RU2014147670A - Способ и система для оценки прогнозной добычи углеводородов - Google Patents
Способ и система для оценки прогнозной добычи углеводородов Download PDFInfo
- Publication number
- RU2014147670A RU2014147670A RU2014147670A RU2014147670A RU2014147670A RU 2014147670 A RU2014147670 A RU 2014147670A RU 2014147670 A RU2014147670 A RU 2014147670A RU 2014147670 A RU2014147670 A RU 2014147670A RU 2014147670 A RU2014147670 A RU 2014147670A
- Authority
- RU
- Russia
- Prior art keywords
- well
- processor
- production
- data
- display
- Prior art date
Links
- 229930195733 hydrocarbon Natural products 0.000 title claims abstract 29
- 150000002430 hydrocarbons Chemical class 0.000 title claims abstract 29
- 238000000034 method Methods 0.000 title claims abstract 16
- 238000004519 manufacturing process Methods 0.000 claims abstract 29
- 239000004215 Carbon black (E152) Substances 0.000 claims abstract 21
- 238000002347 injection Methods 0.000 claims abstract 8
- 239000007924 injection Substances 0.000 claims abstract 8
- 230000004044 response Effects 0.000 claims abstract 6
- 238000013528 artificial neural network Methods 0.000 claims abstract 4
- 230000008859 change Effects 0.000 claims abstract 4
- 238000013499 data model Methods 0.000 claims abstract 4
- 230000007246 mechanism Effects 0.000 claims abstract 4
- 238000002360 preparation method Methods 0.000 claims abstract 2
- 239000012530 fluid Substances 0.000 claims 2
- 230000003993 interaction Effects 0.000 claims 2
- 230000000007 visual effect Effects 0.000 claims 2
- 230000007774 longterm Effects 0.000 claims 1
- 238000003860 storage Methods 0.000 claims 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH DRILLING; MINING
- E21B—EARTH DRILLING, e.g. DEEP DRILLING; OBTAINING OIL, GAS, WATER, SOLUBLE OR MELTABLE MATERIALS OR A SLURRY OF MINERALS FROM WELLS
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
-
- G01V20/00—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/10—Interfaces, programming languages or software development kits, e.g. for simulating neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Geology (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Fluid Mechanics (AREA)
- Environmental & Geological Engineering (AREA)
- Geochemistry & Mineralogy (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)
- Geophysics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
1. Способ, включающий следующие шаги:считывают данные, касающиеся добычи углеводородов на разрабатываемом месторождении углеводородов;получают по меньшей мере одно значение, указывающее на прогнозную добычу углеводородов, на основе модели данных и данных, касающихся добычи углеводородов;отображают на устройстве отображения компьютерной системы показатель данных, относящихся к прошлому, касающихся добычи углеводородов;отображают на устройстве отображения показатель по меньшей мере одного значения, указывающего на прогнозную добычу углеводородов.2. Способ по п. 1, отличающийся тем, что дополнительно отображают показатель корреляции между по меньшей мере одной углеводородной скважиной и нагнетательной скважиной.3. Способ по п. 1, отличающийся тем, что при получении по меньшей мере одного значения получение осуществляют с использованием, по меньшей мере частично, искусственной нейронной сети.4. Способ по п. 1, отличающийся тем, что при получении получают по меньшей мере одно значение, указывающее на прогнозную добычу углеводородов, на основе значения, указанного интерфейсным механизмом, отображаемым на устройстве отображения.5. Способ по п. 4, отличающийся тем, что при получении дополнительно изменяют по меньшей мере одно значение, указывающее на прогнозную добычу углеводородов, в ответ на действия пользователя по изменению значения, указанного интерфейсным устройством.6. Способ по п. 1, отличающийся тем, что при получении дополнительно получают множество значений, каждое из которых связано с отдельным доверительным интервалом.7. Способ по п. 1, отличающийся тем, что при получении дополнительно получают временную последовательность з
Claims (22)
1. Способ, включающий следующие шаги:
считывают данные, касающиеся добычи углеводородов на разрабатываемом месторождении углеводородов;
получают по меньшей мере одно значение, указывающее на прогнозную добычу углеводородов, на основе модели данных и данных, касающихся добычи углеводородов;
отображают на устройстве отображения компьютерной системы показатель данных, относящихся к прошлому, касающихся добычи углеводородов;
отображают на устройстве отображения показатель по меньшей мере одного значения, указывающего на прогнозную добычу углеводородов.
