FR3092691A1 - Planification d’une configuration de puits à l’aide de paramètres géomécaniques - Google Patents
Planification d’une configuration de puits à l’aide de paramètres géomécaniques Download PDFInfo
- Publication number
- FR3092691A1 FR3092691A1 FR1915017A FR1915017A FR3092691A1 FR 3092691 A1 FR3092691 A1 FR 3092691A1 FR 1915017 A FR1915017 A FR 1915017A FR 1915017 A FR1915017 A FR 1915017A FR 3092691 A1 FR3092691 A1 FR 3092691A1
- Authority
- FR
- France
- Prior art keywords
- well
- region
- hydrocarbon recovery
- geomechanical
- generating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
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
- E21B41/00—Equipment or details not covered by groups E21B15/00 - E21B40/00
-
- 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
- E21B43/00—Methods or apparatus for obtaining oil, gas, water, soluble or meltable materials or a slurry of minerals from wells
- E21B43/25—Methods for stimulating production
- E21B43/26—Methods for stimulating production by forming crevices or fractures
-
- 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
- E21B49/00—Testing the nature of borehole walls; Formation testing; Methods or apparatus for obtaining samples of soil or well fluids, specially adapted to earth drilling or wells
- E21B49/08—Obtaining fluid samples or testing fluids, in boreholes or wells
- E21B49/087—Well testing, e.g. testing for reservoir productivity or formation parameters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V20/00—Geomodelling in general
-
- 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
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- 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
- E21B2200/00—Special features related to earth drilling for obtaining oil, gas or water
- E21B2200/20—Computer models or simulations, e.g. for reservoirs under production, drill bits
-
- 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
- E21B2200/00—Special features related to earth drilling for obtaining oil, gas or water
- E21B2200/22—Fuzzy logic, artificial intelligence, neural networks or the like
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- Geochemistry & Mineralogy (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Geophysics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Geophysics And Detection Of Objects (AREA)
Abstract
Des paramètres géomécaniques peuvent être utilisés pour optimiser une configuration de puits comprenant un ou plusieurs puits prévus ayant des emplacements et des géométries. Les données sur la formation et les informations sur les contraintes régionales d’une formation peuvent être utilisées pour déterminer une variation de contraintes locales de la formation. Un indice de qualité peut être généré en combinant des propriétés pétrophysiques avec la variation de contraintes locales. Les simulations d’écoulement de récupération d’hydrocarbures peuvent être générées en générant des modèles de configuration de puits basés sur l’indice de qualité, en générant un modèle géomécanique de réservoir qui comprend des caractéristiques de propagation de fracture hydraulique, en déterminant de nouvelles fractures hydrauliques par la simulation de la propagation à travers le modèle géomécanique de réservoir et à l’aide de règles géomécaniques, et en en déterminant un taux de récupération prévu d’hydrocarbures par la simulation d’un écoulement avec les nouvelles fractures hydrauliques. Un plan de positionnement de puits peut être sélectionné à l’aide des taux de récupération prévus d’hydrocarbures. Le plan de positionnement de puits peut être transmis pour être utilisé pour planifier un ou plusieurs puits de forage.
Description
La présente invention concerne de manière générale un environnement de puits de forage pour extraire des hydrocarbures. Plus spécifiquement, mais à titre non limitatif, la présente invention concerne la planification d’une configuration d’un puits de forage dans une formation souterraine basée sur des paramètres géomécaniques.
Contexte
Contexte
Le positionnement d’un puits dans une région géologique et sa configuration dans une formation souterraine peuvent être importants pour obtenir un puits aussi rentable que possible. Un réservoir contenant des hydrocarbures peut être situé dans une zone géographique de sorte que plusieurs puits peuvent être forés pour obtenir des hydrocarbures à partir d’un réservoir. La configuration des puits à forer, y compris leur emplacement et leur géométrie, peut être utile pour extraire les hydrocarbures du réservoir à des vitesses élevées aussi rapidement que possible. Le mauvais positionnement d’un puits par rapport au réservoir ou le forage d’un puits avec une géométrie non idéale peut entraîner des taux de récupération d’hydrocarbures médiocres qui peuvent nécessiter plus de temps pour épuiser un réservoir d’hydrocarbures.
La figure 1 est une vue en coupe transversale d’un exemple d’une région géographique à forer basée sur des paramètres géomécaniques selon certains aspects de la présente invention.
La figure 2 est un schéma fonctionnel d’un exemple d’un système d’optimisation de puits selon certains aspects de la présente invention.
La figure 4 est un diagramme de flux de données d’un exemple d’un processus de planification d’un puits dans une formation souterraine à l’aide d’un optimiseur selon certains aspects de la présente invention.
La figure 5 est un diagramme de flux de données d’un exemple d’un processus de planification d’un puits dans une formation souterraine à l’aide d’un minimiseur selon certains aspects de la présente invention.
La figure 6 est un schéma d’un exemple d’un puits foré selon un plan développé à partir d’un système d’optimisation de puits selon un aspect de la présente invention.
Description détaillée
Certains aspects et certaines caractéristiques concernent la planification d’une configuration d’un puits de forage dans une formation souterraine basée sur des paramètres géomécaniques. Les paramètres géomécaniques peuvent comprendre des mesures quantitatives ou qualitatives qui représentent la manière dont les roches, les contraintes, les pressions et les températures interagissent. Les paramètres géomécaniques peuvent être utiles pour déterminer l’efficacité de la fracturation et la stabilité du puits de forage. Des exemples de paramètres géomécaniques peuvent comprendre les propriétés de contrainte, de déformation et d’élasticité d’une formation souterraine. Des capteurs peuvent être utilisés pour mesurer les données sur la formation, y compris un réseau de fractures naturelles d’une formation souterraine contenant un réservoir d’hydrocarbures, de sorte que le réseau de fractures naturelles peut indiquer les endroits où la fracturation est le plus probable ou les endroits où il est plus facile d’accéder aux hydrocarbures. La variation de contraintes locales, qui peut être déterminée à partir du réseau de fracturation naturelle, peut être combinée aux propriétés pétrophysiques du réservoir pour générer un indice de qualité pouvant être utilisé pour identifier les zones à fort rendement en hydrocarbures. Plusieurs configurations de puits peuvent être générées avec différents emplacements et différentes géométries. Des simulations de fracture et d’écoulement peuvent être effectuées pour chaque configuration de puits pour déterminer un taux de récupération prévu d’hydrocarbures pour chaque configuration de puits. Les configurations de puits et les taux de récupération prévus d’hydrocarbures correspondants peuvent être utilisés pour déterminer l’emplacement et la géométrie d’un puits pour un ou plusieurs puits le long d’un réservoir.
Une procédure d’optimisation de positionnement de puits permet de trouver la meilleure configuration de forage en fonction de divers paramètres de formation et de réservoir souterrains. Une configuration de puits peut comprendre le positionnement ou l’emplacement de puits et une géométrie de puits, comprenant une trajectoire de forage tridimensionnelle prévue dans la formation souterraine pour atteindre le réservoir. Une meilleure configuration de forage peut être utilisée pour optimiser la récupération d’hydrocarbures d’un réservoir. Les techniques d’optimisation de positionnement de puits peuvent utiliser des paramètres tels que le champ de porosité, le champ de perméabilité, le coût du puits et les propriétés du fluide, qui peuvent être combinés avec une fonction objectif pour attribuer des poids à chaque configuration de puits. Dans le contexte d’un gisement de schiste, d’autres paramètres peuvent être plus utiles que des paramètres tels que la porosité et la perméabilité pour déterminer la meilleure configuration de forage. Dans certains réservoirs, la perméabilité peut être faible et peut ne pas être utile pour déterminer une configuration de forage optimale. Cependant, les paramètres géomécaniques peuvent être très variables. L’utilisation de la fracturation hydraulique le long de zones fragiles et riches en hydrocarbures peut permettre d’obtenir la meilleure configuration de forage permettant le taux de récupération d’hydrocarbures le plus élevé.
Dans certains exemples, la perméabilité résultant de fractures hydrauliques peut être prise en compte pour déterminer les taux de rendement prévus en hydrocarbures. Les propriétés qui influencent la fracturation hydraulique, ainsi que les schémas de distribution associés, peuvent être utiles pour déterminer la meilleure configuration de forage. Les paramètres géomécaniques, qui peuvent être analogues à n’importe quelle autre propriété de roche, peuvent avoir des variations spatiales dans tout le réservoir qui peuvent grandement affecter les taux de récupération d’hydrocarbures. La prise en compte des paramètres géomécaniques peut être utile pour déterminer une configuration de puits optimisée afin d’obtenir les taux de récupération d’hydrocarbures les plus élevés possibles.
Les propriétés pétrophysiques peuvent être utilisées pour arriver à comprendre les propriétés de la roche d’un réservoir, en particulier en ce qui concerne la façon dont les pores de la formation souterraine sont interconnectés pour réguler l’accumulation et la migration des hydrocarbures. Une propriété pétrophysique peut représenter le comportement des fluides dans une formation souterraine soumise à un examen. Les exemples de propriétés pétrophysiques peuvent comprendre la lithologie, la porosité, la saturation en eau, la perméabilité et la densité. Dans certains exemples, les propriétés pétrophysiques peuvent être combinées avec des paramètres géomécaniques et avec la propagation de fractures hydrauliques pour déterminer une configuration de puits optimisée.
Certains exemples permettent d’optimiser la configuration d’un puits pour un nouveau réservoir ou un réservoir en production afin de produire divers avantages en termes de rentabilité, d’intégrité et de sécurité globales de la production de puits. Dans le cas d’un réservoir qui n’a pas encore été exploité ni foré, une configuration de puits optimisée peut être déterminée en fonction de paramètres d’entrée tels que le nombre de puits, la géométrie de puits possible, la configuration de la perforation, les propriétés des fluides, les paramètres géomécaniques, les propriétés pétrophysiques et le réseau de fractures naturelles. Dans le cas où le réservoir a été en production, une meilleure configuration de forage pour des puits supplémentaires peut être déterminée à l’aide des mêmes paramètres d’entrée ou des paramètres d’entrée similaires.
D’un point de vue géologique, le positionnement de puits peut être optimisé et de nouveaux forages peuvent être proposés dans une région où l’accumulation d’hydrocarbures est importante. D’un point de vue géomécanique, il est possible de maximiser les effets de la fracturation hydraulique en ciblant des zones à faibles contraintes différentielles soumises à une déformations élevée. D’un point de vue du forage, l’emplacement de forage prévu peut être assuré pour répondre aux exigences de stabilité du puits de forage afin d’éviter toute défaillance ou tout effondrement de celui-ci. D’un point de vue du réservoir, il est possible de modéliser les propriétés clés du réservoir afin d’optimiser la propagation des fractures hydrauliques et de calculer la récupération d’hydrocarbures.
