KR20190095442A - 웰 킥 조기 검출을 위한 시스템 및 방법 - Google Patents
웰 킥 조기 검출을 위한 시스템 및 방법 Download PDFInfo
- Publication number
- KR20190095442A KR20190095442A KR1020197021308A KR20197021308A KR20190095442A KR 20190095442 A KR20190095442 A KR 20190095442A KR 1020197021308 A KR1020197021308 A KR 1020197021308A KR 20197021308 A KR20197021308 A KR 20197021308A KR 20190095442 A KR20190095442 A KR 20190095442A
- Authority
- KR
- South Korea
- Prior art keywords
- kick
- computing device
- drilling
- data
- detection
- Prior art date
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 129
- 238000000034 method Methods 0.000 title claims description 56
- 238000005553 drilling Methods 0.000 claims abstract description 200
- 238000005259 measurement Methods 0.000 claims abstract description 70
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 11
- 238000004880 explosion Methods 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000977 initiatory effect Effects 0.000 claims 1
- 229910052709 silver Inorganic materials 0.000 claims 1
- 239000004332 silver Substances 0.000 claims 1
- 238000007405 data analysis Methods 0.000 description 32
- 239000012530 fluid Substances 0.000 description 23
- 238000009844 basic oxygen steelmaking Methods 0.000 description 22
- 238000004088 simulation Methods 0.000 description 13
- 230000002159 abnormal effect Effects 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000001149 cognitive effect Effects 0.000 description 4
- 230000002706 hydrostatic effect Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 239000007791 liquid phase Substances 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000012071 phase Substances 0.000 description 2
- 239000007790 solid phase Substances 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000004941 influx Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000016507 interphase Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000000120 microwave digestion Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 230000001012 protector Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 238000000518 rheometry Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- E21B21/00—Methods or apparatus for flushing boreholes, e.g. by use of exhaust air from motor
- E21B21/08—Controlling or monitoring pressure or flow of drilling fluid, e.g. automatic filling of boreholes, automatic control of bottom pressure
-
- 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
-
- 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
-
- 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
- E21B2200/00—Special features related to earth drilling for obtaining oil, gas or water
- E21B2200/22—Fuzzy logic, artificial intelligence, neural networks or the like
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geophysics (AREA)
- Mechanical Engineering (AREA)
- Earth Drilling (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Structural Engineering (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Electromagnetism (AREA)
- Civil Engineering (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
킥 조기 검출 시스템은, 웰의 드릴링 시스템에 연관된 적어도 하나의 센서에 연결된 킥 검출 컴퓨팅 장치를 포함한다. 킥 검출 컴퓨팅 장치는 적어도 하나의 센서로부터 측정 데이터를 수신하도록 구성된다. 측정 데이터는 웰 킥을 식별하는 데 사용되는 하나 이상의 킥 지시자를 포함한다. 킥 검출 컴퓨팅 장치는, 시뮬레이션되는 정상적 드릴링 조건과 시뮬레이션되는 킥 조건 동안 하나 이상의 킥 지시자의 각각에 대한 추정값을 생성한다. 킥 검출 컴퓨팅 장치는, 편차값을 결정하고, 편차값에 기초하여 신호를 생성한다. 이 신호는, 드릴링 시스템의 킥 검출 상태를 나타내도록 녹색 상태, 황색 경고 또는 적색 알람을 활성화한다.
Description
본 개시내용의 분야는, 일반적으로 오일 및 가스 드릴링 작업에 관한 것으로서, 더욱 구체적으로는, 드릴링 유압 모델을 사용하여 드릴링 작업 동안 웰킥(well kick)을 검출하기 위한 시스템 및 방법에 관한 것이다.
드릴링 작업에서의 바람직하지 않은 이벤트는, 웰 킥이라고 알려진, 웰 보어(well bore) 내로 지층대 유체(formation fluid)가 유입되는 것이다. 일반적으로 특정 지층에 대한 과부하의 중량으로 인해 깊이의 함수로서 증가하는, 지면의 지층대에 대하여 압력이 이전부터 존재하고 있는 것으로 알려져 있다. 이 중량은 깊이에 따라 증가하므로, 지배적인 또는 정지된 바닥 구멍 압력은 깊이에 대해 대략 선형 곡선으로 증가된다. 정상적인 압력을 받는 지층대에서는 웰 깊이가 두 배로 됨에 따라, 압력도 마찬가지로 두 배로 된다. 이것은, 심해 또는 심층수가 위에 있는 해저에 대한 압력 때문에 심해 또는 심층수에서 드릴링할 때 더욱 복잡하다. 따라서, 고압 상태가, 구멍의 시작 부분에 존재하며, 웰이 드릴링됨에 따라 증가한다. 일부 알려진 경우에, 구멍에 있는 압력은 물질을 웰 내로 돌려보내고 웰 킥을 일으킨다. 기본 용어로, 웰 보어 내의 가스 또는 유체가 지층대로부터 웰 보어 내로 흘러 상측으로 기포가 일 때 웰 킥이 발생한다. 제어되지 않는 웰 킥은, 결과적으로 폭발을 초래할 수 있어서, 고 비용의 환경 및 재정적 결과를 초래할 수 있다.
알려진 웰 킥 검출 시스템은, 팀원의 육안 관찰에 의한 보고와 작업자의 콘솔 상에 표시된 센서 데이터의 조합을 포함하여 다양한 입력의 모니터링을 포함한다. 예를 들어, 웰 킥은, 상부측에 위치한 센서들로부터의 종래의 리그(rig) 데이터 측정값을 미리 정의된 임계값과 비교함으로써 검출될 수 있다. 작업자는, 광범위한 웰 제어 훈련을 통해, 정보와 트렌드의 상이한 소스를 분석함으로써 경험-기반 암묵적 절차를 사용하여 웰 킥의 검출을 학습한다. 그러나, 임계값의 정의는, 일반적으로 작업자의 경험을 기반으로 하므로, 웰 킥 검출을 위한 신뢰할만한 방법이 아니다.
일 양태에서는, 킥 조기 검출 시스템을 제공한다. 킥 조기 검출 시스템은 웰의 드릴링 시스템에 연관된 적어도 하나의 센서를 포함한다. 킥 조기 검출 시스템은 또한 킥 검출 컴퓨팅 장치를 포함한다. 킥 검출 컴퓨팅 장치는 적어도 하나의 센서 및 작업자 컴퓨팅 장치에 연결된다. 킥 검출 컴퓨팅 장치는 적어도 하나의 센서로부터 측정 데이터를 수신하도록 구성된다. 측정 데이터는, 웰 킥을 식별하는 데 사용되는 하나 이상의 킥 지시자(indicator)에 연관된 데이터 측정값을 포함한다. 킥 검출 컴퓨팅 장치는, 시뮬레이션되는 정상적 드릴링 조건 동안 하나 이상의 킥 지시자의 각각에 대한 추정값을 생성하도록 더 구성된다. 킥 검출 컴퓨팅 장치는, 뮬레이션되는 킥 조건 동안 하나 이상의 킥 지시자의 각각에 대한 추정값을 생성하도록 더 구성된다. 킥 검출 컴퓨팅 장치는, 하나 이상의 킥 지시자의 추정값과 하나 이상의 킥 지시자에 연관된 데이터 측정값 사이의 편차값을 결정하도록 더 구성된다. 킥 검출 컴퓨팅 장치는, 또한, 편차값에 기초하여 신호를 생성하도록 구성된다. 신호는 녹색(green) 상태, 황색(amber) 경고 또는 적색(red) 알람을 활성화한다. 녹색 상태, 황색 경고 및 적색 알람은 드릴링 시스템의 킥 검출 상태를 나타낸다. 킥 검출 컴퓨팅 장치는, 신호를 작업자 컴퓨팅 장치에 송신하도록 구성된다. 작업자 컴퓨팅 장치는 드릴링 시스템의 킥 검출 상태를 표시하도록 더 구성된다.
다른 일 양태에서는, 킥 조기 검출 시스템을 제어하는 방법을 제공한다. 킥 조기 검출 시스템은, 웰의 드릴링 시스템에 연관된 적어도 하나의 센서, 및 적어도 하나의 센서와 작업자 컴퓨팅 장치에 연결된 킥 검출 컴퓨팅 장치를 포함한다. 방법은, 킥 검출 컴퓨팅 장치에 의해, 적어도 하나의 센서로부터 측정 데이터를 수신하는 단계를 포함한다. 측정 데이터는, 웰 킥을 식별하는 데 사용되는 하나 이상의 킥 지시자에 연관된 데이터 측정값을 포함한다. 방법은, 또한, 킥 검출 컴퓨팅 장치에 의해, 시뮬레이션되는 정상적 드릴링 조건 동안 하나 이상의 킥 지시자의 각각에 대한 추정값을 생성하는 단계를 포함한다. 방법은, 킥 검출 컴퓨팅 장치에 의해, 시뮬레이션되는 킥 조건 동안 하나 이상의 킥 지시자의 각각에 대한 추정값을 생성하는 단계를 더 포함한다. 방법은, 킥 검출 컴퓨팅 장치에 의해, 하나 이상의 킥 지시자의 추정값과 하나 이상의 킥 지시자에 연관된 데이터 측정값 사이의 편차값을 결정하는 단계를 더 포함한다. 방법은, 또한, 킥 검출 컴퓨팅 장치에 의해, 편차값에 기초하여 신호를 생성하는 단계를 포함한다. 신호는 녹색 상태, 황색 경고 또는 적색 알람을 활성화한다. 녹색 상태, 황색 경고 및 적색 알람은 드릴링 시스템의 킥 검출 상태를 나타낸다. 방법은, 킥 검출 컴퓨팅 장치에 의해, 신호를 작업자 컴퓨팅 장치에 송신하는 단계를 더 포함한다. 작업자 컴퓨팅 장치는 드릴링 시스템의 킥 검출 상태를 표시하도록 구성된다.
또 다른 일 양태에서는, 컴퓨터 실행가능 명령어를 저장한 비일시적 컴퓨터 판독가능 저장 매체를 제공한다. 컴퓨터 실행가능 명령어는, 웰의 드릴링 시스템에 연관된 하나 이상의 센서 및 작업자 컴퓨팅 장치에 연결된 킥 검출 컴퓨팅 장치에 의해 실행되는 경우, 킥 검출 컴퓨팅 장치로 하여금 적어도 하나의 센서로부터 측정 데이터를 수신하게 한다. 측정 데이터는, 웰 킥을 식별하는 데 사용되는 하나 이상의 킥 지시자에 연관된 데이터 측정값을 포함한다. 컴퓨터 실행가능 명령어는, 또한, 킥 검출 컴퓨팅 장치로 하여금, 시뮬레이션되는 정상적 드릴링 조건 동안 하나 이상의 킥 지시자의 각각에 대한 추정값을 생성하게 한다. 컴퓨터 실행가능 명령어는, 또한, 킥 검출 컴퓨팅 장치로 하여금, 시뮬레이션되는 킥 조건 동안 하나 이상의 킥 지시자의 각각에 대한 추정값을 생성하게 한다. 컴퓨터 실행가능 명령어는, 또한, 킥 검출 컴퓨팅 장치로 하여금, 하나 이상의 킥 지시자의 추정값과 하나 이상의 킥 지시자에 연관된 데이터 측정값 사이의 편차값을 결정하게 한다. 컴퓨터 실행가능 명령어는, 또한, 킥 검출 컴퓨팅 장치로 하여금, 편차값에 기초하여 신호를 생성하게 하며, 이 신호는 녹색 상태, 황색 경고 또는 적색 알람을 활성화한다. 녹색 상태, 황색 경고 및 적색 알람은 드릴링 시스템의 킥 검출 상태를 나타낸다. 컴퓨터 실행가능 명령어는, 또한, 킥 검출 컴퓨팅 장치로 하여금, 신호를 작업자 컴퓨팅 장치에 송신하게 한다. 작업자 컴퓨팅 장치는 드릴링 시스템의 킥 검출 상태를 표시하도록 구성된다.
본 개시내용의 이러한 특징, 양태, 이점, 및 다른 특징, 양태, 이점은, 하기 도면 전체에 걸쳐 유사한 문자가 유사한 부분을 나타내는 첨부 도면을 참조하여 다음의 상세한 설명을 읽는 경우 더 잘 이해될 것이다:
도 1은 드릴링되고 있거나 완료된 해저 웰 및 킥 검출 컴퓨팅 장치를 포함하는 드릴링 시스템의 예시적인 구성도;
도 2는 도 1에 도시된 킥 검출 컴퓨팅 장치와 같은 예시적인 컴퓨팅 장치의 블록도;
도 3은 웰 킥을 자동 검출하기 위한 예시적인 흐름도의 개략도; 및
도 4는 킥 조기 검출 컴퓨팅 장치를 사용하여 웰 킥을 검출하기 위한 예시적인 방법의 개략도.