2. Способ по п. 1, отличающийся тем, что дополнительно отображают показатель корреляции между по меньшей мере одной углеводородной скважиной и нагнетательной скважиной.
3. Способ по п. 1, отличающийся тем, что при получении по меньшей мере одного значения получение осуществляют с использованием, по меньшей мере частично, искусственной нейронной сети.
4. Способ по п. 1, отличающийся тем, что при получении получают по меньшей мере одно значение, указывающее на прогнозную добычу углеводородов, на основе значения, указанного интерфейсным механизмом, отображаемым на устройстве отображения.
5. Способ по п. 4, отличающийся тем, что при получении дополнительно изменяют по меньшей мере одно значение, указывающее на прогнозную добычу углеводородов, в ответ на действия пользователя по изменению значения, указанного интерфейсным устройством.
6. Способ по п. 1, отличающийся тем, что при получении дополнительно получают множество значений, каждое из которых связано с отдельным доверительным интервалом.
7. Способ по п. 1, отличающийся тем, что при получении дополнительно получают временную последовательность значений, указывающих на прогнозную добычу углеводородов, причем такая временная последовательность охватывает заранее заданный период времени.
8. Способ по п. 7, отличающийся тем, что заранее заданный период времени представляет собой по меньшей мере один период, выбранный из группы, состоящей из: 30 дней; 60 дней; 90 дней; и менее, чем 180 дней.
9. Система, содержащая
множество углеводородных эксплуатационных скважин;
множество измерительных устройств, каждое из которых связано с одной из множества углеводородных эксплуатационных скважин, причем каждое измерительное устройство измеряет по меньшей мере один параметр, связанный с потоком углеводородов;
компьютерную систему, содержащую процессор, память, подключенную к процессору, и устройство отображения, причем в памяти сохранена программа, которая при ее исполнении процессором обеспечивает выполнение процессором следующих действий:
считывание скважинных данных, касающихся по меньшей мере одного параметра, связанного с потоком углеводородов для конкретной скважины из множества углеводородных эксплуатационных скважин;
отображение на устройстве отображения интерфейсного механизма, который в ответ на взаимодействие с пользователем изменяет по меньшей мере один элемент скважинных данных, создавая скорректированный элемент данных;
предсказание параметров прогнозной добычи конкретной скважины, причем предсказание создает последовательность значений и основано на модели данных, скважинных данных и скорректированном элементе данных; и
отображение на устройстве отображения визуального представления последовательности значений.
10. Система по п. 9, отличающаяся тем, что при выполнении процессором предсказания программа обеспечивает создание процессором последовательности значений, представляющих собой временную последовательность.
11. Система по п. 9, отличающаяся тем, что при выполнении процессором предсказания программа обеспечивает создание процессором последовательности значений, каждое из которых имеет отличный доверительный интервал.
12. Система по п. 9, отличающаяся тем, что при выполнении процессором отображения программа дополнительно обеспечивает отображение процессором показателя данных, относящихся к прошлому, касающихся по меньшей мере одного параметра, связанного с потоком углеводородов для конкретной скважины.
13. Система по п. 9, отличающаяся тем, что программа дополнительно обеспечивает предсказание процессором параметров прогнозной добычи конкретной скважины в ответ на изменение скорректированного элемента данных.
14. Система по п. 13, отличающаяся тем, что скорректированный элемент данных представляет собой по меньшей мере один элемент, выбранный из группы, состоящей из: расхода при нагнетании флюидов для вторичной добычи на нагнетательной скважине; дросселирования для конкретной скважины; забойного давления для конкретной скважины; давления на устье скважины для конкретной скважины; давления газлифта для конкретной скважины; и скорости работы погружного насоса для конкретной скважины.
15. Система по п. 9, отличающаяся тем, что при выполнении процессором предсказания программа обеспечивает выполнение процессором предсказания с использованием, по меньшей мере частично, искусственной нейронной сети.
16. Система по п. 9, отличающаяся тем, что программа дополнительно обеспечивает отображение процессором показателя корреляции между скважинными данными конкретной скважины и нагнетательной скважины.
