NO345430B1 - Metode for å bestemme strømningsdistribusjonen i en undergrunnssone med et brønnhull - Google Patents
Metode for å bestemme strømningsdistribusjonen i en undergrunnssone med et brønnhull Download PDFInfo
- Publication number
- NO345430B1 NO345430B1 NO20121356A NO20121356A NO345430B1 NO 345430 B1 NO345430 B1 NO 345430B1 NO 20121356 A NO20121356 A NO 20121356A NO 20121356 A NO20121356 A NO 20121356A NO 345430 B1 NO345430 B1 NO 345430B1
- Authority
- NO
- Norway
- Prior art keywords
- temperature
- formation
- wellbore
- fluid
- sensor
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 48
- 238000009826 distribution Methods 0.000 title claims description 32
- 230000015572 biosynthetic process Effects 0.000 claims description 97
- 239000012530 fluid Substances 0.000 claims description 74
- 230000000638 stimulation Effects 0.000 claims description 29
- 238000002347 injection Methods 0.000 claims description 27
- 239000007924 injection Substances 0.000 claims description 27
- 238000009529 body temperature measurement Methods 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 16
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- BVKZGUZCCUSVTD-UHFFFAOYSA-L Carbonate Chemical compound [O-]C([O-])=O BVKZGUZCCUSVTD-UHFFFAOYSA-L 0.000 claims description 6
- 239000011435 rock Substances 0.000 claims description 6
- 239000013307 optical fiber Substances 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000003795 chemical substances by application Substances 0.000 claims description 2
- 238000005755 formation reaction Methods 0.000 description 92
- 238000003860 storage Methods 0.000 description 15
- 238000013499 data model Methods 0.000 description 11
- 238000013461 design Methods 0.000 description 10
- 239000000835 fiber Substances 0.000 description 8
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 230000035699 permeability Effects 0.000 description 6
- 238000012546 transfer Methods 0.000 description 6
- 238000005094 computer simulation Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000009530 blood pressure measurement Methods 0.000 description 4
- 239000004215 Carbon black (E152) Substances 0.000 description 3
- 238000010306 acid treatment Methods 0.000 description 3
- 229930195733 hydrocarbon Natural products 0.000 description 3
- 150000002430 hydrocarbons Chemical class 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000000253 optical time-domain reflectometry Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 229910000831 Steel Inorganic materials 0.000 description 2
- 239000002253 acid Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 238000003303 reheating Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 150000007513 acids Chemical class 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000003129 oil well Substances 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 230000020477 pH reduction Effects 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
- E21B47/06—Measuring temperature or pressure
- E21B47/07—Temperature
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21B—EARTH OR ROCK DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B47/00—Survey of boreholes or wells
- E21B47/10—Locating fluid leaks, intrusions or movements
- E21B47/103—Locating fluid leaks, intrusions or movements using thermal measurements
Landscapes
- Geology (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- Geophysics (AREA)
- Geochemistry & Mineralogy (AREA)
- Measuring Temperature Or Quantity Of Heat (AREA)
- Measuring Fluid Pressure (AREA)
- Examining Or Testing Airtightness (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Thermistors And Varistors (AREA)
- Geophysics And Detection Of Objects (AREA)
- Control Of Temperature (AREA)
Description
METODE FOR FORTOLKNING AV DISTRIBUERTE TEMPERATURSENSORER UNDER BEHANDLING AV BRØNNHULL
BAKGRUNN FOR OPPFINNELSEN
[0001] Redegjørelsene i dette avsnittet er kun ment som bakgrunnsinformasjon relatert til den gjeldende offentliggjøringen og som muligens ikke dekkes av tidligere mothold.
[0002] Den gjeldende offentliggjøringen er generelt relatert til brønnhullbehandling og reservoarutvikling, og mer spesifikt en metode for å avgjøre strømningsdistribusjon i et brønnhull under en behandling.
[0003] Hydraulisk frakturering, syrebehandling av gangbergart, og andre stimuleringstyper brukes rutinemessig i olje- og gassbrønner for å forbedre hydrokarbonproduksjon. Brønnene som stimuleres inkluderer ofte en stor seksjon der mantelen har blitt perforert, eller et åpent borehull som har vesentlig variasjon i grunnfjellets petrofysiske og mekaniske egenskaper. Som et resultat vil ikke et behandlingsfluid som pumpes inn i brønnen nødvendigvis nå alle ønskede lag som inneholder hydrokarbon og som behøver stimulering. For å oppnå effektiv stimulering inkluderer behandlingen ofte bruk av avledningsmiddel i behandlingsfluidet, slik som kjemisk eller partikulært materiale, for å bidra til strømningsreduksjon inn i de mer permeable lagene som ikke lenger behøver stimulering og øke strømningen i lagene med lavere permeabilitet.
[0004] En metode inkluderer utføring av behandlingen gjennom en spiralslange som kan plasseres i brønnhullet for å styre fluidet umiddelbart nærliggende lagene som behøver å plugges under pumping av en avleder og nærliggende lag som behøver stimulering når stimuleringsfluid pumpes. Spiralslangemetoden krever imidlertid at operatøren vet hvilke lag som må behandles av en avleder og hvilke lag som må behandles med et stimuleringsfluid. I en brønn med en lang perforering eller åpne intervaller med svært uensartede og ukjente berggrunnsegenskaper, typisk for horisontale brønner, krever effektiv behandling kunnskap om strømdistribusjon i det behandlede intervallet.
[0005] Tradisjonelle strømningsmålinger i en brønn utføres vanligvis ved produksjonslogging ved bruk av en strømningsmåler for å måle hydrokarbonproduksjonsraten eller innsprøytningsraten i brønnhullet som en funksjon av dybde. På grunnlag av loggen for strømningsraten i brønnhullet bestemmes produksjonen fra eller innsprøytningsraten inn i hvert formasjonsdybdeintervall på grunnlag avmålt aksialstrømningsrate over det intervallet. Tradisjonell strømningsmåling er gyldig så lenge strømningsdistribusjonen i brønnen ikke endres over tidsperioden når logging utføres.
[0006] Under en stimuleringsbehandling kan imidlertid strømningsdistribusjonen i en brønn endres fort, enten på grunn av formeringsstimuleringen for å øke strømningskapasiteten eller midlertidig reduksjon i strømningskapasiteten som et resultat av avledningsmedium. For å avgjøre effektiviteten i stimulering eller avledning i brønnen, er det ønskelig å foreta umiddelbare målinger som gir et «øyeblikksbilde» av strømningsdistribusjonen i en brønn. Dessverre er få slike teknikker tilgjengelige.
[0007] Én metode for å foreta målinger som i all vesentlighet er umiddelbare, er fiberoptisk Distributed Temperature Sensing (DTS/distribuert temperatursensor)-teknologi. DTS inkluderer vanligvis en optisk fiber plassert i brønnhullet (f.eks. via en permanent fiberoptisk kabel som er sementert inn i mantelen, en fiberoptisk kabel utplassert ved bruk av spiralslange eller en ståltråd). Den optiske fiberen måler en temperaturdistribusjon langs lengden av fiberen basert på et optisk tidsdomene (f.eks. optisk tidsdomene reflektometri (OTDR), hvis bruk er svært utstrakt i telekommunikasjonsindustrien).