달리 언급하지 않는 한, 본 명세서에 제공된 도면은 본 개시내용의 실시예들의 특징을 예시하기 위한 것이다. 이들 특징은 본 개시내용의 하나 이상의 실시예를 포함하는 다양한 시스템에 적용될 수 있다고 여겨진다. 이처럼, 도면은, 본 명세서에 개시된 실시예들의 실시를 위해 요구되는 통상의 기술자에 의해 알려진 종래의 모든 특징을 포함하고자 하는 것이 아니다.
도 1은 드릴링되고 있거나 완료된 해저 웰 및 킥 검출 컴퓨팅 장치를 포함하는 드릴링 시스템의 예시적인 구성도;
도 2는 도 1에 도시된 킥 검출 컴퓨팅 장치와 같은 예시적인 컴퓨팅 장치의 블록도;
도 3은 웰 킥을 자동 검출하기 위한 예시적인 흐름도의 개략도; 및
도 4는 킥 조기 검출 컴퓨팅 장치를 사용하여 웰 킥을 검출하기 위한 예시적인 방법의 개략도.
달리 언급하지 않는 한, 본 명세서에 제공된 도면은 본 개시내용의 실시예들의 특징을 예시하기 위한 것이다. 이들 특징은 본 개시내용의 하나 이상의 실시예를 포함하는 다양한 시스템에 적용될 수 있다고 여겨진다. 이처럼, 도면은, 본 명세서에 개시된 실시예들의 실시를 위해 요구되는 통상의 기술자에 의해 알려진 종래의 모든 특징을 포함하고자 하는 것이 아니다.
다음에 따르는 상세한 설명과 청구범위에서는, 다음에 따르는 의미를 갖도록 정의되는 다수의 용어를 참조한다.
단수 형태의 표현은, 문맥상 명백하게 달리 언급하지 않는 한, 복수의 형태를 포함한다.
"선택적" 또는 "선택적으로"는, 후속 설명되는 이벤트 또는 상황이 발생할 수도 있고 또는 발생하지 않을 수도 있으며, 그 설명이 이벤트가 발생하는 경우와 이벤트가 발생하지 않는 경우를 포함한다는 것을 의미한다.
본 명세서와 청구범위 전체에 걸쳐 사용되는 바와 같은 근사 언어는, 해당 언어에 관련된 기본 기능을 변경하지 않으면서 가변적으로 허용될 수 있는 임의의 양적 표현을 수식하도록 적용될 수 있다. 이에 따라, "약", "실질적으로", "대략" 등의 용어 또는 용어들에 수식되는 값은, 특정된 정확한 값으로 한정되지 않아야 한다. 적어도 일부 경우에, 근사 언어는 값을 측정하기 위한 도구의 정밀도에 해당할 수 있다. 여기 및 본 명세서와 청구범위 전체에 걸쳐, 범위 한정은, 조합 및/또는 교체될 수 있으며, 이러한 범위는, 문맥 또는 언어가 달리 지시하지 않는 한, 식별되며, 그 안에 포함된 모든 하위 범위를 포함한다.
본 명세서에서 사용되는 바와 같이, "지능" 및 "지능형"이라는 용어는, 주의력, 추상적 사고, 이해, 의사소통, 추리, 학습, 계획, 감성적 지능, 및/또는 문제 해결을 포함하지만 이에 한정되지 않는 능력을 명백히 나타내도록 구현되는 임의의 컴퓨터-구현 프로그램 및 컴퓨터-기반 시스템을 설명하기 위한 것이다.
본 명세서에서 사용되는 바와 같이, "인지형" 및 "인지"라는 용어는, 지속적 학습, 적응, 계획, 기억, 잊기, 언어, 기억 구조, 지각, 의사소통, 심의, 지식 적용, 문제 해결, 의사 결정, 선호 변경, 감각 입력, 내부 사고, 및 반사 작용을 포함하지만 이에 한정되지 않는 프로세스를 실행하는 임의의 컴퓨터-구현 프로그램 및 컴퓨터-기반 시스템을 설명하기 위한 것이다. 인지 또는 인지형 프로세스는, 처리 능력, 예를 들어, 환경으로부터의 피드백을 고려하는 능력을 갖는 고도로 자율적인 기계 및 인공 지능 등의 지능형 엔티티의 상태를 포함하여 인공적일 수 있다.
본 명세서에서 사용되는 바와 같이, "지능형 시스템", "인공 지능", "지능형 에이전트", 및 "인공 의식"이라는 용어는, 해당 환경을 지각하고, 행동 방침을 독립적으로 결정하고, 성공의 기회를 최대화하는 행동을 취하는 임의의 컴퓨터-구현 프로그램 및 컴퓨터-기반 시스템을 제한없이 나타내고자 하는 것이다.
본 명세서에서 사용되는 바와 같이, "SVM 클러스터링"이라는 용어는, SVM 기반 클러스터링 알고리즘을 사용하여 데이터의 속성에 따라 데이터를 구분하고 분류하는 임의의 컴퓨터-구현 방법 및 컴퓨터-기반 방법을 나타내고자 하는 것이다. 미리 정의된 관련성을 갖는 각 속성을 포함하는 이러한 속성들은 미리 정의될 수 있으며, 클러스터링 알고리즘은 미리 정의된 속성 및 관련성의 정도에 따라 클러스터링을 행한다. 이러한 SVM 클러스터링 알고리즘은, 통상적으로 "감독"되는 SVM 알고리즘이라고 하며, 이들 훈련을 위해 외부 지원을 필요로 한다. 대안으로, 이러한 속성들은 정의되지 않을 수 있고, 클러스터링 알고리즘은, 이러한 속성들을 스스로 결정하고, 이에 따라 정렬하며, 속성 일관성을 위해 정렬된 데이터를 검토함으로써, 자기 훈련을 수행한다. 이러한 SVM 클러스터링 알고리즘은, 통상적으로 "비모수적" SVM 알고리즘이라고 하며, 이들 훈련을 위해 외부 교육을 필요로 하지 않거나 거의 필요로 하지 않는다.
본 명세서에서 사용되는 바와 같이, ＂유전 알고리즘(GA)"이라는 용어는, 최적화 및 검색 문제점에 대한 유용한 해결책을 생성하도록 자연 진화의 프로세스를 에뮬레이션하는 검색 휴리스틱(search heuristic)을 포함하는, 컴퓨터-구현 프로그램 및 컴퓨터-기반 시스템의 임의의 부분을 나타내고자 하는 것이다.
본 명세서에서 사용되는 바와 같이, "휴리스틱"이라는 용어는, 문제 해결, 학습, 및 발견을 위해 경험-기반 기술을 사용하는 컴퓨터-구현 프로그램 및 컴퓨터-기반 시스템의 임의의 부분을 나타내고자 하는 것이다.
본 명세서에서 사용되는 바와 같이, "처리 장치", "컴퓨팅 장치", "제어기"와 같은 "프로세서" 및 "컴퓨터"라는 용어 및 관련 용어는, 본 기술분야에서 컴퓨터로서 언급되는 집적 회로에만 한정되지 않으며, 마이크로컨트롤러, 마이크로컴퓨터, 프로그래머블 로직 컨트롤러(PLC), 주문형 집적 회로, 및 기타 프로그래머블 회로를 광범위하게 지칭하며, 이들 용어는 본 명세서에서 호환 가능하게 사용된다. 본 명세서에서 설명된 실시예들에서, 메모리는, 랜덤 액세스 메모리(RAM)와 같은 컴퓨터 판독가능 매체, 및 플래시 메모리와 같은 컴퓨터 판독가능 비휘발성 매체를 포함할 수 있지만, 이에 한정되는 것은 아니다. 대안으로, 플로피 디스크, CD-ROM, MOD, 및/또는 DVD를 사용할 수도 있다. 또한, 본 명세서에서 설명된 실시예들에서, 추가 입력 채널은, 마우스 및 키보드와 같이 작업자 인터페이스에 연관된 컴퓨터 주변 장치일 수 있지만, 이에 한정되는 것은 아니다. 대안으로, 예를 들어, 스캐너를 포함할 수 있는 다른 컴퓨터 주변 장치도 사용될 수 있지만, 이에 한정되는 것은 아니다. 또한, 예시적인 실시예에서, 추가 출력 채널은 작업자 인터페이스 모니터를 포함할 수 있지만, 이에 한정되지는 않는다.
또한, 본 명세서에서 사용되는 바와 같이, "소프트웨어" 및 "펌웨어"라는 용어는, 호환 가능하며, 퍼스널 컴퓨터, 워크스테이션, 클라이언트, 및 서버에 의한 실행을 위해 메모리에 저장된 임의의 컴퓨터 프로그램을 포함할 수 있다.
본 명세서에서 사용되는 바와 같이, "비일시적 컴퓨터 판독가능 매체"라는 용어는, 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈, 및 서브모듈, 또는 임의의 장치 내의 다른 데이터 등의 정보의 단기간 및 장기간 저장을 위한 임의의 방법 또는 기술로 구현된 임의의 유형의 컴퓨터-기반 장치를 나타내고자 하는 것이다. 따라서, 본 명세서에서 설명되는 방법들은, 저장 장치 및/또는 메모리 장치를 포함하지만 이에 한정되지 않는 유형의 비일시적 컴퓨터 판독가능 매체에 구체화된 실행가능 명령어들로서 인코딩될 수 있다. 이러한 명령어들은, 프로세서에 의해 실행되는 경우, 프로세서로 하여금 본 명세서에서 설명되는 방법들 중 적어도 일부를 수행하게 한다. 또한, 본 명세서에서 사용되는 바와 같이, "비일시적 컴퓨터 판독가능 매체"라는 용어는, 휘발성 매체와 비휘발성 매체를 포함하지만 이에 한정되지 않는 비일시적 컴퓨터 저장 장치를 포함하지만 이에 한정되지 않는 모든 유형의 컴퓨터 판독가능 매체, 펌웨어, 물리적 및 가상 저장 장치, CD-ROM, DVD 등의 탈착가능 매체와 탈착불가 매체, 및 일시적 전파 신호를 유일하게 제외하고는 개발될 디지털 수단 및 네트워크 또는 인터넷 등의 다른 임의의 디지털 소스를 포함한다.
또한, 본 명세서에서 사용되는 바와 같이, "실시간"이라는 용어는, 연관된 이벤트의 발생 시간, 미리 결정된 데이터의 측정 및 수집 시간, 데이터를 처리하기 위한 시간, 및 환경과 이벤트에 대한 시스템 응답 시간 중 적어도 하나를 가리킨다. 본 명세서에 설명된 실시예들에서, 이들 활동 및 이벤트는 실질적으로 순간적으로 발생한다.
본 명세서에서 설명하는 킥 조기 검출 시스템은 드릴링 작업 동안 웰 킥의 자동 실시간 검출을 제공한다. 특히, 본 명세서에서 설명하는 실시예들은, 상이한 소스로부터의 데이터 스트림을 분석하여 웰 킥의 조기 단계 지층대를 식별하도록 구성된 킥 검출 컴퓨팅 장치를 포함한다. 킥 검출 컴퓨팅 장치는, 메모리, 메모리에 통신하는 프로세서, 및 해저 드릴링 작업에 연관된 복수의 센서를 포함한다. 킥 검출 컴퓨팅 장치는, 드릴링 리그에서 이용 가능한 공구 조인트 로케이터, 환형 유량계, 및 센서로부터 데이터 측정값을 수신한다. 킥 검출 컴퓨팅 장치는, 드릴링 유압 모델이라고 하는 물리학 기반 수학 모델, 드릴링 작업 식별 모듈, 조인트 위치 추정 모듈, 및 데이터 분석 모듈을 사용하여 데이터를 처리하여 조기 단계 웰 킥의 발생을 결정한다. 일단 웰 킥이 검출되면, 경고와 알람을 드릴링 시스템 작업자에게 제시한다. 따라서, 본 명세서에서 설명하는 실시예들은, 드릴링 시스템 작업자가, 예를 들어, 드릴링 시스템 내로 유입되는 지층대 유체를 순환시킴으로써 웰 킥을 안전하게 제어할 수 있게 한다. 따라서, 킥 조기 검출 컴퓨팅 장치는, 웰 제어를 개선하고, 불필요한 웰 셧인 이벤트를 감소시키고, 드릴링 작업에 관련된 비용을 감소시킨다.
도 1은 드릴링되고 있거나 완료된 해저 웰(12)을 포함하는 드릴링 시스템(10)의 예시적인 구성이다. 웰(12)은, 적어도 부분적으로 드릴링되었으며, 해저(13)에 설치된 해저 웰헤드 조립체(subsea wellhead assembly)(11)를 갖고 있다. 케이싱의 적어도 하나의 스트링(도시하지 않음)이 웰(12)에 현수되며 웰헤드 조립체(11)에 의해 지지된다. 웰(12)은, 아직 케이싱되지 않은 개방된 구멍 부분을 가질 수 있고, 또는 완전히 케이싱될 수 있지만, 웰(12)의 완료가 아직 종료되지 않을 수 있다.
유압식 기동 커넥터(15)는, 폭발 방지기(BOP) 스택(17)을 웰헤드 조립체(11)에 분리 가능하게 고정한다. BOP 스택(17)은 수 개의 램(ram) 방지기(19)를 갖고, 그 중 일부는 파이프 램이고 그 중 적어도 하나는 블라인드 램이다. 파이프 램은, 웰헤드 조립체(11)를 통해 하향 연장되는 파이프 둘레를 밀폐하고 이러한 파이프를 밀봉하기 위한 크기의 캐비티를 갖는다. 블라인드 램은, 파이프를 전단할 수 있고 완전 폐쇄를 행할 수 있다. 각 램(19)은, 램(19)이 폐쇄되어 있는 동안 유체를 웰(12)의 내부로 또는 외부로 펌핑하도록 폐쇄 요소 아래에 위치하는 포트(21)를 갖는다. 유체 흐름은 초크 및 킬 라인(도시하지 않음)을 통해 이루어진다.
유압식 기동 커넥터(23)는 하부 라이저 머린 패키지(lower riser marine package: LMRP)(25)를 BOP 스택(17)의 상단에 연결한다. LMRP(25)의 요소들 중 일부는 하나 이상의 환형 BOP(27)(두 개로 도시됨)를 포함한다. 각 환형 BOP(27)는 임의의 크기의 파이프 둘레를 폐쇄하는 엘라스토머 요소를 갖는다. 또한, 환형 BOP(27)는, 자신을 통해 연장되는 파이프 없이 완전 폐쇄를 행할 수 있다. 각 환형 BOP(27)는, 환형 BOP(27)가 폐쇄되어 있는 동안 유체를 엘라스토머 요소 아래의 웰(12) 내부로 또는 외부로 펌핑하도록 엘라스토머 요소 아래에 위치하는 포트(29)를 갖는다. 포트(29)를 통한 유체 유동은 초크 및 킬 라인에 의해 다루어진다. 또는, 환형 BOP(27)는 유압식 기동 커넥터(23)에 의해 BOP 스택(17)에 연결되기보다는 BOP 스택(17)의 일부일 수 있다.
LMRP(25)는, LMRP(25)와 BOP 스택(17)의 공통 축에 대해 선회 운동이 가능한 플렉스 조인트(31)를 포함한다. 유압식 기동 라이저 커넥터(33)는 라이저(35)의 스트링의 하단에 연결되도록 플렉스 조인트(31) 위에 장착된다. 라이저(35)는 함께 고정된 파이프(36)의 조인트들로 구성된다. 보조 도관(37)은 라이저(35)의 중앙 파이프(36) 둘레에 원주 방향으로 이격되어 있다. 보조 도관(37)은, 라이저(35)의 중앙 파이프(36)보다 작은 직경을 갖고, 유체를 전달하는 역할을 한다. 일부 보조 도관(37)은 초크 및 킬 라인으로서 기능한다. 다른 보조 도관은 유압 유체 압력을 제공한다. LMRP(25)의 상단에 있는 흐름 포트(38)는 소정의 보조 도관들(37)을 다양한 액추에이터에 연결한다. 커넥터(33)가 중앙 라이저 파이프(36)로부터 연결해제되고 라이저(35)가 상승될 때, 유동 포트(38)도 보조 도관(37)으로부터 연결해제된다. 라이저(35)의 상단에서, 보조 도관(37)은, 부유식 드릴링 베셀(floating drilling vessel) 또는 플랫폼(40) 상의 다양한 장비로 연장되는 호스(도시하지 않음)에 연결된다.
전기 라인 및 선택적 광섬유 라인은 엄빌리컬(umbilical) 내에서 LMRP(25)로 하향 연장된다. 전기 제어 라인, 유압 제어 라인 및 광섬유 제어 라인은 LMRP(25)에 장착된 하나 이상의 제어 모듈(도시하지 않음)에 연결된다. 제어 모듈은 BOP 스택(17)과 LMRP(25)의 다양한 액추에이터를 제어한다.
라이저(35)는 유압 텐셔너(도시되지 않음)에 의해 플랫폼(40)으로부터의 장력으로 지지된다. 텐셔너는, 플랫폼(40)이 파도, 바람, 및 해류에 반응하여 라이저(35)에 대해 제한된 거리만큼 이동할 수 있게 한다. 플랫폼(40)은, 중앙 라이저 파이프(36)로부터 상측으로 흐르는 유체를 전달하기 위한 장비를 자신의 상단에 구비한다. 이 장비는, 중앙 라이저 파이프(36)로부터 멀어지면서 플랫폼(40)으로 이어지는 출구(41)를 갖는 흐름 전환기(39)를 포함할 수 있다. 전환기(39)는 플랫폼(40)과 함께 이동하도록 플랫폼(40)에 장착될 수 있다. 텔레스코핑 조인트(도시되지 않음)는 이러한 이동을 수용하도록 전환기(39)와 라이저(35) 사이에 위치할 수 있다. 전환기(39)는 유압 기동 밀봉부(43)를 갖고, 이 유압 기동 밀봉부는, 폐쇄되는 경우, 중앙 라이저 파이프(36) 내의 상측으로 흐르는 유체 모두를 출구(41) 밖으로 향하게 한다.
플랫폼(40)은, 파이프가 라이저(35) 내로 그리고 웰(12) 내로 하강되는 회전 테이블(47)을 갖는 리그 플로어(45)를 구비한다. 이 예에서, 파이프는, 드릴 파이프(49)의 스트링으로서 예시되고 있지만, 대안으로 라이너 파이프 또는 케이싱 등의 다른 웰 파이프를 포함할 수 있다. 드릴 파이프(49)는, 드릴 파이프(49)의 중량을 지지하고 토크를 공급하는 상부 구동부(51)에 연결된 것으로 도시되어 있다. 상부 구동부(51)는, 블록들의 세트(도시되지 않음)에 의해 상승되고, 토크 전달 레일과 결합되어 있는 동안 데릭(derrick)을 상하로 이동시킨다. 대안으로, 드릴 파이프(49)는, 블록들에 의해 지지될 수 있고, 드릴 파이프(49)를 회전 테이블(47)과 회전 결합하도록 쐐기 고정하는 슬립(도시되지 않음)을 통해 회전 테이블(47)에 의해 회전될 수 있다.
플랫폼(40) 상에 장착된 머드 펌프(53)(하나만 도시되어 있음)는 유체를 드릴 파이프(49)로 펌핑한다. 드릴링 중에, 유체는 일반적으로 드릴링 머드이다. 머드 펌프(53)는, 데릭 위로 그리고 상부 구동부(51)의 상단 내로 연장되는 머드 호스(55)로 이어지는 라인에 연결된다. 머드 펌프(53)는 흡입 라인(59)을 통해 머드 탱크(57)(하나만 도시되어 있음)로부터 진흙을 끌어낸다. 라이저 출구(41)는 호스(도시되지 않음)를 통해 머드 탱크(57)에 연결된다. 지면 보링 발생으로부터의 절단물은, 머드 펌프 흡입 라인(59)에 도달하기 전에 셰일 셰이커(도시되지 않음)에 의해 드릴링 머드로부터 분리된다.
지층대 유체가 웰 보어 내에 예정되지 않고 진입하는 것으로서 정의된 웰 킥((이하 "킥"이라고 함)은, 드릴링 동안 또는 웰을 완료하는 동안 발생할 수 있다. 기본적으로, 킥은, 지면 지층대가 웰(12) 내의 정수압보다 높은 압력을 갖는 경우 발생한다. 웰(12)이 케이싱되지 않은 또는 개방된 구멍 부분을 갖는다면, 지면 지층대에 작용하는 정수압은 드릴링 머드의 압력이다. 작업 담당자는, 충분한 정수압을 제공하여 킥을 피하도록 드릴링 머드의 중량을 제어한다. 그러나, 머드 중량이 과도하면, 지면 지층대 내로 흘러, 지층대를 손상시키고 순환 손실을 야기할 수 있다. 결과적으로, 작업 담당자는, 킥을 방지하지만 유체 손실을 피할 만큼 충분한 중량을 제공하도록 중량을 균형잡는다.
?은, 드릴링 동안 발생할 수 있고, 드릴 파이프(49)를 웰(12)로부터 외부로 트리핑(trip)하는 동안 발생할 수 있고, 또는 드릴 파이프(49)를 웰(12) 내로 작동시키는 동안 발생할 수 있다. 또한, 킥은, 와이어 라인 상의 로깅(logging) 기구를 웰(12) 내로 하강시켜 지면 지층대를 측정하는 동안 발생할 수 있다. 킥은, 케이싱을 통한 또는 케이싱 주위의 또는 라이너 상부와 케이싱 사이의 누출과 같이 웰(12)이 케이싱된 후에도 발생할 수 있다. 이 경우, 웰(12) 내의 유체는 드릴링 머드 대신 물일 수 있다. 킥은, 완화되지 않으면, 고압 탄화수소를 표면으로 흐르게 할 수 있어서, 웰 내의 임의의 파이프 및 드릴링 머드를 상측으로 밀어올릴 수 있다. 탄화수소는 가스일 수 있으며, 이것은 부주의로 점화될 수 있다.
드릴링 시스템(10)은 복수의 센서를 포함하며, 그 중 몇 개의 센서만이 예시되어 있다. 센서들은 킥의 조기 발견을 제공하기 위한 것이고, 더 많거나 적은 수의 센서를 사용할 수 있다. 센서들 중 일부는, 드릴링 중에만 유용할 수 있지만, 드릴링 파이프를 트리핑하거나 접합(cementing) 등의 다른 작업을 수행하는 동안에는 유용하지 않을 수 있다.
복귀 유량 센서(67)는 드릴링 머드의 복귀 유량 또는 상승하는 임의의 유체의 유량을 감지한다. 복귀 유량 센서(67)는 도시된 바와 같이 출구(41)에 또는 커넥터(15)에 위치한다. 유입 센서(69)는 웰(12) 내로 펌핑되는 유체의 유량을 결정하도록 머드 펌프(53)의 출구에 위치한다. 웰헤드 보어 압력 센서(61)는 최하부 램(19) 아래의 BOP 스택(17) 내의 웰헤드 조립체(11)의 바로 위에 위치한다. 웰헤드 보어 압력 센서(61)로부터의 신호는, 플랫폼(40)으로 이어지는 엄빌리컬의 일부일 수 있는 와이어와 광섬유 센서를 통하는 것과 같이 통상적으로 송신된다. 웰헤드 보어 압력 센서(61)는 웰헤드 조립체(11) 내에 존재하는 모든 시간에서의 압력을 나타낸다. 드릴 파이프(49)를 통해 드릴링 머드를 순환시키는 동안, 감지된 압력은 해당 지점에서의 드릴 파이프(49) 외부의 복귀 드릴링 머드의 압력이다. 이 압력은 센서(61) 위의 드릴링 머드의 정수압에 의존하며, 이는 해저 깊이에 비례한다.
또한, 상향 유동 유체의 온도를 감지하기 위해 하나 이상의 온도 센서(65)가 사용된다. 온도 센서(65)는, 또한, 바람직하게 웰헤드 조립체(11)의 보어 내의 유체 온도를 감지하도록 커넥터(15) 내에 있다. 스트링 중량 센서(71)는, 데릭에 의해 지지되는 파이프 스트링의 중량을 감지하기 위해 상부 구동부(51)에 또는 블록에 장착된다. 드릴링 동안, 감지되는 드릴 파이프(49)의 중량은, 드릴 파이프(49)의 얼마나 많은 중량이 드릴 비트에 적용되는지에 의존한다. 관통 속도(rate of penetration: ROP) 센서(73)는 드릴 파이프(49)가 얼마나 빨리 하향 이동하는지를 측정한다. 토크 센서(75)는, 상부 구동부에 또는 그 부근에 장착되고, 드릴링 중에 부과되는 토크의 양을 감지한다. 환형 유량계(annular flow meter: AFM)(76)는, 해저 라이저에 위치하며 해저 BOP 스택에 가까운 흐름 스풀로서 설계된다. 환형 유량계는, 해양 라이저(35) 환형부(annulus) 내에 존재하는 모든 시간에서의 머드 유량을 나타낸다. 드릴 파이프(49)를 통해 드릴링 머드를 순환시키는 동안, 감지된 머드 유량은 해당 지점에서의 드릴 파이프(49) 외부의 해당 드릴링 머드의 유량이다. 공구 조인트 로케이터(tool joint locator: TJL)(78)는 AFM(76) 위에 위치한다. 공구 조인트 로케이터(78)는 BOP 스택(17) 내부의 파이프 조인트들의 상대 위치를 결정한다.
플랫폼(40) 상의 킥 검출 컴퓨팅 장치(77)는 센서들(61, 65, 67, 69, 71, 73, 75, 76, 78) 및 다른 가능한 것으로부터 신호를 수신한다. 본 명세서에서 설명하는 바와 같이, 키 검출 컴퓨팅 장치(77)는, 이들 신호를 처리하여 킥이 발생하고 있는지를 검출하고 그 응답으로 경고 및/또는 제어 신호를 발행한다.
도 2는 (도 1에 도시된) 킥 검출 컴퓨팅 장치(77)와 같은 예시적인 컴퓨터 장치(205)의 블록도이다. 컴퓨터 장치(205)는, 시뮬레이션되는 정상적 드릴링 작업 동안 및 킥 발생을 수반하는 시뮬레이션되는 비정상적 드릴링 작업 동안 관련된 변수들의 예상 거동을 결정하기 위해 드릴링 유압 모델로서 알려진 진보된 수학적 모델을 사용하도록 구성된다. 예시적인 실시예에서는, 드릴링 시스템의 상이한 위치에서 측정된 압력, 온도, 및 유량이 관련 파라미터들로서 사용될 수 있다. 도 3에서 그리고 이하에서 더 설명하는 바와 같이, 킥 검출 컴퓨터 장치(205)는, 센서로부터 수신된 데이터 측정값을 정상 작업과 비정상적 작업을 위한 변수들과 비교함으로써 킥을 검출한다.
컴퓨터 장치(205)는, 메모리 장치(210), 및 명령어를 실행하도록 메모리 장치(210)에 동작 가능하게 연결된 프로세서(215)를 포함한다. 일부 실시예에서, 실행가능 명령어는 메모리 장치(210)에 저장된다. 컴퓨터 장치(205)는 프로그래밍 프로세서(215)에 의해 본 명세서에서 설명하는 하나 이상의 작업을 수행하도록 구성 가능하다. 예를 들어, 프로세서(215)는 작업을 하나 이상의 실행가능 명령어로서 인코딩하고 실행가능 명령어를 메모리 장치(210)에 제공함으로써 프로그래밍될 수 있다. 예시적인 실시예에서, 메모리 장치(210)는 실행가능 명령어 및/또는 다른 데이터와 같은 정보의 저장 및 검색을 가능하게 하는 하나 이상의 장치이다. 메모리 장치(210)는 하나 이상의 컴퓨터 판독가능 매체를 포함할 수 있다. 메모리 장치(210)는 센서 데이터 및/또는 다른 임의의 유형의 데이터를 저장하도록 구성된다. 또한, 메모리 장치(210)는, 제한 없이, 킥의 데이터-기반 조기 검출을 용이하게 하기 위한 충분한 데이터, 알고리즘 및 커맨드를 포함한다.
컴퓨터 장치(205)는 드릴링 시스템(10)에 연관된 데이터를 수신한다. 예를 들어, 컴퓨터 장치(205)는, 공구 조인트 로케이터(TJL), 해저 환형 유량계(AFM), 드릴링 리그 모니터링 시스템, 사용자로부터의 입력 데이터, 및 통상적으로 드릴링 리그에서 이용 가능한 다른 센서로부터의 측정 데이터를 수신하지만, 이에 한정되지 않는다. AFM은, 드릴 스트링(drill string)으로부터 나와 라이저(35) 환형부 내로 흐르는 드릴링 유체의 유량을 모니터링하도록 (도 1에 도시된) 라이저(35) 내에 위치하며 (도 1에 도시된) BOP 스택(17)에 가까운 흐름 스풀로서 구성된다. AFM은 국부적 유량 측정값(환형부에서의 복귀 머드 유량)을 제공한다. TJL은, 또한, BOP 스택(17) 위에 위치하며, 공구 조인트가 TJL 센서를 통과할 때를 식별하도록 드릴 파이프(49)를 스캔한다. TJL 센서는, 일단 조인트가 검출되면 진동을 나타내는 신호를 제공한다. TJL의 정보는, 컴퓨터 장치(205)가 더욱 정확한 유압적 계산이 이루어지도록 (도 1에 도시된) 웰(12)의 상이한 섹션의 실제 길이를 더 잘 정의할 수 있게 한다.
이들 센서 외에, 컴퓨터 장치(205)는, 드릴링 리그(즉, 드릴링 리그 모니터링 시스템)에 위치하는 종래의 센서로부터 가변적인 측정값도 수신한다. 측정된 변수는, 드릴 파이프 관통 속도(ROP), 스탠드파이프 및 복귀 라인에서의 압력, 머드 피트 레벨, 유입 및 유출 유량, 펌프 상태, 및 드릴 파이프 회전을 포함하지만, 이에 한정되지 않는다. 또한, 사용자는 웰 계획 데이터, 드릴 파이프/케이싱 형상, 및 유체 특성 등의 데이터를 제공할 수 있다. 추가 데이터가 시스템의 정확도를 높일지라도, 킥 조기 검출 시스템이 동작하기 위해 위에서 언급한 모든 데이터 소스가 필요한 것은 아니다.
예시적인 실시예에서, 컴퓨터 장치(205)는 프리젠테이션 인터페이스(230) 및 사용자 입력 인터페이스(220)를 포함한다. 프리젠테이션 인터페이스(230)는 프로세서(215)에 연결되고 사용자(225)에게 정보를 제공한다. 사용자 입력 인터페이스(220)는 프로세서(215)에 연결되고 사용자(225)로부터 입력을 수신한다.
통신 인터페이스(235)는, 프로세서(215)에 연결되고, 하나 이상의 센서와 같은 하나 이상의 다른 장치와 통신하여 연결되도록 구성되고 입력 채널로서 기능하는 동안 이러한 장치에 대한 입력 및 출력 동작을 수행하도록 구성된다. 예를 들어, 컴퓨터 장치(205)의 통신 인터페이스(235)는 다른 컴퓨팅 장치(도시되지 않음)의 통신 인터페이스(235)에 신호를 송신한다. 컴퓨터 장치(205)는, 또한, 통신 인터페이스(235)를 사용하여 출력 표시자, 진단, 및 알람을 사용자(225)에게 송신한다.
예시적인 실시예에서, 컴퓨터 장치(205)는, 후술하는 바와 같이 4개의 모듈인, 드릴링 작업 식별 모듈(240), 드릴링 유압 모델링 모듈(245), 조인트 위치 추정 모듈(250), 및 데이터 분석 모듈(255)을 포함하거나 이러한 모듈들과 통신한다.
드릴링 작업 식별 모듈(240)은, 수행된 분석으로부터의 결과를 전달하는 데 사용되는, 모니터링 시스템, 데이터 분석 모듈(255), 및 상이한 출력 시스템 간의 데이터의 흐름을 관리한다. 드릴링 작업 식별 모듈(240)은, 또한, 상이한 통신 프로토콜, 상이한 데이터 획득 속도, 및 다양한 수의 입력 및 출력을 포함한다. 더욱 구체적으로, 드릴링 작업 식별 모듈(240)은 드릴링 단계, 드릴링 방법, 및 드릴링 작업과 같은 리그 작업 데이터를 수신하도록 구성된다. 드릴링 단계는 탐사 또는 개발일 수 있다. 드릴링 방법은, 종래의 드릴링, 언더밸런스 드릴링, 관리형 압력 드릴링(Managed Pressure Drilling: MPD), 또는 듀얼 그라디언트 드릴링(Dual Gradient Drilling: DGD)일 수 있다. 현재 드릴링 작업에는, 드릴링 어헤드(drilling ahead) 작업, 트리핑 아웃(tripping out) 작업, 또는 아웃-오브-더-홀(out of the hole) 작업이 포함된다. 드릴링 단계 및 드릴링 방법은 미리 정의되어 있다. 드릴링 단계, 드릴링 방법, 및 수행되는 드릴링 작업에 따라 상이한 데이터 소스 및 분석을 선택할 수 있다.
드릴링 유압 모델링 모듈(245)은 수신된 데이터 측정값을 사용하여 시뮬레이션을 수행하는 드릴링 유압 모델을 생성하도록 구성된다. 드릴링 유압 모델링 모듈(245)은 정상적 드릴링 작업 조건의 시뮬레이션을 수행하여 하나 이상의 기준값을 취득한다. 킥 지시자라고도 하는 기준값은, 킥 조건이 존재하는지 여부에 관련된, 압력 등의 추정 변수이다. 드릴링 유압 모델링 모듈(245)은, 또한, 하나 이상의 기준값을 취득하도록 킥 조건 동안 드릴링 작업 조건의 시뮬레이션을 수행한다. 드릴링 유압 모델링 모듈(245)은 기준값과 수신된 데이터 측정값의 비교 분석을 수행한다. 정상 조건 및 킥 조건에 대한 기준값을 수신된 데이터 측정값과 비교하여 편차를 결정한다. 드릴링 유압 모델링 모듈(245)은, 편차가 미리 정의된 임계값을 초과하는지에 기초하여 킥을 식별한다. 예시적인 실시예에서, 드릴링 시스템의 상이한 위치에서 측정된 압력, 온도, 및 유량이 기준값으로서 사용될 수 있다.
예시적인 실시예에서, 정상적 드릴링 작업의 시뮬레이션은 저장소로부터의 유입이 없는 드릴링 작업을 가리킨다. 따라서, 드릴링 유압 모델링 모듈(245)은, (도 1에 도시된) 드릴 파이프(49)와 환형부를 따른 유량, 압력 프로파일, 및 온도 프로파일을 계산할 수 있으며, 이들이 정상 작업에 대한 기준값들이다. 비정상적 드릴링 작업의 시뮬레이션은 저장소로부터의 유입이 발생하는 것으로 간주되는 드릴링 작업을 가리킨다. 유입에 대한 상이한 유량, 조성물, 및 위치를 고려할 수 있다. 따라서, 유압 모델은, 드릴 파이프(49)와 환형부를 따른 유량, 압력 프로파일, 및 온도 프로파일을 계산할 수 있으며, 이들이 비정상적 작업에 대한 기준값들이다.
유압 시뮬레이션은, 드릴 비트가 구멍을 깊게 하는 것으로 간주되는 의사 정상 상태 조건에 대한 보존 방정식(질량, 모멘텀, 및 에너지 보존 방정식)의 해를 가리킨다. 예시적인 실시예에서, 유압 시뮬레이션은, 다음에 따르는 가정을 포함하지만 이에 한정되지는 않는데, 예컨대, 의사 정상 상태 시뮬레이션, 예를 들어, 드릴 비트가 구멍을 깊게 하는 것으로 간주되며; 1차원 유동, 섹션 길이에 기초한 이산화(일명 제어 볼륨); 정상 작업(즉, 킥 발생이 없음)의 경우, 이는 드릴 파이프(49)에서의 머드의 단상 유동 및 환형부에서의 머드와 입자의 다상 유동으로 간주되고; 비정상적 작업(즉, 드릴링 중에 킥이 발생함)의 경우, 이는 드릴 파이프(49)에서의 머드의 단상 유동으로 간주되고 환형부에서의 머드, 입자, 가스, 및 오일의 다상 유동으로 간주되고; 액상과 고상은 균질화되고, 즉, 머드, 오일, 및 입자에 대한 상간 슬립이 없고; 가스와 액상 및 고상 간에 슬립이 간주되고, 드리프트 플럭스 모델은 폐쇄 법칙으로서 간주되고; 중력 성분과 마찰 성분이 있는 압력 강하는 무압력파(No-Pressure-Wave: NPW) 모델에 의해 계산되고; 열 전달 계산은 각 제어 볼륨에서의 혼합 온도, 벽을 통한 파이프의 열 전도, 및 내외부벽 근처 지역에서의 열 대류를 고려하고; 머드 유동학 모듈은, 특히, 빙햄(Bingham) 플라스틱, 멱 법칙(Power law)을 포함하고; 흑유 근사화는 가스 및 오일 유체 특성 및 물질 전달을 추정하는 데 사용될 수 있고; 오리피스 압력 강하 방정식을 고려함으로써 드릴 비트 압력 강하를 계산한다.
예시적인 실시예에서, 드릴링 유압 모델은, 주어진 시스템 형상(즉, 리그 파이프라인 시스템, 해양 라이저, 및 드릴링되고 있는 웰 보어)의 유압 계산이 행해지도록 머드 유량을 웰 내에 머드 특성과 함께 주입시킨다. 드릴링 유압 모델링 모듈(245)은, 웰 보어 형상을 업데이트하기 위해, 공구 조인트 로케이션 센서 데이터로부터의 데이터와 함께 드릴링되고 있는 주어진 웰 보어 섹션에 대한 ROP 및 시간을 사용하여 웰 보어의 깊이를 업데이트한다. 드릴링 유압 모델링 모듈(245)은, 유압 모델의 초기 미세 조정을 위해 수신된 데이터의 나머지를 사용하여 기준 라인을 얻을 수 있다.
드릴링 유압 모델링 모듈(245)은 정상 작업 조건 하에서 연속 유압 시뮬레이션을 행하고, 그 결과, 시스템을 따른 유량, 압력, 및 온도 프로파일이 기록된다. 이어서, 정상 작업 변수 프로파일을 제 위치(해저 및 지표면)에 있는 모니터링 시스템으로부터의 실제 측정값과 비교하여 임의의 편차를 검출 및 정량화한다. 상이한 킥 조건(즉, 이전에 선택된 유입값) 하에서의 유압 시뮬레이션을 수행하여, 이들 가변 프로파일이 실제 측정값과의 비교를 위해 이용 가능하다. 이러한 비교는, 취할 제어 작업에 대한 의사 결정 프로세스를 돕는 킥의 심각성을 제공한다.
조인트 위치 추정 모듈(250)은, TJL로부터 데이터 신호를 수신하고, 몇몇 BOP 램(전단 램, 블라인드 램, 및 환형 램)과 관련하여 공구 조인트 위치를 추정한다. 램에 대한 공구 조인트 위치의 거리는 사용자(225)에게 제시된다. 조인트 위치 추정 모듈(250)은, 또한, 드릴링 유압 모델에 사용될 수 있는 웰(12)의 실제 측정 깊이(true measured depth: TVD)를 추정한다.
데이터 분석 모듈(255)은, 트렌드를 찾고 킥에 의해 야기되는 특성 편차를 식별하도록 감독되는 기계 학습 기술 및 감독되지 않는 기계 학습 기술을 사용한다. 데이터 분석 모듈(255)은, 본 명세서에서 설명하는 바와 같이 측정 데이터를 수신하고, 트렌드가 식별될 수 있거나 잠재적 편차가 검출될 수 있도록 시계열 플롯을 생성한다. 데이터 분석 모듈(255)은 시계열 플롯에서 트렌드, 패턴, 및 비정상을 검출하기 위해 다양한 방법을 적용할 수 있다. 예를 들어, 일 실시예에서, 데이터 분석 모듈(255)은, 비정상을 검색할 때, 다변수 비정상 검출 기술을 사용하여 모니터링되고 있는 다수의 신호 간의 공분산을 고려한다. 다른 일 실시예에서, 데이터 분석 모듈(255)은 감독되지 않는 학습 기술을 사용하여 이력 데이터를 구분 및 테스트한다.
데이터 분석 모듈(255)은, 또한, 다른 관련 변수들과의 교차 체크에 의해 검출된 편차를 분석하여 이벤트의 규모와 임계성을 확립한다. 트렌드 평가 및 데이터 측정값과 기준값 간의 비교 등의 방법들을 사용한다.
데이터 분석 모듈(255)은, 인공 지능 소프트웨어 프로그램 및/또는 기계 학습 소프트웨어 프로그램과 함께 동작하도록 설계된다. 여기서, 기계 학습, 인지 시스템, 패턴 인식, 클러스터 인식(SVM 클러스터링), 유전 알고리즘, 휴리스틱, 및 빅 데이터 분석을 포함하는 데이터 분석으로부터의 알려진 기술들을 적용할 수 있는 것으로 예상된다. 일부 실시예에서는, 센서 데이터 및/또는 작업자 입력으로부터 학습하는 인공 지능 알고리즘이 구현된다. 예를 들어, 데이터 분석 모듈(255)은, 센서 데이터 또는 작업자 입력에 기초하여, 유입에 의해 야기되는 특성 편차를 학습하도록 구성된다.
일부 실시예에서, 데이터 분석 모듈(255)은, 결함 센서를 식별하고, 결함 센서에 응답하여 편향된 데이터가 응답하지 않은 검출 시스템으로 향하는 것을 방지한다. 데이터 분석 모듈(255)은, 예를 들어, 프리젠테이션 인터페이스(230)를 사용하여 사용자(225)에게 지시자, 진단, 및 알람을 출력하여, 가능한 킥 발생에 사용자(225)가 빠르게 응답할 수 있게 한다.
또한, 일부 실시예에서, 컴퓨터 장치(205)는 드릴링 시스템(10)의 하나 이상의 구성요소의 동작을 용이하게 한다. 컴퓨터 장치(205)는, 드릴링 시스템(10)의 하나 이상의 구성요소의 제어를 용이하게 하도록, 충분한 컴퓨터 판독가능/실행가능 명령어, 데이터 구조, 프로그램 모듈, 및 프로그램 서브모듈을 포함한다. 컴퓨터 장치(205)는, 동작 커맨드에 따라 드릴링 시스템(10)의 동작 상태를 사용자(225)가 모니터링할 수 있게 하는 정보를 수신하면서 동시에 드릴링 시스템(10)에 자동 또는 수동 동작 커맨드를 입력하기 위한 입력 인터페이스(220) 및 프리젠테이션 인터페이스(230)를 포함한다. 이러한 일 실시예에서, 컴퓨터 장치(205)는, 예를 들어, 제어 전략을 구현하기 위해 프로세서(215)를 사용하여 동작 커맨드에 따라 드릴링 시스템(10)의 동작들 중 적어도 일부를 제어한다. 추가 실시예에서, 컴퓨터 장치(205)는, 결정된 편차에 기초하여, 작업자에게 동작을 일시정지시키거나, 미리 정의된 동작 시퀀스를 자동으로 일시정지시키거나, 드릴링 정지를 개시하거나, 자동 웰 샷다운을 트리거링한다.
도 3은 킥을 자동 검출하기 위한 예시적인 흐름도의 개략도(300)이다. (도 1에 도시된) 드릴링 시스템(10)에 연관된 센서들로부터의 데이터 측정값(302)은, 킥 검출 컴퓨팅 장치(77)와 같은 킥 검출 컴퓨팅 장치로 송신되고 데이터베이스(304)에 저장된다. 데이터 측정값(302)은, 드릴링 리그 측정값, 해저 환형 유량계(AFM) 측정값, 및 TJL 측정값을 포함하지만, 이에 한정되지는 않는다. 리그 측정값은, 펌프 압력, 케이싱 압력, 스탠드파이프 압력, 복귀 라인 압력, 유입 온도, 조인트 카운트, 드릴 스트링에 주입된 머드 유량(펌프 스트로크 속도, 스트로크 볼륨, 및 펌핑 효율에 기초하여 계산됨), 피트 볼륨 적산기(pit volume totalizer: PVT) 또는 머드 피트의 머드 레벨, 트립 탱크 볼륨 표시기, ROP(드릴 비트의 침투 속도), 유입 및 유출 유량, 표면 레벨에서의 드릴 스트링 압력과 온도, 표면 레벨에서의 환형 압력과 온도, 머드 특성, 펌프 상태, 드릴 파이프 회전, 펌프 속도(rpm), 압력 차분, 및 커팅 피처(크기, 형상 및 볼륨)를 포함하지만, 이에 한정되지는 않는다. 드릴링 리그 측정값은 계산을 위한 경계 조건으로서 사용된다. 해저 AFM 측정값은 환형 유량을 포함한다. TJL 측정은, BOP 내의 파이프 조인트의 위치, (도 1에 도시된) 웰(12) 내로의 조인트의 수를 결정하고, 총 측정 깊이(total measured depth: TMD)를 추정하기 위한 데이터를 제공한다. TJL은, 드릴링 파이프(조인트가 없음)가 기동시 전단 램 섹션에 위치하는 것을 보장하는 데 이용될 수 있다. 또한, 사용자는, 웰 프로파일 및/또는 케이싱/개방 구멍 구성을 포함하는 웰 계획 데이터 및 리그 작업 데이터를 킥 검출 컴퓨팅 장치에 제공한다.
(도 2에 도시된) 드릴링 유압 모델링 모듈(245)은 데이터 분석 기술을 사용하여 데이터 측정값(302)을 분석하여(306) 킥의 발생을 결정한다. 더욱 구체적으로, (도 2에 도시된) 드릴링 유압 모델링 모듈(245)은, 수신된 데이터 측정값(302)을 사용하여 유압 시뮬레이션을 수행하기 위한 드릴링 유압 모델을 생성하도록 구성된다. 드릴링 유압 모델은, 데이터 측정값(302)을 사용하여 정상적 드릴링 작업 조건의 유압 시뮬레이션을 수행하여 하나 이상의 기준값을 취득한다. 드릴링 유압 모델은, 또한, 데이터 측정값(302)을 사용하여 킥 조건 동안 드릴링 작업 조건의 유압 시뮬레이션을 수행하여 하나 이상의 기준값을 취득한다. 예시적인 실시예에서는, 드릴링 시스템의 상이한 위치에서 측정된 압력, 온도, 및 유량을 기준값으로서 사용할 수 있다. 드릴링 유압 모델은 기준값과 데이터 측정값(302)의 비교 분석을 수행한다. 드릴링 유압 모델은 기준값과 데이터 측정값(302) 간의 편차를 결정한다. 드릴링 유압 모델은, 편차가 미리 정의된 임계값을 초과하는지에 기초하여 킥을 식별한다. 드릴링 유압 모델은, 주어진 드릴링 작업에 대한 케이스-기반 임계값과 예상 편차를 사용하여 킥이 발생했는지를 결정한다.
예를 들어, 데이터 분석 모듈은 환형 유량계에 의해 측정된 유량의 실제값(QAFM)을 수신한다. 데이터 분석 모듈은, 또한, 드릴링 유압 모델을 사용하여 추정된 정상적 드릴링 작업에 대한 유량의 기준값(QAFM_EST_NORMAL)을 수신한다. 데이터 분석 모듈은, 또한, 드릴링 유압 모델을 사용하여 추정된 킥 발생과 관련된 비정상적 드릴링 작업에 대한 유량의 기준값(QAFM_EST_ABNORMAL)을 수신한다. 이어서, 데이터 분석 모듈은, 정상적 드릴링 작업에 대한 실제값과 예상값 간의 편차(ΔQNORMAL) 및 비정상적 드릴링 작업에 대한 실제값과 예상값 간의 편차(ΔQABNORMAL)를 결정한다. 데이터 분석 모듈은, 결정된 편차(ΔQNORMAL과 ΔQABNORMAL)를 주어진 드릴링 작업에 대하여 미리 정의된 예상 편차값과 비교하여 킥 발생 여부를 결정한다. 예를 들어, 데이터 분석 모듈은, ΔQNORMAL이 증가하고 ΔQABNORMAL이 감소하는지를 평가하도록 데이터 분석 기술을 이용함으로써 편차값들의 시간 변화를 검증할 수 있다. 이 조합은 킥 발생을 나타낸다. 드릴링 유압 모델은, 또한, 드릴링 시스템을 따라 압력 프로파일, 온도 프로파일, 및 유량 프로파일 등의 다른 변수들을 추정할 수 있다. 상이한 위치에서 추정된 이러한 변수들은, 킥의 발생을 검증하도록 센서 측정값들과 비교될 수 있다. 일부 실시예에서, 데이터 분석 모듈은, 유체 유입과 잠재적 킥을 나타낼 수 있는 흐름 불일치를 결정하도록 실시간 유량 비교(ΔQ = Qout - Qin)를 수행한다.
정상적 드릴링 작업에 대한 실제 데이터 측정값과 기준값 간의 편차가 없다면(308), 킥은 검출되지 않는다. 일부 실시예에서, 데이터 분석 모듈(245)은 녹색 상태(309)를 활성화하여 드릴링이 안전하다는 것을 나타낸다. 정상적 드릴링 작업에 대한 실제 데이터 측정값과 기준값 간의 차(310)가 미리 정의된 편차 이상인 경우, 데이터 분석 모듈(245)은 황색 경고(312)를 활성화하여 추가 분석이 필요함을 나타낸다. 이어서, 작업자(313)는 드릴링이 안전한지 또는 적색 알람(318)을 울려야 하는지를 결정한다(315). 정상적 드릴링 작업에 대한 실제 데이터 측정값과 기준값 간의 차(310)가 미리 정의된 편차를 초과하면, 데이터 분석 모듈(245)은 적색 알람(318)을 활성화하여 킥 조건이 검출되었음을 나타낸다. 일단 킥 조건이 검출되면, 드릴링 정지 및 웰(12) 폐쇄 등의 적절한 조치를 취해야 한다.
킥 검출 임계값은 웰 설계에 따라 구성 가능하다. 일 실시예에서, 킥 검출 컴퓨팅 장치와 통신하는 그래픽 사용자 인터페이스(GUI)(320)는, 작업자(313)가 전용 윈도우를 사용하여 황색 경고(312) 및/또는 적색 알람(318)의 트리거로서 사용될 변수의 수용가능한 편차값을 설정할 수 있게 한다. 이는 불필요한 거짓 알람을 피하는 데 일조한다. 편차값은, 새로운 작업 조건 또는 지층대 데이터에 기초하여 드릴링 작업 중에 변경될 수 있다.
데이터 분석 모듈(245)은, GUI(320)를 포함하는 컴퓨터 장치(205)와 같은 작업자 컴퓨팅 장치에 녹색 상태(309), 황색 경고(312), 또는 적색 알람(318)을 송신한다. 작업자 컴퓨팅 장치는 드릴링 시스템 작업자(313)에 연관되어 있다. 적색 알람(318)이 트리거되면, GUI(320) 또는 별도의 알람 시스템을 통해 경고 및 알람이 드릴링 시스템 작업자(313)에 제시된다. GUI(320)는, 또한, 킥(유입) 발생을 나타내는 플롯 및 분석 결과를 강조한다. 경고 및 알람은, 작업자(313)가 잠재적인 작업 위험을 인지하는 것을 보장한다. 이것은, 작업자(313)가 당면한 일에 집중하여 작업자(313)를 압도할 수 있는 모니터링 시스템의 상이한 센서로부터 오는 대량의 데이터 스트림을 보지 않게 할 수 있다. 따라서, 본 명세서에서 설명하는 실시예들은, 작업자(313)가 드릴링 시스템 내로 유입되는 유입물을 안전하게 제어할 수 있게 한다.
일 실시예에서, 드릴링 작업 식별 모듈(240), 드릴링 유압 모델링 모듈(245), 조인트 위치 추정 모듈(250) 및/또는 데이터 분석 모듈(255)은 GUI(320)를 사용하여 드릴링 시스템(10)에 관한 정보를 작업자(313)에 제시한다. GUI(320)는 드릴링 작업 중에 이용 가능한 데이터를 링크하고 통합하는 소프트웨어 툴이다. 예를 들어, 데이터 분석 모듈(255)은 작업 정보를 GUI(320)를 통해 작업자(313)에 제시한다. 데이터 분석 모듈(255)은, 키 드릴링 변수, 트렌드 플롯(trend plot)과 트렌드 분석, BOP 조인트 위치, 웰(12) 내의 드릴 스트링의 길이, 압력 프로파일, 등가 순환 밀도(equivalent circulating density: ECD), 및 업데이트된 웰 형상의 플로팅을 생성한다. GUI(320)는, 또한, (도 1에 도시된) BOP 스택(17)과 관련하여 드릴 파이프 조인트의 위치를 동적 예시를 통해 시각화한다. 본 명세서에서 사용되는 바와 같이, "작업자"라는 용어는, 시프트 작업 요원, 유지보수 기술자, 및 설비 감독자를 포함하되 이에 한정되지 않는, 드릴링 시스템(10)을 동작시키고 유지보수하는 것에 연관된 임의의 능력을 갖춘 사람을 포함한다.
GUI(320) 상에 표시되는 데이터를 통합하여 사용함으로써, 작업 조건의 개선 된 화상을 생성하고, 킥 이벤트를 나타내는 잠재적 편차를 검출하는 데 일조한다. GUI(320)는, 작업자(313)가 드릴링 시스템(10)의 안전하고 신뢰성 있는 동작을 보장하도록 킥 조건을 보고 이러한 킥 조건에 적절하게 반응할 수 있게 한다. GUI(320)는, 시뮬레이션되는 정상 조건 및 시뮬레이션되는 비정상 조건에 대한 기준값들과 실제 측정 데이터를 즉시 비교할 수 있게 한다. 이어서, 작업자(313)는 다양한 교정 동작을 취하여 킥을 제어할 수 있다.
도 4는 본 명세서에서 설명하는 (도 1에 도시된) 킥 조기 검출 컴퓨팅 장치(77)를 사용하여 킥을 검출하기 위한 예시적인 방법(600)의 개략도이다. 킥 조기 검출 컴퓨팅 장치(77)는 (도 1에 도시된) 드릴링 시스템(10)에 연관된 복수의 센서를 포함한다. 킥 조기 검출 컴퓨팅 장치(77)는, 복수의 센서에 연결된 (도 1에 도시된) 킥 검출 컴퓨팅 장치(77) 및 (도 3에 도시된) GUI(320)를 포함하는 작업자 컴퓨팅 장치를 더 포함한다. 킥 검출 컴퓨팅 장치(77)는 복수의 센서로부터 측정 데이터를 수신하도록 구성되며(602), 측정 데이터는, 하나 이상의 킥 지시자(웰 킥을 식별하는 데 사용되는 "기준값"이라고도 함)에 연관된 데이터 측정값을 포함한다. 킥 검출 컴퓨팅 장치(77)는, 시뮬레이션되는 정상적 드릴링 조건 동안 하나 이상의 킥 지시자의 각각에 대한 추정값을 생성한다(604). 킥 검출 컴퓨팅 장치(77)는, 또한, 시뮬레이션되는 킥 조건 동안 하나 이상의 킥 지시자의 각각에 대한 추정값을 생성한다(606). 이어서, 킥 검출 컴퓨팅 장치(77)는, 하나 이상의 킥 지시자의 추정값과 하나 이상의 킥 지시자에 연관된 데이터 측정값 간의 편차값을 결정한다(608).
킥 검출 컴퓨팅 장치(77)는, 편차값에 기초하여, 녹색 상태(309), 황색 경고(312), 또는 적색 알람(318)(모두 도 3에 도시됨)을 활성화하는 신호를 생성한다(610). 녹색 상태(309), 황색 경고(312) 및 적색 알람(318)은 드릴링 시스템(10)의 킥 검출 상태를 나타낸다. 킥 검출 컴퓨팅 장치(77)는 신호를 작업자 컴퓨팅 장치에 송신하고(612), 작업자 컴퓨팅 장치는 GUI(320) 상에 드릴링 시스템(10)의 킥 검출 상태를 표시하도록 구성된다.
전술한 킥 조기 검출 시스템은 심해 드릴링 동안 킥 이벤트의 자동 조기 검출을 위한 시스템 및 방법을 제공한다. 구체적으로, 본 명세서에서 설명하는 실시예들은, 상이한 소스로부터의 데이터 스트림을 실시간으로 분석하여 빠른 응답을 위해 초기 단계에서 킥의 발생을 식별하도록 구성된 킥 검출 컴퓨팅 장치를 포함한다. 킥 검출 컴퓨팅 장치는, 메모리, 메모리와 통신하는 프로세서, 및 복수의 센서를 포함한다. 결함 관리 컴퓨팅 장치는, 복수의 센서, 특히 공구 조인트 로케이터 및 환형 유량계로부터 데이터 측정값을 수신한다. 킥 검출 컴퓨팅 장치는, 킥의 발생을 결정하기 위한 물리학-기반 수학적 드릴링 유압 모델 및 데이터 분석 기술을 이용함으로써 획득된 데이터를 처리한다. 일단 킥이 검출되면, 경고 및 알람이 드릴링 시스템 작업자에게 제시된다. 본 명세서에서 설명하는 실시예들은, 드릴링 시스템 작업자가 킥을 안전하게 제어할 수 있게 하며, 이에 따라 웰 제어를 개선할 수 있고, 불필요한 웰 셧인 이벤트를 감소시킬 수 있고, 드릴링 작업에 관련된 비용을 감소시킬 수 있다.
본 명세서에서 설명하는 방법, 시스템, 및 장치의 예시적인 기술적 효과는, (a) 드릴링 작업 동안 킥을 자동 검출하는 신뢰성을 증가시키고, (b) 킥을 조기 단계에서 자동 식별함으로써 드릴링 작업의 성능을 개선하고, (c) 다양한 센서 측정 및 기술을 통합하여 데이터 통합을 촉진하고 조기 단계에서 킥을 검출하는 전반적인 능력을 향상시키고, (d) 조기 단계에서 킥 이벤트를 자동 경고하고, 및 (e) TJL과 AFM 등의 새로운 종류의 센서를 킥 검출용으로 통합하는 것 중 적어도 하나를 포함한다.
웰 킥 조기 검출을 위한 방법, 시스템, 및 장치의 예시적인 실시예들은, 본 명세서에서 설명된 특정 실시예들로 한정되지 않으며, 오히려, 시스템의 구성요소 및/또는 방법의 단계를 본 명세서에서 설명한 다른 구성요소 및/또는 단계와는 독립적으로 그리고 개별적으로 이용할 수 있다. 예를 들어, 방법은, 또한, 킥을 관련짓는 다른 드릴링 시스템과 조합하여 사용될 수 있으며, 본 명세서에서 설명된 바와 같은 시스템 및 방법만을 사용하여 실시하는 것으로 한정되지 않는다. 오히려, 예시적인 실시예는, 웰 킥 조기 검출로부터 이익을 얻을 수 있는 다른 많은 응용분야, 장비, 및 시스템과 관련하여 구현되고 이용될 수 있다.
본 개시내용의 다양한 실시예의 구체적인 특징들이 일부 도면에 도시되어 있고 다른 도면에는 도시되지 않았지만, 이는 단지 편의를 위한 것이다. 본 개시내용의 원리에 따르면, 도면의 임의의 특징은 다른 임의의 도면의 특징과 조합하여 참조될 수 있고 및/또는 청구될 수 있다.
일부 실시예들은 하나 이상의 전자 또는 컴퓨팅 장치의 사용을 포함한다. 이러한 장치는, 통상적으로, 프로세서, 처리 장치, 또는 제어기, 예컨대, 범용 중앙 처리 유닛(CPU), 그래픽 처리 유닛(GPU), 마이크로컨트롤러, 축소 명령어 세트 컴퓨터(RISC) 프로세서, 주문형 집적 회로(ASIC), 프로그래머블 로직 회로(PLC), 필드 프로그래머블 게이트 어레이(FPGA), 디지털 신호 처리(DSP) 장치, 및/또는 본 명세서에서 설명한 기능을 실행할 수 있는 다른 임의의 회로나 처리 장치를 포함한다. 본 명세서에서 설명한 방법들은, 저장 장치 및/또는 메모리 장치를 포함하지만 이에 한정되지 않는 컴퓨터 판독가능 매체에 구체화된 실행가능 명령어들로서 인코딩될 수 있다. 이러한 명령어들은, 처리 장치에 의해 실행되는 경우, 처리 장치로 하여금 본 명세서에서 설명한 방법들 중 적어도 일부를 수행하게 한다. 상술한 예들은, 단지 예시적인 것이며, 따라서 프로세서 및 처리 장치라는 용어의 정의 및/또는 의미를 한정하려는 어떠한 식으로든 것이 아니다.
이렇게 기술된 설명은, 예들을 사용하여 최상의 모드를 포함한 실시예들을 개시하고, 또한, 통상의 기술자가 임의의 장치나 시스템을 제조 및 사용하고 임의의 통합된 방법을 수행하는 것을 포함하여 실시예들을 실시할 수 있게 한다. 본 개시내용의 특허 가능한 범위는, 청구범위에 의해 정의되며, 통상의 기술자에게 가능한 다른 예들을 포함할 수 있다. 이러한 다른 예들은, 청구범위의 글자 그대로의 언어와 다른 구조적 요소를 갖는 경우 또는 청구범위의 글자 그대로의 언어와 실질적으로 차이가 없는 등가의 구조적 요소를 포함하는 경우 청구범위의 범주 내에 있는 것으로 의도된다.
Claims (21)
- 킥 조기 검출 시스템으로서,
웰(well)의 드릴링 시스템에 연관된 적어도 하나의 센서; 및
킥 검출 컴퓨팅 장치로서, 상기 적어도 하나의 센서 및 작업자 컴퓨팅 장치에 연결된, 상기 킥 검출 컴퓨팅 장치를 포함하되, 상기 킥 검출 컴퓨팅 장치는,
웰 킥을 식별하는 데 사용되는 하나 이상의 킥 지시자(kick indicator)에 연관된 데이터 측정값을 포함하는 측정 데이터를 상기 적어도 하나의 센서로부터 수신하도록,
시뮬레이션되는 정상적 드릴링 조건 동안 상기 하나 이상의 킥 지시자의 각각에 대한 추정값을 생성하도록,
시뮬레이션되는 킥 조건 동안 상기 하나 이상의 킥 지시자의 각각에 대한 추정값을 생성하도록,
상기 하나 이상의 킥 지시자의 추정값과 상기 하나 이상의 킥 지시자에 연관된 데이터 측정값 사이의 편차값을 결정하도록,
상기 편차값에 기초하여 신호를 생성하도록, 그리고
상기 신호를 상기 작업자 컴퓨팅 장치에 송신하도록
구성되고,
상기 신호는 녹색 상태, 황색 경고 또는 적색 알람을 활성화하고, 상기 녹색 상태, 상기 황색 경고 및 상기 적색 알람은 상기 드릴링 시스템의 킥 검출 상태를 나타내며,
상기 작업자 컴퓨팅 장치는 상기 드릴링 시스템의 킥 검출 상태를 표시하도록 구성된, 킥 조기 검출 시스템. - 제1항에 있어서, 상기 하나 이상의 킥 지시자는, 상기 드릴링 시스템 내의 상이한 위치에서 측정되는, 압력, 온도, 유량 중 적어도 하나인, 킥 조기 검출 시스템.
- 제1항에 있어서, 상기 킥 검출 컴퓨팅 장치는드릴링 유압 모델을 생성하도록 더 구성되고, 상기 드릴링 유압 모델은, 상기 시뮬레이션되는 정상적 작업 조건 동안 상기 하나 이상의 킥 지시자의 각각에 대한 추정값, 및 상기 시뮬레이션 되는 킥 조건 동안 상기 하나 이상의 킥 지시자의 각각에 대한 추정값을 생성하는, 킥 조기 검출 시스템.
- 제1항에 있어서, 상기 킥 검출 컴퓨팅 장치는, 상기 편차값에 기초하여, 미리 정의된 작업 시퀀스의 일시정지를 드릴링 작업자에게 자동 조언하는 것, 드릴링 정지를 개시하는 것, 및 웰 셧다운을 트리거하는 것 중 적어도 하나를 수행하도록 더 구성되는, 킥 조기 검출 시스템.
- 제1항에 있어서, 상기 적어도 하나의 센서는 환형 유량계(annular flow meter)와 공구 조인트 로케이터(tool joint locator) 중 적어도 하나를 포함하는, 킥 조기 검출 시스템.
- 제1항에 있어서, 상기 킥 검출 컴퓨팅 장치는,
상기 드릴링 시스템에 연관된 작업 데이터를 결정하도록 그리고 상기 작업 데이터를 상기 작업자 컴퓨팅 장치에 송신하도록 더 구성되되,
상기 작업 데이터는, 킥 이벤트에 연관된 플롯, 리그 작업 정보(rig operational information), 키 드릴링 변수의 플롯팅, 트렌드 플롯(trend plot), 트렌드 분석, 폭발 방지기 조인트 위치, 상기 웰 내의 드릴 스트링(drill string)의 길이, 압력 프로파일, 온도 프로파일, 유량 프로파일, 등가 순환 밀도, 및 업데이트된 웰 형상 중 적어도 하나를 포함하고; 그리고
상기 작업자 컴퓨팅 장치는 킥 이벤트에 연관된 플롯과 분석 결과, 리그 작업 정보, 키 드릴링 변수의 플롯팅, 트렌드 플롯, 트렌드 분석, 폭발 방지기 조인트 위치, 상기 웰 내의 드릴 스트링의 길이, 압력 프로파일, 온도 프로파일, 유량 프로파일, 등가 순환 밀도(equivalent circulating density: ECD), 및 업데이트된 웰 형상 중 적어도 하나를 표시하도록 더 구성되는, 킥 조기 검출 시스템. - 제1항에 있어서, 상기 킥 검출 컴퓨팅 장치는 상기 측정 데이터에 대하여 감독되는 기계 학습 기술과 감독되지 않는 기계 학습 기술을 이용하여 트렌드를 결정하고 킥으로 인한 특성 편차를 식별하도록 더 구성되는, 킥 조기 검출 시스템.
- 킥 조기 검출 시스템을 제어하는 방법으로서, 상기 킥 조기 검출 시스템은, 웰의 드릴링 시스템에 연관된 적어도 하나의 센서, 및 상기 적어도 하나의 센서와 조직자 컴퓨팅 장치에 연결된 킥 검출 컴퓨팅 장치를 포함하고, 상기 방법은,
상기 킥 검출 컴퓨팅 장치에 의해, 웰 킥을 식별하는 데 사용되는 하나 이상의 킥 지시자에 연관된 데이터 측정값을 포함하는 측정 데이터를 상기 적어도 하나의 센서로부터 수신하는 단계;
상기 킥 검출 컴퓨팅 장치에 의해, 시뮬레이션되는 정상적 드릴링 조건 동안 상기 하나 이상의 킥 지시자의 각각에 대한 추정값을 생성하는 단계;
상기 킥 검출 컴퓨팅 장치에 의해, 시뮬레이션되는 킥 조건 동안 상기 하나 이상의 킥 지시자의 각각에 대한 추정값을 생성하는 단계;
상기 킥 검출 컴퓨팅 장치에 의해, 상기 하나 이상의 킥 지시자의 추정값과 상기 하나 이상의 킥 지시자에 연관된 데이터 측정값 사이의 편차값을 결정하는 단계;
상기 킥 검출 컴퓨팅 장치에 의해, 상기 편차값에 기초하여, 녹색 상태, 황색 경고 또는 적색 알람을 활성화하는 신호를 생성하는 단계; 및
상기 킥 검출 컴퓨팅 장치에 의해, 상기 신호를 상기 작업자 컴퓨팅 장치에 송신하는 단계를 포함하되,
상기 녹색 상태, 상기 황색 경고, 및 상기 적색 알람은 상기 드릴링 시스템의 킥 검출 상태를 나타내고, 상기 작업자 컴퓨팅 장치는 상기 드릴링 시스템의 킥 검출 상태를 표시하도록 구성된, 킥 조기 검출 시스템을 제어하는 방법. - 제8항에 있어서, 상기 하나 이상의 킥 지시자는, 상기 드릴링 시스템 내의 상이한 위치에서 측정되는, 압력, 온도, 유량 중 적어도 하나인, 킥 조기 검출 시스템을 제어하는 방법.
- 제8항에 있어서, 상기 킥 검출 컴퓨팅 장치에 의해, 드릴링 유압 모델을 생성하는 단계를 더 포함하되, 상기 드릴링 유압 모델은, 상기 시뮬레이션되는 정상적 작업 조건 동안 상기 하나 이상의 킥 지시자의 각각에 대한 추정값, 및 상기 시뮬레이션되는 킥 조건 동안 상기 하나 이상의 킥 지시자의 각각에 대한 추정값을 생성하는, 킥 조기 검출 시스템을 제어하는 방법.
- 제8항에 있어서, 상기 킥 검출 컴퓨팅 장치에 의해, 상기 편차값에 기초하여, 미리 정의된 작업 시퀀스의 일시정지를 드릴링 작업자에게 자동 조언하는 것, 드릴링 정지를 개시하는 것, 및 웰 셧다운을 트리거하는 것 중 적어도 하나를 수행하는 단계를 더 포함하는, 킥 조기 검출 시스템을 제어하는 방법.
- 제8항에 있어서, 상기 데이터 측정값은 환형 유량계와 공구 조인트 로케이터 중 적어도 하나로부터 수신되는, 킥 조기 검출 시스템을 제어하는 방법.
- 제8항에 있어서, 상기 킥 검출 컴퓨팅 장치에 의해, 상기 드릴링 시스템에 연관된 작업 데이터를 결정하는 단계로서, 상기 작업 데이터는, 킥 이벤트에 연관된 플롯, 리그 작업 정보, 키 드릴링 변수의 플롯팅, 트렌드 플롯, 트렌드 분석, 폭발 방지기 조인트 위치, 상기 웰 내의 드릴 스트링의 길이, 압력 프로파일, 온도 프로파일, 유량 프로파일, 등가 순환 밀도, 및 업데이트된 웰 형상 중 적어도 하나를 포함하는, 상기 작업 데이터를 결정하는 단계; 및
상기 킥 검출 컴퓨팅 장치에 의해, 상기 작업 데이터를 상기 작업자 컴퓨팅 장치에 송신하는 단계를 더 포함하되,
상기 작업자 컴퓨팅 장치는 킥 이벤트에 연관된 플롯과 분석 결과, 리그 작업 정보, 키 드릴링 변수의 플롯팅, 트렌드 플롯, 트렌드 분석, 폭발 방지기 조인트 위치, 상기 웰 내의 드릴 스트링의 길이, 압력 프로파일, 온도 프로파일, 유량 프로파일, 등가 순환 밀도(ECD), 및 업데이트된 웰 형상 중 적어도 하나를 표시하도록 더 구성되는, 킥 조기 검출 시스템을 제어하는 방법. - 제8항에 있어서, 상기 킥 검출 컴퓨팅 장치에 의해, 상기 측정 데이터에 대하여 감독되는 기계 학습 기술과 감독되지 않는 기계 학습 기술을 이용하여 트렌드를 결정하고 킥으로 인한 특성 편차를 식별하는 단계를 더 포함하는, 킥 조기 검출 시스템을 제어하는 방법.
- 컴퓨터 실행가능 명령어가 저장된 비일시적 컴퓨터 판독가능 저장 매체로서, 상기 컴퓨터 실행가능 명령어는, 웰의 드릴링 시스템에 연관된 적어도 하나의 센서 및 작업자 컴퓨팅 장치에 연결된 킥 검출 컴퓨팅 장치에 의해 실행되는 경우, 상기 킥 검출 컴퓨팅 장치로 하여금,
웰 킥을 식별하는 데 사용되는 하나 이상의 킥 지시자에 연관된 데이터 측정값을 포함하는 측정 데이터를 상기 적어도 하나의 센서로부터 수신하는 단계;
시뮬레이션되는 정상적 드릴링 조건 동안 상기 하나 이상의 킥 지시자의 각각에 대한 추정값을 생성하는 단계;
시뮬레이션되는 킥 조건 동안 상기 하나 이상의 킥 지시자의 각각에 대한 추정값을 생성하는 단계;
상기 하나 이상의 킥 지시자의 추정값과 상기 하나 이상의 킥 지시자에 연관된 데이터 측정값 사이의 편차값을 결정하는 단계;
상기 편차값에 기초하여 신호를 생성하는 단계; 및
상기 신호를 상기 작업자 컴퓨팅 장치에 송신하는 단계를 수행하게 하되,
상기 신호는 녹색 상태, 황색 경고 또는 적색 알람을 활성화하고, 상기 녹색 상태, 상기 황색 경고 및 상기 적색 알람은 상기 드릴링 시스템의 킥 검출 상태를 나타내며,
상기 작업자 컴퓨팅 장치는 상기 드릴링 시스템의 킥 검출 상태를 표시하도록 구성된, 비일시적 컴퓨터 판독가능 저장 매체. - 제15항에 있어서, 상기 하나 이상의 킥 지시자는, 상기 드릴링 시스템 내의 상이한 위치에서 측정되는, 압력, 온도, 유량 중 적어도 하나인, 비일시적 컴퓨터 판독가능 저장 매체.
- 제15항에 있어서, 상기 컴퓨터 실행가능 명령어는, 또한, 상기 킥 검출 컴퓨팅 장치로 하여금 드릴링 유압 모델을 생성하게 하고, 상기 드릴링 유압 모델은, 상기 시뮬레이션되는 정상적 작업 조건 동안 상기 하나 이상의 킥 지시자의 각각에 대한 추정값, 및 상기 시뮬레이션 되는 킥 조건 동안 상기 하나 이상의 킥 지시자의 각각에 대한 추정값을 생성하는, 비일시적 컴퓨터 판독가능 저장 매체.
- 제15항에 있어서, 상기 컴퓨터 실행가능 명령어는, 또한, 상기 킥 검출 컴퓨팅 장치로 하여금, 상기 편차값에 기초하여, 미리 정의된 작업 시퀀스의 일시정지를 드릴링 작업자에게 자동 조언하는 것, 드릴링 정지를 개시하는 것, 및 웰 셧다운을 트리거하는 것 중 적어도 하나를 수행하게 하는, 비일시적 컴퓨터 판독가능 저장 매체.
- 제15항에 있어서, 상기 데이터 측정값은 환형 유량계와 공구 조인트 로케이터 중 적어도 하나로부터 수신되는, 비일시적 컴퓨터 판독가능 저장 매체.
- 제15항에 있어서, 상기 컴퓨터 실행가능 명령어는, 또한, 상기 킥 검출 컴퓨팅 장치로 하여금,
상기 드릴링 시스템에 연관된 작업 데이터를 결정하게 하고; 그리고 상기 작업 데이터를 상기 작업자 컴퓨팅 장치에 송신하게 하되,
상기 작업 데이터는, 킥 이벤트에 연관된 플롯, 리그 작업 정보, 키 드릴링 변수의 플롯팅, 트렌드 플롯, 트렌드 분석, 폭발 방지기 조인트 위치, 상기 웰 내의 드릴 스트링의 길이, 압력 프로파일, 온도 프로파일, 유량 프로파일, 등가 순환 밀도, 및 업데이트된 웰 형상 중 적어도 하나를 포함하고;
상기 작업자 컴퓨팅 장치는 킥 이벤트에 연관된 플롯과 분석 결과, 리그 작업 정보, 키 드릴링 변수의 플롯팅, 트렌드 플롯, 트렌드 분석, 폭발 방지기 조인트 위치, 상기 웰 내의 드릴 스트링의 길이, 압력 프로파일, 온도 프로파일, 유량 프로파일, 등가 순환 밀도(ECD), 및 업데이트된 웰 형상 중 적어도 하나를 표시하도록 더 구성되는, 비일시적 컴퓨터 판독가능 저장 매체. - 제15항에 있어서, 상기 컴퓨터 실행가능 명령어는, 또한, 상기 킥 검출 컴퓨팅 장치로 하여금, 상기 측정 데이터에 대하여 감독되는 기계 학습 기술과 감독되지 않는 기계 학습 기술을 이용하여 트렌드를 결정하고 킥으로 인한 특성 편차를 식별하게 하는, 비일시적 컴퓨터 판독가능 저장 매체.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US15/397,247 | 2017-01-03 | ||
| US15/397,247 US20180187498A1 (en) | 2017-01-03 | 2017-01-03 | Systems and methods for early well kick detection |
| PCT/US2017/066244 WO2018128763A1 (en) | 2017-01-03 | 2017-12-14 | Systems and methods for early well kick detection |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20190095442A true KR20190095442A (ko) | 2019-08-14 |
Family
ID=62708971
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020197021308A KR20190095442A (ko) | 2017-01-03 | 2017-12-14 | 웰 킥 조기 검출을 위한 시스템 및 방법 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US20180187498A1 (ko) |
| KR (1) | KR20190095442A (ko) |
| CN (1) | CN110121585A (ko) |
| BR (1) | BR112019013467A2 (ko) |
| MX (1) | MX2019007900A (ko) |
| NO (1) | NO20190846A1 (ko) |
| WO (1) | WO2018128763A1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022165495A1 (en) * | 2021-01-27 | 2022-08-04 | Schlumberger Technology Corporation | Drilling loss prediction framework |
Families Citing this family (57)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA3080712C (en) * | 2017-12-22 | 2022-05-31 | Landmark Graphics Corporation | Robust early kick detection using real time drilling data |
| CN109296360A (zh) * | 2018-08-23 | 2019-02-01 | 中石化重庆涪陵页岩气勘探开发有限公司 | 一种基于井斜的多级预警方法 |
| US11092004B2 (en) * | 2018-10-09 | 2021-08-17 | Nabors Drilling Technologies Usa, Inc. | Correcting clock drift between multiple data streams detected during oil and gas wellbore operations |
| CN109538143B (zh) * | 2018-12-31 | 2023-10-20 | 中石化石油工程技术服务有限公司 | 一种钻井液出口流量定量检测装置及钻井液液位测量方法 |
| GB201904615D0 (en) * | 2019-04-02 | 2019-05-15 | Safe Influx Ltd | Automated system and method for use in well control |
| US10865640B2 (en) | 2019-04-10 | 2020-12-15 | Saudi Arabian Oil Company | Downhole tool with CATR |
| US11112328B2 (en) * | 2019-04-29 | 2021-09-07 | Baker Hughes Oilfield Operations Llc | Temperature based leak detection for blowout preventers |
| WO2021053545A1 (en) * | 2019-09-16 | 2021-03-25 | Accucode AI | Machine learning control for automatic kick detection and blowout prevention |
| WO2021071686A1 (en) * | 2019-10-10 | 2021-04-15 | Ameriforge Group Inc. | Intermittent well state sampling in managed pressure drilling applications |
| CN114846343A (zh) | 2019-10-24 | 2022-08-02 | 地质探索系统公司 | 基于独立基频测量的传感器状态确定 |
| US11136849B2 (en) | 2019-11-05 | 2021-10-05 | Saudi Arabian Oil Company | Dual string fluid management devices for oil and gas applications |
| US11230904B2 (en) | 2019-11-11 | 2022-01-25 | Saudi Arabian Oil Company | Setting and unsetting a production packer |
| GB2603671B (en) * | 2019-12-12 | 2023-08-16 | Halliburton Energy Services Inc | Prospective kick loss detection for off-shore drilling |
| US11156052B2 (en) | 2019-12-30 | 2021-10-26 | Saudi Arabian Oil Company | Wellbore tool assembly to open collapsed tubing |
| US11260351B2 (en) | 2020-02-14 | 2022-03-01 | Saudi Arabian Oil Company | Thin film composite hollow fiber membranes fabrication systems |
| CN111364978B (zh) * | 2020-03-02 | 2022-06-14 | 中国海洋石油集团有限公司 | 一种井涌井漏监测装置和监测方法 |
| US11366071B2 (en) | 2020-03-04 | 2022-06-21 | Saudi Arabian Oil Company | Performing microwave measurements on samples under confining pressure using coaxial resonators |
| GB2595548B (en) * | 2020-03-13 | 2022-05-18 | Landmark Graphics Corp | Early warning and automated detection for lost circulation in wellbore drilling |
| US11795814B2 (en) | 2020-03-13 | 2023-10-24 | Landmark Graphics Corporation | Early warning and automated detection for lost circulation in wellbore drilling |
| US11268380B2 (en) | 2020-04-22 | 2022-03-08 | Saudi Arabian Oil Company | Kick detection using logging while drilling |
| US11253819B2 (en) | 2020-05-14 | 2022-02-22 | Saudi Arabian Oil Company | Production of thin film composite hollow fiber membranes |
| US11414985B2 (en) | 2020-05-28 | 2022-08-16 | Saudi Arabian Oil Company | Measuring wellbore cross-sections using downhole caliper tools |
| US11414984B2 (en) | 2020-05-28 | 2022-08-16 | Saudi Arabian Oil Company | Measuring wellbore cross-sections using downhole caliper tools |
| US11631884B2 (en) | 2020-06-02 | 2023-04-18 | Saudi Arabian Oil Company | Electrolyte structure for a high-temperature, high-pressure lithium battery |
| US11391104B2 (en) | 2020-06-03 | 2022-07-19 | Saudi Arabian Oil Company | Freeing a stuck pipe from a wellbore |
| US11149510B1 (en) | 2020-06-03 | 2021-10-19 | Saudi Arabian Oil Company | Freeing a stuck pipe from a wellbore |
| CN111779476B (zh) * | 2020-07-07 | 2023-07-11 | 中国石油天然气集团有限公司 | 一种随钻气侵检测装置及检测方法 |
| US11719089B2 (en) | 2020-07-15 | 2023-08-08 | Saudi Arabian Oil Company | Analysis of drilling slurry solids by image processing |
| US11255130B2 (en) | 2020-07-22 | 2022-02-22 | Saudi Arabian Oil Company | Sensing drill bit wear under downhole conditions |
| US11506044B2 (en) | 2020-07-23 | 2022-11-22 | Saudi Arabian Oil Company | Automatic analysis of drill string dynamics |
| US11655685B2 (en) | 2020-08-10 | 2023-05-23 | Saudi Arabian Oil Company | Downhole welding tools and related methods |
| CN114352271A (zh) * | 2020-09-29 | 2022-04-15 | 中国石油天然气集团有限公司 | 井涌井漏预判方法 |
| CN112412440A (zh) * | 2020-10-23 | 2021-02-26 | 中海油能源发展股份有限公司 | 一种钻进时期早期井涌检测方法 |
| CN112348237B (zh) * | 2020-10-23 | 2024-03-12 | 中海油能源发展股份有限公司 | 一种动态钻井数据异常趋势检测方法 |
| US11867008B2 (en) | 2020-11-05 | 2024-01-09 | Saudi Arabian Oil Company | System and methods for the measurement of drilling mud flow in real-time |
| US20220145746A1 (en) * | 2020-11-06 | 2022-05-12 | Halliburton Energy Services, Inc. | Dynamic Multi-Well Operation Integration in Wellbore Drilling |
| US11549329B2 (en) | 2020-12-22 | 2023-01-10 | Saudi Arabian Oil Company | Downhole casing-casing annulus sealant injection |
| US11828128B2 (en) | 2021-01-04 | 2023-11-28 | Saudi Arabian Oil Company | Convertible bell nipple for wellbore operations |
| US11434714B2 (en) | 2021-01-04 | 2022-09-06 | Saudi Arabian Oil Company | Adjustable seal for sealing a fluid flow at a wellhead |
| US11598178B2 (en) | 2021-01-08 | 2023-03-07 | Saudi Arabian Oil Company | Wellbore mud pit safety system |
| US11697991B2 (en) | 2021-01-13 | 2023-07-11 | Saudi Arabian Oil Company | Rig sensor testing and calibration |
| US11572752B2 (en) | 2021-02-24 | 2023-02-07 | Saudi Arabian Oil Company | Downhole cable deployment |
| US11727555B2 (en) | 2021-02-25 | 2023-08-15 | Saudi Arabian Oil Company | Rig power system efficiency optimization through image processing |
| US11846151B2 (en) | 2021-03-09 | 2023-12-19 | Saudi Arabian Oil Company | Repairing a cased wellbore |
| US11448026B1 (en) | 2021-05-03 | 2022-09-20 | Saudi Arabian Oil Company | Cable head for a wireline tool |
| US11859815B2 (en) | 2021-05-18 | 2024-01-02 | Saudi Arabian Oil Company | Flare control at well sites |
| US11603724B1 (en) * | 2021-08-16 | 2023-03-14 | Bell Technologies, LLC | Mud flow measurement system for wellheads |
| US11905791B2 (en) | 2021-08-18 | 2024-02-20 | Saudi Arabian Oil Company | Float valve for drilling and workover operations |
| US11913298B2 (en) | 2021-10-25 | 2024-02-27 | Saudi Arabian Oil Company | Downhole milling system |
| US20230127022A1 (en) * | 2021-10-26 | 2023-04-27 | Saudi Arabian Oil Company | Intelligent Well Control System and Method for Surface Blow-Out Preventer Equipment Stack |
| US11624265B1 (en) | 2021-11-12 | 2023-04-11 | Saudi Arabian Oil Company | Cutting pipes in wellbores using downhole autonomous jet cutting tools |
| US11867012B2 (en) | 2021-12-06 | 2024-01-09 | Saudi Arabian Oil Company | Gauge cutter and sampler apparatus |
| US11795771B2 (en) | 2021-12-14 | 2023-10-24 | Halliburton Energy Services, Inc. | Real-time influx management envelope tool with a multi-phase model and machine learning |
| CN114482885B (zh) * | 2022-01-25 | 2024-03-29 | 西南石油大学 | 一种控压钻井智能控制系统 |
| US11993992B2 (en) | 2022-08-29 | 2024-05-28 | Saudi Arabian Oil Company | Modified cement retainer with milling assembly |
| CN116044332A (zh) * | 2023-04-03 | 2023-05-02 | 成都维泰数智科技有限公司 | 一种可视化智能二级井控方法、系统、装置和存储介质 |
| CN116591623B (zh) * | 2023-07-14 | 2023-09-15 | 西南石油大学 | 基于图像识别的钻井用防跑浆预警系统 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6234250B1 (en) * | 1999-07-23 | 2001-05-22 | Halliburton Energy Services, Inc. | Real time wellbore pit volume monitoring system and method |
| US8794062B2 (en) * | 2005-08-01 | 2014-08-05 | Baker Hughes Incorporated | Early kick detection in an oil and gas well |
| CN101305159B (zh) * | 2005-11-18 | 2012-07-04 | 埃克森美孚上游研究公司 | 钻井和从地下岩层生产油气的方法 |
| US8781743B2 (en) * | 2011-01-27 | 2014-07-15 | Bp Corporation North America Inc. | Monitoring the health of a blowout preventer |
| US9494033B2 (en) * | 2012-06-22 | 2016-11-15 | Intelliserv, Llc | Apparatus and method for kick detection using acoustic sensors |
| CN102828709B (zh) * | 2012-09-06 | 2015-02-18 | 四川省广汉市恒生石油设备有限责任公司 | 钻井安全智能监控方法和钻井安全监控报警装置 |
| US9163497B2 (en) * | 2013-10-22 | 2015-10-20 | Sas Institute Inc. | Fluid flow back prediction |
| EP3259444B8 (en) * | 2015-02-17 | 2019-09-25 | Board of Regents, The University of Texas System | Method and apparatus for early detection of kicks |
| US10041316B2 (en) * | 2015-06-16 | 2018-08-07 | Baker Hughes, A Ge Company, Llc | Combined surface and downhole kick/loss detection |
| CN106121621A (zh) * | 2016-07-15 | 2016-11-16 | 西南石油大学 | 一种智能钻井专家系统 |
-
2017
- 2017-01-03 US US15/397,247 patent/US20180187498A1/en not_active Abandoned
- 2017-12-14 MX MX2019007900A patent/MX2019007900A/es unknown
- 2017-12-14 WO PCT/US2017/066244 patent/WO2018128763A1/en active Application Filing
- 2017-12-14 BR BR112019013467-0A patent/BR112019013467A2/pt not_active Application Discontinuation
- 2017-12-14 KR KR1020197021308A patent/KR20190095442A/ko active IP Right Grant
- 2017-12-14 CN CN201780081449.7A patent/CN110121585A/zh active Pending
-
2019
- 2019-07-04 NO NO20190846A patent/NO20190846A1/no not_active Application Discontinuation
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022165495A1 (en) * | 2021-01-27 | 2022-08-04 | Schlumberger Technology Corporation | Drilling loss prediction framework |
Also Published As
| Publication number | Publication date |
|---|---|
| US20180187498A1 (en) | 2018-07-05 |
| BR112019013467A2 (pt) | 2020-01-07 |
| WO2018128763A1 (en) | 2018-07-12 |
| NO20190846A1 (en) | 2019-07-04 |
| MX2019007900A (es) | 2019-12-16 |
| CN110121585A (zh) | 2019-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20190095442A (ko) | 웰 킥 조기 검출을 위한 시스템 및 방법 | |
| AU2018267575B2 (en) | Integrated drilling control system and associated method | |
| US6484816B1 (en) | Method and system for controlling well bore pressure | |
| US6755261B2 (en) | Method and system for controlling well fluid circulation rate | |
| US11035184B2 (en) | Method of drilling a subterranean borehole | |
| EP3947896B1 (en) | Automated system and method for use in well control | |
| US11808134B2 (en) | Using high rate telemetry to improve drilling operations | |
| Huque et al. | Kick detection and remedial action in managed pressure drilling: a review | |
| US11982143B2 (en) | Communicating with blowout preventer control system | |
| WO2019055230A1 (en) | METHOD AND APPARATUS FOR PRESSURE CONTROL OF A WELLBORE | |
| KR20190121308A (ko) | 조인트 인식 시스템 | |
| WO2012078406A2 (en) | Well control operational and training aid | |
| Cayeux et al. | From machine control to drilling control | |
| CN104696012B (zh) | 钻探系统及其井涌报警机制与方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |