DK201200798A - Fremgangsmåde til fortolkning af fordelte temperaturfælere under brøndbehandling - Google Patents

Fremgangsmåde til fortolkning af fordelte temperaturfælere under brøndbehandling Download PDF

Info

Publication number
DK201200798A
DK201200798A DKPA201200798A DKPA201200798A DK201200798A DK 201200798 A DK201200798 A DK 201200798A DK PA201200798 A DKPA201200798 A DK PA201200798A DK PA201200798 A DKPA201200798 A DK PA201200798A DK 201200798 A DK201200798 A DK 201200798A
Authority
DK
Denmark
Prior art keywords
formation
temperature
well
simulated
profile
Prior art date
Application number
DKPA201200798A
Other languages
English (en)
Inventor
Weng Xiaowei
Pipohuk Doug
Burgos Rex
Phillippe M J Tardy
Original Assignee
Schlumberger Technology Bv
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Schlumberger Technology Bv filed Critical Schlumberger Technology Bv
Priority to DKPA201200798A priority Critical patent/DK201200798A/da
Publication of DK201200798A publication Critical patent/DK201200798A/da
Priority to DKPA201700702A priority patent/DK201700702A1/da

Links

Classifications

    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21BEARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B47/00Survey of boreholes or wells
    • E21B47/06Measuring temperature or pressure
    • E21B47/07Temperature
    • EFIXED CONSTRUCTIONS
    • E21EARTH OR ROCK DRILLING; MINING
    • E21BEARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
    • E21B47/00Survey of boreholes or wells
    • E21B47/10Locating fluid leaks, intrusions or movements
    • E21B47/103Locating fluid leaks, intrusions or movements using thermal measurements

Landscapes

  • Geology (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Mining & Mineral Resources (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Fluid Mechanics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Geophysics (AREA)
  • Geochemistry & Mineralogy (AREA)
  • Measuring Temperature Or Quantity Of Heat (AREA)
  • Measuring Fluid Pressure (AREA)
  • Examining Or Testing Airtightness (AREA)
  • Thermistors And Varistors (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Control Of Temperature (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

En fremgangsmåde til bestemmelse af flowfordeling i en formation med en deri udformet brønd indbefatter trinene at placere en føler i brønden, hvor føleren frembringer et feedbacksignal, der repræsenterer mindst en af en temperatur og et tryk målt af føleren, at injicere en fluid i brønden og i i det mindste et parti af formationen nær føleren, at lukke brønden i en forudbestemt lukkeperiode, at frembringe en simuleret model, der repræsenterer mindst en af simulerede temperaturkarakteristika og simulerede trykkarakteristika af formationen under lukkeperioden, at frembringe en datamodel, der repræsenterer mindst en af aktuelle temperaturkarakteristika og aktuelle trykkarakteristika af formationen under lukkeperioden, hvor datamodellen er afledt fra feedbacksignalet, at sammenligne datamodellen med den simulerede model og at justere den simulerede models parametre til i det væsentlige at passe med datamodellen

