EA033702B1 - Способ интерпретации распределенных температурных датчиков во время обработки ствола скважины - Google Patents
Способ интерпретации распределенных температурных датчиков во время обработки ствола скважины Download PDFInfo
- Publication number
- EA033702B1 EA033702B1 EA201291311A EA201291311A EA033702B1 EA 033702 B1 EA033702 B1 EA 033702B1 EA 201291311 A EA201291311 A EA 201291311A EA 201291311 A EA201291311 A EA 201291311A EA 033702 B1 EA033702 B1 EA 033702B1
- Authority
- EA
- Eurasian Patent Office
- Prior art keywords
- temperature
- sensor
- wellbore
- formation
- interval
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000011282 treatment Methods 0.000 title claims description 20
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 101
- 239000012530 fluid Substances 0.000 claims abstract description 73
- 238000009826 distribution Methods 0.000 claims abstract description 31
- 238000002347 injection Methods 0.000 claims description 25
- 239000007924 injection Substances 0.000 claims description 25
- 238000005259 measurement Methods 0.000 claims description 24
- 238000009529 body temperature measurement Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 15
- 230000000638 stimulation Effects 0.000 claims description 13
- 239000007788 liquid Substances 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 9
- 239000013307 optical fiber Substances 0.000 claims description 8
- 239000003795 chemical substances by application Substances 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 5
- 239000000835 fiber Substances 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000005086 pumping Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 2
- 230000004888 barrier function Effects 0.000 claims description 2
- 238000000926 separation method Methods 0.000 claims 2
- 230000004941 influx Effects 0.000 claims 1
- 238000013499 data model Methods 0.000 abstract description 17
- 238000005755 formation reaction Methods 0.000 description 89
- 238000003860 storage Methods 0.000 description 14
- 230000008859 change Effects 0.000 description 7
- 230000035699 permeability Effects 0.000 description 7
- 238000004088 simulation Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 5
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 description 4
- 238000010306 acid treatment Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 239000011435 rock Substances 0.000 description 4
- 239000004215 Carbon black (E152) Substances 0.000 description 3
- 229930195733 hydrocarbon Natural products 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 239000002253 acid Substances 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 150000007513 acids Chemical class 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 239000008187 granular material Substances 0.000 description 1
- 125000001183 hydrocarbyl group Chemical group 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
- E21B47/06—Measuring temperature or pressure
- E21B47/07—Temperature
-
- 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
- E21B47/00—Survey of boreholes or wells
- E21B47/10—Locating fluid leaks, intrusions or movements
- E21B47/103—Locating 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)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Thermistors And Varistors (AREA)
- Geophysics And Detection Of Objects (AREA)
- Control Of Temperature (AREA)
Abstract
Способ для определения распределения потока в формации, имеющей образованный ствол скважины, который включает этапы размещения датчика в скважине, где этот датчик вырабатывает сигнал обратной связи, представляющий по меньшей мере одно из температуры или давления, измеряемых датчиком, нагнетание жидкости в ствол скважины и по меньшей мере в участок формации рядом с датчиком, остановку скважины на заранее заданный период остановки, создание имитационной модели, представляющей по меньшей мере одну из характеристик смоделированной температуры или характеристик смоделированного давления формации во время периода останова, создание модели данных, представляющей по меньшей мере одну из характеристик фактической температуры или характеристик фактического давления формации во время периода останова, где модель данных получается из сигнала обратной связи, сравнение модели данных с имитационной моделью и регулировку параметров имитационной модели для практического соответствия модели данных.
Description
Уровень техники
Утверждения в этом разделе просто предоставляют справочную информацию, относящуюся к настоящему изобретению, и не вправе представлять собой известный уровень техники.
Настоящее изобретение в целом относится к обработке скважины и разработке пластового резервуара, и в частности к способу определения распределения потока в скважине во время обработки.
Гидроразрыв пласта, кислотная обработка под давлением ниже давления гидроразрыва и другие виды обработки пласта для интенсификации притока в плановом порядке проводятся в нефтяных и газовых скважинах для повышения добычи углеводородов. Скважины во время обработки пласта для интенсификации притока часто включают большую секцию перфорированной обсадной колонны или открытый ствол скважины и имеют значительные различия в петрофизических и механических свойствах горной породы. В результате жидкость для обработки, закачиваемая в скважину, может попадать не во все желаемые несущие слои углеводородов, нуждающиеся в обработке для интенсификации притока. Для достижения эффективной интенсификации притока при обработке в жидкостях для обработки часто используются материалы для селективного гидроразрыва пласта, такие как химический или зернистый материал, что помогает уменьшить приток в более проницаемые слои, которые больше не нуждаются в интенсификации притока, и увеличить приток в менее проницаемые слои.
Один способ включает выполнение обработки с помощью гибких насосно-компрессорных труб малого диаметра, которые могут быть расположены в скважине для направления жидкости непосредственно рядом со слоями, которые необходимо закупорить при перекачивании отклонителя потока, и рядом со слоями, которые нуждаются в интенсификации притока, при перекачивании жидкости для воздействия на пласт. Однако технология работы с гибкими насосно-компрессорными трубами малого диаметра требует знания оператором того, какие слои необходимо обрабатывать отклонителем потока, а какие слои обрабатывать жидкостью для воздействия на пласт. В скважине с длинными перфорированными или открытыми интервалами с весьма неоднородными и неизвестными реологическими свойствами, типичными для горизонтальных скважин, эффективная обработка требует знания распределения потока в обрабатываемом интервале.
Общепринятое измерение потока в скважине, как правило, выполняется путем гидродинамического каротажа с использованием расходомера для измерения скорости добычи углеводородов или скорости нагнетания в скважину в зависимости от глубины. На основе регистрируемого расхода в стволе скважины добыча из нее или скорость нагнетания в каждый интервал глубин формации определяется, исходя из измеренного осевого расхода в этом интервале. Общепринятое измерение потока обоснованно применимо при условии, что распределение потока в скважине не меняется в течение периода времени, когда проводится регистрация.
Однако при обработке для интенсификации притока распределение потока в скважине может быстро меняться вследствие либо обработки слоев формации для увеличения их объема потока, либо временного снижения объема потока в результате отклоняющих агентов. Для определения эффективности интенсификации или отклонения в скважине желательно мгновенное измерение, дающее снимок распределения потока в скважине. К сожалению, таких способов всего несколько.
