时,这些信息可以由直接的、由经受水龙头加压例如象压裂试验后所导致的、动态压力变化的测量来进行扩充。
曲线81描述了上覆岩层压力,这压力来自于关于地层的地震信息,并且利用岩层的物理性质而由前面的预测进行扩充,这些物理性质包括孔隙度、体积密度和流体渗透率,这些物理性质来自于井眼仪器例如象原子核、声波或者电阻率性质传感器。
曲线82描述了一个参数Dxc,该参数是钻头钻进速度和施加到钻头上的扭矩的函数。因此,信号来自于实际的测量值例如象图1中的传感器14的测量值。类似地,地层评价协控制器可以监测这些信号变化的值和速率从而识别出需要密切注意的状态。
在前面的讨论需要密切注意的两种情况下,为了实现对某些潜在问题的分析,地层评价协控制器还可以显示有关的临界参数或者这些参数的历史数据。
如果一个人单击用于井眼评价的选项卡43,如图6所示,利用对应的井眼评价协控制器可以显示一个显示屏90。类似于图4、5中的屏,该屏90具有多个视图,这些视图涉及对井眼评价非常重要的各个具体的方面。一个井眼结构图91描述了井眼内的各个套管的位置包括套管鞋的位置92。一个井眼剖面视图93可以提供表示计划的井眼轨迹94与实际的井眼轨迹95的另外一个视图。井眼参数以实时方式显示在一个列表显示95内。另外一组视图97用曲线98显示地面扭矩、用曲线99显示钻速。这些显示代表了动态变量的显示,而且对应的协控制器还可以进一步实时分析这些变量从而监测任何异常情况的发生。其它的可以在其它显示屏上显示的参数还可以在多个显示屏上显示。在这个具体的视图中,例如,Dxc曲线100对应图5中的Dxc曲线82。
每一个协控制器还可以进行编程从而对图形显示信息的任何具体的点进行详细显示。例如,图7表示井眼评价视图90具有一个井眼尺寸101和一个环空显示器102。井眼尺寸数据通常来自于资料数据库15,可以根据鼠标单击或者选择实际的钻井轨迹95而进行读取。环空显示器102可以通过鼠标单击套管上的一个具体的点例如象套管上的点92而进行选取。作为另外一种形式或者附加形式,在进行海底钻井作业时,单击或者选择图形上的一个点可以显示套管、裸眼井段或者立管等等其它关键部分。
图8描述了一个屏幕、103,当选项卡44被选择时钻井系统的协控制器将显示该屏103。该屏103包括一个井眼剖面显示,该显示特别适合于进行整个系统分析,在该分析中井眼的确切轨迹的细节不是特别重要,重要的是监测钻井的进程。列表105可以显示各种不同的井眼参数,包括某些在状态条50上显示的参数,从而以友好形式提供那些信息。其它的迹线也可以显示在迹线视图104中,这些迹线视图包括地面扭矩图形105和钻速图形106。这个视图还包括泵压图形107和一个流速图形108。这些视图使得管理人员知道关于该井眼全部作业,但是其方式略微不同于从事井眼评价或者钻井进程细节的任何人的方式。
因此,本质上附图1中所示的控制系统和利用附图1中的控制系统的方法测量至少一种动态参数、通常是大量的参数例如象涉及钻头位置和其它钻头参数、物质组成和有关的信息。井眼作业然后被分解成多个独立的作业阶段。在具体的例子中,我们公开了一种系统。在该系统中,这些作业阶段包括一个评价阶段、一个建造和完井阶段和一个作业阶段。也可以进行其它分解。每一个阶段进一步包括一个或者多个离散的管理要求。建造和完井阶段已经定义为具有钻井进程、地层评价、井眼评价和钻井系统管理要求。与每一个管理要求对应的协控制器按照具体的协控制器的需要而选择从传感器、资料数据库和模型输入数据。而且,正如前面所示的那样,即使在某一个具体的协控制器的作业中也可以改变输入数据。该协控制器处理所选择的动态参数和任何其它所需的信息,并基于所选择的参数的处理、所选择的作业阶段和所选择的离散的管理要求而显示实时功能。显而易见,同样的结构可以用于提供类似的对其它作业阶段例如象评价阶段和生产阶段的控制。很明显,该系统可以进行设置从而在资料数据库和模型出现偏差时,使得代表实际的输入参数的数据可以修改当前的资料数据库和模型。这可以自动进行或者必须经过操作者同意进行修改。各种替换方式可以包括在本发明中。图1中的传感器的数量和资料数据库和模型16的内容可以改变或者在某些情况下产生一组输出数据。这些协控制器可以使用不同的当前技术按照各种方式进行实现。该输出工作站可以具有多个不同的结构并且可以设置被监测的井眼处或者远离被监测的井眼处。而且,一个系统可以控制多个井眼或者监测多个井眼。附图2中描述了多个协控制器的具体配置。本领域的普通技术人员显而易见的是,本发明的结构可以进行多种变化而还能以基本上同样的方式获得基本上与图2中所示同样的结果。
因此,本发明已经以某些实施例的方式进行了描述,但是对所公开的设备可以进行多种改进而不偏离本发明的范围。因此,所附的权利要求书就是要覆盖本发明的实质和范围内的所有改变和变化。
Claims (20)
1.一种用于显示管理井眼作业的数据的控制方法,包括下列步骤:
A)测量多个与进行着的井眼作业有关的动态参数;
B)将井眼作业分解成多个作业阶段;
C)将井眼作业阶段的管理分解成多个离散的管理要求;
D)选择一个管理要求;
E)根据井眼作业阶段选择一小组测量到的动态参数及已经选择的离散管理要求;
F)处理已经选择的动态参数小组,以提供至少一个井眼作业的实时函数;以及
G)显示处理过的至少一个实时函数,该函数基于对与所选择的离散管理要求有关的、所选择的测量动态参数小组的处理。
2.如权利要求1所述的控制方法,还包括提供一个资料数据库的步骤,其中所述的处理包括处理所选择的动态参数和来自资料数据库的选择信息。
3.如权利要求1所述的控制方法,还包括提供一个用于作业的模型的步骤,其中,所述的处理包括处理所选择动态参数和来自模型的选择信息。
4.如权利要求1所述的控制方法,还包括提供一个用于作业的模型和一个资料数据库的步骤,其中,所述的处理包括处理所选择的动态参数和来自模型和资料数据库的选择信息。
5.如权利要求1所述的控制方法,其中,所述的处理包括为每一个作业阶段建立一个独立的处理。
6.如权利要求5所述的控制方法,还包括提供一个资料数据库和多个模型的步骤,其中,所述的处理包括从资料数据库和模型中选择一小组输入数据。
7.如权利要求6所述的控制方法,其中,所述的处理包括对所选择的输入数据进行人工智能处理并改变对所述的处理的选择,所述人工智能处理使用行为控制概念,通过这种行为概念,一个控制问题分解成多个能实现互相独立运行的任务。
8.如权利要求6所述的控制方法,还包括根据所述的处理改变资料数据库和模型的步骤。
9.如权利要求1所述的控制方法,还包括为所述的处理提供附加输入信息的步骤。
10.如权利要求1所述的控制方法,还包括井眼控制设备,其中,所述的处理产生用于控制井眼控制设备的函数。
11.用于管理井眼作业的控制设备,包括:
A)测量与井眼作业有关的多个动态参数的装置;
B)将井眼作业分解成多个作业阶段的装置;
C)将井眼作业阶段的管理分解成多个离散的管理要求的装置;
D)选择管理要求的装置;
E)根据井眼作业阶段选择一小组测量到的动态参数及已经选择的离散管理要求的装置;
F)处理已经选择的动态参数小组,以提供至少一个井眼作业的实时函数的装置;以及
G)显示处理过的至少一个实时函数的装置,该函数基于对与具体的作业阶段及所选择的离散管理要求有关的、所选择的测量动态参数小组的处理。
12.如权利要求11所述的控制设备,还包括一个用于存储数据的资料数据库装置,其中,所述的处理装置处理所选择的动态参数和来自资料数据库装置的选择信息。
13.如权利要求11所述的控制设备,还包括用于存储至少一个作业模型的模型装置,其中,所述的处理装置处理所选择的动态参数和来自模型装置的选择信息。
14.如权利要求11所述的控制设备,还包括用于存储数据的资料数据库装置和用于存储至少一个作业模型的模型装置;其中,所述的处理装置处理所选择的动态参数和来自模型装置和资料数据库装置的选择信息。
15.如权利要求11所述的控制设备,其中,所述的处理装置包括为每个作业阶段进行单独处理的装置。
16.如权利要求15所述的控制设备,还包括提供一个资料数据库和模型的装置,其中,所述的处理装置包括从资料数据库和模型中选择一小组输入数据的装置。
17.如权利要求16所述的控制设备,其中,所述的处理装置包括对所选择的输入数据进行处理和改变对所述的处理装置的选择的人工智能处理装置,所述人工智能处理装置使用行为控制概念,通过这种行为概念,一个控制问题分解成多个能实现互相独立运行的任务。
18.如权利要求16所述的控制设备,还包括根据所述的处理改变资料数据库装置和模型装置的装置。
19.如权利要求11所述的控制设备,还包括为所述的处理装置提供附加输入信息的装置。
20.如权利要求11所述的控制设备,还包括井眼控制设备,其中,所述的处理装置包括用于控制该井眼控制设备的装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US09/195,879 | 1998-11-19 | ||
US09/195,879 US6282452B1 (en) | 1998-11-19 | 1998-11-19 | Apparatus and method for well management |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1332878A CN1332878A (zh) | 2002-01-23 |
CN1122236C true CN1122236C (zh) | 2003-09-24 |
Family
ID=22723199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN99813476A Expired - Fee Related CN1122236C (zh) | 1998-11-19 | 1999-11-16 | 井眼管理的设备和方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US6282452B1 (zh) |
EP (1) | EP1141858A2 (zh) |
CN (1) | CN1122236C (zh) |
AU (1) | AU758478B2 (zh) |
BR (1) | BR9915737A (zh) |
CA (1) | CA2351728A1 (zh) |
NO (1) | NO20012472L (zh) |
WO (1) | WO2000031654A2 (zh) |
Families Citing this family (57)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6330561B1 (en) * | 1998-06-26 | 2001-12-11 | At&T Corp. | Method and apparatus for improving end to end performance of a data network |
US6594602B1 (en) * | 1999-04-23 | 2003-07-15 | Halliburton Energy Services, Inc. | Methods of calibrating pressure and temperature transducers and associated apparatus |
US6853921B2 (en) | 1999-07-20 | 2005-02-08 | Halliburton Energy Services, Inc. | System and method for real time reservoir management |
US8224783B1 (en) * | 2000-09-26 | 2012-07-17 | Conocophillips Company | Information management system |
US20020049575A1 (en) * | 2000-09-28 | 2002-04-25 | Younes Jalali | Well planning and design |
GB2376970B (en) * | 2000-09-28 | 2003-06-18 | Schlumberger Technology Corp | Well planning and design |
US6789620B2 (en) | 2001-02-16 | 2004-09-14 | Halliburton Energy Services, Inc. | Downhole sensing and flow control utilizing neural networks |
GB2379513B (en) * | 2001-02-16 | 2005-06-29 | Halliburton Energy Serv Inc | Downhole sensing and flow control utilizing neural networks |
US7053787B2 (en) * | 2002-07-02 | 2006-05-30 | Halliburton Energy Services, Inc. | Slickline signal filtering apparatus and methods |
US7584165B2 (en) * | 2003-01-30 | 2009-09-01 | Landmark Graphics Corporation | Support apparatus, method and system for real time operations and maintenance |
US6862530B2 (en) * | 2003-04-11 | 2005-03-01 | Schlumberger Technology Corporation | System and method for visualizing multi-scale data alongside a 3D trajectory |
WO2004095077A1 (en) * | 2003-04-23 | 2004-11-04 | Commonwealth Scientific And Industrial Research Organisation | Method for predicting pore pressure |
US7596481B2 (en) | 2004-03-16 | 2009-09-29 | M-I L.L.C. | Three-dimensional wellbore analysis and visualization |
US7657414B2 (en) * | 2005-02-23 | 2010-02-02 | M-I L.L.C. | Three-dimensional wellbore visualization system for hydraulics analyses |
US7027925B2 (en) * | 2004-04-01 | 2006-04-11 | Schlumberger Technology Corporation | Adaptive borehole assembly visualization in a three-dimensional scene |
EP1738202A2 (en) * | 2004-04-19 | 2007-01-03 | Intelligent Agent Corporation | Method of managing multiple wells in a reservoir |
US7328741B2 (en) * | 2004-09-28 | 2008-02-12 | Vetco Gray Inc. | System for sensing riser motion |
WO2006039760A1 (en) * | 2004-10-15 | 2006-04-20 | Ipom Pty Ltd | Method of analysing data |
US7809537B2 (en) * | 2004-10-15 | 2010-10-05 | Saudi Arabian Oil Company | Generalized well management in parallel reservoir simulation |
US7142986B2 (en) * | 2005-02-01 | 2006-11-28 | Smith International, Inc. | System for optimizing drilling in real time |
US7596480B2 (en) * | 2005-04-14 | 2009-09-29 | Saudi Arabian Oil Company | Solution method and apparatus for large-scale simulation of layered formations |
FI123273B (fi) | 2005-08-30 | 2013-01-31 | Sandvik Mining & Constr Oy | Käyttöliittymä kallionporauslaitteelle |
FI119263B (fi) * | 2005-08-30 | 2008-09-15 | Sandvik Tamrock Oy | Adaptiivinen käyttöliittymä kallionporauslaitteelle |
US8195401B2 (en) * | 2006-01-20 | 2012-06-05 | Landmark Graphics Corporation | Dynamic production system management |
US7599797B2 (en) * | 2006-02-09 | 2009-10-06 | Schlumberger Technology Corporation | Method of mitigating risk of well collision in a field |
US8025072B2 (en) * | 2006-12-21 | 2011-09-27 | Schlumberger Technology Corporation | Developing a flow control system for a well |
US8214243B2 (en) * | 2007-07-18 | 2012-07-03 | Chevron U.S.A. Inc. | Systems and methods for managing large oil field operations |
BRPI0815489A2 (pt) * | 2007-08-14 | 2017-03-21 | Shell Int Research | sistemas em tempo quase real para o monitoramento em linha contínuo dos estados de operação em uma instalação de produção industrial e para o monitoramento em linha contínuo de uma instalação de produção industrial de operação contínua e predição das anormalidades iminentes dos processo, e, método para o monitoramento em tempo quase real da operação de uma instalação de produção industrial contínua ou em batelada |
US8073623B2 (en) * | 2008-01-04 | 2011-12-06 | Baker Hughes Incorporated | System and method for real-time quality control for downhole logging devices |
US8170800B2 (en) * | 2009-03-16 | 2012-05-01 | Verdande Technology As | Method and system for monitoring a drilling operation |
US20110067882A1 (en) * | 2009-09-22 | 2011-03-24 | Baker Hughes Incorporated | System and Method for Monitoring and Controlling Wellbore Parameters |
US9482077B2 (en) * | 2009-09-22 | 2016-11-01 | Baker Hughes Incorporated | Method for controlling fluid production from a wellbore by using a script |
CN101781986B (zh) * | 2010-02-09 | 2012-11-07 | 张超环 | 录井系统中曲线数据数值流传输与解析的方法与装置 |
US8463586B2 (en) | 2010-06-22 | 2013-06-11 | Saudi Arabian Oil Company | Machine, program product, and computer-implemented method to simulate reservoirs as 2.5D unstructured grids |
US8386227B2 (en) | 2010-09-07 | 2013-02-26 | Saudi Arabian Oil Company | Machine, computer program product and method to generate unstructured grids and carry out parallel reservoir simulation |
US8433551B2 (en) | 2010-11-29 | 2013-04-30 | Saudi Arabian Oil Company | Machine, computer program product and method to carry out parallel reservoir simulation |
US20130204922A1 (en) * | 2010-10-22 | 2013-08-08 | Amr Saad El-Bakry | Asset Control and Management System |
CA2829802C (en) * | 2011-03-10 | 2016-06-21 | Landmark Graphics Corporation | Systems and methods for monitoring operations data for multiple wells in real-time |
CN103256038B (zh) * | 2012-02-21 | 2016-01-20 | 中国石油化工股份有限公司 | 监控井下钻头使用状况的方法 |
US9261097B2 (en) * | 2012-07-31 | 2016-02-16 | Landmark Graphics Corporation | Monitoring, diagnosing and optimizing electric submersible pump operations |
US20140172306A1 (en) * | 2012-12-18 | 2014-06-19 | Schlumberger Technology Corporation | Integrated oilfield decision making system and method |
US10428637B2 (en) | 2013-03-04 | 2019-10-01 | Fereidoun Abbassian | System and console for monitoring and managing well site operations |
WO2014151643A2 (en) * | 2013-03-15 | 2014-09-25 | Fereidoun Abbassian | System and console for monitoring and managing well site operations |
WO2014160561A1 (en) * | 2013-03-28 | 2014-10-02 | Schlumberger Canada Limited | Automated rig activity report generation |
US9229627B2 (en) | 2013-06-05 | 2016-01-05 | General Electric Company | System and method for graphical rights indication |
WO2015002904A2 (en) | 2013-06-30 | 2015-01-08 | Fereidoun Abbassian | System and console for monitoring and managing well site operations |
WO2015002905A2 (en) | 2013-06-30 | 2015-01-08 | Fereidoun Abbassian | System and console for monitoring data stream quality in drilling and production operations at a well site |
US9957781B2 (en) | 2014-03-31 | 2018-05-01 | Hitachi, Ltd. | Oil and gas rig data aggregation and modeling system |
US10323502B2 (en) | 2014-05-02 | 2019-06-18 | Kongsberg Oil And Gas Technologies As | System and console for monitoring and managing tripping operations at a well site |
US10301923B2 (en) | 2014-05-02 | 2019-05-28 | Kongsberg Oil And Gas Technologies As | System and console for monitoring and managing well site drilling operations |
US10260332B2 (en) | 2014-05-02 | 2019-04-16 | Kongsberg Oil And Gas Technologies As | System and console for monitoring and managing well site operations |
US10436014B2 (en) | 2014-05-02 | 2019-10-08 | Kongsberg Oil And Gas Technologies As | System and console for monitoring and managing pressure testing operations at a well site |
CN104806226B (zh) * | 2015-04-30 | 2018-08-17 | 北京四利通控制技术股份有限公司 | 智能钻井专家系统 |
KR20200100153A (ko) | 2017-12-29 | 2020-08-25 | 사우디 아라비안 오일 컴퍼니 | 연장된 도달 거리 유정의 로깅 및 개입을 위한 다운홀 이동 모듈 |
US10579231B1 (en) * | 2018-11-01 | 2020-03-03 | Nabors Drilling Technologies Usa, Inc. | Contextual drilling interface and recommendation system and methods |
US11086492B2 (en) * | 2019-02-13 | 2021-08-10 | Chevron U.S.A. Inc. | Method and system for monitoring of drilling parameters |
US11867054B2 (en) | 2020-05-11 | 2024-01-09 | Saudi Arabian Oil Company | Systems and methods for estimating well parameters and drilling wells |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4794534A (en) * | 1985-08-08 | 1988-12-27 | Amoco Corporation | Method of drilling a well utilizing predictive simulation with real time data |
US5274572A (en) * | 1987-12-02 | 1993-12-28 | Schlumberger Technology Corporation | Method and apparatus for knowledge-based signal monitoring and analysis |
US4939648A (en) * | 1987-12-02 | 1990-07-03 | Schlumberger Technology Corporation | Apparatus and method for monitoring well logging information |
US4939646A (en) * | 1988-05-09 | 1990-07-03 | Mpdi, Inc. | Method for representing digitized image data |
US4975865A (en) * | 1989-05-31 | 1990-12-04 | Mitech Corporation | Method and apparatus for real-time control |
GB9004952D0 (en) * | 1990-03-06 | 1990-05-02 | Univ Nottingham | Drilling process and apparatus |
US5237539A (en) * | 1991-12-11 | 1993-08-17 | Selman Thomas H | System and method for processing and displaying well logging data during drilling |
US5305836A (en) * | 1992-04-08 | 1994-04-26 | Baroid Technology, Inc. | System and method for controlling drill bit usage and well plan |
US6012015A (en) * | 1995-02-09 | 2000-01-04 | Baker Hughes Incorporated | Control model for production wells |
US5706896A (en) * | 1995-02-09 | 1998-01-13 | Baker Hughes Incorporated | Method and apparatus for the remote control and monitoring of production wells |
US5746278A (en) * | 1996-03-13 | 1998-05-05 | Vermeer Manufacturing Company | Apparatus and method for controlling an underground boring machine |
US5947213A (en) * | 1996-12-02 | 1999-09-07 | Intelligent Inspection Corporation | Downhole tools using artificial intelligence based control |
US6002985A (en) * | 1997-05-06 | 1999-12-14 | Halliburton Energy Services, Inc. | Method of controlling development of an oil or gas reservoir |
-
1998
- 1998-11-19 US US09/195,879 patent/US6282452B1/en not_active Expired - Fee Related
-
1999
- 1999-11-16 EP EP99960393A patent/EP1141858A2/en not_active Withdrawn
- 1999-11-16 CN CN99813476A patent/CN1122236C/zh not_active Expired - Fee Related
- 1999-11-16 WO PCT/US1999/027148 patent/WO2000031654A2/en not_active Application Discontinuation
- 1999-11-16 CA CA002351728A patent/CA2351728A1/en not_active Abandoned
- 1999-11-16 BR BR9915737-3A patent/BR9915737A/pt not_active IP Right Cessation
- 1999-11-16 AU AU17284/00A patent/AU758478B2/en not_active Ceased
-
2001
- 2001-05-18 NO NO20012472A patent/NO20012472L/no unknown
Also Published As
Publication number | Publication date |
---|---|
AU758478B2 (en) | 2003-03-20 |
CN1332878A (zh) | 2002-01-23 |
NO20012472D0 (no) | 2001-05-18 |
NO20012472L (no) | 2001-07-06 |
WO2000031654A3 (en) | 2001-02-01 |
BR9915737A (pt) | 2001-10-02 |
EP1141858A2 (en) | 2001-10-10 |
AU1728400A (en) | 2000-06-13 |
US6282452B1 (en) | 2001-08-28 |
CA2351728A1 (en) | 2000-06-02 |
