RU2790088C1 - Method for determining the phase flow rates of a multiphase flow of produced hydrocarbon - Google Patents
Method for determining the phase flow rates of a multiphase flow of produced hydrocarbon Download PDFInfo
- Publication number
- RU2790088C1 RU2790088C1 RU2022120860A RU2022120860A RU2790088C1 RU 2790088 C1 RU2790088 C1 RU 2790088C1 RU 2022120860 A RU2022120860 A RU 2022120860A RU 2022120860 A RU2022120860 A RU 2022120860A RU 2790088 C1 RU2790088 C1 RU 2790088C1
- Authority
- RU
- Russia
- Prior art keywords
- temperature
- distributed
- acoustic sensor
- frequency
- distributed acoustic
- Prior art date
Links
Images
Abstract
Description
Изобретение относится к области добычи углеводородов, в частности, к качественной и количественной оценке многофазных потоков в нефтяных скважинах посредством распределенных измерений.The invention relates to the field of hydrocarbon production, in particular, to the qualitative and quantitative assessment of multiphase flows in oil wells by means of distributed measurements.
Добываемые углеводороды обычно состоят из нескольких фаз, таких как нефть, газ и вода. Также может присутствовать твердая фракция. Измерение и понимание свойств потока, включая свойства отдельных фаз, имеют большое значение для эффективного управления скважиной.Produced hydrocarbons usually consist of several phases such as oil, gas and water. A solid fraction may also be present. The measurement and understanding of flow properties, including the properties of individual phases, is of great importance for effective well control.
Стандартный каротаж добычи основан на использовании каротажных зондов (см., например, Miklashevskiy, D. et al., Field Experience of Integrating Distributed Thermal Anemometer Data Analysis into Production Log Interpretation Workflows, SPE196957, SPE Russian Petroleum Technology Conference, 2019), оснащенных комбинациями различных сенсоров, таких, как спиннеры, датчики электромагнитного импеданса, фотоэлектрические датчики, термоанемометры, с целью получения измерений, относящихся к фиксированной глубине скважины, которые потом повторяются для множества глубин вдоль скважины. Спиннеры дают информацию о скорости потока вдоль оси скважины, а другие сенсоры позволяют оценивать как фазовый состав потока, так и его геометрическое распределение в попереченом сечении скважины. По этим данным затем рассчитываются полный и фазовый дебиты потока.Standard production logging is based on the use of logging probes (see, for example, Miklashevskiy, D. et al., Field Experience of Integrating Distributed Thermal Anemometer Data Analysis into Production Log Interpretation Workflows, SPE196957, SPE Russian Petroleum Technology Conference, 2019) equipped with combinations various sensors, such as spinners, electromagnetic impedance sensors, photoelectric sensors, hot-wire anemometers, in order to obtain measurements related to a fixed well depth, which are then repeated for multiple depths along the well. Spinners provide information about the flow velocity along the borehole axis, while other sensors make it possible to evaluate both the phase composition of the flow and its geometric distribution in the borehole cross section. Based on these data, the full and phase flow rates are then calculated.
В зависимости от особенностей потока (дебит, фазовый состав, наклон скважины),тот или иной набор сенсоров оказывается более подходящим. Будучи достаточно точными в стандартных условиях, каротажные методы имеют свои ограничения, в частности, необходимость останавливать добычу как минимум на несколько часов во время каротажных работ. Другое ограничение состоит в невозможности получить мгновенный снимок распределения потока по всей скважине, что может быть особенно неудобно в случае длинных продуктивных пластов с нерегулярным по времени дебитом.Depending on the flow characteristics (flow rate, phase composition, well inclination), one or another set of sensors is more suitable. Being quite accurate under standard conditions, logging methods have their limitations, in particular the need to stop production for at least several hours during logging operations. Another limitation is the impossibility of obtaining a snapshot of the flow distribution throughout the well, which can be especially inconvenient in the case of long reservoirs with irregular flow rates.
Современной альтернативой стандартному канатному каротажу, способной частично снять присущие ему ограничения, являются распределенные измерения на размещенном вдоль исследуемого участка оптоволоконном кабеле. Измерения проводятся на защищенном кабеле, содержащем как минимум одну оптоволоконную линию и расположенном вдоль исследуемого интервала, посредством опроса линии последовательностью лазерных импульсов с частотой, достигающей десятков тысяч раз в секунду. Отражения импульсов от неоднородностей оптоволокна чувствительны к локальной температуре и вибрациям, таким образом, каждую долю миллисекунды становится возможным получение мгновенного снимка распределения температуры и состояния растяжения кабеля по всему кабелю. Оптоволоконные кабели могут быть использованы в качестве датчиков для распределенного измерения температуры - DTS (Distributed Temperature Sensing) и для измерения вибраций -распределенных акустических измерений DAS (Distributed Acoustic Sensing).A modern alternative to standard wireline logging, which can partially remove its inherent limitations, is distributed measurements on a fiber optic cable placed along the study area. The measurements are carried out on a protected cable containing at least one fiber-optic line and located along the investigated interval, by interrogating the line with a sequence of laser pulses at a frequency of up to tens of thousands of times per second. Pulse reflections from fiber optic discontinuities are sensitive to local temperature and vibration, so every fraction of a millisecond it becomes possible to take a snapshot of the temperature distribution and cable stretch state throughout the cable. Fiber optic cables can be used as sensors for distributed temperature measurement - DTS (Distributed Temperature Sensing) and for vibration measurement - distributed acoustic measurements DAS (Distributed Acoustic Sensing).