Одна методика для практически мгновенного измерения - это технология оптоволоконного измерения распределенной температуры. Обычно измерение распределенной температуры включает оптоволокно, расположенное в стволе скважины (например, посредством постоянной оптоволоконной линии, зацементированной в обсадной трубе, оптоволоконной линии, развернутой с помощью гибких насоснокомпрессорных труб малого диаметра или устройства с талевым канатом для работ в скважине). Оптоволокно измеряет распределение температуры по длине на основе оптических временных интервалов (например, оптического измерения отраженного сигнала, широко используемого в телекоммуникационной отрасли).
Одним из преимуществ технологии измерения распределенной температуры является способность получать за короткий промежуток времени распределение температуры вдоль скважины без необходимости перемещения датчика, как при традиционном каротаже скважин, которое может быть очень продолжительным. Технология измерения распределенной температуры эффективно обеспечивает снимок профиля температуры в скважине. Технология измерения распределенной температуры была использована для измерения изменения температуры в скважине после нагнетания жидкости для интенсификации притока, из чего можно качественно оценить распределение потока нагнетаемой жидкости. Вывод о распределении потока обычно основывается на величине возврата температуры во время периода останова после нагнетания жидкости в ствол скважины и окружающие участки формации. Нагнетаемая жидкость обычно холоднее, чем температура формации, и слой формации, получающий больший расход жидкости во время нагнетания, имеет более длительное время возврата температуры по сравнению со слоем или зоной формации, которая получает относительно меньший поток жидкости.
Как неограничивающий пример на фиг. 1 показано графическое изображение 2 множества вызванных нагнетанием жидкости температурных профилей 4 слоистой формации 6 во время шестичасового периода времени возврата температуры согласно известному уровню техники. Как показано, ось X 8 графического изображения 2 представляет температуру в Кельвинах (K), а ось Y 9 графического изобра
- 1 033702 жения 2 представляет глубину в метрах (м), измеренную от заранее заданного уровня поверхности. Как показано, проницаемость каждого слоя слоистой формации 6 оценивается в единицах миллидарси (мД). Слои формации 6, имеющие относительно высокую проницаемость, получают больше жидкости во время нагнетания, и период времени возврата температуры относительно дольше (то есть после определенного периода времени изменение в температуре меньше, чем изменения в температуре слоев, имеющих более низкую проницаемость). Слои формации 6, имеющие относительно низкую проницаемость, получают меньше жидкости во время нагнетания, и период времени возврата температуры относительно короче (то есть после определенного периода времени изменение в температуре больше, чем изменения в температуре слоев, имеющих более высокую проницаемость).
Путем получения и анализа нескольких температурных кривых измерения распределенной температуры во время периода останова может быть определено распределение скоростей нагнетания по различным слоям формации. Однако имеющиеся приемы и способы интерпретации измерения распределенной температуры основываются на визуализации изменения температуры в журнале данных измерения распределенной температуры и в лучшем случае выражаются в качественной форме. Принятые способы интерпретации еще более усложняются в случаях, когда химически активные жидкости, такие как кислота, закачиваются в скважину, где эта химически активная жидкость реагирует с породой формации и может повлиять на температуру формации, что приводит к ошибочной интерпретации. Для достижения эффективной интенсификации притока необходимы более точные способы интерпретации измерения распределенной температуры, которые помогут инженерам определить распределение потока в скважине и соответственно внести коррективы в обработку.
В этом описании изобретения предлагается несколько способов для количественного определения распределения потока из измерения распределенной температуры. Эти способы подробно рассматриваются ниже.
Сущность изобретения
Вариант воплощения способа определения распределения потока в формации, имеющей образованную в ней скважину, включает этапы: размещение датчика в стволе скважины, причем этот датчик вырабатывает сигнал обратной связи, представляющий по меньшей мере одно из температуры и давления, измеряемых датчиком; нагнетание жидкости в ствол скважины и, по меньшей мере, в участок формации рядом с датчиком; остановку скважины на заранее заданный период остановки; создание имитационной модели, представляющей по меньшей мере одну из характеристик смоделированной температуры и характеристик смоделированного давления формации во время периода останова; создание модели данных, представляющей по меньшей мере одну из характеристик фактической температуры и характеристик фактического давления формации во время периода останова, где модель данных получают из сигнала обратной связи; сравнение модели данных с моделью интенсификации притока; регулировку параметров модели интенсификации притока для практического соответствия модели данных.
В варианте воплощения способ определения распределения потока в формации, имеющей образованную в ней скважину, включает этапы: размещение датчика в стволе скважины, где датчик обеспечивает практически постоянный контроль температуры вдоль заранее заданного интервала и где датчик генерирует сигнал обратной связи, представляющий температуру, измеренную датчиком; нагнетание жидкости в ствол скважины и по меньшей мере в участок формации рядом с этим интервалом; остановку скважины на заранее заданный период остановки; создание имитационной модели, представляющей тепловые смоделированные характеристики по меньшей мере отрезка интервала в период остановки; создание модели данных, представляющих фактические тепловые характеристики по меньшей мере отрезка интервала, где модель данных получается из сигнала обратной связи; сравнение этой модели данных с имитационной моделью; регулировку параметров имитационной модели для практического соответствия модели данных.
В варианте воплощения способ определения распределения потока в формации, имеющей образованную в ней скважину, включает этапы: а) размещение датчика распределенной температуры на волокне, простирающемся вдоль интервала в скважине, где датчик распределенной температуры обеспечивает практически постоянный контроль температуры вдоль интервала и причем датчик вырабатывает сигнал обратной связи, представляющий температуру, измеряемую этим датчиком; b) нагнетание жидкости в скважину и по меньшей мере в участок формации рядом с интервалом; с) остановку скважины на заранее заданный период остановки; d) создание имитационной модели, представляющей тепловую смоделированную характеристику отрезка интервала во время периода остановки; е) создание модели данных, представляющей фактическую температурную характеристику отрезка интервала, где модель данных получается из сигнала обратной связи; f) сравнение модели данных с имитационной моделью; g) регулировку параметров имитационной модели для практического соответствия модели данных; и h) повторение этапов от d) до g) для каждого из множества отрезков, определяющих интервал в стволе скважины, с целью создания профиля потока, показательного для всего интервала.
Краткое описание чертежей
Эти и другие особенности и преимущества настоящего изобретения будут лучше поняты после обращения к нижеследующему подробному описанию при рассмотрении его вместе с прилагаемыми фигурами.
- 2 033702
На фиг. 1 показано графическое изображение множества профилей смоделированной температуры слоистой формации во время шестичасового периода времени возврата температуры согласно известному уровню техники.
Фиг. 2 является схематической диаграммой варианта воплощения системы обработки скважины.
На фиг. 3 показано графическое представление варианта воплощения профиля смоделированной температуры и профиля фактически измеренной температуры обработки ствола скважины в первый период времени.
На фиг. 4 представлено графические изображение, показывающее профиль смоделированной температуры и профиль фактически измеренной температуры обработки ствола скважины, показанный на фиг. 3, взятый во второй период времени.
На фиг. 5 представлено схематическое изображение, показывающее вариант воплощения множества профилей измеренной температуры, взятых в период дискретного времени во время периода остановки обработки скважины.
На фиг. 6 показано графическое представление температуры относительно времени для подинтервалов профиля, представленного на фиг. 5.
На фиг. 7 показано графическое представление интерпретированного профиля потока обработки ствола скважины, представленного на фиг. 5.
На фиг. 8A показано графическое изображение профиля измеренной температуры слоистой формации, представленной на фиг. 1.
На фиг. 8B показано графическое изображение интерпретированной температуры жидкости перед нагнетанием в слоистую формацию, представленную на фиг. 1.
На фиг. 8C показано графическое изображение интерпретированной температуры слоистой формации, представленной на фиг. 1, до процедуры нагнетания.
На фиг. 8D показано графическое изображение интерпретированного объема жидкости, нагнетаемой в слоистую формацию, представленную на фиг. 1, при различных ее глубинах.
Подробное описание изобретения
На фиг. 2 показан вариант воплощения системы обработки скважины согласно изобретению, в общем обозначенной 10. Как показано, система 10 включает нагнетатель(и) 12 жидкости, датчик 14 и процессор 16. Понятно, что система 10 может включать дополнительные компоненты.
Нагнетатель 12 жидкости обычно является гибкими насосно-компрессорными трубами малого диаметра, которые могут быть расположены в скважине, образованной в формации, для избирательного направления жидкости на определенную глубину или слой формации. Например, нагнетатель 12 жидкости может направить отклонитель непосредственно рядом со слоем формации для закупорки этого слоя и сведения к минимуму его проницаемости. В качестве еще одного примера, нагнетатель 12 жидкости может направлять жидкость для воздействия на пласт рядом со слоем для интенсификации притока. Как очевидно специалистам в области обработки скважин, для направления жидкостей к различным глубинам и слоям могут использоваться и другие средства. Кроме этого, понятно, что для обработки различных слоев определенной формации могут использоваться различные жидкости для обработки, отклонители и жидкости для воздействия на пласт.
Обычно датчик 14 по технологии измерения распределенной температуры включает оптоволокно 18, расположенное в стволе скважины (например, посредством постоянной оптоволоконной линии, зацементированной в обсадной трубе, оптоволоконной линии, развернутой с помощью гибких насоснокомпрессорных труб малого диаметра или устройства с талевым канатом для работ в скважине). Оптоволокно 18 измеряет распределение температур по своей длине на основе оптических временных интервалов (например, оптического измерения отраженного сигнала). В некоторых вариантах воплощения датчик 14 включает устройство 19 для измерения давления для измерения распределения давления в скважине и окружающей формации. В некоторых вариантах воплощения датчик 14 аналогичен датчику по технологии измерения распределенной температуры, описанной в патенте США № 7055604 В2.
Процессор 16 находится в состоянии передачи данных с датчиком 14 для получения от него сигналов данных (например, сигнала обратной связи) и анализа сигналов на основе, например, заранее заданного алгоритма, математического процесса или уравнения. Как показано на фиг. 2, процессор 16 анализирует и оценивает полученные данные на основе набора 20 команд. Набор 20 команд, который может быть воплощен в любом программоносителе компьютера, включает исполняемые команды процессора по настройке процессора 16 для выполнения различных задач и расчетов. Как неограничивающий пример, набор 20 команд может включать полный набор уравнений, управляющих физическими явлениями потока жидкости в формации, потока жидкости в стволе скважины, взаимодействие жидкости/формации (например, горной породы) в химически активной жидкости для воздействия на пласт, поток жидкости в изломе и его деформацию в случае гидравлического разрыва пласта, теплопроводность в стволе скважины и в формации. Как еще один неограничивающий пример, набор 20 команд включает универсальную численную модель для карбонатной кислотной обработки, такой как описанная в документе Общества инженеров-нефтяников (ОИН) № 107854 под названием Экспериментально проверенная модель кротовой норы для самоотклонения и обычных кислот в карбонатных породах при условиях радиального по
- 3 033702 тока под авторством P. Tardy, В. Lecerf и Y. Christanti. Специалистам в области обработки скважин понятно, что для моделирования потока жидкости и теплопроводности в стволе скважины и прилегающих формациях могут использоваться любые уравнения. Кроме того, понятно, что процессор 16 может выполнять различные функции, такие, например, как управление различными настройками датчика 14 и нагнетателя 12 жидкости.
Как неограничивающий пример, процессор 16 включает устройство 22 хранения. Устройство 22 хранения может быть одним накопителем или несколькими устройствами хранения данных. Более того, устройство 22 хранения может быть твердотельной системой хранения, магнитной системой хранения, оптической системой хранения или любой другой подходящей для хранения системой или устройством. Понятно, что устройство 22 хранения приспособлено для хранения набора 20 команд. В некоторых вариантах воплощения данные, полученные из датчика 14, такие как, например, результаты измерения температуры и результаты измерения давления, история предыдущих измерений и расчетов, сохраняются в устройстве 22 хранения. Другие данные и информация, такие, например, как параметры, вычисленные процессором 16 и база данных петрофизических и механических свойств различных формаций, могут сохраняться в устройстве 22 хранения. Кроме того, понятно, что некоторые известные параметры и численные модели для различных формаций и жидкостей могут сохраняться в устройстве 22 хранения и затем извлекаться процессором 16.