Description

FREMGANGSMÅDE TIL FORTOLKNING AF FORDELTE TEMPERATURFØLERE UNDER BRØNDBEHANDLING
Opfindelsens baggrund
Angivelserne i dette afsnit giver blot baggrundsinformation vedrørende den foreliggende opfindelse og udgør ikke nødvendigvis kendt teknik.
Den foreliggende opfindelse angår generelt brøndbehandling og udvikling af et reservoir og især en fremgangsmåde til bestemmelse af flowfordeling i en brønd underen behandling.
Hydrofrakturering, matrixsyrebehandling og andre former for stimuleringsbehandlinger udføres rutinemæssigt i olie- og gasbrønde for at forøge kulbrinteproduktionen. Brøndene, der stimuleres, indbefatter ofte en stor perforeret foringsrørsektion eller et åbent borehul med signifikant variation i pe-trofysiske og mekaniske bjergartsegenskaber. Som følge heraf vil en behandlingsfluid, der pumpes ind i brønden, muligvis ikke strømme til alle kulbrintebærende lag, der behøver stimulering. Til opnåelse af effektiv stimulering indebærer behandlingerne ofte anvendelse af afledende midler i behandlingsfluiden, såsom kemisk eller partikelformet materiale, for at bidrage til at reducere strømmen til de mere permeable lag, som ikke længer behøver stimulering, og forøge strømmen til de lavere permeabilitetslag.
En fremgangsmåde indbefatter at udføre behandlingen via et slangerør, som kan placeres i brønden til at dirigere fluiden umiddelbart tæt på lag, der skal afproppes ved pumpning af et afledende middel, og tæt på lag, der behøver stimulering ved pumpning af stimuleringsfluid. Slangerørteknikken kræver imidlertid, at en operatør ved hvilke lag behøver behandling med et afledende middel, og hvilke lag behøver behandling med en stimuleringsfluid. I en brønd med lange perforerede eller åbne intervaller med yderst uensartede og ukendte bjergartsegenskaber, der er typisk for vandrette brønde, kræver effektiv behandling kendskab til flowfordelingen i det behandlede interval.
Traditionel flowmåling i en brønd foretages typisk ved produktionslogning under anvendelse af en flowmåler til måling af kulbrinteproduktionshastigheden eller injektionshastigheden i brønden som funktion af dybde. På basis af den loggede brøndflowhastighed bestemmes produktionen fra eller injektionshastigheden i hvert formationsdybdeinterval på basis af en målt aksialflowhastighed over det interval. Traditionel flowmåling er valid, så længe som flowfordelingen i brønden ikke ændrer sig over tidsperioden, når der udføres logning.
Under en stimuleringsbehandling kan flowfordelingen i en brønd imidlertid ændre sig hurtigt enten på grund af stimulering af formationslagene til forøgelse af deres flowkapacitet eller midlertidig reduktion af flowkapaciteten som følge af afledende midler. Til bestemmelse af effektiviteten af stimulering eller afledning i brønden ønskes der en øjeblikkelig måling, der giver et ’’snapshot” af flowfordelingen i en brønd. Desværre er kun få sådanne teknikker til rådighed.
En teknik til i det væsentlige øjeblikkelig måling er teknologien med fiberoptisk fordelt temperaturføling (DTS). DTS indbefatter typisk en optisk fiber, der er placeret i brønden (f. eks. via en permanent optisk fiberledning, der er cementeret i foringsrøret, en optisk fiberledning, der deployeres under anvendelse af et slangerør, eller en slickline-enhed). Den optiske fiber måler en temperaturfordeling langs en længde heraf på basis af et optisk tidsdomæne (f.eks. optisk tidsdomænereflektometri (OTDR), der anvendes i udstrakt grad i telekommunikationsindustrien).
En fordel ved DTS-teknologien er evnen til inden for et kort tidsinterval at erhverve temperaturfordelingen langs brønden, uden at føleren skal flyttes som ved traditionel brøndlogning, som kan være tidkrævende. DTS-tekno-logien giver på effektiv måde et ’’snapshot” af temperaturprofilen i brønden. DTS-teknologien har været anvendt til måling af temperaturændringer i en brønd efter en stimuleringsinjektion, ud fra hvilken der kvalitativt kan estimeres en flowfordeling af en injiceret fluid. Udledningen af flowfordeling er typisk baseret på omfanget af ’’temperaturgenopvarmning” (warm back”) under en lukkeperiode efter injektion af en fluid i brønden og omgivende partier af formationen. Den injicerede fluid er typisk koldere end formationstemperaturen, og et formationslag, der modtager en større fluid-flowhastighed under injektionen, har en længere ’’genopvarmningstid” i sammenligning med et lag eller en zone af formationen, der modtager et forholdsvis mindre flow af fluiden.
Som ikke-begrænsende eksempel illustrerer fig. 1 en grafisk afbildning 2 af et antal simulerede temperaturprofiler 4 af en lagdelt formation 6 under en genopvarmningsperiode på seks timer ifølge den kendte teknik. Som vist repræsenterer X-aksen 8 i den grafiske afbildning 2 temperatur i kelvin (K), og Y-aksen 9 i den grafiske afbildning 2 repræsenterer en dybde i meter (m) målt fra et forudbestemt overfladeniveau. Som vist er en permeabilitet af hvert lag af den lagdelte formation 6 estimeret i millidarcy-enheder (mD). Formationens 6 lag med en forholdsvis høj permeabilitet modtager mere fluid under injektion, og en tidsperiode for ’’genopvarmning” er forholdsvis lang (dvs. efter en given tidsperiode er temperaturændringen mindre end en temperaturændring af lagene med en lavere permeabilitet). Formationens 6 lag med en forholdsvis lav permeabilitet modtager mindre fluid under injektion, og en tidsperiode for ’’genopvarmning” er forholdsvis kort (dvs. efter en given tidsperiode er en temperaturændring større end en temperaturændring af lagene med en højere permeabilitet).
Ved opnåelse og analyse af adskillige DTS-temperaturspor under lukkepe- rioden kan man bestemme injektionshastighedsfordelingen blandt forskellige formationslag. Nuværende DTS-fortolkningsteknikker og -fremgangsmåder er imidlertid baseret på visualisering af temperaturændringen i DTS-dataloggen og er i bedste fald kvalitativ i sin art. De nuværende fortolkningsfremgangsmåder kompliceres yderligere ved anvendelser, hvor en reaktiv fluid, såsom syre, pumpes ind i brønden, hvor den reaktive fluid reagerer med formationsbjergarten og kan påvirke en temperatur af formationen, hvilket fører til fejlagtig fortolkning. For at opnå effektiv stimulering kræves der mere nøjagtige DTS-fortolkningsfremgangsmåder for at hjælpe teknikere med at bestemme flowfordelingen i brønden og foretage justeringer af behandlingen i overensstemmelse hermed.
Ved opfindelsen foreslås der flere fremgangsmåder til kvantitativ bestemmelse af flowfordelingen ud fra DTS-måling. Disse fremgangsmåder omtales nærmere i det følgende.
Sammenfatning af opfindelsen
En udførelsesform for en fremgangsmåde til bestemmelse af flowfordeling i en formation med en deri udformet brønd omfatter trinene: at placere en føler i brønden, hvor føleren frembringer et feedbacksignal, der repræsenterer mindst en af en temperatur eller et tryk, der måles af føleren; at injicere en fluid i brønden og i i det mindste et parti af formationen nær føleren; at lukke brønden i en forudbestemt lukkeperiode; at frembringe en simuleret model, der repræsenterer mindst en af simulerede temperaturkarakteristika og simulerede trykkarakteristika af formationen under lukkeperioden; at frembringe en datamodel, der repræsenterer mindst en af aktuelle temperaturkarakteristika og aktuelle trykkarakteristika af formationen under lukkeperioden, hvor datamodellen er afledt fra feedbacksignalet; at sammenligne datamodellen med den simulerede model; og at justere den simulerede models parametre til i det væsentlige at passe med datamodellen.
Ved en udførelsesform omfatter en fremgangsmåde til bestemmelse af flowfordeling i en formation med en deri udformet brønd trinene: at placere en føler i brønden, hvor føleren giver en i det væsentlige kontinuerlig temperaturovervågning langs et forudbestemt interval, og hvor føleren frembringer et feedbacksignal, der repræsenterer den af føleren målte temperatur; at injicere en fluid i brønden i i det mindste et parti af formationen nær intervallet; at lukke brønden i en forudbestemt lukkeperiode; at frembringe en simuleret model, der repræsenterer simulerede termiske karakteristika for i det mindste en undersektion af intervallet under lukkeperioden; at frembringe en datamodel, der repræsenterer aktuelle termiske karakteristika for i det mindste undersektionen af intervallet, hvor datamodellen er afledt fra feedbacksignalet; at sammenligne datamodellen med den simulerede model; og at justere den simulerede models parametre til i det væsentlige at passe med datamodellen.