Наличие оптоволоконного кабеля DTS (распределенный температурный датчик) в скважине делает возможным определение распределения дебита по стволу скважины посредством сравнения распределения температуры вдоль скважины с моделью многофазного течения в скважине, учитывающей термодинамические эффекты, такой, например, как включенной в программное обеспечение Therma, продукта компании Шлюмберже для интерпретации температуры потока в скважине (см., например, Dmitry Kortukov, Valery Shako, Thibault Pringuey, Alexander Savenko, Jacques Haus, Lev Kotlyar, and Georgy Malaniya, Fiber Optic Measurements as Real Time PLT with New Transient Interpretation, SPE-196272-MS).The presence of a DTS (Distributed Temperature Sensor) fiber optic cable in the well makes it possible to determine the flow rate distribution along the wellbore by comparing the temperature distribution along the wellbore with a multiphase well flow model that takes into account thermodynamic effects, such as that included in Therma software, a product of Schlumberger for downhole temperature interpretation (see e.g. Dmitry Kortukov, Valery Shako, Thibault Pringuey, Alexander Savenko, Jacques Haus, Lev Kotlyar, and Georgy Malaniya, Fiber Optic Measurements as Real Time PLT with New Transient Interpretation, SPE-196272- MS).
Наличие оптоволоконного DAS кабеля (распределенный акустический датчик) в скважине также позволяет характеризовать поток, в частности, определить полный дебит и фазовый состав (см., например, Miklashevskiy, D. et al., Approach for Wellbore Production Monitoring Using Distributed Acoustic Noise Measurements, IPTC-20125-Abstract, International Petroleum Technology Conference, 2020). Определяют уровни шума потока в различных частотных диапазонах и сравнивают его с экспериментальными и теоретическими корреляциями, устанавливающими зависимость шума потока от его общего дебита и фазового состава. Ограниченность этого метода проявляется, в частности, в случаях низких скоростей потока и соответственно низких уровнях шума. Кроме того, можно использовать техники машинного обучения для настройки модели распознавания свойств потока на основе статистических свойств шума. Ограниченность этого метода проявляется, в частности, в сильной зависимости обученной модели от режима течения, что может приводить к неприменимости модели вне режимов, характерных для обучающей выборки.The presence of a fiber optic DAS cable (distributed acoustic sensor) in the well also makes it possible to characterize the flow, in particular, to determine the total flow rate and phase composition (see, for example, Miklashevskiy, D. et al., Approach for Wellbore Production Monitoring Using Distributed Acoustic Noise Measurements, IPTC-20125-Abstract, International Petroleum Technology Conference, 2020). Flow noise levels are determined in different frequency ranges and compared with experimental and theoretical correlations that establish the dependence of flow noise on its total flow rate and phase composition. The limitation of this method is manifested, in particular, in cases of low flow velocities and correspondingly low noise levels. In addition, machine learning techniques can be used to tune the flow property recognition model based on the statistical properties of the noise. The limitation of this method is manifested, in particular, in the strong dependence of the trained model on the flow regime, which can lead to the inapplicability of the model outside the regimes characteristic of the training set.
Технический результат, достигаемый при реализации изобретения, заключается в обеспечении возможности определения фазовых дебитов (воды и нефти) многофазного потока добываемого углеводорода с достаточно высокой точностью за счет комбинации двух систем измерений на основе оптоволоконных кабелей.The technical result achieved by the implementation of the invention is to provide the possibility of determining the phase flow rates (water and oil) of the multiphase flow of the produced hydrocarbon with a sufficiently high accuracy due to the combination of two measurement systems based on fiber optic cables.
Указанный технический результат достигается тем, что в соответствии с предлагаемым способом определения фазовых дебитов многофазного потока добываемого углеводорода вдоль исследуемого интервала скважины размещают две линии оптоволоконных кабелей, один из которых является одномодовым и представляет собой распределенный акустический датчик, а другой является многомодовым и представляет собой распределенный датчик температуры. Используя отраженные сигналы от распределенного датчика температуры определяют базовый температурный сигнал путем выделения низкочастотной компоненты данных, полученных от распределенного датчика температуры. Используя отраженные сигналы от распределенного акустического датчика определяют высокочастотную относительную деформацию распределенного акустического датчика и низкочастотную вариацию фазы отраженного сигнала. На основе высокочастотной относительной деформации распределенного акустического датчика определяют полный дебит потока. Определяют вариации температуры вдоль кабеля или во времени и на основе комбинирования вариаций температуры, полученных на основе низкочастотной вариации фазы отраженного сигнала от распределенного акустического датчика, с базовым температурным сигналом, полученным выделением низкочастотной компоненты данных, полученных от распределенного датчика температуры, получают высокоточные значения температуры. Посредством гидродинамического моделирования многофазного течения с учетом равенства полного дебита полному дебиту, определенному на основе высокочастотной относительной деформации распределенного акустического датчика, определяют модельную температуру. Сравнивают высокоточные значения температуры, полученные комбинированием базового температурного сигнала от распределенного датчика температуры и низкочастотной вариации фазы отраженного сигнала от распределенного акустического датчика, с модельной температурой и, в результате многократного подбора параметров модели, обеспечивающих наилучшее совпадение высокоточной температуры с модельной температурой, получают распределение дебита каждой из фаз в каждой точке исследуемого интервала в каждый момент времени.This technical result is achieved by the fact that, in accordance with the proposed method for determining the phase flow rates of a multi-phase flow of produced hydrocarbon, two lines of fiber optic cables are placed along the investigated interval of the well, one of which is single-mode and is a distributed acoustic sensor, and the other is multi-mode and is a distributed sensor temperature. Using the reflected signals from the distributed temperature sensor, the base temperature signal is determined by extracting the low frequency component of the data received from the distributed temperature sensor. Using the reflected signals from the distributed acoustic sensor, the high-frequency relative deformation of the distributed acoustic sensor and the low-frequency phase variation of the reflected signal are determined. Based on the high-frequency relative deformation of the distributed acoustic sensor, the total flow rate is determined. The temperature variations along the cable or in time are determined and based on the combination of temperature variations obtained on the basis of the low-frequency phase variation of the reflected signal from the distributed acoustic sensor with the basic temperature signal obtained by extracting the low-frequency component of the data received from the distributed temperature sensor, high-precision temperature values are obtained. By hydrodynamic modeling of multiphase flow, taking into account the equality of the total flow rate to the total flow rate, determined on the basis of the high-frequency relative deformation of the distributed acoustic sensor, the model temperature is determined. The high-precision temperature values obtained by combining the basic temperature signal from the distributed temperature sensor and the low-frequency phase variation of the reflected signal from the distributed acoustic sensor are compared with the model temperature and, as a result of multiple selection of model parameters that provide the best match between the high-precision temperature and the model temperature, the flow rate distribution of each from the phases at each point of the studied interval at each moment of time.
Изобретения поясняется чертежами, где на Фиг. 1 представлена общая схема системы измерений на основе оптоволоконного кабеля; на Фиг. 2 - блок-схема получения данных на основе опроса оптоволоконных кабелей DAS и DTS в соответствии с предлагаемым способом определения фазовых дебитов многофазного потока, на Фиг. 3 приведены профили температуры от DTS кабеля, соответствующие моментам времени 4-х этапов полевого теста, на Фиг. 4а и 4b показана временная зависимость профилей DTGS (низко-частотной компоненты DAS), DTS и восстановленной из них высокоточной температуры Т* на 2-х глубинах, на Фиг. 5 показан спектр сигнала DAS в один из моментов времени, усредненный в диапазоне 500-2000 Гц, в зависимости от глубины в скважине, на Фиг. 6 приведены многофазные дебиты, восстановленные путем совместной интерпретации данных DTS и DAS.The invention is illustrated by drawings, where in Fig. 1 shows a general diagram of a measurement system based on fiber optic cable; in FIG. 2 is a block diagram of data acquisition based on interrogation of DAS and DTS fiber optic cables in accordance with the proposed method for determining the phase flow rates of a multi-phase flow, in FIG. 3 shows the temperature profiles from the DTS cable corresponding to the time points of the 4 stages of the field test, FIG. 4a and 4b show the time dependence of the profiles of DTGS (low-frequency component of DAS), DTS and the high-precision temperature T * reconstructed from them at 2 depths, in Fig. 5 shows the spectrum of the DAS signal at one of the time points, averaged in the range of 500-2000 Hz, depending on the depth in the well, FIG. Figure 6 shows multi-phase rates recovered by joint interpretation of DTS and DAS data.