[0008] En fordel ved DTS-teknologien, er muligheten for å anskaffe temperaturdistribusjonen langs brønnen i et kort tidsintervall, uten, som i tradisjonell brønnlogging, å måtte flytte sensoren, noe som kan være tidkrevende. DTS-teknologi gir et effektivt «øyeblikksbilde» av temperaturprofilen i brønnen. DTS-teknologi har blitt brukt til å måle temperaturendringer i et brønnhull etter en stimuleringsinjeksjon, og basert på dette kan strømningsdistribusjon fra et innsprøytet fluid anslås kvalitativt. Utledning av strømningsdistribusjonen baseres vanligvis på «gjenoppvarmingstemperaturens» størrelse under en avstengingsperiode etter innsprøyting av fluid inn i borehullet og omkringliggende deler av formasjonen. Det innsprøytede fluidet er typisk kaldere enn formasjonstemperaturen og et formasjonslag som mottar en høyere fluid-strømningsrate under innsprøytningen har en lengre gjenoppvarmingstid sammenlignet med et formasjonslag eller en -sone som mottar relativt mindre fluidstrømning.
[0009] Som et ikke-begrensende eksempel illustrerer fig. 1 et grafisk plott 2 av flere simulerte temperaturprofiler 4 på en laminert formasjon 6 for en seks-timers «gjenoppvarmingsperiode» i henhold til det tidligere motholdet. Som vist representerer X-aksen 8 på det grafiske plottet 2 temperatur i Kelvin (K) og Y-aksen 9 på det grafiske plottet 2 representerer en dybde i meter (m) målt fra et forhåndsavgjort overflatenivå. Som vist anslås permeabiliteten av hvert lag i den laminerte formasjonen 6 i millidarcier (mD). Lagene i formasjonen 6, som har en relativt høy permeabilitet, mottar mer fluid under innsprøyting og har en relativt lang tidsperiode for «gjenoppvarming» (dvs. at etter en gitt tidsperiode er en temperaturendring mindre enn en endring i temperaturen i lagene med en lavere permeabilitet).
[0010] Vedå innhente og analysere flere DTS-temperaturspor i løpet av avstengingsperioden, kan innsprøytingsraten i forskjellige formasjonslag bestemmes. Nåværende DTS-fortolkningsteknikker og metoder er imidlertid basert på visualisering av temperaturendringer i DTS-dataloggen og er i beste fall av kvalitativkarakter. Nåværende fortolkningsmetoder kompliseres videre i anvendelser hvor et reaktivt fluid, slik som syre, pumpes inn i brønnhullet hvor det reaktive fluidet reagerer med formasjonsbergarten og kan påvirke en temperatur i formasjonen, og lede til feilaktig fortolkning. For å oppnå effektiv stimulering er det behov for mer nøyaktige DTS-fortolkningsmetoder for å hjelpe ingeniørene til å avgjøre strømningsdistribusjonen i brønnen og foreta tilsvarende justeringer i behandlingen.
[0011] Denne offentliggjøringen foreslår flere metoder for kvantitativt å avgjøre strømningsdistribusjonen fra DTS-målinger. Disse metodene diskuteres detaljert nedenfor.
[0012] US 2004129418 A1 omhandler en metode for å bestemme strømningsdistribusjonen i en undergrunnsformasjon med et brønnhull formet deri, omfattende plassering av en sensor inne i brønnhullet, hvor sensorene genererer et tilbakemeldingssignal som representerer minst én av en temperaturmåling eller en trykkmåling, innsprøyting av en væske inn i brønnhullet og inn i minst én del av formasjonen tilstøtende sensoren, avstenging av brønnhullet i en forhåndsbestemt avstengingsperiode, generering av en simulert modell som representerer minst én av simulerte temperaturkarakteristika og simulerte trykkarakteristika for formasjonen under avstengningsperioden, og generering av en datamodell som representerer minst én av faktiske temperaturkarakteristika og faktiske trykkarakteristika for formasjonen under avstengningsperioden.
[0013] US 6595294 B1 omhandler en metode og en stabiliserende gassheiskontroller for å kontrollere produksjonsstrømningshastigheten i en oljebrønn, der brønnen omfatter minst én gassinjeksjonschoke og/eller minst én produksjonschoke, der choken(e) kontrolleres som en funksjon av prosessmålinger, der trykk, temperatur og strømningshastigheter stabiliseres gjennom aktiv feedback-kontroll og kontinuerlig manipulering av choken(e) som en dynamisk funksjon av tilgjengelige prosessmålinger.
[0014] US 2002134587 A1 omhandler en metode, system og verktøy for reservoarevaluering og brønnprøving under boring.
SAMMENDRAG AV OPPFINNELSEN
[0015] Oppfinnelsen vedrører en metode for å bestemme strømningsdistribusjonen i en formasjon, slik som en laminert bergartsformasjon, slik som en karbonatformasjon, med et brønnhull formet deri, omfattende: plassering av en sensor (14) inne i brønnhullet, hvor sensoren (14) gir en hovedsakelig kontinuerlig temperaturovervåkning langs et forhåndsbestemt intervall i brønnhullet og hvor sensoren (14) genererer et tilbakemeldingssignal som representerer temperaturmåling fra sensoren (14); innsprøyting av et fluid inn i brønnhullet og inn i minst én del av formasjonen tilstøtende intervallet; avstenging av brønnhullet i en forhåndsbestemt avstengingsperiode; inndeling av det forhåndsbestemte intervallet i et mangfold av underseksjoner (54); plotting av temperaturmålinger (58) for hver av underseksjonene (54) mot tid; sammenligning av temperaturmålingene (58) for hver av underseksjonene (54) med en teoretisk målekurve (60); tilpassing av den teoretiske kurven (60) til målingene for hver av underseksjonene (54); bestemmelse av strømningsdistribusjonen for hele intervallet av interesse; og anvendelse av den bestemte strømningsdistribusjonen for en påfølgende behandlingsprosess.
[0016] Ytterligere utførelsesformer av metoden i henhold til oppfinnelsen fremgår av de uselvstendige krav.
[0017] Det beskrives også en metode for å avgjøre strømningsdistribusjon i en formasjon med et brønnhull formet deri som omfatter trinnene for å plassere en sensor inne i brønnhullet, hvor sensorene genererer et tilbakemeldingssignal som representerer minst én av en temperatur- og trykkmåling fra sensoren; innsprøyting av et fluid inn i brønnhullet og inn i minst en del av formasjonen tilstøtende sensoren; avstenging av brønnhullet i en forhåndsbestemt avstengingsperiode; generering av en simulert modell som representerer minst én av simulerte temperaturkarakteristikker og simulerte trykkarakteristikker fra formasjonen under avstengningsperioden; generering av en datamodell som representerer minst én av faktiske temperaturkarakteristikker og faktiske trykk-karakteristikker for formasjonen under avstengningsperioden, hvor datamodellen utledes fra tilbakemeldingssignalet; sammenligning av datamodellen med den simulerte modellen; og tilpassing av parametere i den simulerte modellen slik at de hovedsakelig overensstemmer med datamodellen.
[0018] Trinnene i en metode for å avgjøre strømningsdistribusjonen i en formasjon med et brønnhull formet deri kan omfatte: å plassere en sensor i brønnhullet, hvor sensoren gir en hovedsakelig fortløpende temperaturovervåkning langs et forhåndsbestemt intervall, hvor sensoren genererer et tilbakemeldingssignal som representerer temperatur målt av sensoren; innsprøyting av et fluid inn i brønnhullet og inn i minst en del av formasjonen tilstøtende intervallet; avstenging av brønnhullet i en forhåndsbestemt avstengingsperiode; generering av en simulert modell som representerer simulerte termiske egenskaper for i det minste en underseksjon av intervallet under avstengningsperioden; generering av en datamodell som representerer faktiske termiske egenskaper for i det minste en underseksjon av intervallet, hvor datamodellen utledes fra tilbakemeldingssignalet; sammenligning av datamodellen med den simulerte modellen; og tilpassing av parametere i den simulerte modellen for hovedsakelig overesstemme med datamodellen.
