MX2014003947A

MX2014003947A - Sistemas y metodo para la optimizacion de recuperacion de petroleo de subsuperficie.

Info

Publication number: MX2014003947A
Application number: MX2014003947A
Authority: MX
Inventors: Kumar Amit; Priyesh Ranjan; Gorell Sheldon Burt; Stanley Cullick Alvin; Gustavo A Carvajal; Alejandra Urrutia Karelis; Khan Hasnain; Saputelli Luigi; Nasr Hatem
Original assignee: Landmark Graphics Corp
Priority date: 2011-10-06
Filing date: 2012-10-05
Publication date: 2014-08-21
Also published as: EP2764201A1; EP2748650B1; AU2017218931A1; EP2748756B1; US20140006111A1; AU2012318521A1; EP2748756A4; AU2012318531A1; AU2012318527B2; EP2764201A4; EP2748650A1; AU2012318531B2; CA2852953A1; EP2748650A4; CN103958825A; AU2015218424A1; MX2014003948A; CA2850501A1; AU2019201852A1; AR088269A1

Abstract

Sistemas y métodos para la optimización de recuperación secundaria y/o terciaria de petróleo de subsuperficie con base en análisis de optimización de cualquiera de corto plazo, mediano plazo o largo plazo de las zonas, pozos, patrones/grupos y/o campos seleccionados.

Description

SISTEMAS Y MÉTODOS PARA LA OPTIMIZACIÓN DE RECUPERACIÓN DE PETRÓLEO DE SUBSUPERFICIE CAMPO DE LA INVENCION La presente invención se refiere generalmente a sistemas y métodos para la optimización de recuperación de petróleo de subsuperficie . Más particularmente, la invención se refiere a la optimización de recuperación secundaria y/o terciaria de petróleo de subsuperficie con base en análisis de optimización de cualquiera de corto plazo, mediano plazo o largo plazo de las zonas, pozos, patrones/grupos y/o campos seleccionados .

ANTECEDENTES DE LA INVENCIÓN Diferentes sistemas y métodos son bien conocidos para maximizar la recuperación secundaria y/o terciaria de petróleo de subsuperficie . Los sistemas actuales para maximizar la recuperación secundaria y/o terciaria se basan generalmente en muchos pasos, en diferentes sistemas, y herramientas de software, que los usuarios necesitan configurar y administrar por si mismos. Este es un proceso manual, donde el usuario creara un modelo de análisis numérico del depósito, correrá el modelo con pocas decisiones y/o parámetros de operación diferentes, analizará los resultados y escogerá la mejor respuesta. El proceso no automatizado a menudo requiere correr múltiples aplicaciones, las cuales no están integradas, para obtener resultados que serán integrados. Como resultado de las diferentes aplicaciones requeridas, puede ser necesaria una cantidad significativa de datos de reformateo entre aplicaciones, creando labor adicional y el potencial de error. Además, conforme el proceso se lleva a cabo manualmente en numerosas publicaciones, no hay rastros de revisión electrónica para su revisión posterior. Esto se puede complicar adicionalmente ya que las herramientas de análisis son por lo general genéricas y no están diseñadas para integrar datos y para proporcionar y evaluar simulaciones de acuerdo con criterios variables. Los sistemas actuales proporcionan muy poca realimentación en cuanto a la calidad el modelo y verificación para asegurar que los resultados son realistas. No proporcionan realimentación gráfica interactiva al usuario en diferentes niveles de operaciones de campo y no proporcionan herramientas optimización verdadera y soporte de decisión. Tampoco aprovechan el valor verdadero de los datos en tiempo real del campo. Como resultado, los sistemas actuales son manuales, laboriosos, y requieren la transferencia de datos desde un sistema a otro mientras se requiere que los usuarios verifiquen que la salida de un sistema sea utilizable como la entrada a otro sistema. Estas deficiencias en los sistemas actuales significan que el número de personas que pueden hacer este tipo de trabajo es muy limitado. Como resultado, este proceso se lleva a cabo por medio de un número limitado de expertos dentro de una organización. Con un conjunto actualmente disponible de herramientas, incluso estos expertos se llevan mucho tiempo para llevar a cabo el proceso y son propensos a errores debido a la naturaleza manual del proceso .

Como resultado de las limitaciones de los sistemas actuales, los usuarios generalmente no ven múltiples escenarios para tomar en cuenta posibles incertidumbres en el modelo numérico del depósito subyacente. Tampoco los usuarios utilizan exhaustivamente las tecnologías de optimización para analizar, clasificar y escoger las mejores operaciones de desarrollo para aumentar la recuperación secundaria y/o terciaria de petróleo. Esto a menudo excluye a los usuarios de que traten las incertidumbres en un modelo del depósito al reevaluar periódicamente los escenarios seleccionados con base en datos tales como el desempeño histórico del depósito, patrones, pozos, y/o zonas u otros datos. Por otra parte, además de todas las limitaciones enlistadas anteriormente, los sistemas actuales no proporcionan buenas herramientas para permitir a un usuario actualizar un modelo, o series de modelos. Estas dificultades en la generación de un primer modelo sirven como un impedimento para la generación de actualizaciones posteriores.

Tampoco los sistemas actuales tratan el desempeño general del campo o la efectividad de los procesos de recuperación secundaria o terciaria. Los practicantes de los procesos actuales generalmente reconocerán que la eficiencia de barrido es una medida importante para la efectividad del proceso de recuperación. La eficiencia de barrido se puede calcular en diferentes ubicaciones en un campo y a diferentes escalas. Por ejemplo, la eficiencia de barrido se podría calcular localmente cerca de un pozo, en un nivel de zona, entre dos pozos, en un nivel de patrón, en un nivel de campo y en diferentes niveles intermedios. Actualmente, no existe un buen método para medir o calcular los indicadores del estado de eficiencia de barrido. Tampoco hay ningún sistema y método integrado para la simulación y optimización simultáneas de la producción del pozo en diferentes escalas o clasificaciones desde los niveles de campo a equipo.

BREVE DESCRIPCIÓN DE LA INVENCIÓN La presente invención por lo tanto, cumple las necesidades anteriores y supera una o más deficiencias en el arte actual al proporcionar sistemas y métodos para la optimización de recuperación secundaria y/o terciaria de petróleo con base en análisis de optimización de cualquiera de corto plazo, mediano plazo o largo plazo de las zonas, pozos, patrones /grupos y/o campos seleccionados.

En una modalidad, la presente invención incluye un método para la optimización de recuperación de petróleo a corto plazo, que comprende: i) seleccionar una o más zonas, pozos, patrones/grupos o campos; ii) mostrar múltiples escenarios de optimización y acciones correspondientes para la optimización de dichas una o más zonas, pozos, patrones /grupos o campos seleccionados; iii) seleccionar uno o más de los escenarios de optimización y mostrar cada acción correspondiente; iv) seleccionar una fecha de predicción para cada escenario de optimización seleccionado; y v) mostrar dichos uno o más escenarios de optimización seleccionados y el efecto de cada acción correspondiente en dichas una o más zonas, pozos, patrones /grupos o campos seleccionados en la fecha de predicción utilizando un sistema de computadora.

En otra modalidad, la presente invención incluye un dispositivo portador de programa para portar instrucciones ejecutables por computadora para la optimización de la recuperación de petróleo a corto plazo. Las instrucciones son ejecutables para implementar: i) seleccionar una o más zonas, pozos, patrones/grupos o campos; ii) mostrar múltiples escenarios de optimización y acciones correspondientes para la optimización de dichas una o más zonas, pozos, patrones/grupos o campos seleccionados; iii) seleccionar uno o más de los escenarios de optimización y mostrar cada acción correspondiente; iv) seleccionar una fecha de predicción para cada escenario de optimización seleccionado; y v) mostrar dichos uno o más escenarios de optimización y el efecto de cada acción correspondiente en dichas una o más zonas, pozos, patrones /grupos o campos seleccionados en la fecha de predicción .

Aspectos, ventajas y modalidades adicionales de la invención se harán aparentes para aquellos experimentados en la materia a partir de la siguiente descripción de las diferentes modalidades y los dibujos relacionados.

BREVE DESCRIPCIÓN DE LOS DIBUJOS La presente invención se describe a continuación con referencias a los dibujos de acompañamiento en los cuales los elementos similares se referencian con números de referencia similares, y en los cuales: La Figura 1 ilustra un proceso general para la optimización de recuperación de petróleo de subsuperficie de acuerdo con la presente invención.

La Figura 2 es un diagrama de flujo que ilustra una modalidad de un método para implementar la presente invención .

La Figura 3 es un diagrama de flujo que ilustra una modalidad de un método para llevar a cabo el paso 216 de la Figura 2.

La Figura 4 es un diagrama de flujo que ilustra una modalidad de un método para llevar a cabo el paso 220 de la Figura 2.

La Figura 5 es un diagrama de flujo que ilustra una modalidad de un método para llevar a cabo el paso 224 de la Figura 2.

La Figura 6 es un diagrama de bloques que ilustra una modalidad de un sistema para implementar la presente invención.

La Figura 7 es una interfaz gráfica de usuario ejemplar que ilustra el paso 204 de la Figura 2.

La Figura 8 es una interfaz gráfica de usuario ejemplar que ilustra el paso 206 de la Figura 2.

La Figura 9 es una interfaz gráfica de usuario ejemplar que ilustra el paso 306 de la Figura 3.

La Figura 10 es una interfaz gráfica de usuario ejemplar que ilustra el paso 324 de la Figura 3.

La Figura 11 es una interfaz gráfica de usuario ejemplar que ilustra el paso 406 de la Figura 4.

La Figura 12 es una interfaz gráfica de usuario ejemplar que ilustra el paso 412 de la Figura 4.

La Figura 13 es una interfaz gráfica de usuario ejemplar alternativa que ilustra el paso 412 de la Figura 4.

La Figura 14 es una interfaz gráfica de usuario ejemplar que ilustra el paso 422 de la Figura 4.

La Figura 15 es una tabla que ilustra los niveles ejemplares de optimización proporcionados por la presente invención .

DESCRIPCIÓN DETALLADA DE LA INVENCIÓN El tema de la presente invención se describe con especificidad, sin embargo, la descripción en si no se pretende para limitar el alcance de la invención. El tema por lo tanto, también se puede incorporar en otras formas, para incluir diferentes pasos o combinaciones de pasos similares a los que se describen en este documento, en conjunción con otras tecnologías presentes o futuras. Además, aunque el término "paso" se puede utilizar en este documento para describir diferentes elementos de los métodos empleados, el término no se debe interpretar como implicando ningún orden particular entre los diferentes pasos que se divulgan en este documento a menos que se limite expresamente lo contrario por la descripción a un orden particular. Mientras la siguiente descripción se refiere a la industria del petróleo y gas, los sistemas y métodos de la presente invención no están limitados a los mismos y también se pueden aplicar en otras industrias para alcanzar resultados similares.

La presente invención incluye sistemas y métodos para optimizar la recuperación de petróleo, al reducir la producción de fluido/gas no deseado, reducir el tiempo de inactividad por reparaciones, reducir el petróleo y gas sobrepasado, y maximizar el valor presente a través de la optimización de los perfiles de inyección y producción. Los sistemas y métodos por lo tanto, consideran la manipulación inteligente de perfiles de desplazamiento de subsuperficie; restricciones de optimización de superficie e instalaciones, diseños de intervención/re-terminación del pozo, y planeación dinámica de desarrollo de campo por medio de decisiones para perforar y diseñar nuevos pozos de producción/inyección/observación .

Los sistemas y métodos llevan a cabo todas las permutaciones y combinaciones con vigilancia, diagnósticos y optimización desde una micro a una macro escala que abarca desde el nivel del equipo hasta el nivel de la zona al nivel del pozo a un nivel de patrón/grupo a, finalmente, el nivel del depósito/campo. Los sistemas y métodos permiten que el usuario lleve a cabo diagnósticos presentes y/o predictivos en el campo y/o estado de eficiencia de barrido, asi como asesorar al usuario de las acciones de optimización óptimas para marcos de tiempo de corto, mediano y largo plazo. Los sistemas y métodos permiten al usuario llevar a cabo de manera interactiva escenarios comparativos de "qué pasarla si" (juegos de guerra) con las acciones de optimización aconsejadas previamente, generar casos de negocios apropiados y por lo tanto, tomar e implementar las acciones de optimización apropiadas que ayuden a maximizar la recuperación de petróleo y el valor económico.

Los sistemas y métodos utilizan datos de campo de vigilancia en tiempo real para proporcionar valor avanzado de administración integrada de activos, que proporciona una asesoría automatizada para múltiples pozos/patrones de corto, mediano y/o largo plazo y optimización al nivel de campo. Los sistemas y métodos permiten que el personal lleve a cabo análisis predictivo sobre el efecto de las acciones de optimización seleccionadas, y entregue una interfaz de usuario intuitiva para toma de decisiones colaborativa mejorada entre personal de activos, depósito, operaciones, y de producción. Los sistemas y métodos, por lo tanto, o bien la necesidad de simulación y optimización laboriosa en acciones separadas.

En corto, los sistemas y métodos habilitan el monitoreo del estado de subsuperficie de un campo de producción y proporcionan asesoría automatizada en diagnósticos proactivos del depósito con acciones de optimización tangibles, permitiendo de esta manera el análisis pronosticado en las acciones de optimización del depósito propuesto.

Descripción del Método Haciendo referencia ahora a la Figura 1, se ilustra un proceso general 100 para la recuperación de petróleo de subsuperficie de acuerdo con la presente invención.

En el paso 102, el proceso 100 identifica el estado actual del campo. Una modalidad de un método para identificar el estado del campo hoy se ilustra por el paso 202 en la Figura 2.

En el paso 104, el proceso 100 predice el estado del campo. Una modalidad de un método para la predicción del estado del campo se ilustra por los pasos 204-208 en la Figura 2.

En el paso 106, el proceso 100 diagnostica el estado del campo para hoy y el futuro, lo cual puede incluir identificar y detectar los puntos de petróleo sobrepasados y no barridos utilizando una función de saturación de agua móvil. Una modalidad de un método para diagnosticar el estado del campo para hoy y el futuro se ilustra por el paso 210 en la Figura 2.

En el paso 108, el proceso 100 asesora optimización para corto, mediano, y largo plazos, si se desea la optimización. Una modalidad de un método para determinar la optimización deseada se ilustra por los pasos 212, 214, 218, y 222 en la Figura 2.

Si se desea la optimización, entonces el usuario debe también seleccionar si el marco de tiempo para la optimización será corto plazo, mediano plazo, o largo plazo. Si se desea optimización de corto plazo, entonces una modalidad de un método para optimización de corto plazo se ilustra por los pasos 302-306 en la Figura 3. Si se desea optimización de mediano plazo, entonces una modalidad de un método para optimización de mediano plazo se ilustra por los pasos 402-406 en la Figura 4. Si se desea optimización de largo plazo, entonces una modalidad de un método para optimización de largo plazo se ilustra por los pasos 502-506 en la Figura 5.

La optimización se puede proporcionar como una asesoría automatizada para optimización reactiva y proactiva de eficiencia de barrido para alcanzar los objetivos de desempeño clave - incluyendo horizontes de tiempo (desde 1 día hasta cualquier número de años), reducir el manejo del agua (como un porcentaje), reducir el tiempo de inactividad para los tiempos de reparación (como un porcentaje), reducir el petróleo sobrepasado, y aumentar la recuperación de nuevos pozos y re-terminaciones (como un porcentaje). La optimización puede también habilitar decisiones oportunas con base en datos en tiempo real para proporcionar modelos actualizados, predictivos y proporcionar sistema experto y asesorías optimizadas.

En el paso 110, el proceso 100 incluye escenarios de "qué pasaría si" para evaluar y comparar diferentes escenarios de optimización, que pueden ser también considerados como juegos de guerra de optimización. Una modalidad de un método para conducir escenarios de "qué pasaría si" de optimización se ilustra por los pasos 308-316 en la Figura 3 para optimización a corto plazo, los pasos 408-416 en la Figura 4 para optimización a mediano plazo, y los pasos 508-516 en la Figura 5 para optimización a largo plazo .

En el paso 112, el proceso 110 implementa la optimización. Una modalidad de un método para obtener o buscar la implementación de optimización se ilustra por los pasos 318-326 en la Figura 3 para optimización a corto plazo, los pasos 418-426 en la Figura 4 para optimización a mediano plazo, y los pasos 518-526 en la Figura 5 para optimización a largo plazo.

El proceso general 100 por lo tanto, proporciona una solución de administración de depósito de subsuperficie completamente integrada para mejorar la eficiencia de barrido y permitir que el personal del depósito y de producción (probablemente ingenieros) colaboren. Esto se puede lograr mientras se monitorea la dinámica del depósito durante la producción, utilizando sensores de superficie y en el interior del pozo, actualizando y simulando los modelos del depósito y el pozo. Esto puede proporcionar estrategias de control para optimización de producción corta y recuperación aumentada utilizando obturadores de superficie, ICDs y pozos inteligentes mientras se implementan estrategias de optimización en planeación futura, tal como perforación de relleno para recuperar el petróleo sobrepasado.

El proceso 100 para la optimización puede ser reactivo, proactivo simple, o proactivo mejorado ("proactivo plus"). La optimización reactiva se puede caracterizar como una reacción inmediata a las condiciones actuales. La optimización reactiva puede ocurrir en el corto plazo y se puede dirigir a acciones tales como optimizar los ajustes de obturación y tasas de producción/inyección. La optimización proactiva simple se puede caracterizar como una acción con base en las condiciones predichas, tal como para predecir el movimiento del fluido lejos del pozo y por lo tanto, para optimizar las operaciones de subsuperficie al tomar medidas tales como obturación de un ajuste de una válvula en el interior del pozo con el fin de aumentar la recuperación total. La optimización proactiva simple también se enfoca en la optimización de planeación de desarrollo de campo a largo plazo tal como programar ubicaciones, reparaciones, sus configuraciones, etc. futuras de productor/inyector de perforación de relleno. La optimización proactiva mejorada, por el otro lado, proporciona integración de momento adecuado de las disciplinas de exploración, perforación, terminación y producción mientras se evalúa el plan apropiado de acción para desarrollar un campo para asegurar que hay suficiente tiempo después de que se identifican las opciones de optimización que podrían afectarlas. La optimización proactiva simple puede ocurrir a través del mediano plazo al largo plazo (tal como, pero no limitado a, tres meses a 2 años) e incluye las acciones de optimización reactiva junto con actualizaciones de plan de desarrollo de campo de corto plazo y mediano plazo. Por lo tanto, la integración involucra correr varios escenarios de agotamiento del depósito así como escenarios de análisis de costo/beneficio, en tiempo real, ayudando de esta manera a planear la mejor solución integrada a través de todas las disciplinas de un ciclo de vida de desarrollo de activos. La optimización proactiva mejorada por ejemplo, podría permitir al operador cambiar la planeación de terminación y producción en tiempo real para mejor agotamiento final, mientras perfora en realidad y reúne información adicional acerca del depósito. Las metas de cada uno de estos niveles ejemplares de optimización se ilustran por la tabla 1500 en la Figura 15.

Por lo tanto, el proceso 100 depende del momento adecuado de administración del depósito incluyendo visualización continua del depósito, diagnóstico y optimización proactivos del depósito, y análisis predictivo de optimización del depósito.

Haciendo referencia ahora a la Figura 2, un diagrama de flujo ilustra una modalidad de un método 200 para implementar la presente invención.

En el paso 201, se seleccionan los datos de condiciones actuales o los datos de condiciones de escenario calculadas previamente utilizando la interfaz del ' cliente y/o la interfaz de vídeo gue se describe en referencia a la Figura 6. La selección de si se utilizan los datos de condiciones actuales o los datos de condiciones de escenario calculadas previamente se puede basar en una determinación subjetiva de si se utilizan las condiciones actuales o las optimizaciones previas. Los datos de condiciones actuales proporcionan la capacidad de evaluar el estado actual del campo y de llevar a cabo las optimizaciones con base en esos datos. Los datos de condiciones de escenario calculadas previamente proporcionan la capacidad de revisar el estado pasado del campo en relación con el estado actual y para llevar a cabo optimizaciones con base en los datos guardados, que pueden incluir datos optimizados de corto, mediano o incluso largo plazo .

En el paso 202 el estado de eficiencia de barrido actual se muestra utilizando técnicas bien conocidas en la materia y la interfaz de video que se describe con referencia a la Figura 6. Las técnicas de visualizacion de subsuperficie y los indicadores de estado de eficiencia de barrido actual, por ejemplo, se pueden utilizar con los datos integrados de condiciones actuales, datos de condiciones de escenario calculadas previamente y datos históricos para proporcionar una visualizacion de las zonas, pozos, patrones/sectores y/o campos clasificados que representan el estado de eficiencia de barrido actual. La visualizacion de subsuperficie efectiva requiere visualizacion de la dinámica del depósito conforme la subsuperficie cambia en el pozo, cerca del pozo y lejos del pozo. Una meta de la visualizacion de subsuperficie es crear una interfaz de visualizacion tridimensional (3D) de muy alta resolución, que puede incluir diferentes características incluyendo visualización de monitoreo de fibra óptica, visualización de deformación de superficie, visualización 3D de desplazamiento de fluido, visualización 3D de petróleo sobrepasado, visualización de interfaz de petróleo/agua, visualización de líneas de corriente, mapas de campo/zona/pozo, mapas isobáricos, mapas de saturación, patrones de inyección en niveles de zona de subsuperficie, y designaciones de nivel de zona de producción/inyección.

En el paso 204, se selecciona una fecha futura para la predicción del estado de eficiencia de barrido sin optimización y el número de periodos de intervención se selecciona utilizando la interfaz del cliente y/o la interfaz de vídeo que se describe con referencia a la Figura 6. La selección de la fecha futura y los períodos de intervención es subjetiva y se basa en la preferencia y/o experiencia del usuario. Un ejemplo de una fecha futura seleccionada para la predicción de estado de eficiencia de barrido sin optimización y el número de periodos de intervención se ilustra por la interfaz gráfica de usuario 700 en la Figura 7, que ilustra una fecha futura cuatro (4) años en el futuro y periodos de intervención de un año.

En el paso 206, se generan visualizaciones del estado de eficiencia de barrido predicho en la fecha futura seleccionada y al final de cada uno de los periodos de intervención utilizando técnicas bien conocidas en la materia y la interfaz de video que se describe con referencia a la Figura 6. Las visualizaciones incluyen una clasificación del estado de eficiencia de barrido para las zonas, pozos, patrones/sectores y/o campos identificados asi como otras escalas espaciales potenciales definidas por el usuario. Un ejemplo de una visualización del estado de eficiencia de barrido predicho en una fecha futura seleccionada y al final de cada periodo de intervención seleccionado por la Figura 7 se ilustra por la interfaz gráfica de usuario 800 en la Figura 8.

En el paso 208, una de las visualizaciones del estado de eficiencia de barrido predicho o la visualización del estado de eficiencia de barrido actual se selecciona utilizando la interfaz del cliente y/o la interfaz de video que se describe con referencia a la Figura 6. Cada visualización seleccionada puede proporcionar detalles adicionales, incluyendo la historia para los indicadores de estado de eficiencia de barrido en cualquier escala de la zona, pozo, patrón/sector y/o campo.

En el paso 210, la causa de cualquier indicador de estado de eficiencia de barrido indeseable para la visualización de estado de eficiencia de barrido seleccionada se diagnostica utilizando técnicas de diagnóstico bien conocidas, tales como aquellas que se encuentran en el software DecisionSpace™ para la simulación de depósitos. La causa se puede mostrar por una característica de asesoría automatizada que utiliza indicadores que incluyen eficiencia volumétrica, reemplazo de vacíos, eficiencia de desplazamiento, presión nominal y factor de captura de pozo (Fcap) capa por capa en el depósito. La causa también se puede diagnosticar al comparar los datos de las condiciones actuales con los datos históricos o los datos de condiciones de escenario calculadas previamente. También se pueden llevar a cabo diferentes diagnósticos al evaluar un flujo o índice de producción que se normaliza por una longitud del intervalo de perforación. También se puede utilizar un cálculo numérico de líneas de corriente para estimar los factores de correlación y los factores de designación de pozo.

En el paso 212, el método 200 determina si se desea el análisis de optimización de producción con base en los resultados del paso 210. Si se desea el análisis de optimización, entonces el método 200 procede al paso 214. Alternativamente, el método 200 puede proceder a los pasos 218 o 222 si se desea el análisis de optimización. El análisis de optimización puede ser deseable, por ejemplo, si se identifica la causa de cualquier indicador de estado de eficiencia de barrido indeseable mediante el diagnóstico llevado a cabo en el paso 210. De otra forma, el análisis de optimización puede no ser deseable si no hay indicadores de estado de eficiencia de barrido indeseables. Si no es deseable el análisis de optimización, entonces el método 200 termina .

En el paso 214, el método 200 determina si se desea análisis de optimización a corto plazo con base en los resultados del paso 210 y si se puede resolver la causa de cualquier indicador de estado de eficiencia de barrido indeseable (p.ej., al ajusfar un obturador). Si no se desea análisis de optimización a corto plazo, entonces el método 200 procede al paso 218. Alternativamente, el método 200 puede proceder al paso 222 si no se desea análisis de optimización a corto plazo. Si se desea el análisis de optimización a corto plazo, entonces el método 200 procede al paso 216.

En el paso 216, se lleva a cabo la optimización a corto plazo. Una modalidad de un método para llevar a cabo la optimización a corto plazo se ilustra en la Figura 3.

En el paso 218, el método 200 determina si es deseable el análisis de optimización a mediano plazo con base en los resultados del paso 210 y si la causa de cualquier indicador de estado de eficiencia de barrido indeseable no se puede resolver inmediatamente dentro de una cuestión de un d a hasta unos pocos meses (p.ej., reparación de equipos). Si no se desea el análisis de optimización a mediano plazo, entonces el método 200 procede al paso 222. Alternativamente, el método 200 puede proceder al paso 214 sino se desea análisis de optimización a mediano plazo. Si se desea el análisis de optimización a mediano plazo, entonces el método 200 procede al paso 220.

En el paso 220, se lleva a cabo la optimización a mediano plazo. Una modalidad de un método para llevar a cabo la optimización a mediano plazo se ilustra en la Figura 4.

En el paso 222, el método 200 determina si es deseable el análisis de optimización a largo plazo con base en los resultados del paso 210 y si la causa de cualquier indicador de estado de eficiencia de barrido indeseable no se puede resolver inmediatamente o en unos pocos meses pero se puede resolver dentro de un año o más (p.ej., perforando nuevos pozos). La decisión entre llevar a cabo análisis de optimización a corto plazo, análisis de optimización a mediano plazo o análisis de optimización a largo plazo se basa sub etivamente en las experiencias y habilidades de la persona que toma la decisión. Si no se desea análisis de optimización a largo plazo, entonces el método 200 termina. Alternativamente, el método 200 puede proceder al paso 214 o el paso 218 si no se desea el análisis de optimización a largo plazo. Si se desea el análisis de optimización a largo plazo, entonces el método 200 procede al paso 224.

En el paso 224, se lleva a cabo la optimización a largo plazo. Una modalidad de un método para llevar a cabo optimización a largo plazo se ilustra en la Figura 5.

Haciendo referencia ahora a la Figura 3, un diagrama de flujo ilustra una modalidad de un método 300 llevar a cabo el paso 216 en la Figura 2.

En el paso 302, todas las zonas, pozos, patrones/grupos y/o campos a ser optimizados se seleccionan de la visualización de estado de eficiencia de barrido seleccionado utilizando la interfaz del cliente y/o la interfaz de video que se describe con referencia a la Figura 6.

En el paso 304, se muestra una serie de escenarios de optimización clasificados y acciones correspondientes para optimización reactiva utilizando la interfaz de video que se describe con referencia a la Figura 6 y técnicas bien conocidas en la materia. La serie de escenarios de optimización clasificados y acciones correspondientes para la optimización reactiva se basan en la optimización de las zonas, pozos, patrones, grupos y/o campos seleccionados, que se pueden exportar a un calculador de valor presente neto. Se pueden crear miles de escenarios de optimización por simulación del depósito o utilizando modelos proxy.

En el paso 306, se puede seleccionar uno o más escenarios de optimización y la acción correspondiente para la optimización de las zonas, pozos, patrones/grupos y/o campos seleccionados se muestra utilizando la interfaz del cliente y/o la interfaz de video que se describe con referencia a la Figura 6. Un ejemplo de una visualización de la acción correspondiente se ilustra por la interfaz gráfica de usuario 900 en la Figura 9.

En el paso 310, se puede seleccionar una fecha de predicción para cada escenario de optimización seleccionado utilizando la interfaz del cliente y/o interfaz de video que se describe con referencia a la Figura 6. La fecha de predicción determina el periodo de tiempo que se corre cada escenario de optimización seleccionado respectivo en un simulador .

En el paso 312, se muestran dichos uno o más escenarios de optimización seleccionados y el efecto de cada acción correspondiente en las zonas, pozos, patrones /grupos y/o campos seleccionados en la fecha de predicción utilizando la interfaz de video que se describe con referencia a la Figura 6. La visualización puede incluir, por ejemplo, cambios en indicadores de estado de eficiencia de barrido, diferentes parámetros de visualización de subsuperficie para las zonas seleccionadas, pozos, patrones/grupos y/o campos, y diferentes derivados del valor presente neto para cada escenario de optimización seleccionado.

En el paso 314, el método 300 determina si se desea la optimización con base en los resultados del paso 312. Si se desea la optimización, entonces el método 300 procede al paso 316. Si la no se desea optimización, entonces el método 300 procede al paso 318.

En el paso 316, el (los) escenario (s) de optimización deseada se puede (n) seleccionar de dichos uno o más escenarios de optimización seleccionados para su implementación utilizando la interfaz del cliente y/o la interfaz de video que se describe con referencia a la Figura 6.

En el paso 318, se guardan los datos subyacentes a los resultados del paso 312.

En el paso 320, se guardan los datos subyacentes a los resultados del paso 312 seleccionados en el paso 316 para su implementación .

En el paso 322, el método 300 determina si el usuario tiene aprobación de acción para implementar unilateralmente el (los) escenario (s) de optimización deseada. Si el usuario no tiene la aprobación de acción, entonces el método 300 procede al paso 324. Si el usuario tiene aprobación de acción, entonces el método 300 procede al paso 326.

En el paso 324, se puede generar una solicitud de implementacion del (los) escenario (s) de optimización deseada y/o ser enviada con un reporte de caso de negocios, recomendación y análisis utilizando la interfaz del cliente y/o la interfaz de video que se describe con referencia a la Figura 6. Un ejemplo de una solicitud de implementacion del (los) escenario (s) de optimización deseada se ilustra por la interfaz gráfica de usuario 1000 en la Figura 10.

En el paso 326, la(s) acción (es) correspondiente ( es ) para cada escenario de optimización por ser implementado se pueden ejecutar o aprobar de manera remota para su implementacion manual utilizando la interfaz del cliente y/o la interfaz de video que se describe con referencia a la Figura 6.

Haciendo ahora referencia a la Figura 4, un diagrama de flujo ilustra una modalidad de un método 400 para llevar a cabo el paso 220 de la Figura 2.

En el paso 402, se seleccionan todas las zonas, pozos, patrones/grupos y/o campos a ser optimizados de la visualización de estado de eficiencia de barrido seleccionada utilizando la interfaz del cliente y/o la interfaz de video que se describe con referencia a la Figura 6.

En el paso 404, se muestra una serie de escenarios de optimización clasificados y acciones correspondientes para la optimización proactiva utilizando la interfaz de video que se describe con referencia a la Figura 6 y técnicas bien conocidas en la materia. La serie de escenarios de optimización clasificados y acciones correspondientes para la optimización proactiva se basan en la optimización de las zonas, pozos, patrones, grupos y/o campos seleccionados, que se pueden exportar a un calculador de valor presente neto. Las acciones de optimización podrían ser acciones tales como reparaciones/red-terminaciones , conformidad, instrumentación de superficie y otros.

En el paso 406, se puede seleccionar uno o más escenarios de optimización y la acción correspondiente para la optimización de las zonas, pozos, patrones/grupos y/o campos seleccionados se muestra utilizando la interfaz del cliente y/o la interfaz de vídeo que se describe con referencia a la Figura 6. Un ejemplo de seleccionar uno o más escenarios de optimización se ilustra por la interfaz gráfica de usuario 1100 en la Figura 11.

En el paso 410, se puede seleccionar una fecha de predicción para cada escenario de optimización seleccionado utilizando la interfaz del cliente y/o la interfaz de vídeo que se describe con referencia a la Figura 6. La fecha de predicción determina el periodo de tiempo que se corre cada escenario de optimización seleccionado respectivo en un simulador .

En el paso 412, dichos uno o más escenarios de optimización seleccionados, el efecto de cada acción correspondiente en las zonas, pozos, patrones/grupos y/o campos seleccionados en la fecha de predicción, y un plan de desarrollo de campo actualizado para el campo con el cálculo de valor presente neto respectivo y los parámetros de producción proyectada se muestran utilizando la interfaz de video que se describe con referencia a la Figura 6. La visualización puede incluir, por ejemplo, cambios en indicadores de estado de eficiencia de barrido, diferentes parámetros de visualización de subsuperficie para las zonas, pozos, patrones /grupos y/o campos seleccionados, y diferentes derivados de valor presente neto para cada escenario de optimización seleccionado. Un ejemplo de tal visualización se ilustra por la interfaz gráfica de usuario 1200 y 1300 en las Figuras 12 y 13, respectivamente.

En el paso 414, el método 400 determina si se desea la optimización con base en los resultados del paso 412. Si se desea la optimización, entonces el método 400 procede al paso 416. Si no se desea la optimización, entonces el método 400 procede al paso 418.

En el paso 416, se puede (n) seleccionar el (los) escenario (s) de optimización deseada de dichos uno o más escenarios de optimización seleccionados para su implementación utilizando la interfaz del cliente y/o la interfaz de video que se describe con referencia a la Figura 6.

En el paso 418, se guardan los datos subyacentes a los resultados del paso 412.

En el paso 420, se guardan los datos subyacentes a los resultados del paso 412 seleccionados en el paso 416 para su implementación.

En el paso 422, el método 400 determina si el usuario tiene aprobación de acción para implementar unilateralmente el (los) escenario (s) de optimización deseada. Si el usuario no tiene la aprobación de acción, entonces el método 400 procede al paso 424. Si el usuario tiene aprobación de acción, entonces el método 400 procede al paso 426. Un ejemplo de aprobación de acción para implementar el (los) escenario (s) de optimización deseada se ilustra por la interfaz gráfica de usuario 1400 en la Figura 14.

En el paso 424, se puede generar una solicitud de implementación del (los) escenario (s) de optimización deseada y/o ser enviada con un reporte de caso de negocios, recomendación y análisis utilizando la interfaz del cliente y/o la interfaz de video que se describe con referencia a la Figura 6.

En el paso 426, la(s) acción (es) correspondiente (es ) para cada escenario de optimización por ser implementado se pueden ejecutar o aprobar de manera remota para su implementación manual utilizando la interfaz del cliente y/o la interfaz de vídeo que se describe con referencia a la Figura 6.

Haciendo ahora referencia a la Figura 5, un diagrama de flujo ilustra una modalidad de un método 500 para llevar a cabo el paso 224 de la Figura 2.

En el paso 502, se seleccionan todas las zonas, pozos, patrones/grupos y/o campos a ser optimizados de la visualización de estado de eficiencia de barrido seleccionada utilizando la interfaz del cliente y/o la interfaz de vídeo que se describe con referencia a la Figura 6.

En el paso 504, se muestra una serie de escenarios de optimización clasificados y acciones correspondientes que se derivan de las disciplinas de integración de exploración, perforación, terminación y producción del momento correcto (el punto en el tiempo futuro deseado - corto, mediano o largo plazo) para la optimización proactiva mejorada (proactiva plus) utilizando la interfaz de vídeo que se describe con referencia a la Figura 6 y técnicas bien conocidas en la materia mientras se evalúa el plan de acción apropiado para desarrollar un campo. La serie de escenarios de optimización clasificados y acciones correspondientes para la optimización proactiva plus se basan en la optimización de las zonas, pozos, patrones, grupos y/o campos seleccionados, que se pueden exportar a un calculador de valor presente neto .

En el paso 506, se puede seleccionar uno o más escenarios de optimización y la acción correspondiente para la optimización de las zonas, pozos, patrones/grupos y/o campos seleccionados se muestra utilizando la interfaz del cliente y/o la interfaz de video que se describe con referencia a la Figura 6.

En el paso 510, se puede seleccionar una fecha de predicción para cada escenario de optimización seleccionado utilizando la interfaz del cliente y/o la interfaz de video que se describe con referencia a la Figura 6. La fecha de predicción determina el periodo de tiempo que se corre cada escenario de optimización seleccionado respectivo en un simulador .

En el paso 512, dichos uno o más escenarios de optimización seleccionados, el efecto de cada acción correspondiente en las zonas, pozos, patrones/grupos y/o campos seleccionados en la fecha de predicción, y un plan de desarrollo de campo actualizado para el campo con el cálculo de valor presente neto respectivo y los parámetros de producción proyectada se muestran utilizando la interfaz de video que se describe con referencia a la Figura 6. La visualización puede incluir, por ejemplo, cambios en indicadores de estado de eficiencia de barrido, diferentes parámetros de visualización de subsuperficie para las zonas, pozos, patrones /grupos y/o campos seleccionados, y diferentes derivados de valor presente neto para cada escenario de optimización seleccionado. Los escenarios de optimización podrían incluir acciones tal como estrategias de exploración a largo plazo de recuperación secundaria y terciaria de petróleo, perforación de relleno, re-perforación de posiciones de inyección de agua, y otras acciones de desarrollo de campo.

En el paso 514, el método 500 determina si se desea la optimización con base en los resultados del paso 512. Si se desea la optimización, entonces el método 500 procede al paso 516. Si no se desea la optimización, entonces el método 500 procede al paso 518.

En el paso 516, se puede (n) seleccionar el (los) escenario (s) de optimización deseada de dichos uno o más escenarios de optimización seleccionados para su implementación utilizando la interfaz del cliente y/o la interfaz de vídeo que se describe con referencia a la Figura 6.

En el paso 518, se guardan los datos subyacentes a los resultados del paso 512.

En el paso 520, se guardan los datos subyacentes a los resultados del paso 512 seleccionados en el paso 516 para su implementación .

En el paso 522, el método 500 determina si el usuario tiene aprobación de acción para implementar unilateralmente el (los) escenario (s) de optimización deseada. Si el usuario no tiene la aprobación de acción, entonces el método 500 procede al paso 524. Si el usuario tiene aprobación de acción, entonces el método 500 procede al paso 526.

En el paso 524, se puede generar una solicitud de implementación del (los) escenario (s) de optimización deseada y/o ser enviada con un reporte de caso de negocios, recomendación y análisis utilizando la interfaz del cliente y/o la interfaz de vídeo que se describe con referencia a la Figura 6.

En el paso 526, la(s) acción (es) correspondiente ( es ) para cada escenario de optimización por ser implementado se pueden ejecutar o aprobar de manera remota para su implementación manual utilizando la interfaz del cliente y/o la interfaz de vídeo que se describe con referencia a la Figura 6.

Descripción del Sistema La presente invención se puede implementar por medio de un programa de instrucciones ejecutable por computadora, tal como modelos de programa, generalmente denominados como aplicaciones de software o programas de aplicación ejecutados por una computadora. El software puede incluir, por ejemplo, rutinas, programas, objetos, componentes, y estructuras de datos que llevan a cabo tareas particulares o implementan tipos de datos abstractos particulares. El software forma la interfaz para permitir a una computadora reaccionar de acuerdo con una fuente de entrada. DecisionSpace™, que es una aplicación de software comercial comercializada por Landmark Graphics Corporation, se puede utilizar como una aplicación de interfaz para implementar la presente invención. El software puede también cooperar con otros segmentos de código para iniciar una variedad de tareas en respuesta a los datos recibidos en conjunción con la fuente de los datos recibidos. Otros segmentos de código pueden proporcionar componentes de optimización incluyendo, pero no limitado a, redes neuronales, modelado de tierra, ajuste histórico, optimización, visualización, administración de datos, simulación del depósito y economía. El software puede ser almacenado y/o llevado en cualquier variedad de memoria tal como CD-ROM, disco magnético, memoria de burbuja y memoria de semiconductor (p.ej., diferentes tipos de RAM o ROM). Además, el software y sus resultados se pueden transmitir a través de una variedad de medios portadores tales como fibra óptica, alambre metálico, y/o a través de cualquiera de una variedad de redes, tal como Internet.

Por otra parte, aquellos experimentados en la materia apreciarán que la invención se puede practicar con una variedad de configuraciones de sistema de computadora, incluyendo dispositivos de mano, sistemas de multiprocesador , electrónica basada en microprocesador o programable por consumidor, minicomputadoras, computadoras de ordenador central, y similares. Es aceptable cualquier número de sistemas de computadora y redes de computadora para su uso con la presente invención. La invención se puede practicar en entornos de computación distribuida donde las tareas se llevan a cabo por dispositivos de procesamiento remotos que están enlazados a través de una red de comunicaciones. En un entorno de computación distribuida, los módulos de programa pueden estar ubicados en medios de almacenamiento de computadora locales y remotos incluyendo dispositivos de almacenamiento de memoria. La presente invención se puede implementar, por lo tanto, en conjunción con diferente hardware, software o una combinación de los mismos, en un sistema de computadora u otro sistema de procesamiento.

Haciendo referencia a la Figura 6, un diagrama de bloques ilustra una modalidad de un sistema para implementar la presente invención en una computadora. El sistema incluye una unidad de computación, en ocasiones denominada como un sistema de computación, que contiene memoria, programas de aplicación, una interfaz del cliente, una interfaz de video, y una unidad de procesamiento. La unidad de computación es solamente un ejemplo de un entorno de computación adecuado y no se pretende sugerir ninguna limitación en cuanto al alcance de uso o funcionalidad de la invención.

La memoria principalmente almacena los programas de aplicación, que también se pueden describir como módulos de programa que contienen instrucciones ejecutables por computadora, ejecutadas por la unidad de computación para implementar la presente invención que se describe en este documento y se ilustra en la Figura 2. La memoria por lo tanto, incluye un módulo de optimización de recuperación de petróleo de subsuperficie, que habilita los métodos que se ilustran y se describen con referencia a la Figura 2 e integra funcionalidad de los programas de aplicación restantes que se ilustran en la Figura 6. El modelo de optimización de recuperación de petróleo de subsuperficie, por ejemplo, se puede utilizar, a diferencia del arte actual, para ejecutar muchas de las funciones que se describen con referencia a los pasos 201, 202, 204, 206 (en cuanto a visualización) , 208, 210, 212, 214, 218, 222, 302, 304 (en cuanto a visualización y clasificación), 306 (selección de usuario) , 308 (en cuanto selección) , 310, 312 (en cuanto a visualización), 314, 316, 318, 320, 322, 324, 326, 402, 404 (en cuanto a visualización y clasificación), 406 (selección de usuario), 408 (en cuanto selección), 410, 412 (en cuanto a visualización), 414, 416, 418, 420, 422, 424, 426, 502, 504 (en cuanto a visualización y clasificación), 506 (selección de usuario), 508 (en cuanto selección), 510, 512 (en cuanto a visualización), y 514, 516, 518, 520, 522, 524, 526 en las Figuras 2, 3, 4 y 5. La memoria también incluye DecisionSpace™, que se puede utilizar, por ejemplo, como una aplicación de interfaz para ejecutar las funciones que se describen con referencia a los pasos 206 (en cuanto al estado de eficiencia de barrido predicho) , 304 (en cuanto al cálculo de escenarios clasificados), 306 (acciones sugeridas), 308 (en cuanto a los efectos), 312 (en cuanto los cambios predichos en los indicadores de estado de eficiencia de barrido) , 404 (en cuanto al cálculo de escenarios clasificados), 406 (acciones sugeridas), 408 (en cuanto a los efectos), 412 (en cuanto a los cambios predichos en los indicadores de estado de eficiencia de barrido) , 504 (en cuanto al cálculo de escenarios clasificados), 506 (acciones sugeridas), 508 (en cuanto a los efectos), y 512 (en cuanto a los cambios predichos en los indicadores de estado de eficiencia de barrido) en las Figuras 2, 3, 4 y 5. Aunque DecisionSpace™ se puede utilizar como una aplicación de interfaz, se pueden utilizar otras aplicaciones de interfaz, en lugar de, o el módulo de optimización de recuperación de petróleo de subsuperficie se puede utilizar como una aplicación independiente.

Aunque la unidad de computación se muestra como teniendo una memoria generalizada, la unidad de computación incluye típicamente una variedad de medios legibles por computadora. A manera de ejemplo, y no limitación, los medios legibles por computadora pueden comprender medios de almacenamiento de computadora y medios de comunicación. La memoria del sistema de computación puede incluir medios de almacenamiento de computadora en la forma de memoria volátil y/o no volátil tal como memoria de sólo lectura (ROM, Read Only Memory) y memoria de acceso aleatorio (RAM, Random Access Memory) . Un sistema básico de entrada/salida (BIOS, Basic Input/Output System) , que contiene las rutinas básicas que ayudan a transferir información entre elementos dentro de la unidad de computación, tal como durante el arranque, típicamente está almacenado en ROM. La RAM típicamente contiene datos y/o módulos de programa que son inmediatamente accesibles y/o actualmente siendo operados por la unidad de procesamiento. A manera de ejemplo, y no limitación, la unidad de computación incluye un sistema operativo, programas de aplicación, otros módulos de programa, y datos de programa.

Los componentes que se muestran en la memoria también se pueden incluir en otros medios de almacenamiento de computadora removibles/no removibles, volátiles/no volátiles o se pueden implementar en la unidad de computación a través de una interfaz de programa de aplicación (API, Application Program Interface) o computación de nube, que puede residir en una unidad de computación separada conectada a través de un sistema de computadora o red. Por ejemplo solamente, una unidad de disco duro puede leer de o escribir en medios magnéticos no removibles, no volátiles, una unidad de disco magnético puede leer de o escribir en un disco magnético removible, no volátil, y una unidad de disco óptico puede leer de o escribir en un disco óptico removible, no volátil tal como un CD-ROM u otro medio óptico. Otros medios de almacenamiento de computadora removibles/no removibles, volátiles/no volátiles que se pueden utilizar en el entorno de operación ejemplar pueden incluir, pero no están limitados a, casetes de cinta magnética, tarjetas de memoria flash, discos versátiles digitales, cinta de video digital, RAM de estado sólido, ROM de estado sólido, y similares. Las unidades y sus medios de almacenamiento de computadora asociados discutidos anteriormente proporcionan almacenamiento de instrucciones legibles por computadora, estructuras de datos, módulos de programa y otros datos para la unidad de computación.

Un cliente puede introducir comandos e información en la unidad de computación a través de la interfaz del cliente, que pueden ser dispositivos de entrada tales como un teclado y dispositivo apuntador, comúnmente denominado como un ratón, bola de seguimiento o sensor táctil. Los dispositivos de entrada pueden incluir un micrófono, palanca de mando, antena satelital, escáner, reconocimiento de voz o reconocimiento de gestos, o similares. Éstos y otros dispositivos de entrada están a menudo conectados a la unidad de procesamiento a través de un enlace común del sistema, pero se pueden conectar por otra interfaz y estructuras de enlace común, tal como un puerto paralelo o un bus de serie universal (USB, Universal Serial Bus) .

Un monitor u otro tipo de dispositivo de visualización se puede conectar al enlace común del sistema por medio de una interfaz, tal como una interfaz de video. También se puede utilizar una interfaz gráfica de usuario (GUI, Graphical User Interface) con la interfaz de video para recibir instrucciones de la interfaz del cliente y transmitir instrucciones a la unidad de procesamiento. Además del monitor, las computadoras también pueden incluir otros dispositivos periféricos de salida tales como bocinas e impresora, que se pueden conectar a través de una interfaz periférica de salida.

Aunque no se muestran muchos otros componentes internos de la unidad de computación, aquellos experimentados en la materia apreciarán que son bien conocidos tales componentes y su interconexión.

Mientras la presente invención ha sido descrita en relación con las modalidades preferidas actualmente, se entenderá por aquellos experimentados en la materia que no se pretende limitar la invención a esas modalidades. Se contempla, por lo tanto, que se pueden hacer diferentes modalidades y modificaciones alternativas a las modalidades que se divulqan sin apartarse del espíritu y alcance de la invención que se define por las reivindicaciones adjuntas y equivalentes de las mismas.

Claims

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 para la optimización de recuperación de petróleo a corto plazo, que comprende: seleccionar una o más zonas, pozos, patrones/grupos o campos ; mostrar múltiples escenarios de optimización y acciones correspondientes para la optimización de dichas una o más zonas, pozos, patrones/grupos o campos seleccionados; seleccionar uno o más escenarios de optimización y mostrar cada acción correspondiente; seleccionar una fecha de predicción para cada escenario de optimización seleccionado; y mostrar dichos uno o más escenarios de optimización seleccionados y el efecto de cada acción correspondiente en dichas una o más zonas, pozos, patrones/grupos o campos seleccionados en la fecha de predicción utilizando un sistema de computadora.

2. El método de acuerdo con la reivindicación 1, además comprende determinar si se desea la optimización con base en dichos uno o más escenarios de optimización seleccionados y el efecto de cada acción correspondiente en dichas una o más zonas, pozos, patrones/grupos o campos seleccionados.

3. El método de acuerdo con la reivindicación 2, además comprende seleccionar uno o más escenarios de optimización deseada de dichos uno o más escenarios de optimización seleccionados para su implementación .

4. El método de acuerdo con la reivindicación 3, además comprende ejecutar la acción correspondiente para cada escenario de optimización deseada como una respuesta de optimización a corto plazo a un indicador de estado de eficiencia de barrido indeseable.

5. El método de acuerdo con la reivindicación 4, caracterizado porque la acción correspondiente para cada escenario de optimización deseada se ejecuta de manera remota .

6. El método de acuerdo con la reivindicación 3, además comprende enviar una aprobación para la implementación manual de la acción correspondiente para cada escenario de optimización deseada.

7. El método de acuerdo con la reivindicación 3, además comprende enviar una solicitud para la implementación de la acción correspondiente para cada escenario de optimización deseada con un reporte de caso de negocios y recomendación.

8. El método de acuerdo con la reivindicación 1, caracterizado porque dichas una o más zonas, pozos, patrones/grupos o campos se seleccionan de una visualización de estado de eficiencia de barrido, que comprende una de una visualización de estado de eficiencia de barrido actual y una de múltiples visualizaciones de estado de eficiencia de barrido predichas.

9. El método de acuerdo con la reivindicación 8, caracterizado porque la visualización de estado de eficiencia de barrido actual se basa en datos de condiciones actuales, que comprenden datos de campo de vigilancia en tiempo real.

10. El método de acuerdo con la reivindicación 1, caracterizado porque los múltiples escenarios de optimización mostrados y acciones correspondientes se clasifican de acuerdo con al menos uno de valor presente neto, recuperación aumentada de petróleo, y recuperación reducida de gas o fluidos no deseados.

11. El método de acuerdo con la reivindicación 10, caracterizado porque los múltiples escenarios de optimización mostrados y las acciones correspondientes se clasifican para la optimización reactiva.

12. El método de acuerdo con la reivindicación 1, además comprende correr dichos uno o más escenarios de optimización seleccionados en un simulador en tiempo real para determinar el efecto de cada acción correspondiente en dichas una o más zonas, pozos, patrones /grupos o campos seleccionados en la fecha de predicción.

13. El método de acuerdo con la reivindicación 8, además comprende diagnosticar una causa de un indicador de estado de eficiencia de barrido indeseable para la visualización de estado de eficiencia de barrido utilizando el cálculo numérico de linea de corriente para estimar factores de correlación y factores de designación de pozo.

14. El método de acuerdo con la reivindicación 1, caracterizado porque los múltiples escenarios de optimización mostrados y las acciones correspondientes se basan en uno o más modelos proxy respectivos.

15. Un dispositivo portador de programa para portar instrucciones ejecutables por computadora para optimización de recuperación de petróleo a corto plazo, las instrucciones son ejecutables para implementar: seleccionar una o más zonas, pozos, patrones /grupos o campos ; mostrar múltiples escenarios de optimización y acciones correspondientes para la optimización de dichas una o más zonas, pozos, patrones/grupos o campos seleccionados; seleccionar uno o más escenarios de optimización y mostrar cada acción correspondiente; seleccionar una fecha de predicción para cada escenario de optimización seleccionado; y mostrar dichos uno o más escenarios de optimización seleccionados y el efecto de cada acción correspondiente en dichas una o más zonas, pozos, patrones/grupos o campos seleccionados en la fecha de predicción.

16. El dispositivo portador de programa de acuerdo con la reivindicación 15, además comprende determinar si se desea la optimización con base en dichos uno o más escenarios de optimización seleccionados y el efecto de cada acción correspondiente en dichas una o más zonas, pozos, patrones /grupos o campos seleccionados.

17. El dispositivo portador de programa de acuerdo con la reivindicación 16, además comprende seleccionar uno o más escenarios de optimización deseada de dichos uno o más escenarios de optimización seleccionados para su implementación .

18. El dispositivo portador de programa de acuerdo con la reivindicación 17, además comprende ejecutar la acción correspondiente para cada escenario de optimización deseada como una respuesta de optimización a corto plazo a un indicador de estado de eficiencia de barrido indeseable.

19. El dispositivo portador de programa de acuerdo con la reivindicación 18, caracterizado porque la acción correspondiente para cada escenario de optimización deseada se ejecuta de manera remota.

20. El dispositivo portador de programa de acuerdo con la reivindicación 17, además comprende enviar una aprobación para la implementación manual de la acción correspondiente para cada escenario de optimización deseada.

21. El dispositivo portador de programa de acuerdo con la reivindicación 17, además comprende enviar una solicitud para la implementación de la acción correspondiente para cada escenario de optimización deseada con un reporte de caso de negocios y recomendación.

22. El dispositivo portador de programa de acuerdo con la reivindicación 15, caracterizado porque dichas una o más zonas, pozos, patrones/grupos o campos se seleccionan de una visualización de estado de eficiencia de barrido, que comprende una de una visualización de estado de eficiencia de barrido actual y una de múltiples visualizaciones de estado de eficiencia de barrido predichas.

23. El dispositivo portador de programa de acuerdo con la reivindicación 22, caracterizado porque la visualización de estado de eficiencia de barrido actual se basa en datos de condiciones actuales, que comprenden datos de campo de vigilancia en tiempo real.

24. El dispositivo portador de programa de acuerdo con la reivindicación 15, caracterizado porque los múltiples escenarios de optimización mostrados y acciones correspondientes se clasifican de acuerdo con al menos uno de valor presente neto, recuperación aumentada de petróleo, y recuperación reducida de gas o fluidos no deseados.

25. El dispositivo portador de programa de acuerdo con la reivindicación 24, caracterizado porque los múltiples escenarios de optimización mostrados y las acciones correspondientes se clasifican para la optimización reactiva.

26. El dispositivo portador de programa de acuerdo con la rei indicación 15, además comprende correr dichos uno o más escenarios de optimización seleccionados en un simulador en tiempo real para determinar el efecto de cada acción correspondiente en dichas una o más zonas, pozos, patrones /grupos o campos seleccionados en la fecha de predicción .

27. El dispositivo portador de programa de acuerdo con la reivindicación 22, además comprende diagnosticar una causa de un indicador de estado de eficiencia de barrido indeseable para la visualización de estado de eficiencia de barrido utilizando el cálculo numérico de linea de corriente para estimar factores de correlación y factores de designación de pozo.

28. El dispositivo portador de programa de acuerdo con la reivindicación 15, los múltiples escenarios de optimización mostrados y las acciones correspondientes se basan en uno o más modelos proxy respectivos.