NO327688B1 - Fremgangsmåte og system for forutsigelse i et olje-/gassproduksjonssystem - Google Patents

Abstract

Fremgangsmåte i et produksjonssystem for olje og/eller gass, som omfatter et antall olje- og/eller gassbrønner som hver produserer en multifasefluidstrøm, tilpasset for å prediktere endring i produserte fluider som følge av endring i manipulerte variabler. Tilpassede modellparametre som er uttrykk for forholdet mellom endringen av manipulerte variabler og de produserte fluidene blir bestemt ut fra et sett historiske produksjonsmålinger. Fremgangsmåten omfatter følgende trinn: a. valg av en modellstruktur som predikterer endring i produserte fluider som funksjon av endringen av manipulerte variabler, der den predikterte endringen i produserte fluider er avhengig av verdien av tilpassede modellparametre, b. bestemmelse av tilpassede modellparametre slik at predikteringer av produserte fluider tilsvarer nevnte historiske produksjonsmålinger så nært som mulig, c. bestemmelse av en kvalitetsmerkelapp som beskriver usikkerheten ved nevnte predikteringer av endring i produserte fluider. Oppfinnelsen omfatter også et system for produksjon av olje og/eller gass, samt et datamaskinprogram og et datamaskinprogramprodukt.

Description

Oppfinnelsens område

Foreliggende oppfinnelse vedrører en fremgangsmåte i et produksjonssystem for olje og/eller gass, som omfatter et antall olje- og/eller gassbrønner som hver produserer en multifasefiu-idstrøm, tilpasset for å prediktere endring i produserte fluider som følge av endring i manipulerte vari-abler. Foreliggende oppfinnelse vedrører også et datamaskin-program for å utføre ett eller flere trinn i henhold til fremgangsmåten, og et system for produksjon av olje og/eller gass i samsvar med fremgangsmåten.

Bakgrunn for oppfinnelsen

Produksjonsflyt er en viktig ytelsesindikator i et produksjonssystem for olje og/eller gass. I det følgende menes med produksjonsflyt mengden av olje og/eller vann og/eller gass per tidsintervall. Produksjonsflyten er avhengig av mange ulike fakto-rer, noen kan være spesifikke for hvert produksjonssystem, andre mer generelle. En viktig generell faktor er hvordan den be-grensede prosesseringskapasiteten i produksjonssystemet blir utnyttet.

Manipulerte variabler i produksjonssystemet kan være innstillinger relatert til ruting, produksjonsventiler eller gass-løftventiler, og disse manipulerte variablene bør bli valgt slik at produksjonsflyten blir maksimalisert samtidig som pro-duksjonskapasitetene ikke blir overutnyttet.

Ved å bruke datamaskinsimulering eller en matematisk optimali-seringsmetode er det mulig å finne gode verdier for manipulerte variabler. Nøyaktigheten av datasimuleringene og de matematiske optimaliseringsmetodene er avhengig av nøyaktig-heten til para-metrene som er brukt i den matematiske modellen. For å sikre god nøyaktighet i simuleringen, blir parametre i den matematiske modellen vanligvis bestemt ved hjelp av eksperimenter. Eksperimenter på brønner blir vanligvis utført ved å rute en individuell brønn til en dedikert testseparator. Ratene for olje, vann og/eller gass ved utløpet fra separatoren blir så målt. En test kan ta flere timer, hvilket begrenser hvor ofte brønnene kan bli testet. Ofte blir produksjonen testet bare for en enkelt verdi av manipulerte variabler. Produksjonen kan for eksempel bli målt når det gjelder aktuell åpning på produk-sjonsventilen, en enkeltrate-brønntest. Under en multirate-brønntest blir multiple verdier for manipulerte variabler testet for en enkelt brønn, eksempelvis ved å måle produksjonen for multiple produksjonsventilåpninger. Fordi produksjonen kan trenge tid for å stabiliseres når manipulerte variabler endrer verdi, krever multirate-brønntester at en brønn blir rutet til en testseparator for et lengre tidsrom, og de kan derfor være mer kostbare. Siden produksjonssystemet kanskje allerede produserer opptil begrensningene for produksjonskapasiteten, må en passe på ikke å overskride disse begrensningene når en utfører en multirate-brønntest. Multirate-brønntester innebærer altså en risiko og muligens en kostnad relatert til midlertidig re-duksjon i produksjonsflyten.

For et olje og/eller gassystem blir en brønntest typisk utført ved å rute produksjonen fra en enkelt brønn (en av flere brøn-ner i systemet), 105, 106 eller 127 (se figur 1) til en dedikert testseparator 107. Dette muliggjør måling av parametre som gjelder denne enkelte (spesifikke) brønnen. De målte verdiene er typisk strømningsrate for olje, vann og gass, testseparator-trykk og/eller -temperatur, oppstrøms og ned-strøms brønnhode-trykk og temperatur, samt strupeventilåpning. Det er typisk kun én eller noen få slike testseparator(er) 107 i hvert produksjonssystem. Derfor kan ikke alle brønnene i systemet bli over-våket kontinuerlig.

Den fremgangsmåten som for tiden er i bruk for å prediktere produksjonsflyt i olje og/eller gassproduksjonssystemer ettersom manipulerte variable blir endret, er å bruke kommersielle simulatorer. Se for eksempel Wang (2003) "Development and application of production optimization for petroleum fields". For å øke simulatornøyaktigheten blir kommersielle simulatorer ofte tilpasset til enkelt- og/eller multirate-brønntester. Ofte blir predikteringer av produksjon funnet av kommersielle simulatorer for varierende verdier av manipulerte variabler samlet i tabel-ler, såkalte proksy-modeller, og disse proksymodellene blir tilpasset til produksjonsdata, fremfor å tilpasse kommersielle simulatorer direkte, se for eksempel Zangl, G., Graf, T. og Al-Kinani, A. (20069 "Proxy modeling in production optimization" i

'SPE Europec/EAGE Annual Conference and Exhibition' (SPE 100131).

En mangel ved predikteringer basert på kommersielle simulatorer enten direkte eller via proksymodeller, er at en må vente en viss feilandel i modellens evne til å prediktere responser i produksjon på endringer av manipulerte variabler, på grunn av kompleksiteten ved å modellere flerfasestrømmer. Denne mangelen vil kunne reduseres ved jevnlig å utføre multirate-brønntester for alle brønner og tilpasse modeller til disse testene. Kost-naden i form av økt risiko for fullstendig eller delvis produk-sjonsstans og/eller midlertidig redusert produksjonsflyt ved å utføre multirate-brønntester betyr at dette vanligvis ikke er et brukbart valg. Tilpasning av modeller til enkeltrate-brønntester kan også forbedre modellpredikteringer til en viss grad, men enkeltrate-brønntester avslører ikke informasjon om produksjonens respons på endring i manipulerte variabler.

En internasjonal patentsøknad WO 2006/048418 med tittel "Method and system for production metering of oil wells" beskriver en fremgangsmåte og et system for måling av oljebrønner. I henhold til fremgangsmåten blir det initielt utført en rekke brønn-tester mens manipulerte variabler for en testet brønn blir variert, og målte variasjoner i produksjonen blir brukt til å bestemme et dynamisk fingeravtrykk. I løpet av rekken av brønn-tester blir de manipulerte variablene for en brønn variert, mens produksjonen fra de andre brønnene blir holdt vesentlig konstant eller blir avbrutt. Det blir så funnet vekter itera-tivt slik at målt total produksjonsrate er nær en vektet sum av dynamiske fingeravtrykk. Det resulterende målesystemet er be-regnet til å bestemme gjeldende produksjon, gitt gjeldende produksjonsmålinger .

Fremgangsmåter for å tilpasse reservoarmodeller til produksjonsdata, vanligvis fra normal drift, blir kalt historietilpasning (history matching). Costa, A., Schiozer, D. og Po-letto, C. (2006): "Use of uncertainty analysis to improve production history matching and the decision-matching process" i

'SPE Europec/EAGE Annual Conference and Exhibition' (SPE 99324), diskuterer hvordan geologiske uvissheter lar seg kvantifisere i historietilpasning for å bestemme risikokurven ved prediktering av fremtidig reservoarytelse. Forfatterne foreslo å definere uvissheter i geologiske parametre ut fra erfaring, før en tilpasser modeller til historiske produksjons-data for en rekke ulike verdier for uvisse geologiske para-metre, og simulere med hver modell for å bestemme signifikansen av nevnte uvisshet for predikteringer av fremtidig produksjon. Diab, A., Griess, B. og Schulze-Riegert. R. (2006): "Application of global optimization techniques for model validation and predic-tion scenarios og a North African oil field" i 'SPE Eu-ropec/EAGE Annual Conference and Exhibition' (SPE 1001093) diskuterer bruken av Multipurpose Environment for Parallel Optimization (MEPO). Forfatterne diskuterer en plan for å utføre multiple historietilpasninger ved bruk av ulike optimalise-ringsalgoritmer for å oppnå multiple estimater av modellparametre i dynamiske reservoarmodeller.

Reservoarmodeller er konstruert for å beskrive de geologiske egenskapene og tilstandene til et reservoar, hovedvekten ligger ikke på å beskrive produksjonssystemer for olje og/eller gass og sammenhengen mellom produksjon og manipulerte variabler. Reservoarmodeller brukes til å fastsette strategier for injise-ring av vann og/eller gass i injeksjonsbrønner i reservoaret, for hjelp til avgjørelser relatert til utvikling av feltet slik som installering av nytt utstyr eller nye brønner, eller for å foreta predikteringer om fremtidige trender i produksjon på en tidsskala fra måneder til år. Reservoarmodeller er ofte store og kompliserte og kan kreve flere døgn for å løse, og de er ar-beidsintensive når det gjelder vedlikehold, fordi de er så komplekse.

På tidsskalaen timer og døgn vil virkningen av endringer i geologiske egenskaper og tilstander, eller responsen på endringer i injeksjon, knapt være merkbare når det gjelder produksjonsflyt i et produksjonssystem for olje og/eller gass. Produksjonsflyten kan endres i løpet av minutter ved å endre manipulerte variabler som er relatert til innstillinger av gassløft, produksjonsventiler eller ruting. Reservoarmodeller vil ikke passe for maksimering av produksjonsflyt på disse tidsskalaene, da eventuelle konklusjoner som blir funnet ved å simulere reservoarmodeller kan ha blitt foreldet på det tidspunktet da tidssimuleringene er fullført, og på grunn av kompleksiteten kan det være vanskelig for reservoarmodeller å prediktere endringer i produksjonsflyt på riktig måte ettersom manipulerte variabler endrer seg.

Det kan være kostbart å utføre en rekke brønntester, fordi det kan bety at produksjonsflyten ikke er på maksimum under testene. I stedet for å utnytte en rekke brønntester kan en tenke seg å nytte historiske målinger av normal drift, men vanskelig-heten ved dette alternativet er at noen manipulerte variabler kan ha blitt endret samtidig, mens andre er endret lite eller slett ikke. Kvaliteten på prediktert produksjonsflyt som er ut-ledet av historiske målinger av produksjonen under normal drift, kan derfor variere.

Sammenfatning av oppfinnelsen

Et alminnelig mål med foreliggende oppfinnelse er å fremskaffe en fremgangsmåte og et system for å prediktere hvordan endringer av manipulerte variabler vil påvirke produksjons-flyten i et produksjonssystem for olje og/eller gass.

Et annet mål med foreliggende oppfinnelse er å fremskaffe en fremgangsmåte og et system for å utnytte historiske produksjonsmålinger som beskriver normale driftsforhold.

For at den skal være lett å opprettholde, utnytter oppfinnelsen fortrinnsvis informasjon fra nylige historiske målinger i produksjonssystemet for olje og/eller gass, til å prediktere hvordan produksjonsflyt varierer med manipulerte variabler.

Disse og andre mål blir oppnådd ved en fremgangsmåte og et til-svarende system i henhold til foreliggende oppfinnelse, hvis egenskaper er definert i de uavhengige kravene.

Foretrukne utførelser er anført i de avhengige kravene.

Fremgangsmåten i henhold til foreliggende oppfinnelse for et produksjonssystem for olje og/eller gass omfatter et antall olje- og/eller gassbrønner som hver produserer en multifase fluidstrøm, er tilpasset til å prediktere endring i produserte fluider som følge av endring av manipulerte variabler. Tilpassede modellparametre som er uttrykk for forholdet mellom endringen av manipulerte variabler og de produserte fluidene blir bestemt ut fra et sett historiske produksjonsmålinger. Fremgangsmåten omfatter følgende trinn: a. valg av en modellstruktur som predikterer endring i produserte fluider som funksjon av endring av manipulerte vari-abler, der den predikterte endringen i produserte fluider

er avhengig av verdien av tilpassede modell-parametre,

b. bestemmelse av tilpassede modellparametre slik at predikteringer av produserte fluider tilsvarer nevnte historiske

produksj onsmålinger,

c. bestemmelse av en kvalitetsmerkelapp (quality tag) som beskriver usikkerheten ved nevnte predikteringer av endring i produserte fluider.

Kvalitetsmerkelappen for predikteringene av produserte fluider blir fortrinnsvis bestemt ved å kvantifisere hvilket område av tilpassede modellparameterverdier som gir ekvivalente samsvar med settet av historiske produksjonsmålinger. En kvalitets-merkelapp blir derfor fortrinnsvis estimert for å bestemme den ventede nøyaktigheten av predikteringer ved å bestemme hvilket område av parametre som beskriver settet med historisk målt produksjon like godt, fortrinnsvis ved nyinnlasting (bootstrapping).

I stedet for å kreve en rekke konstruerte eksperimenter i form av f.eks. multirate-brønntester for hver brønn, slik det er beskrevet i tidligere kjent teknikk, er fremgangsmåten i henhold til foreliggende oppfinnelse fortrinnsvis innrettet til å utnytte variasjoner observert under normal drift. For å ta hensyn til det faktum at historiske data kan være mindre informa-tive enn konstruerte eksperimenter, blir en kvalitets-merkelapp knyttet til predikteringer som gjøres for hver rate. Denne kva-litetsinformasjonen kan brukes til å støtte avgjør-elser om hvilke brønner en skal teste for å redusere usikker-heten der-som det finnes å være signifikant.

De tilpassede modellparametrene blir fortrinnsvis brukt til å bestemme verdier for manipulerte variabler som øker produksjonsflyten, enten under normal drift eller under oppstart.

Minst én kvalitetsmerkelapp blir fortrinnsvis brukt til å bestemme verdier for manipulerte variabler som øker produksjons-flyten.

De tilpassede modellparametrene blir fortrinnsvis bestemt ved hjelp av statistisk regresjonsanalyse, eller ved dynamisk sys-temidentifisering.

Beskrivelsen av usikkerhet ved tilpassede modellparametre blir fortrinnsvis bestemt ved hjelp av bootstrapping.

Fortrinnsvis vil minst én tilpasset modellparameter beskrive måleusikkerhet. Måleusikkerhet kan dermed bli fastslått i tillegg til usikkerhet ved tilpassede modellparametre.

Fortrinnsvis avhenger modellstrukturen, i tillegg til tilpassede modellparametre, modellparametre som er faste. Modellstrukturen er fortrinnsvis basert på fysisk modellering, svartboksmodellering, eller en kombinasjon av dette.

De historiske produksjonsmålingene inkluderer fortrinnsvis målinger av manipulerte variabler som har innvirkning på rutingsventiler, gassløftventiler eller produksjonsventiler i produksj onssystemet.

Modellstrukturen blir fortrinnsvis brukt til å bestemme nåværende produksjon i individuelle brønner.

Beskrivelsen av usikkerhet blir fortrinnsvis brukt til å redusere eller kompensere for usikkerhet ved tilpassede modellparametre .

Fortrinnsvis kan settet med historiske produksjonsmålinger beskrive normal drift, der noen manipulerte variabler blir endret lite og der andre manipulerte variabler blir endret samtidig og kan inkludere enkelt- eller multirate-brønntester eller multi-faserate-målinger der slike er tilgjengelige.

De historiske produksjonsmålingene inkluderer fortrinnsvis målinger fra en testseparator, eller de inkluderer målinger fra et multifasemåleinstrument.

De historiske produksjonsmålingene inkluderer fortrinnsvis målinger fra separerte produserte fluider fra en eller flere brønner, slik som den fullt separerte produksjonen av olje, gass eller vann.

Fortrinnsvis får en bruker eller en operatør presentert en henvisning til i det minste enten en prediktering av produserte fluider, en kvalitetsmerkelapp, eller en tilpasset modellparameter.

Fluidstrømmene som er produsert i de individuelle brønnene blir fortrinnsvis blandet og rutet via en fluidseparatorinnretning. Ytterligere fordeler samt fordelaktige egenskaper ved foreliggende oppfinnelse vil fremgå av følgende beskrivelse og de vedlagte patentkravene.

Kort beskrivelse av de vedlagte tegningsfigurene

De vedlagte tegningsfigurene illustrerer foreliggende oppfinnelse ved eksempler og, sammen med den følgende beskrivelsen tjener de til å forklare prinsippene ved oppfinnelsen og til at en fagperson vil kunne bruke oppfinnelsen. Figur 1 er en skjematisk tegning av et produksjonssystem for olje og/eller gass, der en utførelse av foreliggende oppfinnelse blir anvendt. Figur 2 er en skjematisk tegning av et produksjonssystem for olje og/eller gass, der en alternativ utførelse av foreliggende oppfinnelse blir anvendt. Figur 3 er et flytskjema for en fremgangsmåte for prediktering av produksjonsflyten i et produksjonssystem for olje og/eller gass som er avhengig av endring av manipulerte variabler i henhold til en utførelse av oppfinnelsen. Figur 4 er en illustrasjon av produksjonsmodeller og kvalitetsmerkelapper for et antall brønner i henhold til en utførelse av oppfinnelsen.

Detaljert beskrivelse av foretrukne utførelser av oppfinnelsen På figur 1 er det vist en skisse av et produksjonssystem for olje og/eller gass der foreliggende oppfinnelse kan anvendes.

Systemet omfatter tre brønner 105, 106, 127, en produksjonsseparator 108 og en testseparator 107. Oppfinnelsen kan selv-sagt også brukes i systemer som omfatter to brønner, eller flere enn tre brønner.

123 markerer et oppstrøms ventiltrykk hos en ventil 119 i en brønn 105, 124 markerer et oppstrøms ventiltrykk hos en ventil 120 i en brønn 106, og 125 markerer et oppstrøms ventiltrykk hos en ventil 126 i en brønn 127. Termen ventil skal her leses i en vid mening, dvs. den inkluderer en strupeventil, en port-ventil (gate valve), en rutingsventil eller en regulerings-ventil.

101, 102, 128 markerer rutingsventiler for produksjonsseparator 108 henholdsvis for brønnene 105, 106 og 127. 103, 104 og 129 markerer rutingsventiler for testseparator 107 henholdsvis for brønnene 105, 106 og 127.

109 markerer en innretning for måling av strømningsrate hos gass i produksjonsseparator 108, 110 markerer en innretning for måling av strømningsrate hos olje i produksjonsseparator 108, og 111 markerer en innretning for måling av strømningsrate hos vann i produksjonsseparator 108. 115 markerer en innretning for måling av vannivå i produksjonsseparator 108. 117 markerer en innretning for måling av oljenivå i produksjonsseparator 108, og 121 markerer en innretning for måling av gasstrykk i produksjonsseparator 108.

112 markerer en innretning for måling av strømningsrate hos gass i testseparator 107, 113 markerer en innretning for måling av strømningsrate hos olje i testseparator 107, 114 markerer en innretning for måling av strømningsrate hos vann i testseparator 107, 116 markerer en innretning for måling av vannivå i testseparator 107, 118 markerer en innretning for måling av oljenivå i testseparator 107, og 122 markerer en innretning for måling av gasstrykk i testseparator 107.

Alle målinger kan bli registrert i et datalager for senere bruk.

Figur 2 er en skjematisk tegning av et produksjonssystem for olje og/eller gass, der en alternativ utførelse av foreliggende oppfinnelse blir anvendt. I henhold til denne alternative utfø-reisen blir testseparator 107 erstattet av en innretning 130 for måling av multifasestrøm. Etter at strømmen er målt, blir den rutet til produksjonsseparatoren 108. På figur 2 henviser 130 til en innretning for måling av multifase strømningsrate. 131, 132 og 133 markerer rutingsventiler til innretningen for

måling av multifase strømningsrate henholdsvis for brønner 105, 106 og 127 for multifase strømningsrate. Oppfinnelsen kan selv-sagt også brukes i systemer som omfatter to brønner, eller flere enn tre brønner. Alle andre komponenter på figur 2 er

beskrevet ovenfor i samband med figur 1.

Figur 3 er et flytskjema for en fremgangsmåte for prediktering av produksjonsflyt for et produksjonssystem for olje og/eller gass, avhengig av endring i manipulerte variabler i henhold til en utførelse av foreliggende oppfinnelse. Figuren viser et antall trinn:

310. Begynn prediktering av en endring i produksjonsflyt.

320. Velg en modellstruktur som beskriver endring i produksjonsflyt som funksjon av endring i manipulerte variabler.

340. Bestem tilpassede modellparametre slik at predikteringen tilsvarer nøye eller så nær som mulig til historiske produksjonsmålinger .

360. Bestem kavitetsmerkelapp for å beskrive usikkerheten ved produksj onsflytspredikteringer.

380. Valgfritt: bestem endring i manipulerte variabler som øker produksjonsflyt.

390. Valgfritt: bestem optimal produksjonsflyt.

Figur 4 er en illustrasjon av en foretrukket utførelse av produksjonsmodeller og kvalitetsmerkelapper der den valgte modellstrukturen kan omfatte en eller flere uttrykk i samsvar med følgende:

der q'0 er estimert olje-, q' er estimert gass-, og er estimert vann-strømningsrater i brønn i for et felt med et antall brønner, og q^er gassløftstrømningsrater for brønn i, og dette er de variablene som skal manipuleres i dette tilfellet, oio<1>, otg<1>, otw<1> og Kq1, Kg1, Kw<1> for alle brønner i er tilpassede modell-parametre. I dette tilfellet representerer z<1> produksjonsven-tilåpningen i brønn i, og qo1'1^ qg<1>'<1> og qw1,<:L> representerer lokale driftspunkter for modellen, qo1'1, qg<1>'<1> og qw1,:L er målte rater for olje, gass og vann, som i dette tilfellet er bestemt ut fra de nyeste brønntest for hver brønn.

Diagrammene på figur 4 viser predikteringer av oljestrømnings-rater 40a, gasstrømningsrater 40b og vannstrømningsrater 40c for åtte brønner, wl til w8, ved tilpasning til et sett historiske produksjonsdata med bruk av statistisk regresjon og bootstrapping. Predikteringer er vist for ulike verdier av gassløf trater qgi<1> 42, 43 og 44. Lokale drif tspunkter qo<1>'1, qg1'1 og qw1,:L er vist som sirkler på figur 4. Heltrukne vertikale streker illustrerer spennvidden for gassløftrater observert i tuningsettet for hver brønn. For den første brønnen wl indike-rer 41a, 41b og 41c spennvidden av manipulerte variabler observert i tuningsettet. De heltrukne strekene på figur 4 illustrerer den virkelige responsen av feltet på endringer i qgl, som vil være ukjent ved implementering av fremgangsmåten på feltda-ta. De ulike stiplede strekene representerer predikt-eringer med forskjellige verdier av de tilpassede modellpara-metrene, og alle disse alternative tilpassede modellparametrene ga ekvivalente samsvar, eller med andre ord innenfor akseptable grenser, mellom predikteringer og et sett med historiske produksjonsmålinger. Settet med ulike tilpassede modellparametre utgjør en kvalitetsmerkelapp.

Foreliggende oppfinnelse innenfor et produksjonssystem for olje og/eller gass omfatter et antall olje- og/eller gassbrønner som hver produserer en multifase fluidstrøm, tilpasset for å prediktere endring i produserte fluider som følge av endring i manipulerte variabler. Tilpassede modellparametre som er uttrykk for forholdet mellom endringen i manipulerte variabler og de produserte fluidene blir bestemt ut fra et sett historiske produksjonsmålinger, målinger av manipulerte variabler og målinger av produksjonen over et tidsintervall. Fremgangsmåten omfatter følgende trinn: a. valg av en modellstruktur som predikterer endring i produserte fluider som funksjon av endring av manipulerte vari-abler, der den predikterte endringen i produserte fluider

er avhengig av verdien av tilpassede modellparametre,

b. bestemmelse av tilpassede modellparametre slik at predikteringer av produserte fluider tilsvarer nevnte historiske produksjonsmålinger så nært som mulig eller innenfor

akseptable grenser,

c. bestemmelse av en kvalitetsmerkelapp som beskriver usikkerheten ved nevnte predikteringer av endring i produserte fluider.

Fremgangsmåten gjelder prediktering av produksjon samtidig som en bestemmer en kvalitetsmerkelapp for predikteringer av produserte fluider som er uttrykk for uvisshet. Denne kvalitetsmerkelappen for prediktering kan bestemmes ved å kvantifisere hvilket område av parameterverdier som gir vesentlig ekvivalent samsvar med settet av historiske produksjonsmålinger.

Det blir valgt en modellstruktur på basis av fysisk modellering, svartboks-modellering, eller en kombinasjon av dette. Noen parametre blir tilpasset og i tillegg kan noen parametre være faste og noen parametre kan gi uttrykk for måleusikkerhet. Modellstrukturen bør være i stand til å prediktere endring i produksjonen når det er endringer i manipulerte variable som virker inn på rutingsventiler, gassløftventiler eller produksjonsventiler i produksjonssystemet. Predikteringer bør være avhengig av verdien av tilpassede parametre.

Parametre blir tilpasset ved hjelp av statistisk regresjonsanalyse eller dynamisk systemidentifikasjon, idet en utnytter et sett historiske produksjonsmålinger. Settet med historiske produksjonsmålinger kan beskrive normal drift, der noen manipulerte variabler blir endret lite og der andre manipulerte variabler blir endret samtidig. Uvissheten ved disse para-metrene kan finnes ved bootstrapping.

I en foretrukket utførelse kan oppfinnelsen brukes til å bestemme verdier for manipulerte variabler som maksimerer produksjonsflyt .

I tillegg gjelder fremgangsmåten bruk av nevnte modell for å bestemme nåværende produksjon i en individuell brønn, og bruk av beskrivelsen av uvisshet til å redusere eller kompensere for uvisshet i parametre.

Modellen kan tilpasses til målinger som er utført ved bruk av en testseparator 107. Alternativt, eller i tillegg, kan modellen tilpasses til en innretning 130 for multifase-strømnings-måling. Modellen kan også tilpasses til andre målinger, for eksempel målte fiskale produksjonsrater.

Fremgangsmåten kan inkludere presentasjon av en referanse for en bruker eller en operatør til en eller flere av følgende: produserte fluider, kvalitetsmerkelapp eller tilpasset modell.

Foreliggende oppfinnelse gjelder også et datamaskinprogram som kan lastes inn i internminnet til en prosesseringsenhet i et databasert system som omfatter et datalagringsminne, som omfatter dataprogramvarekodedeler, for å utføre ett eller flere av trinnene i samsvar med fremgangsmåten ifølge oppfinnelsen, når dataprogrammet blir kjørt på nevnte system. I tillegg gjelder oppfinnelsen et dataprogram lagret på et medium som kan leses av en datamaskin, som omfatter programvarekodedeler, eller et datamaskinprogram som får en prosesseringsenhet i et databasert system til å styre en eksekvering av ett eller flere av trinnene i henhold til oppfinnelsens fremgangsmåte.

På denne måten kan fremgangsmåten i henhold til foreliggende oppfinnelse bli implementert som programvare, maskinvare, eller en kombinasjon av dette. Et dataprogramprodukt som implementer-er fremgangsmåten eller deler av den, omfatter programvare eller dataprogram, som kjøres på en generell eller spesial-tilpasset datamaskin, prosessor eller mikroprosessor. Program-varen inkluderer dataprogramkode-elementer eller programvarekodedeler som får datamaskinen til å utføre fremgangsmåten ved bruk av minst ett av trinnene i henhold til oppfinnelsens fremgangsmåte .

Programmet kan lagres fullt eller delvis på eller i ett eller flere passende datamaskinlesbare medier eller datalagrings-midler slik som magnetplater, CD-ROM eller DVD-plater, hard-disk, magnetooptiske lagringsmidler, i RAM eller flyktigminne, i ROM eller flash-minne, som fastvare eller på en dataserver.

I det følgende blir trinnene i fremgangsmåten i henhold til foreliggende oppfinnelse nærmere beskrevet i form av eksempler.

Valg av modellstruktur

La u være en vektor av manipulerte variabler, la d være en vektor av forstyrrelser og la 0 være en vektor av tilpassede para-metre, og la y være en vektor av produksjonsmålinger.

La f være en vektor som uttrykker produksjonen av hver modellert fluid produsert fra hver modellert brønn. Produksjonsmodellen er da en vilkårlig modell på formen

Produksjonsmodellen kan også inkludere parametre som ikke er tilpasset, for eksempel fysiske parametre hvis verdi er antatt kjent. Tilpassede parametre kan for eksempel uttrykke ukjente fysiske størrelser eller måleunøyaktigheter som skal bestemmes.

I en foretrukket utførelse er produksjonen relatert til ruting ved en matrise R, slik at

Predikteringer av målte verdier er relatert til produksjonsmodellen ved

der Py er en vektor for målingsbiaser.

Valget av modellstruktur er et konstruksjonsvalg. f kan bestemmes ved hjelp av fysisk modellering, enten såkalt hvitboks- eller såkalt gråboks-modellering, eller f kan velges som en rela-tivt generell modellstruktur som ikke uttrykker noen a priori fysisk kunnskap, såkalt svartboks-modellering. Kombinasjoner av disse metodene er også mulig. Detaljer om hensyn ved valg av modellstruktur finnes i Sjoberg, J. Zhang, Q., Ljung, L., Ben-veniste, A., Delyon, B. Glorennec, P.-Y., Hjalmarsson, H. og Juditsky, A. (1955): "Nonlinear black-box modelling in system identification: a unified overview" i Automatica, vol. 31, pp. 1691-1724.

Det er å foretrekke at estimater for y ettersom u endrer seg, kan bli påvirket av valget av 0, og at f har en struktur som samsvarer med fysisk forståelse av forholdet mellom manipulerte variabler og produksjon. I en foretrukket utførelse kan f være en statisk ulinearitet og 0 kan inkludere én parameter for gra-dienten og én parameter for kurvaturen mellom en eller annen manipulert variabel for hver brønn og den resulterende produksjonen for denne brønnen.

Tilpasning av parametre

I en foretrukket utførelse kan parametervektoren 0 bli bestemt numerisk ved hjelp av en numerisk optimaliseringsalgoritme, for eksempel 'fmincon' i MatLab som løser en parameterestimerings-oppgave.

Parametrene blir bestemt slik at en viss grad av pasning V(0, Z<N>) blir minimalisert, i tillegg til minimalisering av myke begrensninger Vs(0) og overholdelse av begrensninger ce(0).

Settet med historiske produksjonsdata er

I en foretrukket utførelse V er

er residualer.

I en foretrukket utførelse kan Vs(0) være en regulariserings-term som bøtelegger avvik i 0 fra kjente verdier når slike foreligger. I en foretrukket utførelse kan ce(0) uttrykke tegnbe-grensninger på 0 når slike foreligger.

Bestemmelse av en kvalitetsmerkelapp

En kvalitetsmerkelapp kan finnes ved å bestemme alternative parametre 0 som uttrykker settet med historiske produksjonsdata like godt som løsningen på det opprinnelige parameterestimer-ingsproblemet. I en foretrukket utførelse finnes denne kvalitetsmerkelappen ved å generere et sett med syntetiske datasett som kvalitativt likner det opprinnelige datasettet, og generere parameterestimater for hvert av disse datasettene på lignende måte som for de opprinnelige parametrene. I en foretrukket ut-førelse kan denne metoden utføres ved hjelp av bootstrapping, slik det er beskrevet i Efron, B. og Tibshirani, R. (1993): "An introduction to the bootstrap", Chapman & Hall.

Bestemmelse av optimal produksjonsflyt

I en foretrukket utførelse blir fremgangsmåten brukt til å bestemme endringer i manipulerte variabler som øker produksjonsflyt og/eller profitt. I en foretrukket utførelse blir denne endringen i manipulerte variabler bestemt ved å løse en numerisk optimaliseringsoppgave:

der M(x, u, d) er et mål på profitt og/eller produksjonsflyt, og c er et uttrykk for produksjonsbegrensninger.

Foreliggende oppfinnelse er ikke begrenset til de foretrukne utførelsene som er beskrevet ovenfor. Forskjellige alternativ-er, modifikasjoner og ekvivalenter kan bli anvendt. De ovenfor nevnte utførelsene skal derfor ikke oppfattes som begrensninger på omfanget av oppfinnelsen, som er definert i de vedlagte patentkravene.

Claims (22)

1. Fremgangsmåte i et produksjonssystem for olje og/eller gass, som omfatter et antall olje- og/eller gassbrønner som hver produserer en multifase fluidstrøm, tilpasset for prediktering av endring i produserte fluider som følger av endring i manipulerte variabler, karakterisert ved at tilpassede modellparametre som uttrykker forholdet mellom endringen i manipulerte variabler og de produserte fluidene blir bestemt ut fra et sett historiske produksjonsmålinger, idet nevnte fremgangsmåte omfatter følgende trinn: a. valg av en modellstruktur som predikterer endring i produserte fluider som funksjon av endringen av manipulerte variabler, der den predikterte endringen i produserte fluider er avhengig av verdien av tilpassede modellparametre b. bestemmelse av tilpassede modellparametre slik at predikteringer av produserte fluider tilsvarer nevnte historiske produksjonsmålinger c. bestemmelse av en kvalitetsmerkelapp som beskriver usikkerheten ved nevnte predikteringer av endring i produserte fluider.

2. Fremgangsmåte i henhold til krav 1, idet kvalitetsmerkelappen for predikteringene av produserte fluider blir bestemt ved å kvantifisere hvilket område av tilpassede modellparameterverdier som gir ekvivalente samsvar med settet av historiske produksjonsmålinger.

3. Fremgangsmåte i henhold til krav 1, idet de tilpassede mo-dellparameterverdiene blir brukt til å bestemme verdier for manipulerte variabler som øker produksjonsflyt.

4. Fremgangsmåte i henhold til krav 3, idet minst én kvalitetsmerkelapp blir brukt til å bestemme verdier for manipulerte variabler som øker produksjonsflyt.

5. Fremgangsmåte i henhold til krav 1, idet tilpassede modellparameterverdier blir bestemt ved hjelp av statistisk regresjonsanalyse.

6. Fremgangsmåte i henhold til krav 1, idet tilpassede modellparameterverdier blir bestemt ved hjelp av bootstrapping.

7. Fremgangsmåte i henhold til krav 1, idet nevnte beskrivelse av usikkerhet ved tilpassede modellparametre blir bestemt ved hjelp av bootstrapping.

8. Fremgangsmåte i henhold til krav 1, idet minst én tilpasset modellparameter beskriver målingsusikkerhet.

9. Fremgangsmåte i henhold til krav 1, idet nevnte modellstruktur i tillegg til tilpassede modellparametre er avhengig av modellparametre som er faste.

10. Fremgangsmåte i henhold til krav 1, idet nevnte modellstruktur er basert på fysisk modellering, svartboks-modellering eller en kombinasjon av disse.

11. Fremgangsmåte i henhold til krav 1, idet nevnte historiske produksjonsmålinger inkluderer målinger av manipulerte variabler som innvirker på rutingsventiler, gassløftventiler eller produksjonsventiler i produksjonssystemet.

12. Fremgangsmåte i henhold til krav 1, idet nevnte modellstruktur blir brukt til å bestemme nåværende produksjon i individuelle brønner.

13. Fremgangsmåte i henhold til krav 1, idet nevnte beskrivelse av usikkerhet blir brukt til å redusere eller kompensere for usikkerhet i tilpassede modellparametre.

14. Fremgangsmåte i henhold til krav 1, idet settet med historiske produksjonsmålinger kan beskrive normal drift, der noen manipulerte variabler blir endret lite mens andre manipulerte variabler blir forandret samtidig.

15. Fremgangsmåte i henhold til krav 1, idet nevnte historiske produksjonsmålinger inkluderer målinger fra en testseparator .

16. Fremgangsmåte i henhold til krav 1, idet nevnte historiske produksjonsmålinger inkluderer målinger fra et multifasemåleinstrument.

17. Fremgangsmåte i henhold til krav 1, idet nevnte historiske produksjonsmålinger inkluderer målinger av separerte produserte fluider fra en eller flere brønner, slik som den totale separerte produksjonen av olje, gass og vann.

18. Fremgangsmåte i henhold til krav 1, idet en henvisning til en eller flere av: prediktering av produserte fluider, kvalitetsmerkelapp eller tilpasset modellparameter, blir presentert for en bruker eller en operatør.

19. Fremgangsmåte i henhold til krav 1, idet fluidstrømmene produsert i de individuelle brønnene blir blandet og rutet via en sammenstilling for separering av fluider.

20. Datamaskinprogram som kan lastes inn i internminnet på en prosesseringsenhet i et datamaskinbasert system, som omfatter deler av programvarekode for å utføre ett eller flere trinn i hvilket som helst av kravene 1-19 når nevnte program blir kjørt på nevnte system.

21. Datamaskinprogramprodukt lagret på et datamaskinlesbart medium, som omfatter et lesbart program som får en prosesseringsenhet i et datamaskinbasert system til å styre ut-førelsen av ett eller flere trinn i hvilket som helst av kravene 1-19.

22. System for produksjon av olje og/eller gass, som omfatter et antall olje- og/eller gassbrønner som hver produserer en multifase fluidstrøm, med middel tilpasset for prediktering av endring i de produserte fluidene som følger av endring i manipulerte variabler, karakterisert ved datama-skinimplementerte middel for å utføre en fremgangsmåte der tilpassede modellparametre som uttrykker forholdet mellom endringen i manipulerte variabler og de produserte fluidene blir bestemt ut fra et sett historiske produksjonsmålinger, idet nevnte fremgangsmåte omfatter følgende trinn: a. valg av en modellstruktur som predikterer endring i produserte fluider som funksjon av endringen av manipulerte variabler, der den predikterte endringen i produserte fluider er avhengig av verdien av tilpassede modellparametre b. bestemmelse av tilpassede modellparametre slik at predikteringer av produserte fluider tilsvarer nevnte historiske produksjonsmålinger c. bestemmelse av en kvalitetsmerkelapp som beskriver usikkerheten ved nevnte predikteringer av endring i produserte fluider.