17. Долговременный машиночитаемый носитель информации с хранящейся на нем программой, которая при ее исполнении процессором обеспечивает выполнение процессором следующих действий:
считывание скважинных данных, касающихся параметров добычи для углеводородной эксплуатационной скважины;
отображение на устройстве отображения, подключенном к процессору, интерфейсного механизма, который в ответ на взаимодействие с пользователем изменяет по меньшей мере один элемент скважинных данных, создавая тем самым скорректированный элемент данных;
предсказание параметров добычи для углеводородной эксплуатационной скважины за заранее заданный будущий период времени, причем предсказание создает последовательность значений и основано на модели данных, скважинных данных и скорректированном элементе данных;
отображение на устройстве отображения данных, относящихся к прошлому, касающихся параметров добычи для углеводородной эксплуатационной скважины;
отображение на устройстве отображения визуального представления последовательности значений.
18. Система по п. 17, отличающаяся тем, что при выполнении процессором предсказания программа обеспечивает создание процессором последовательности значений, причем каждая из последовательностей значений имеет отличный доверительный интервал.
19. Система по п. 17, отличающаяся тем, что программа дополнительно обеспечивает предсказание процессором параметров добычи в ответ на изменение скорректированного элемента данных.
20. Система по п. 19, отличающаяся тем, что скорректированный элемент данных представляет собой по меньшей мере один элемент, выбранный из группы, состоящей из: расхода при нагнетании флюидов для вторичной добычи на нагнетательной скважине; дросселирования для конкретной скважины; забойного давления для конкретной скважины; давления на устье скважины для конкретной скважины; давления газлифта для конкретной скважины; и скорости работы погружного насоса для конкретной скважины.
21. Система по п. 17, отличающаяся тем, что при выполнении процессором предсказания программа обеспечивает выполнение процессором предсказания с использованием, по меньшей мере частично, искусственной нейронной сети.
22. Система по п. 17, отличающаяся тем, что программа дополнительно обеспечивает отображение процессором показателя корреляции между скважинными данными конкретной скважины и нагнетательной скважины.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201261646420P | 2012-05-14 | 2012-05-14 | |
US61/646,420 | 2012-05-14 | ||
PCT/US2013/031022 WO2013172948A1 (en) | 2012-05-14 | 2013-03-13 | Method and system of predicting future hydrocarbon production |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2014147670A true RU2014147670A (ru) | 2016-07-10 |
RU2596692C2 RU2596692C2 (ru) | 2016-09-10 |
Family
ID=49584129
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2014147670/28A RU2596692C2 (ru) | 2012-05-14 | 2013-03-13 | Способ и система для оценки прогнозной добычи углеводородов |
Country Status (6)
Country | Link |
---|---|
US (1) | US10133831B2 (ru) |
EP (1) | EP2850467B1 (ru) |
AU (1) | AU2013263330B2 (ru) |
CA (1) | CA2873722C (ru) |
RU (1) | RU2596692C2 (ru) |
WO (1) | WO2013172948A1 (ru) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012033560A1 (en) * | 2010-09-10 | 2012-03-15 | Exxonmobil Upstream Research Company | System and method for simultaneous visualization of fluid flow within well completions and a reservoir |
CA2909170C (en) | 2013-06-10 | 2020-02-18 | Exxonmobil Upstream Research Company | Determining well parameters for optimization of well performance |
US10627542B2 (en) * | 2013-07-05 | 2020-04-21 | Landmark Graphics Corporation | Hybrid approach to assisted history matching in large reservoirs |
US10007015B2 (en) | 2015-02-23 | 2018-06-26 | Nexen Energy Ulc | Methods, systems and devices for predicting reservoir properties |
WO2016134443A1 (en) * | 2015-02-23 | 2016-09-01 | Nexen Energy Ulc | Methods, systems and devices for predicting reservoir properties |
DK3246572T3 (en) * | 2016-05-17 | 2019-03-11 | Xylem Ip Man Sarl | Method of identifying snoring |
US11461512B2 (en) * | 2017-01-26 | 2022-10-04 | Dassault Systemes Simulia Corp. | Multi-phase flow visualizations based on fluid occupation time |
WO2019084151A1 (en) * | 2017-10-24 | 2019-05-02 | Baker Hughes, A Ge Company, Llc | CONSULTING SYSTEM FOR INDUSTRIAL SITES |
US10832152B2 (en) | 2017-11-29 | 2020-11-10 | Saudi Arabian Oil Company | Wet well prediction using real time data |
US11714040B2 (en) | 2018-01-10 | 2023-08-01 | Dassault Systemes Simulia Corp. | Determining fluid flow characteristics of porous mediums |
US11530598B2 (en) | 2018-08-21 | 2022-12-20 | Dassault Systemes Simulia Corp. | Determination of oil removed by gas via miscible displacement in reservoir rock |
US11613984B2 (en) | 2019-09-04 | 2023-03-28 | Dassault Systemes Simulia Corp. | Determination of hydrocarbon mobilization potential for enhanced oil recovery |
US20210089905A1 (en) * | 2019-09-19 | 2021-03-25 | Conocophillips Company | Machine-learning based system for virtual flow metering |
US11847391B2 (en) | 2020-06-29 | 2023-12-19 | Dassault Systemes Simulia Corp. | Computer system for simulating physical processes using surface algorithm |
CN111832231B (zh) * | 2020-07-07 | 2024-03-26 | 中海石油(中国)有限公司天津分公司 | 一种注采井相关性分析方法及系统 |
CN112160734B (zh) * | 2020-10-15 | 2023-02-07 | 中国海洋石油集团有限公司 | 注采井相关性分析方法、装置、存储介质及计算机设备 |
US11719094B2 (en) * | 2020-10-23 | 2023-08-08 | Saudi Arabian Oil Company | Reservoir characterization using rock geochemistry for lithostratigraphic interpretation of a subterranean formation |
CN112282714B (zh) * | 2020-11-30 | 2022-03-25 | 河海大学 | 基于深度学习和图论的全井网注水开发优化方法 |
RU2752779C1 (ru) * | 2020-12-25 | 2021-08-03 | Общество с ограниченной ответственностью «Тюменский институт нефти и газа» | Способ управления режимами работы добывающих и нагнетательных скважин нефтяного месторождения и многослойная циклическая нейронная сеть |
US11907625B2 (en) | 2020-12-29 | 2024-02-20 | Dassault Systemes Americas Corp. | Computer simulation of multi-phase and multi-component fluid flows including physics of under-resolved porous structures |
US11613957B1 (en) | 2022-01-28 | 2023-03-28 | Saudi Arabian Oil Company | Method and system for high shut-in pressure wells |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6574565B1 (en) * | 1998-09-15 | 2003-06-03 | Ronald R. Bush | System and method for enhanced hydrocarbon recovery |
US6266619B1 (en) * | 1999-07-20 | 2001-07-24 | Halliburton Energy Services, Inc. | System and method for real time reservoir management |
US6980940B1 (en) | 2000-02-22 | 2005-12-27 | Schlumberger Technology Corp. | Intergrated reservoir optimization |
AU2001249089A1 (en) | 2000-03-02 | 2001-09-12 | Shell Canada Limited | Wireless downhole measurement and control for optimizing gas lift well and fieldperformance |
US7797139B2 (en) | 2001-12-07 | 2010-09-14 | Chevron U.S.A. Inc. | Optimized cycle length system and method for improving performance of oil wells |
CA2514516C (en) * | 2003-03-26 | 2012-11-20 | Exxonmobil Upstream Research Company | Performance prediction method for hydrocarbon recovery processes |
CA2570058C (en) * | 2004-06-25 | 2013-07-30 | Shell Canada Limited | Closed loop control system for controlling production of hydrocarbon fluid from an underground formation |
US20070016389A1 (en) * | 2005-06-24 | 2007-01-18 | Cetin Ozgen | Method and system for accelerating and improving the history matching of a reservoir simulation model |
US7486589B2 (en) | 2006-02-09 | 2009-02-03 | Schlumberger Technology Corporation | Methods and apparatus for predicting the hydrocarbon production of a well location |
US7657494B2 (en) | 2006-09-20 | 2010-02-02 | Chevron U.S.A. Inc. | Method for forecasting the production of a petroleum reservoir utilizing genetic programming |
CA2676086C (en) * | 2007-03-22 | 2015-11-03 | Exxonmobil Upstream Research Company | Resistive heater for in situ formation heating |
US8244509B2 (en) | 2007-08-01 | 2012-08-14 | Schlumberger Technology Corporation | Method for managing production from a hydrocarbon producing reservoir in real-time |
US9026417B2 (en) * | 2007-12-13 | 2015-05-05 | Exxonmobil Upstream Research Company | Iterative reservoir surveillance |
US7963327B1 (en) | 2008-02-25 | 2011-06-21 | QRI Group, LLC | Method for dynamically assessing petroleum reservoir competency and increasing production and recovery through asymmetric analysis of performance metrics |
US20100169019A1 (en) | 2008-12-27 | 2010-07-01 | Schlumberger Technology Corporation | Formation evaluation using local dynamic under-balance in perforating |
US9128212B2 (en) * | 2009-04-20 | 2015-09-08 | Exxonmobil Upstream Research Company | Method for predicting fluid flow |
PL400383A1 (pl) | 2009-12-15 | 2013-01-21 | Schlumberger Technology B.V. | Sposób modelowania basenu zbiornikowego |
US9140108B2 (en) * | 2011-11-03 | 2015-09-22 | Bp Corporation North America Inc. | Statistical reservoir model based on detected flow events |
-
2013
- 2013-03-13 US US14/381,337 patent/US10133831B2/en not_active Expired - Fee Related
- 2013-03-13 RU RU2014147670/28A patent/RU2596692C2/ru not_active IP Right Cessation
- 2013-03-13 AU AU2013263330A patent/AU2013263330B2/en not_active Ceased
- 2013-03-13 WO PCT/US2013/031022 patent/WO2013172948A1/en active Application Filing
- 2013-03-13 EP EP13790643.4A patent/EP2850467B1/en not_active Not-in-force
- 2013-03-13 CA CA2873722A patent/CA2873722C/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
EP2850467A1 (en) | 2015-03-25 |
WO2013172948A1 (en) | 2013-11-21 |
US10133831B2 (en) | 2018-11-20 |
EP2850467B1 (en) | 2018-06-20 |
AU2013263330A1 (en) | 2015-01-22 |
CA2873722C (en) | 2017-03-21 |
AU2013263330B2 (en) | 2016-05-26 |
RU2596692C2 (ru) | 2016-09-10 |
EP2850467A4 (en) | 2016-01-27 |
CA2873722A1 (en) | 2013-11-21 |
US20150051892A1 (en) | 2015-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2014147670A (ru) | Способ и система для оценки прогнозной добычи углеводородов | |
US9896927B2 (en) | Hydrocarbon well performance monitoring system | |
CN107563899B (zh) | 油气井产能预测方法及装置 | |
CN103392054A (zh) | 确定可行的水力压裂方案的方法和系统 | |
RU2009142437A (ru) | Система и способ контроля и регулирования дебита скважин | |
CN103510940A (zh) | 机械采油井工况综合诊断分析方法及装置 | |
RU2019142431A (ru) | Компьютерный способ и вычислительная система для прогнозирования расходных характеристик потока в стволе скважины, проникающей в подземный углеводородный пласт | |
CN105980984A (zh) | 使用快速相包络的高效和稳健的组成储层模拟 | |
Gupta et al. | Dynamic plunger lift model for deliquification of shale gas wells | |
KR101013182B1 (ko) | 지하수의 수위 변화를 이용한 지하수 양수량 산출방법, 수위측정센서 및 양수량 산출방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 | |
CA3000637C (en) | Method and apparatus for fast economic analysis of production of fracture-stimulated wells | |
Zheng et al. | Extraction of interference from long-term transient pressure using multi-well deconvolution algorithm for well test analysis | |
Acuna | A Cost Effective Methodology for Production Metering and Allocation Using Real-Time Virtual Metering in a Mature Offshore Oilfield-A Case Study of the Greater Angostura Field | |
Burgstaller | New approaches of using fluid level data for production optimization and reservoir engineering applications | |
Popa et al. | A neural network approach for modeling water distribution system | |
Krasnov et al. | An approach to account ESP head degradation in gassy well for ESP frequency optimization | |
Schnabl et al. | Data Driven Virtual Flow Metering: Leveraging AI and Edge Computing for Continuous Multiphase Flow Measurement | |
RU2010122168A (ru) | Оценка потока текучей среды в пласте-коллекторе | |
Khabibullin et al. | New Approach for Gas Lift Optimization Calculations | |
Gao et al. | Integrated investigation of enhanced oil recovery in South Slattery Minnelusa Reservoir, part 2: CO2 miscible injection | |
JP2020012259A (ja) | 採取する天然資源の状態を推測するための装置、方法およびプログラム | |
Rocha-Valadez et al. | Assessing integrity of the gas-lift valves by analyzing annular-pressure-transient response | |
Zakharov | A New Approach to Obtain Producer FBHP and FBHT from SCADA Data in the Schoonebeek Steamflood | |
Hashmi et al. | Interpretation of cleanup data in gas-well testing from derived rates | |
US20230272703A1 (en) | Workflow of inflow performance relationship for a reservoir using machine learning technique |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20170314 |