Предлагаемый способ определения фазовых дебитов многофазного потока основан на комбинации двух систем измерений - DAS и DTS. В соответствии с предлагаемым способом вдоль исследуемого интервала скважины размещают две линии оптоволокна, предпочтительно одну линию вдоль другой.The proposed method for determining the phase flow rates of a multiphase flow is based on a combination of two measurement systems - DAS and DTS. In accordance with the proposed method, two lines of optical fiber are placed along the investigated interval of the well, preferably one line along the other.
Одна из линий является одномодовой и представляет собой распределенный акустический датчик, DAS, который служит для измерения вибраций. Одномодовые кабели, применяемые для измерения растяжений - тонкие, типично 10 микрон в диаметре, поддерживают распространение одной волноводной моды света в оптоволокне.One of the lines is single-mode and is a distributed acoustic sensor, DAS, which serves to measure vibrations. Single-mode cables used for stretch measurements are thin, typically 10 microns in diameter, and support the propagation of a single waveguide mode of light in an optical fiber.
Другая линия оптоволокна является многомодовой и представляет собой распределенный датчик температуры, DTS, который служит для измерения температуры. Много-модовые кабели, применяемые для измерения температуры, обычно толще, типично 50 микрон в диаметре, поддерживают распространение нескольких волноводных мод.The other fiber is multimode and is a Distributed Temperature Sensor, DTS, which is used to measure temperature. Multi-mode cables used for temperature measurement are typically thicker, typically 50 microns in diameter, to support multiple waveguide modes.
Линии могут быть либо скомпонованы в один кабель, либо каждая - в свой кабель.The lines can either be bundled into one cable, or each into its own cable.
Каждая оптоволоконная линия соединена с электронным устройством, находящимся на поверхности и содержащим все необходимые средства генерирования лазерных импульсов и преобразования отраженного сигнала в электрический и, далее, в цифровой сигнал на местном устройстве обработки сигналов (компьютере). Общая схема такой системы измерений представлена на Фиг. 1. Такое устройство содержит лазер 1 и электронный блок 2, обеспечивающий генерирование лазерного импульса 3, а также электронный блок 4, обеспечивающий преобразование оптического импульса на выходе из устройства в цифровой сигнал и его запись на компьютер 5. К устройству присоединяется оптоволоконный кабель 6. Сгенерированный блоком 2 лазерный импульс 3 поступает в оптоволоконный кабель 6 и распространяется по нему, при этом из-за рассеяния на неоднородностях кабеля возникает отраженный импульс 7, который приходит обратно в устройство и регистрируется электронным блоком 4 и компьютером 5. Интерпретация отраженного сигнала позволяет получать информацию о физическом состоянии участков кабеля, в частности, измерять их температуру и деформации (Hartog А.Н., An introduction to distributed optical fibre sensors, CRC Press, 2017, стр. 115-116, 231-278).Each fiber optic line is connected to an electronic device located on the surface and containing all the necessary means for generating laser pulses and converting the reflected signal into an electrical and, further, into a digital signal on a local signal processing device (computer). The general scheme of such a measurement system is shown in Fig. 1. Such a device contains a
Как показано на Фиг. 2, отраженные сигналы от DTS кабеля используют для определения распределения температуры (блок 8) вдоль DTS кабеля - базового температурного сигнала TDTS - путем выделения медленной (низкочастотной) компоненты данных DTS.As shown in FIG. 2, the return signals from the DTS cable are used to determine the temperature distribution (block 8) along the DTS cable—the base temperature signal T DTS —by extracting the slow (low frequency) component of the DTS data.
Отраженные сигналы (блок 9) от DAS кабеля используют для определения высокочастотной относительной деформации (блок 10) DAS кабеля и низкочастотной вариации (блок 11) фазы отраженного сигнала. Разделение частот на высокие и низкие происходит в районе 1 Гц, хотя точное значение может различаться в зависимости от конфигурации конкретной системы.Reflected signals (block 9) from the DAS cable are used to determine the high frequency relative strain (block 10) of the DAS cable and the low frequency variation (block 11) of the phase of the reflected signal. The separation of frequencies into high and low occurs in the region of 1 Hz, although the exact value may vary depending on the configuration of a particular system.
Высокочастотную относительную деформацию (блок 10) DAS кабеля, являющуюся характеристикой шума потока, используют для определения полного дебита (блок 12) посредством сравнения уровней шума в наборе частотных интервалов с теоретическими или экспериментальными корреляциями (см., например, Miklashevskiy, D. et al., Approach for Wellbore Production Monitoring Using Distributed Acoustic Noise Measurements, IPTC-20125-Abstract, International Petroleum Technology Conference, 2020).The high-frequency relative strain (block 10) of the DAS cable, which is a characteristic of the flow noise, is used to determine the total flow rate (block 12) by comparing the noise levels in a set of frequency intervals with theoretical or experimental correlations (see, for example, Miklashevskiy, D. et al. , Approach for Wellbore Production Monitoring Using Distributed Acoustic Noise Measurements, IPTC-20125-Abstract, International Petroleum Technology Conference, 2020).