Ved en udførelsesform omfatter en fremgangsmåde til bestemmelse af flowfordeling i en formation med en deri udformet brønd trinene: a) at placere en fordelt temperaturføler på en fiber, der strækker sig langs et interval i brønden, hvor den fordelte temperaturføler tilvejebringer i det væsentlige kontinuerlig temperaturovervågning langs intervallet, og hvor føleren frembringer et feedbacksignal, der repræsenterer temperatur målt af føleren; b) at injicere en fluid i brønden og i i det mindste et parti af formationen nær intervallet; c) at lukke brønden i en forudbestemt lukkeperiode; d) at frembringe en simuleret model, der repræsenter simulerede termiske karakteristika af en undersektion af intervallet under lukkeperioden; e) at frembringe en datamodel, der repræsenterer aktuelle termiske karakteristika af intervallets undersektion, hvor datamodellen er afledt fra feedbacksignalet; f) at sammenligne datamodellen med den simulerede model; g) at justere den simulerede models parametre til i det væsentlige at passe med datamodellen; og h) at gentage trin d) til g) for hver af antallet af undersektioner, der definerer intervallet i brønden, til frembringelse af en flowprofil, der repræ- senterer hele intervallet.
Kort beskrivelse aftegningerne
Disse og andre træk og fordele ved den foreliggende opfindelse vil forstås bedre ved henvisning til den følgende detaljerede beskrivelse, når den læses i forbindelse med de medfølgende tegninger, hvor:
Fig. 1 er en grafisk afbildning af et antal simulerede temperaturprofiler af en lagdelt formation under en genopvarmningsperiode på seks timer ifølge den kendte teknik; fig. 2 er et skematisk diagram over en udførelsesform for et brøndbehandlingssystem; fig. 3 er en grafisk afbildning, der viser en udførelsesform for en simuleret temperaturprofil og en aktuel målt temperaturprofil for en brøndbehandling ved en første tidsperiode; fig. 4 er en grafisk afbildning, der viser en simuleret temperaturprofil og en aktuel målt temperaturprofil for den i fig. 3 viste brøndbehandling, taget ved en anden tidsperiode; fig. 5 er en skematisk afbildning, der viser en udførelsesform af et antal målte temperaturprofiler, hvor hver af de målte temperaturprofiler er taget ved en diskret tidsperiode under en lukkeperiode for en brøndbehandling; fig. 6 er en grafisk afbildning af temperatur i forhold til tid for et underinterval af den i fig. 5 viste profil; fig. 7 er en grafisk afbildning af en fortolket flowprofil af den i fig. 5 viste brøndbehandling; fig. 8A er en grafisk afbildning af en målt temperaturprofil af den lagdelte formation i fig. 1; fig. 8B er en grafisk afbildning af en fortolket temperatur af en fluid før injektion i den lagdelte formation i fig. 1; fig. 8C er en grafisk afbildning af en fortolket temperatur af den lagdelte formation i fig. 1 føren injektionsprocedure; og fig. 8D er en grafisk afbildning af et fortolket volumen af fluid injiceret i den lagdelte formation i fig. 1 i forskellige dybder af denne.
Detaljeret beskrivelse af opfindelsen
Med henvisning nu til fig. 2 er der vist en udførelsesform for et brøndbehandlingssystem ifølge opfindelsen, der generelt er angivet ved 10. Som vist indbefatter systemet 10 en fluidinjektor (fluidinjektorer) 12, en føler 14 og en processor 16. Man vil forstå, at systemet 10 kan indbefatte yderligere komponenter.
Fluidinjektoren 12 er typisk et slangerør, som kan placeres i en i en formation udformet brønd til selektivt at dirigere en fluid til en særlig dybde eller et særligt lag i formationen. Fluidinjektoren 12 kan f.eks. dirigere en afleder umiddelbart nær et lag af formationen til afpropning af laget og minimering af lagets permeabilitet. Som yderligere eksempel kan fluidinjektoren 12 dirigere en stimuleringsfluid nær et lag til stimulering. Man vil forstå, at der kan anvendes andre midler til dirigering af fluider til forskellige dybder og lag, således som det vil forstås af en fagmand inden for brøndbehandling. Man vil endvidere forstå, at der kan anvendes behandlingsfluider, afledere og stimuleringsfluider til behandling af forskellige lag i en særlig formation.
Føleren 14 er typisk af fordelt temperaturfølingsteknologi (DTS) og indbefatter en optisk fiber 18, der er anbragt i brønden (f.eks. via en permanent optisk fiberledning, der er cementeret i foringsrøret, en optisk fiberledning, der deployeres under anvendelse af et slangerør, eller en slickline-enhed). Den optiske fiber 18 måler temperaturfordelingen langs en længde heraf på basis af optisk tidsdomæne (f.eks. optisk tidsdomænereflektometri). Ved visse udførelsesformer indbefatter føleren 14 en trykmåleindretning 19 til måling af en trykfordeling i brønden og den omgivende formation. Ved visse udførelsesformer svarer føleren 14 til den i US Patent nr. 7,055,604 B2 angivne DTS-teknologi.
Processoren 16 er i dataforbindelse med føleren 14 til modtagelse af datasignaler (f.eks. et feedbacksignal) derfra og analyse af signalerne på basis af f.eks. en forudbestemt algoritme, matematisk proces eller ligning. Som vist i fig. 2 analyserer og evaluerer processoren 16 modtagne data på basis af et instruktionssæt 20. Instruktionssættet 20, der kan være udført i et computerlæsbart medium, indbefatter processorafviklelige instruktioner til konfiguration af processoren 16 til udførelse af en række opgaver og beregninger. Som ikke-begrænsende eksempel kan instruktionssættet 20 indbefatte en omfattende række ligninger, der styrer et fysisk fluidflowfæno-men i formationen, en fluidflow i brønden, en interaktion af fluid/formation (f.eks. bjergart) i tilfælde af en reaktiv stimuleringsfluid, en fluidflow i en fraktur og dens deformation i tilfælde af hydrofrakturering og en varme-overføring i brønden og i formationen. Som yderligere ikke-begrænsende eksempel indbefatter instruktionssættet 20 en omfattende numerisk model til carbonatsyrebehandling, således som det er beskrevet i Society of Petroleum Engineers (SPE) Paper 107854 med overskriften ”An Experimentally Validated Wormhole Mode for Self-Diverting and Conventional Acids in Carbonate Rocks Under Radial Flow Conditions” af P. Tardy, B. Lecerf og Y. Christanti. Man vil forstå, at der kan anvendes hvilke som helst ligninger til at modellere en fluidflow og en varmeoverføring i brønden og den hosliggende formation, således som det vil forstås af en fagmand inden for brøndbehandling. Man vil endvidere forstå, at processoren 16 kan udføre en række funktioner, såsom f.eks. styring af forskellige indstillinger af føleren 14 og fluidinjektoren 12.
Som ikke-begrænsende eksempel indbefatter processoren 16 en lagerindretning 22. Lagerindretningen 22 kan være en enkelt lagerindretning eller kan være flere lagerindretninger. Lagerindretningen 22 kan endvidere være et fastsstoflagersystem, et magnetlagersystem, et optisk lagersystem eller et hvilket som helst andet passende lagersystem eller indretning. Man vil forstå, at lagerindretningen 22 er indrettet til at lagre instruktionssættet 20. Ved visse udførelsesformer lagres data, der er hentet fra føleren 14, i lagerindretningen 22, såsom f.eks. en temperaturmåling og en trykmåling og en historik af tidligere målinger og beregninger. Andre data og informationer kan lagres i lagerindretningen 22, såsom f.eks. parametrene, der er beregnet af processoren 16, og en database af petrofysiske og mekaniske egenskaber af forskellige formationer. Man vil endvidere forstå, at visse kendte parametre og numeriske modeller for forskellige formationer og fluider kan lagres i lagerindretningen og hentes af processoren 16.
Som yderligere ikke-begrænsende eksempel indbefatter processoren 16 en programmerbar indretning eller komponent 24. Man vil forstå, at den programmerbare indretning eller komponent 24 kan stå i forbindelse med en hvilken som helst anden komponent af systemet 10, såsom f.eks. fluidinjektoren 12 og føleren 14. Ved visse udførelsesformer er den programmerbare komponent 24 indrettet til at styre og administrere processorens 16 behandlingsfunktioner. Specifikt er den programmerbare komponent 24 indrettet til at styre analysen af datasignalerne (f.eks. feedbacksignal, der frembringes af føleren 14), som modtages af processoren 16. Man vil for stå, at den programmerbare komponent 24 kan være indrettet til at lagre data og informationer i lagerindretningen 22 og hente data og informationer fra lagerindretningen 22.
Ved visse udførelsesformer står en brugergrænseflade 26 enten direkte eller indirekte i forbindelse med mindst en af fluidinjektoren 12, føleren 14 og processoren 16 således, at det er muligt for brugeren selektivt at inter-agere dermed. Som ikke-begrænsende eksempel er brugergrænsefladen 26 en menneske-maskinegrænseflade, der gør det muligt for en bruger selektivt og manuelt at modificere parametre af en computermodel, der er frembragt af processoren 16.