[0019] Det beskrives videreen metode for å avgjøre strømningsdistribusjonen i en formasjon med et brønnhull formet deri som omfatter trinnene for: a) plassering av en distribuert temperatursensor på en fiber som strekker seg langs et intervall inni brønnhullet, hvor de distribuerte temperatursensorene i all vesentlighet gir kontinuerlig temperaturovervåkning langs intervallet, og hvor sensoren genererer et tilbakemeldingssignal som representerer temperatur målt av sensoren; b) innsprøyting av et fluid inn i brønnhullet og inn i minst en del av formasjonen tilstøtende intervallet; c) avstenging av brønnhullet i en forhåndsbestemt avstengingsperiode; d) generering av en simulert modell som representerer simulerte termiske egenskaper for en underseksjon av intervallet under avstengningsperioden; e) generering av en datamodell som representerer faktiske termiske egenskaper for en underseksjon av intervallet under avstengningsperioden, hvor datamodellen utledes fra tilbakemeldingssignalet; f) sammenligning av datamodellen med den simuleringsmodellen; g) tilpassing av parametere i den simulerte modellen for hovedsakelig å overensstemme med datamodellen; og h) gjenta trinn d) til og med g) for hver av et mangfold av underseksjoner som avgrenser intervallet inne i brønnhullet, for å generere en strømningsprofil som er representativ for hele intervallet.
KORT BESKRIVELSE AV TEGNINGENE
[0020] Disse og andre funksjoner og fordeler ved den nåværende oppfinnelsen vil forstås bedre med henvisning til den følgende detaljerte beskrivelsen når sett i sammenheng med de vedlagte tegningene hvor:
[0021] Fig. 1 er et grafisk plott av flere simulerte temperaturprofiler i en laminert formasjon for en seks-timers gjenoppvarmingsperiode i henhold til tidligere mothold;
[0022] Fig. 2 er en skjematisk tegning av en utforming av et brønnhullbehandlingssystem;
[0023] Fig. 3 er et grafisk plott som viser en utforming av en simulert temperaturprofil og en faktisk målt temperaturprofil for en brønnhullbehandling ved en første tidsperiode;
[0024] Fig. 4 er et grafisk plott som viser en simulert temperaturprofil og en faktisk målt temperaturprofil for brønnhullbehandlingssystemet vist i fig. 3, tatt ved en andre tidsperiode;
[0025] Fig. 5 er et skjematisk plott som viser en utforming av flere målte temperaturprofiler, hver tatt ved avgrensede tidsperioder under en avstengningsperiode for en brønnhullbehandling;
[0026] Fig. 6 er en grafisk representasjon av temperatur vs. tid for et underintervall av profilen vist i fig. 5;
[0027] Fig. 7 er en grafisk representasjon av en fortolket strømningsprofil for brønnhullbehandlingen vist i fig. 5;
[0028] Fig. 8A er et grafisk plott av en målt temperaturprofil for den laminerte formasjonen i fig. 1;
[0029] Fig. 8B er et grafisk plott av en fortolket temperatur for et fluid før innsprøytning i den laminerte formasjonen i fig. 1;
[0030] Fig. 8C er et grafisk plott av en fortolket temperatur for den laminerte formasjonen i fig. 1, før en innsprøytningsprosedyre; og
[0031] Fig. 8D er et grafisk plott av et fortolket fluidvolum sprøytet inn i den laminerte formasjonen i fig. 1 ved ulike dybder av formasjonen;
DETALJERT BESKRIVELSE AV OPPFINNELSEN
[0032] Med henvisning nå til fig. 2 vises en utforming av et brønnhullbehandlingssystem i henhold til oppfinnelsen, generelt henvist til som 10. Som vist inkluderer systemet 10 en fluidinnsprøyter(e) 12, en sensor 14 og en prosessor 16. Det er forstått at systemet 10 kan inkludere ytterligere komponenter.
[0033] Fluidinnsprøyteren 12 er vanligvis en spiralslange som kan plasseres i et brønnhull formet i formasjonen for selektivt å styre et fluid til en spesifikk dybde eller et lag i formasjonen. F. eks. kan fluidinnsprøyteren 12 styre en avleder umiddelbart tilstøtende et lag i formasjonen for å plugge laget og minimere lagets permeabilitet. Videre kan eksempelvis fluidinnsprøyteren 12 styre et stimuleringsfluid tilstøtende et lag for stimulering. Det skal forstås at andre måter å styre fluid til forskjellige dybder og lag kan brukes, noe som vil verdsettes av fagfolk i brønnhullbehandling. Det skal videre forstås at diverse behandlingsfluider, avledere og stimuleringsfluider kan brukes til å behandle forskjellige lag i en spesifikk formasjon.
[0034] Sensor 14 er vanligvis Distributed Temperatur Sensing (DTS)-teknologi, inkludert en optisk fiber 18 plassert i brønnhullet (f.eks. via en permanent fiberoptisk kabel som er sementert inn i mantelen, en fiberoptisk kabel utplassert ved bruk av spiralslange eller en ståltråd). Den optiske fiberen 18 måler en temperaturdistribusjon langs en lengde av fiberen basert på optisk tidsdomene (f.eks. optisk tidsdomene reflektometri). I visse utforminger inkluderer sensoren 14 en trykkmålingsenhet 19 for måling av trykkdistribusjon i brønnhullet og omkringliggende formasjon. I visse utforminger er sensoren 14 lik DTS-teknologien offentliggjort i amerikansk patent nr. 7,055,604 B2.
[0035] Prosessoren 16 er i datakommunikasjon med sensoren 14 for å motta datasignaler (f.eks. et tilbakemeldingssignal) fra sensoren og analysere signalene basert f.eks. på en forhåndsbestemt algoritme, matematisk prosess eller ligning. Som vist i fig.
2 analyserer og evaluerer prosessoren 16 mottatte data basert på et instruksjonssett 20. Instruksjonssettet 20, som kan inkorporeres i ethvert datalesbart medium, inkluderer instruksjoner som kan gjennomføres av prosessoren for konfigurering av prosessoren 16 til å gjennomføre en rekke oppgaver og beregninger. Instruksjonssett 20 kan, som et ikke-begrensende eksempel, inkludere et omfattende sett ligninger som styrer et fysisk fenomen for fluidstrømning i formasjonen, en fluidstrømning i brønnhullet, en fluid/formasjons (f.eks. bergarter)-interaksjon i tilfelle av et reaktivt stimuleringsfluid, en fluidstrøm i en fraktur og deformering i tilfelle av hydraulisk frakturering og varmeoverføring i brønnhullet og i formasjonen. Som ytterligere et ikke-begrensende eksempel inkluderer instruksjonssettet 20 en omfattende tallmodell for karbonatforsuring, slik som beskrevet i Society of Petroleum Engineers (SPE) artikkel 107854 med tittelen "An Experimentally Validated Wormhole Model for Self-Diverting and Conventional Acids in Carbonate Rocks Under Radial Flow Conditions," skrevet av P.
Tardy, B. Lecerf og Y. Christanti. Det skal forstås at en hvilken som helst ligning kan brukes til å modellere en fluidstrømning og varmeoverføring i brønnhullet og tilstøtende formasjon, noe som vil verdsettes av fagfolk i brønnhullbehandling. Det skal videre forstås at prosessoren 16 kan utføre en rekke oppgaver, slik som f.eks. kontroll av forskjellige innstillinger for sensoren 14 og fluidinnsprøyteren 12.
