MX2014007972A - Determinacion de parametros optimos para una operacion de fondo de pozo. - Google Patents
Determinacion de parametros optimos para una operacion de fondo de pozo.Info
- Publication number
- MX2014007972A MX2014007972A MX2014007972A MX2014007972A MX2014007972A MX 2014007972 A MX2014007972 A MX 2014007972A MX 2014007972 A MX2014007972 A MX 2014007972A MX 2014007972 A MX2014007972 A MX 2014007972A MX 2014007972 A MX2014007972 A MX 2014007972A
- Authority
- MX
- Mexico
- Prior art keywords
- downhole
- parameter
- data stream
- data
- hole
- Prior art date
Links
- 238000000034 method Methods 0.000 claims abstract description 77
- 238000005553 drilling Methods 0.000 claims description 76
- 238000005457 optimization Methods 0.000 claims description 61
- 230000008569 process Effects 0.000 claims description 36
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000001914 filtration Methods 0.000 claims description 19
- 238000007781 pre-processing Methods 0.000 claims description 17
- 238000013500 data storage Methods 0.000 claims description 14
- 239000012530 fluid Substances 0.000 claims description 10
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 238000004140 cleaning Methods 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 6
- 238000002360 preparation method Methods 0.000 claims description 2
- 230000001052 transient effect Effects 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 description 26
- 239000011435 rock Substances 0.000 description 21
- 230000035515 penetration Effects 0.000 description 18
- 238000013461 design Methods 0.000 description 11
- 230000015572 biosynthetic process Effects 0.000 description 9
- 238000005755 formation reaction Methods 0.000 description 9
- 230000015654 memory Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000009472 formulation Methods 0.000 description 8
- 239000000203 mixture Substances 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- VEXZGXHMUGYJMC-UHFFFAOYSA-M Chloride anion Chemical compound [Cl-] VEXZGXHMUGYJMC-UHFFFAOYSA-M 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000012805 post-processing Methods 0.000 description 7
- 238000001228 spectrum Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000010206 sensitivity analysis Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000010223 real-time analysis Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 3
- 229910052791 calcium Inorganic materials 0.000 description 3
- 239000011575 calcium Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 238000009795 derivation Methods 0.000 description 3
- 238000013433 optimization analysis Methods 0.000 description 3
- 238000005452 bending Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 238000003339 best practice Methods 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000004049 embossing Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B41/00—Equipment or details not covered by groups E21B15/00 - E21B40/00
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B44/00—Automatic control systems specially adapted for drilling operations, i.e. self-operating systems which function to carry out or modify a drilling operation without intervention of a human operator, e.g. computer-controlled drilling systems; Systems specially adapted for monitoring a plurality of drilling variables or conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
Abstract
Esta divulgación se refiere a determinar parámetros óptimos para una operación de fondo de pozo; en un aspecto general, en esta divulgación se describe un método implementado por computadora para administrar una operación de fondo de pozo; el método incluye recibir una corriente continua de datos en tiempo real asociada con una operación de fondo de pozo en curso en un almacenamiento de datos; mientras tanto, una selección de un parámetro de fondo de pozo es recibida desde un usuario; después, con un sistema de computación, el parámetro de fondo de pozo seleccionado es optimizado con base en una porción de la corriente de datos recibida para acercarse a un valor objetivo del parámetro de fondo de pozo seleccionado; el parámetro de fondo de pozo optimizado entonces puede ser utilizado en la operación en curso.
Description
DETERMINACION DE PARAMETROS OPTIMOS PARA UNA OPERACION DE
FONDO DE POZO
CAMPO DE LA INVENCION
Esta divulgación se refiere a determinar y/u optimizar parámetros relacionados con una operación de perforación y y/u otra operación de recuperación de hidrocarburos.
ANTECEDENTES DE LA INVENCION
En muchos casos, las operaciones de perforación asi como otras operaciones asociadas con la recuperación de hidrocarburos de una zona subterránea son ejecutadas basándose en información de medición enviada desde las herramientas del fondo de pozo y equipo durante la operación sin monitorear visualmente la operación. La información de medición puede ser de diversos tipos de datos medidos por sensores y registrados en algunos estándares de base de datos industrial. Dicha información puede ser utilizada para describir la operación y permitir la creación y/o ajuste de parámetros de control para la operación. Los parámetros de control pueden ser generados bajo ciertos modelos de cálculo.
BREVE DESCRIPCION DE LAS FIGURAS
La figura 1 ilustra un sistema ejemplar para análisis y/u optimización en tiempo real de una operación de fondo de pozo de acuerdo con la presente divulgación;
La figura 2 ilustra un proceso ejemplar para análisis y/u optimización en tiempo real de una operación de fondo de pozo de acuerdo con la presente divulgación;
La figura 3 ilustra un proceso ejemplar para análisis y/u optimización en tiempo real de parámetros de fondo de pozo ejemplares de acuerdo con la presente divulgación;
Las figuras 4A-4B ilustran un ejemplo gráfico de arguitectura de acoplamiento de datos para análisis y/u optimización en tiempo real de un parámetro de fondo de pozo de acuerdo con la presente divulgación;
La figura 5 ilustra un ejemplo del procedimiento de cálculo en el procedimiento de optimización de acuerdo con la presente divulgación;
La figura 6 ilustra un bucle de control ejemplar para una operación de fondo de pozo de acuerdo con la presente divulgación;
La figura 7 ilustra procesos gráficos ejemplares de pozo único y/o pozo múltiple para análisis y/u optimización en tiempo real de una operación de fondo de pozo de acuerdo con la presente divulgación;
La figura 8 es una interfaz de usuario gráfica ejemplar de un sistema para análisis y/u optimización en tiempo real de una operación de fondo de pozo de acuerdo con la presente divulgación; y
La figura 9 ilustra un método ejemplar para determinar parámetros óptimos para una operación de fondo de pozo.
DESCRIPCION DETALLADA DE LA INVENCION
Esta divulgación se refiere a la determinación de parámetros óptimos para una operación de fondo de pozo. En un aspecto general, en esta divulgación se describe un método implementado por computadora para administrar una operación de fondo de pozo. El método incluye recibir una corriente continua de datos en tiempo real asociados con una operación de fondo de pozo en curso en un almacenamiento de datos. Mientras tanto, una selección de un parámetro de fondo de pozo es recibida desde un usuario. Después, con un sistema de computadora, el parámetro de fondo de pozo seleccionado es optimizado con base en una porción de la corriente de datos recibida para aproximarse a un valor objetivo del parámetro de fondo de pozo seleccionado. El parámetro de fondo de pozo optimizado entonces puede ser utilizado en la operación en curso .
En uno o más aspectos específicos que se pueden combinar
con el aspecto general, el método además puede incluir, filtrar la corriente de datos recibida asociada con la operación de fondo de pozo en curso antes de optimizar el parámetro de fondo de pozo seleccionado. El proceso de filtración puede incluir al menos uno de estos procesos ejemplares: filtrar la corriente de datos recibida a una velocidad de muestreo predeterminada, o remover el ruido asociado con la corriente de datos recibida. El proceso de optimizar el parámetro de fondo de pozo seleccionado puede incluir al menos uno de los siguientes procesos ejemplares: elevar al máximo el parámetro de fondo de pozo seleccionado con base en la porción de la corriente de datos recibida para aproximarse al valor objetivo del parámetro de fondo de pozo seleccionado, o reducir al mínimo el parámetro de fondo de pozo seleccionado con base en la porción de la corriente de datos recibida para aproximarse al valor objetivo del parámetro de fondo de pozo seleccionado.
Se pueden incluir más características que se pueden combinar con cualquiera de los aspectos previos. Por ejemplo, la operación de fondo de pozo en curso es una primera operación de fondo de pozo, el método además puede incluir, utilizar el parámetro de fondo de pozo optimizado en una segunda operación de fondo de pozo diferente de la primera operación de fondo de pozo. La primera operación de fondo de
pozo puede ocurrir en un primer pozo de sondeo, y la segunda operación de fondo de pozo puede ocurrir en un segundo pozo de sondeo diferente del primer pozo de sondeo. La primera y segunda operaciones de fondo de pozo se pueden traslapar temporalmente .
En uno o más aspectos específicos que se pueden combinar con cualquiera de los aspectos previos, el método para optimizar el parámetro de fondo de pozo seleccionado incluye predecir el parámetro de fondo de pozo seleccionado durante la operación de fondo de pozo en curso. El uso del parámetro de fondo de pozo optimizado en la operación en curso puede incluir, ajusfar una entrada a la herramienta de fondo de pozo que ejecuta la operación de fondo de pozo en curso, por ejemplo, operando la herramienta de fondo de pozo a la entrada ajustada, optimizar el parámetro de fondo de pozo seleccionado con base en otra porción de la corriente de datos recibida para aproximarse al valor objetivo del parámetro de fondo de pozo seleccionado, y reajustar la entrada a la herramienta de fondo de pozo que ejecuta la operación de fondo de pozo en curso.
En uno o más aspectos específicos que se pueden combinar con cualquiera de los aspectos previos, el método además incluye preprocesar la corriente continua de datos en tiempo real en el almacenamiento de datos para una reducción de
tiempo de computación y preparación para los siguientes procesos de computación. La operación de fondo de pozo en curso incluye al menos uno de los siguientes: una operación de perforación; una operación de conexión; una operación de desconexión; una operación de limpieza; una operación de perforación y rotación lejos del fondo; o una operación de producción. La corriente de datos sustancialmente continua asociada con una operación de fondo de pozo en curso puede incluir al menos uno de los siguientes: peso en broca; velocidad rotacional del motor en el fondo del pozo; velocidad rotacional en superficie; presión anular; temperatura; densidad; inclinación; y azimut.
En uno o más aspectos específicos que se pueden combinar con cualquiera de los aspectos previos, el método además puede incluir, calcular una o más variables asociadas con la operación de fondo de pozo en curso con base, al menos en parte, en la corriente de datos sustancialmente continua asociada con una operación de fondo de pozo en curso. Una o más variables asociadas con la operación de fondo de pozo en curso pueden incluir al menos uno de los siguientes: energía específica hidromecánica; densidad, densidad equivalente; severidad de pata de perro, o diámetro de agujero. Por ejemplo, cuando se calcula la energía específica hidromecánica, se pueden utilizar las siguientes ecuaciones:
donde, Es es la energía especifica, W es el peso en broca, eff es el peso efectivo en broca, Q es la velocidad de flujo, APb es la caída de presión, R es el radio del agujero, Ab es el área en sección transversal del agujero, N es la velocidad de la rotación de la broca, T es la torsión, y pm es la densidad del fluido de perforación.
Una o más modalidades de un sistema de optimización y automatización de parámetros de control de acuerdo con la presente divulgación pueden incluir una o más de las siguientes características. Por ejemplo, diversos tipos de datos requeridos para el cálculo de la optimización pueden ser adquiridos simultáneamente en forma automática. Los tipos de datos pueden ser enviados en corriente a los procesadores los cuales utilizan un algoritmo de optimización para calcular la energía específica hidromecánica y determinar los parámetros de control más eficientes en energía para la operación de perforación. Un sistema de carga y entrega programado puede ser integrado para reducir al mínimo la cola de datos innecesaria. Se puede utilizar una frecuencia mínima de subida y bajada para los datos a fin de incrementar la
eficiencia del sistema.
El cálculo de optimización se puede basar en cálculos de energía que son actualizados dentro de un programa de marca propia en tiempo real (por ejemplo, casi en forma instantánea o al menos más rápido que la reacción humana) para observar la eficiencia de la perforación utilizando ciertas corrientes de datos. La vigilancia continua se puede ejecutar sobre la eficiencia de la perforación, el desempeño de la broca, el punto de hundimiento de la broca, la comparación contra la resistencia de la formación, y otros parámetros.
La figura 1 ilustra un sistema ejemplar 100 para análisis y/u optimización en tiempo real de una operación de fondo de pozo de acuerdo con la presente divulgación. El sistema ejemplar 100 puede ser un sistema de control optimizado que administra una operación de fondo de pozo. El sistema 100 incluye un dispositivo de computación central 150 para procesamiento y computación. El dispositivo de computación central 160 puede incluir una unidad de procesamiento central, memorias, una unidad de almacenamiento de datos, una interfaz de entrada/salida, una interfaz de red, una interfaz de usuario gráfica (GUI), y otros dispositivos periféricos. El dispositivo de computación 160 opera un módulo de control de optimización que incluye una alimentación de datos 110, un módulo de pre-procesamiento
120, un módulo de ensamble y clasificación de datos 130, un módulo de post-procesamiento 140, y una salida de monitor 150.
En algunas modalidades, el dispositivo de computación 160 puede ser cualquier servidor que almacene una o más aplicaciones alojadas, datos en depósitos de datos, aplicaciones basadas en Web, y/u otro contenido. A un alto nivel, el dispositivo de computación 160 comprende una computadora u otro dispositivo de computación electrónico (por ejemplo, teléfono inteligente, tableta, PDA, u otro) que opere para recibir, transmitir, procesar, almacenar o administrar datos e información. Tal como se utiliza en la presente divulgación, el término "computadora" pretende abarcar cualquier dispositivo de procesamiento conveniente. De hecho, el dispositivo de computación 160 puede ser cualquier computadora o dispositivo de procesamiento tal como, por ejemplo, un servidor Blade, una computadora personal de propósito general (PC) , Macintosh, estación de trabajo, estación de trabajo basada en UNIX, o cualquier otro dispositivo conveniente. En otras palabras, la presente divulgación contempla computadoras diferentes a las computadoras de propósito general, asi como computadoras sin sistemas operativos convencionales. Además, el dispositivo de computación ilustrado 160 se puede adaptar para ejecutar
cualquier sistema operativo, incluyendo Linux, UNIX, Windows, Mac OS, o cualquier otro sistema operativo conveniente.
Una unidad de procesamiento central (CPU) del dispositivo de computación 160 pueden incluir uno o más procesadores, un servidor Blade, un circuito integrado de aplicación especifica (ASIC) , un arreglo de compuerta programable en campo (FPGA), u otro componente conveniente. Generalmente, el CPU ejecuta software (por ejemplo, instrucciones codificadas en un medio tangible, no transitorio) y manipula datos para ejecutar las operaciones del dispositivo de computación 160. Sin considerar la implementación particular, el "software" puede incluir instrucciones legibles por computadora, firmware, hardware cableado o programado, o cualquier combinación de los mismos en un medio tangible que opere cuando es ejecutado para realizar al menos los procesos y operaciones aquí descritos. De hecho, cada componente de software puede estar completa o parcialmente escrito o descrito en cualquier lenguaje de computadora apropiado incluyendo C, C++, Java, Visual Basic, lenguaje ensamblador, Perl, cualquier versión conveniente de 4GL, asi como otros.
Una o más memoria del dispositivo de computación 160 pueden incluir cualquier módulo de memoria o base de datos y pueden asumir la forma de memoria volátil o no volátil
incluyendo, sin limitación, medio magnético, medio óptico, memoria de acceso aleatorio (RAM) , memoria de solo lectura (ROM) , medio removible, o cualquier otro componente de memoria local o remoto conveniente. Las memorias pueden almacenar diversos objetos o datos, incluyendo clases, marcos de trabajo, aplicaciones, datos de respaldo, objetos de negocios, trabajos, páginas Web, plantillas de páginas Web, tablas de base de datos, depósitos que almacenan información de negocios y/o dinámica, y cualquier otra información apropiada incluyendo cualesquiera parámetros, variables, algoritmos, instrucciones, reglas, restricciones o referencias a las mismas asociadas con los propósitos del dispositivo de computación 160.
Una interfaz del dispositivo de computación 160 puede comprender lógica codificada en software y/o hardware en una combinación conveniente y que opera para comunicarse con una red. De manera más específica, la interfaz puede comprender software que soporte uno o más protocolos de comunicación asociados con comunicaciones de manera que la red o hardware de interfaz opere para comunicar señales físicas dentro y fuera del dispositivo de computación ilustrado 160. Una red facilita las comunicaciones inalámbricas o cableadas entre los componentes y un ambiente de computación incluyendo el dispositivo de computación 160, así como con cualquier otra
computadora local o remota, tal como clientes, servidores u otros dispositivos adicionales acoplados de manera comunicativa a la red pero que no se ilustran en la figura 1.
Una red acoplada de manera comunicativa al dispositivo de computación puede ser una sola red, pero puede ser una red continua o discontinua sin apartarse del alcance de esta divulgación. La red puede ser toda o una parte de una red de empresa o asegurada, mientras que en otro caso al menos una parte de la red puede representar una conexión a la Internet. En algunos casos, una parte de la red puede ser una red privada virtual (VPN) , tal como, por ejemplo, la conexión entre el dispositivo de computación y otros parámetros u otros dispositivos electrónicos. Además, toda o una parte de la red puede comprender ya sea un enlace cableado o inalámbrico. Los enlaces inalámbricos ejemplares pueden incluir enlaces 802. lla/b/g/n, 802.20 i ax y/o cualesquiera otros enlaces inalámbricos apropiados. En otras palabras, la red abarca cualquier red interna o externa, redes, subredes, o combinación de las mismas que opere para facilitar las comunicaciones entre diversos componentes de computación incluyendo el dispositivo de computación 160. La red puede comunicar, por ejemplo, paquetes de Protocolo de Internet (IP), marcos de Retransmisión de Cuadros, células del Modo de Transferencia Asincrona (ATM) , voz, video, datos y otra
información conveniente entre direcciones de red. La red también puede incluir una o más redes de área local (LANs ) , redes de acceso de radio (RANs) , redes de área metropolitana (MA s ) , redes de área amplia (WANs) , toda o una parte de la Internet, y/o cualquier otro sistema o sistemas de comunicación en una o más ubicaciones.
Una GUI del dispositivo de computación 160 puede generar una representación visual de una o más aplicaciones alojadas, aplicaciones basadas en Web, conjunto de datos, u otros datos para proporcionar una presentación eficiente y amigable al usuario de datos proporcionados por o comunicados dentro del sistema. El término "interfaz de usuario gráfica", o GUI, se puede utilizar en el singular o el plural para describir una o más interfaces de usuario gráficas y cada uno de los despliegues de una interfaz de usuario gráfica particular. Por lo tanto, la GUI puede representar cualquier interfaz de usuario gráfica, incluyendo pero no limitado a, un navegador Web, pantalla táctil, o interfaz de linea de comando (CLI) que procesa información en el dispositivo de computación 160 y de manera eficiente presenta los resultados de la información al usuario. En general la GUI puede incluir una pluralidad de elementos de interfaz de usuario (UI) , tal como campos interactivos, listas de despliegue, y botones operables por el usuario en el dispositivo de computación
160.
La alimentación de datos 110 puede incluir datos técnicos transmitidos bajo un formato industrial tal como el lenguaje de marcación estándar de transferencia de información del sitio de pozo (WITS L) . ITSML ha sido desarrollado para comunicar datos para la operación de la plataforma petrolera desde un arreglo diverso de contratistas especializados en una plataforma mar adentro o plataforma de perforación moderna. WITSML continúa siendo desarrollada por un Grupo de Interés Especial facilitado por Energistics para desarrollar estándares XML para intercambio de datos de perforación, terminaciones e intervenciones. WITSML facilita el libre flujo de datos técnicos a través de las redes entre compañías petroleras, compañías de servicio, contratistas de perforación, vendedores de aplicaciones y agencias reguladoras para las funciones de perforación, terminaciones e intervenciones de la industria del petróleo y gas natural corriente arriba. La alimentación de datos 100 puede incluir datos bajo otros estándares y formatos, tal como la especificación de transferencia de información del sitio del pozo .
La alimentación de datos 110 puede ser datos en tiempo real, "en el tiempo correcto", y/o puestos en memoria intermedia/almacenados. En algunas modalidades, datos en el
"tiempo correcto" pueden incluir, por ejemplo, datos predeterminados para condiciones predeterminadas, tal como una plantilla de datos bajo ciertas condiciones. En algunas implementaciones, la alimentación de datos 100 puede incluir datos de un almacenamiento de datos activos, el cual captura transacciones cuando hay cambio de datos en tiempo real, e integra los datos en el almacenamiento junto con el mantenimiento de renovaciones de ciclo en lote o programadas. En algunas implementaciones, la alimentación de datos 100 puede incluir datos de un almacenamiento de datos en el tiempo correcto, los cuales contienen datos predeterminados para ciertas condiciones predefinidas. En algunas implementaciones, la alimentación de datos 100 puede incluir datos de una memoria pre-almacenada o módulo de memoria intermedia para validar, probar o sintonizar el dispositivo de computación 160 y/o el algoritmo de computación que corre ahí .
La alimentación de datos 100 puede incluir tipos de datos tales como profundidad (medida y vertical) , velocidad de flujo, peso en broca, velocidad rotacional de broca, tamaño de broca, longitud del collar de perforación, velocidad de penetración, torsión y arrastre en el varillaje, filtrado de cloruro, viscosidad plástica, punto de producción, peso del lodo y resistencia del gel (por ejemplo,
10 segundos y 10 minutos) . También se pueden incluir otros tipos de datos para el cálculo de optimización, tal como el filtrado de calcio, filtrado de cloruro, torsión, presión de circulación, peso en broca, arrastre, tamaño de broca, ensamble en el fondo de la perforación, velocidad de penetración y revoluciones por minuto.
El módulo de pre-procesamiento 120 puede incluir un módulo de procesamiento que filtra y/o acondiciona la alimentación de datos 100. El módulo de pre-procesamiento 120 puede filtrar los datos a una velocidad de muestreo predeterminada. El módulo de pre-procesamiento 120 puede incluir uno o muchos filtros digitales y/o uno o muchos filtros análogos. El módulo de pre-procesamiento 120 puede incluir convertidores de señal tal como convertidor de señal digital a análogo o convertidor de señal análogo a digital para unificar los datos de señal que se van a procesar. Los filtros pueden ser un filtro de paso de banda, un filtro de paso alto, un filtro de paso bajo, un filtro promedio, un filtro de reducción de ruido, un filtro de retraso, un filtro de suma, un filtro de conversión de formato, y/u otros tipos de filtros. Los filtros se pueden basar en la transformada rápida de Fourier para permitir que el espectro sea manipulado antes de convertir el espectro modificado nuevamente en una señal de serie en tiempo, tal como filtros
de paso de banda. Los filtros se pueden basar en un modelo de estado-espacio tal como el filtro Kalman.
Después que la corriente de datos ha sido pre-procesada en el módulo de pre-procesamiento 120, los datos van a ser ensamblados y clasificados en el módulo 130. El módulo de clasificación y ensamble de datos 130 puede incluir una base de datos 131 y una clasificación 133. El proceso de clasificación y ensamble, en algunas modalidades, se puede utilizar en la optimización y predicción. En el caso de conjuntos de datos de operación normal, los datos son clasificados como perforación, desconexión, conexión, limpieza, perforación y rotación lejos del fondo. Las modalidades de la presente divulgación se pueden aplicar a otras operaciones no productivas que pueden ser clasificadas en forma adicional. Para la clasificación se puede ejecutar varios análisis tales como la predicción de la velocidad de penetración, estimación de energía específica, eficiencia de la perforación utilizando la resistencia de roca compresiva utilizando el valor UCS/CCS o los datos de registro LWD, la energía del perfil de pozo, la predicción de atasco de tubería, la predicción de vibración, el incremento en la acumulación del lecho de cortes, la desviación en el factor de fricción, etcétera.
Los datos y parámetros utilizados en el sistema 100
pueden ser almacenados en la base de datos 131. Los datos y parámetros almacenados pueden ser de cualquier tipo, formato, o estructura dependiendo del requerimiento del sistema 100. En algunas implementaciones , tal como la condición de adhesión de las tuberías, los datos y parámetros pueden pertenecer a tres grupos principales de clasificación: mecánico, diferencial y no atascado. Los grupos pueden ser la clasificación 133 en el módulo de clasificación y ensamble 130. Las variables de los conjuntos de datos que pueden ser comunes para pozos atascados y no atascados y enlistados en la clasificación 133 son profundidad medida, profundidad vertical real, velocidad de flujo, peso en broca, velocidad rotacional de broca, tamaño de broca, longitud del collar de perforación, velocidad de penetración, torsión y arrastre en el varillaje, filtrado de cloruro, viscosidad plástica, punto de producción, peso del lodo y resistencia del gel (por ejemplo, 10 segundos y 10 minutos) . Las variables se pueden almacenar en una forma de variables xi a xn en la clasificación 133. Sin embargo, se pueden almacenar otros datos y parámetros en la base de datos 131 tal como lo especifica el sistema 100.
El módulo de post-procesamiento 140, en algunas modalidades, puede ser el centro de computación donde se ejecutan los análisis de optimización y sensibilidad. La
optimización puede comparar cálculos de energía específicos con aquél de la resistencia de la roca. Cualquiera de la resistencia de roca no confinada (UCS) o resistencia de roca confinada (CCS) permite la evaluación continua del desempeño de la perforación para identificar limitadores, tal como puntos de hundimiento, en el sistema de perforación. La energía específica calculada puede ser utilizada para determinar el punto de falla de la formación rocosa calculado a partir de la función de la resistencia de la roca. La resistencia de la roca se puede predecir a partir de análisis de pozo desviado y se puede proyectar en perfiles futuros de pozo. La resistencia de la roca entonces se puede recalcular en tiempo real con base en mediciones de las propiedades de la roca a partir de las herramientas LWD/M D. En algunas implementaciones, la resistencia de la roca se puede calcular utilizando herramientas de registro LWD/MWD post-pozo o cableado post-pozo.
La optimización ejecutada en el módulo de postprocesamiento 140 se puede aplicar a la broca determinando la energía requerida para romper la formación y asegurar que la vida de la broca sea utiliza en forma efectiva. Los parámetros de perforación entonces pueden ser recomendados por el sistema 100 para una eficiencia de perforación y vida de broca optimizadas. El desgaste de la broca y la vida de la
broca se pueden recalcular a medida que las herramientas de evaluación de formación de fondo de pozo actualizan y corrigen cualesquiera variaciones de la formación que tienen como resultado resistencias compresivas variables de la formación. El proceso de perforación entonces se puede predecir y la velocidad de penetración (ROP) se puede calcular bajo los parámetros de perforación optimizados.
Una ROP es predicha para parámetros de perforación optimizados, después también se puede calcular el impacto en la forma del tiempo no productivo o tiempo perdido invisible. El sistema puede cuantificar el impacto negativo de la perforación subóptima. En algunas implementaciones, la optimización ejecutada en el módulo de post-procesamiento 140 puede ser aplicada a datos directamente medidos para optimización de una situación en tiempo real. La optimización también puede ser ejecutada bajo una situación arbitraria para propósitos de simulación. La optimización también se puede utilizar para comparar parámetros optimizados con parámetros actuales a fin de generar un reporte de predicción y/o evaluación.
El módulo de post-procesamiento 140 puede incluir análisis de sensibilidad para el cálculo de optimización. El análisis de sensibilidad puede determinar la manera en que los parámetros/variables en la salida del modelo de
optimización pueden ser atribuidos a diferentes variaciones en las entradas del modelo. El análisis de sensibilidad puede permitir una clasificación de prioridad para los parámetros de control de perforación de manera que se pueden seleccionar y optimizar los parámetros con más cambio efectivo.
La salida del monitor 150 puede desplegar, imprimir y/o transmitir el resultado del análisis de optimización a un usuario y/o receptor que tiene la autoridad para cambiar los parámetros de control. La salida del monitor 150 puede incluir una interfaz de usuario gráfica (GUI) que muestra la alimentación de datos 110, parámetros de control actuales, parámetros de control optimizados, desempeño de la perforación y/u otros datos relacionados con la operación de perforación. La GUI puede ser desplegada en un dispositivo de monitoreo estacionario, o dispositivo electrónico móvil, o ambos. La salida del monitor 150 se puede conectar a un módulo de control de operación de perforación en el cual se puede utilizar el parámetro de perforación actualizado generado a partir de la optimización para el control de perforación actualizado.
La figura 2 ilustra un proceso ejemplar 200 para análisis y/u optimización en tiempo real de una operación de fondo de pozo de acuerdo con la presente divulgación. El proceso 200 ilustra un ejemplo del uso de datos en corriente
para predicción de energía específica. En comparación a la figura 1, un módulo de entrada del sitio de plataforma 210 funciona de manera similar a la alimentación de datos 110 en la figura 1. El módulo de entrada de sitio de plataforma 210 puede incluir un módulo de datos de registro 212 y un servidor WITSML 213 o una conexión al servidor WITSML 213. El módulo de entrada de sitio de plataforma 210 puede ser operado por un administrador de datos de entrada 203, quien puede iniciar, monitorear y administrar el módulo de entrada de sitio de plataforma 210.
En la implementación mostrada en la figura 2, el módulo de entrada de sitio de plataforma 210 transmite datos a un módulo de cliente 220, tal como el OpenWire. El OpenWire puede ser una aplicación que convierta la corriente de datos de perforación de recursos conocidos en lenguajes comunes tales como WITSML, WITS, OPC, etcétera. La aplicación OpenWire puede insertar los datos en bases de datos o almacenamientos de datos conocidos tales como OpenWorks, EDM, Finder, etcétera. También se pueden implementar otras aplicaciones en el módulo de cliente 220 para construir aplicaciones de video en vivo de datos complejos.
El módulo de cliente 220 además puede cargar la corriente de datos a un módulo de estimación 230. El módulo de estimación 230, en algunas modalidades, puede ser el
Modelo de Datos de Ingenieros (EDM) , WELLPLAN, Compass, StressCheck, Wellcat y/u otro software de marca propia o comercialmente disponible para estimación predictiva. En algunas implementaciones, EDM es utilizado en el módulo de estimación 230. El módulo de estimación 230 puede proporcionar sistemas de reporte de perforación, planeación de pozo y operaciones en la forma de una sola plataforma para operaciones detalladas y flujos de trabajo de ingeniería a partir del prototipo para planear y fases reales de perforación o servicio a un pozo. El módulo de estimación 230 entonces procesa la corriente de datos y envía la corriente de datos a un módulo enchufable de plan de pozo 235.
El módulo de cliente 220 puede notificar a un servidor de administrador de cuenta de seguridad (SAM) 240 mientras que el módulo enchufable de plan de pozo 235 transmite la corriente de datos al servidor SAM 240. El" servidor SAM 240 puede ser una base de datos presente en servidores que corren un sistema operativo, tal como un Servidor Windows que almacena cuentas de usuario y descriptores de seguridad para usuarios en la computadora local. El servidor SAM 240 entonces puede actualizar dos motores, el motor 1 250 y motor-2 260, a través de una actualización de datos 241 y una actualización de registro 243. El motor-1 250, en algunas modalidades, se puede comparar con el módulo de pre-
procesamiento 120 que se muestra en la figura 1; y el motor-2 260, en algunas modalidades, se puede comparar con el módulo de post-procesamiento 140 que se muestra en la figura 1.
El servidor SAM 240 puede actualizar el motor-1 250 y el motor-2 260 simultáneamente; o el servidor SAM 240 puede actualizar el motor-1 250 primero y después puede actualizar el motor-2 260. La salida del motor-1 250 además puede transmitir la actualización de trayectoria 245 al motor-2 260. El motor-1 250 puede incluir uno o muchos filtros digitales y/o uno o muchos filtros análogos. El módulo de pre-procesamiento 120 puede incluir convertidores de señal tales como el convertidor de señal digital a análogo o el convertidor de señal análogo a digital para unificar los datos de señal que se van a procesar. Los filtros pueden ser un filtro de paso de banda, un filtro de paso alto, un filtro de paso bajo, un filtro promedio, un filtro de reducción de ruido, un filtro de retraso, un filtro de suma, un filtro de conversión de formato, y/u otros tipos de filtros.
Uno de los objetivos primarios ejecutados por el motor-1 250 puede ser reducir el ruido de la señal. Otro objetivo primario ejecutado por el motor-1 250 puede ser filtrar los datos a una velocidad de muestreo final deseada. El motor-1 250 puede ejecutar el ensamble y clasificación de datos. En el caso de la operación normal, los datos pueden ser
clasificados como conjuntos de datos de categorías tales como, por ejemplo, perforación, desconexión, conexión, limpieza, y perforación y rotación lejos del fondo. Modalidades de la presente divulgación pueden aplicar a otras operaciones no productivas las cuales pueden ser clasificadas en forma adicional. Los datos acondicionados y clasificados entonces son enviados al motor-2 260 a través de la actualización de trayectoria 245.
El motor-2 260 ejecuta el análisis de optimización y sensibilidad después de recibir las actualizaciones de datos desde el servidor SAM 240 y el motor-1 250. La actualización de registro 243 y la actualización de trayectoria 245 pueden incluir información relacionada con la posición de la trayectoria de pozo y parámetros de perforación asociados de manera que los datos de perforación pueden hacer referencia a la profundidad asi como al tiempo. El motor-2 260 puede comparar cálculos de energía específicos con aquel de la resistencia de la roca. Ya sea UCS o CCS permite la evaluación continua del desempeño de la perforación para identificar limitadores, tales como puntos de hundimiento, en el sistema de perforación. La energía específica calculada puede ser utilizada para determinar el punto de falla de la formación rocosa calculado a partir de la función de la resistencia de la roca. La resistencia de la roca se puede
predecir a partir del análisis de pozo desviado y se puede proyectar sobre perfiles futuros de pozo.
El motor-2 260 puede recibir una predicción de energía específica previamente iterada 270. La predicción de energía específica 270 se puede calcular a partir de la corriente de datos medida en un periodo previo. El motor-2 260 puede ser controlado, monitoreado y/o administrado por un operador 201. El operador 201 puede estar monitoreando la operación únicamente, o puede proporcionar instrucciones y/o definiciones de parámetros adicionales al motor-2 260. El motor-2 260 ejecuta la optimización con la corriente de datos actualizada (actualización de registro 243 y actualización de trayectoria 245) así como la predicción de energía específica 270. La optimización se puede basar en la elevación al máximo o la reducción al mínimo de un valor objetivo tal como la energía específica hidromecánica, la cual se puede calcular con las siguientes derivaciones.
La formulación matemática para diseños de trayectoria de pozo complejos puede utilizar datos para permitir la toma de decisiones sobre el control de las vibraciones junto con el varillaje de perforación y la predicción respecto a cuándo sacar las brocas desgastadas, evitando el embolamiento de fondo de perforación y el embolamiento de broca. La función objetivo puede ser una derivación modificada de la energía
específica mecánica calculada como:
y
donde, Es es la energía específica, W es el peso en broca (kips), Weff es el peso efectivo en broca (kpis), Q es la velocidad de flujo (gpm) , APb es la caída de presión (psi) , R es el radio del agujero (pulgadas) , Ab es el área en sección transversal de la perforación (pulgadas cuadradas) , N es la velocidad de la rotación de broca (rmp) , T es la torsión
(pies-libras fuerza) , y es la densidad del fluido de perforación .
Múltiples estructuras de corte (por ejemplo, cuando se utilizan brocas y sub-escariadores o abridores de agujeros) pueden afectar significativamente el rendimiento de la estructura de corte en grupo y, por lo tanto, los cálculos específicos de energía. Debido a los diferentes niveles de agresividad, la fuerza de corte lateral puede tener como resultado diferentes niveles de energía específica. Los diferentes niveles de agresividad pueden perforar diferentes formaciones teniendo como resultado diferente energía específica. El equilibrio de la energía es extremadamente importante cuando se utilizan diferentes estructuras de corte
en grupo. Considerando la nueva condición de equilibrio cuando están presentes dichos tipos de componentes en el varillaje de perforación, la energía específica hidromecánica puede ser proporcionada como:
en la cual Weff = W-^
donde Fs es la fuerza en el varillaje, r es el escariador, Ar
es el área del escariador Ar =~{d2I -d^) , donde dr es el diámetro
del escariador o abridor de agujero y db es el diámetro de la broca piloto, y ??G es la caída de presión del escariador.
Cuando los abridores de agujeros o sub-escariadores son utilizados en el varillaje de perforación mientras se perfora, el fluido de perforación se puede dividir teniendo como resultado trayectorias de flujo paralelas en el sistema. Debido a la división en el flujo y considerando el efecto de la fuerza de impacto debido al flujo, el cálculo para la energía específica hidromecánica se puede modificar en forma adicional como:
Webff
Ab
La velocidad de penetración potencial también se puede predecir para todos los tipos de broca: fijo, cono de
rodillo, y otros, aplicando la teoría de energía específica y la eficiencia mecánica como una función de la resistencia de la roca. Después que la resistencia de la roca aparente se determina de manera precisa a partir ya sea del análisis de registro de agujero abierto o mediciones de núcleo, se puede calcular la ROP basada en el trabajo y la entrada de energía en la eficiencia de la broca. Los siguientes cálculos establecen la ventaja del modelo divulgado.
La optimización se lleva a cabo con la actualización de las condiciones (restricciones) de límite a medida que avanza el proceso de perforación. El intervalo de tiempo o profundidad puede ser establecido por el usuario o automatizado mediante el monitoreo del cambio de la nueva variable dentro de los límites establecidos deseados. El número de variables puede depender de la alimentación de datos en tiempo real. La divulgación también incorpora la comparación del diseño de pozo óptimo de energía teórica con la trayectoria de pozo real. Este también se puede normalizar en forma adicional a una longitud de curso de pozo de sondeo estándar entre estaciones de investigación y se puede proporcionar como:
donde E(abs)n es la energía del perfil de pozo absoluto, Ki es la curvatura del pozo de sondeo, Ti es la torsión del sondeo, ADj. es un cambio en profundidad en el punto de investigación i, Dn es una profundidad en cualquier punto de investigación i, y ??? es el cambio en profundidad a través de un número de estaciones de investigación, n.
A fin de cuantificar cuánto ha cambiado la trayectoria del pozo después de aplicar la tortuosidad artificial, se define una energía relativa la cual es la energía del pozo de sondeo con relación a la energía absoluta, y es proporcionado de la siguiente forma:
FT — T?tor _ ?notor
^(re/),, ~ns(abs)„ ^s(abs)n
donde ?,(??) es Ia energía de perfil de pozo relativa, E^s) es
la energía de perfil de pozo absoluta con tortuosidad o la ondulación de pozo aplicada, y E"°áb°sr) es la energía de perfil de pozo absoluta sin tortuosidad o sin ondulación de pozo aplicada .
La reducción al mínimo de la energía total de la curva tendrá como resultado menos torsión y arrastre durante las operaciones de perforación. Se pueden emplear diversos esquemas de optimización. En algunas implementaciones , derivados para curvatura cuadrada, derivado de cuadrado de
curvatura, torsión cuadrada, o combinaciones de dichos términos con ponderación media son proporcionados de la siguiente forma:
donde mente las
inclinaciones de la curvatura derivativas derecha e izquierda. El análisis derivativo puede ser útil para determinar la profundidad de la ocurrencia de la desigualdad en la trayectoria de pozo que puede causar la falla de la herramienta. La utilidad del modelo puede depender de la validación y comparación con los datos reales. También, esto debiera proporcionar confianza con una menor cantidad de incertidumbres .
Con base en las formulaciones, el motor-2 260 ejecuta la optimización y genera un reporte de resultado 280 en comparación con la predicción de energía específica previa. El reporte 280 puede incluir datos numéricos en el formato de números, cifras gráficas y otras formas para que el operador 201 monitoree el resultado calculado.
La figura 3 ilustra un proceso ejemplar 300 para análisis en tiempo real y/u optimización de parámetros de fondo de pozo ejemplares de acuerdo con la presente
divulgación. En la implementación mostrada en la figura 3, el proceso 300 puede ser utilizado para predecir la velocidad de penetración. El proceso 300 primero puede recibir variables de datos de entrada 310, las cuales pueden incluir información actual referente al peso en broca ( OB) , velocidad rotacional de la broca de perforación (N) , velocidad de flujo de fluido de perforación (Q) , y velocidad actual de penetración (ROP) . También se pueden incluir otras variables dependiendo de la complejidad de la situación y de la formulación correspondiente que se esté aplicando.
El proceso 300 posteriormente puede recibir variables de diseño del análisis de tendencia 320 que son sugeridas, definidas o calculadas por un usuario u operador similar. Las variables de diseño del análisis de tendencia 320 pueden incluir el diámetro del agujero (Db) , área en sección transversal del agujero (An) , la densidad del fluido de perforación/densidad de lodo (pm) , diámetro del escariador/abridor de agujero (Dr) , área en sección transversal del escariador/abridor de agujero (Ar) , y otras variables de diseño.
Después de recibir las variables de datos 310 y las variables de diseño de análisis de tendencia 320, el proceso 300 entonces puede calcular los parámetros de control 330 con base en las formulaciones utilizadas en el motor-2 260
mostrado en la figura 2. En algunas implementaciones, el proceso 300 puede generar parámetros 330 tal como el Weff, APb, Ts, Tf, y Fs. Los parámetros calculados 330 entonces pueden ser utilizados para calcular la ROP en el paso de predicción de ROP 340.
En algunas implementaciones, el proceso 300 puede ser utilizado para predecir energía específica. El proceso 300 primero puede recibir variables de datos de entrada 310, las cuales pueden incluir información actual referente al peso en broca (WOB) , velocidad rotacional de broca de perforación (N) , velocidad de flujo de fluido de perforación (Q) , y velocidad de penetración actual (ROP) . También se pueden incluir otras variables dependiendo de la complejidad de la situación y de la formulación correspondiente que se esté aplicando .
El proceso 300 posteriormente puede recibir las variables de diseño del análisis de tendencia 320 que son sugeridas, definidas o calculadas por un usuario u operador similar. Las variables de diseño de análisis de tendencia 320 pueden incluir el diámetro de agujero (Db) , área en sección transversal de agujero (An) , densidad del fluido de perforación/densidad de lodo (pm) , diámetro del escariador/abridor de agujero (Dr) , área en sección transversal del escariador/abridor de agujero (Ar) , y otras
variables de diseño.
Después de recibir las variables de datos 310 y las variables de diseño de análisis de tendencia 320, el proceso 300 entonces puede calcular los parámetros de control 330 con base en las formulaciones utilizadas en el motor-2 260 que se muestra en la figura 2. En algunas implementaciones, el proceso 300 puede generar parámetros 330 tales como los Weff, APb, Ts, Tf, y Fs . Los parámetros calculados 330 entonces pueden ser utilizados para calcular la energía específica en lugar de la predicción de ROP en el paso 340.
Las figuras 4A-4B ilustran un ejemplo gráfico de arquitectura de acoplamiento de datos 400 para análisis y/u optimización en tiempo real de un parámetro de fondo de pozo de acuerdo con la presente divulgación. La arquitectura de acoplamiento de datos 400 mostrada en la figura 4A se utiliza en un análisis de dominio de tiempo de perforación (TDA) . El TDA puede ser muy efectivo para evaluar yacimientos de gas y petróleo ligero. El proceso de análisis puede incluir la creación de un gráfico de arrastre 410, un plan de trayectoria de pozo 420, cálculo utilizando el puenteo de curvatura 430, y la generación de un reporte 450. El cálculo utilizando el puenteo de curvatura 430 puede incluir el cálculo de la carga de Gancho 441, el arrastre 443 y la torsión 445 de la operación de perforación.
En la figura 4B, se ilustra el detalle del cálculo de trayectoria de pozo ejecutado utilizando el cálculo de puenteo de curvatura 430. El cálculo de trayectoria de pozo inicia con el cálculo utilizando el puenteo de curvatura 431. La expresión general para clotoide (por ejemplo, un tipo de curva que tiene la propiedad única de hacer que el pozo de sondeo sea liso) o espiral/espira Eula se define primero en el paso 432. Posteriormente, en el paso 433 se especifican las condiciones de limite de la trayectoria de pozo. En el paso 434, se calculan las coordenadas en las direcciones norte, sur, este y oeste, asi como la profundidad. En el paso 435, la trayectoria de pozo es construida calculando la profundidad medida en el paso 436, calculando la curvatura en el paso 437, y calculando la torsión en el paso 438. En el paso 439, se calcula la energía mínima como el criterio para la optimización.
La figura 5 ilustra un ejemplo del procedimiento de cálculo 500 en el procedimiento de optimización de acuerdo con la presente divulgación. El procedimiento de cálculo 500 lleva la entrada de datos 501 a un almacenamiento de datos 505 que incluye cinco módulos de ejecución, los cuales incluyen un módulo de pre-procesamiento y almacenamiento de datos 510, un módulo de aprendizaje 520, un módulo de inteligencia artificial 530, un módulo de optimización 540 y
un módulo de calibración 550. El procedimiento de cálculo 500 entonces emite parámetros de automatización 560 para diversos escenarios. Los diversos escenarios pueden incluir predicción ROP 571, predicción MSE 572, análisis de vibración 573, hidráulica 574, predicción de costos del pozo 575, y otros escenarios .
El almacenamiento de datos 505 almacena y categoriza datos en tiempo real, facilitando el almacenamiento y acceso a demanda para análisis. Esto proporciona de manera efectiva un nodo de enlace y entrega para acceso y permite un pre-procesamiento de análisis. El almacenamiento de datos 505 permite seguir la pista de datos hacia atrás desde una operación optimizada de mejor práctica a los datos sin procesar que soportan el resultado. Esto es crítico para crear un sistema que no solo sea una "caja negra" sino que contenga la evidencia y razonamiento utilizados en la realización de cualquier conclusión. Los datos aportados pueden no estar limitados a los datos de superficie, datos almacenados o datos en tiempo real. Los datos incluyen todos los parámetros de perforación tales como peso en broca, velocidad rotacional - superficie, fondo de pozo, presión anular, temperatura, densidad, inclinación, azimut, etcétera y valores calculados tales como la densidad, densidad equivalente, severidad de pata de perro, diámetro de agujero,
etcétera. El almacenamiento de datos 505 al macro nivel ofrece un amplio rango de beneficios financieros, un resultado incrementado, plazos de producción reducidos y puede proporcionar a la organización y departamentos perspectivas que de otra manera no serían capturadas. También se requiere un sistema de carga y entrega programado de manera que se reduzca al mínimo la formación de colas de datos innecesarias. Además, un sistema eficiente que aporta una frecuencia mínima de subida y bajada puede conducir a un incremento considerable de la eficiencia.
El módulo de pre-procesamiento y almacenamiento de datos 510 puede ser similar al módulo de pre-procesamiento 120 y el módulo de clasificación y ensamble 130 en la figura 1. El módulo de pre-procesamiento y almacenamiento de datos 510 puede filtrar los datos a una velocidad de muestreo predeterminada. El módulo de pre-procesamiento y almacenamiento de datos 510 puede incluir uno o muchos filtros digitales y/o uno o muchos filtros análogos, tal como un filtro de reducción de ruido, un filtro de paso de banda, un filtro de paso alto, un filtro de paso bajo, un filtro promedio, un filtro de retraso, un filtro de suma, un filtro de conversión de formato, y/u otros tipos de filtros. Los filtros se pueden basar en la transformada rápida de Fourier para permitir que el espectro sea manipulado antes de
convertir el espectro modificado nuevamente en una señal de serie en tiempo, tal como los filtros de paso de banda. Los filtros se pueden basar en un modelo de estado-espacio tal como el filtro de Kalman.
El módulo de pre-procesamiento y almacenamiento de datos 510 también puede almacenar y clasificar datos. En el caso de conjuntos de datos de operación normal, los datos son clasificados como perforación, desconexión, conexión, limpieza, perforación y rotación lejos del fondo. Modalidades de la presente divulgación se pueden aplicar a otras operaciones no productivas las cuales se pueden clasificar adicionalmente . Varios análisis tales como la predicción de la velocidad de penetración, estimación de energía específica, eficiencia de la perforación utilizando la resistencia de roca compresiva utilizando el valor UCS/CCS o datos de registro L D, la energía de perfil de pozo, la predicción de tubería atascada, predicción de vibración, incremento en la acumulación del lecho de cortes, desviación en el factor de fricción, etcétera pueden ser ejecutados para la clasificación.
El módulo de aprendizaje 520 puede incluir algoritmos de reconocimiento de patrón que pueden ejecutar análisis de correlación y determinar ciertas tendencias y/o patrones de los datos. El módulo de inteligencia artificial 530 puede
incluir el módulo de aprendizaje computacional para la acumulación de patrones de datos asi como análisis de tendencias. El módulo de optimización 540 además puede emplear diversos esquemas de optimización tal como algoritmos genéticos, algoritmo memético, evolución diferencial, relajación dinámica, proceso de escalada, heurística simplista Nelder- ead, optimización por enjambre de partículas, recocido simulado, búsqueda Tabú y otros.
El módulo de optimización 540 entonces puede generar datos útiles para el módulo de calibración 550 al determinar los parámetros recortados en el sistema. El módulo de calibración 550 puede restablecer valores iniciales con base en los parámetros recortados. El procedimiento de cálculo entonces puede enviar datos actualizados así como los parámetros recortados al proceso de automatización 560.
La figura 6 ilustra un bucle de control ejemplar 600 para una operación de fondo de pozo de acuerdo con la presente divulgación. El bucle de control 600 inicia cuando la corriente de datos 610 es recibida por la unidad de control. La corriente de datos 610 puede incluir tipos de datos tales como profundidad (medida y vertical) , velocidad de flujo, peso en broca, velocidad rotacional de broca, tamaño de broca, longitud de collar de perforación, velocidad de penetración, torsión y arrastre en el varillaje, filtrado
de cloruro, viscosidad plástica, punto de producción, peso de lodo y resistencia del gel (10 segundos y 10 minutos) . También se pueden incluir otros tipos de datos para el cálculo de optimización, tal como el filtrado de calcio, filtrado de cloruro, torsión, presión de circulación, peso en broca, arrastre, tamaño de broca, ensamble de fondo de perforación, velocidad de penetración y revoluciones por minuto .
La corriente de datos 610 entonces puede ser procesada en el paso 620. El paso del procesamiento 620 puede incluir el pre-procesamiento, el ensamble y clasificación de datos y el post-procesamiento . La salida del paso de procesamiento 620 entonces puede ser enviada al paso 630 que tiene algoritmos de computación para la localización y husmeo de datos, lo cual se acopla con el paso analítico 640. El paso analítico 640 puede incluir un paso de búsqueda 641, un paso de clasificación 642, un paso de reconocimiento de patrón 643, un paso de cálculo de varianza 644, un paso de análisis de tendencia 645 y un paso de respuesta 646.
La salida del paso analítico 640 entonces se puede emitir a un módulo de inteligencia artificial 650 que aprende respecto a la salida, se adapta a la tendencia y/o patrón reconocido y predice parámetros en las iteraciones que están por presentarse. El paso analítico 640 puede calcular una o
más variables asociadas con la operación de perforación en curso con base, al menos en parte, en la corriente de datos sustancialmente continua asociada con una operación de fondo de pozo en curso. Una o más variables pueden incluir valores tales como densidad, densidad equivalente, severidad de pata de perro, diámetro de agujero y otros similares.
La predicción emitida asi como los parámetros de control optimizados del módulo de inteligencia artificial 650 entonces pueden ser enviados a un módulo de automatización 660 que aplica los parámetros de control al equipo y herramientas. A medida que los nuevos parámetros de control están vigentes, el equipo y herramientas pueden registrar y medir la corriente de datos del desempeño de la operación actualizada en el paso 665. La corriente de datos registrada y medida en el paso 665 es entonces enviada al paso 610, formando un bucle de control cerrado. El bucle de control 600 puede incluir el ajuste de una entrada (tal como un valor calculado, un valor de comando de usuario, etcétera) a una herramienta de fondo de pozo que ejecuta la operación de fondo de pozo en curso utilizando el parámetro de fondo de pozo optimizado en la operación en curso.
La figura 7 ilustra un proceso gráfico de pozo único y/o pozo múltiple ejemplar para análisis y/u optimización en tiempo real de una operación de fondo de pozo 700 de acuerdo
con la presente divulgación. La operación de fondo de pozo 700 puede incluir uno o más pozos 710, tal como se ilustra en la figura 7 desde el Pozo 1 al Pozo n+1, n=0, 1, 2.... Los pozos 710 pueden estar ubicados en diversas ubicaciones en la superficie del suelo 701. Cada pozo 710 puede tener un objetivo de perforación 730 y una trayectoria de perforación 740 para llegar al objetivo. En algunas implementaciones , la operación de fondo de pozo 700 puede incluir una operación de perforación, una operación de conexión, una operación de desconexión, una operación de limpieza, una operación de perforación y rotación lejos del fondo, y/o una operación de producción.
En algunas implementaciones, un número de pozos 710 que van del Pozo 1 al Pozo n+1, n=0, 1, 2... pueden incluir, cada uno, un sistema de optimización para calcular e implementar parámetros de fondo de pozo optimizados para cada pozo 710. Cada pozo 710 puede ejecutar una operación de fondo de pozo respectiva. En algunas implementaciones, diferentes operaciones de fondo de pozo ejecutadas por diferentes pozos 710 pueden ocurrir simultáneamente o se pueden traslapar temporalmente. Para cada pozo 710, a medida que la operación de perforación avanza a lo largo de la trayectoria de pozo planeada, se puede presentar un proceso de optimización continua .
Tal como se ilustra en la figura 7, el proceso de optimización continua puede ser representado por una sarta de cajas. Tomar el Pozo n+1 por ejemplo, el procedimiento de optimización a lo largo de la trayectoria de pozo puede ser representado por una serie de cajas 720, 722, 724, 726 y 728, hasta llegar al objetivo de perforación 730. En cada caja de optimización, por ejemplo, en la caja de optimización 720, se puede ingresar una corriente de datos 750 lo cual es similar a recibir el módulo de entrada de sitio de plataforma 210 que se muestra en la figura 2. La caja de optimización 720 entonces puede ejecutar el análisis de optimización y sensibilidad y emitir los valores calculados 760 tal como torsión, velocidad de penetración, etcétera al sistema de control de operación. El procedimiento de optimización continua permite que la operación de perforación sea más eficiente y siga la trayectoria de pozo planeada.
La figura 8 es una interfaz de usuario gráfica ejemplar 800 de un sistema para análisis y/u optimización en tiempo real de una operación de fondo de pozo de acuerdo con la presente divulgación. La interfaz de usuario gráfica (GUI) 800 puede incluir un panel de control 810 y un panel de reporte 820. El panel de control 810 puede permitir a un usuario ingresar parámetros de control, ya sea con base en el cálculo externo, o el valor optimizado calculado dentro del
proceso de optimización. En la implementación que se muestra en la figura 8, las primeras dos filas de datos muestran valores de predicción y optimizados, mientras que la tercera fila permite a los usuarios ingresar parámetros de control tales como velocidad rotacional, peso en broca, velocidad de penetración, etcétera. La medición correspondiente de los datos actuales entonces se muestra en el panel de reporte 820 en la forma de trazos gráficos.
El panel de reporte 820 puede incluir el monitoreo en tiempo real de los parámetros de operación tal como el peso en broca real, la velocidad de perforación real, la velocidad de penetración real, etcétera. Después se produce una comparación entre los parámetros reales y los parámetros optimizados y se calcula y despliega la varianza con base en los datos recopilados. Esto permite a los operadores monitorear mejor la operación de perforación. Otros parámetros tales como el desgaste de broca, vida de broca, profundidad de broca, factor de calibración, profundidad final estimada, también se reportan en el panel de reporte 820.
La figura 9 ilustra un método ejemplar 900 para determinar los parámetros óptimos para una operación de fondo de pozo. En el paso 902, se recibe una corriente de datos en tiempo real sustancialmente continua asociada con una
operación de fondo de pozo en curso, por ejemplo, en un almacenamiento de datos. La corriente de datos puede incluir datos técnicos transmitidos bajo un formato industrial tal como el lenguaje de marcación estándar de transferencia de información del sitio de pozo (WITSML) , y la corriente de datos también puede incluir datos bajo otros estándares y formatos, tal como la especificación de transferencia de información del sitio de pozo.
La corriente de datos puede incluir tipos de datos tales como profundidad (medida y vertical) , velocidad de flujo, peso en broca, velocidad rotacional de broca, tamaño de broca, longitud del collar de perforación velocidad de penetración, torsión y arrastre en el varillaje, filtrado de cloruro, viscosidad plástica, punto de producción, peso de lodo y resistencia del gel (por ejemplo, 10 segundos y 10 minutos) . También se pueden incluir otros tipos de datos para el cálculo de optimización, tal como el filtrado de calcio, filtrado de cloruro, torsión, presión de circulación, peso en broca, arrastre, tamaño de broca, ensamble de fondo de agujero, velocidad de penetración y revoluciones por minuto.
La corriente de datos puede ser datos en tiempo real, en "tiempo correcto", y/o en memoria intermedia/almacenados. En algunas implementaciones, la corriente de datos puede incluir datos de un almacenamiento de datos activos, el cual captura
transacciones cuando los datos cambian en tiempo real, e integra los datos en el almacenamiento junto con el mantenimiento de las renovaciones de ciclo programadas o en lote. En algunas implementaciones, la corriente de datos puede incluir datos de un almacenamiento de datos de tiempo correcto, el cual contiene datos predeterminados para ciertas condiciones predefinidas. En algunas implementaciones, la corriente de datos puede incluir datos de una memoria pre-almacenada o módulo de memoria intermedia para validación, prueba y/o ajuste.
En alguna modalidades la operación de fondo de pozo puede ser una operación de perforación, una operación de conexión, una operación de desconexión, una operación de limpieza, una operación de perforación y rotación lejos del fondo, o una operación de producción (por ejemplo, primaria o secundaria) .
En el paso 904, se recibe una selección de un parámetro de fondo de pozo a optimizar, por ejemplo, en un sistema de computación, desde un usuario. El parámetro de fondo de pozo a optimizar puede ser recibido, por ejemplo, en el dispositivo de computación central 160. En algunas modalidades, el parámetro de fondo de pozo puede ser, por ejemplo, información referente al peso en broca (WOB) , velocidad rotacional de broca de perforación (N) , velocidad
de flujo de fluido de perforación (Q) , y velocidad de penetración (ROP) . También se pueden incluir otras variables dependiendo de la complejidad de la situación.
En el paso 906, se toma una determinación respecto a si se filtra la corriente de datos continua recibida en tiempo real (o caso en tiempo real) . Si se van a filtrar los datos, estos son filtrados en el paso 908. Por ejemplo, la corriente de datos puede ser preprocesada con varios filtros. Por ejemplo, la corriente de datos puede ser filtrada a una velocidad de muestreo predeterminada. Puede haber uno o muchos filtros digitales y/o uno o muchos filtros análogos. Los convertidores de señal tales como el convertidor de señal digital a análogo o el convertidor de señal análogo a digital pueden ser incluidos para unificar los datos de señal que se van a procesar. Los filtros pueden ser un filtro de paso de banda, un filtro de paso alto, un filtro de paso bajo, un filtro promedio, un filtro de reducción de ruido, un filtro de retraso, un filtro de suma, un filtro de conversión de formato, y/u otros tipos de filtros. Los filtros se pueden basar en la transformada rápida de Fourier para permitir que el espectro sea manipulado antes de convertir el espectro modificado nuevamente en una señal de serie en tiempo, tal como filtros de paso de banda. Los filtros se pueden basar en un modelo de estado-espacio tal como el filtro de Kalman.
Después de la filtración, o en caso que no ocurra la filtración, el parámetro de fondo de pozo seleccionado es optimizado para aproximarse a un valor objetivo en el paso 910. En algunas modalidades, la optimización del parámetro de fondo de pozo puede incluir elevar al máximo el parámetro de fondo de pozo seleccionado con base en la porción de la corriente de datos recibida que se va a aproximar al valor objetivo del parámetro de fondo de pozo seleccionado. De manera alternativa o adicional, la optimización puede incluir la reducción al mínimo del parámetro de fondo de pozo seleccionado con base en la porción de la corriente de datos recibida que se va a aproximar al valor objetivo del parámetro de fondo de pozo seleccionado. De manera alternativa, o adicional, la optimización puede incluir la predicción del parámetro de fondo de pozo seleccionado durante la operación de fondo de pozo en curso.
Como una modalidad ejemplar, la optimización se puede ejecutar con base en el cálculo de la energía específica hidromecánica . La energía específica puede ser comparada con aquella de la resistencia de roca. Cualquiera de UCS o CCS permite la evaluación continua del rendimiento de la perforación para identificar limitadores, tal como puntos de hundimiento, en el sistema de perforación. La energía específica calculada puede ser utilizada para determinar el
punto de falla de la formación rocosa calculado a partir de la función de la resistencia de la roca. La resistencia de la roca puede ser predicha a partir del análisis de pozo desviado y proyectada sobre perfiles de pozo futuros.
La energía específica hidromecánica puede ser calculada utilizando diversas formulaciones dependiendo de la complejidad de la situación de fondo de pozo. Por ejemplo, la formulación matemática para diseños de trayectoria de pozo complejos puede utilizar datos para permitir la toma de decisiones respecto al control de vibraciones junto con el varillaje de perforación y la predicción respecto a cuándo sacar brocas desgastadas, evitando el embolamiento en el fondo de la perforación y el embolamiento de la broca. La función objetivo puede ser una derivación modificada de la energía específica mecánica calculada como:
y
donde, Es es la energía específica, W es el peso en broca (kips), eff es el peso efectivo en broca (kpis), Q es la velocidad de flujo (gpm) , Fh es la caída de presión (psi) , R es el radio del agujero (pulgadas) , A es el área en sección
transversal del agujero (pulgadas cuadradas), N es la velocidad de la rotación de la broca (rpm) , T es la torsión (pies-libras fuerza) , y pm es la densidad del fluido de perforación .
En el paso 912, el parámetro de fondo de pozo optimizado puede ser utilizado en la operación de fondo de pozo en curso. Por ejemplo, en algunas modalidades, el uso del parámetro de fondo de pozo optimizado puede incluir utilizarlo para controlar una herramienta, tal como una herramienta de fondo de pozo utilizada en la operación de fondo de pozo en curso.
En el paso 914, se toma una determinación respecto a si hay una operación de fondo de pozo en curso adicional en la cual se puede utilizar el parámetro de fondo de pozo optimizado. Por ejemplo, en algunas modalidades, la operación de fondo de pozo en curso puede ocurrir en un primer pozo de sondeo y operaciones de fondo de pozo similares o idénticas adicionales pueden ocurrir en otros pozos de sondeo (por ejemplo, dentro de un campo de múltiples pozos de sondeo y operaciones) . Si se toma una determinación respecto a que hay una operación de fondo de pozo en curso adicional en la cual se puede utilizar el parámetro de fondo de pozo optimizado, entonces el parámetro de fondo de pozo optimizado es utilizado en las operaciones adicionales en los pozos de
sondeo adicionales en el paso 916. Esta secuencia se puede repetir tal como se ilustra en el método 900.
Si se toma una determinación respecto a que no hay una operación de fondo de pozo en curso adicional en la cual se pueda utilizar el parámetro de fondo de pozo optimizado, entonces se ajusta una entrada a una herramienta de fondo de pozo con base en el parámetro de fondo de pozo optimizado en el paso 918. A continuación, en el paso 920, la herramienta de fondo de pozo es operada en la entrada ajustada. Tal como se ilustra en los pasos 922-924, el parámetro de fondo de pozo seleccionado puede ser optimizado una vez más o múltiples veces, de acuerdo con la corriente de datos continua recibida en el paso 902.
Se ha descrito un número de implementaciones . No obstante, se entenderá que se pueden realizar diversas modificaciones. Además, el método 900, asi como otros métodos y procesos antes descritos, pueden incluir una menor cantidad de pasos que aquellos ilustrados o una mayor cantidad de pasos que aquellos ilustrados. Además, los pasos ilustrados del método 900, asi como otros métodos y procesos antes descritos, pueden ser ejecutados en los órdenes respectivos ilustrados o en diferentes órdenes a los ilustrados. También son posibles otras variaciones en el orden de los pasos. Por consiguiente, otras implementaciones están dentro del alcance
de las siguientes reivindicaciones.
Claims (30)
1. - Un método implementado por computadora para administrar una operación de fondo de pozo, que comprende: recibir, en un almacenamiento de datos, una corriente sustancialmente continua de datos en tiempo real asociados con una operación de fondo de pozo en curso; recibir, desde un usuario, una selección de un parámetro de fondo de pozo; optimizar, con un sistema de computación, el parámetro de fondo de pozo seleccionado con base en una porción de la corriente de datos recibida para acercarse a un valor objetivo del parámetro del fondo de pozo seleccionado; y utilizar el parámetro de fondo de pozo optimizado en la operación en curso.
2. - El método de conformidad con la reivindicación 1, que además comprende: antes de optimizar el parámetro de fondo de pozo seleccionado, filtrar la corriente de datos recibida asociada con la operación de fondo de pozo en curso.
3.- El método de conformidad con la reivindicación 2, caracterizado porque la filtración de la corriente de datos recibida comprende al menos uno de: filtrar la corriente de datos recibida a una velocidad de muestreo predeterminada; o remover el ruido asociado con la corriente de datos recibida .
4. - El método de conformidad con cualquiera de las reivindicaciones anteriores, caracterizado porque la optimización del parámetro de fondo de pozo seleccionado comprende uno de : elevar al máximo el parámetro de fondo de pozo seleccionado con base en la porción de la corriente de datos recibida para acercarse al valor objetivo del parámetro de fondo de pozo seleccionado; o reducir al mínimo el parámetro de fondo de pozo seleccionado con base en la porción de la corriente de datos recibida para acercarse al valor objetivo del parámetro de fondo de pozo seleccionado.
5.- El método de conformidad con cualquiera de las reivindicaciones anteriores, caracterizado porque la operación de fondo de pozo en curso es una primera operación de fondo de pozo, el método además comprende utilizar el parámetro de fondo de pozo optimizado en una segunda operación de fondo de pozo diferente de la primera operación de fondo de pozo.
6. - El método de conformidad con la reivindicación 5, caracterizado porque la primera operación de fondo de pozo ocurre en un primer pozo de sondeo, y la segunda operación de fondo de pozo ocurre en un segundo pozo de sondeo diferente al primer pozo de sondeo.
7. - El método de conformidad con la reivindicación 5, caracterizado porque la primera y segunda operaciones de fondo de pozo se traslapan temporalmente.
8. - El método de conformidad con cualquiera de las reivindicaciones anteriores, caracterizado porque la optimización del parámetro de fondo de pozo seleccionado comprende predecir el parámetro de fondo de pozo seleccionado durante la operación de fondo de pozo en curso.
9. - El método de conformidad con cualquiera de las reivindicaciones anteriores, caracterizado porque el uso del parámetro de fondo de pozo optimizado en la operación en curso comprende ajusfar una entrada a una herramienta de fondo de pozo que ejecuta la operación de fondo de pozo en curso .
10. - El método de conformidad con la reivindicación 9, que además comprende: operar la herramienta de fondo de pozo en la entrada aj ustada ; optimizar el parámetro de fondo de pozo seleccionado con base en otra porción de la corriente de datos recibida para acercarse al valor objetivo del parámetro de fondo de pozo seleccionado; y reajustar la entrada a la herramienta de fondo de pozo ejecutando la operación de fondo de pozo en curso.
11. - El método de conformidad con la reivindicación 1, que además comprende preprocesar la corriente continua de datos en tiempo real en el almacenamiento de datos para el cálculo de la reducción de tiempo y la preparación para los siguientes procesos de computación.
12. - El método de conformidad con cualquiera de las reivindicaciones anteriores, caracterizado porque la operación de fondo de pozo en curso comprende al menos uno de: una operación de perforación; una operación de conexión; una operación de desconexión; una operación de limpieza; una operación de perforación y rotación lejos del fondo; o una operación de producción.
13.- El método de conformidad con cualquiera de las reivindicaciones anteriores, caracterizado porque la corriente de datos sustancialmente continua asociada con una operación de fondo de pozo en curso comprende al menos uno de: peso en broca; velocidad rotacional del motor de fondo de pozo; velocidad rotacional en superficie; presión angular; temperatura; densidad; inclinación; o azimut.
14. - El método de conformidad con cualquiera de las reivindicaciones anteriores, que además comprende calcular una o más variables asociadas con la operación de fondo de pozo en curso con base, al menos en parte, en la corriente de datos sustancialmente continua asociada con una operación de fondo de pozo en curso.
15. - El método de conformidad con la reivindicación 14, caracterizado porque una o más variables asociadas con la operación de fondo de pozo en curso comprenden al menos uno de: energía específica hidromecánica; densidad, densidad equivalente, severidad de pata de perro, o diámetro de aguj ero .
16. - El método de conformidad con la reivindicación 15, caracterizado porque el cálculo de la energía específica hidromecánica comprende: donde, Es es la energía específica, W es el peso en broca, Weff es el peso efectivo en broca, Q es la velocidad de flujo, APb es la caída de presión, R es el radio de agujero (pulgadas), Ab es el área en sección transversal del agujero, N es la velocidad de la rotación de la broca, T es la torsión, y p» es la densidad del fluido de perforación.
17. - Un aparato que comprende instrucciones incorporadas en un medio legible por computadora no transitorio, tangible, las instrucciones operan cuando son ejecutadas para ocasionar que un sistema de computación ejecute las operaciones que comprenden: recibir, en un almacenamiento de datos, una corriente de datos en tiempo real sustancialmente continua asociada con una operación de fondo de pozo en curso; recibir, desde un usuario, una selección de un parámetro de fondo de pozo; optimizar, con un sistema de computación, el parámetro de fondo de pozo seleccionado con base en una porción de la corriente de datos recibida para acercarse a un valor objetivo del parámetro de fondo de pozo seleccionado; y utilizar el parámetro de fondo de pozo optimizado en la operación en curso.
18. - El aparato de conformidad con la reivindicación 17, caracterizado porque las operaciones además comprenden, previo a la optimización del parámetro de fondo de pozo seleccionado, filtrar la corriente de datos recibida asociada con la operación de fondo de pozo en curso.
19. - El aparato de conformidad con la reivindicación 18, caracterizado porque la filtración de la corriente de datos recibida comprende al menos uno de: filtrar la corriente de datos recibida a una velocidad de muestreo predeterminada; o remover el ruido asociado con la corriente de datos recibida .
20. - El aparato de conformidad con cualquiera de las reivindicaciones 17 a 19, caracterizado porque la optimización del parámetro de fondo de pozo seleccionado comprende uno de: elevar al máximo el parámetro de fondo de pozo seleccionado con base en la porción de la corriente de datos recibida para acercarse al valor objetivo del parámetro de fondo de pozo seleccionado; o reducir al mínimo el parámetro de fondo de pozo seleccionado con base en la porción de la corriente de datos recibida para acercarse al valor objetivo del parámetro de fondo de pozo seleccionado.
21. - El aparato de conformidad con cualquiera de las reivindicaciones 17 a 20, caracterizado porque la operación de fondo de pozo en curso es una primera operación de fondo de pozo, el método además comprende utilizar el parámetro de fondo de pozo optimizado en una segunda operación de fondo de pozo diferente de la primera operación de fondo de pozo.
22. - El aparato de conformidad con la reivindicación 21, caracterizado porque la primera operación de fondo de pozo ocurre en un primer pozo de sondeo, y la segunda operación de fondo de pozo ocurre en un segundo pozo de sondeo diferente del primer pozo de sondeo.
23. - El aparato de conformidad con la reivindicación 21, caracterizado porque la primera y segunda operaciones de fondo de pozo se traslapan temporalmente.
24.- El aparato de conformidad con cualquiera de las reivindicaciones 17 a 23, caracterizado porque la optimización del parámetro de fondo de pozo seleccionado comprende predecir el parámetro de fondo de pozo seleccionado durante la operación de fondo de pozo en curso.
25.- El aparato de conformidad con cualquiera de las reivindicaciones 17 a 24, caracterizado porque el uso del parámetro de fondo de pozo optimizado en la operación en curso comprende ajusfar una entrada a una herramienta de fondo de pozo que ejecuta la operación de fondo de pozo en curso.
26.- El aparato de conformidad con la reivindicación 25, que además comprende: operar la herramienta de fondo de pozo en la entrada aj ustada; optimizar el parámetro de fondo de pozo seleccionado con base en otra porción de la corriente de datos recibida para acercarse al valor objetivo del parámetro de fondo de pozo seleccionado; y reajustar la entrada a la herramienta de fondo de pozo ejecutando la operación de fondo de pozo en curso.
27. - El aparato de conformidad con cualquiera de las reivindicaciones 17 a 26, caracterizado porque la operación de fondo de pozo en curso comprende al menos uno de: una operación de perforación; una operación de conexión; una operación de desconexión; una operación de limpieza; una operación de perforación y rotación lejos del fondo; y una operación de producción.
28. - El aparato de conformidad con cualquiera de las reivindicaciones 17 a 27, caracterizado porque la corriente de datos sustancialmente continua asociada con una operación de fondo de pozo en curso comprende al menos uno de: peso en broca; velocidad rotacional del motor de fondo de pozo; velocidad rotacional en superficie; presión anular; temperatura; densidad; inclinación; o azimut.
29. - El aparato de conformidad con cualquiera de las reivindicaciones 17 a 28, caracterizado porque las operaciones además comprenden calcular una o más variables asociadas con la operación de fondo de pozo en curso con base, al menos en parte, en la corriente de datos sustancialmente continua asociada con una operación de fondo de pozo en curso.
30.- El aparato de conformidad con la reivindicación 29, caracterizado porque una o más variables asociadas con la operación de fondo de pozo en curso comprende al menos uno de: energía específica hidromecánica, densidad, densidad equivalente, severidad de pata de perro, o diámetro de aguj ero . RESUMEN DE LA INVENCION Esta divulgación se refiere a determinar parámetros óptimos para una operación de fondo de pozo; en un aspecto general, en esta divulgación se describe un método implementado por computadora para administrar una operación de fondo de pozo; el método incluye recibir una corriente continua de datos en tiempo real asociada con una operación de fondo de pozo en curso en un almacenamiento de datos; mientras tanto, una selección de un parámetro de fondo de pozo es recibida desde un usuario; después, con un sistema de computación, el parámetro de fondo de pozo seleccionado es optimizado con base en una porción de la corriente de datos recibida para acercarse a un valor objetivo del parámetro de fondo de pozo seleccionado; el parámetro de fondo de pozo optimizado entonces puede ser utilizado en la operación en curso. FIGURA 1 2/8 FIGURA 2 3/8 FIGURA 4A 4/8 FIGURA 4B 5/8 FIGURA 6 FIGURA 7 7/8 8/8 FIGURA 9
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/US2012/026548 WO2013126074A1 (en) | 2012-02-24 | 2012-02-24 | Determining optimal parameters for a downhole operation |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| MX2014007972A true MX2014007972A (es) | 2014-11-25 |
Family
ID=49006092
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| MX2014007972A MX2014007972A (es) | 2012-02-24 | 2012-02-24 | Determinacion de parametros optimos para una operacion de fondo de pozo. |
Country Status (8)
| Country | Link |
|---|---|
| US (1) | US20140326449A1 (es) |
| EP (1) | EP2780544B1 (es) |
| CN (1) | CN104145079A (es) |
| AU (1) | AU2012370482B2 (es) |
| CA (1) | CA2863586C (es) |
| MX (1) | MX2014007972A (es) |
| NO (1) | NO2780544T3 (es) |
| WO (1) | WO2013126074A1 (es) |
Families Citing this family (48)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9646115B2 (en) * | 2012-04-17 | 2017-05-09 | Schlumberger Technology Corporation | Determining a limit of failure in a wellbore wall |
| US9593566B2 (en) * | 2013-10-23 | 2017-03-14 | Baker Hughes Incorporated | Semi-autonomous drilling control |
| GB2539794B (en) * | 2013-12-17 | 2020-10-21 | Halliburton Energy Services Inc | Drilling modeling calibration, including estimation of drill string stretch and twist |
| CN103678665B (zh) * | 2013-12-24 | 2016-09-07 | 焦点科技股份有限公司 | 一种基于数据仓库的异构大数据整合方法和系统 |
| US10577918B2 (en) | 2014-02-21 | 2020-03-03 | Gyrodata, Incorporated | Determining directional data for device within wellbore using contact points |
| US10316639B2 (en) | 2014-02-21 | 2019-06-11 | Gyrodata, Incorporated | System and method for analyzing wellbore survey data to determine tortuosity of the wellbore using displacements of the wellbore path from reference lines |
| US10329896B2 (en) * | 2014-02-21 | 2019-06-25 | Gyrodata, Incorporated | System and method for analyzing wellbore survey data to determine tortuosity of the wellbore using tortuosity parameter values |
| US10323502B2 (en) * | 2014-05-02 | 2019-06-18 | Kongsberg Oil And Gas Technologies As | System and console for monitoring and managing tripping operations at a well site |
| GB2540310A (en) | 2014-06-09 | 2017-01-11 | Landmark Graphics Corp | Employing a target risk attribute predictor while drilling |
| US11634979B2 (en) | 2014-07-18 | 2023-04-25 | Nextier Completion Solutions Inc. | Determining one or more parameters of a well completion design based on drilling data corresponding to variables of mechanical specific energy |
| US10267138B2 (en) | 2014-10-08 | 2019-04-23 | Landmark Graphics Corporation | Predicting temperature-cycling-induced downhole tool failure |
| CN104453841B (zh) * | 2014-10-23 | 2017-02-15 | 中国石油天然气集团公司 | 钻井节能提速导航优化方法 |
| CA2965645C (en) * | 2014-12-02 | 2020-07-14 | Landmark Graphics Corporation | Determining dominant scenarios for slowing down trip speeds |
| WO2016140699A1 (en) | 2015-03-02 | 2016-09-09 | C&J Energy Services, Inc. | Well completion system and method |
| NO346020B1 (en) * | 2015-03-04 | 2021-12-27 | Landmark Graphics Corp | Path optimization in production network systems |
| CN104806226B (zh) * | 2015-04-30 | 2018-08-17 | 北京四利通控制技术股份有限公司 | 智能钻井专家系统 |
| WO2016200379A1 (en) * | 2015-06-10 | 2016-12-15 | Halliburton Energy Services, Inc. | Apparatus and methods to manage wellbore fluid properties |
| US20170044896A1 (en) * | 2015-08-12 | 2017-02-16 | Weatherford Technology Holdings, Llc | Real-Time Calculation of Maximum Safe Rate of Penetration While Drilling |
| GB2555743B (en) | 2015-08-27 | 2021-07-14 | Halliburton Energy Services Inc | Predicting wellbore operation parameters |
| AU2015406995B2 (en) | 2015-08-27 | 2020-12-24 | Halliburton Energy Services, Inc. | Tuning predictions of wellbore operation parameters |
| US11085273B2 (en) * | 2015-08-27 | 2021-08-10 | Halliburton Energy Services, Inc. | Determining sources of erroneous downhole predictions |
| CN105401935B (zh) * | 2015-11-30 | 2018-04-06 | 中国石油天然气集团公司 | 一种钻井钻压计算方法、装置及钻压指示设备 |
| US9792571B1 (en) * | 2016-04-14 | 2017-10-17 | Nabors Drilling Technologies Usa, Inc. | Efficiency tracking system for a drilling rig |
| CA3014293C (en) * | 2016-04-14 | 2019-11-19 | Landmark Graphics Corporation | Parameter based roadmap generation for downhole operations |
| US20190048703A1 (en) | 2016-04-15 | 2019-02-14 | Landmark Graphics Corporation | Real-time optimization and visualization of parameters for drilling operations |
| US20190114553A1 (en) * | 2016-07-18 | 2019-04-18 | Halliburton Energy Services, Inc. | Methods for modeling dogleg severity of a direction drilling operation |
| CN106649181B (zh) * | 2016-09-29 | 2019-09-13 | 中法渤海地质服务有限公司 | 一种用于钻完井现场同时集成wits数据和witsml数据的方法 |
| US11286765B2 (en) * | 2016-12-07 | 2022-03-29 | Halliburton Energy Services, Inc. | Measuring invisible lost time in drilling operations |
| WO2019036063A1 (en) * | 2017-08-18 | 2019-02-21 | Landmark Graphics Corporation | OPTIMIZATION OF PENETRATION RATES FOR DRILLING WELLS USING MACHINE LEARNING |
| US10954772B2 (en) | 2017-09-14 | 2021-03-23 | Baker Hughes, A Ge Company, Llc | Automated optimization of downhole tools during underreaming while drilling operations |
| US10920562B2 (en) | 2017-11-01 | 2021-02-16 | Schlumberger Technology Corporation | Remote control and monitoring of engine control system |
| MX2020006684A (es) | 2017-12-23 | 2020-09-03 | Noetic Tech Inc | Sistema y metodo para optimizar las operaciones de funcionamiento tubular utilizando mediciones y modelado en tiempo real. |
| WO2019178240A1 (en) * | 2018-03-13 | 2019-09-19 | Ai Driller, Inc. | Drilling parameter optimization for automated well planning, drilling, and guidance systems |
| US10705499B2 (en) | 2018-03-30 | 2020-07-07 | Schlumberger Technology Corporation | System and method for automated shutdown and startup for a network |
| CN108678725A (zh) * | 2018-04-27 | 2018-10-19 | 中国石油集团川庆钻探工程有限公司 | 井下摩阻和扭矩实时监测分析方法 |
| US11215033B2 (en) | 2018-05-16 | 2022-01-04 | Saudi Arabian Oil Company | Drilling trouble prediction using stand-pipe-pressure real-time estimation |
| CN108756848B (zh) * | 2018-05-21 | 2019-05-21 | 北京四利通控制技术股份有限公司 | 一种智能钻井控制云平台及智能钻井控制系统 |
| US10557345B2 (en) | 2018-05-21 | 2020-02-11 | Saudi Arabian Oil Company | Systems and methods to predict and inhibit broken-out drilling-induced fractures in hydrocarbon wells |
| US10753203B2 (en) | 2018-07-10 | 2020-08-25 | Saudi Arabian Oil Company | Systems and methods to identify and inhibit spider web borehole failure in hydrocarbon wells |
| US20210381360A1 (en) * | 2018-12-27 | 2021-12-09 | Halliburton Energy Services, Inc. | Real-Time Decision Engine |
| NO20220121A1 (en) * | 2019-08-26 | 2022-01-21 | Landmark Graphics Corp | Mechanical and hydromechanical specific energy-based drilling |
| US20230095708A1 (en) * | 2020-03-26 | 2023-03-30 | Landmark Graphics Corporation | Physical parameter projection for wellbore drilling |
| US11193364B1 (en) * | 2020-06-03 | 2021-12-07 | Schlumberger Technology Corporation | Performance index using frequency or frequency-time domain |
| US11675105B2 (en) * | 2020-08-27 | 2023-06-13 | Saudi Arabian Oil Company | System and method for configuring a logging module |
| US11697989B2 (en) | 2020-08-27 | 2023-07-11 | Landmark Graphics Corporation | Micro invisible lost time in drilling operations |
| US11941085B2 (en) * | 2021-11-11 | 2024-03-26 | Halliburton Energy Services, Inc. | Extracting video clips from videos for use in training a machine-learning model |
| CN114352191B (zh) * | 2022-01-11 | 2023-11-21 | 北京三一智造科技有限公司 | 一种地层弱化预处理方法及成孔方法 |
| CN115749730B (zh) * | 2022-11-10 | 2023-10-20 | 中国石油天然气集团有限公司 | 一种随钻岩石力学参数预测方法和系统 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5941305A (en) * | 1998-01-29 | 1999-08-24 | Patton Enterprises, Inc. | Real-time pump optimization system |
| US6343656B1 (en) * | 2000-03-23 | 2002-02-05 | Intevep, S.A. | System and method for optimizing production from a rod-pumping system |
| WO2002086277A2 (en) * | 2001-04-24 | 2002-10-31 | Exxonmobil Upstream Research Company | Method for enhancing production allocation in an integrated reservoir and surface flow system |
| US6832159B2 (en) * | 2002-07-11 | 2004-12-14 | Schlumberger Technology Corporation | Intelligent diagnosis of environmental influence on well logs with model-based inversion |
| MX2007016574A (es) * | 2005-07-27 | 2008-03-04 | Exxonmobil Upstream Res Co | Modelaje de pozo asociado con extraccion de hidrocarburos a partir de yacimientos subterraneos. |
| WO2008070829A2 (en) * | 2006-12-07 | 2008-06-12 | Nabors Global Holdings Ltd. | Automated mse-based drilling apparatus and methods |
| FR2920817B1 (fr) * | 2007-09-11 | 2014-11-21 | Total Sa | Installation et procede de production d'hydrocarbures |
| US8121971B2 (en) * | 2007-10-30 | 2012-02-21 | Bp Corporation North America Inc. | Intelligent drilling advisor |
| US8140310B2 (en) * | 2007-11-01 | 2012-03-20 | Schlumberger Technology Corporation | Reservoir fracture simulation |
| US7845404B2 (en) * | 2008-09-04 | 2010-12-07 | Fmc Technologies, Inc. | Optical sensing system for wellhead equipment |
-
2012
- 2012-02-24 WO PCT/US2012/026548 patent/WO2013126074A1/en active Application Filing
- 2012-02-24 CA CA2863586A patent/CA2863586C/en active Active
- 2012-02-24 US US14/364,936 patent/US20140326449A1/en not_active Abandoned
- 2012-02-24 CN CN201280070508.8A patent/CN104145079A/zh active Pending
- 2012-02-24 MX MX2014007972A patent/MX2014007972A/es unknown
- 2012-02-24 AU AU2012370482A patent/AU2012370482B2/en not_active Ceased
- 2012-02-24 EP EP12869095.5A patent/EP2780544B1/en active Active
- 2012-02-24 NO NO12869095A patent/NO2780544T3/no unknown
Also Published As
| Publication number | Publication date |
|---|---|
| EP2780544A1 (en) | 2014-09-24 |
| NO2780544T3 (es) | 2018-05-19 |
| CA2863586C (en) | 2018-05-15 |
| AU2012370482A1 (en) | 2014-07-03 |
| US20140326449A1 (en) | 2014-11-06 |
| AU2012370482B2 (en) | 2016-06-30 |
| CA2863586A1 (en) | 2013-08-29 |
| CN104145079A (zh) | 2014-11-12 |
| WO2013126074A1 (en) | 2013-08-29 |
| EP2780544A4 (en) | 2016-04-13 |
| EP2780544B1 (en) | 2017-12-20 |
| RU2014138507A (ru) | 2016-04-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| MX2014007972A (es) | Determinacion de parametros optimos para una operacion de fondo de pozo. | |
| US20220316316A1 (en) | Rig operations information system | |
| EP3631161B1 (en) | Oil and gas industrial machine monitoring | |
| US20180171774A1 (en) | Drillstring sticking management framework | |
| Macpherson et al. | Drilling-systems automation: Current state, initiatives, and potential impact | |
| US20220027538A1 (en) | Hydraulic fracturing job plan real-time revisions utilizing detected response feature data | |
| GB2552939A (en) | Method and system for analysing drilling data | |
| US20110297395A1 (en) | Remote drilling and completions management | |
| Salminen et al. | Stuck pipe prediction using automated real-time modeling and data analysis | |
| WO2021252003A1 (en) | Metric-based sustainability index for wellbore life cycle | |
| Nybø | Fault detection and other time series opportunities in the petroleum industry | |
| US11542760B2 (en) | Rig operations controller | |
| CA3106708C (en) | Metric-based sustainability index for wellbore life cycle | |
| US11585202B2 (en) | Method and system for optimizing field development | |
| RU2588526C2 (ru) | Определение оптимальных параметров для забойной операции | |
| US20220341315A1 (en) | Process-mining software for generating a process flow for forming a wellbore | |
| US20220282610A1 (en) | Predicting a drill string packoff event | |
| RU2772851C1 (ru) | Способ и система для предупреждения о предстоящих аномалиях в процессе бурения | |
| Wang et al. | An online drilling rate of penetration (ROP) optimization method | |
| Gundersen | Decision support in the automated future: an analysis from the rig site | |
| Laing | Drilling-Systems Automation: Current State, Initiatives, and Potential Impact |