I brug injiceres en fluid i en formation (f.eks. en lagdelt bjergartsformation) for at fjerne eller omgå en nærliggende brøndskade, som kan være forårsaget af boremudderinvasion eller andre mekanismer, eller for at skabe en hydraulisk fraktur, der strækker sig hundredvis af meter ind i formationen til forøgelse af brøndflowkapaciteten. En temperatur af den injicerede fluid er typisk lavere end en temperatur af hvert af formationens lag. Under hele injektionsperioden fjerner den koldere fluid termisk energi fra brønden og formationens omgivende områder. Typisk forholder det sig således, at jo større indstrømningshastigheden i formationen er, jo større er det injicerede fluidvolumen (dvs. dets indtrængningsdybde i formationen), og jo større er det afkølede område. I tilfælde af hydrofrakturering trænger den injicerede fluid ind i den frembragte hydrauliske fraktur og afkøler området nær frak-turoverfladen. Når pumpning ophører, opvarmer varmeledningen fra reservoiret gradvis fluiden i brønden. Hvis et parti af formationen ikke modtager indstrømning under injektion, vil det blive genopvarmet hurtigere på grund af et mindre afkølet område, medens formationen, der modtog større indstrømning, genopvarmes langsommere.
Fig. 3 viser en grafisk afbildning 28, der viser en simuleret temperaturprofil 30 og en aktuel målt temperaturprofil 32 for en brøndbehandling (f.eks. en syrebehandling i en vandret brønd i en carbonatformation) ved en første tidsperiode. Som ikke-begrænsende eksempel er den første tidsperiode umiddelbart efter, at lukkeproceduren (dvs. standsning af brøndbehandlingen og ophør af fluidflow ind i formationen eller lignende) er blevet igangsat. Som vist repræsenterer X-aksen 34 i den grafiske afbildning 28 temperatur i grader celsius (°C), og Y-aksen 36 i den grafiske afbildning 28 repræsenterer en dybde af formationen i meter (m), målt fra et forudbestemt overfladeniveau. Ved visse udførelsesformer er den simulerede temperaturprofil 30 baseret på mindst en af estimerede petrofysiske, mekaniske og termiske egenskaber af formationen, termiske egenskaber (f.eks. termisk ledningsevne og varmekapacitet) af den injicerede fluid, og flowegenskaber af den injicerede fluid og formationen. Som ikke-begrænsende eksempel kan formationens estimerede egenskaber tilvejebringes manuelt af en bruger. Som yderligere ikke-begrænsende eksempel kan de estimerede egenskaber frembringes af processoren 16 på basis af lagrede data og kendte eller estimerede informationer om formationen. Man vil forstå, at en simuleret trykprofil (ikke vist) kan frembringes af processoren 16 på basis af formationens estimerede egenskaber. Den aktuelle målte temperaturprofil 32 er baseret på data erhvervet af føleren 14 under lukningen efter en periode med fluidinjektion.
Fig. 4 illustrerer en grafisk afbildning 38, der viser en simuleret temperaturprofil 40 og en aktuel målt temperaturprofil 42 for en brøndbehandling (f.eks. en syrebehandling i en vandret brønd i en carbonatformation) ved en anden tidsperiode. Som ikke-begrænsende eksempel er den anden tidsperiode tilnærmelsesvis fire timer efter den første tidsperiode. Man vil forstå, at der kan anvendes en hvilken som helst tidsperiode. Som vist repræsenterer X-aksen 44 i den grafiske afbildning 38 temperatur i grader celsius (°C), og Y-aksen 46 i den grafiske afbildning 38 repræsenterer en dybde af formationen i meter (m), målt fra et forudbestemt overfladeniveau. Ved visse udførelsesformer er den simulerede temperaturprofil 40 baseret på mindst en af estimerede petrofysiske, mekaniske og termiske egenskaber af formationen, termiske egenskaber (f.eks. termisk ledningsevne og varmekapacitet) af injektionsfluiden og flowegenskaber af injektionsfluiden og formationen. Som ikke-begrænsende eksempel kan formationens estimerede egenskaber tilvejebringes manuelt af en bruger. Som yderligere ikke-begrænsende eksempel kan de estimerede egenskaber frembringes af processoren 16 på basis af lagrede data og kendte informationer om en beliggenhed af formationen. Man vil forstå, at en simuleret trykprofil (ikke vist) kan frembringes af processoren 16 på basis af formationens estimerede egenskaber. Den aktuelle målte temperatur 32 er baseret på data erhvervet af føleren 14 under lukningen efter en periode med fluidinjektion.
Som illustrativt eksempel estimeres et lag af formationen i en særlig dybde til at have et første sæt petrofysiske egenskaber med en særlig permeabilitet, og de simulerede temperaturprofiler 30, 40 frembringes på basis af en model af formationens estimerede egenskaber (dvs. fremadrettet modelsimulering). Hvis de aktuelle målte temperaturer 32, 42 imidlertid ikke ligger på linie med de simulerede temperaturprofiler 30, 40, modificerer brugeren mindst en af de estimerede egenskaber af formationen og parametrene af modellen, der anvendes til at frembringe de simulerede temperaturprofiler 30, 40, så at de simulerede temperaturprofiler 30, 40 i det væsentlige passer med de aktuelle målte temperaturer 32, 42. Modellen, der anvendes til at frembringe de simulerede temperaturprofiler 30, 40, opdateres på denne måde på basis af følerens 14 aktuelle målinger. Man vil forstå, at den opdaterede model kan anvendes som basismodel for fremtidige anvendelser på samme eller lignende formation. Man vil endvidere forstå, at flowforde-lingen i formationen kan bestemmes kvantitativt ud fra den opdaterede model.
Fig. 5-7 illustrerer en fremgangsmåde til bestemmelse af en flowfordeling i en formation ifølge en anden udførelsesform for den foreliggende opfindelse. Som ikke-begrænsende eksempel bestemmes flowfordelingen i formationen under anvendelse af en numerisk inversionsalgoritme. Som yderligere ikke-begrænsende eksempel frembringes der en simuleret temperaturkurve (dvs. simuleret model) for en given flowhastighed, en injektionsfluidtemperatur og en indledningsvis formationstemperatur for en hvilken som helst given dybde ved løsning af en numerisk finit differensoveroverfø-ringsmodel til modellering af en konvektiv flow af en kølefluid i en permea-bel formation, således som det vil forstås af en fagmand på området.
Fig. 5 illustrerer en skematisk afbildning 47, der viser et antal målte temperaturprofiler 48, hvor hver af de målte temperaturprofiler 48 er taget ved en diskret tidsperiode t1, t2, t3, t4 under lukkeperioden efter en injektion. Som vist repræsenterer X-aksen 49 i den grafiske afbildning 47 temperatur, og Y-aksen 50 i den grafiske afbildning 47 repræsenterer en dybde af formationen målt fra et forudbestemt overfladeniveau. Ved visse udførelsesformer er et brøndinterval af interesse 52 inddelt i et antal undersektioner 54 med forudbestemt tværsnitslængde. For hver af undersektionerne 54 er den målte temperaturprofil tegnet over for tid som vist i fig. 6.
Fig. 6 illustrerer specifikt en grafisk afbildning 56, der viser et antal diskrete temperaturmålinger 58 af føleren 14, hvor hver af målingerne er taget ved diskrete tidsperioder henholdsvis t1, t2, t3, t4. En teoretisk temperaturkurve 60 (dvs. simuleret model) er modelleret til at skære de diskrete målinger 58. Som vist repræsenterer X-aksen 62 i den grafiske afbildning 56 tid, og Y-aksen 64 i den grafiske afbildning 56 repræsenterer en temperatur.
Især sammenlignes temperaturmålingerne 58 for en særlig en af undersektionerne 54 med den teoretiske temperaturkurve 60. Ved visse udførelsesformer anvendes der en numerisk optimeringsalgoritme på de målte temperaturmålinger 58 og den teoretiske temperaturkurve 60 for finde et ’’bedste match” og for at minimere en fejlforskel derimellem. Den numeriske optimeringsalgoritme er f.eks. en sum af kvadraterne af forskellen mellem dataværdierne af temperaturmålingerne 58 og tilsvarende punkter langs den teoretiske temperaturkurve 60. Et antal inputparametre til frembringelse af den teoretiske temperaturkurve 60 (dvs. simuleret model) modificeres som yderligere eksempel til opnåelse af et bedste match mellem den teoretiske temperaturkurve 60 og temperaturmålingerne 58. Ved visse udførelsesformer indbefatter inputparametrene f.eks. en flowhastighed under injektion, en fluidtemperatur, en indledningsvis formationstemperatur og en flowhastighed under lukning. Man vil forstå, at en række diskrete kombinationer af inputparametrene kan frembringe den samme teoretiske temperaturkurve. Som sådan kan der anvendes et gennemsnit af inputparametrene til tilpasningsproceduren mellem den teoretiske temperaturkurve 60 og temperaturmålingerne 58.