Низкочастотную вариацию (блок 11) фазы отраженного сигнала от DAS кабеля используют для определения DTGS (Distributed Temperature Gradient Sensing), представляющих собой вариации температуры (блок 13) либо в пространстве (вдоль кабеля), либо во времени (см., напр Ukil, Н. Braendle, and P. Krippner, "Distributed temperature sensing: Review of technology and applications," IEEE Sensors J., vol. 12, no. 5, pp.885-892, May 2012, или A. Garcia-Ruiz et al., "Distributed detection of temperature gradients with single-wavelength phase-sensitive OTDR and speckle analysis methods," in Proc. 6th Eur. Workshop Opt. Fibre Sensors, E. Lewis, Ed., May 2016, vol. 9916, no. 1, Art. no. 99162R). Изменения температуры вызывают пропорциональные им вариации коэффициента преломления света вдоль оптоволокна, в свою очередь порождающие измеряемый сдвиг фазы отраженного сигнала лазера. При этом чувствительность таких измерений вариации температуры достигает 0.1 милликельвин, что в тысячи раз чувствительнее типичных измерений DTS. Однако постоянная часть фазы претерпевает практически бесконтрольные изменения, связанные с вариациями характеристик лазера и неопределенностью фазы отраженного сигнала для слабых отражений. Поэтому вариации температуры ДТ (блок 12), полученные на основе низкочастотной вариации (блок 11) от DAS кабеля, комбинируют с базовым температурным сигналом TDTS, который получают выделением медленной (низкочастотной) компоненты данных DTS (блок 14), собранных с помощью DTS кабеля, для получения значений высокоточной температуры Т* (блок 15), обладающих высоким разрешением порядка 0.1 милликельвин. Медленная компонента данных DTS может быть выделена применением низкочастотного фильтра к TDTS, в частности, фильтра скользящей средней, с длиной окна порядка десятков минут или нескольких часов.The low-frequency variation (block 11) of the phase of the reflected signal from the DAS cable is used to determine DTGS (Distributed Temperature Gradient Sensing), which are temperature variations (block 13) either in space (along the cable) or in time (see, for example, Ukil, H Braendle, and P. Krippner, "Distributed temperature sensing: Review of technology and applications," IEEE Sensors J., vol. 12, no. 5, pp.885-892, May 2012, or A. Garcia-Ruiz et al ., "Distributed detection of temperature gradients with single-wavelength phase-sensitive OTDR and speckle analysis methods," in Proc. 6th Eur. Workshop Opt. Fiber Sensors, E. Lewis, Ed., May 2016, vol. 9916, no. 1, Art. no. 99162R). Changes in temperature cause proportional variations in the refractive index of light along the fiber, which in turn generates a measurable phase shift in the reflected laser signal. At the same time, the sensitivity of such temperature variation measurements reaches 0.1 millikelvin, which is thousands of times more sensitive than typical DTS measurements. However, the constant part of the phase undergoes practically uncontrolled changes associated with variations in the characteristics of the laser and the uncertainty of the phase of the reflected signal for weak reflections. Therefore, the DTS temperature variation (block 12) derived from the low frequency variation (block 11) from the DAS cable is combined with the base temperature signal T DTS , which is obtained by extracting the slow (low frequency) component of the DTS data (block 14) collected with the DTS cable , to obtain high-precision temperature values T* (block 15) with a high resolution of about 0.1 millikelvin. The slow data component of the DTS can be isolated by applying a low-pass filter to T DTS , in particular a moving average filter, with a window length on the order of tens of minutes or several hours.