Как неограничивающий пример, процессор 16 включает программируемое устройство или компонент 24. Понятно, что программируемое устройство или компонент 24 может поддерживать связь с любым другим компонентом системы 10, таким как, например, нагнетатель 12 жидкости и датчик 14. В некоторых вариантах воплощения программируемый компонент 24 выполнен для управления и контроля функций обработки процессора 16. В частности, программируемый компонент 24 выполнен для управления анализом сигналов данных (например, сигнала обратной связи, вырабатываемого датчиком 14), получаемых от процессора 16. Понятно, что программируемый компонент 24 может быть выполнен для хранения данных и информации в устройстве 22 хранения и для получения данных и информации из устройства 22 хранения.
В некоторых вариантах воплощения пользовательский интерфейс 26 поддерживает связь, непосредственно или опосредствованно, по меньшей мере с одним из нагнетателей 12 жидкости, датчиком 14 и процессором 16, что позволяет пользователю выборочно взаимодействовать с ними. Как неограничивающий пример, пользовательский интерфейс 26 является человеко-машинным интерфейсом, позволяющим пользователю выборочно и вручную изменять параметры расчетной модели, созданной процессором 16.
При эксплуатации жидкость нагнетается в формацию (например, слоистую геологическую формацию) для удаления или обхода прискважинного повреждения, которое может быть вызвано проникновением бурового раствора или иными механизмами, или для создания гидроразрыва, простирающегося на сотни футов в формацию, с целью усиления производительности скважины. Температура нагнетаемой жидкости обычно ниже, чем температура каждого из слоев формации. В течение периода нагнетания более холодная жидкость отводит тепловую энергию из ствола скважины и прилегающих зон формации. Как правило, чем выше величина притока в формацию, тем больше нагнетаемый объем жидкости (то есть глубина ее проникновения в формацию) и тем более охлаждена зона. В случае гидроразрыва пласта нагнетаемая жидкость входит в созданный гидроразрыв и охлаждает зону, прилегающую к поверхности излома. После прекращения закачивания теплопроводность из пластового резервуара постепенно согревает жидкость в стволе скважины. Там, где часть формации не получает приток во время нагнетания, возврат тепла в скважину происходит быстрее вследствие меньшего охлаждения зоны, тогда как формация, получившая больший приток, возвращает тепло в скважину медленнее.
На фиг. 3 показано графическое изображение 28, отображающее профиль 30 смоделированной температуры и профиль 32 фактически измеренной температуры обработки ствола скважины (например, кислотная обработка в горизонтальной скважине в карбонатной формации) в первый период времени. Как неограничивающий пример, первый период времени возникает сразу же после начала процедуры остановки (например, прекращение обработки ствола скважины и прекращение потока жидкости в формацию или подобное). Как показано, ось X 34 графического изображения 28 представляет температуру в градусах Цельсия (°С), а ось Y 36 графического изображения 28 представляет глубину формации в метрах (м), измеренную от заранее заданного уровня поверхности. В некоторых вариантах воплощения профиль 30 смоделированной температуры основывается по меньшей мере на одном из оцениваемых петрофизических, механических и термических свойств формации, тепловых свойствах (например, теплопроводности и теплоемкости) нагнетаемой жидкости и реологических свойствах нагнетаемой жидкости и формации. Как неограничивающий пример, оцениваемые свойства формации могут задаваться пользователем вручную. Как еще один неограничивающий пример, оцениваемые свойства могут быть сгенерированы процессором 16 на основе сохраненных данных и известной или оцениваемой информации о формации. Понятно, что профиль смоделированного давления (не показан) может быть сгенерирован процессором 16 на основе оцененных свойств формации. Профиль 32 фактической измеренной температуры основан на данных, полученных датчиком 14 во время остановки после периода нагнетания жидкости.
На фиг. 4 показано графическое изображение 38, отображающее профиль 40 смоделированной тем
- 4 033702 пературы и профиль 42 фактически измеренной температуры обработки ствола скважины (например, кислотной обработки в горизонтальной скважине в карбонатной формации) во второй период времени. Как неограничивающий пример, второй период времени составляет примерно четыре часа после первого периода времени. Понятно, что может использоваться любой период времени. Как показано, ось X 44 графического изображения 38 представляет температуру в градусах Цельсия (°С), а ось Y 46 графического изображения 38 представляет глубину формации в метрах (м), измеренную от заранее заданного уровня поверхности. В некоторых вариантах воплощения профиль смоделированной температуры 40 основывается по меньшей мере на одном из оцениваемых петрофизических, механических и термических свойств формации, тепловых свойствах (например, теплопроводности и теплоемкости) нагнетаемой жидкости и реологических свойствах нагнетаемой жидкости и формации. Как неограничивающий пример, оцениваемые свойства формации могут задаваться пользователем вручную. Как еще один неограничивающий пример, оцениваемые свойства могут быть сгенерированы процессором 16 на основе сохраненных данных и известной информации о размещении формации. Понятно, что профиль смоделированного давления (не показан) может быть сгенерирован процессором 16 на основе оцененных свойств формации. Фактически измеренная температура 32 основывается на данных, полученных датчиком 14 во время остановки после периода нагнетания жидкости.
Как наглядный пример, слой формации на определенной глубине согласно оценкам имеет первый набор петрофизических свойств, имеющих конкретную проницаемость, а профили 30, 40 смоделированных температур генерируются на основе модели оцененных свойств формации (например, прогрессивная имитируемая модель). Однако, где фактически измеренные температуры 32, 42 не выровнены с профилями 30, 40 смоделированных температур, пользователь изменяет по меньшей мере одно из оцененных свойств формации и параметров модели, которой руководствуется, для создания профилей 30, 40 смоделированных температур таким образом, что профили 30, 40 смоделированных температур практически соответствуют фактически измеренным температурам 32, 42. Таким образом, модель, используемая для создания профилей 30, 40 смоделированной температуры обновляется на основе фактических измерений датчика 14. Понятно, что обновленная модель может использоваться в качестве базовой модели для будущих приложений на такой же или аналогичной формации. Кроме того, понятно, что распределение потока в формации может быть количественно определено из обновленной модели.