Når den teoretiske temperaturkurve 60 er tilpasset til temperaturmålingerne 58, repræsenterer de modificerede inputparametre af den teoretiske temperaturkurve 60 den gennemsnitlige flowhastighed, fluidtemperaturen og den indledningsvise formationstemperatur. En flowprofil (dvs. profilen af fluidvolumenet, der injiceres under injektionsperioden) kan opnås ved gentagelse af den ovenfor beskrevne sammenlignings- og tilpasningsproces for resten af undersektionerne 54. Som eksempel illustrerer i fig. 7 X-aksen 67 i den grafiske afbildning 65 et volumen af injiceret fluid, og Y-aksen 68 i den grafiske afbildning 65 repræsenterer en dybde af formationen målt fra et forudbestemt overfladeniveau.
Fig. 8A-8D illustrerer et eksempel på anvendelse af en numerisk inversionsalgoritme på de syntetiske data, der frembringes af en numerisk simulator som vist i fig. 1. Fig. 8A illustrerer især en grafisk afbildning 69, der viser en første målt temperaturprofil 70 taget ved en første tidsperiode og en anden målt temperaturprofil 72 taget ved en anden tidsperiode. Som ikke-begrænsende eksempel er den første tidsperiode umiddelbart efter, at en lukkeprocedure er igangsat, og den anden tidsperiode er seks timer efter den første tidsperiode. Man vil forstå, at der kan anvendes en hvilken som helst tidsperiode. Som vist repræsenterer X-aksen 74 i den grafiske afbildning 69 temperatur i kelvin (K), og Y-aksen 76 i den grafiske afbildning 69 repræsenterer en dybde af formationen i meter (m), målt fra et forudbestemt overfladeniveau.
I drift frembringes der en teoretisk temperaturkurve (dvs. simuleret model) på basis afen numerisk finit differensvarmeoverføringsmodel til modellering af en konvektiv flow af en kølefluid ind i en permeabel formation, således som det vil forstås af en fagmand på området. Som ikke-begrænsende eksempel indbefatter varmeoverføringsmodellens inputparametre estimater for en flowhastighed under injektion, en fluidtemperatur, en indledningsvis formationstemperatur og en flowhastighed under lukning. Temperaturprofilerne 70, 72 sammenlignes med den teoretiske kurve på en måde, der svarer til den, der er vist i fig. 6. Ved visse udførelsesformer anvendes der en numerisk optimeringsalgoritme på de målte temperaturprofiler 70, 72 og den teoretiske kurve for automatisk at finde et ’’bedste match” og for at minimere en fejlforskel mellem temperaturprofilerne 70, 72 og den teoretiske kurve. Som ikke-begrænsende eksempel modificeres inputparametrene, så at den resulterende teoretiske temperaturkurve i det væsentlige passer med en hensigtsmæssig en af temperaturprofilerne 70, 72. Når den teoretiske kurve er ’’tilpasset” til den hensigtsmæssige en af temperaturprofilerne 70, 72, repræsenterer den teoretiske kurves modificerede inputparametre den gennemsnitlige flowhastighed, fluidtemperaturen og den indledningsvise formationstemperatur som vist i henholdsvis fig. 8B, 8C og 8D. Man vil forstå, at en række diskrete kombinationer af inputparametrene kan frembringe den samme teoretiske temperaturkurve. Som sådan kan der anvendes et gennemsnit af inputparametrene til tilpasningsproceduren mellem den teoretiske temperaturkurve og temperaturprofilerne 70, 72.
Specifikt er fig. 8B en grafisk afbildning 78, der viser en inverteret (dvs. fortolket ud fra inversionsalgoritmen) temperaturkurve 80 for den injicerede fluid. Som vist repræsenterer X-aksen 82 i den grafiske afbildning 78 temperatur i kelvin (K), og Y-aksen 84 i den grafiske afbildning 78 repræsenterer en dybde af formationen i meter (m), målt fra et forudbestemt overfladeniveau. Fig. 8C er en grafisk afbildning 86, der viser en gennemsnitlig temperaturprofil 88 for formationen før modtagelse af den injicerede fluid (med en standard afvigelse vist som et skraveret område). Som vist repræsenterer X-aksen 90 i den grafiske afbildning 86 temperatur i kelvin (K), og Y-aksen 92 i den grafiske afbildning 86 repræsenterer en dybde af formationen i meter (m), målt fra et forudbestemt overfladeniveau. Fig. 8D er en grafisk afbildning 94, der viser en simuleret gennemsnitlig volumenkurve 96 for den injicerede fluid (med en standard afvigelse vist som et skraveret område). Som vist repræsenterer X-aksen 98 i den grafiske afbildning 94 volumen i kubikmeter af fluid injiceret i en meter af formationen (m3/m), og Y-aksen 100 i den grafiske afbildning 94 repræsenterer en dybde af formationen i meter (m), målt fra et forudbestemt overfladeniveau. Som sådan tilvejebringer temperaturkurven 80, temperaturprofilen 88 og volumenkurven 96 en nøjagtig flowfordelingsprofil for formationen, som man kan anvende ved efterfølgende behandlingsprocesser.
Ved en udførelsesform sammenlignes temperaturdata målt af føleren 14 mod et sæt på forhånd frembragte teoretiske kurver, der kaldes typekurver. Typekurverne ertypisk i dimensionsløs form, hvor dimensionsløse variabler er udtrykt som en kombination af fysiske variabler. Temperaturdataene, der modtages fra føleren 14, forbehandles til at blive vist i dimensionsløs form og til at ligge over de teoretiske typekurver. Ved forskydning af de målte temperaturdata for at finde en typekurve med bedste match kan man bestemme de fysiske parametre, der svarer til den matchede typekurve, herunder flowhastigheden ind i formationen. Ved udførelse af samme procedure for alle dybder kan man konstruere en flowprofil langs brønden som ved de tidligere fremgangsmåder. Et eksempel på typekurveteknikker til DTS-fortolkning er angivet i US Patentansøgning nr. 2009/0216456.
Adskillige DTS-fortolkningsfremgangsmåder er blevet beskrevet heri. Fremgangsmåderne indebærer anvendelse af en matematisk model (simuleret model) til at forudsige det forventede temperaturrespons og sammenligne forudsigelsen med aktuelle målinger (målt datamodel). Ved justering af de simulerede modelparametre, så at de passer med den målte datamodel, udledes der en flowfordeling i brønden. For fagfolk på området kan der anvendes forskellige temperaturmodeller, eller der kunne anvendes forskellige teknikker til at opnå matchet med de målte DTS-data. Sådanne variationer falder imidlertid inden for denne opfindelses ånd.
Den fortolkede flowprofil giver stimuleringsteknikere i marken detaljeret viden til at foretage beslutninger i realtid for at skræddersy stimuleringsoperationen til maksimering af stimuleringseffektiviteten. Stimuleringsoperationerne kan indbefatte følgende aktiviteter: placering af slangerør i en zone, der ikke er blevet stimuleret effektivt, for at maksimere stimuleringsfluid-kontakt/indstrømning i den zone; placering af slangerør i en zone, der allerede er blevet stimuleret fuldt ud, for at spotte et afledende middel til midlertidig afpropning af zonen, så at den efterfølgende stimuleringsfluid kan strømme ind i andre zoner, som behøver yderligere stimulering, frem for at spilde fluid i den allerede stimulerede zone; skiftning afen behandlingsfluid, hvis den viser sig ineffektiv; skiftning af en afleder, hvis den viser sig ineffektiv; og placering af en midlertidig prop eller andre former for mekanisk barriere i brønden til isolering af de allerede stimulerede zoner for at muliggøre separat behandling af de øvrige zoner. Andre operationer kan bero på flowprofilen, der frembringes af udførelsesformer for de heri beskrevne fremgangsmåder.
Til maksimering af stimuleringseffektiviteten kan en stimuleringsoperation designes til at bestå af flere injektionscyklusser efterfulgt af lukkeperioder, i hvilke DTS-data erhverves. DTS-dataene analyses med det samme for at oplyse markoperatøren om flowfordelingen i brønden, der kan anvendes til om nødvendigt at foretage justeringer af den efterfølgende behandlingsplan til maksimering af stimuleringseffektiviteten. Brøndproduktion kan således maksimeres som følge af den optimerede stimulering.
Den ovenstående beskrivelse er givet under henvisning til for tiden foretrukne udførelsesformer for opfindelsen. Fagfolk inden for området og teknologien, som denne opfindelse angår, vil forstå, at der kan foretages ændringer og variationer af de beskrevne konstruktioner og driftsfremgangsmåder, uden at man derved afviger fra princippet for og omfanget af denne opfindelse. Den ovenstående beskrivelse skal derfor ikke læses som vedrørende blot netop de konstruktioner, der er beskrevet og vist på de medfølgende tegninger, men skal derimod læses som værende i overensstemmelse med og som støtte for de efterfølgende krav, som bør have deres bredeste og mest rimelige omfang.