[0036] Som et ikke-begrensende eksempel inkluderer prosessoren 16 en lagringsenhet 22. Lagringsenheten 22 kan være en enkelt lagringsenhet eller flere lagringsenheter. Videre kan lagringsenheten 22 være et faststoff lagringssystem, et magnetisk lagringssystem, et optisk lagringssystem eller et hvilket som helst annet passende lagringssystem eller enhet. Det skal forstås at lagringsenheten 22 er tilpasset for å lagre instruksjonssettet 20. I visse utforminger lagres data innhentet fra sensoren 14 i lagringsenheten 22, slik som f.eks. temperaturmålinger og trykkmålinger og en historisk oversikt over tidligere målinger og beregninger. Andre data og informasjon kan lagres i lagringsenheten 22, f.eks. slik som parameterne beregnet av prosessoren 16 og en database over petrofysiske og mekaniske egenskaper ved forskjellige formasjoner. Det skal videre forstås at visse kjente parametere og tall modeller for forskjellige formasjoner og fluider kan lagres i lagringsenheten 22 for å hentes inn av prosessoren 16.
[0037] Som ytterligere ikke-begrensende eksempel inkluderer prosessoren 16 en programmerbar enhet eller komponent 24. Det skal videre forstås at den programmerbare enheten eller komponenten 24 kan kommunisere med enhver annen komponent i system 10, slik f.eks. som fluidinnsprøyteren 12 og sensoren 14. I visse utforminger er den programmerbare komponenten 24 tilpasset for å administrere og kontrollere behandlingsfunksjonene til prosessoren 16. Mer spesifikt er den programmerbare komponenten 24 tilpasset for å kontrollere analysen av datasignaler (f.eks. tilbakemeldingssignaler produsert av sensoren 14) mottatt av prosessoren 16. Det skal forstås at den programmerbare komponenten 24 kan tilpasses til å lagre data og informasjon i lagringsenheten 22 og hente inn data og informasjon fra lagringsenheten 22.
[0038] I visse utforminger er et brukergrensesnitt 26 i kommunikasjon, enten direkte eller indirekte, med minst én av fluidinnsprøyteren 12, sensoren 14 og prosessoren 16 for å tillate brukere å samhandle selektiv med disse. Som et ikkebegrensende eksempel er brukergrensesnittet 26 et grensesnitt mellom menneske og maskin som tillater brukeren selektivt og manuelt å endre parametere i en beregningsmodell generert av prosessoren 16.
[0039] I bruk sprøytes fluid inn i en formasjon (f.eks. laminert bergartsformasjon) for å fjerne eller omgå skade i nærheten av brønnen som kan forårsakes av inntrengning av boreslam eller andre mekanismer, eller for å skape en hydraulisk fraktur som strekker seg flere hundre meter inn i formasjonen for å forbedre brønnens strømningskapasitet. Temperaturen på innsprøytet fluid er vanligvis lavere enn temperaturen i hvert av formasjonslagene. I løpet av innsprøytningsperioden fjerner kaldere fluid termisk energi fra brønnhullet og omkringliggende områder i formasjonen. Typisk er det slik at jo høyere innstrømningsrater inn i formasjonen , jo større er innsprøytet fluidvolum (f.eks. penetrasjonsdybden inn i formasjonen) og jo større er den avkjølte området. I tilfelle av hydraulisk frakturering går innsprøytet fluid inn i den hydraulisk dannende fraktureringen og avkjøler området tilstøtende fraktureringsoverflaten. Når pumpingen stanser, vil varmeoverføring fra reservoaret gradvis varme opp fluidet i brønnhullet. Der en del av formasjonen ikke mottar innstrømning under innsprøyting, vil gjenoppvarmingen gå hurtigere på grunn av mindre avkjølt område mens formasjonen som mottok større innstrømning varmes opp igjen saktere.
[0040] Fig. 3 illustrerer et grafisk plott 28 som viser en simulert temperaturprofil 30 og en faktisk målt temperaturprofil 32 for en brønnhullbehandling (f.eks. en syrebehandling i en horisontal brønn i en karbonatformasjon) ved en første tidsperiode. Som et ikke begrensende eksempel, har den første tidsperioden umiddelbart etter avslutningsprosedyren (dvs. stansing av brønnhullbehandling og opphør av fluidstrømning inn i formasjonen eller lignende) blitt initiert. Som vist representerer X-aksen 34 på det grafiske plottet 28 temperaturen i Celsius (°C) og Y-aksen 36 på det grafiske plottet 28 representerer en dybde i formasjonen i meter (m) målt fra et forhåndsbestemt overflatenivå. I visse utforminger er den simulert temperaturprofilen 30 basert på minst én av anslåtte petrofysiske, mekaniske og termiske egenskaper i formasjonen, innsprøytingsfluidets termiske egenskaper (f.eks. termisk ledeevne og varmekapasitet) og den innsprøytede fluidets og formasjonens strømningsegenskaper. Som et ikke-begrensende eksempel, kan de anslåtte egenskapene i formasjonen oppgis manuelt av en bruker. Som ytterligere et ikke-begrensende eksempel, kan de anslåtte egenskapene genereres av prosessoren 16 basert på lagrede data og kjent eller anslått informasjon om formasjonen. Det skal forstås at en simulert trykkprofil (ikke vist) kan genereres av prosessoren 16 basert på de anslåtte formasjonsegenskapene. Den faktiske målte temperaturprofilen 32 er basert på data hentet inn av sensoren 14 under avstengningen etter en fluidinnsprøytningsperiode.
[0041] Fig. 4 illustrerer et grafisk plott 38 som viser en simulert temperaturprofil 40 og en faktisk målt temperaturprofil 42 for en brønnhullbehandling (f.eks. en syrebehandling i en horisontal brønn i en karbonatformasjon) ved en andre tidsperiode. Som et ikke-begrensende eksempel er den andre tidsperioden omtrent fire timer etter den første tidsperioden. Det skal forstås at enhver tidsperiode kan benyttes. Som vist representerer X-aksen 44 på det grafiske plottet 38 temperatur i Celsius (°C) og Y-aksen 46 på det grafiske plottet 38 representerer en dybde i formasjonen i meter (m) målt fra et forhåndsbestemt overflatenivå. I visse utforminger er den simulerte temperaturprofilen 40 basert på minst én av anslåtte petrofysiske, mekaniske og termiske egenskaper ved formasjonen, innsprøytingsfluidets termiske egenskaper (f.eks. termisk ledeevne og varmekapasitet) og det innsprøytede fluidets og formasjonens strømningsegenskaper. Som et ikke-begrensende eksempel, kan de anslåtte egenskapene i formasjonen oppgis manuelt av en bruker. Som ytterligere et ikkebegrensende eksempel, kan de anslåtte egenskapene genereres av prosessoren 16 basert på lagrede data og kjent informasjon om en posisjon for formasjonen. Det skal forstås at en simulert trykkprofil (ikke vist) kan genereres av prosessoren 16 basert på anslåtte formasjonsegenskaper. Den faktiske målte temperaturprofilen 32 er basert på data hentet inn av sensoren 14 under avstengningen etter en fluidinnsprøytningsperiode.
[0042] Som et illustrerende eksempel anslås et formasjonslag ved en spesifikk dybde å ha et første sett av petrofysiske egenskaper med en spesifikk permeabilitet og simulerte temperaturprofiler 30, 40 genereres basert på en modell for anslåtte formasjonsegenskaper (m.a.o. fremover-modellsimulering). Hvor de faktiske målte temperaturene 32, 42 ikke er jamført med de simulerte temperaturprofilene 30, 40 endrer imidlertid brukeren minst én av de anslåtte egenskapene i formasjonen og modellparameterne som man brukte for generering av de simulerte temperaturprofilene 30, 40, slik at de simulerte temperaturprofilene 30, 40 hovedsakelig tilsvarer de faktiske målte temperaturene 32, 42. På denne måten oppdateres modellen brukt til å generere de simulerte temperaturprofilene 30, 40 på grunnlag av faktiske målinger på sensoren 14. Det skal forstås at den oppdaterte modellen kan brukes som en grunnmodell for fremtidige anvendelser på den samme eller tilsvarende formasjoner. Det skal videre forstås at strømningsdistribusjonen i formasjonen kan bestemmes kvantitativt fra den oppdaterte modellen.
[0043] Fig. 5-7 illustrerer en metode for å avgjøre en strømningsdistribusjon i en formasjon i henhold til en annen utforming av den gjeldende oppfinnelsen. Som et ikkebegrensende eksempel bestemmes strømningsdistribusjonen i formasjonen ved bruk av en numerisk inversjonsalgoritme. Som ytterligere et ikke-begrensende eksempel, genereres en simulert temperaturkurve (dvs. simulert modell) for en gitt strømningsrate, en innsprøytningsfluidtemperatur og en innledende formasjonstemperatur for enhver gitt dybde ved å løse en numerisk begrenset differanse-varmeoverføringsmodell for modellering av en konvektiv strømning av et kaldere fluid inn i en permeabel formasjon, slik som vil være forstått av fagfolk.
[0044] Fig. 5 illustrerer et skjematisk plott 47 som viser et mangfold av målte temperaturprofiler 48, hvor hver av de målte temperaturprofilene 48 er foretatt ved en adskilt tidsperiode t1, t2, t3 og t4 under avstengningsperioden etter en innsprøyting. Som vist representerer X-aksen 49 på det grafiske plottet 47 temperatur og Y-aksen 50 på det grafiske plottet 47 representerer en dybde i formasjonen målt fra et forhåndsbestemt overflatenivå. I visse utforminger deles et brønnhullintervall av interesse 52 inn i et mangfold av underseksjoner 54 av forhåndsbestemt tverrsnittlengde. For hver av underseksjonene 54 plottes den målte temperaturprofil mot tid, som vist i fig. 6.
[0045] Mer bestemt illustrerer fig. 6 et grafisk plott 56 som viser et mangfold av adskilte temperaturmålinger 58 fra sensor 14, hvor hver av målingene er gjort i de adskilte tidsperiodene, henholdsvis t1, t2, t3 og t4. En teoretisk temperaturkurve 60 (dvs. simulert modell) modelleres for å krysse de avgrensede målingene 58. Som vist representerer X-aksen 62 på det grafiske plottet 56 tid og Y-aksen 64 på det grafiske plottet 56 representerer en temperatur.
[0046] Særlig sammenlignes temperaturmålingen 58 for en bestemt underseksjon 54 med den teoretiske temperaturkurven 60. I visse utforminger brukes en numerisk optimeringsalgoritme på en målt temperaturmåling 58 og den teoretiske temperaturkurven 60 for å finne en «beste overensstemmelse» og for å minimere en feil i forskjellen mellom de to. F. eks. er den numeriske optimeringsalgoritmen en sum av kvadrater av forskjellen mellom dataverdiene for temperaturmålingene 58 og tilsvarende punkter langs den teoretiske temperaturkurven 60. Som ytterligere et eksempel, endreset mangfold av inndataparametere for generering av den teoretiske temperaturkurven 60 (dvs. simulert modell) automatisk for å oppnå en beste overensstemmelse mellom den teoretiske temperaturkurven 60 og temperaturmålingene 58. I visse utforminger inkluderer inndataparametere f.eks. en strømningsrate under innsprøytning, en fluidtemperatur, en innledende formasjonstemperatur og en strømningsrate under avstengning. Det skal forstås at et antall avgrensede kombinasjoner av inndataparametere kan generere den samme teoretiske temperaturkurven. Som sådanne kan et gjennomsnitt av inndataparameterne brukes for tilpasningsprosedyren mellom den teoretiske temperaturkurven 60 og temperaturmålingene 58.
[0047] Så snart den teoretiske temperaturkurven 60 er «tilpasset» temperaturmålingene 58, representerer de endrede inndataparametere for den teoretiske temperaturkurven 60 den gjennomsnittlige strømningsraten, fluidtemperaturen og den innledende formasjonstemperaturen. En strømningsprofil (dvs. profilen for fluidvolumet innsprøytet under innsprøytingsperioden) kan oppnås ved å gjenta sammenligningen og tilpasningsprosessen som beskrevet ovenfor for de gjenstående underseksjonene 54. Som et eksempel illustrerer fig. 7 et grafisk plott 65 som viser en strømningsprofil 66 (dvs. en strømningsdistribusjon). Som vist representerer X-aksen 67 på det grafiske plottet 65 et volum injisert fluid og Y-aksen 68 på det grafiske plottet 65 representerer en dybde i formasjonen målt fra et forhåndsbestemt overflatenivå.
[0048] Fig. 8A-8D illustrerer et eksempel på bruk av en numerisk inversjonsalgoritme på de syntetiske dataene generert av en numerisk simulator, som vist i fig. 1. Mer spesielt illustrerer figur 8A et grafisk plott 69 som viser en første målt temperaturprofil 70 tatt ved en første tidsperiode og en andre målt temperaturprofil 72 tatt ved en andre tidsperiode. Som et ikke-begrensende eksempel, er den første tidsperioden umiddelbart etter at en avstengningsprosedyre ble igangsatt og den andre tidsperioden seks timer etter den første tidsperioden. Det skal forstås at enhver tidsperiode kan benyttes. Som vist representerer X-aksen 74 på det grafiske plottet 69 temperatur i Kelvin (K) og Y-aksen 76 på det grafiske plottet 69 representerer en dybde i formasjonen i meter (m) målt fra et forhåndsbestemt overflatenivå.
[0049] I drift genereres en simulert temperaturkurve (dvs. simulert modell) basert på en numerisk begrenset differanse-varmeoverføringsmodell for modellering av en konvektiv strømning av et kjøligere fluid inn i en permeabel formasjon, noe som vil forstås av en med kunnskap i faget. Som et ikke-begrensende eksempel, inkluderer inndataparametere i varmeoverføringsmodellen anslag for en strømningsrate under innsprøytning, en fluidtemperatur, en innledende formasjonstemperatur og en strømningsrate under avstengning. Temperaturprofilene 70, 72 sammenlignes med den teoretiske kurven på en måte som er lik den vist i fig. 6. I visse utforminger brukes en numerisk optimeringsalgoritme på de målte temperaturprofilene 70, 72 og den teoretiske kurven for automatisk å finne en «beste overensstemmelse» og for å minimere en feil i forskjellen mellom temperaturprofilene 70, 72 og den teoretiske kurven. Som et ikke-begrensende eksempel, endres inndataparametere slik at den resulterende teoretiske temperaturkurven i hovedsak overensstemmer med en passende av temperaturprofilene 70, 72. Så snart den teoretiske temperaturkurven er «tilpasset» en av de passende temperaturprofilene 70, 72 representerer de endrede inndataparametere den gjennomsnittlige strømningsraten, fluidtemperaturen og den innledende formasjonstemperaturen, som vist henholdsvis i fig. 8B, 8C og 8D. Det skal forstås at et antall avgrensede kombinasjoner av inndataparametere kan generere den samme teoretiske temperaturkurven. Som sådan, kan et gjennomsnitt av inndataparameterne brukes til tilpasningsprosedyren mellom den teoretiske temperaturkurven og temperaturprofilene 70, 72.
[0050] Spesifikt er fig. 8B et grafisk plott 78 som viser en invertert (dvs. fortolket fra inversjonsalgoritmen) temperaturkurve 80 for det innsprøytede fluidet. Som vist representerer X-aksen 82 på det grafiske plottet 78 temperatur i Kelvin (K) og Y-aksen 84 på det grafiske plottet 78 representerer en dybde i formasjonen i meter (m), målt fra et forhåndsbestemt overflatenivå. Fig. 8C er et grafisk plott 86 som viser en gjennomsnittlig temperaturprofil 88 for formasjonen før mottak av det innsprøytede fluidet (med et standardavvik vist som et skravert felt). Som vist representerer X-aksen 90 på det grafiske plottet 86 temperatur i Kelvin (K) og Y-aksen 92 på det grafiske plottet 86 representerer en dybde i formasjonen i meter (m), målt fra et forhåndsbestemt overflatenivå. Fig. 8D er et grafisk plott 94 som viser en simulert gjennomsnittlig volumkurve 96 for innsprøytningsfluidet (med et standardavvik vist som et skravert felt). Som vist representerer X-aksen 98 på det grafiske plottet 94 volum i kubikkmeter fluid sprøytet inn i én meter av formasjonen (m<3>/m) og Y-aksen 100 på det grafiske plottet 94 representerer en dybde i formasjonen i meter (m), målt fra et forhåndsbestemt overflatenivå. Som sådanne gir temperaturkurven 80, temperaturprofilen 88 og volumkurven 96 en nøyaktig strømningsdistribusjonsprofil for formasjonen, som kan brukes i etterfølgende behandlingsprosesser.
[0051] I en utforming sammenlignes temperaturdata målt av sensoren 14 med et sett forhåndsgenererte teoretiske kurver kalt typekurver. Typekurver har vanligvis en dimensjonsløs form, med dimensjonsløse variabler uttrykt som en kombinasjon av fysiske variabler. Temperaturdataene mottatt fra sensoren 14 er forhåndsbehandlet for presentasjon i en dimensjonsløs form og overlegges de teoretiske typekurvene. Ved å skifte de målte temperaturdataene for å finne den beste passede typekurven, kan man bestemme de fysiske parameterne som tilsvarer den tilpassede typekurven, inkludert strømningsraten inn i formasjonen. Ved å gjennomføre samme prosedyren for alle dybdene, kan man konstruere en strømningsprofil langs et brønnhull, som i tidligere metoder. Et eksempel på typekurveteknikker for DTS-fortolkning er offentliggjort i amerikansk patentsøknad, publikasjonsnummer 2009/0216456.
[0052] Flere DTS-fortolkningsmetoder diskuteres i dette dokumentet. Metodene involverer bruk av en matematisk modell (simulert modell) til prediksjon av den forventede temperaturreaksjonen og sammenligne prediksjonen med faktiske målinger (målt data modell). Ved å justere de simulerte modellparameterne for tilpasning til målte data-modellen, avledes en strømningsdistribusjon i brønnen. De med kunnskap i faget vet at forskjellige temperaturmodeller kan benyttes eller forskjellige teknikker kan brukes for å oppnå overensstemmelse med DTS-målte data. Slike variasjoner faller imidlertid inn under denne oppfinnelsens ånd.
[0053] Den fortolkede strømningsprofilen gir dem som gjennomfører stimulering i feltet detaljert kunnskap til å foreta sanntidsbeslutninger, for å skreddersy stimuleringsoperasjonen for å maksimere stimuleringseffektiviteten.
Stimuleringsoperasjonene kan inkludere følgende aktiviteter: plassering av en spiralslange i en sone som ikke har blitt effektivt stimulert, for å maksimere stimuleringsfluidkontakt/innstrømning inn i sonen; plassering av en spiralslange i en sone som allerede har blitt fullstendig stimulert, for å oppdage et avledningsmedium for midlertidig å plugge sonen slik at etterfølgende stimuleringsfluid kan strømme inn i andre soner som behøver ytterligere stimulering, for å forhindre sløsing av fluid i sonen som allerede er simulert; bytte et behandlingsfluid hvis den viser seg ikke å være effektiv; og plassere en midlertidig plugg eller andre typer mekaniske barrierer i brønnen for å isolere sonene som allerede er stimulerte og slik tillate separat behandling av gjenstående soner. Andre operasjoner kan hvile på strømningsprofilen generert av utforminger av metodene offentliggjort i dette dokumentet.
[0054] For å maksimere stimuleringseffektivitet, kan en stimuleringsoperasjon utformes for å bestå av flere innsprøytingssykluser etterfulgt av avstengningsperioder hvor DTS-data hentes inn. DTS-dataene analyseres umiddelbart for å gi feltoperatøren strømningsdistribusjonen i brønnen, som om nødvendig kan brukes for å tilpasse den etterfølgende behandlingsplanen for å maksimere stimuleringseffektiviteten.
Brønnproduksjon kan dermed maksimeres som et resultat av optimert stimulering.
[0055] Den foregående beskrivelsen har blitt presentert med henvisning til foretrukne utforminger av oppfinnelsen. Personer med kunnskap i faget og om teknologien som denne oppfinnelsen vedrører, vil forstå at variasjoner og endringer i de beskrevne strukturene og driftsmetodene kan gjennomføres uten å avvike i mening fra denne oppfinnelsens prinsipp eller ånd. Følgelig skal ikke den foregående beskrivelsen leses som om den kun gjelder de spesifikke beskrevne strukturene og vist i de medfølgende tegningene, men skal leses som overensstemmende med og som støtte for de følgende patentkravene, som skal forstås i sine mest dekkende og rimelige omfang.
Claims (7)
1. Metode for å bestemme strømningsdistribusjonen i en formasjon, slik som en laminert bergartsformasjon, slik som en karbonatformasjon, med et brønnhull formet deri, omfattende:
plassering av en sensor (14) inne i brønnhullet, hvor sensoren (14) gir en hovedsakelig kontinuerlig temperaturovervåkning langs et forhåndsbestemt intervall i brønnhullet og hvor sensoren (14) genererer et tilbakemeldingssignal som representerer temperaturmåling fra sensoren (14);
innsprøyting av et fluid inn i brønnhullet og inn i minst én del av formasjonen tilstøtende intervallet;
avstenging av brønnhullet i en forhåndsbestemt avstengingsperiode;
inndeling av det forhåndsbestemte intervallet i et mangfold av underseksjoner (54); plotting av temperaturmålinger (58) for hver av underseksjonene (54) mot tid; sammenligning av temperaturmålingene (58) for hver av underseksjonene (54) med en teoretisk målekurve (60);
tilpassing av den teoretiske kurven (60) til målingene for hver av underseksjonene (54); bestemmelse av strømningsdistribusjonen for hele intervallet av interesse; og anvendelse av den bestemte strømningsdistribusjonen for en påfølgende behandlingsprosess.
2. Metoden i henhold til krav 1, hvor inndelingen omfatter å dele mangfoldet av underseksjoner inn i underseksjoner av forhåndsbestemt tverrsnittlengde.
3. Metoden i henhold til krav 1, hvor sensoren inkluderer distribuert temperaturfølingsteknologi med en optisk fiber plassert langs intervallet inne i brønnhullet.
4. Metoden i henhold til krav 1, hvor fluidet er minst én av et avledningsmiddel og et stimuleringsfluid.
5. Metoden i henhold til krav 1, hvor anvendelsen omfatter å umiddelbart analysere strømningsdistribusjonen i brønnen, og justere, hvis nødvendig, en påfølgende behandlingsplan, for å maksimere stimuleringseffektiviteten og brønnproduksjonen.
