Como coñecer a avaliación dos modelos PDC bit ROP e o efecto da resistencia da rocha nos coeficientes do modelo?

Resumo

As condicións actuais de baixo prezo do petróleo renovaron a énfase na optimización da perforación para aforrar tempo na perforación de pozos de petróleo e gas e reducir os custos operativos. O modelado da taxa de penetración (ROP) é ​​unha ferramenta clave para optimizar os parámetros de perforación, é dicir, o peso da broca e a velocidade de rotación para procesos de perforación máis rápidos. Cunha nova ferramenta de visualización de datos totalmente automatizada e de modelado ROP desenvolvida en Excel VBA, ROPPlotter, este traballo investiga o rendemento do modelo e o impacto da resistencia da rocha nos coeficientes do modelo de dous modelos PDC Bit ROP diferentes: Hareland e Rampersad (1994) e Motahhari. et al. (2010). Estes dous Bit PDC Compáranse modelos contra un caso base, relación xeral ROP desenvolvida por Bingham (1964) en tres formacións de arenisca diferentes na sección vertical dun pozo horizontal de xisto de Bakken. Por primeira vez, intentouse illar o efecto da variación da resistencia da rocha sobre os coeficientes do modelo ROP investigando litoloxías con parámetros de perforación similares. Ademais, realízase unha discusión exhaustiva sobre a importancia de seleccionar os límites dos coeficientes do modelo axeitados. A resistencia da rocha, considerada nos modelos de Hareland e Motahhari pero non nos de Bingham, dá como resultado valores máis elevados de coeficientes do modelo multiplicador constante para os modelos anteriores, ademais dun aumento do expoñente do termo RPM para o modelo de Motahhari. Demostrase que o modelo de Hareland e Rampersad funciona mellor dos tres modelos con este conxunto de datos en particular. A eficacia e aplicabilidade do modelado ROP tradicional ponse en cuestión, xa que tales modelos dependen dun conxunto de coeficientes empíricos que incorporan o efecto de moitos factores de perforación que non se teñen en conta na formulación do modelo e son exclusivos dunha litoloxía particular.

Introdución

As brocas PDC (Polycrystalline Diamond Compact) son as brocas dominantes utilizadas na perforación de pozos de petróleo e gas na actualidade. O rendemento da broca normalmente mídese pola taxa de penetración (ROP), unha indicación da rapidez coa que se perfora o pozo en termos de lonxitude do burato perforado por unidade de tempo. A optimización da perforación estivo na vangarda das axendas das empresas enerxéticas desde hai décadas, e gaña máis importancia durante o actual entorno de baixo prezo do petróleo (Hareland e Rampersad, 1994). O primeiro paso para optimizar os parámetros de perforación para producir o mellor ROP posible é o desenvolvemento dun modelo preciso que relacione as medicións obtidas na superficie coa velocidade de perforación.

Varios modelos ROP, incluíndo modelos desenvolvidos especificamente para un determinado tipo de bit, foron publicados na literatura. Estes modelos ROP normalmente conteñen unha serie de coeficientes empíricos que dependen da litoloxía e poden prexudicar a comprensión da relación entre os parámetros de perforación e a taxa de penetración. O propósito deste estudo é analizar o rendemento do modelo e como responden os coeficientes do modelo aos datos de campo con diferentes parámetros de perforación, en particular a resistencia da rocha, durante dousBit PDC modelos (Hareland e Rampersad, 1994, Motahhari et al., 2010). Os coeficientes e o rendemento do modelo tamén se comparan cun modelo ROP de caso base (Bingham, 1964), unha relación simplista que serviu como o primeiro modelo ROP amplamente aplicado en toda a industria e aínda en uso. Investíganse os datos de campos de perforación en tres formacións de pedra arenisca con diferentes resistencias de rocha, e os coeficientes do modelo destes tres modelos son calculados e comparados entre si. Postúlase que os coeficientes dos modelos de Hareland e Motahhari en cada formación rochosa abarcarán un rango máis amplo que os coeficientes do modelo de Bingham, xa que a resistencia da rocha variable non se ten en conta explícitamente nesta última formulación. Tamén se avalía o rendemento do modelo, o que leva á elección do mellor modelo ROP para a rexión de esquisto de Bakken en Dakota do Norte.

Os modelos ROP incluídos neste traballo consisten en ecuacións inflexibles que relacionan algúns parámetros de perforación coa velocidade de perforación e conteñen un conxunto de coeficientes empíricos que combinan a influencia de mecanismos de perforación difíciles de modelar, como a hidráulica, a interacción cortador-roca, broca. deseño, características de montaxe do fondo do burato, tipo de barro e limpeza do burato. Aínda que estes modelos ROP tradicionais xeralmente non funcionan ben cando se comparan cos datos de campo, proporcionan un importante paso para as novas técnicas de modelado. Os modelos modernos, máis potentes e baseados en estatísticas con maior flexibilidade poden mellorar a precisión do modelado ROP. Gandelman (2012) informou de melloras significativas no modelado ROP empregando redes neuronais artificiais en lugar dos modelos ROP tradicionais en pozos petrolíferos nas concas de pre-sal no mar de Brasil. As redes neuronais artificiais tamén se utilizan con éxito para a predición de ROP nos traballos de Bilgesu et al. (1997), Moran et al. (2010) e Esmaeili et al. (2012). Non obstante, tal mellora no modelado ROP vén a costa da interpretabilidade do modelo. Polo tanto, os modelos ROP tradicionais aínda son relevantes e proporcionan un método eficaz para analizar como un parámetro específico de perforación afecta á taxa de penetración.

ROPPlotter, un software de visualización de datos de campo e modelado de ROP desenvolvido en Microsoft Excel VBA (Soares, 2015), emprégase para calcular os coeficientes do modelo e comparar o rendemento do modelo.