Claims (20)

1. Fremgangsmåde til bestemmelse af flowfordeling i en formation med en deri udformet brønd, omfattende: at placere en føler i brønden, hvor føleren frembringer et feedbacksignal, der repræsenterer mindst en af en temperatur og et tryk, der måles af føleren; at injicere en fluid i brønden og i i det mindste et parti af formationen nær føleren; at lukke brønden i en forudbestemt lukkeperiode; at frembringe en simuleret model, der repræsenterer mindst en af simulerede temperaturkarakteristika og simulerede trykkarakteristika af formationen under lukkeperioden; at frembringe en datamodel, der repræsenterer mindst en af aktuelle temperaturkarakteristika og aktuelle trykkarakteristika af formationen under lukkeperioden, hvor datamodellen er afledt fra feedbacksignalet; at sammenligne datamodellen med den simulerede model; og at justere den simulerede models parametre til i det væsentlige at passe med datamodellen.
2. Fremgangsmåde ifølge krav 1, som endvidere omfatter det trin at opnå en første profil af formationen på basis af feedbacksignalet ved en første tidsperiode, hvor den første profil repræsenterer mindst en af temperatur og tryk som funktion af en dybde i formationen fra en forudbestemt overflade, og hvor datamodellen er afledt fra den første profil.
3. Fremgangsmåde ifølge krav 2, som endvidere omfatter det trin at opnå en anden profil af formationen på basis af feedbacksignalet ved en anden tidsperiode, der er forskellig fra den første tidsperiode, hvor den anden profil repræsenterer mindst en af temperatur og tryk som funktion af en dybde i formationen fra en forudbestemt overflade, og hvor datamodellen er afledt fra mindst en af den første profil, den anden profil og en afvigelse af den anden profil fra den første profil.
4. Fremgangsmåde ifølge krav 1, hvor føleren indbefatter fordelt tempera-turmåleteknologi med en optisk fiber, der er placeret langs et interval i brønden.
5. Fremgangsmåde ifølge krav 1, hvor fluiden er mindst en af et afledende middel og en stimuleringsfluid.
6. Fremgangsmåde ifølge krav 1, hvor trinet til justering af den simulerede models parametre til i det væsentlige at passe med datamodellen udføres automatisk via en numerisk optimeringsalgoritme.
7. Fremgangsmåde ifølge krav 1, hvor den simulerede models parametre indbefatter estimater af mindst en af en fysisk egenskab, en termisk egenskab og en flowegenskab af mindst en af formationen i forskellige dybder og fluiden.
8. Fremgangsmåde ifølge krav 1, hvor den simulerede models parametre indbefatter et estimat af mindst en af en flowhastighed under injektion, en temperatur af fluiden før injektion, en temperatur af formationen før injektion og en flowhastighed under lukkeperioden.
9. Fremgangsmåde til bestemmelse af flowfordeling i en formation med en deri udformet brønd, omfattende: at placere en føler i brønden, hvor føleren tilvejebringer en i det væsentlige kontinuerlig temperaturovervågning langs et forudbestemt interval af brønden, og hvor føleren frembringer et feedbacksignal, som repræsenterer temperatur målt af føleren; at injicere en fluid i brønden og i i det mindste et parti af formationen nær intervallet; at lukke brønden i en forudbestemt lukkeperiode; at frembringe en simuleret model, der repræsenterer simulerede termiske karakteristika af mindst en undersektion af intervallet under lukkeperioden; at frembringe en datamodel, der repræsenterer aktuelle termiske karakteristika af i det mindste undersektionen af intervallet, hvor datamodellen er afledt fra feedbacksignalet; at sammenligne datamodellen med den simulerede model; og at justere den simulerede models parametre til i det væsentlige at passe med datamodellen.
10. Fremgangsmåde ifølge krav 9, som endvidere omfatter det trin at opnå en første profil af formationen på basis af feedbacksignalet ved en første tidsperiode, hvor den første profil repræsenterer mindst en af temperatur og tryk som funktion af en dybde i formationen fra en forudbestemt overflade, og hvor datamodellen er afledt fra den første profil.
11. Fremgangsmåde ifølge krav 10, som endvidere omfatter det trin at opnå en anden profil af formationen på basis af feedbacksignalet ved en anden tidsperiode, der er forskellig fra den første tidsperiode, hvor den anden profil repræsenterer mindst en af temperatur og tryk som funktion af en dybde i formationen fra en forudbestemt overflade, og hvor datamodellen er afledt fra mindst en af den første profil, den anden profil og en afvigelse af den anden profil fra den første profil.
12. Fremgangsmåde ifølge krav 9, hvor føleren indbefatter fordelt tempe-raturmåleteknologi med en optisk fiber, der er placeret langs intervallet i brønden.
13. Fremgangsmåde ifølge krav 9, hvor fluiden er mindst en af et afledende middel og en stimuleringsfluid.
14. Fremgangsmåde ifølge krav 9, hvor trinet til justering af den simulerede models parametre til i det væsentlige at passe med datamodellen udføres automatisk via en numerisk optimeringsalgoritme.
15. Fremgangsmåde ifølge krav 9, hvor den simulerede models parametre indbefatter estimater af mindst en af en fysisk egenskab, en termisk egenskab og en flowegenskab af mindst en af formationen i forskellige dybder og fluiden.
16. Fremgangsmåde ifølge krav 9, hvor den simulerede models parametre indbefatter et estimat af mindst en af en flowhastighed under injektion, en temperatur af fluiden før injektion, en temperatur af formationen før injektion og en flowhastighed under lukkeperioden.
17. Fremgangsmåde til bestemmelse af flowfordeling i en formation med en deri udformet brønd, omfattende: a) at placere en fordelt temperaturføler på en fiber, der strækker sig langs et interval i brønden, hvor den fordelte temperaturføler tilvejebringer i det væsentlige kontinuerlig temperaturovervågning langs intervallet, og hvor føleren frembringer et feedbacksignal, der repræsenterer temperatur målt af føleren; b) at injicere en fluid i brønden og i i det mindste et parti af formationen nær intervallet; c) at lukke brønden i en forudbestemt lukkeperiode; d) at frembringe en simuleret model, der repræsenterer termiske karakteristika afen undersektion af intervallet under lukkeperioden; e) at frembringe en datamodel, der repræsenterer aktuelle termiske karakteristika af intervallets undersektion, hvor datamodellen er afledt fra feedbacksignalet; f) at sammenligne datamodellen med den simulerede model; g) at justere den simulerede models parametre til i det væsentlige at passe med datamodellen; og h) at gentage trin d) til g) for hver af et antal af undersektioner, der definerer intervallet i brønden, til frembringelse af en flowprofil, der repræsenterer hele intervallet.
18. Fremgangsmåde ifølge krav 17, hvor trinet til justering af den simulerede models parametre til i det væsentlige at passe med datamodellen udføres automatisk via en numerisk optimeringsalgoritme.
19. Fremgangsmåde ifølge krav 17, hvor den simulerede models parametre indbefatter estimater af mindst en af en fysisk egenskab, en termisk egenskab og en flowegenskab af mindst en af formationen i forskellige dybder og fluiden.
20. Fremgangsmåde ifølge krav 17, hvor den simulerede models parametre indbefatter et estimat af mindst en af en flowhastighed under injektion, en temperatur af fluiden før injektion, en temperatur af formationen før injektion og en flowhastighed under lukkeperioden.
DKPA201200798A 2010-05-21 2012-12-17 Fremgangsmåde til fortolkning af fordelte temperaturfælere under brøndbehandling DK201200798A (da)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DKPA201200798A DK201200798A (da) 2010-05-21 2012-12-17 Fremgangsmåde til fortolkning af fordelte temperaturfælere under brøndbehandling
DKPA201700702A DK201700702A1 (da) 2012-12-17 2018-04-03 Fremgangsmåde til fortolkning af fordelte temperaturfølere under brøndbehandling

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
US12/785,142 US8788251B2 (en) 2010-05-21 2010-05-21 Method for interpretation of distributed temperature sensors during wellbore treatment
US78514210 2010-05-21
DK2011037561 2011-05-23
DK2011037561 2011-05-23
DK201200798 2012-12-17
DKPA201200798A DK201200798A (da) 2010-05-21 2012-12-17 Fremgangsmåde til fortolkning af fordelte temperaturfælere under brøndbehandling

Publications (1)

Publication Number Publication Date
DK201200798A true DK201200798A (da) 2012-12-17

Family

ID=44973202

Family Applications (1)

Application Number Title Priority Date Filing Date
DKPA201200798A DK201200798A (da) 2010-05-21 2012-12-17 Fremgangsmåde til fortolkning af fordelte temperaturfælere under brøndbehandling

Country Status (10)

Country Link
US (1) US8788251B2 (da)
BR (1) BR112012029379B1 (da)
CA (1) CA2798850C (da)
DK (1) DK201200798A (da)
EA (1) EA033702B1 (da)
GB (1) GB2494559B (da)
MX (1) MX2012013433A (da)
NO (2) NO345430B1 (da)
UA (1) UA104382C2 (da)
WO (1) WO2011146923A2 (da)

Families Citing this family (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9476294B2 (en) * 2010-01-29 2016-10-25 Baker Hughes Incorporated Device and method for discrete distributed optical fiber pressure sensing
US20110301848A1 (en) * 2010-06-08 2011-12-08 Baker Hughes Incorporated Method of diagnosing flow and determining compositional changes of fluid producing or injecting through an inflow control device
US8910714B2 (en) * 2010-12-23 2014-12-16 Schlumberger Technology Corporation Method for controlling the downhole temperature during fluid injection into oilfield wells
US9394783B2 (en) 2011-08-26 2016-07-19 Schlumberger Technology Corporation Methods for evaluating inflow and outflow in a subterranean wellbore
GB2497381A (en) * 2011-08-26 2013-06-12 Schlumberger Holdings A method for indentifying a wellbore volume change
US9228430B2 (en) 2011-08-26 2016-01-05 Schlumberger Technology Corporation Methods for evaluating cuttings density while drilling
US9134451B2 (en) 2011-08-26 2015-09-15 Schlumberger Technology Corporation Interval density pressure management methods
US20130048380A1 (en) * 2011-08-26 2013-02-28 John Rasmus Wellbore interval densities
CA2808858C (en) * 2012-03-16 2016-01-26 Weatherford/Lamb, Inc. Wellbore real-time monitoring and analysis of fracture contribution
US10808521B2 (en) 2013-05-31 2020-10-20 Conocophillips Company Hydraulic fracture analysis
US20140358444A1 (en) * 2013-05-31 2014-12-04 Conocophillips Company Method of hydraulic fracture identification using temperature
EP3033703A1 (en) * 2013-11-07 2016-06-22 Halliburton Energy Services, Inc. Apparatus and methods of data analysis
US9631474B2 (en) * 2013-11-25 2017-04-25 Baker Hughes Incorporated Systems and methods for real-time evaluation of coiled tubing matrix acidizing
MX2016010654A (es) * 2014-02-18 2016-11-18 Schlumberger Technology Bv Método para interpretación de sensores de temperatura distribuidos durante las operaciones de pozo.
US20170009569A1 (en) * 2015-07-06 2017-01-12 Schlumberger Technology Corporation Caprock breach determination technique
US10400580B2 (en) 2015-07-07 2019-09-03 Schlumberger Technology Corporation Temperature sensor technique for determining a well fluid characteristic
WO2017023318A1 (en) 2015-08-05 2017-02-09 Halliburton Energy Services Inc. Quantification of crossflow effects on fluid distribution during matrix injection treatments
US10578464B2 (en) 2015-11-24 2020-03-03 Schlumberger Technology Corporation Identification of features on an optical fiber using a distributed temperature sensor
US10656041B2 (en) 2015-11-24 2020-05-19 Schlumberger Technology Corporation Detection of leaks from a pipeline using a distributed temperature sensor
US10890058B2 (en) 2016-03-09 2021-01-12 Conocophillips Company Low-frequency DAS SNR improvement
WO2018088999A1 (en) * 2016-11-09 2018-05-17 Halliburton Energy Services, Inc System and method for modeling a transient fluid level of a well
WO2018136050A1 (en) 2017-01-18 2018-07-26 Halliburton Energy Services, Inc. Determining fluid allocation in a well with a distributed temperature sensing system using data from a distributed acoustic sensing system
US10606967B2 (en) * 2017-05-02 2020-03-31 Saudi Arabian Oil Company Evaluating well stimulation to increase hydrocarbon production
US11255997B2 (en) 2017-06-14 2022-02-22 Conocophillips Company Stimulated rock volume analysis
CA3062569A1 (en) 2017-05-05 2018-11-08 Conocophillips Company Stimulated rock volume analysis
EP3676479B1 (en) 2017-10-17 2024-04-17 ConocoPhillips Company Low frequency distributed acoustic sensing hydraulic fracture geometry
CA2983541C (en) 2017-10-24 2019-01-22 Exxonmobil Upstream Research Company Systems and methods for dynamic liquid level monitoring and control
EP3775486A4 (en) 2018-03-28 2021-12-29 Conocophillips Company Low frequency das well interference evaluation
CA3097930A1 (en) 2018-05-02 2019-11-07 Conocophillips Company Production logging inversion based on das/dts
CN108760891A (zh) * 2018-05-22 2018-11-06 中国石油大学(北京) 基于声发射衡量暂堵剂性能的装置与方法
US11125077B2 (en) * 2018-07-23 2021-09-21 Exxonmobil Upstream Research Company Wellbore inflow detection based on distributed temperature sensing
CN110029987B (zh) * 2019-05-26 2020-01-10 西南石油大学 一种两相气藏压裂水平井温度剖面模拟实验装置及其方法
EP4025768A4 (en) * 2019-09-06 2023-09-27 Cornell University SYSTEM FOR DETERMINING TANK PROPERTIES FROM LONG-TERM TEMPERATURE MONITORING
US11280190B2 (en) * 2019-10-30 2022-03-22 Baker Hughes Oilfield Operations Llc Estimation of a downhole fluid property distribution
CN111444612B (zh) * 2020-03-26 2021-04-16 北京科技大学 一种致密油藏水平井多级压裂流场形态模拟方法
US10983513B1 (en) 2020-05-18 2021-04-20 Saudi Arabian Oil Company Automated algorithm and real-time system to detect MPFM preventive maintenance activities
CN112065363A (zh) * 2020-10-10 2020-12-11 成都中油翼龙科技有限责任公司 一种注水井吸水剖面测量装置及方法
CN113006776A (zh) * 2021-03-24 2021-06-22 西南石油大学 基于光纤分布式温度传感器的压裂水平井温度场预测方法
EP4370780A1 (en) 2021-07-16 2024-05-22 ConocoPhillips Company Passive production logging instrument using heat and distributed acoustic sensing
WO2024035758A1 (en) * 2022-08-09 2024-02-15 Schlumberger Technology Corporation Methods for real-time optimization of coiled tubing cleanout operations using downhole pressure sensors