Сигнал Т* может быть представлен в виде сглаженной суммы быстро- и медленно- меняющихся компонент, где разделение на быстрые и медленные процессы определяется характеристическим временем т, при этом медленно-меняющаяся компонента выделяется из TDTS, а быстро-меняющаяся выделяется из ΔТ (http://www.dspguide.com/ch15.htm: "The Scientist and Engineer's Guide to Digital Signal Processing, copyright ©1997-1998 by Steven W. Smith. For more infonnation visit the book's website at: www.DSPguide.com."). Посредством гидродинамического моделирования многофазного течения с учетом равенства полного дебита полному дебиту, полученному в блоке 12, определяют модельную температуру Tsim, (блок 16) (см., например, https://www.slb.com/completions/well-completions/permanent-monitoring/distributed-permanent-measurement-systems/distributed-pemianent-measurement-system-accessories/therma-sofrware#related-information а также Dmitry Kortukov, Valery Shako, Thibault Pringuey, Alexander Savenko, Jacques Haus, Lev Kotlyar, and Georgy Malaniya, Fiber Optic Measurements as Real Time PLT with New Transient Interpretation, SPE-196272-MS). Значения высокоточной температуры T* (блок 15), полученные комбинированием базового температурного сигнала TDTS (блок 14) от DTS кабеля и низкочастотной вариации (блок 13) DAS, сравнивают (блок 17) с модельной температурой Tsim (блок 16) и, в результате многократного подбора (блок 18) параметров модели, обеспечивающих наилучшее совпадение Т* с Tsim.получают распределение дебита (блок 19) каждой из фаз (нефть, газ, вода) в каждой точке исследуемого интервала в каждый момент времени.The signal T * can be represented as a smoothed sum of rapidly and slowly varying components, where the division into fast and slow processes is determined by the characteristic time t, while the slowly varying component is extracted from T DTS , and the rapidly varying component is extracted from ΔТ (http ://www.dspguide.com/ch15.htm: "The Scientist and Engineer's Guide to Digital Signal Processing, copyright ©1997-1998 by Steven W. Smith. For more infonnation visit the book's website at: www.DSPguide.com. "). By means of hydrodynamic simulation of a multiphase flow, taking into account the equality of the total flow rate to the total flow rate obtained in
Далее приведен пример реализации изобретения на основе моделирования нагнетательного теста. Данные температуры DTS были смоделированы на основе модели тепломассопереноса в скважине. (Dmitry Kortukov, Valery Shako, Thibault Pringuey, Alexander Savenko, Jacques Haus, Lev Kotlyar, and Georgy Malaniya, Fiber Optic Measurements as Real Time PLT with New Transient Interpretation, SPE-196272-MS). Данные DAS были смоделированы на основе установленных корреляций (Miklashevskiy, Dmitriy; Shako, Valery; Borodin, Igor; Wilson, Colin; Kortukov, Dmitry; Tarelko, Nikolay; Zozulya, Oleg, "Approach for Wellbore Production Monitoring Using Distributed Acoustic Noise Measurements" International Petroleum Technology Conference, 2020 IPTC-20125-Abstract), связывающих уровень шума с полным дебитом. Данные DTGS, зависящие от положения на кабеле и времени, были получены путем вычитания начального по времени значения из модельного сигнала. Ко всем наборам данных были добавлены шумы, типичная амплитуда которых соответствовала уровню шумов, наблюдаемых в реальных условиях, при этом уровень шума DTS был выбран значительно выше, чем уровень шума DTGS.The following is an example of the implementation of the invention based on injection test simulation. The DTS temperature data was modeled based on a well heat and mass transfer model. (Dmitry Kortukov, Valery Shako, Thibault Pringuey, Alexander Savenko, Jacques Haus, Lev Kotlyar, and Georgy Malaniya, Fiber Optic Measurements as Real Time PLT with New Transient Interpretation, SPE-196272-MS). DAS data were modeled based on established correlations (Miklashevskiy, Dmitriy; Shako, Valery; Borodin, Igor; Wilson, Colin; Kortukov, Dmitry; Tarelko, Nikolay; Zozulya, Oleg, "Approach for Wellbore Production Monitoring Using Distributed Acoustic Noise Measurements" International Petroleum Technology Conference, 2020 IPTC-20125-Abstract) linking noise levels to full flow rate. The DTGS data, which is dependent on the position on the cable and time, was obtained by subtracting the initial time value from the model signal. Noises were added to all datasets, the typical amplitude of which corresponded to the level of noise observed in real conditions, while the DTS noise level was chosen to be significantly higher than the DTGS noise level.