WO2000031654A2 (en) | 2000-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1122236C (zh) | 井眼管理的设备和方法 | |
CA2852765C (en) | Method and system for predicting a drill string stuck pipe event | |
Bello et al. | Application of artificial intelligence techniques in drilling system design and operations: a state of the art review and future research pathways | |
Plumb et al. | The mechanical earth model concept and its application to high-risk well construction projects | |
CA3090956C (en) | Petroleum reservoir behavior prediction using a proxy flow model | |
Last et al. | An integrated approach to evaluating and managing wellbore instability in the Cusiana field, Colombia, South America | |
GB2371625A (en) | Apparatus for prediction control in wellbore drilling using neural network | |
US20230358912A1 (en) | Automated offset well analysis | |
Saputelli et al. | Real-time decision-making for value creation while drilling | |
Borozdin et al. | Drilling problems forecast system based on neural network | |
KR102294384B1 (ko) | 머신러닝을 이용한 굴진율 예측 시추운전가이드 모델 구축방법 및 이를 이용한 굴진율 예측시스템 | |
Skalle et al. | Detection of symptoms for revealing causes leading to drilling failures | |
Gowida et al. | Synthetic well-log generation: New approach to predict formation bulk density while drilling using neural networks and fuzzy logic | |
AlBahrani et al. | Building an Integrated Drilling Geomechanics Model Using a Machine-Learning-Assisted Poro-Elasto-Plastic Finite Element Method | |
Zhdaneev et al. | Predictive systems for the well drilling operations | |
Elzenary | Real-time solution for down hole torque estimation and drilling optimization in high deviated wells using Artificial intelligence | |
Shokouhi et al. | Integration of real-time data and past experiences for reducing operational problems | |
Starostin et al. | Field Validation of a Full Transient Hydraulics Model Leveraging Digital Twin and Real-Time Rheology Technology, Case Studies from North Sea Continental Shelf | |
Koulidis et al. | Advisory system for drilling optimization using artificial intelligence and in-cutter sensing data | |
Boukredera et al. | Drilling vibrations diagnostic through drilling data analyses and visualization in real time application | |
Marquez | Drilling optimization applying machine learning regression algorithms | |
Afifi et al. | Real-Time Compressional Sonic Log Prediction from Drilling and Mud Gas Data Using Machine Learning | |
Wang et al. | Data Integration Enabling Advanced Machine Learning ROP Predictions and its Applications | |
Mendez Gutierrez et al. | Workflow to Utilize Realtime Mechanical Specific Energy in Formation Tops Identification and Drilling Optimization in a Multilayer Heterogenous Mature Oilfield Offshore Abu Dhabi | |
Xie et al. | Improving Drilling Efficiency Using Intelligent Decision System for Drilling in Bohai Oilfield Based on Big Data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
C10 | Entry into substantive examination | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C19 | Lapse of patent right due to non-payment of the annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |