MX2013015044A - Aparato y metodos de analisis de tubo y anillo en un pozo. - Google Patents

Abstract

Diferentes modalidades incluyen aparato y métodos para proporcionar análisis de tubo, análisis de anillo, o una o más combinaciones de análisis de tubo y análisis de anillo con respecto a uno o más tubos en un pozo. El análisis puede incluir la aplicación de métodos de agrupamiento y clasificación con respecto al estatus y el entorno de dichos uno o más tubos en el pozo. En diferentes modalidades, el agrupamiento y clasificación se pueden en la caracterización del material granular del pozo incluyendo la evaluación de la calidad de adherencia del cemento. Se divulgan aparatos, sistemas, y métodos adicionales.

Description

APARATO Y MÉTODOS DE ANÁLISIS DE TUBO Y ANILLO EN UN POZO CAMPO DE LA INVENCIÓN La presente invención se refiere generalmente a aparatos relacionados con la exploración de petróleo y gas.

ANTECEDENTES DE LA INVENCIÓN Durante operaciones de terminación de pozos o después de la terminación exitosa del pozo, la reparación mecánica del pozo y recuperación de tubo remediadoras a menudo requieren la determinación de intervalos a través de las profundidades del pozo donde los tubos de revestimiento no adheridos o unidos se pueden remover libremente. Adicionalmente, un análisis del carácter de los materiales dentro del anillo es benéfico para los procesos de toma de decisiones. El anillo es el espacio entre los objetos, tal como entre el pozo y el revestimiento, donde el revestimiento es un tubo colocado en el pozo, o entre el revestimiento y tubería. Las herramientas de registro sónicas /ultrasónicas comerciales y diversos programas de procesamiento producen información sustancial en curvas y formas de onda para la evaluación de la adherencia anular. Las herramientas de registro pueden proporcionar un registro, que es una medición de una o más cantidades físicas en o entorno a un pozo como una función de profundidad, tiempo, o ambos profundidad de tiempo. Una limitación de la tecnología actual es su nivel de integración con respecto a la toma de decisiones. Muchas formas de onda están codificadas en una imagen que es adecuada para la visualización del registro, pero no conveniente para el procesamiento automático. Algunas otras curvas de amplitud y curvas de índice reflejan o revelan solamente información parcial a través de toda la cadena de transmisión de señales sónicas/ultrasónicas entre el tubo de revestimiento y el cemento y entre el cemento y la formación así como otros materiales dentro del volumen de medición. Los patrones exhaustivos con diferentes escalas de diferentes herramientas y programas de procesamiento son tan complicados que incluso los analistas de registros experimentados en ocasiones tienen la dificultad de identificar los patrones reales de la respuesta de señal incluyendo datos con ruido y artefactos de los algoritmos de procesamiento.

BREVE DESCRIPCIÓN DE LOS DIBUJOS La Figura 1 muestra un diagrama de bloques de un sistema de evaluación configurado para proporcionar análisis de tubo y/o anillo con respecto al tubo en un pozo, de acuerdo con diferentes modalidades.

La Figura 2 muestra características del método ejemplar dirigido al análisis de tubo y/o anillo con respecto al tubo, o múltiples tubos, en un pozo, de acuerdo con diferentes modalidades .

La Figura 3 muestra una forma de onda de un micro sismograma en dominio del tiempo, de acuerdo con diferentes modalidades .

La Figura 4 muestra en la forma de onda de un micro sismograma en dominio de la frecuencia, de acuerdo con diferentes modalidades.

La Figura 5 muestra una banda de frecuencia de la Figura 4 seleccionada como una característica para análisis adicional, de acuerdo con diferentes modalidades.

La Figura 6 muestra una suma de magnitud en la banda de frecuencia seleccionada a través de la profundidad del pozo, de acuerdo con diferentes modalidades.

La Figura 7 muestra un tamaño de cada grupo determinado a partir de entrenar una red neuronal competitiva, de acuerdo con diferentes modalidades.

La Figura 8 muestra un ejemplo no limitativo de un perfil de grupo de tubo libre aplicado a entradas normalizadas, de acuerdo con diferentes modalidades.

Las Figuras 9-1 a 9-30 muestran un ejemplo no limitativo de un mapa de características auto organizadas aplicado al agrupamiento de datos de registro de adherencia del cemento y relleno anular de tubo, de acuerdo con diferentes modalidades .

La Figura 10 muestra una imagen de código que indica las distancias de conexión de grupos para una clasificación ejemplar, de acuerdo con diferentes modalidades.

La Figura 11 muestra un agrupamiento jerárquico aplicado a los datos de registro de adherencia del cemento y relleno anular, de acuerdo con diferentes modalidades.

La Figura 12 muestra los tamaños de grupo que indican los grupos dominantes para la clasificación, de acuerdo con diferentes modalidades.

La Figura 13 muestra un ejemplo no limitativo de vectores de ponderación de grupos con mapa de características auto organizadas, de acuerdo con diferentes modalidades.

La Figura 14 muestra un ejemplo no limitativo de vectores de centroide de grupos con agrupamiento jerárquico, de acuerdo con diferentes modalidades.

La Figura 15 muestra gráficos cruzados de variables donde se indican los valores para respuesta de tubo adherido y los valores para respuesta de tubo libre, de acuerdo con diferentes modalidades.

La Figura 16 muestra gráficos cruzados de variables de la Figura 15 que han sido normalizados, de acuerdo con diferentes modalidades.

La Figura 17 muestra resultados de un pozo típico, de acuerdo con diferentes modalidades.

La Figura 18 representa un diagrama de bloques de características de un sistema ejemplar que tiene componentes para analizar datos de medición a partir de una unidad de herramienta, de acuerdo con diferentes modalidades.

DESCRIPCIÓN DETALLADA DE LA INVENCIÓN La siguiente descripción detallada se refiere a los dibujos de acompañamiento que muestra, a manera de ilustración y no limitación, diferentes modalidades en las cuales se puede practicar la invención. Estas modalidades se describen en detalle suficiente para habilitar que aquellos experimentados en la materia practiquen estas y otras modalidades. Se pueden utilizar otras modalidades, y se pueden hacer cambios estructurales, lógicos, y eléctricos a estas modalidades. Las diferentes modalidades no son necesariamente exclusivas mutuamente, ya que algunas modalidades se pueden combinar con una o más modalidades diferentes para formar nuevas modalidades. La siguiente descripción detallada, por lo tanto, no se debe tomar en un sentido limitativo.

En diferentes modalidades, los métodos y aparato están dirigidos al análisis de tubo y anillo en un pozo (que también se denomina como perforación) . El análisis puede incluir análisis de adherencia del cemento con respecto a uno o más tubos, análisis de relleno anular con respecto a dichos uno o más tubos, o combinaciones de análisis adherencia de cemento y análisis de relleno anular. Tales métodos y aparatos pueden proporcionar un mecanismo para evaluar los materiales anulares y la relación con sus tubos respectivos. Estos métodos y aparato pueden operar en un modo de desterminación para evaluar el entorno en el interior del pozo con respecto a los tubos colocados, el estatus de estos tubos, la estructura alrededor de estos tubos dentro del pozo, y la relación de los tubos con las estructuras alrededor de estos tubos dentro del pozo. La evaluación del material anular puede incluir, por ejemplo, la evaluación de los lodos de perforación deshidratados incluyendo intervalos de baritina asentada junto con la adherencia de los tubos respectivos al cemento y del cemento a la pared del pozo. El análisis de la adherencia del cemento puede ser visto como un extremo claramente definido del espectro de análisis. El espectro de evaluación también puede incluir la evaluación del tubo de adherencia transicional y la determinación de la presencia o ausencia de tubo adherido. Para propósitos de discusión, diferentes modalidades de métodos y aparato para evaluar tubos y el entorno en el cual están colocados los tubos en un pozo se pueden presentar en este documento utilizando ejemplos no limitativos relacionados con las aplicaciones de cementación. Sin embargo, estos métodos y aparatos no son específicos solamente para aplicaciones/interpretación de cementación. El análisis de tubo adherido fuera de los intervalos segmentados proporciona una herramienta útil en los procesos de corte y extracción de tubo durante el abandono del pozo. Además, en este documento "A/B" (A y/o B) significa "A" o "B" o una o más combinaciones de "A" y "B". Por ejemplo, el análisis de adherencia del cemento y/o relleno anular (análisis de adherencia del cemento/relleno anular) significa el análisis de adherencia del cemento, análisis de relleno anular, o una o más combinaciones de análisis de adherencia del cemento y análisis de relleno anular.

El análisis de adherencia del cemento y/o relleno anular puede incluir métodos de agrupamiento y clasificación de características de adherencia del cemento y/o material anular. La ejecución de estos métodos se puede basar en datos de herramientas de registro que producen información sustancial en curvas y formas de onda para la evaluación de caracterización de adherencia y/o material en la región anular entre tubos de revestimiento y paredes del pozo así como las respuestas a través de las formaciones de tierra (roca) , que pueden incluir clasificación del material del volumen anular. Las curvas se pueden proporcionar como mediciones individuales y cálculos asociados y las formas de onda se pueden proporcionar como vectores de elementos. La adherencia del cemento y/o evaluación de relleno anular se pueden utilizar como la base para procesamiento avanzado y mejora de operaciones en trabajo futuro, donde las respuestas del sensor pueden proporcionar datos de entrenamiento adicionales para un sistema de evaluación. Tales aparatos y métodos se pueden acomodar para recuperar valores de medición y formas de onda a partir de datos de registro, para extraer información de características de las formas de onda y otros sensores, y para llevar a cabo agrupamiento y clasificación. Las respuestas de otros sensores se pueden proporcionar o almacenar digitalmente . El agrupamiento y clasificación se pueden utilizar en la caracterización del material anular del pozo incluyendo la evaluación de la calidad de adherencia del cemento. El aparato y métodos se pueden configurar para interpretar resultados y para generar soluciones amigables con el usuario con respecto al tubo en el pozo. Los resultados interpretados se pueden proporcionar como una función de la profundidad. Los resultados se pueden proporcionar en un número de formas incluyendo, valores numéricos en un intervalo acotado de tal forma que los resultados reflejen una probabilidad del tubo de revestimiento estando libre o adherido. Un nivel de confianza de la probabilidad se puede proporcionar a partir de un número de operaciones de entrenamiento, validación, y pruebas del sistema de evaluación para un número de pozos diferentes.

La Figura 1 muestra un diagrama de bloques de una modalidad de un sistema de evaluación 105 configurado para proporcionar análisis de tubo y/o anillo con respecto a un tubo 118 en un pozo 106. Los análisis de tubo y/o anillo pueden incluir análisis de adherencia del cemento y/o análisis de relleno del anillo. El tubo 118 se extiende desde la superficie 104 como una cadena de tubos conectados por collares de revestimiento tales como el collar de revestimiento 115-J y el collar de revestimiento 115-L. Un collar de revestimiento típicamente tiene un espesor (y masa correspondiente) diferente de los tubos de revestimiento que conecta. Esta diferencia de espesor puede inducir diferentes respuestas utilizando una herramienta de medición que mide las respuestas del sensor dentro de una tubería de revestimiento y sus collares de revestimiento asociados. La región anular, anillo, 107 entre la superficie 108 del pozo 106 y la superficie 109 del tubo 118 se puede llenar con cemento, salmuera, lodos de perforación, y otros materiales. La calidad de la adherencia del cemento en la región anular 107 puede variar a lo largo de la profundidad del tubo 118 en el pozo 106. La calidad de la adherencia del cemento en la región anular. Siete también puede variar en la dirección radial desde la superficie 109 a la superficie 108 incluyendo la interfaz cemento-tubo en la superficie 109 y la interfaz cemento-pozo en la superficie 108. A lo largo de la profundidad del tubo 118, la naturaleza de la adherencia del cemento puede oscilar de ninguna adherencia, esto es, el tubo está libre de adherencia con el cemento u otros materiales para completar la adherencia de tal forma que el tubo se adhiere al cemento u otros materiales.

La adherencia del tubo 118 a lo largo del pozo 106 se puede evaluar utilizando datos de una unidad de herramienta 110 colocada en el tubo 118. La unidad de herramienta 110 se puede colocar en el tubo 118 utilizando una estructura similar a un cable 111. La medición también se puede tomar en sistemas transportados por tubo tales como registro durante la perforación (L D, Logging While Drilling) . También se puede desplegar telemetría de memoria por un número de métodos para adquirir respuestas que serán utilizadas en el análisis. La unidad de herramienta 110 se puede acomodar con la herramienta de medición 112-1... herramienta de medición 112-N, donde N no está limitado a un número específico. N se puede escoger con base en la aplicación en la cual se utiliza la unidad de herramienta 110. Aunque la unidad de herramienta 110, que tiene las herramientas de medición 112-1... 112-N, se muestra como colocada entre el collar de revestimiento J y otro collar de revestimiento L, las herramientas de medición 112-1... 112-N pueden estar distribuidas entre cualquier número de collares de revestimiento y no se fija dentro de una unidad de herramienta 110 integrada. N puede ser cualquier entero que refleja que el número de herramientas de medición no está limitado a un número fijo. Además, las herramientas de medición 112-1... 112-N pueden incluir un número de tipos diferentes de herramientas de medición. Además, el número de herramientas de medición puede cambiar con el tiempo. La herramienta de medición 112-1... herramienta de medición 112-N pueden incluir, por ejemplo, uno o más de una herramienta sónica, una herramienta ultrasónica, una herramienta de neutrones, una herramienta de neutrones pulsados, u otra herramienta operable para hacer mediciones relacionadas con un tubo, volumen anular o formación en un entorno de pozo. Estas respuestas pueden contribuir individualmente o en conjunción con cualquier combinación de respuestas a las mediciones registradas. Cada herramienta de medición 112-1... 112-N puede estar colocada con su electrónica propia, que puede incluir una unidad de comunicaciones para enviar datos medidos a la superficie 104. La unidad de herramienta 110 puede también incluir electrónica de control 113 para administrar las herramientas de medición 112-1... 112-N incluyendo la comunicación a la superficie 104. Además del tubo de revestimiento, las mediciones por unidad de herramienta 110 pueden también incluir mediciones relativas a múltiples tubos incluyendo tubería, tubería múltiple, y múltiples cadenas de revestimiento así como respuestas de la formación de tierra (roca) .

Los datos medidos utilizando la unidad de herramienta 110 pueden ser enviados a la superficie 104, donde los datos pueden ser almacenados en una unidad de memoria. La unidad de memoria puede incluir un número de dispositivos de memoria y puede ser un sistema distribuido. Los datos medidos de la unidad de herramienta 110 pueden ser almacenados en una unidad de memoria accesible para el sistema de evaluación 105 utilizando la interfaz de comunicación 135 por medio de un vehículo de comunicación externo o los datos medidos pueden ser almacenados en la unidad de memoria 125 del sistema de evaluación 105. La unidad de memoria 125 puede incluir un archivo o archivos electrónicos de origen con respecto al tubo en un pozo. La unidad de memoria 125 puede también almacenar datos de entrenamiento y otros datos relacionados con las características de diferentes datos de un tubo con relación al cemento u otros materiales en un entorno de pozo de fuentes del pozo diferentes al pozo que tiene la perforación 106. La interfaz de comunicación 135 puede también estar acomodada con relación a la transmisión de los datos medidos desde la unidad de herramienta 110 a la unidad de memoria 125.

La unidad de memoria 125 está acoplada de manera operativa a la unidad del procesador 102. La unidad de procesador 102 puede incluir uno o más procesadores para controlar la adquisición de los datos medidos y el procesamiento de los datos medidos para el análisis de adherencia de cemento y/o relleno anular. La unidad de procesador 102 se puede acomodar para ejecutar instrucciones en la unidad de análisis 115 para llevar a cabo análisis de adherencia del cemento y/o relleno anular con respecto al tubo 118 y el anular en el pozo 106, por ejemplo. El análisis de adherencia del cemento y/o relleno anular puede incluir métodos de agrupamiento y clasificación de adherencia del cemento y/o relleno anular y otros métodos de agrupamiento y clasificación de respuesta.

La unidad de análisis 115 puede incluir un dispositivo de almacenamiento legible por máquina que tiene instrucciones almacenadas en el mismo, las cuales, cuando son llevadas a cabo por una máquina, provocan que la máquina lleve a cabo las operaciones, donde las operaciones incluyen conducir análisis de adherencia de cemento y/o relleno anular con respecto al tubo en un pozo. Las operaciones conducidas pueden incluir operaciones similares o idénticas a las operaciones asociadas con cualquiera de los aparatos y métodos de las Figuras 2-18. La unidad de procesador 102, la unidad de memoria 125, y la unidad de análisis 115 pueden estar configuradas para llevar a cabo tales operaciones. Un dispositivo de almacenamiento legible por máquina es un dispositivo físico que almacena datos representados por estructura física dentro del dispositivo de almacenamiento. Ejemplos de dispositivos de almacenamiento legibles por máquina incluyen, pero no están limitados a, unidades de memoria o dispositivos de memoria tales como memoria de sólo lectura (ROM, Read Only Memory) , memoria de acceso aleatorio (RAM, Random Access Memory), un dispositivo de almacenamiento de disco magnético, un dispositivo de almacenamiento óptico, una memoria flash, y otros dispositivos de memoria electrónica, magnética, y/u óptica. La unidad de análisis 115 puede estar separada de la unidad de memoria 125, integrada con la unidad de memoria 125, o parcialmente integrada con la unidad de memoria 125. La unidad de evaluación 105 y la unidad de herramienta 110 proporcionan un sistema que incluye una o más herramientas de registro, donde dichas una o más herramientas de registro son operables para conducir mediciones en un tubo o múltiples tubos acomodados en un pozo para generar respuestas de herramienta utilizadas en la unidad de análisis 115 para generar respuestas de adherencia del cemento y/o relleno anular correlacionadas con las condiciones de adherencia del cemento y/o relleno anular del tubo 118 en el pozo 106.

El procesamiento inicial del sistema de evaluación 105 se puede dirigir a un pozo conocido en el cual el estatus del tubo, con respecto a estar libre o adherido, es conocido a lo largo de la profundidad del pozo o porciones sustanciales de la profundidad. El procesamiento adicional del sistema de evaluación 105 puede ser conducido para determinar los parámetros del sistema de evaluación 105 a través de entrenamiento. El entrenamiento para la clasificación no supervisada puede incluir producir redes neuronales competitivas para organizar mapa de características, y derivar de dendrogramas jerárquicos o utilizar otros algoritmos de agrupamiento para especificar grupos. El entrenamiento para la clasificación supervisada puede incluir determinar matriz de transformación para asignación de clase, e información de refinación con respecto al estatus de un tubo en un pozo, donde el estatus puede incluir tubo libre, tubo adherido, tubo de transición en el cual el tubo no está libre o completamente adherido, diferencia entre un tubo de revestimiento y un collar de revestimiento que conecta tubos de revestimiento. El entrenamiento puede también incluir almacenar información con respecto a parámetros, tales como pero no limitado a, diferentes entornos de pozo, diferentes materiales de relleno, pozos de diferentes tamaños, y diferentes tamaños de revestimiento. La información almacenada puede incluir respuestas a diferentes herramientas de registro con respecto a diferentes parámetros. Esta información de. entrenamiento puede ser utilizada por la herramienta de evaluación 105 para generar un perfil de adherencia de un tubo en un pozo utilizando datos de registro, donde tal perfil no ha sido determinado previamente .

La Figura 2 muestra características de una modalidad de un método ejemplar dirigido al análisis de tubo y/o anillo con respecto al tubo o múltiples tubos en un pozo. El análisis también puede estar dirigido a la clasificación del material del volumen anular. En 210, se adquieren las formas de onda y otras respuestas de herramienta asociadas con una pluralidad de herramientas que operan con respecto a un tubo en un pozo. La pluralidad de herramientas puede incluir diferentes tipos de herramienta. Cada forma de onda o respuesta de sensor proporciona datos recopilados de su herramienta respectiva y cada forma de onda o respuesta de sensor tienen un atributo correlacionado con la herramienta respectiva de la cual se genera el atributo. La adquisición de las formas de onda y otras respuestas de sensor se puede conducir bajo el control de una unidad de procesador. Las formas de onda pueden ser adquiridas a partir de uno o más archivos de datos de origen. Los archivos de datos de origen pueden estar separados de la unidad de evaluación que adquiere y procesa datos a partir de estos archivos de datos de origen.

Los atributos pueden incluir una amplitud acústica refractada, un índice de adherencia del cemento filtrado, una suma de magnitud en una banda de frecuencia seleccionada de una forma de onda acústica de un micro sismograma, una tasa de conteo de detector lejano de una herramienta de registro de neutrones pulsados espaciada dual, una impedancia ultrasónica promedio, o combinaciones de los mismos. Los atributos pueden ser expandibles a otras respuestas de sensor no enlistadas en este documento. Se pueden utilizar sensores adicionales para adquirir otras respuestas útiles en el modelado y resultados de análisis. Estos atributos corresponden a herramientas de medición respectivas de las cuales se generan los atributos. Los atributos pueden ser utilizados como variables en los procedimientos para llevar a cabo análisis de adherencia del cemento y/o relleno anular con respecto a un tubo en un pozo.

En 220, los valores de cada atributo en intervalos seleccionados de cada forma de onda respectiva u otra respuesta de sensor son extraídos por la unidad de procesador que opera en la forma de onda. Los valores extraídos son almacenados en un dispositivo de memoria. El dispositivo de memoria puede ser parte de la unidad de memoria que tiene un archivo o archivos electrónicos de origen de los cuales se adquieren las formas de onda. Alternativamente, el dispositivo de memoria puede estar separado de tal unidad de memoria. El dispositivo de memoria puede realizarse por cualquier estructura que puede almacenar datos electrónicos ya sea por almacenamiento a largo plazo o almacenamiento a corto plazo accesible como una entidad acoplada en el procesamiento de los datos. Extraer los valores de cada atributo en los intervalos seleccionados de cada forma de onda respectiva o sensor puede incluir extraer valores en un dominio del tiempo o un dominio de la frecuencia.

En 230, se lleva a cabo el análisis de agrupamiento y clasificación en los atributos y los valores extraídos de las formas de onda o sensores asociados. Este análisis puede ser conducido por la unidad de procesador que opera en los atributos y los valores extraídos de las formas de onda o respuestas de sensor asociadas. Antes de llevar a cabo el análisis de agrupamiento y clasificación, se pueden normalizar los valores extraídos de cada atributo. Llevar a cabo el análisis de agrupamiento y clasificación puede incluir procesar los atributos y los valores extraídos de las formas de onda o sensores asociados por la unidad de procesamiento acomodada para generar uno o más de un mapa de • característica auto organizada (SOFM, Self Organized Feature Map) , un agrupamiento jerárquico (HC, Hierarchical Clustering) , o una clasificación de función de respuesta ponderada ( RF, Weighted Response Function) . El procesamiento de los atributos y los valores extraídos puede incluir utilizar ajustes por defecto almacenados o ajustes generados a partir de las preferencias del usuario. Llevar a cabo el análisis de agrupamiento y clasificación puede incluir evaluar cuantitativamente la calidad del grupo de un grupo con base en un vector de centroide generado por la unidad de procesador correlacionada con el grupo. En un análisis de mapa de características auto organizadas, los vectores de centroide de grupo pueden ser generados a partir de vectores de ponderación de cada neurona de la técnica de SOFM. En un análisis de agrupamiento jerárquico, se puede generar un promedio de los valores de los atributos en cada grupo para formar un vector de centroide de grupo del grupo respectivo.

En diferentes modalidades, el método ejemplar puede incluir llevar a cabo otros procedimientos de análisis. Se pueden identificar patrones de caracterización de adherencia del cemento y/o material anular en una profundidad especifica utilizando una firma de material. Por ejemplo, una firma proporciona una característica distintiva en una forma de onda o sensor, donde la característica distintiva relativa a una forma de onda o sensor para una medición particular puede ser almacenada en una unidad de memoria. Utilizar una firma de material para identificar patrones de caracterización de adherencia del cemento y/o relleno anular se puede llevar a cabo al comparar las respuestas de medición actuales con las respuestas predichas por o anticipadas por las respuestas calibradas a partir de las mediciones tomadas o reducidas a partir de otros pozos.

Llevar a cabo el análisis de agrupamiento y clasificación puede incluir utilizar un análisis de función de respuesta ponderada de tal forma que los pesos el análisis de función de respuesta ponderada se ajustan para determinar una mejor coincidencia con respecto a una respuesta de tubo adherido esperada y una respuesta de tubo libre esperada o una condición transicional . Llevar a cabo un análisis de agrupamiento particular puede incluir utilizar una primera técnica de análisis, llevar a cabo análisis de agrupamiento utilizando una segunda técnica de análisis, y comparar los resultados de la primera técnica de análisis con los resultados de la segunda técnica de análisis. Llevar a cabo el análisis de agrupamiento y clasificación puede incluir fusionar grupos para formar clases con base en un requerimiento de servicio. Los grupos de fusión pueden incluir grupos de fusión con un número de clases especificadas por un usuario o grupos de fusión con las clases derivadas del agrupamiento natural. Fusionar grupos puede incluir fusionar los grupos con base en un índice de probabilidad de cada clase, donde el índice de probabilidad se calcula a partir de un análisis de función de respuesta ponderada .

Los resultados de llevar a cabo el análisis de agrupamiento y clasificación se pueden retinar. El refinamiento puede incluir utilizar información además de los valores extraídos y formas de onda asociadas y/o utilizar criterios basados en conocimiento. El procesamiento puede también incluir un procedimiento de validación. Una clasificación que resulta de llevar a cabo el análisis de agrupamiento y clasificación puede estar sujeta a una validación utilizando uno o más gráficos cruzados en un pozo de entrenamiento seleccionado y el pozo que está siendo probado. Cada gráfico cruzado proporciona un gráfico de uno de los atributos (variables) con respecto a otros de los atributos (variables) . Si la validez de la comparación de los atributos del pozo que está siendo evaluado cumple con un nivel de umbral, los pesos del grupo derivados del pozo de entrenamiento pueden ser almacenados en una memoria de tal forma que los pesos del grupo almacenados pueden ser utilizados directamente para clasificar datos de un nuevo pozo sin re-agrupamiento . Si la validez de la comparación de atributos del pozo que está siendo evaluado cumple con un nivel de umbral, las reglas para la fusión de grupo derivadas del pozo de entrenamiento puede ser almacenados en una memoria de tal forma que las reglas almacenadas para fusión de grupo pueden ser utilizados directamente para clasificar datos del pozo nuevo sin re-agrupamiento.

En 240, se da salida a los datos correlacionados con el estatus del tubo en el pozo o carácter del material anular que rodean al tubo en el pozo. Los datos correlacionados con el estatus del tubo pueden incluir, pero no están limitados a, datos correlacionados con la adherencia del cemento del tubo o múltiples tubos en el pozo. Los datos correlacionados con el carácter del material anular que rodean al tubo en el pozo pueden incluir datos correlacionados con la caracterización de los materiales anulares que rodean al tubo o múltiples tubos en el pozo. Se puede dar salida a los datos a una memoria. La salida de datos a la memoria puede incluir clases de adherencia del cemento. La salida de datos puede incluir clases de caracterización del material anular. Dar salida a los datos correlacionados con el estatus de la adherencia del cemento o el carácter del relleno anular del tubo en el pozo puede incluir la salida a las clases de adherencia del cemento a dichos uno o más archivos de datos de origen de los cuales fueron requeridas las formas de onda. Dar salida a los datos puede incluir la salida a los datos a una unidad de visualización tal como una pantalla, una impresora, u otro dispositivo que pueda proporcionar un mecanismo para mostrar los datos a un usuario. Los datos mostrados pueden estar acomodados en la unidad de dispensación en una manera amigable para el usuario. Además, para mostrar la adherencia del cemento o las clases de carácter del relleno anular en una entrada de visualización, se puede mostrar una o más vistas de registro en la unidad de visualización, donde las vistas de registro están correlacionadas con la conducción de una o más actividades que pueden incluir adquirir las formas de onda u otras respuestas de sensor, extraer los valores de cada atributo, o llevar a cabo el análisis de agrupamiento y clasificación.

En diferentes modalidades, un sistema de procesamiento de datos puede estar configurado teniendo la capacidad de extraer la información de características de los datos de registro disponibles asociados con un pozo, llevar a cabo agrupamiento/clasificación automática a través de intervalos seleccionados utilizando variables y algoritmos para entender la estructura de datos ocultos a partir de los datos de registro. El sistema de procesamiento de datos puede ser construido en una combinación de componentes basados en hardware y software. La combinación de componentes basados en hardware y software puede proporcionar una o más interfaces de usuario que permiten que un usuario vea los resultados generados por el sistema de procesamiento de datos subyacente. Las interfaces de usuario proporcionan un mecanismo para que un usuario introduzca los parámetros utilizados como ajuste en el análisis automático y procesamiento por el sistema de procesamiento de datos. Las interfaces de usuario pueden proporcionar un mecanismo para que un usuario introduzca parámetros de tal forma que el usuario puede participar de manera interactiva en el análisis del registro. Tal mecanismo permite integrar conjuntos de patrones naturales, determinados a partir del sistema de procesamiento de datos que llevar a cabo el agrupamiento/clasificación automática, con la experiencia de usuario para optimizar la toma de decisiones en la determinación del carácter del material del volumen anular.

Esta integración puede ser conducida con diferentes sensores para proporcionar la interpretación de los datos de registro. Los métodos de despliegue de sensores pueden incluir, pero no están limitados a, una linea de alambre eléctrica, tubería flexible, alambre transportable, y registro durante la perforación. Se puede dar origen a los datos de medición en tiempo real o ser almacenados por medio de métodos de herramienta de registro de memoria. Además, se pueden utilizar diferentes entornos de pozo y requerimientos de servicio para mejorar las resoluciones del análisis del procesamien o .

En diferentes modalidades, un sistema de agrupamiento y clasificación de adherencia del cemento/material de volumen anular, como se enseña en este documento, puede incluir un número de diferentes rutinas de procesamiento e interfaces de usuario. Tales rutinas de procesamiento e interfaces de usuario se pueden configurar para conducir uno o más de los siguientes procedimientos. El sistema de agrupamiento y clasificación de adherencia del cemento/carácter del relleno anular puede estar configurado para leer entrada del archivo o archivos de datos de origen, que incluyen curvas y formas de onda de diferentes herramientas. El sistema de agrupamiento y clasificación de adherencia del cemento/carácter del relleno anular puede estar configurado para extraer información de características de las formas de onda en el dominio del tiempo o el dominio de la frecuencia, con dimensionalidad reducida como sea necesario, y aplicar el procesamiento/normalización necesario. El sistema de agrupamiento y clasificación de adherencia del cemento/carácter de relleno anular puede estar configurado para llevar a cabo análisis de agrupamiento y clasificación básico tal como SOFM, HC, y RF clasificación de función de respuesta ponderada en las variables y formas de onda seleccionadas y otras respuestas de sensor, utilizando cualquier ajuste por defecto o ajuste preferido por el usuario. El sistema de agrupamiento y clasificación de adherencia del cemento/carácter de relleno anular puede estar configurado para evaluar la calidad del grupo e identificar ' patrones típicos de adherencia del cemento/característica de relleno anular utilizando firma indicada por el experto a una profundidad especificada, re seleccionada un algoritmo de agrupamiento, o ajustar los pesos de la WRF si es necesario para encontrar la mejor coincidencia. El sistema de agrupamiento y clasificación de adherencia del cemento/carácter de relleno anular puede estar configurado para conducir fusión de grupo para formar clases básicas con base en el requerimiento de servicio. Una solución del sistema de agrupamiento y clasificación de adherencia del cemento/carácter de relleno anular pueden ser las clases individuales con el número de clases especificadas por un usuario o derivadas a partir de un agrupamiento natural. Una solución del sistema de agrupamiento y clasificación de adherencia del cemento/carácter de relleno anular puede también ser un índice de probabilidad de cada clase calculado a partir de RF. El sistema de agrupamiento y clasificación de adherencia del cemento/carácter de relleno anular puede estar configurado para refinar los resultados de clasificación utilizando información adicional y conocimiento con base en criterios para minimizar la incer idumbre debido a la limitación del algoritmo de agrupamiento seleccionado. El sistema de agrupamiento y clasificación de adherencia del cemento/carácter de relleno anular puede estar configurado para validar una clasificación por medio de gráficos cruzados y vista de registro en un pozo de entrenamiento seleccionado y un pozo que está siendo probado. Si la validez en el pozo que está siendo probado se justifica, los pesos del grupo del entrenamiento se pueden utilizar directamente para clasificar los datos del nuevo pozo sin re-agrupamiento, y las mismas reglas para fusión de grupo pueden aplicar para clasificar los datos del nuevo pozo sin re-agrupamiento. El sistema de agrupamiento y clasificación de adherencia del cemento/relleno anular puede estar configurado para dar salida a clases de adherencia del cemento/relleno anular finalizadas al archivo de origen del cual fueron adquiridos los datos de entrada para el proceso y proporcionar una vista de registro amigable para el usuario para los usuarios.

La forma de onda y otros datos de sensor obtenidos de las herramientas de medición del pozo tales como herramientas sónicas/ultrasónicas proporcionan potencial para mejorar la evaluación de tubo adherido, tubo adherido transicionalmente/parcialmente, y tubo libre en diferentes aspectos. Los algoritmos de agrupamiento avanzados para datos de gran escala proporcionados por algunos métodos, tales como SOFM por ejemplo, se pueden utilizar para la forma de onda y procesamiento de sensor directamente. Sin embargo, ya que las formas de onda por lo general consisten de elementos de alta dimensión, puede surgir un problema de varias formas de onda necesarias por ser incluidas en el procesamiento sin la reducción en la dimensíonalidad .

La Figura 3 muestra una forma de onda ejemplar de un micro sismograma en el dominio del tiempo. La forma de onda ejemplar presenta una forma de onda acústica típicamente un micro sismograma (WMSG, Waveform of a Micro Seismogram) obtenido todo de una herramienta de registro de adherencia del cemento (CBL, Cement Bond Log) , que contiene 512 elementos e incluye información acerca de tanto la adherencia cemento-a-tubo como la adherencia del cemento-a-formación. WMSG por lo general se representa como una "onda de energía total". La interpretación clásica de la imagen de WMSG es que en las trazas rectas indican que no es cemento en el anular, mientras que cualquier variación o traza distorsionada indica que hay algo de cemento presente. El acoplamiento entre el tubo y la roca de la formación de tierra permitirá que se detecten respuestas de la roca como parte de la forma de onda registrada .

La Figura 4 muestra una forma de onda de un micro sismograma en el dominio de la frecuencia. A partir de comparar amplitudes de la respuesta de la frecuencia bajo control de un procesador, la respuesta de la frecuencia se puede caracterizar como 3 picos distribuidos a través de una banda de frecuencia estrecha. El espectro de la Figura 4 fue generado como una transformada rápida de Fourier (FFT, Fast Fourier Transform) de 512 puntos. La información del espectro puede representar energía relevante con respecto al tubo, el anular, y la formación con dimensionalidad reducida, que se va a extraer.

La Figura 5 muestra una banda de frecuencia 410 de la Figura 4 seleccionada como una característica para análisis adicional. Como un primer intento, se puede calcular la suma de la magnitud a través de la banda desde el punto 25 al punto 35, lo cual básicamente cubre el espectro centrado en el segundo pico y el tercer pico mostrados. Para demostrar el potencial de una suma de magnitud a través de la respuesta de frecuencia seleccionada de forma de onda (SMFW, Selected Frequency Response of Waveform) como un parámetro de característica, la Figura 6 muestra SMFW graficado a través de la profundidad del pozo. Se determinó Muchos algoritmos de agrupamiento están disponibles con base en diversos principios tales como la distancia y medidas de similaridad, teoría jerárquica y de gráfica, error cuadrado, búsqueda combinatoria, redes neuronales, interferencia difusa. No existe algoritmo de agrupamiento que pueda ser utilizado universalmente para resolver todos los problemas. Algunos algoritmos son mejores que otros en el contexto de atrapar características particulares o bajo ciertas condiciones, y los resultados pueden ser muy diferentes incluso si se selecciona el mismo número de grupos utilizando los métodos de agrupamiento. Para una aplicación dada, se pueden comparar diferentes enfoques para tomar una decisión óptima.

El ejemplo de a continuación compara un método de SOFM basado en red neuronal con un método HC tradicional aplicado a curvas de entrada normalizadas de datos de registro de adherencia del cemento/relleno anular de un solo pozo. El algoritmo de SOFM utiliza una red neuronal competitiva para inicializar y actualizar un número de vectores de ponderación de neurona correspondiente al centro y desde cada grupo. La determinación de los vectores de ponderación se puede conducir a través de entrenamiento interactivo utilizando la regla de Kohonen. Convencionalmente , la regla de Kohonen proporciona una regla de actualización que se utiliza para entrenar SOFM que es una regla de actualización de aprendizaje. En la clasificación, la muestra nueva llenará un cierto grupo si su vector de entrada tiene la distancia más cercana a ese vector de neurona. La neurona ganadora (grupo) da salida a 1 y otras neuronas da salida a 0.

Como un ejemplo ilustrativo, el rango de datos dinámicos de cinco curvas de entrada, que tienen aproximadamente 8700 ¦ muestras para cada curva, se normalizan entre -1 a +1 para la conveniencia de visualización de grupo. El número de grupos es un parámetro que se puede configurar como un ajuste de usuario. Para este ejemplo, considerar el número de grupos inicializado a 30. La Figura 7 muestra un tamaño de cada grupo determinado a partir de entrenar una red neuronal competitiva. Los ecos reales de las muestras mostraron un rango de 8 a 854 en los grupos después del entrenamiento de la red competitiva.

La Figura 8 muestra un ejemplo no limitativo de un perfil de grupo de tubo libre aplicado a las entradas normalizadas. En la Figura 8, Amp es la amplitud acústica refractada, Fcembi es el índice de adherencia del cemento filtrado, Smfw es la suma de magnitud en la banda de frecuencia seleccionada de la forma de onda de SG, Fcps es la tasa de conteo del detector lejano de la herramienta de registro de neutrones pulsados espaciada dual, y Zavg es la impedancia promedio ultrasónica. Los métodos de análisis no ' están restringidos a las respuestas ejemplares que se muestran en este documento. Las variables que se muestran en la Figura 8 son atributos seleccionados a los que se les dan valores discretos. La variable Amp tiene un número de índice igual a uno. La variable Fcembi tiene un número de índice igual a dos. La variable Smfw tiene un número de índice igual a tres. La variable Fcps tiene un número de índice igual a cuatro y variable Zavg tiene un número de índice igual a cinco. El eje vertical muestra la magnitud normalizada de cada número de índice discreto. Las líneas que conectan los números de índice de entero discreto conectan las amplitudes de cada variable correspondientes a la misma muestra.

Las Figuras 9-1 a 9-30 muestran un ejemplo no limitativo de un mapa de características auto organizadas aplicadas al agrupamiento de datos de registro de adherencia del cemento/relleno anular. Se muestran todos los perfiles de los 30 grupos seleccionados de la Figura 7. Las características de un método de análisis no están restringidas a las respuestas ejemplares que se muestran aquí. La Figura 10 ¦ representa una imagen de código que ilustra las distancias de conexión de grupos para una clasificación ejemplar. Los 30 grupos de la Figura 7 se muestran con los grupos separados por regiones que representan las conexiones de grupos. Las conexiones de grupos pueden tener valores numéricos proporcionados que reflejan qué tan cerca está cada vector de peso de neurona a sus vecinos. Para propósitos de presentación a un usuario, estos valores numéricos se pueden convertir en colores. Por ejemplo, las conexiones de grupos se pueden colorear de negro a amarillo para mostrar qué tan cerca está cada vector de peso de neurona a sus vecinos. La diferencia significativa puede ser codificada con color negro, mientras que la diferencia ligera puede ser codificada con color amarillo. Los colores entre negro y amarillo representan diferencias entre significativa y ligera.

Las Figuras 9-1 a 9-30 y Figura 10 muestran que el grupo 11 de la Figura 9-11, que se caracteriza con Fcps alto, es un patrón especial que es significativamente diferente de todos sus circundantes. Como se observa en las Figuras 9-15 y 9-30, tanto el grupo 15 como el grupo 30 muestran perfiles con rango más amplio de movimiento hacia el del grupo 11, con relación al grupo 1 por ejemplo. La Figura 10 indica que tanto el grupo 15 como el grupo 30 muestran correcciones con sus vecinos con diferencia mayor a ligera y se puede mostrar a un usuario como rojo. El grupo 15 es representativo de collares de revestimiento para tubos libres, y el grupo 30 es un ejemplo como de collares de revestimiento para adherencia o tubos de transición. Los grupos de la cuarta fila (grupos 16 a 20) muestran tanto similitudes como diferencias con los ¦ grupos en la tercera fila y quinta fila, lo cual puede ser la firma de un tubo de transición. Los resultados de SOFM para este ejemplo pueden ser interpretados, de abajo hacia arriba, como transición de tubo libre a tubo casi adherido.

También se observa a partir de la distribución de grupos que el algoritmo de agrupamiento de SOFM produce distribución casi normal con respecto al tamaño del grupo. Esto puede provocar problemas en la fusión de grupo si solamente un número pequeño de clases necesitan ser definidas finalmente, pero beneficiará la clasificación basada en índice continuo para indicar probabilidad. Como se discute más adelante, el agrupamiento jerárquico puede presentar una vista diferente en el mismo conjunto de datos.

La Figura 11 muestra un agrupamiento jerárquico aplicado a los datos de registro de adherencia del cemento/relleno anular. Se muestra un dendograma de resultados de HC con el mismo número de grupos (30). En la estructura jerárquica, el nodo raíz representa todo el conjunto de datos y cada nodo de hoja del dendograma se considera como un objeto de datos. La altura del dendograma por lo general expresa la distancia entre cada par de objetos o grupos. Los resultados de agrupamiento finales pueden ser obtenidos al cortar el dendograma en diferentes niveles. La Figura 11 muestra hojas correspondientes a un collar de revestimiento libre (FCL, Free Casing Collar) , un collar de transición (TCL, Transition Collar) , un collar de revestimiento de tubo adherido (BCL, Bonded Casing Collar), un tubo de revestimiento libre (FP, Free Casing Pipe), un tubo de revestimiento adherido (BP, Bonded Casing Pipe), un tubo de transición (TP, Transition Pipe) , y un patrón especial (SP, Special Pattern) . Como se discutió con respecto a la Figura 1, los tubos estar conectados en una cadena de tubo utilizando collares de revestimiento. Los rieles de revestimiento tienen diferentes características que los tubos. La adherencia del cemento, un collar de revestimiento puede diferir de la adherencia del cemento, los tubos que conecta.

La Figura 12 muestra tamaños de grupo que indican los grupos dominantes para la clasificación. En comparación con la distribución casi normal del tamaño de grupo con SOFM en este ejemplo, seis grupos mayores con agrupamiento jerárquico, como se muestra en la Figura 12, se llenan con más del 95% de muestras. Tratar con un número pequeño de grupos mayores puede ser conveniente debido a que la clasificación se hace relativamente directa. Sin embargo, una alta tasa de error se podría exhibir si la decisión final es engañosa debido a la baja resolución o pérdida de información dentro de/entre los grupos mayores. Debido a que diferentes algoritmos formas diferentes grupos para el mismo conjunto de datos, un método de solución incluiría un mecanismo para evaluar la calidad de los grupos generados, para determinar la estrategia de fusión del grupo, y para retinar e interpretar la solución integrada.

Para evaluar la calidad de los grupos, uno puede examinar los vectores descritos de los grupos generados con diferentes métodos. Utilizando el algoritmo de SOFM, los vectores de centroide del grupo son los vectores de ponderación de cada neurona, los cuales pueden ser obtenidos después del entrenamiento de la red competitiva. Utilizando el algoritmo HC, las muestras en cada grupo se pueden promediar a través de cada entrada (dimensión) respectivamente para formar el vector de centroide de grupo. La Figura 13 muestra un ejemplo no limitativo de vectores de ponderación de grupos con un SOFM. Los vectores de ponderación que se presentan son todos los 30 vectores resultantes del ejemplo. Los métodos de análisis no están restringidos a las respuestas ejemplares que se muestran aquí. La Figura 14 muestra un ejemplo no limitativo de vectores de centroide de los grupos con HC. Los vectores de ponderación presentados son todos los 30 vectores resultantes del ejemplo. Los métodos de análisis no están restringidos a las respuestas ejemplares que se muestran aquí. ? partir de las Figuras 13 y 14, se puede observar que los vectores de HC se distribuyen a través de rango de datos dinámicos más amplio en cada dimensión que los vectores de SOFM, especialmente para la dimensión 1, 4, y 5, donde la dimensión es el atributo correlacionado con la herramienta de medición. Debido a que los vectores de HC en realidad representan los seres de grupo, los grupos de HC pueden ser elegidos como base para la fusión. La fusión automática puede tomar el agrupamiento secundario aplicado a los vectores de centroide, y puede establecer el número de grupos para que sea el mismo que el número de clases finales especificadas. La fusión basada en la preferencia del usuario se puede utilizar para considerar la similaridad de los perfiles de grupo, la distancia de conexión entre los grupos primarios, y los criterios adicionales que pueden no ser aparentes para los algoritmos de agrupamiento. La fusión de grupo puede también utilizar firmas indicadas por expertos para guiar la fusión del grupo. El desacuerdo entre las sugerencias basadas en conocimiento, y el agrupamiento natural del proceso de agrupamiento puede proporcionar una indicación de utilizar información adicional, para aplicar diferentes escalas o normalización, o para intentar otra medida de distancia en el agrupamiento .

La clasificación utilizando RF puede proporcionar un mecanismo para capturar el conocimiento de interpretación de un analista en una función, que varia de 0, "respuesta de tubo adherido", a 1, "respuesta de tubo libre". Por medio de la experiencia, un analista tiene una expectativa de los valores de atributos como una función del tamaño del pozo, peso del revestimiento, relleno anular, tipo de cemento, y otros factores. Por ejemplo, de la experiencia, un analista puede tener una interpretación, para circunstancias dadas de los valores de la amplitud de CBL, A P, impedancia ultrasónica, ZAVG, tasa de conteo de detector lejano de neutrones pulsados, FCPS, tasa de conteo de detector cercano de neutrones pulsados, NCPS, el índice filtrado de adherencia del cemento, FCEMBI, para respuesta de tubo adherido y para respuesta de tubo libre.

La Figura 15 muestra gráficos cruzados de algunas variables, donde se indican los valores típicos para la respuesta de tubo adherido y los valores típicos para la respuesta de tubo libre. Diferentes valores pueden corresponder a la respuesta de tubo adherido y respuesta de tubo libre. Una respuesta de tubo adherido se indica por el punto 1520 y una respuesta de tubo libre se indica por 1510. En una visualización para un usuario, los puntos rojos sólidos puede representar valores típicos para respuesta de tubo adherido y los puntos verdes sólidos puede representar valores típicos para respuesta de tubo libre. La Figura 15 muestra una serie de gráficos cruzados, los cuales indican la relación de cada variable ZAVG, FCPS, NCPS, y FCEMBI con la variable A P. Los puntos que tienen el mismo valor numérico, que se muestran en una visualización de color como el mismo color, se indexan a la profundidad de muestra que tiene el mismo valor numérico, o algún color en una visualización de color .

Cada variable se puede normalizar rango [0, 1] al aplicar una transformada tal como pero no limitado a: variable— variable_adherido variablex = variablenormanzada variable libre— variable adherido La Figura 16 muestra los resultados de llevar a cabo esta transformada de normalización con respecto a gráficos cruzados de las variables de la Figura 15. Un valor de uno sugiere una fuerte probabilidad de tubo libre y un valor de cero sugiere una fuerte probabilidad de tubo adherido. Aunque esta discusión ha considerado 5 variables, se pueden utilizar menos de 5 o más de 5 variables. Utilizando las variables normalizadas, se puede definir un índice de tubo libre. Por ejemplo, se puede definir un índice de tubo libre al tomar el promedio o promedio ponderado de las variables transformadas individuales : ampx + zavgx + fcpsx + ncpsx + fcembix índice _tub o Jibre = Se pueden incluir variables adicionales, obtenidas como atributos a partir de las formas de onda adquiridas como se discutió previamente, en este proceso, donde las variables adicionales también se normalizan y el denominador se establece como el número total de variables.

La Figura 17 muestra resultados de un pozo típico. Mientras más cerca esté el índice de tubo libre a uno, mayor la probabilidad de que el estatus del tubo sea de un tubo libre, y mientras más cerca esté el índice de tubo libre a cero, mayor la probabilidad de que el estatus del tubo sea de un tubo adherido.

En diferentes modalidades, un enfoque basado en agrupamiento se dirige a la determinación de grupos intrínsecos de los datos basados en profundidad y de las características extraídas de las formas de onda de diferentes herramientas de medición. Este enfoque de agrupamiento automático asegura que no se omita ningún patrón por un analista que asigna a una clase particular tal como tubo libre, tubo transicional, tubo unido, etc. Este enfoque se puede ver como un enfoque de arriba.

En diferentes modalidades, el enfoque basado en clasificación automatizada busca capturar el conocimiento de un intérprete en un algoritmo. Esto se puede lograr mediante el uso de gráficos cruzados y ajustes de parámetros que pueden ser seleccionados por el analista. La clasificación resultante, tubo libre, tubo adherido, o ninguno se puede ver como un enfoque llevado a cabo por el analista, de abajo hacia arriba, que está dirigido a incorporar el conocimiento local del intérprete en un algoritmo.

Ambas técnicas de agrupamiento y clasificación son explícitas y pueden estar completamente bajo control de un intérprete. Este control se puede manifestar al utilizar una interfaz de usuario para establecer parámetros y al utilizar dispositivos electrónicos de almacenamiento para mantener la información relacionada con las características de adherencia del cemento y/o material anular de pozos previos. Para ambas técnicas de agrupamiento y clasificación, transformar los datos de forma de onda a uno o más atributos proporciona un mecanismo único para análisis del perfil de clasificación de adherencia del cemento y/o material anular de un tubo en un pozo .

La Figura 18 representa un diagrama de bloques de características de una modalidad ejemplar de un sistema 1800 que tiene componentes para analizar datos de medición de una unidad de herramienta 1810. El sistema 1800 puede estar dirigido al análisis de adherencia del cemento/relleno anular con respecto a un tubo en un pozo. El análisis de adherencia del cemento/relleno anular puede incluir métodos de agrupamiento y clasificación de adherencia del cemento/relleno anular. El sistema 1800 incluye instrumental para recuperar valores de medición de sensor y formas de onda de datos de registro, para extraer información de características de las formas de onda o sensores, y para llevar a cabo agrupamiento y clasificación. La unidad de herramienta 1810 puede incluir una o más herramientas de medición 1812 operables con respecto a un tubo colocado en un pozo. Las herramientas de medición 1812 proporcionan formas de onda u otras respuestas que pueden ser adquiridas por la operación de un controlador 1802. El sistema 1800 puede operar de acuerdo con procedimientos similares o idénticos a los procedimientos asociados con las Figuras 1-17.

El sistema 1800 puede incluir, además del controlador 1802 y la unidad de herramienta 1810, una memoria 1825, un aparato electrónico 1865, y una unidad de comunicaciones 1835. El controlador 1802, la memoria 1825, y la unidad de comunicaciones 1835 pueden estar acomodados para operar como una unidad de procesamiento para controlar el análisis de adherencia del cemento/relleno anular incluyendo, pero no limitado a, recuperación de valores de medición y formas de onda de los datos de registro, extracción de información de características de las formas de onda, y para llevar a cabo activación de agrupamiento y clasificación en la información de características extraídas. Una unidad de análisis, para entrar en el procesamiento de datos para conducir el análisis de adherencia del cemento/relleno anular, puede estar distribuida entre los componentes del sistema 1800 incluyendo el aparato electrónico 1865. Alternativamente, el sistema 1800 puede incluir una unidad de análisis 1805 para conducir el análisis de adherencia del cemento/relleno anular. La unidad de análisis 1805 puede incluir un procesador y puede operar con el controlador 1802 para llevar a cabo el análisis de adherencia del cemento/relleno anular. El controlador 1802 se puede realizar como uno o más procesadores. Dichos uno o más procesadores pueden estar acomodados como un grupo de procesadores que pueden operar independientemente dependiendo de la función asignada. La unidad de análisis 1805 puede estar acoplada al controlador 1802 por medio de un enlace común 1807.

El enlace común 1807 proporciona conductividad eléctrica entre los componentes del sistema 1800. El enlace común 1807 puede incluir un enlace común de dirección, un enlace común de datos, y un enlace común de control, cada uno configurado de manera independiente. El enlace común 1807 se puede realizar utilizando un número de diferentes medios de comunicación que permiten la distribución de componentes del sistema 1800. El uso del enlace común 1807 se puede regular por medio del controlador 1802. El enlace común 1807 puede incluir un vehículo de comunicación para operar la unidad de herramienta 1810 en un pozo. El enlace común 1807 puede estar acomodado como parte de una red de tal forma que una unidad de memoria ubicada en la red puede almacenar los datos de forma de onda o de sensor generados por la unidad de herramienta 1810 y/o almacenar datos que proporcionan características de caracterización de adherencia del cemento del tubo y material anular en diferentes estatus que van desde tubo libre a tubo adherido.

En diferentes modalidades, la(s) unidad (es) de pantalla 1855 pueden proporcionar una unidad de visualización para una interfaz de usuario para proporcionar un mecanismo para que A 5 un usuario establecer parámetros para el análisis de adherencia del cemento/relleno anular de acuerdo con la preferencia o conocimiento del usuario. La unidad de pantalla 1855 puede también incluir pantallas para que un usuario vea la operación del análisis de adherencia del cemento/relleno anular en diferentes etapas del procedimiento. La unidad de pantalla 1855 puede incluir impresoras para dar salida a información correlacionada con el estatus de la adherencia del cemento/relleno anular del tubo en el pozo. Los dispositivos periféricos 1845 pueden incluir pantallas adicionales, memoria de almacenamiento adicional, y/u otros dispositivos de control que pueden operar en conjunción con el controlador 1802 y/o la memoria 1825.

En diferentes modalidades, el aparato y métodos del análisis de adherencia del cemento/relleno anular pueden combinar clasificación no supervisada y supervisada (o semi-supervisada) . Como un enfoque analítico, la clasificación no supervisada con el uso de algoritmos de agrupamiento tiene el potencial de revelar estructura de datos oculta en las mediciones de datos, y crear un conjunto de patrones naturales en diferentes resoluciones con respecto a diferentes requerimientos. En clasificación no supervisada, los miembros de cada clase a menudo no están bien definidos, y por lo tanto no hay objetivos para entrenamiento. Los resultados de agrupamiento varían al utilizar diferentes algoritmos, donde ningún algoritmo de agrupamiento se puede utilizar universalmente para resolver todos los problemas. Algunos algoritmos son mejores que otros en el contexto de captar características particulares o bajo ciertas condiciones. Dada una aplicación, se pueden comparar diferentes enfoques y los resultados basados en datos se pueden integrar con otros principios o criterios basados en conocimiento .

Un enfoque supervisado asume, para un pozo de entrenamiento, que los miembros de cada clase, su probabilidad, son conocidos. Un enfoque analítico puede estar dirigido para capturar el conocimiento de interpretación del análisis en un plastificador , lo cual clasifica la probabilidad de tubo libre en cada profundidad. Una vez que se establece un umbral o un umbral difuso en probabilidad, la salida de probabilidad se puede convertir en una salida de clase aguda. Además, los resultados de agrupamiento no supervisado se pueden utilizar como objetivos para entrenamiento supervisado futuro y otro modelado avanzado al incorporar el conocimiento de interpretación de un analista.

En diferentes modalidades, los aparatos y métodos del análisis de adherencia del cemento/relleno anular pueden operar como, pero no están limitados a, una aplicación para post-procesamiento de registros disponibles de múltiples herramientas interactuados con la respuesta del analista. La salida analítica se puede graficar con registros convencionales para su visualización y toma de decisiones. Éstos métodos y aparato se pueden implementar para terminación de pozos, evaluación de cementación correctiva, evaluación de abandono del pozo, y otras aplicaciones.

Aunque se han ilustrado y descrito modalidades específicas en este documento, se apreciará por aquellos experimentados en la materia que cualquier acomodo que se calcule para lograr el mismo propósito se puede sustituir por las modalidades específicas que se muestran. Diferentes modalidades utilizan permutaciones y/o combinaciones de modalidades descritas en este documento. Se debe entender que la descripción anterior se pretende que sea ilustrativa, y no restrictiva, y que la fraseología o terminología empleada en este documento es para el propósito de descripción. Combinaciones de las modalidades anteriores y otras modalidades serán aparentes para aquellos experimentados en la materia al estudiar la descripción anterior.

Claims (29)

NOVEDAD DE LA INVENCIÓN Habiendo descrito la presente invención como antecede, se considera como una novedad y, por lo tanto, se reclama como propiedad lo contenido en las siguientes: REIVINDICACIONES

1. Un método, que comprende: adquirir formas de onda y/u otras respuestas de sensor bajo el control de una unidad de procesador, las formas de onda y/u otras respuestas de sensor adquiridas están asociadas con una pluralidad de herramientas que operan con respecto a tubo o múltiples tubos en un pozo, cada forma de onda y/u otra respuesta de sensor son datos recopilados de una herramienta respectiva, cada forma de onda o respuesta de sensor tiene un atributo correlacionado con la herramienta respectiva a partir de la cual se genera el atributo; extraer valores de cada atributo en intervalos seleccionados de cada forma de onda o respuesta de sensor respectiva por la unidad de procesador que opera en la forma de onda o respuesta de sensor y y almacenar los valores extraídos en un dispositivo de memoria; llevar a cabo análisis de agrupamiento y clasificación para la operación de la unidad de procesador en los atributos y valores extraídos de las formas de onda asociadas o respuestas de sensor; y dar salida, a una memoria, datos correlacionados con el estatus del tubo o múltiples tubos en el pozo o carácter del material anular que rodea al tubo o múltiples tubos en el pozo .

2. El método de acuerdo con la reivindicación 1, caracterizado porque dar salida, a la memoria, los datos correlacionados con el estatus del tubo o múltiples tubos incluye dar salida a los datos correlacionados con el estatus de la adherencia del cemento del tubo o múltiples tubos en el pozo .

3. El método de acuerdo con la reivindicación 1, caracterizado porque dar salida, a la memoria, a los datos correlacionados con el carácter del material anular que rodea al tubo o múltiples tubos en el pozo incluyen dar salida a datos correlacionados con la caracterización de materiales anulares que rodean el tubo o múltiples tubos en el pozo.

4. El método de acuerdo con la reivindicación 1, caracterizado porque dar salida a los datos incluyen dar salida a clases de caracterización de la adherencia del cemento y/o material anular a la memoria.

5. El método de acuerdo con la reivindicación 1, caracterizado porque extraer valores de cada atributo en intervalos seleccionados de cada forma de onda respectiva u ' otras respuestas de sensor incluye extraer valores en un dominio del tiempo o en un dominio de la frecuencia.

6. El método de acuerdo con la reivindicación 1, caracterizado porque el método incluye normalizar los valores extraídos de cada atributo antes de llevar a cabo el análisis de agrupamiento y clasificación.

7. El método de acuerdo con la reivindicación 1, caracterizado porque adquirir las formas de onda y otras respuestas de sensor incluye adquirir las formas de onda de uno o más archivos de datos de origen.

8. El método de acuerdo con la reivindicación 7, caracterizado porque dar salida a los datos incluye dar salida a las clases de caracterización de adherencia del cemento y/o material anular a uno o más archivos de datos de origen .

9. El método de acuerdo con la reivindicación 1, caracterizado porque llevar a cabo análisis de agrupamiento y clasificación incluye procesar los atributos y los valores extraídos de las formas de onda asociadas y otras respuestas de sensor por la unidad de procesamiento para generar uno o más de un mapa de característica auto organizada, agrupamiento jerárquico, o una clasificación de función de respuesta ponderada.

10. El método de acuerdo con la reivindicación 9, caracterizado porque procesar los atributos y valores extraídos incluir utilizar ajustes por defecto almacenados o ajustes generados por las preferencias del usuario.

11. El método de acuerdo con la reivindicación 1, caracterizado porque llevar a cabo el análisis de agrupamiento y clasificación incluye evaluar cuantitativamente la calidad del grupo de un grupo con base en un vector de centroide generado por la unidad de procesador correlacionado con el grupo.

12. El método de acuerdo con la reivindicación 11, caracterizado porque el método incluye generar vectores de centroide de grupo a partir de vectores de ponderación de cada neurona en un análisis de mapa de características auto organizadas o generar un promedio de los valores de atributos en cada grupo para formar un vector de centroide de grupo del grupo respectivo en un análisis de agrupamiento jerárquico.

13. El método de acuerdo con la reivindicación 1, caracterizado porque el método incluye identificar patrones de caracterización de la adherencia del cemento y/o material anular utilizando una firma de material en una profundidad especificada.

14. El método de acuerdo con la reivindicación 1, caracterizado porque el método incluye llevar a cabo el análisis de agrupamiento utilizando una primera técnica de análisis, llevar a cabo el análisis de agrupamiento utilizando una segunda técnica de análisis, y comparar los resultados de la primera técnica de análisis con los resultados de la segunda técnica de análisis.

15. El método de acuerdo con la reivindicación 1, caracterizado porque llevar a cabo el análisis de agrupamiento y clasificación incluye llevar a cabo el análisis de agrupamiento y clasificación utilizando un análisis de función de respuesta ponderada de tal forma que los pesos del análisis de función de respuesta ponderada se ajusten para determinar una mejor coincidencia con respecto a uno o más de una respuesta de tubo adherido esperada, una respuesta de tubo libre esperada o una condición transicional .

16. El método de acuerdo con la reivindicación 1, caracterizado porque llevar a cabo el análisis de agrupamiento y clasificación incluye fusionar grupos para formar clases con base en un requerimiento de servicio.

17. El método de acuerdo con la reivindicación 16, caracterizado porque fusionar grupos incluye fusionar grupos con un número de clases especificadas por un usuario o fusionar grupos con las clases derivadas a partir de agrupamiento natural.

18. El método de acuerdo con la reivindicación 16, caracterizado porque fusionar grupos incluye fusionar el grupo con base en un índice de probabilidad de cada clase, el índice de probabilidad calculado a partir de un análisis de función de respuesta ponderada.

19. El método de acuerdo con la reivindicación 1, caracterizado porque el método incluye retinar resultados llevando a cabo análisis de agrupamiento y clasificación de tal forma que el refinamiento incluye utilizar información además de los valores extraídos y formas de onda asociadas u otras respuestas de sensor y/o utilizar criterios basados en conocimiento .

20. El método de acuerdo con la reivindicación 1, caracterizado porque el método incluye: validar una clasificación que resulta de llevar a cabo un análisis de agrupamiento y clasificación, la validación utilizando uno o más gráficos cruzados en un pozo de entrenamiento seleccionado y un pozo que está siendo probado, cada gráfico cruzado es gráfico de uno de los atributos con respecto a otro de los atributos; y si la valides del pozo que está siendo probado cumple con un nivel de umbral, almacenar los pesos del grupo derivados del pozo de entrenamiento en una memoria de tal forma que los pesos del grupo almacenados se pueden utilizar directamente para recibir datos de un pozo nuevo sin re-agrupamiento .

21. El método de acuerdo con la reivindicación 20, caracterizado porque el método incluye, si la valides en el pozo que está siendo probado cumple con el nivel de umbral, almacenar reglas para fusión de grupo derivadas a partir del pozo de entrenamiento en una memoria de tal forma que las reglas almacenadas para la fusión de grupo se pueden utilizar directamente para clasificar datos del pozo nuevo sin re-agrupamiento .

22. El método de acuerdo con la reivindicación 1, caracterizado porque el método incluye mostrar, en una unidad de visualización, las clases de clasificación de adherencia del cemento/material anular y/o una o más vistas de registro correlacionadas con la conducción de uno o más de adquirir formas de onda u otras respuestas de sensor, extraer los valores de cada atributo, llevar a cabo el análisis de agrupamiento y clasificación, o da salida a las clases de adherencia del cemento/material anular.

23. El método de acuerdo con la reivindicación 1, caracterizado porque los atributos incluyen una amplitud acústica refractada, un índice filtrado de adherencia del cemento, una suma de magnitud en una banda de frecuencia seleccionada de una forma de onda acústica de un micro sinograma, una tasa de conteo de detector lejano a partir de una herramienta de registro de neutrones pulsados espaciada dual, una impedancia promedio ultrasónica, o combinaciones de los mismos.

24. Un dispositivo de almacenamiento legible por máquina que tiene instrucciones almacenadas en el mismo, las cuales, cuando son llevadas a cabo por una máquina, provocan que la máquina lleve a cabo operaciones, las operaciones comprenden el método de cualquiera de las reivindicaciones 1 a 23.

25. Un sistema, que comprende: una unidad de procesador; una unidad de memoria acoplada operativamente con la unidad de procesador; y una unidad de análisis, en donde la unidad de procesador, la unidad de memoria, y la unidad de análisis están configuradas para operar de acuerdo con cualquiera de las reivindicaciones 1 a 23.

26. El sistema de acuerdo con la reivindicación 25, caracterizado porque la unidad de análisis incluye memoria • además de la unidad de memoria, la unidad de memoria ubicada en una red.

27. El sistema de acuerdo con la reivindicación 25, caracterizado porque la unidad de memoria incluye archivos electrónicos de origen acomodados para almacenar la forma de onda y otros datos de respuesta de sensor de las herramientas de medición que operan con respecto al tubo o múltiples tubos dentro del volumen de medición.

28. El sistema de acuerdo con la reivindicación 25, caracterizado porque la unidad de procesador incluye una pluralidad de procesadores.

29. El sistema de acuerdo con la reivindicación 25, caracterizado porque el sistema incluye una o más herramientas de registro, dichas una o más herramientas de registro operables para conducir mediciones en un tubo o múltiples tubos acomodados en un pozo para generar formas de onda otras respuestas de sensor utilizadas en la unidad de análisis para generar respuestas de caracterización de ¦ adherencia del cemento/material anular correlacionadas con la clasificación de la adherencia del cemento/material anular del tubo en el pozo.