Вертикальная скважина, добывающая нефть и воду, была оснащена DAS и DTS кабелями (отметим, что в реальной ситуации кабели могут быть установлены, в частности, на внешней стороне насосно-компрессорной трубы). Режим добычи с переменным дебитом был инициирован посредством регулировки устьевого штуцера. Было сгенерировано 4 последовательных режима работы скважины. Сначала скважина была запущена в режиме дебита 70 м3/день в течение 1000 часов, затем устьевой штуцер был закрыт на 24 часа, затем открыт для дебита 40 м3/день в течение 6 часов и затем, окончательно, для дебита 70 м3/день в течение 6 часов. После добавления шумовой компоненты в результаты моделирования, зависящие от времени профили температуры вдоль продуктивного интервала анализировались путем сравнения с исходной моделью тепломассопереноса, и дебиты воды и нефти, равно как и их распределение по стволу скважины, были получены в результате. Точность полученных дебитов нефти и воды существенным образом зависела от амплитуды вариаций температуры, вызванных вариациями дебита. Зашумленность данных DTS являлась препятствием для получения распределения обводненности по стволу скажины, и, таким образом, для полной многофазной интерпретации в терминах индивидуальных дебитов нефти и воды в каждой точке продуктивного интервала. Тем не менее, после того, как, в результате применения метода данного изобретения, путем комбинации данных DTS и DAS были получены улучшенные измерения температуры, разрешение температурного сигнала оказалось достаточным для определения обводненности. Данные иллюстрируются фигурами, представленными ниже.A vertical well producing oil and water was equipped with DAS and DTS cables (note that in a real situation, cables can be installed, in particular, on the outside of the tubing). The variable rate production mode was initiated by adjusting the wellhead choke. 4 successive well operation modes were generated. First, the well was run at a rate of 70 m 3 /day for 1000 hours, then the wellhead was closed for 24 hours, then opened to a rate of 40 m 3 /day for 6 hours and then, finally, to a rate of 70 m 3 / day for 6 hours. After adding the noise component to the simulation results, the time-dependent temperature profiles along the reservoir interval were analyzed by comparison with the original heat and mass transfer model, and the water and oil rates, as well as their distribution along the wellbore, were obtained as a result. The accuracy of the obtained oil and water rates depended significantly on the amplitude of temperature variations caused by the rate variations. The noisiness of the DTS data was an obstacle to obtaining the distribution of water cut along the wellbore, and thus to a full multi-phase interpretation in terms of individual oil and water rates at each point of the productive interval. However, after improved temperature measurements were obtained by combining DTS and DAS data with the method of the present invention, the resolution of the temperature signal was sufficient to determine the water cut. The data is illustrated by the figures below.
Профили температуры DTS, соответствующие четырем режимам добычи, упомянутым выше, показаны на графике Фиг. 3. Порядок следования профилей справа налево соответствует последовательности этапов с 1-го по 4-й. Структура профилей по глубине соответствует распределению продуктивных пластов.The DTS temperature profiles corresponding to the four production modes mentioned above are shown in the graph of FIG. 3. The order of the profiles from right to left corresponds to the sequence of
Временная зависимость профилей DTGS (низкочастотной компоненты DAS), DTS и восстановленной из них высокоточной температуры Т* на двух глубинах показаны на Фиг. 4а и 4b. В каждом из столбцов, соответствующих конкретной глубине, представлены 3 графика - (сверху вниз) - данные DTGS, затем данные DTS и данные высокоточной температуры Т*.The time dependence of the profiles of DTGS (low frequency component of DAS), DTS and the high-precision temperature T * reconstructed from them at two depths are shown in FIG. 4a and 4b. In each of the columns corresponding to a specific depth, there are 3 graphs - (from top to bottom) - DTGS data, then DTS data and high-precision temperature T * data.
На основе этих данных были получены данные высокоточной температуры. Это было сделано посредством интерпретации данных DTS как представляющих медленно-меняющуюся компоненту сигнала, а данных DTGS как представляющих быстро-меняющуюся компоненту сигнала. Сигнал Т* был построен как сглаженная сумма DTS и DTGS данных. Результирующие измерения высокоточной температуры Т* были использованы как данные для сравнения с моделью многофазного тепломассопереноса в скважине, где полный дебит в каждой точке скважины был получен из быстрой компоненты данных DAS, проиллюстрированных на Фиг. 5.Based on these data, high-precision temperature data was obtained. This was done by interpreting the DTS data as representing a slowly varying signal component and the DTGS data as representing a rapidly varying signal component. The T * signal was constructed as a smoothed sum of DTS and DTGS data. The resulting high-precision temperature T * measurements were used as data for comparison with a multi-phase heat and mass transfer model in the well, where the full flow rate at each point of the well was obtained from the fast component of the DAS data illustrated in FIG. 5.
Полученные фазовые дебиты приведены на Фиг. 6, где 20 - схема нижней части скважины, 21 - дебит воды, 22 - дебит нефти, 24 - продуктивные пласты. Возможность получения индивидуальных фазовых дебитов воды и нефти возникла именно благодаря построению и использованию высокоточной температуры Т*.The obtained phase flow rates are shown in Fig. 6, where 20 is a diagram of the lower part of the well, 21 is the flow rate of water, 22 is the flow rate of oil, 24 is the productive strata. The possibility of obtaining individual phase flow rates of water and oil arose precisely due to the construction and use of high-precision temperature T * .
Claims (9)
Publications (1)
| Publication Number | Publication Date |
|---|---|
| RU2790088C1 true RU2790088C1 (en) | 2023-02-14 |
Family
ID=
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2387829C1 (en) * | 2009-05-05 | 2010-04-27 | Государственное образовательное учреждение высшего профессионального образования Российский государственный университет нефти и газа им. И.М. Губкина | Information and measuring system for gas-fluid flow phase rate |
| US7731001B1 (en) * | 2006-08-23 | 2010-06-08 | Robert Bosch Gmbh | Disc brake |
| US8788251B2 (en) * | 2010-05-21 | 2014-07-22 | Schlumberger Technology Corporation | Method for interpretation of distributed temperature sensors during wellbore treatment |
| US20180348389A1 (en) * | 2015-12-16 | 2018-12-06 | Halliburton Energy Services, Inc. | Multilateral well sensing system |
| RU2685601C1 (en) * | 2018-06-26 | 2019-04-22 | Общество с ограниченной ответственностью "ВОРМХОЛС Внедрение" | Method for determining the flow rate of water, oil, gas |
| RU2724814C2 (en) * | 2018-10-29 | 2020-06-25 | Общество с ограниченной ответственностью "Газпромнефть Научно-Технический Центр" (ООО "Газпромнефть НТЦ") | Method of quantitative estimation of profile and composition of inflow in low-flow water-flooded oil wells |
| US11021934B2 (en) * | 2018-05-02 | 2021-06-01 | Conocophillips Company | Production logging inversion based on DAS/DTS |
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7731001B1 (en) * | 2006-08-23 | 2010-06-08 | Robert Bosch Gmbh | Disc brake |
| RU2387829C1 (en) * | 2009-05-05 | 2010-04-27 | Государственное образовательное учреждение высшего профессионального образования Российский государственный университет нефти и газа им. И.М. Губкина | Information and measuring system for gas-fluid flow phase rate |
| US8788251B2 (en) * | 2010-05-21 | 2014-07-22 | Schlumberger Technology Corporation | Method for interpretation of distributed temperature sensors during wellbore treatment |
| US20180348389A1 (en) * | 2015-12-16 | 2018-12-06 | Halliburton Energy Services, Inc. | Multilateral well sensing system |
| US11021934B2 (en) * | 2018-05-02 | 2021-06-01 | Conocophillips Company | Production logging inversion based on DAS/DTS |
| RU2685601C1 (en) * | 2018-06-26 | 2019-04-22 | Общество с ограниченной ответственностью "ВОРМХОЛС Внедрение" | Method for determining the flow rate of water, oil, gas |
| RU2724814C2 (en) * | 2018-10-29 | 2020-06-25 | Общество с ограниченной ответственностью "Газпромнефть Научно-Технический Центр" (ООО "Газпромнефть НТЦ") | Method of quantitative estimation of profile and composition of inflow in low-flow water-flooded oil wells |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3427017B1 (en) | Production logs from distributed acoustic sensors | |
| EP3704477B1 (en) | Hydraulic fracture monitoring by low-frequency das | |
| US10208586B2 (en) | Temperature sensing using distributed acoustic sensing | |
| US10233744B2 (en) | Methods, apparatus, and systems for steam flow profiling | |
| Sharma et al. | Low-frequency distributed acoustic sensing for early gas detection in a wellbore | |
| Naldrett et al. | Production monitoring using next-generation distributed sensing systems | |
| Raab et al. | Real-time well-integrity monitoring using fiber-optic distributed acoustic sensing | |
| US11466563B2 (en) | Systems and methods for subterranean fluid flow characterization | |
| CN110344815A (en) | A kind of production profile monitoring method based on distribution type fiber-optic sound monitoring and distributed optical fiber temperature monitoring | |
| US20220364943A1 (en) | Distributed pressure sensing using fiber-optic distributed acoustic sensor and distributed temperature sensor | |
| Santos et al. | Use of fiber-optic information to detect and investigate the gas-in-riser phenomenon | |
| Soroush et al. | Downhole monitoring using distributed acoustic sensing: fundamentals and two decades deployment in oil and gas industries | |
| Edouard et al. | Application of fiber optics in oil and gas field development—A review | |
| RU2790088C1 (en) | Method for determining the phase flow rates of a multiphase flow of produced hydrocarbon | |
| Sharma et al. | Fiber-Optic DAS and DTS for monitoring riser gas migration | |
| Gysling et al. | Changing paradigms in oil and gas reservoir monitoring-the introduction and commercialization of in-well optical sensing systems | |
| US20220283330A1 (en) | Gauge Length Correction For Seismic Attenuation From Distributed Acoustic System Fiber Optic Data | |
| Bradley et al. | Estimation of Temperature Profiles using Low-Frequency Distributed Acoustic Sensing from In-Well Measurements | |
| US20230243989A1 (en) | Simultaneous distributed acoustic sensing with multiple gauge lengths | |
| Ahmed | Critical Analysis and Application of Optical Fiber Sensors in Oil and Gas Industry. | |
| US20240102835A1 (en) | Machine learning-based wellbore fluid flow rate prediction | |
| Li et al. | Deep Learning Based Production Flow Profiling and Allocation Using Fiber Optic DAS and DTS Data | |
| WO2023060162A1 (en) | Distributed fiber optic sensing and detection systems and methods for improved drilling operations and well control | |
| Bateman | Well and Field Monitoring |