На фиг. 5-7 показан способ определения распределения потока в формации согласно другому варианту воплощения настоящего изобретения. Как неограничивающий пример, распределение потока в формации определяется с использованием алгоритма численной инверсии. Как еще один неограничивающий пример, кривая смоделированной температуры (то есть сымитированная модель) создается для заданного расхода, температуры жидкости для нагнетания и начальной температуры формации для любой заданной глубины путем решения модели теплопередачи для численных конечных разностей с целью моделирования конвективного потока более холодной жидкости в проницаемую формацию, что очевидно для специалистов в данной области техники.
На фиг. 5 показано схематическое изображение 47, отображающее множество из измеренных профилей 48 температуры, каждый из измеренных температурных профилей 48 взят в дискретном периоде времени t1, t2, t3, t4 во время периода останова после нагнетания. Как показано, ось X 49 графического изображения 47 представляет температуру, а ось Y 50 графического изображения 47 представляет глубину формации, измеренную от заранее заданного уровня поверхности. В некоторых вариантах воплощения интересующий интервал 52 ствола скважины разделяется на множество отрезков 54 заранее заданной профильной длины. Для каждого из отрезков 54 профиль измеренной температуры отображается относительно времени, как показано на фиг. 6.
В частности, на фиг. 6 показано графическое изображение 56, отображающее множество дискретных температурных измерений 58 датчика 14, каждое из измерений взято в дискретные периоды времени t1, t2, t3, t4 соответственно. Расчетная температурная кривая 60 (то есть имитируемая модель) смоделирована пересекать дискретные 58 измерения. Как показано, ось X 62 графического изображения 56 представляет время, а ось Y 64 графического изображения 56 представляет температуру.
В частности, измерения 58 температуры для конкретного одного из отрезков 54 сравниваются с расчетной температурной кривой 60. В некоторых вариантах воплощения алгоритм численной оптимизации применяется к измерениям 58 измеренной температуры и расчетной температурной кривой 60 для нахождения наилучшего соответствия и сведения к минимуму разности ошибки между ними. Например, алгоритм численной оптимизации является суммой квадратов разницы между значениями данных измерений 58 температуры и соответствующих точек вдоль расчетной температурной кривой 60. Как еще один пример, множество входных параметров для генерации расчетной температурной кривой 60 (то есть имитируемая модель) автоматически изменяются для получения наилучшего соответствия между расчетной температурной кривой 60 и измерениями 58 температуры. В некоторых вариантах воплощения входные параметры включают расход во время нагнетания, температуру жидкости, начальную температуру формации и скорость потока во время остановки, например. Понятно, что число дискретных комбинаций входных параметров может сгенерировать такую же расчетную температурную кривую. Таким образом, среднее значение входных параметров может использоваться для процедуры подгонки между
- 5 033702 расчетной температурной кривой 60 и измерениями 58 температуры.
Поскольку расчетная температурная кривая 60 подгоняется к измерениям 58 температуры, измененные входные параметры расчетной температурной кривой 60 представляют средний расход, температуру жидкости и начальную температуру формации. Профиль потока (т.е. профиль объема жидкости, нагнетаемой в течение периода нагнетания) можно получить, повторяя процесс сравнения и подгонки, описанный выше для остальных отрезков 54. Как пример, на фиг. 7 показано графическое изображение 65, отображающее профиль 66 потока (т.е. распределение потока). Как показано, ось X 67 графического изображения 65 представляет объем закачанной жидкости, а ось Y 68 графического изображения 65 представляет глубину формации, измеренную от заранее заданного уровня поверхности.
На фиг. 8A-8D показан пример применения алгоритма численной инверсии для синтетических данных, сгенерированных числовым имитатором, как показано на фиг. 1. В частности, на фиг. 8A показано графическое изображение 69, отображающее профиль 70 первой измеренной температуры, взятый в первый период времени, и профиль 72 второй измеренной температуры, взятый во второй период времени. Как неограничивающий пример, первый период времени - сразу же после начала процедуры остановки, а второй период времени - 6 ч после первого периода времени. Понятно, что может использоваться любой период времени. Как показано, ось X 74 графического изображения 69 представляет температуру в Кельвинах (K), а ось Y 76 графического изображения 69 представляет глубину формации в метрах (м), измеренную от заранее заданного уровня поверхности.
При работе расчетная температурная кривая (то есть сымитированная модель) создается на основе численной конечно-разностной модели теплопередачи для моделирования конвективного потока более холодной жидкости в проницаемую формацию, как это понятно специалистам в данной области. Как неограничивающий пример, входные параметры модели теплопередачи включают оценки расхода во время нагнетания, температуру жидкости, начальную температуру формации и расход во время останова. Температурные профили 70, 72, сравниваются с расчетной кривой аналогичным путем, показанным на фиг. 6. В некоторых вариантах воплощения алгоритм численной оптимизации применяется к профилям 70, 72 измеренной температуры и расчетной кривой для автоматического нахождения наилучшего соответствия и сведения к минимуму разности ошибки между температурными профилями 70, 72 и расчетной кривой. Как неограничивающий пример, входные параметры изменяются таким образом, чтобы полученная расчетная температурная кривая практически совпадала с соответствующим одним из профилей 70, 72 температуры. Поскольку расчетная кривая подгоняется к соответствующему одному из профилей 70, 72 температуры, измененные входные параметры расчетной кривой представляют средний расход, температуру жидкости и начальную температуру формации, как показано на фиг. 8B, 8C и 8D соответственно. Понятно, что количество дискретных комбинаций входных параметров может генерировать такую же расчетную температурную кривую. Таким образом, среднее значение входных параметров может использоваться для процедуры подгонки между расчетной температурной кривой и температурой температурных профилей 70, 72.
В частности, на фиг. 8B показано графическое изображение 78, отображающее инверсную (т.е. интерпретированную из алгоритма инверсии) температурную кривую 80 для закачанной жидкости. Как показано, ось X 82 графического изображения 78 представляет температуру в Кельвинах (K), а ось Y 84 графического изображения 78 представляет глубину формации в метрах (м), измеренную от заранее заданного уровня поверхности. На фиг. 8C показано графическое изображение 86, отображающее профиль средней температуры 88 для формации до получения нагнетаемой жидкости (со стандартным отклонением, показанным в виде затененной области). Как показано, ось X 90 графического изображения 86 представляет температуру в Кельвинах (K), а ось Y 92 графического изображения 86 представляет глубину формации в метрах (м), измеренную от заранее заданного уровня поверхности. На фиг. 8D показано графическое изображение 94, отображающее кривую смоделированного среднего объема 96 для нагнетаемой жидкости (со стандартным отклонением, показанным в виде затененной области). Как показано, ось X 98 графического изображения 94 представляет объем в кубических метрах нагнетаемой жидкости в одном метре формации (м3/м), а ось Y 100 графического изображения 94 представляет глубину формации в метрах (м), измеренную от заранее заданного уровня поверхности. Таким образом, кривая температуры 80, профиль температуры 88 и кривая объема 96 обеспечивают точный профиль распределения потока для формации, на который можно положиться при последующих процессах обработки.
В одном варианте воплощения данные температуры, измеренные датчиком 14, сравниваются с набором предварительно созданных расчетных кривых, называемых типовыми кривыми. Типовые кривые обычно находятся в безразмерной форме с безразмерными переменными, выраженными в виде сочетания физических переменных. Температурные данные, полученные из датчика 14, предварительно обрабатываются с целью представления в безразмерной форме и наложения на расчетные типовые кривые. Смещением измеренных температурных данных для нахождения самой соответствующей типовой кривой можно определить физические параметры, которые соответствуют этой самой подходящей типовой кривой, включая расход в формацию. Выполняя ту же процедуру для всех глубин, можно построить профиль потока вдоль ствола скважины, как и в предыдущих способах. Пример методики типовых кривых для интерпретации измерения распределенной температуры описывается в заявке на патент
- 6 033702
США № 2009/0216456.
Здесь были обсуждены несколько способов интерпретации измерения распределенной температуры. Эти способы связаны с использованием математической модели (имитируемой модели) для прогнозирования ожидаемой температурной характеристики и сравнения этого прогноза с фактическими измерениями (модель измеренных данных). С помощью регулирования параметров имитируемой модели для соответствия модели измеренных данных выводится распределение потока в скважине. Специалистам в данной области техники понятно, что для достижения соответствия с измеренными данными измерения распределенной температуры могут использоваться различные температурные модели или различные способы. Однако такие вариации соответствуют духу этого изобретения.
Интерпретированный профиль потока обеспечивает область стимуляции специалистам-практикам с глубокими знаниями для принятия решений в реальном времени с целью адаптации работы по интенсификации притока для получения максимальной эффективности такой интенсификации. Работа по интенсификации притока может включать следующие мероприятия: расположение гибких насоснокомпрессорных труб малого диаметра в зоне, которая не была эффективно интенсифицирована, для максимизации притока в эту зону; расположение гибких насосно-компрессорных труб малого диаметра, которые уже были полностью стимулированы, с целью определения отвлекающего агента временно закупорить зону так, чтобы жидкость для интенсификации притока могла течь в другие зоны, которые нуждаются в дальнейшей стимуляции, а не терять жидкость в зоне уже стимулированной; переключение обрабатывающей жидкости, если она показала свою неэффективность; переключение переключателя, если он показал неэффективность; и установка временных штекеров или других видов механического барьера в скважине с целью изоляции уже стимулированных зон для позволения отдельных обработок оставшихся зон. На профиль потока, сгенерированный вариантами воплощения изобретения, описанными здесь, можно полагаться и при других работах.
Для максимизации эффективности интенсификации притока работа по интенсификации притока может быть так спланирована, что будет состоять из нескольких циклов нагнетания, следующих через периоды остановки, при которых получаются данные измерения распределенной температуры. С целью предоставления оператору распределения потока в скважине данные измерения распределенной температуры сразу же анализируются, а это может использоваться для корректировки графика последующей обработки при необходимости максимизировать эффективность интенсификации притока. Следовательно, в результате оптимизированной интенсификации притока добыча в скважине может быть максимально повышена.
Предыдущее описание было представлено со ссылкой на предпочтительные в настоящее время варианты воплощения изобретения. Специалистам в данной области техники понятно, что модификации и видоизменения в описанных конструкциях и способах работы могут быть осуществлены без отхода от принципа и объема этого изобретения. Соответственно вышеприведенное описание не следует рассматривать как относящееся только к конструкциям, точно описанным и показанным в сопроводительных чертежах, но скорее следует рассматривать его с учетом этого и как поддержку для нижеследующих пунктов формулы изобретения, которые должны иметь свой полный и достаточный объем.
Claims (19)
1. Способ определения профиля потока в формации, имеющей ствол скважины, образованный в ней, содержащий размещение датчика в стволе скважины;
формирование сигнала обратной связи посредством датчика, причем сигнал обратной связи представляет по меньшей мере одно измерение датчика;
нагнетание жидкости в ствол скважины и, по меньшей мере, в участок формации рядом с датчиком; остановку скважины на заранее заданный период остановки;
задание интересующего интервала ствола скважины;
измерение характеристик интересующего интервала с помощью датчика в дискретные периоды времени;
построение графика по измеренным характеристикам интересующего интервала ствола скважины в зависимости от времени;
сравнение измерений интересующего интервала с расчетной кривой измерений;
аппроксимацию расчетной кривой с учетом измерений;
определение объемного профиля потока для интересующего интервала посредством разделения интересующего интервала ствола скважины на множество отрезков;
повторение измерения, построение графика, сравнение и аппроксимацию расчетной кривой для каждого из множества отрезков и определение для каждого из отрезков объемного профиля потока для всего интересующего интервала ствола скважины.
2. Способ по п.1, в котором формирование представляет собой формирование сигнала обратной
- 7 033702 связи, представляющего по меньшей мере одно из температуры и давления.
3. Способ по п.1, в котором определение представляет собой определение объема нагнетенной жидкости в зависимости от глубины скважины.
4. Способ по п.1, в котором разделение представляет собой разделение множества отрезков на отрезки с заранее заданной профильной длиной.
5. Способ по п.1, в котором жидкость является по меньшей мере одним из отклоняющих агентов и жидкостью для интенсификации притока.
6. Способ по п.1, в котором аппроксимация представляет собой аппроксимацию с помощью алгоритма численной оптимизации.
7. Способ по п.1, в котором размещение датчика осуществляют с помощью гибких насоснокомпрессорных труб малого диаметра.
8. Способ по п.1, в котором размещение датчика в стволе скважины осуществляют посредством размещения датчика распределенных температур и представляющего собой оптоволокно, размещенное в стволе скважины.
9. Способ определения распределения потока в формации, имеющей ствол скважины, образованный в ней, содержащий размещение датчика в стволе скважины, причем датчик обеспечивает практически постоянный контроль температуры вдоль заранее заданного интервала ствола скважины и причем датчик формирует сигнал обратной связи, представляющий температуру, измеренную датчиком;
нагнетание жидкости в ствол скважины и, по меньшей мере, в участок формации рядом с этим интервалом;
остановку скважины на заранее заданный период остановки;
разделение заранее заданного интервала на множество отрезков;
измерение характеристик температуры каждого из отрезков в дискретных периодах времени;
построение графика по измеренным значениям температуры в каждом из отрезков в зависимости от времени;
сравнение измерений температуры каждого из отрезков с расчетной кривой измерений; аппроксимацию расчетной кривой с учетом измерений в каждом из отрезков;
определение распределения потока для всего интересующего интервала;
применение определенного распределения потока для последующего процесса обработки.
10. Способ по п.9, в котором разделение представляет собой разделение множества отрезков на отрезки с заранее заданной профильной длиной.
11. Способ по п.9, в котором датчик выполнен по технологии определения распределенных температур, представляет собой оптоволокно, размещенное вдоль интервала в стволе скважины.
12. Способ по п.9, в котором жидкость является по меньшей мере одним из: отклоняющего агента и жидкости для интенсификации притока.
13. Способ по п.9, в котором этап аппроксимации представляет собой аппроксимацию с использованием алгоритма численной оптимизации.
14. Способ по п.9, в котором применение содержит мгновенный анализ распределения потока в скважине и корректировку при необходимости графика последующей обработки для максимизации эффективности интенсификации притока и добычи в скважине.
15. Способ по п.9, в котором определение представляет собой определение объема нагнетенной жидкости в зависимости от глубины скважины.
16. Способ определения распределения потока в формации, имеющей ствол скважины, образованный в ней, содержащий размещение распределенного температурного датчика на волокне, проходящем вдоль интервала в стволе скважины, при этом распределенный температурный датчик обеспечивает практически постоянный температурный контроль по интервалу и при этом датчик формирует сигнал обратной связи, представляющий температуру, измеренную датчиком;
нагнетание жидкости в стволе скважины и по меньшей мере в часть формации, смежной с интервалом;
остановку скважины на заранее заданный период остановки;
измерение первого показателя температуры во время периода остановки;
измерение второго показателя температуры после периода остановки;
сравнение первого и второго измерения температуры с расчетной кривой измерений;
аппроксимацию расчетной кривой с учетом первого или второго измерения температуры для определения инверсной температурной кривой для нагнетаемой жидкости, профиля средней температуры для интервала скважины до приема нагнетаемой жидкости и кривой среднего объема для нагнетаемой жидкости.
17. Способ по п.16, в котором размещение датчика в стволе скважины осуществляют с помощью гибких насосно-компрессорных труб малого диаметра.
18. Способ по п.17, дополнительно содержащий применение профиля потока для получения максимальной эффективности операции интенсификации для максимизации эффективности интенсификации
- 8 033702 притока и добычи в скважине.
19. Способ по п.18, дополнительно содержащий выполнение операции интенсификации притока, содержащей по меньшей мере одно из: расположение гибких насосно-компрессорных труб малого диаметра в зоне, которая не была эффективно интенсифицирована, для максимизации притока в эту зону; расположение гибких насосно-компрессорных труб малого диаметра в зоне, которая уже была полностью стимулирована, для подачи отклоняющего агента так, чтобы временно закупорить зону так, чтобы жидкость для интенсификации притока могла течь в другие зоны, которые нуждаются в дальнейшей стимуляции; переключение обрабатывающей жидкости, если она показала свою неэффективность; переключение отклоняющего агента, если он показал неэффективность; и установка временной пробки или других видов механического барьера в скважине с целью обеспечения раздельной обработки оставшейся зоны или зон.
Applications Claiming Priority (2)
| 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 |
| PCT/US2011/037561 WO2011146923A2 (en) | 2010-05-21 | 2011-05-23 | Method for interpretation of distributed temperature sensors during wellbore treatment |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| EA201291311A1 EA201291311A1 (ru) | 2013-06-28 |
| EA033702B1 true EA033702B1 (ru) | 2019-11-18 |
Family
ID=44973202
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| EA201291311A EA033702B1 (ru) | 2010-05-21 | 2011-05-23 | Способ интерпретации распределенных температурных датчиков во время обработки ствола скважины |
Country Status (10)
| Country | Link |
|---|---|
| US (1) | US8788251B2 (ru) |
| BR (1) | BR112012029379B1 (ru) |
| CA (1) | CA2798850C (ru) |
| DK (1) | DK201200798A (ru) |
| EA (1) | EA033702B1 (ru) |
| GB (1) | GB2494559B (ru) |
| MX (1) | MX2012013433A (ru) |
| NO (2) | NO345982B1 (ru) |
| UA (1) | UA104382C2 (ru) |
| WO (1) | WO2011146923A2 (ru) |
Families Citing this family (41)
| 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 |
| US20130048380A1 (en) * | 2011-08-26 | 2013-02-28 | John Rasmus | Wellbore interval densities |
| US9394783B2 (en) | 2011-08-26 | 2016-07-19 | Schlumberger Technology Corporation | Methods for evaluating inflow and outflow in a subterranean wellbore |
| 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 |
| GB2494960A (en) * | 2011-08-26 | 2013-03-27 | John C Rasmus | Calibrating a wellbore hydraulic model |
| CA2808858C (en) * | 2012-03-16 | 2016-01-26 | Weatherford/Lamb, Inc. | Wellbore real-time monitoring and analysis of fracture contribution |
| US20140358444A1 (en) * | 2013-05-31 | 2014-12-04 | Conocophillips Company | Method of hydraulic fracture identification using temperature |
| US10808521B2 (en) | 2013-05-31 | 2020-10-20 | Conocophillips Company | Hydraulic fracture analysis |
| 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 |
| HUE062268T2 (hu) * | 2014-02-18 | 2023-10-28 | Schlumberger Technology Bv | Eljárás az elosztott hõmérséklet-érzékelõk értelmezésére a kútfúrás mûveletei során |
| 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 |
| CA3062569A1 (en) | 2017-05-05 | 2018-11-08 | Conocophillips Company | Stimulated rock volume analysis |
| US11255997B2 (en) | 2017-06-14 | 2022-02-22 | Conocophillips Company | Stimulated rock volume analysis |
| US11352878B2 (en) | 2017-10-17 | 2022-06-07 | 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 |
| US11591901B2 (en) | 2019-09-06 | 2023-02-28 | Cornell University | System for determining reservoir 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 |
| CN115045650B (zh) * | 2022-06-27 | 2024-07-05 | 中国海洋石油集团有限公司 | 初始地温测量方法、装置、计算设备及存储介质 |
| 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 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| US6595294B1 (en) * | 1998-06-26 | 2003-07-22 | Abb Research Ltd. | Method and device for gas lifted wells |
| US20090198478A1 (en) * | 2008-02-04 | 2009-08-06 | Schlumberger Technology Corporation | Oilfield emulator |
Family Cites Families (8)
| 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 |
| EA006928B1 (ru) * | 2002-08-15 | 2006-04-28 | Шлюмбергер Текнолоджи Б.В. | Использование распределённых датчиков температуры в процессе обработки ствола скважины |
| US7536905B2 (en) * | 2003-10-10 | 2009-05-26 | Schlumberger Technology Corporation | 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 |
| US20090216456A1 (en) | 2008-02-27 | 2009-08-27 | Schlumberger Technology Corporation | Analyzing dynamic performance of reservoir development system based on thermal transient data |
-
2010
- 2010-05-21 US US12/785,142 patent/US8788251B2/en active Active
-
2011
- 2011-05-23 UA UAA201214657A patent/UA104382C2/ru unknown
- 2011-05-23 MX MX2012013433A patent/MX2012013433A/es active IP Right Grant
- 2011-05-23 WO PCT/US2011/037561 patent/WO2011146923A2/en active Application Filing
- 2011-05-23 NO NO20201136A patent/NO345982B1/no unknown
- 2011-05-23 BR BR112012029379-6A patent/BR112012029379B1/pt active IP Right Grant
- 2011-05-23 EA EA201291311A patent/EA033702B1/ru not_active IP Right Cessation
- 2011-05-23 NO NO20121356A patent/NO345430B1/no unknown
- 2011-05-23 GB GB1220497.0A patent/GB2494559B/en active Active
- 2011-05-23 CA CA2798850A patent/CA2798850C/en active Active
-
2012
- 2012-12-17 DK DKPA201200798A patent/DK201200798A/da not_active Application Discontinuation
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6595294B1 (en) * | 1998-06-26 | 2003-07-22 | Abb Research Ltd. | Method and device for gas lifted wells |
| 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 |
| US20090198478A1 (en) * | 2008-02-04 | 2009-08-06 | Schlumberger Technology Corporation | Oilfield emulator |
Also Published As
| Publication number | Publication date |
|---|---|
| GB201220497D0 (en) | 2012-12-26 |
| CA2798850C (en) | 2018-07-17 |
| UA104382C2 (ru) | 2014-01-27 |
| NO345430B1 (no) | 2021-01-25 |
| BR112012029379B1 (pt) | 2020-03-17 |
| WO2011146923A2 (en) | 2011-11-24 |
| NO20201136A1 (no) | 2012-11-16 |
| EA201291311A1 (ru) | 2013-06-28 |
| US8788251B2 (en) | 2014-07-22 |
| BR112012029379A2 (pt) | 2016-07-26 |
| DK201200798A (da) | 2012-12-17 |
| CA2798850A1 (en) | 2011-11-24 |
| US20110288843A1 (en) | 2011-11-24 |
| GB2494559B (en) | 2018-07-11 |
| GB2494559A (en) | 2013-03-13 |
| MX2012013433A (es) | 2013-01-22 |
| NO345982B1 (no) | 2021-12-06 |
| WO2011146923A3 (en) | 2012-01-12 |
| NO20121356A1 (no) | 2012-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EA033702B1 (ru) | Способ интерпретации распределенных температурных датчиков во время обработки ствола скважины | |
| US9702247B2 (en) | Controlling an injection treatment of a subterranean region based on stride test data | |
| US9574443B2 (en) | Designing an injection treatment for a subterranean region based on stride test data | |
| US9500076B2 (en) | Injection testing a subterranean region | |
| US10808521B2 (en) | Hydraulic fracture analysis | |
| US9631478B2 (en) | Real-time data acquisition and interpretation for coiled tubing fluid injection operations | |
| RU2577568C1 (ru) | Способ интерпретации измерений скважинного дебита во время скважинной обработки | |
| US11236596B2 (en) | Real-time diversion control for stimulation treatments using fiber optics with fully-coupled diversion models | |
| US20140358444A1 (en) | Method of hydraulic fracture identification using temperature | |
| US20110067882A1 (en) | System and Method for Monitoring and Controlling Wellbore Parameters | |
| EA015435B1 (ru) | Способ моделирования технологических показателей скважин | |
| WO2018084871A1 (en) | Real-time model for diverter drop decision using das and step down analysis | |
| EP2480756B1 (en) | Method for controlling fluid production from a wellbore by using a script | |
| US11401803B2 (en) | Determining fracture surface area in a well | |
| US20190145225A1 (en) | Time-dependent spatial distribution of at least one flow parameter in a network of fractures | |
| Zhao | The application of wellbore embedded discrete fracture model (EDFM) in fracture diagnosis through DTS and well interference analysis | |
| DK201700702A1 (da) | Fremgangsmåde til fortolkning af fordelte temperaturfølere under brøndbehandling | |
| EA043886B1 (ru) | Система и способ для определения характеристик коллектора |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM4A | Lapse of a eurasian patent due to non-payment of renewal fees within the time limit in the following designated state(s) |
Designated state(s): AM AZ BY KG MD TJ TM |