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3709032A (en) * 1970-12-28 1973-01-09 Shell Oil Co Temperature pulsed injectivity profiling
US6435277B1 (en) * 1996-10-09 2002-08-20 Schlumberger Technology Corporation Compositions containing aqueous viscosifying surfactants and methods for applying such compositions in subterranean formations
NO982973D0 (no) 1998-06-26 1998-06-26 Abb Research Ltd Anordning ved oljebr°nn
US6585044B2 (en) 2000-09-20 2003-07-01 Halliburton Energy Services, Inc. Method, system and tool for reservoir evaluation and well testing during drilling operations
MXPA05001618A (es) * 2002-08-15 2005-04-25 Schlumberger Technology Bv Uso de sensores de temperatura distribuidos durante los tratamientos de pozos de sondeo.
WO2005035944A1 (en) * 2003-10-10 2005-04-21 Schlumberger Surenco Sa System and method for determining a flow profile in a deviated injection well
US7658226B2 (en) * 2005-11-02 2010-02-09 Schlumberger Technology Corporation Method of monitoring fluid placement during stimulation treatments
US7398680B2 (en) * 2006-04-05 2008-07-15 Halliburton Energy Services, Inc. Tracking fluid displacement along a wellbore using real time temperature measurements
US7580797B2 (en) * 2007-07-31 2009-08-25 Schlumberger Technology Corporation Subsurface layer and reservoir parameter measurements
US8214186B2 (en) 2008-02-04 2012-07-03 Schlumberger Technology Corporation Oilfield emulator
US20090216456A1 (en) 2008-02-27 2009-08-27 Schlumberger Technology Corporation Analyzing dynamic performance of reservoir development system based on thermal transient data

Also Published As

Publication number Publication date
US20110288843A1 (en) 2011-11-24
CA2798850C (en) 2018-07-17
GB2494559A (en) 2013-03-13
EA033702B1 (ru) 2019-11-18
WO2011146923A3 (en) 2012-01-12
EA201291311A1 (ru) 2013-06-28
NO345982B1 (no) 2021-12-06
NO20201136A1 (no) 2012-11-16
GB201220497D0 (en) 2012-12-26
WO2011146923A2 (en) 2011-11-24
NO20121356A1 (no) 2012-11-16
MX2012013433A (es) 2013-01-22
US8788251B2 (en) 2014-07-22
GB2494559B (en) 2018-07-11
BR112012029379B1 (pt) 2020-03-17
CA2798850A1 (en) 2011-11-24
NO345430B1 (no) 2021-01-25
UA104382C2 (ru) 2014-01-27
BR112012029379A2 (pt) 2016-07-26

Similar Documents

Publication Publication Date Title
DK201200798A (da) Fremgangsmåde til fortolkning af fordelte temperaturfælere under brøndbehandling
US10808521B2 (en) Hydraulic fracture analysis
EP3108098B1 (en) Method for interpretation of distributed temperature sensors during wellbore operations
US20140358444A1 (en) Method of hydraulic fracture identification using temperature
US8613313B2 (en) System and method for reservoir characterization
US11236596B2 (en) Real-time diversion control for stimulation treatments using fiber optics with fully-coupled diversion models
CA3027348C (en) Real-time monitoring and control of diverter placement for multistage stimulation treatments
NO344887B1 (en) Modeling acid distribution for acid stimulation of a formation
CA3051231C (en) Quantifying a reservoir volume and pump pressure limit
Cheng et al. Mechanics of hydraulic fracturing
Evans et al. Impact of cluster spacing on infill completions in the Eagle Ford
CA3133575A1 (en) Determining fracture surface area in a well
Stone et al. Practical control of SAGD wells with dual-tubing strings
Zheng et al. Coupling a geomechanical reservoir and fracturing simulator with a wellbore model for horizontal injection wells
Stone et al. Practical control of SAGD wells with dual tubing strings
Hashish et al. Injection profiling in horizontal wells using temperature warmback analysis
Elias et al. Orcutt oil field thermal diatomite case study: cyclic steam injection in the careaga lease, Santa Barbara County, California
DK201700702A1 (da) Fremgangsmåde til fortolkning af fordelte temperaturfølere under brøndbehandling
RU2531499C1 (ru) Способ определения профиля притока флюидов многопластовых залежей в скважине
Laurence et al. Using real-time fibre optic distributed temperature data for optimising reservoir performance
Hashish et al. Analytical Approach for Injectivity Profiling Through Warm-Back Analysis in Multilayer Reservoirs
Yang Predicting and Applying Wellhead Temperatures for Steamflood-Field Operation and Production-Performance Monitoring
EA043886B1 (ru) Система и способ для определения характеристик коллектора
Wu et al. Feasibility Study of Using Transient Temperature Analysis to Evaluate Fracture Length in Cyclic Steam Stimulation Process

Legal Events

Date Code Title Description
PHB Application deemed withdrawn due to non-payment or other reasons

Effective date: 20180411