6. Metoden i henhold til krav 1, hvor bestemmelsen omfatter å bestemme et volum av fluid versus en dybde av brønnhullet.
7. Metoden i henhold til krav 1, hvor parameterne i den simulerte modellen inkluderer en beregning av minst én av en strømningsrate under innsprøytning, en temperatur på fluidet før innsprøytning, en temperatur for formasjonen før innsprøytning og en strømningsrate under avstengingsperioden.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US12/785,142 US8788251B2 (en) | 2010-05-21 | 2010-05-21 | Method for interpretation of distributed temperature sensors during wellbore treatment |
| PCT/US2011/037561 WO2011146923A2 (en) | 2010-05-21 | 2011-05-23 | Method for interpretation of distributed temperature sensors during wellbore treatment |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| NO20121356A1 NO20121356A1 (no) | 2012-11-16 |
| NO345430B1 true NO345430B1 (no) | 2021-01-25 |
Family
ID=44973202
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| NO20201136A NO345982B1 (no) | 2010-05-21 | 2011-05-23 | Metode for fortolkning av distribuerte temperatursensorer under behandling av brønnhull |
| NO20121356A NO345430B1 (no) | 2010-05-21 | 2011-05-23 | Metode for å bestemme strømningsdistribusjonen i en undergrunnssone med et brønnhull |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| NO20201136A NO345982B1 (no) | 2010-05-21 | 2011-05-23 | Metode for fortolkning av distribuerte temperatursensorer under behandling av brønnhull |
Country Status (10)
| Country | Link |
|---|---|
| US (1) | US8788251B2 (no) |
| BR (1) | BR112012029379B1 (no) |
| CA (1) | CA2798850C (no) |
| DK (1) | DK201200798A (no) |
| EA (1) | EA033702B1 (no) |
| GB (1) | GB2494559B (no) |
| MX (1) | MX2012013433A (no) |
| NO (2) | NO345982B1 (no) |
| UA (1) | UA104382C2 (no) |
| WO (1) | WO2011146923A2 (no) |
Families Citing this family (41)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9476294B2 (en) * | 2010-01-29 | 2016-10-25 | Baker Hughes Incorporated | Device and method for discrete distributed optical fiber pressure sensing |
| US20110301848A1 (en) * | 2010-06-08 | 2011-12-08 | Baker Hughes Incorporated | Method of diagnosing flow and determining compositional changes of fluid producing or injecting through an inflow control device |
| US8910714B2 (en) * | 2010-12-23 | 2014-12-16 | Schlumberger Technology Corporation | Method for controlling the downhole temperature during fluid injection into oilfield wells |
| GB2494960A (en) * | 2011-08-26 | 2013-03-27 | John C Rasmus | Calibrating a wellbore hydraulic model |
| US20130048380A1 (en) * | 2011-08-26 | 2013-02-28 | John Rasmus | Wellbore interval densities |
| US20130049983A1 (en) | 2011-08-26 | 2013-02-28 | John Rasmus | Method for calibrating a hydraulic model |
| US9228430B2 (en) | 2011-08-26 | 2016-01-05 | Schlumberger Technology Corporation | Methods for evaluating cuttings density while drilling |
| US9394783B2 (en) * | 2011-08-26 | 2016-07-19 | Schlumberger Technology Corporation | Methods for evaluating inflow and outflow in a subterranean wellbore |
| CA2808858C (en) * | 2012-03-16 | 2016-01-26 | Weatherford/Lamb, Inc. | Wellbore real-time monitoring and analysis of fracture contribution |
| WO2014193577A1 (en) * | 2013-05-31 | 2014-12-04 | Conocophillips Company | Method of hydraulic fracture identification using temperature |
| US10808521B2 (en) | 2013-05-31 | 2020-10-20 | Conocophillips Company | Hydraulic fracture analysis |
| BR112016006619B1 (pt) | 2013-11-07 | 2023-02-07 | Halliburton Energy Services, Inc | Método e sistema |
| US9631474B2 (en) * | 2013-11-25 | 2017-04-25 | Baker Hughes Incorporated | Systems and methods for real-time evaluation of coiled tubing matrix acidizing |
| HUE062268T2 (hu) * | 2014-02-18 | 2023-10-28 | Schlumberger Technology Bv | Eljárás az elosztott hõmérséklet-érzékelõk értelmezésére a kútfúrás mûveletei során |
| US20170009569A1 (en) * | 2015-07-06 | 2017-01-12 | Schlumberger Technology Corporation | Caprock breach determination technique |
| US10400580B2 (en) | 2015-07-07 | 2019-09-03 | Schlumberger Technology Corporation | Temperature sensor technique for determining a well fluid characteristic |
| WO2017023318A1 (en) | 2015-08-05 | 2017-02-09 | Halliburton Energy Services Inc. | Quantification of crossflow effects on fluid distribution during matrix injection treatments |
| US10656041B2 (en) | 2015-11-24 | 2020-05-19 | Schlumberger Technology Corporation | Detection of leaks from a pipeline using a distributed temperature sensor |
| US10578464B2 (en) | 2015-11-24 | 2020-03-03 | Schlumberger Technology Corporation | Identification of features on an optical fiber using a distributed temperature sensor |
| US10890058B2 (en) | 2016-03-09 | 2021-01-12 | Conocophillips Company | Low-frequency DAS SNR improvement |
| US20200018153A1 (en) * | 2016-11-09 | 2020-01-16 | Halliburton Energy Services, Inc. | System and method for modeling a transient fluid level of a well |
| US11060387B2 (en) | 2017-01-18 | 2021-07-13 | Halliburton Energy Services, Inc. | Determining fluid allocation in a well with a distributed temperature sensing system using data from a distributed acoustic sensing system |
| US10606967B2 (en) * | 2017-05-02 | 2020-03-31 | Saudi Arabian Oil Company | Evaluating well stimulation to increase hydrocarbon production |
| EP3619560B1 (en) | 2017-05-05 | 2022-06-29 | ConocoPhillips Company | Stimulated rock volume analysis |
| US11255997B2 (en) | 2017-06-14 | 2022-02-22 | Conocophillips Company | Stimulated rock volume analysis |
| CA3078414A1 (en) | 2017-10-17 | 2019-04-25 | Conocophillips Company | Low frequency distributed acoustic sensing hydraulic fracture geometry |
| CA2983541C (en) | 2017-10-24 | 2019-01-22 | Exxonmobil Upstream Research Company | Systems and methods for dynamic liquid level monitoring and control |
| US11193367B2 (en) | 2018-03-28 | 2021-12-07 | Conocophillips Company | Low frequency DAS well interference evaluation |
| CA3097930A1 (en) | 2018-05-02 | 2019-11-07 | Conocophillips Company | Production logging inversion based on das/dts |
| CN108760891A (zh) | 2018-05-22 | 2018-11-06 | 中国石油大学(北京) | 基于声发射衡量暂堵剂性能的装置与方法 |
| US11125077B2 (en) * | 2018-07-23 | 2021-09-21 | Exxonmobil Upstream Research Company | Wellbore inflow detection based on distributed temperature sensing |
| CN110029987B (zh) * | 2019-05-26 | 2020-01-10 | 西南石油大学 | 一种两相气藏压裂水平井温度剖面模拟实验装置及其方法 |
| US11591901B2 (en) | 2019-09-06 | 2023-02-28 | Cornell University | System for determining reservoir properties from long-term temperature monitoring |
| US11280190B2 (en) * | 2019-10-30 | 2022-03-22 | Baker Hughes Oilfield Operations Llc | Estimation of a downhole fluid property distribution |
| CN111444612B (zh) * | 2020-03-26 | 2021-04-16 | 北京科技大学 | 一种致密油藏水平井多级压裂流场形态模拟方法 |
| US10983513B1 (en) | 2020-05-18 | 2021-04-20 | Saudi Arabian Oil Company | Automated algorithm and real-time system to detect MPFM preventive maintenance activities |
| CN112065363A (zh) * | 2020-10-10 | 2020-12-11 | 成都中油翼龙科技有限责任公司 | 一种注水井吸水剖面测量装置及方法 |
| CN113006776A (zh) * | 2021-03-24 | 2021-06-22 | 西南石油大学 | 基于光纤分布式温度传感器的压裂水平井温度场预测方法 |
| US11802783B2 (en) | 2021-07-16 | 2023-10-31 | Conocophillips Company | Passive production logging instrument using heat and distributed acoustic sensing |
| CN115045650B (zh) * | 2022-06-27 | 2024-07-05 | 中国海洋石油集团有限公司 | 初始地温测量方法、装置、计算设备及存储介质 |
| WO2024035758A1 (en) * | 2022-08-09 | 2024-02-15 | Schlumberger Technology Corporation | Methods for real-time optimization of coiled tubing cleanout operations using downhole pressure sensors |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020134587A1 (en) * | 2000-09-20 | 2002-09-26 | Stephen Rester | Method, system and tool for reservoir evaluation and well testing during drilling operations |
| US6595294B1 (en) * | 1998-06-26 | 2003-07-22 | Abb Research Ltd. | Method and device for gas lifted wells |
| US20040129418A1 (en) * | 2002-08-15 | 2004-07-08 | Schlumberger Technology Corporation | Use of distributed temperature sensors during wellbore treatments |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3709032A (en) * | 1970-12-28 | 1973-01-09 | Shell Oil Co | Temperature pulsed injectivity profiling |
| US6435277B1 (en) * | 1996-10-09 | 2002-08-20 | Schlumberger Technology Corporation | Compositions containing aqueous viscosifying surfactants and methods for applying such compositions in subterranean formations |
| US7536905B2 (en) * | 2003-10-10 | 2009-05-26 | Schlumberger Technology Corporation | System and method for determining a flow profile in a deviated injection well |
| US7658226B2 (en) * | 2005-11-02 | 2010-02-09 | Schlumberger Technology Corporation | Method of monitoring fluid placement during stimulation treatments |
| US7398680B2 (en) * | 2006-04-05 | 2008-07-15 | Halliburton Energy Services, Inc. | Tracking fluid displacement along a wellbore using real time temperature measurements |
| US7580797B2 (en) * | 2007-07-31 | 2009-08-25 | Schlumberger Technology Corporation | Subsurface layer and reservoir parameter measurements |
| US8214186B2 (en) | 2008-02-04 | 2012-07-03 | Schlumberger Technology Corporation | Oilfield emulator |
| US20090216456A1 (en) | 2008-02-27 | 2009-08-27 | Schlumberger Technology Corporation | Analyzing dynamic performance of reservoir development system based on thermal transient data |
-
2010
- 2010-05-21 US US12/785,142 patent/US8788251B2/en active Active
-
2011
- 2011-05-23 BR BR112012029379-6A patent/BR112012029379B1/pt active IP Right Grant
- 2011-05-23 CA CA2798850A patent/CA2798850C/en active Active
- 2011-05-23 NO NO20201136A patent/NO345982B1/no unknown
- 2011-05-23 UA UAA201214657A patent/UA104382C2/ru unknown
- 2011-05-23 NO NO20121356A patent/NO345430B1/no unknown
- 2011-05-23 MX MX2012013433A patent/MX2012013433A/es active IP Right Grant
- 2011-05-23 WO PCT/US2011/037561 patent/WO2011146923A2/en active Application Filing
- 2011-05-23 GB GB1220497.0A patent/GB2494559B/en active Active
- 2011-05-23 EA EA201291311A patent/EA033702B1/ru not_active IP Right Cessation
-
2012
- 2012-12-17 DK DKPA201200798A patent/DK201200798A/da not_active Application Discontinuation
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6595294B1 (en) * | 1998-06-26 | 2003-07-22 | Abb Research Ltd. | Method and device for gas lifted wells |
| US20020134587A1 (en) * | 2000-09-20 | 2002-09-26 | Stephen Rester | Method, system and tool for reservoir evaluation and well testing during drilling operations |
| US20040129418A1 (en) * | 2002-08-15 | 2004-07-08 | Schlumberger Technology Corporation | Use of distributed temperature sensors during wellbore treatments |
Also Published As
| Publication number | Publication date |
|---|---|
| UA104382C2 (ru) | 2014-01-27 |
| DK201200798A (da) | 2012-12-17 |
| NO345982B1 (no) | 2021-12-06 |
| CA2798850A1 (en) | 2011-11-24 |
| GB2494559B (en) | 2018-07-11 |
| EA201291311A1 (ru) | 2013-06-28 |
| WO2011146923A2 (en) | 2011-11-24 |
| WO2011146923A3 (en) | 2012-01-12 |
| GB2494559A (en) | 2013-03-13 |
| NO20121356A1 (no) | 2012-11-16 |
| GB201220497D0 (en) | 2012-12-26 |
| CA2798850C (en) | 2018-07-17 |
| US20110288843A1 (en) | 2011-11-24 |
| NO20201136A1 (no) | 2012-11-16 |
| MX2012013433A (es) | 2013-01-22 |
| EA033702B1 (ru) | 2019-11-18 |
| US8788251B2 (en) | 2014-07-22 |
| BR112012029379A2 (pt) | 2016-07-26 |
| BR112012029379B1 (pt) | 2020-03-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| NO345430B1 (no) | Metode for å bestemme strømningsdistribusjonen i en undergrunnssone med et brønnhull | |
| US10808521B2 (en) | Hydraulic fracture analysis | |
| EP3108098B1 (en) | Method for interpretation of distributed temperature sensors during wellbore operations | |
| US20140358444A1 (en) | Method of hydraulic fracture identification using temperature | |
| US8613313B2 (en) | System and method for reservoir characterization | |
| US9163499B2 (en) | Method of determining reservoir pressure | |
| US11921246B2 (en) | Measurement of poroelastic pressure response | |
| US10494921B2 (en) | Methods for interpretation of downhole flow measurement during wellbore treatments | |
| CA2969515C (en) | Energy industry operation characterization and/or optimization | |
| NO344887B1 (en) | Modeling acid distribution for acid stimulation of a formation | |
| CA3133575A1 (en) | Determining fracture surface area in a well | |
| Evans et al. | Impact of cluster spacing on infill completions in the Eagle Ford | |
| Pan et al. | Application of optical sensing system in heavy oil recovery | |
| Hashish et al. | Analytical Approach for Injectivity Profiling Through Warm-Back Analysis in Multilayer Reservoirs | |
| Zayed et al. | Zohr field: enhanced characterization of productive intervals by means of an innovative temperature monitoring application during well testing | |
| DK201700702A1 (da) | Fremgangsmåde til fortolkning af fordelte temperaturfølere under brøndbehandling | |
| RU2667531C1 (ru) | Способ проведения исследований метаноугольных скважин с использованием оптоволоконного кабеля | |
| Zhao | The application of wellbore embedded discrete fracture model (EDFM) in fracture diagnosis through DTS and well interference analysis | |
| Lushpeev et al. | Welltest during synchronous-separate operation | |
| EA043886B1 (ru) | Система и способ для определения характеристик коллектора |