Dans certains exemples, la détermination d’une configuration de puits optimisée peut comprendre la prise en considération d’un modèle de réservoir numérique avec un réseau de fractures naturelles. La porosité et la perméabilité de la formation souterraine peuvent être calculées à l’aide d’une simulation gaussienne séquentielle. La variation locale des contraintes régionales en fonction du réseau de fractures peut être déterminée à l’aide d’un algorithme basé sur la méthode des points matériels. Les paramètres, la porosité, la perméabilité et la variation de contraintes locales, peuvent être combinés pour former des relations pouvant être utilisées pour identifier les zones de plus grande porosité, de plus grande perméabilité, mais à faible contraintes différentielles. Dans ces zones, la déformation à l’intérieur du réservoir pour une configuration de puits donnée peut être calculée. Cette approche peut permettre de déterminer le potentiel de propagation de la fracture hydraulique, puis la récupération d’hydrocarbures correspondante à l’aide d’un simulateur d’écoulement numérique. La meilleure configuration pour un nombre donné de puits peut être identifiée.
Ces exemples illustratifs sont destinés à familiariser le lecteur avec le sujet général traité ici et ne sont pas destinés à limiter la portée des concepts décrits. Les sections suivantes décrivent diverses caractéristiques et divers exemples supplémentaires en référence aux dessins, dans lesquels les mêmes numéros désignent des éléments identiques, et des descriptions directionnelles sont utilisées pour décrire les aspects illustratifs mais, tout comme les aspects illustratifs, ne doivent pas être utilisées pour limiter la présente invention.
La figure 1 est une vue en coupe transversale d’une région géographique 122 à forer sur la base de paramètres géomécaniques selon certains exemples de la présente invention. La région géographique 122 peut avoir des schémas de contrainte régionaux, qui peuvent être pris en compte lors de la détermination d’une variation de contrainte pour une zone locale dans la région géographique 122. Les schémas de contraintes régionales peuvent comprendre des contraintes régionales telles que les mouvements et la direction des plaques tectoniques. Les schémas de contraintes régionales peuvent être pris en compte lors de la détermination de la variation de contraintes locales pour une zone située dans la région géographique 122. Le positionnement d’un ou de plusieurs puits dans la région géographique 122 peut être affecté plus fortement par les variations de contraintes locales que par les schémas de contraintes régionales. Par exemple, la région géographique 122 peut avoir un schéma de contraintes régionalesqui est cohérent dans toutes les zones, mais il peut exister des centaines de variations de contraintes dans une zone locale donnée définie comme une partie de la région géographique 122. Dans certains exemples, les schémas de contraintes régionales peuvent être ignorés en raison de leur impact insignifiant sur l’optimisation du positionnement du puits. Dans certains exemples, les schémas de contrainte régionales et la variation de contraintes locales peuvent être utilisés pour déterminer le positionnement ultime d’un puits dans la région géographique 122.
La région géographique 122 peut comprendre diverses formations souterraines 112, 114, 116, 118 ayant différentes caractéristiques physiques, telles que la taille, la perméabilité, la porosité et l’orientation géographique. Les formations souterraines 112, 114, 116, 118 peuvent être situées dans une seule zone locale contenant un réservoir ou peuvent être situées dans différentes zones localisées dans la région géographique 122, de sorte que les différentes zones localisées peuvent comprendre un ou plusieurs réservoirs séparés. Par exemple, les formations souterraines 112, 114, 116, 118 peuvent être reliées par un seul réservoir d’hydrocarbures, les formations souterraines 112, 114, 116, 118 étant situées dans une même zone localisée. Comme autre exemple, les formations souterraines 112, 114 peuvent être reliées par un réservoir dans une zone locale et les formations souterraines 116, 118 peuvent être reliées par un autre réservoir dans une autre zone locale de la région géographique 122. À titre d’exemple supplémentaire, chacune des formations souterraines 112, 114, 116, 118 peut être située dans différentes zones locales, chacune comprenant des connexions à différents réservoirs. Le but de cette illustration est de montrer que les données sur la formation, y compris les données sismiques et les diagraphies d’images de puits de forage, peuvent être mesurées et enregistrées dans diverses zones locales de la région géographique 122 pour déterminer les dimensions et les propriétés de tous réservoirs réalisables, pouvant imprégner ou non chaque formation souterraine balayée.
Les capteurs 102, 104, 106, 110 peuvent être utilisés pour mesurer des données sur la formation, notamment les propriétés pétrophysiques des formations souterraines 112, 114, 116, 118. Les données sur la formation peuvent comprendre des informations telles que des données sismiques ou des diagraphies d’images pouvant être utilisées pour créer un réseau de fractures naturelles. Les diagraphies d’images peuvent représenter des fractures observées dans un puits de forage. Les capteurs 102, 104, 106, 110 peuvent être situés respectivement au-dessus des formations souterraines 112, 114, 116, 118 au niveau des surfaces 124a, 124b, 124c, 124d. Les capteurs 102, 104, 106, 110 peuvent être des dispositifs séparés ou des outils de mesure et d’imagerie de données sur la formation situés sur chacune des surfaces 124a, 124b, 124c, 124d qui correspondent à différentes zones de la région géographique 122. Dans certains exemples, les capteurs 102, 104, 106, 110 peuvent être un seul dispositif qui peut être transporté pour mesurer des données sur la formation pour chacune des formations souterraines 112, 114, 116, 118 et d’autres formations souterraines.
Un système d’optimisation de puits 120 peut être utilisé pour collecter et stocker des données sur la formation ou d’autres informations liées aux phases de planification, de forage et de production de puits à partir des capteurs 102, 104, 106, 110. Le système d’optimisation de puits 120 peut optimiser une configuration de puits, comme décrit dans les exemples. Le système d’optimisation de puits 120 peut être couplé en communication aux capteurs 102, 104, 106, 110 pour recevoir des données sur la formation mesurées par les capteurs 102, 104, 106, 110. Dans certains exemples, les capteurs 102, 104, 106, 110 peuvent stocker les données sur la formation mesurées dans des bases de données séparées, puis se connecter au système d’optimisation de puits 120 pour transférer les données sur la formation au système d’optimisation de puits 120 pour traitement. Par exemple, les capteurs 102, 104, 106, 110 peuvent être couplés en communication au système d’optimisation de puits 120 via un réseau sans fil, ou peuvent communiquer indirectement avec le système d’optimisation de puits 120 via divers dispositifs de réseau. Comme autre exemple, les capteurs 102, 104, 106, 110 peuvent stocker des données sur la formation sur des dispositifs locaux ou sur une mémoire qui peuvent être connectés électriquement au système d’optimisation de puits 120 (par exemple, dans un environnement de laboratoire ou de test).
Une formation souterraine contenant un réservoir d’hydrocarbures peut avoir un réseau de fractures naturelles où la fracturation est susceptible de se produire. Les données sur la formation mesurées par les capteurs 102, 104, 106, 110 peuvent être utilisées pour déterminer le réseau de fracturation naturelle. Des modèles tridimensionnels des formations souterraines 112, 114, 116, 118 peuvent être générés par le système d’optimisation de puits 120 à l’aide des données sur la formation mesurées par les capteurs 102, 104, 106, 110. Les modèles tridimensionnels peuvent illustrer le réseau de fractures naturelles, qui peut être utilisé avec les informations de contraintes régionales de la région géographique 122 pour déterminer, via le système d’optimisation de puits 120, la variation de contraintes locales. La variation de contraintes locales, ou bande géomécanique, peut être définie comme la différence entre la contrainte maximale et minimale dans une zone. La variation de contraintes locales peut être utilisée comme base pour prendre en compte des paramètres géomécaniques lors de la détermination d’une configuration de puits optimisée.
En prenant l’exemple dans lequel les formations souterraines 112, 114, 116, 118 sont reliées par un seul réservoir, comme déterminé par un ou plusieurs capteurs situés au-dessus de chacune des formations souterraines 112, 114, 116, 118, une configuration de puits optimisée peut être déterminée par le système d’optimisation de puits 120. La configuration de puits optimisée peut comprendre un ou plusieurs puits de forage devant être forés à travers les formations souterraines 112, 114, 116, 118 ou dans des zones le long du réservoir, afin d’obtenir un taux de récupération d’hydrocarbures le plus élevé possible. Les formations souterraines 112, 114, 116, 118 peuvent avoir différentes propriétés pétrophysiques et caractéristiques tridimensionnelles.
Par exemple, le réservoir qui peut être détecté dans les formations souterraines 112, 114, 116, 118 peut avoir différentes propriétés pétrophysiques et des caractéristiques tridimensionnelles le long de diverses zones. Par exemple, la zone du réservoir qui peut être détectée sous la surface 124a par le capteur 102 peut comprendre un plus grand volume d’hydrocarbures que la zone du réservoir qui peut être détectée sous la surface 124b par le capteur 104. En déterminant l’étendue du réservoir en cartographiant une image complète des formations souterraines au sein d’une zone locale, il est possible de déterminer quels emplacements doivent être forés pour obtenir le taux de récupération d’hydrocarbures le plus élevé. Par exemple, en raison du volume plus important d’hydrocarbures dans le réservoir sous la surface 124a par rapport au volume d’hydrocarbures dans le réservoir sous la surface en 124b, le positionnement d’un ou de plusieurs puits pour forer la formation souterraine 112 peut atteindre un taux de production supérieur à celui atteint si on positionne davantage de puits pour forer la formation souterraine 114.
Comme autre exemple, la surface d’un gisement de schiste susceptible d’être détectée sous la surface 124b par le capteur 104 peut avoir une contrainte différentielle inférieure et une déformation supérieure à la surface du gisement de schiste pouvant être détectée sous la surface 124c par le capteur 106. Le système d’optimisation de puits 120 peut alors déterminer que les taux de récupération d’hydrocarbures peuvent être augmentés par le biais de positionnements de puits et d’une fracturation supplémentaires dans la formation souterraine 114. Comparativement, le système d’optimisation de puits 120 peut déterminer qu’une configuration de puits optimisée comprend moins de positionnements de puits et de fracturation dans la formation souterraine 116, car l’obtention de taux de production élevés peut être plus difficile avec une formation souterraine comportant une contrainte différentielle élevée et une déformation faible.
Dans certains exemples, des puits préexistants dans les phases de forage ou de production peuvent être utilisés pour fournir des données supplémentaires permettant d’optimiser le positionnement de puits supplémentaires pour le réservoir produisant déjà des hydrocarbures. Par exemple, un environnement de forage 108 peut comprendre une plateforme de forage en phase de forage. Pendant la phase de forage, des capteurs situés en surface ou en fond de puits, tels que des capteurs fixés à un outil sur un train de tiges de forage ou des capteurs fixés à un outil de ligne câblée, peuvent être utilisés pour déterminer les propriétés pétrophysiques réelles d’un réservoir. De plus, les propriétés du réservoir peuvent être déterminées lors de la phase de production. En mesurant les propriétés réelles d’un réservoir, le système d’optimisation de puits 120 peut comprendre l’emplacement et la géométrie de puits du puits existant dans l’environnement de forage 108 dans les calculs d’optimisation. Cela peut permettre au système d’optimisation de puits 120 de déterminer des positionnements et des géométries de puits supplémentaires afin d’optimiser davantage le taux de récupération d’hydrocarbures pour ce réservoir. Par exemple, sur la base du positionnement et de la géométrie du puits dans l’environnement de forage 108, le système d’optimisation de puits 120 peut déterminer qu’un ou plusieurs puits ayant des emplacements et des géométries spécifiques peuvent optimiser le taux de récupération d’hydrocarbures existant.
La figure 2 est un schéma synoptique d’un système d’optimisation de puits 120 selon certains exemples de la présente description. Le système d’optimisation de puits 120 peut être un dispositif informatique comportant un processeur 202, une interface de communication 204 et une mémoire 206. Dans certains exemples, les composants représentés à la figure 2 (par exemple, le processeur 202, l’interface de communication 204 et la mémoire 206) peuvent être intégrés dans une seule structure. Par exemple, les composants peuvent être dans un seul boîtier. Dans d’autres exemples, les composants représentés à la figure 2 peuvent être répartis (par exemple dans des boîtiers séparés) et en communication électrique les uns avec les autres.
Les capteurs 102, 104, 106, 110 peuvent être couplés en communication au système d’optimisation de puits 120 pour transmettre des informations concernant les données sur la formation, les propriétés pétrophysiques ou d’autres caractéristiques pouvant être mesurées liées aux formations souterraines. Le système d’optimisation de puits 120 peut être couplé en communication aux capteurs 102, 104, 106, 110 via l’interface de communication 204. L’interface de communication 204 peut être configurée pour transmettre les informations reçues des capteurs 102, 104, 106, 110 à la mémoire 206 pour le stockage et l’utilisation comme décrit dans les exemples. Dans certains exemples, le système d’optimisation de puits 120 peut transmettre des requêtes de données via l’interface de communication 204 aux capteurs 102, 104, 106, 110.
Le processeur 202 peut exécuter une ou plusieurs opérations pour mettre en œuvre certains exemples. Le processeur 202 peut exécuter des instructions stockées dans la mémoire 206 pour effectuer les opérations. Le processeur 202 peut comprendre un dispositif de traitement ou plusieurs dispositifs de traitement. Des exemples non limitatifs du processeur 202 comprennent un réseau de portes programmables in situ (« FPGA »), un circuit intégré spécifique à une application (« ASIC »), un microprocesseur, etc.
Le processeur 202 peut être couplé en communication à la mémoire 206 via un bus. La mémoire non volatile 206 peut comprendre n’importe quel type de dispositif de mémoire qui conserve les informations stockées lorsqu’il est mis hors tension. Des exemples non limitatifs de la mémoire 206 comprennent une mémoire morte effaçable électriquement et programmable (« EEPROM »), une mémoire flash ou tout autre type de mémoire non volatile. Dans certains exemples, au moins une partie de la mémoire 206 peut comprendre un support à partir duquel le processeur 202 peut lire des instructions. Un support lisible par ordinateur peut comprendre des dispositifs de stockage électroniques, optiques, magnétiques ou autres capables de fournir au processeur 202 des instructions lisibles par ordinateur ou un autre code de programme. Des exemples non limitatifs de supports lisibles par ordinateur incluent (sans toutefois s’y limiter) les disques magnétiques, les puces mémoires, la ROM, la mémoire vive (« RAM »), un ASIC, un processeur configuré, un stockage optique, ou tout autre support à partir duquel un processeur d’ordinateur peut lire des instructions. Les instructions peuvent comprendre des instructions spécifiques au processeur générées par un compilateur ou un interprète à partir d’un code écrit dans un langage de programmation informatique approprié, y compris, par exemple, C, C++, C#, etc.
La mémoire 206 peut comprendre une base de données 208, qui peut comprendre n’importe quelle quantité et combinaison du contenu décrit dans les exemples précédents. La base de données 208 peut comprendre des données sur la formation telles que des données sismiques ou des diagraphies d’images, des données liées à des simulations, ou d’autres données générées décrites dans des exemples, des informations LWD, ou toute combinaison de celles-ci, entre autres. La mémoire 206 peut comprendre un moteur de planification 210, qui peut comprendre des instructions ou un code pouvant être exécutés par le processeur 202 pour effectuer des opérations de sélection et transmettre un plan de positionnement de puits pour un puits de forage dans une zone.
La figure 3 est un organigramme d’un processus de planification d’une configuration d’un puits dans une formation souterraine basée sur des paramètres géomécaniques selon certains exemples de la présente description. D’autres exemples peuvent comprendre plus d’étapes, moins d’étapes, différentes étapes ou un ordre différent des étapes décrites en relation avec la figure 3. Les étapes de la figure 3 sont décrites en référence aux composants décrits dans la figure 2.
Au bloc 302, les variations locales de contraintes régionales sont déterminées à l’aide de données sur la formation détectées par des capteurs. Les variations locales de contraintes régionales, ou les variations de contraintes locales, peuvent représenter un réseau de fractures naturelles dans une région. Les données sur la formation peuvent être détectées et reçues par le système d’optimisation de puits 120 à partir de divers capteurs, comme décrit à la figure 1. Les données sur la formation peuvent comprendre des données sismiques et des diagraphies d’images pouvant être utilisées pour construire le réseau de fractures naturelles. Les données sur la formation reçues par le système d’optimisation de puits peuvent être utilisées par le système d’optimisation de puits 120 pour déterminer un réseau de fractures naturelles dans les formations souterraines.
La variation de contraintes locales, que l’on peut qualifier de contraintes différentielles, peut être déterminée à l’aide de solveurs numériques, tels qu’un algorithme basé sur la méthode des points matériels, ou d’autres approches de la mécanique des solides, y compris la méthode des éléments finis ou la méthode des discontinuités de déplacement. En utilisant le réseau de fractures naturelles en plus des informations sur les contraintes régionales, la variation des contraintes locales peut être simulée par le système d’optimisation de puits 120. La variation des contraintes locales peut être le résultat de fractures dans les formations souterraines ainsi que de propriétés de la formation.
La variation de contraintes locales peut être transmise en provenance du système d’optimisation de puits 120 sous la forme de représentations ou de modèles bidimensionnels ou tridimensionnels de la formation souterraine. La variation de contraintes locales peut être analysée dans le temps lors de l’application de contraintes au modèle. Par exemple, les entrées dans le modèle de variation de contraintes locales peuvent comprendre les contraintes régionales globales, ainsi que les dimensions et les emplacements des fractures identifiées dans le réseau de fractures naturelles. Par défaut, le modèle de variation de contraintes locales déterminé par l’un des solveurs numériques peut être en déséquilibre. Les solveurs numériques peuvent ensuite analyser le modèle de variation de contraintes locales dans le temps jusqu’à atteindre un état d’équilibre. Le résultat du résolveur numérique utilisé peut être la variation de contraintes locales déterminée lors de l’atteinte d’un point stable dans le modèle de variation de contraintes locales.
La variation de contraintes locales peut être utilisée pour indiquer la géométrie de fracture dans une formation souterraine. Une forte variation de contraintes locales peut indiquer des fractures plus droites dans la formation souterraine. Une faible variation de contrainte peut indiquer davantage de fractures ramifiées. L’efficacité de la fracturation dans un puits peut être optimisée en ciblant les zones à faible variation de contraintes locales et en évitant les zones à forte variation de contraintes locales.
Au bloc 304, un indice de qualité pour au moins une zone de la région est généré en combinant les variations locales de contraintes régionales avec au moins une propriété pétrophysique calculée pour la région. Dans certains exemples, les données sur la formation peuvent comprendre des propriétés pétrophysiques, telles que la porosité et la perméabilité. L’indice de qualité peut être généré par le système d’optimisation de puits 120 et stocké dans une mémoire du système d’optimisation de puits 120.
Un indice de qualité peut définir une ou plusieurs relations entre variables. Par exemple, la mise en correspondance de propriétés pétrophysiques tridimensionnelles avec la variation de contraintes locales peut créer un indice reliant les propriétés pétrophysiques tridimensionnelles à la variation de contraintes locales. L’indice de qualité combinant les propriétés pétrophysiques avec la variation de contraintes locales peut définir une relation proportionnelle à la porosité et à la perméabilité absolue d’un réservoir, mais inversement proportionnelle à la variation de contraintes locales. L’indice de qualité peut donc être utilisé pour cibler les zones présentant une variation minimale de contraintes locales pouvant être plus favorables à la propagation de la fracture dans toutes les directions. Aux fins de la présente description, un indice de qualité inférieur peut représenter une perméabilité et une porosité faibles ainsi qu’une variation de contraintes locales élevée, et un indice de qualité supérieur peut représenter une perméabilité et une porosité élevées et une faible variation de contraintes locales. Les paramètres de perméabilité, de porosité et de variation de contraintes locales représentant un indice de qualité faible peuvent être ignorés, et les paramètres représentant un indice de qualité élevé peuvent être ciblés pour être utilisés dans les étapes ultérieures afin d’obtenir une configuration de puits optimisée.
Dans un exemple, un indice de qualité peut être calculé pour chaque cellule à l’aide de la formule suivante. (1)
Au bloc 306, des simulations d’écoulement pour la récupération d’hydrocarbures de puits de forage simulés dans la région sont générées en générant des modèles de configuration de puits pour des zones de la région à l’aide de l’indice de qualité. La génération des simulations d’écoulement peut comprendre les processus décrits aux blocs 301, 303, 305, 307, qui peuvent être répétés pour simuler l’écoulement dans au moins un modèle de configuration de puits. Les simulations d’écoulement peuvent décrire un écoulement prévu d’hydrocarbures dans le temps pour un réservoir donné ayant un réseau de fractures naturelles particulier. Les simulations d’écoulement peuvent décrire plus en détail comment la fracturation induite par les processus de forage peut affecter le taux de récupération d’hydrocarbures, de sorte que de nouvelles fractures peuvent être créées autour et à travers les fractures naturelles existantes.
La génération des simulations d’écoulement pour la récupération d’hydrocarbures peut comprendre la génération d’au moins un modèle de configuration de puits pour des zones de la région à l’aide de l’indice de qualité généré au bloc 304. Le seuil permettant de déterminer ce qu’est un indice de qualité faible ou élevé peut être déterminé par un utilisateur exploitant le système d’optimisation de puits 120 ou automatiquement par le système d’optimisation de puits 120. L’utilisation d’un seuil peut permettre aux processus exécutés par le système d’optimisation de puits 120 de se concentrer sur des zones présentant un grand intérêt (par exemple, des zones avec une porosité et une perméabilité élevées et une faible variation de contraintes locales) qui peuvent optimiser la récupération d’hydrocarbures.
Un modèle de configuration de puits peut comprendre des emplacements et des géométries de puits, définis par des trajectoires de forage prévues, pour un ou plusieurs puits simulés. Dans certains exemples, le modèle de configuration de puits peut être généré de manière aléatoire. Des paramètres, tels que la longueur du puits, l’orientation géographique, la taille du trou de forage, l’angle du puits et d’autres paramètres liés à un plan de forage, peuvent être reçus par le système d’optimisation de puits 120. Le système d’optimisation de puits 120 peut utiliser ces paramètres en tant que directives pour générer de manière aléatoire l’emplacement d’un puits et sa géométrie conformément aux directives. Par exemple, un certain nombre d’entrées définies par l’utilisateur, telles que la longueur et la direction du puits, peuvent être attribuées à un modèle de configuration de puits. Le système d’optimisation de puits 120 peut générer de manière aléatoire un certain nombre de puits prévus, chacun ayant un emplacement et une géométrie, pour un seul réservoir où l’indice de qualité est supérieur au seuil. Le résultat peut être un certain nombre de puits générés de manière aléatoire ayant un indice de qualité élevé qui respecte les directives prédéfinies. Par exemple, le modèle de configuration de puits peut comprendre cinq puits ayant un indice de qualité suffisamment élevé et respectant les limites du puits physique. Comme autre exemple, les limites de puits peuvent être changées pour être dans une direction différente, ou pour une longueur ou une profondeur de puits plus courte. Le système d’optimisation de puits 120 peut alors projeter un modèle de configuration de puits ayant trois puits avec un indice de qualité suffisamment élevé qui respecte les limites du puits physique.
Dans certains exemples, les modèles de configuration de puits peuvent être générés sur la base de paramètres sélectionnés par l’utilisateur définissant les caractéristiques physiques d’un puits planifié. Une technique de conception expérimentale peut être utilisée comme alternative ou conjointement avec la génération aléatoire du modèle de configuration de puits. La technique de conception expérimentale peut comprendre la sélection précise et plusieurs combinaisons des paramètres physiques du puits, tels que la longueur du puits, l’angle du puits, la trajectoire de forage, l’orientation géographique et la taille du trou de forage, parmi d’autres paramètres de conception de puits. Plusieurs paramètres de puits peuvent être sélectionnés pour limiter les options permettant un positionnement et une configuration viables des puits. Cette technique peut améliorer les modèles de configuration de puits viables par rapport à la génération aléatoire si suffisamment de paramètres de puits sont sélectionnés de manière experte.
Pour chaque modèle de configuration de puits des modèles de configuration de puits générés, plusieurs processus peuvent être exécutés pour déterminer un taux de récupération prévu d’hydrocarbures pour chaque modèle de configuration de puits. Au bloc 301, un modèle géomécanique de réservoir est généré pour un paramètre géomécanique qui comprend des caractéristiques de propagation des fractures hydrauliques. Les caractéristiques de propagation des fractures hydrauliques peuvent représenter la manière dont les hydrocarbures à l’intérieur d’une formation souterraine peuvent s’écouler ou se propager à travers la formation. Le modèle géomécanique de réservoir peut être un modèle tridimensionnel cartographiant un paramètre géomécanique du réservoir et des formations environnantes. Le modèle géomécanique de réservoir peut être défini par un nombre d’étapes et le décalage entre chacune des étapes. Dans certains exemples, le modèle géomécanique de réservoir peut être un modèle de contrainte, un modèle de pression interstitielle ou d’autres types de modèles utilisables pour cartographier les propriétés de la roche, telles que la résistance de la roche dans un format tridimensionnel par rapport au temps.
Par exemple, le modèle géomécanique de réservoir peut être un modèle de déformation. Comme illustré par un modèle de déformation, les régions à forte déformation peuvent être plus intéressantes que les régions à faible déformation, car les régions à forte déformation peuvent augmenter les risques de propagation des fractures. Le modèle de déformation peut être utilisé pour déterminer les régions à forte déformation pour chaque puits proposé dans le modèle de configuration de puits. Par exemple, si le modèle de configuration de puits inclut cinq puits potentiellement à mettre en œuvre, le modèle de déformation peut déterminer des zones de déformation élevée et donc un fort risque de propagation de fracture pour chacun des cinq puits.
Au bloc 303, les nouvelles fractures hydrauliques sont déterminées en simulant la propagation à travers les fractures hydrauliques du modèle géomécanique de réservoir et à l’aide de règles géomécaniques. Les nouvelles fractures hydrauliques peuvent représenter la ramification anticipée des fractures naturelles existantes pendant le processus de fracturation lors du forage d’un puits. De nouvelles fractures peuvent être ajoutées au modèle de configuration de puits correspondant aux fractures hydrauliques propagées à l’aide des règles géomécaniques définies, y compris des contraintes sur le positionnement des fractures. Dans certains exemples, les fractures hydrauliques propagées existantes peuvent être ajustées en fonction des règles géomécaniques utilisées par le système d’optimisation de puits 120.
Des règles géomécaniques peuvent être prédéfinies pour déterminer une fracture susceptible de se ramifier et donc de produire plus facilement des hydrocarbures. Une règle géomécanique peut être une règle dans une routine de jeux de règles utilisée pour affiner un modèle de configuration de puits en fonction de restrictions ou de seuils pour des paramètres géomécaniques. Par exemple, une règle géomécanique peut définir la quantité de pression utilisée pendant le processus de fracturation. Le système d’optimisation de puits 120 peut analyser les fractures hydrauliques ajustées dans le temps pour déterminer comment la fracture réagit lorsqu’elle se voit appliquer une certaine quantité de pression dans une direction donnée. Si la fracture se situe dans une région où la variation de contraintes locales est élevée, le système d’optimisation de puits 120, sur la base de la règle géomécanique, peut ensuite poursuivre une prochaine étape consistant à exercer davantage de pression dans la simulation afin de ramifier davantage la fracture. Le système d’optimisation de puits 120 peut simuler la propagation de fracturation hydraulique dans plusieurs itérations, de sorte que la quantité totale de pression exercée sur les fractures peut être réduite jusqu’à ce que la pression soit égale à zéro.
Au bloc 305, le taux de récupération prévu d’hydrocarbures est déterminé en simulant l’écoulement avec les nouvelles fractures hydrauliques. L’analyse du débit de fluide peut déterminer comment les nouvelles fractures hydrauliques peuvent entraîner un taux de récupération prévu d’hydrocarbures pour chaque configuration de puits générée. Les fractures naturelles peuvent également être utilisées dans le modèle de simulation d’écoulement pour déterminer le taux de récupération prévu d’hydrocarbures. La simulation d’écoulement effectuée par le système d’optimisation de puits 120 peut analyser les fractures hydrauliques naturelles et ajustées pour déterminer un taux de récupération prévu d’hydrocarbures sur une période. Les entrées dans la simulation d’écoulement physique complète peuvent comprendre la porosité, la perméabilité, les tables de pression-volume-température et le temps de simulation.
Au bloc 307, le système d’optimisation de puits 120 peut déterminer s’il existe d’autres modèles de configuration de puits disponibles. S’il est déterminé que d’autres modèles de configuration de puits possibles n’ayant pas encore été générés peuvent être générés, les processus décrits aux blocs 301, 303, 305 et 307 peuvent être répétés. La répétition des processus peut déterminer plusieurs taux de récupération prévus d’hydrocarbures pour plusieurs modèles de configuration de puits. Les processus décrits aux blocs 301, 303, 305 et 307 peuvent être répétés pour augmenter le nombre de modèles de configuration de puits disponibles pouvant être utilisés pour déterminer un plan de configuration de puits optimisé. La génération de modèles de configuration de puits supplémentaires peut aider à déterminer une configuration de puits optimisée, une configuration de puits optimisée pouvant être déterminée en analysant les points communs de chacun des modèles de configuration de puits. Chacune des configurations de puits générées en plus peut avoir un taux de récupération prévu d’hydrocarbures. Dans certains exemples, un nombre maximal de configurations de puits générées peut être défini, de sorte que le système d’optimisation de puits 120 peut générer un nombre prédéterminé de modèles de configuration de puits et des taux de récupération prévus d’hydrocarbures correspondants.
Au bloc 308, un plan de positionnement de puits pour un puits dans la région est sélectionné à l’aide des taux de récupération prévu d’hydrocarbures parmi des modèles de configuration de puits. Le système d’optimisation de puits 120 peut utiliser les taux de récupération prévus d’hydrocarbures déterminés au bloc 306 pour déterminer et sélectionner un plan optimisé de positionnement de puits, comme décrit par certains exemples. Le plan de positionnement de puits peut comprendre un emplacement du puits par rapport à la zone locale de la région, une géométrie de puits décrivant la manière dont le puits est conçu pour pénétrer dans la formation souterraine et d’autres paramètres de puits utilisés pour les phases de forage et de production.
Dans certains exemples, un modèle d’apprentissage automatique peut être utilisé pour sélectionner le plan de positionnement de puits. Un matériel pédagogique peut être généré à l’aide des taux de récupération prévus d’hydrocarbures et des modèles de configuration de puits. Un modèle d’apprentissage automatique peut être enseigné à l’aide du matériel pédagogique. Le modèle d’apprentissage automatique peut être configuré pour transmettre des taux de récupération d’hydrocarbures correspondant à chacun des modèles de configuration de puits. Les modèles de configuration de puits peuvent être analysés à l’aide d’un optimiseur et du modèle d’apprentissage automatique pour déterminer un plan de positionnement de puits présentant le taux de récupération prévu d’hydrocarbures le plus élevé. Dans certains exemples, la sélection du plan de positionnement de puits peut comprendre la construction d’une surface de réponse à l’aide des taux de récupération prévus d’hydrocarbures et des modèles de configuration de puits, et l’analyse de la surface de réponse à l’aide d’un algorithme de minimisation pour déterminer le plan de positionnement de puits présentant le taux de récupération prévu d’hydrocarbures le plus élevé.
Au bloc 310, le plan de positionnement de puits sélectionné est transmis. Le plan de positionnement de puits peut être utilisé pour planifier un ou plusieurs puits de forage dans la région. Le plan de positionnement de puits peut être généré par le système d’optimisation de puits 120 qui peut transmettre le plan de positionnement de puits à un dispositif d’affichage ou à d’autres dispositifs. Dans certains exemples, le système d’optimisation de puits 120 peut transmettre le plan de positionnement de puits à un utilisateur pour qu’il soit mis en œuvre dans un environnement réel de planification et de forage de puits.
Dans certains exemples, le système d’optimisation de puits 120 peut provoquer le réglage d’une caractéristique de fonctionnement d’un outil de puits en fonction du plan de positionnement de puits. Par exemple, le plan de positionnement de puits peut comprendre une certaine géométrie. Pendant le forage, il peut être déterminé que le trépan a dévié de la trajectoire de forage cible désignée. Le système d’optimisation de puits 120 peut comparer l’emplacement en temps réel du trépan au plan de positionnement de puits pour déterminer si une caractéristique de fonctionnement du trépan doit être ajustée pour forcer la trajectoire du trépan à respecter plus étroitement le plan de positionnement de puits.
Dans certains exemples, le système d’optimisation de puits 120 peut provoquer le réglage d’une caractéristique de fonctionnement d’un outil de puits en fonction de la configuration de puits optimisée présentant un taux de récupération prévu optimisé d’hydrocarbures. La configuration optimisée du puits peut être définie par un plan de positionnement de puits déterminé par le système d’optimisation de puits 120. La modification d’une caractéristique de fonctionnement d’un outil de puits peut être mise en œuvre lors du forage d’un nouveau puits, de sorte que le plan de forage est ajusté en fonction de la configuration optimisée du puits, ou lors du forage d’un puits actuel afin de respecter la géométrie du puits définie par la configuration optimisée du puits lorsque le forage n’est pas en cours. Par exemple, le système d’optimisation de puits 120 peut provoquer le réglage d’un paramètre d’outil de puits, d’une caractéristique de puits de forage ou des deux afin de manipuler le train de tiges, le trépan, l’outil de ligne câblée ou un autre dispositif de fond de puits.
Le système d’optimisation de puits 120 peut provoquer ces ajustements en transmettant des commandes à un ou plusieurs outils de puits ou à l’aide d’autres techniques. Les caractéristiques de fonctionnement d’un outil de puits peuvent comprendre le taux de pénétration, la pression et le débit de fluide de forage, la vitesse de transport dans le trou de forage, une valeur de rotation à la minute d’un outil de forage en rotation (p. ex. un train de tiges, un trépan), entre autres. Dans certains exemples, les propriétés pétrochimiques mesurées dans un puits en cours de forage peuvent être utilisées comme entrées continues dans le système d’optimisation de puits 120. Dans ces exemples, la configuration optimisée du puits peut être ajustée en fonction des paramètres mesurés en fond de puits. Un ajustement de la configuration optimisée du puits, tel qu’un changement de direction de forage, peut être déterminé par le système d’optimisation de puits 120, ce qui peut amener une caractéristique de fonctionnement d’un ou de plusieurs outils de puits à s’ajuster en temps réel en fonction du changement dans la configuration optimisée du puits.
La figure 4 est un diagramme de flux de données d’un processus de planification d’un puits dans une formation souterraine à l’aide d’un optimiseur selon certains exemples de la présente invention. D’autres exemples peuvent comprendre plus d’étapes, moins d’étapes, différentes étapes ou un ordre différent des étapes décrites en relation avec la figure 4. Les étapes de la figure 4 sont décrites en référence aux composants décrits dans la figure 2. Les processus décrits à la figure 4 peuvent être un exemple de mise en œuvre des processus décrits par la figure 3.
Au bloc 402, les propriétés pétrophysiques tridimensionnelles d’une zone locale dans une région géographique sont déterminées. Des données sur la formation, telles que des données sismiques pour une région comportant des formations souterraines ou des diagraphies d’images de puits de forage, peuvent être reçues d’un ou de plusieurs capteurs. Les données sur la formation peuvent être reçues par le système d’optimisation de puits 120 à partir de divers capteurs, comme décrit à la figure 1. Les données sur la formation peuvent être utilisées pour cartographier les caractéristiques tridimensionnelles et les propriétés pétrophysiques dans une région géographique. La région géographique cartographiée par les capteurs peut contenir des formations souterraines comportant un ou plusieurs réservoirs pour lesquels le système d’optimisation de puits peut produire une configuration de puits optimisée, chaque configuration de puits optimisée pouvant comprendre des emplacements et des géométries prévus pour un ou plusieurs puits à forer.
Au bloc 404, un réseau de fractures naturelles pour la zone locale est déterminé. Les données sur la formation reçues par le système d’optimisation de puits 120 peuvent être utilisées par le système d’optimisation de puits 120 pour déterminer un réseau de fractures naturelles dans les formations souterraines. Dans certains exemples, le système d’optimisation de puits 120 peut recevoir des propriétés qui définissent un réseau de fractures naturelles, ces propriétés pouvant être obtenues séparément de l’utilisation des données sur la formation pour déterminer le réseau de fractures naturelles. La planification d’une meilleure configuration de forage peut comprendre des forages dans le réseau de fractures naturelles afin d’amorcer plus facilement l’écoulement d’hydrocarbures à partir d’un réservoir, ce qui accroît l’efficacité du puits et augmente les taux de récupération d’hydrocarbures.
Au bloc 406, une variation de contraintes locales pour une zone locale dans la région est déterminée sur la base du réseau de fractures naturelles et des informations sur les contraintes régionales. Les informations sur les contraintes régionales peuvent correspondre à la variation des contraintes dans les formations souterraines situées dans toute la région. Les informations sur les contraintes régionales peuvent être reçues par le système d’optimisation de puits 120. Les informations sur les contraintes régionales peuvent être déterminées à l’aide des capteurs, de sorte que les informations sur les contraintes régionales peuvent être cohérentes dans toute une zone géographique. Les variations locales de contraintes régionales peuvent être déterminées par le système d’optimisation de puits 120 à l’aide d’un algorithme basé sur la méthode des points matériels, ou par d’autres approches de la mécanique des solides, y compris la méthode des éléments finis ou la méthode des discontinuités de déplacement.
Au bloc 408, un indice de qualité ayant une propriété d’indice de qualité est généré en combinant les propriétés pétrophysiques et la variation de contraintes locales. Les données sur la formation, y compris les propriétés pétrophysiques tridimensionnelles du réservoir, rassemblées au bloc 402 et la variation de contraintes locales déterminée au bloc 406 peuvent être utilisées pour générer un indice de qualité. L’indice de qualité peut être généré selon certains des exemples. La propriété de l’indice de qualité peut faire référence à une relation cartographiée entre la variation de contraintes locales et les propriétés pétrophysiques. Dans certains exemples, la propriété de l’indice de qualité peut faire référence à une valeur seuil de l’indice de qualité, comme décrit dans certains exemples, de sorte que la valeur seuil peut être utilisée pour séparer les modèles de configuration de puits avec des taux de production prévus d’hydrocarbures à haut rendement à partir des modèles de configuration de puits avec des taux de production prévus d’hydrocarbures à faible rendement.
Au bloc 410, un modèle de configuration de puits pour la zone locale est généré de manière aléatoire sur la base de l’indice de qualité. Un seuil peut être utilisé pour cibler les relations de paramètre de l’indice de qualité ayant un indice de qualité élevé, sans tenir compte des relations de paramètre ayant un indice de qualité faible. On peut attribuer à l’indice de qualité une valeur seuil de sorte que les configurations de puits à récupération d’hydrocarbures prévue élevée peuvent être ciblées et que les configurations de puits à récupération d’hydrocarbures prévue faible peuvent être ignorées lors d’un traitement ultérieur. Dans certains exemples, les modèles de configuration de puits peuvent être générés de manière aléatoire à l’aide du système d’optimisation de puits 120.
Au bloc 412, un modèle géomécanique de réservoir pour la configuration du puits est généré pour déterminer les fractures hydrauliques les plus susceptibles de se propager. Le modèle de configuration de puits généré au bloc 410 peut être analysé par le système d’optimisation de puits 120 à l’aide d’un modèle géomécanique de réservoir pour identifier les zones où la récupération d’hydrocarbures par fracturation est la plus réalisable. Dans certains exemples, le modèle géomécanique de réservoir peut être un modèle de déformation, un modèle de contrainte ou tout type de modèle pouvant être utilisé pour cartographier les propriétés de la roche, telles que la résistance de la roche dans un format tridimensionnel par rapport au temps.
Au bloc 414, les nouvelles fractures hydrauliques sont déterminées dans le modèle géomécanique de réservoir en fonction des fractures hydrauliques déterminées au bloc 412 et des règles géomécaniques. De nouvelles fractures peuvent être ajoutées au modèle de configuration de puits correspondant aux fractures hydrauliques propagées à l’aide des règles géomécaniques définies, y compris des contraintes sur le positionnement des fractures. Dans certains exemples, les fractures hydrauliques propagées existantes peuvent être ajustées en fonction des règles géomécaniques utilisées par le système d’optimisation de puits 120. Le système d’optimisation de puits 120 peut déterminer l’emplacement et la géométrie de chaque fracture naturelle ou hydraulique.
Au bloc 416, un taux de récupération prévu d’hydrocarbures pour le modèle de configuration de puits est déterminé en effectuant une simulation d’écoulement à l’aide des nouvelles fractures hydrauliques déterminées au bloc 414. Les fractures naturelles peuvent également être utilisées dans le modèle de simulation d’écoulement pour déterminer le taux de récupération prévu d’hydrocarbures. La simulation d’écoulement effectuée par le système d’optimisation de puits 120 peut analyser les fractures hydrauliques naturelles et ajustées pour déterminer un taux de récupération prévu d’hydrocarbures sur une période.
Les processus décrits par les blocs 410 à 416 peuvent se répéter pour déterminer plusieurs taux de récupération prévus d’hydrocarbures pour l’utilisation de plusieurs modèles de configuration de puits. Les processus décrits aux blocs 410 à 416 peuvent se répéter pour augmenter le nombre de modèles de configuration de puits disponibles pouvant être utilisés pour déterminer un plan de configuration de puits optimisé. La génération de modèles de configuration de puits supplémentaires peut aider à comprendre une configuration de puits optimisée, une configuration de puits optimisée pouvant être déterminée en analysant les points communs de chacun des modèles de configuration de puits. Chacune des configurations de puits générées en plus peut avoir un taux de récupération prévu d’hydrocarbures.
Au bloc 418, un matériel pédagogique est construit à l’aide des simulations d’écoulement déterminées au bloc 416. Les multiples modèles de configuration de puits présentant des taux de récupération prévus d’hydrocarbures peuvent être utilisés pour développer un matériel pédagogique à appliquer dans un modèle d’apprentissage automatique (par exemple, un réseau neuronal, un algorithme d’apprentissage en profondeur, etc.) mis en œuvre par le système d’optimisation de puits 120. Le matériel pédagogique peut comprendre n’importe lequel des paramètres utilisés dans les processus décrits aux blocs 402 à 414, tels que le nombre de puits, la géométrie prévue du puits, l’emplacement du puits, la configuration de la fracture hydraulique ajustée, les propriétés du fluide, les propriétés pétrophysiques, la porosité, la perméabilité, le cadre de fracture naturelle et les taux de récupération prévus d’hydrocarbures, la déformation, entre autres.
Au bloc 420, un modèle d’apprentissage automatique est enseigné à l’aide du matériel pédagogique déterminé au bloc 418. Le matériel pédagogique peut être utilisé pour apprendre au modèle d’apprentissage automatique à déterminer les relations entre les paramètres décrits ci-dessus, de sorte que certains paramètres peuvent recevoir plus de pondération que d’autres paramètres et avoir plus d’influence dans la détermination du résultat du modèle d’apprentissage automatique. Le modèle d’apprentissage automatique peut définir des relations entre les divers paramètres pouvant être utilisés pour prédire les taux de récupération d’hydrocarbures pour toute configuration de puits. Par exemple, la déformation peut avoir plus d’influence sur les gisements de schiste et peut ainsi se voir attribuer une plus grande pondération au sein du modèle d’apprentissage automatique en fonction des relations définies dans le matériel pédagogique. Le modèle d’apprentissage automatique peut être enseigné à l’aide de matériels pédagogiques supplémentaires déterminés à partir d’autres réservoirs situés dans une même région géographique.
La résultat du modèle d’apprentissage automatique peut être le taux de récupération prévu d’hydrocarbures en fonction des entrées comprenant tous les paramètres décrits ci-dessus. Le modèle d’apprentissage automatique peut être utilisé pour déterminer des milliers, voire des millions, de taux de récupération prévus d’hydrocarbures correspondant à un nombre équivalent de modèles de configuration de puits. En fonction d’un certain nombre d’entrées définies, le modèle d’apprentissage automatique peut transmettre un ou plusieurs taux de récupération prévus d’hydrocarbures correspondant à un ou plusieurs modèles de configuration de puits.
Au bloc 424, une meilleure configuration de forage est déterminée à l’aide du modèle d’apprentissage automatique et d’un optimiseur. Le système d’optimisation de puits 120 peut comprendre un optimiseur. Le système d’optimisation de puits 120 peut entrer les taux de récupération prévus d’hydrocarbures et les modèles de configuration de puits dans l’optimiseur du bloc 422 pour déterminer lequel des taux de récupération prévus d’hydrocarbures et des modèles de configuration de puits peuvent optimiser la récupération pour un réservoir donné. L’optimiseur peut entrer des paramètres spécifiques au réservoir ciblé pour l’optimisation dans le modèle d’apprentissage automatique présenté au bloc 420, et le modèle d’apprentissage automatique peut transmettre plusieurs modèles de configuration de puits disponibles, chacun avec des taux de récupération prévus d’hydrocarbures. L’optimiseur peut être configuré pour choisir le modèle de configuration de puits le plus approprié parmi les modèles de configuration de puits disponibles en fonction des taux de récupération prévus d’hydrocarbures transmis par le modèle d’apprentissage automatique, en plus d’autres facteurs, tels que le coût du puits, l’intégrité du puits, le temps de production et d’autres facteurs importants pour la réalisation d’opérations de forage rentables. L’optimiseur peut définir ces facteurs de puits pour déterminer laquelle des configurations de puits peut produire la quantité maximale d’hydrocarbures tout en respectant les contraintes physiques définies par l’utilisateur.
En utilisant un mode d’apprentissage automatique conjointement avec un optimiseur pour déterminer un taux de récupération prévu optimisé d’hydrocarbures, les processus décrits aux blocs 406 à 420 peuvent être évités pour des déterminations ultérieures de la planification d’une meilleure configuration de forage. Une fois que le modèle d’apprentissage automatique est lancé, il peut être utilisé pour prédire les relations entre les paramètres en continu afin de déterminer les projections et les configurations de puits pour différents réservoirs.
Dans certains exemples, le matériel pédagogique peut comprendre des données mesurées à partir de puits existants pour un réservoir. Ainsi, le modèle d’apprentissage automatique peut être enseigné pour produire des résultats plus précis en ce qui concerne une application spécifique. Dans certains exemples, le modèle d’apprentissage automatique peut être mis à jour à mesure que davantage de données historiques relatives aux puits existants deviennent disponibles. Par exemple, le modèle d’apprentissage automatique peut déterminer une configuration de puits optimisée comprenant plusieurs puits proposés. Un premier parmi les puits proposés peut être foré et complété, puis les propriétés pétrophysiques du monde réel peuvent être mesurées dans ce premier puits. Le matériel pédagogique peut comprendre les propriétés pétrophysiques mesurées pour affiner davantage le modèle d’apprentissage automatique.
La figure 5 est un diagramme de flux de données d’un processus de planification d’un puits dans une formation souterraine à l’aide d’un minimiseur selon certains exemples de la présente description. D’autres exemples peuvent comprendre plus d’étapes, moins d’étapes, différentes étapes ou un ordre différent des étapes décrites en relation avec la figure 5. Les processus décrits à la figure 5 peuvent être analogues à ceux décrits à la figure 4. Par exemple, les processus aux blocs 502 à 508 peuvent être identiques ou analogues aux processus décrits respectivement aux blocs 402 à 408. Les processus décrits à la figure 5 peuvent être un exemple de mise en œuvre des processus décrits par la figure 3.
Au bloc 510, plusieurs modèles de configuration de puits pour une zone sont générés sur la base de l’indice de qualité déterminé au bloc 508. Dans certains exemples, une technique de conception expérimentale peut être utilisée comme alternative ou conjointement à la génération aléatoire du modèle de configuration de puits. La technique de conception expérimentale peut comprendre la sélection précise et plusieurs combinaisons des paramètres physiques du puits, telles que la longueur du puits, l’angle du puits, la trajectoire de forage, l’orientation géographique et la taille du trou de forage. Plusieurs paramètres de puits peuvent être sélectionnés pour limiter les options permettant un positionnement et une configuration viables du puits. Cette technique peut améliorer les modèles de configuration de puits viables par rapport à la génération aléatoire si suffisamment de paramètres de puits sont sélectionnés de manière experte.
Les processus décrits aux blocs 512 à 516 peuvent être identiques ou analogues aux processus décrits respectivement aux blocs 412 à 416.
Au bloc 518, une surface de réponse est construite à l’aide des simulations d’écoulement déterminées au bloc 516. Dans certains exemples, tels que lors de l’utilisation d’une technique de conception expérimentale pour générer un modèle de configuration de puits tel que décrit au bloc 510, une surface de réponse peut être utilisée pour déterminer une configuration de puits optimisée présentant un taux de récupération prévu maximal d’hydrocarbures. La surface de réponse peut être construite comme alternative ou conjointement au modèle d’apprentissage automatique décrit dans les exemples de la figure 4. La surface de réponse peut être construite à l’aide des modèles de configuration de puits et des taux de récupération prévus d’hydrocarbures correspondants. La surface de réponse peut cartographier les relations entre les divers paramètres utilisés aux blocs 502 à 516 avec des modèles de configuration de puits et des taux de récupération prévus d’hydrocarbures. Sur la base de ces relations définies, la surface de réponse peut prédire une réponse (par exemple, le taux de récupération prévu d’hydrocarbures) pour tout modèle de configuration de puits.
Au bloc 520, une meilleure configuration de forage est déterminée à l’aide de la surface de réponse déterminée au bloc 518 et d’un minimiseur. Le système d’optimisation de puits 120 peut comprendre un minimiseur. Le système d’optimisation de puits 120 peut entrer les simulations d’écoulement et les modèles de configuration de puits correspondants dans le minimiseur du bloc 520 pour déterminer une meilleure configuration de forage. Le minimiseur peut comprendre une technique de minimisation qui peut être un algorithme utilisé pour déterminer une configuration de puits optimisée présentant le taux de récupération prévu d’hydrocarbures le plus élevé possible pour n’importe quel réservoir spécifique. La technique de minimisation peut déterminer un plan d’emplacement et de géométrie de puits prévus pouvant permettre la récupération la plus élevée possible d’hydrocarbures tout en utilisant le moins de ressources. Par exemple, la technique de minimisation peut déterminer, à partir des simulations d’écoulement pour chaque modèle de configuration de puits généré aux blocs 510 à 516, un plan d’emplacement et de forage de puits comprenant la plus faible quantité de tubes et une orientation de tubes optimisée à utiliser pour obtenir le taux de récupération d’hydrocarbures le plus élevé possible pour un réservoir spécifique.
La figure 6 est un schéma d’un puits 10 foré selon un plan développé à partir d’un système d’optimisation de puits 120 selon certains exemples de la présente description. Dans certains exemples, le système de puits 10 peut être un système de puits préexistant qui peut être utilisé pour mesurer les propriétés pétrophysiques d’un réservoir ciblé. Un capteur 602 et un équipement de mesure 73 situés en fond de puits peuvent être utilisés pour mesurer les propriétés d’une formation 14. Le capteur 602 peut être utilisé pour déterminer les données sur la formation et l’équipement de mesure 73 peut être utilisé pour déterminer les propriétés pétrophysiques correspondant à la formation 14. Ces propriétés pétrophysiques peuvent être utilisées par le système d’optimisation de puits 120 situé au niveau d’une surface de puits 16 pour déterminer des positionnementset des géométries de puits optimisés pour des puits supplémentaires permettant de récupérer des hydrocarbures à partir du même réservoir ciblé. Dans certains exemples, la trajectoire de positionnement et de forage du système de puits 10 peut être le résultat de la détermination de configurations de puits optimales supplémentaires pour un réservoir produisant déjà des hydrocarbures, de sorte que le système d’optimisation de puits 120 peut déterminer la configuration du système de puits 10 sur la base de mesures pétrophysiques enregistrées dans des puits existants dans un même réservoir. Dans certains exemples, le positionnement et la trajectoire de forage du système de puits 10 peuvent être le résultat d’une procédure d’optimisation de puits entièrement simulée exécutée par le système d’optimisation de puits 120, de sorte que le système de puits 10 est l’un des puits planifiés sur la base des simulations d’écoulement et des taux de récupération prévus d’hydrocarbures des modèles de configuration de puits générés.
Le système de puits 10 peut comprendre un puits de forage 12 s’étendant à travers diverses couches de terre dans une formation de pétrole et de gaz 14 (par exemple, une formation souterraine) située sous la surface de puits 16. Le puits de forage 12 peut être formé d’un seul trou ou de plusieurs trous s’étendant dans la formation 14 et disposés dans n’importe quelle orientation. Le système de puits 10 peut comprendre un derrick ou une plateforme de forage 20. La plateforme de forage 20 peut comprendre un appareil de levage 22, une moufle mobile 24 et un émerillon 26 pour lever et abaisser un tubage, une tige de forage, une tubulure enroulée et d’autres types de colonnes ou tubes de production ou d’autres types de véhicules de transport, tels qu’une ligne câblée, un câble lisse, etc. Le puits de forage 12 peut comprendre un train de tiges de forage 30 qui est un train de tiges sensiblement tubulaire, s’étendant axialement, formé de joints de tube de forage couplés les uns aux autres.
La plateforme de forage 20 peut comprendre une tige kelly 32, une table de rotation 34 et d’autres équipements associés à la rotation ou à la translation du train de tiges de forage 30 dans le puits de forage 12. Pour certaines applications, la plateforme de forage 20 peut également comprendre une unité d’entraînement supérieure 36. La plateforme de forage 20 peut être située à proximité d’une tête de puits 40, comme le montre la figure 6, ou espacée de la tête de puits 40, comme dans le cas d’un montage offshore. Un ou plusieurs dispositifs de commande de pression 42, tels que des obturateurs anti-éruption (« BOP » et d’autres équipements de puits peuvent également être fournis à la tête de puits 40 ou ailleurs dans le système de puits 10. Bien que le système de puits 10 de la figure 6 est illustré comme étant un système de forage terrestre, le système de puits 10 peut être déployé en mer.
Une source de fluide de forage ou de service 52 peut fournir un fluide de forage 58 pompé vers l’extrémité supérieure du train de tiges de forage 30 et s’écoulant à travers le train de tiges de forage 30. La source de fluide de forage 52 peut fournir tout fluide utilisé dans les opérations de forage, y compris un fluide de forage, un laitier de ciment, un fluide acidifiant, de l’eau à l’état liquide, de la vapeur ou un autre type de fluide.
Le système de puits 10 peut avoir un système de tubes 56. Aux fins de la présente description, le système de tubes 56 peut comprendre un tubage, des colonnes montantes, des tubes, des trains de tiges de forage, des raccords, des têtes ou tout autre tuyau, tube ou équipement se fixant sur ce qui précède, tel que le train de tiges de forage 30, ainsi que le trou de forage et des embranchements dans lesquels les tuyaux, le tubage et les colonnes peuvent être déployés. À cet égard, le système de tubes 56 peut comprendre un ou plusieurs trains de tubage 60 cimentés dans le puits de forage 12, tels que les trains de tubage de surface 60a, intermédiaire 60b et d’autres trains de tubage 60c représentés à la figure 6. Un espace annulaire 62 est formé entre les parois d’ensembles de composants tubulaires adjacents, tels que des trains de tubage concentriques 60 ou l’extérieur du train de tiges de forage 30 et la paroi interne du puits de forage 12 ou du train de tubage 60c.
Lorsque l’équipement de sous-surface 54 est utilisé pour le forage et que le véhicule de transport est un train de tiges de forage 30, l’extrémité inférieure du train de tiges de forage 30 peut comprendre un ensemble de trou de puits 64, qui peut porter à une extrémité distale un trépan 66. Pendant les opérations de forage, un trépan sur poids est appliqué lors de la rotation du trépan 66, permettant ainsi au trépan 66 de venir en prise avec la formation 14 et de forer le puits de forage 12 le long d’une trajectoire prédéterminée en direction d’une zone cible. En général, le trépan 66 peut être entraîné en rotation avec le train de tiges de forage 30 à partir de la plateforme de forage 20 avec l’unité d’entraînement supérieure 36 ou la table de rotation 34, ou avec un moteur à boue de fond de puits 68 dans l’ensemble de fond de puits 64. La direction, la vitesse de pénétration et d’autres paramètres de forage peuvent être prédéterminés ou mis à jour en continu selon un plan de forage. Le plan de forage peut être développé sur la base d’une configuration de puits optimisée déterminée par le système d’optimisation de puits 120, comme décrit par des exemples. Le plan de forage peut comprendre un emplacement de puits et une géométrie de puits, de sorte que l’emplacement de la plateforme de forage 20 peut être choisi en fonction de l’optimisation de puits prévue et que la trajectoire de forage du trépan 66 peut suivre la géométrie de puits prévue tout au long de la formation 14.
L’ensemble de fond de puits 64 ou le train de tiges de forage 30 peuvent comprendre divers autres outils, y compris une source d’énergie 69, des raccords mécaniques 71 tels que des raccords de forage dirigé et un équipement de mesure 73 tel que les instruments de mesure en cours de forage (MWD) ou de diagraphie en cours de forage (LWD) ), des capteurs, des circuits ou d’autres équipements destinés à fournir des informations sur le puits de forage 12 ou la formation 14, telles que des données de diagraphie ou de mesure issues du puits de forage 12.
Les données de mesure et d’autres informations provenant des outils peuvent être communiquées à l’aide de signaux électriques, de signaux acoustiques ou d’une autre télémétrie pouvant être reçue à la surface du puits 16 pour, entre autres, surveiller les performances du train de tiges de forage 30, de l’ensemble de fond de puits 64 et du trépan associé 66, ainsi que pour surveiller les conditions de l’environnement auquel est soumis l’ensemble de fond de puits 64 (par exemple, le débit de fluide de forage 58). Par exemple, l’équipement de mesure peut être exposé à des hydrocarbures dans un réservoir pour déterminer les propriétés pétrophysiques pouvant être transmises au système d’optimisation de puits 120 pour déterminer une configuration de puits supplémentaire.
Le système d’optimisation de puits 120 peut déterminer un certain nombre de positionnements de puits ayant certaines géométries spécifiques à un réservoir. Dans certains exemples, le système d’optimisation de puits 120 peut mettre à jour de manière continue la configuration de puits optimisée comportant plusieurs puits avec les taux de récupération prévus d’hydrocarbures correspondants après le forage d’un ou de plusieurs des puits ou leur entrée dans la phase de production. Par exemple, un premier puits de la configuration de puits optimisée peut être planifié, foré et entrer dans la phase de production. Les mesures pétrophysiques réelles du réservoir, déterminées par un ou plusieurs capteurs du premier puits au cours des phases de forage et de production, peuvent être utilisées en tant qu’entrées dans le système d’optimisation de puits 120. À l’aide des propriétés pétrophysiques réelles mesurées dans le premier puits, la configuration de puits optimisée peut être mise à jour, de sorte que l’emplacement du puits, la géométrie ou le taux de récupération d’hydrocarbures réels diffère de l’emplacement du puits, de la géométrie ou du taux de récupération d’hydrocarbures prévus.
En prenant en compte le paramètre réel et la configuration du premier puits au lieu des paramètres et de la configuration prévus à l’origine, la configuration de puits optimisée peut être mise à jour. Par la suite, un deuxième puits, optimisé une seconde fois en fonction des paramètres réels du premier puits, peut être foré et entrer en phase de production. La configuration de puits optimisée peut être ajustée en fonction des paramètres du premier puits et des paramètres du deuxième puits afin de déterminer une configuration mise à jour pour un troisième puits, de sorte que la projection initiale du troisième puits change en fonction de la mise en œuvre réelle du premier puits et du deuxième puits. Cela peut permettre d’affiner davantage la configuration du puits afin d’optimiser le taux de récupération d’hydrocarbures réalisable plus qu’en forant simultanément tous les puits de la configuration de puits optimisée prévue.
Tel qu’utilisé ci-dessous, toute référence à une série d’exemples doit être comprise comme une référence à chacun de ces exemples de manière disjonctive (par exemple, « Exemples 1 à 4 » doit être compris comme « Exemples 1, 2, 3 ou 4 »).
Selon certains aspects, des systèmes, des dispositifs et des procédés permettant de planifier la configuration d’un puits de forage dans une formation souterraine en fonction de paramètres géomécaniques sont fournis selon un ou plusieurs des exemples suivants :
L’exemple 1 est un système comprenant : un dispositif de traitement; et un support non transitoire lisible par ordinateur comprenant un code de programme pouvant être exécuté par le dispositif de traitement pour amener le dispositif de traitement à : déterminer des variations locales de contraintes régionales à l’aide de données sur la formation détectées par des capteurs et représentant un réseau de fractures naturelles dans une région ; générer un indice de qualité pour au moins une zone de la région en combinant les variations locales de contraintes régionales avec au moins une propriété pétrophysique calculée pour la région ; générer une pluralité de simulations d’écoulement pour la récupération d’hydrocarbures de puits de forage simulés dans la région en : générant, à l’aide de l’indice de qualité, une pluralité de modèles de configuration de puits pour des zones dans la région ; pour chaque modèle de configuration de puits de la pluralité de modèles de configuration de puits, générer un modèle géomécanique de réservoir pour un paramètre géomécanique qui comprend des caractéristiques de propagation de fractures hydrauliques ; déterminer de nouvelles fractures hydrauliques en simulant la propagation à travers les fractures hydrauliques du modèle géomécanique de réservoir et à l’aide de règles géomécaniques ; et déterminer un taux de récupération prévu d’hydrocarbures en simulant l’écoulement avec les nouvelles fractures hydrauliques ; sélectionner un plan de positionnement de puits pour un puits dans la région à l’aide d’une pluralité de taux de récupération prévus d’hydrocarbures parmi la pluralité de modèles de configuration de puits ; et transmettre le plan de positionnement de puits sélectionné et pouvant être utilisé pour planifier un ou plusieurs puits de forage dans la région.
L’exemple 2 est le système selon l’exemple 1, dans lequel le support non transitoire lisible par ordinateur comprend un code de programme pouvant être exécuté par le dispositif de traitement pour amener le dispositif de traitement à sélectionner le plan de positionnement de puits en : générant un matériel pédagogique à l’aide de la pluralité de taux de récupération prévus d’hydrocarbures et de la pluralité de modèles de configuration de puits ; enseignant, à l’aide du matériel pédagogique, un modèle d’apprentissage automatique pour transmettre des taux de récupération d’hydrocarbures correspondant à des modèles de configuration de puits ; et analysant la pluralité de modèles de configuration de puits à l’aide d’un optimiseur et du modèle d’apprentissage automatique pour déterminer le plan de positionnement de puits parmi une pluralité de plans de positionnement de puits présentant le taux de récupération prévu d’hydrocarbures le plus élevé.
L’exemple 3 est le système selon l’un quelconque des exemples 1 et 2, dans lequel le support non transitoire lisible par ordinateur comprend un code de programme pouvant être exécuté par le dispositif de traitement pour amener le dispositif de traitement à sélectionner le plan de positionnement de puits en : construisant une surface de réponse à l’aide de la pluralité de taux de récupération prévus d’hydrocarbures et de la pluralité de modèles de configuration de puits ; et analysant la surface de réponse à l’aide d’un algorithme de minimisation pour déterminer le plan de positionnement de puits parmi une pluralité de plans de positionnement de puits présentant le taux de récupération prévu d’hydrocarbures le plus élevé.
L’exemple 4 est le système selon l’un quelconque des exemples 1 à 3, dans lequel le support non transitoire lisible par ordinateur comprend un code de programme pouvant être exécuté par le dispositif de traitement pour amener le dispositif de traitement à déterminer les variations locales de contraintes régionales en simulant les variations locales de contraintes régionales à l’aide d’un algorithme basé sur la méthode des points matériels.
L’exemple 5 est le système selon l’un quelconque des exemples 1 à 4, dans lequel le support non transitoire lisible par ordinateur comprend un code de programme pouvant être exécuté par le dispositif de traitement pour amener le dispositif de traitement à générer la pluralité de modèles de configuration de puits en générant de manière aléatoire les modèles de configuration de puits, dans lesquels la génération aléatoire des modèles de configuration de puits comprend la sélection aléatoire d’une géométrie de puits parmi toutes les géométries de puits possibles.
L’exemple 6 est le système selon l’un quelconque des exemples 1 à 5, dans lequel les données sur la formation comprennent des données sismiques ou des diagraphies d’images qui représentent l’au moins une propriété pétrophysique qui comprend la porosité ou la perméabilité de l’au moins une zone.
L’exemple 7 est le système selon l’un quelconque des exemples 1 à 6, dans lequel le plan de positionnement de puits comprend un emplacement de puits et une géométrie de puits.
L’exemple 8 est un support non transitoire lisible par ordinateur comprenant un code de programme pouvant être exécuté par un dispositif de traitement pour amener le dispositif de traitement à : déterminer des variations locales de contraintes régionales à l’aide de données sur la formation détectées par des capteurs et représentant un réseau de fractures naturelles dans une région ; générer un indice de qualité pour au moins une zone de la région en combinant les variations locales de contraintes régionales avec au moins une propriété pétrophysique calculée pour la région ; générer une pluralité de simulations d’écoulement pour la récupération d’hydrocarbures de puits de forage simulés dans la région en : générant, à l’aide de l’indice de qualité, une pluralité de modèles de configuration de puits pour des zones dans la région ; pour chaque modèle de configuration de puits de la pluralité de modèles de configuration de puits, générer un modèle géomécanique de réservoir pour un paramètre géomécanique qui comprend des caractéristiques de propagation de fractures hydrauliques ; déterminer de nouvelles fractures hydrauliques en simulant la propagation à travers les fractures hydrauliques du modèle géomécanique de réservoir et à l’aide de règles géomécaniques ; et déterminer un taux de récupération prévu d’hydrocarbures en simulant l’écoulement avec les nouvelles fractures hydrauliques ; sélectionner un plan de positionnement de puits pour un puits dans la région à l’aide d’une pluralité de taux de récupération prévu d’hydrocarbures parmi la pluralité de modèles de configuration de puits ; et transmettre le plan de positionnement de puits sélectionné et pouvant être utilisé pour planifier un ou plusieurs puits de forage dans la région.
L’exemple 9 est le support non transitoire lisible par ordinateur selon l’exemple 8, dans lequel le support non transitoire lisible par ordinateur comprend un code de programme pouvant être exécuté par le dispositif de traitement pour amener le dispositif de traitement à sélectionner le plan de positionnement de puits en : générant un matériel pédagogique à l’aide de la pluralité de taux de récupération prévus d’hydrocarbures et de la pluralité de modèles de configuration de puits ; enseignant, à l’aide du matériel pédagogique, un modèle d’apprentissage automatique pour transmettre des taux de récupération d’hydrocarbures correspondant à des modèles de configuration de puits ; et analysant la pluralité de modèles de configuration de puits à l’aide d’un optimiseur et du modèle d’apprentissage automatique pour déterminer le plan de positionnement de puits parmi une pluralité de plans de positionnement de puits présentant le taux de récupération prévu d’hydrocarbures le plus élevé.
L’exemple 10 est le support non transitoire lisible par ordinateur selon l’un quelconque des exemples 8 à 9, dans lequel le support non transitoire lisible par ordinateur comprend un code de programme pouvant être exécuté par le dispositif de traitement pour amener le dispositif de traitement à sélectionner le plan de positionnement de puits en : construisant une surface de réponse à l’aide de la pluralité de taux de récupération prévus d’hydrocarbures et de la pluralité de modèles de configuration de puits ; et analysant la surface de réponse à l’aide d’un algorithme de minimisation pour déterminer le plan de positionnement de puits parmi une pluralité de plans de positionnement de puits présentant le taux de récupération prévu d’hydrocarbures le plus élevé.
L’exemple 11 est le support non transitoire lisible par ordinateur selon l’un quelconque des exemples 8 à 10, dans lequel le support non transitoire lisible par ordinateur comprend un code de programme pouvant être exécuté par le dispositif de traitement pour amener le dispositif de traitement à déterminer les variations locales de contraintes régionales en simulant les variations locales de contraintes régionales à l’aide d’un algorithme basé sur la méthode des points matériels.
L’exemple 12 est le support non transitoire lisible par ordinateur selon l’un quelconque des exemples 8 à 11, dans lequel le support non transitoire lisible par ordinateur comprend un code de programme pouvant être exécuté par le dispositif de traitement pour amener le dispositif de traitement à générer la pluralité de modèles de configurations de puits en générant de manière aléatoire les modèles de configuration de puits, dans lequel la génération aléatoire des modèles de configuration de puits comprend la sélection aléatoire d’une géométrie de puits parmi toutes les géométries de puits possibles.
L’exemple 13 est le support non transitoire lisible par ordinateur selon l’un quelconque des exemples 8 à 12, dans lequel les données sur la formation comprennent des données sismiques ou des diagraphies d’images qui représentent l’au moins une propriété pétrophysique qui comprend la porosité ou la perméabilité de l’au moins une zone.
L’exemple 14 est le support non transitoire lisible par ordinateur selon l’un quelconque des exemples 8 à 13, dans lequel le plan de positionnement de puits comprend un emplacement de puits et une géométrie de puits.
L’exemple 15 est un procédé mis en œuvre par ordinateur comprenant : la détermination de variations locales de contraintes régionales à l’aide de données sur la formation détectées par des capteurs et représentant un réseau de fractures naturelles dans une région ; la génération d’un indice de qualité pour au moins une zone de la région en combinant les variations locales de contraintes régionales avec au moins une propriété pétrophysique calculée pour la région ; la génération d’une pluralité de simulations d’écoulement pour la récupération d’hydrocarbures de puits de forage simulés dans la région en : générant, à l’aide de l’indice de qualité, une pluralité de modèles de configuration de puits pour des zones dans la région ; pour chaque modèle de configuration de puits de la pluralité de modèles de configuration de puits, générer un modèle géomécanique de réservoir pour un paramètre géomécanique qui comprend des caractéristiques de propagation de fractures hydrauliques ; déterminer de nouvelles fractures hydrauliques en simulant la propagation à travers les fractures hydrauliques du modèle géomécanique de réservoir et à l’aide de règles géomécaniques ; et déterminer un taux de récupération prévu d’hydrocarbures en simulant l’écoulement avec les nouvelles fractures hydrauliques ; la sélection d’un plan de positionnement de puits pour un puits dans la région à l’aide d’une pluralité de taux de récupération prévus d’hydrocarbures parmi la pluralité de modèles de configuration de puits ; et la transmission du plan de positionnement de puits sélectionné et pouvant être utilisé pour planifier un ou plusieurs puits de forage dans la région.
L’exemple 16 est le procédé mis en œuvre par ordinateur selon l’exemple 15, dans lequel la sélection du plan de positionnement de puits comprend : la génération d’un matériel pédagogique à l’aide de la pluralité de taux de récupération prévus d’hydrocarbures et de la pluralité de modèles de configuration de puits ; l’enseignement, à l’aide du matériel pédagogique, d’un modèle d’apprentissage automatique pour transmettre des taux de récupération d’hydrocarbures correspondant à des modèles de configuration de puits ; et l’analyse de la pluralité de modèles de configuration de puits à l’aide d’un optimiseur et du modèle d’apprentissage automatique pour déterminer le plan de positionnement de puits parmi une pluralité de plans de positionnement de puits présentant le taux de récupération prévu d’hydrocarbures le plus élevé.
L’exemple 17 est le procédé mis en œuvre par ordinateur selon l’un quelconque des exemples 15 à 16, dans lequel la sélection du plan de positionnement de puits comprend : la construction d’une surface de réponse à l’aide de la pluralité de taux de récupération prévus d’hydrocarbures et de la pluralité de modèles de configuration de puits ; et l’analyse de la surface de réponse à l’aide d’un algorithme de minimisation pour déterminer le plan de positionnement de puits parmi une pluralité de plans de positionnement de puits présentant le taux de récupération prévu d’hydrocarbures le plus élevé.
L’exemple 18 est le procédé mis en œuvre par ordinateur selon l’un quelconque des exemples 15 à 17, dans lequel la détermination des variations locales de contraintes régionales comprend la simulation des variations locales de contraintes régionales à l’aide d’un algorithme basé sur la méthode des points matériels, et dans lequel la génération de la pluralité de modèles de configuration de puits comprend la génération aléatoire des modèles de configuration de puits, dans lequel la génération aléatoire des modèles de configuration de puits comprend la sélection de manière aléatoire d’une géométrie de puits parmi toutes les géométries de puits possibles.
L’exemple 19 est le procédé mis en œuvre par ordinateur selon l’un quelconque des exemples 15 à 18, dans lequel les données sur la formation comprennent des données sismiques ou des diagraphies d’images qui représentent l’au moins une propriété pétrophysique qui comprend la porosité ou la perméabilité de l’au moins une zone.
L’exemple 20 est le procédé mis en œuvre par ordinateur selon l’un quelconque des exemples 15 à 19, dans lequel le plan de positionnement de puits comprend un emplacement de puits et une géométrie de puits.
La description qui précède de certains exemples, y compris d’exemples illustrés, n’a été présentée qu’à des fins d’illustration et de description et n’a pas vocation à être exhaustive ou à limiter l’invention aux formes précises décrites. De nombreuses modifications, adaptations et utilisations de celles-ci seront évidentes pour l’homme du métier sans sortir du cadre de la description.
Claims (15)
- Système comprenant :
un dispositif de traitement ; et
un support lisible par ordinateur comprenant un code de programme pouvant être exécuté par le dispositif de traitement pour amener le dispositif de traitement à :
déterminer les variations locales de contraintes régionales à l’aide des données sur la formation détectées par des capteurs et représentant un réseau de fractures naturelles dans une région ;
générer un indice de qualité pour au moins une zone de la région en combinant les variations locales de contraintes régionales et au moins une propriété pétrophysique calculée pour la région ;
générer une pluralité de simulations d’écoulement pour la récupération d’hydrocarbures de puits de forage simulés dans la région en :
générant, à l’aide de l’indice de qualité, une pluralité de modèles de configuration de puits pour des zones de la région ;
pour chaque modèle de configuration de puits de la pluralité de modèles de configuration de puits,
générer un modèle géomécanique de réservoir pour un paramètre géomécanique qui comprend des caractéristiques de propagation de fractures hydrauliques ;
déterminer de nouvelles fractures hydrauliques en simulant la propagation à travers les fractures hydrauliques du modèle géomécanique de réservoir et à l’aide de règles géomécaniques ; et
déterminer un taux de récupération projeté d’hydrocarbures en simulant l’écoulement avec les nouvelles fractures hydrauliques ;
sélectionner un plan de positionnement de puits pour un puits dans la région à l’aide d’une pluralité de taux de récupération projetés d’hydrocarbures parmi la pluralité de modèles de configuration de puits ; et
transmettre le plan de positionnement de puits sélectionné et pouvant être utilisé pour planifier un ou plusieurs puits de forage dans la région. - Support lisible par ordinateur comprenant un code de programme pouvant être exécuté par un dispositif de traitement pour amener le dispositif de traitement à :
déterminer des variations locales de contraintes régionales à l’aide des données sur la formation détectées par des capteurs et représentant un réseau de fractures naturelles dans une région ;
générer un indice de qualité pour au moins une zone de la région en combinant les variations locales de contraintes régionales et au moins une propriété pétrophysique calculée pour la région ;
générer une pluralité de simulations d’écoulement pour la récupération d’hydrocarbures de puits de forage simulés dans la région en :
générant, à l’aide de l’indice de qualité, une pluralité de modèles de configuration de puits pour des zones de la région ;
pour chaque modèle de configuration de puits de la pluralité de modèles de configuration de puits,
générer un modèle géomécanique de réservoir pour un paramètre géomécanique qui comprend des caractéristiques de propagation de fractures hydrauliques ;
déterminer de nouvelles fractures hydrauliques en simulant la propagation à travers les fractures hydrauliques du modèle géomécanique de réservoir et à l’aide de règles géomécaniques ; et
déterminer un taux de récupération projeté d’hydrocarbures en simulant l’écoulement avec les nouvelles fractures hydrauliques ;
sélectionner un plan de positionnement de puits pour un puits dans la région à l’aide d’une pluralité de taux de récupération prévus d’hydrocarbures parmi la pluralité de modèles de configuration de puits ; et
transmettre le plan de positionnement de puits sélectionné et pouvant être utilisé pour planifier un ou plusieurs puits de forage dans la région. - Support lisible par ordinateur selon la revendication 2, dans lequel le support lisible par ordinateur comprend un code de programme pouvant être exécuté par le dispositif de traitement pour amener le dispositif de traitement à sélectionner le plan de positionnement de puits en :
générant un matériel pédagogique à l’aide de la pluralité de taux de récupération prévus d’hydrocarbures et de la pluralité de modèles de configuration de puits ;
enseignant, à l’aide du matériel pédagogique, un modèle d’apprentissage automatique pour transmettre des taux de récupération d’hydrocarbures correspondant à des modèles de configuration de puits ; et
analysant la pluralité de modèles de configuration de puits à l’aide d’un optimiseur et du modèle d’apprentissage automatique pour déterminer le plan de positionnement de puits parmi une pluralité de plans de positionnement de puits présentant le taux de récupération prévu d’hydrocarbures le plus élevé. - Support lisible par ordinateur selon l’une quelconque des revendications 2 à 3, dans lequel le support lisible par ordinateur comprend un code de programme pouvant être exécuté par le dispositif de traitement pour amener le dispositif de traitement à sélectionner le plan de positionnement de puits en :
construisant une surface de réponse à l’aide de la pluralité de taux de récupération prévus d’hydrocarbures et de la pluralité de modèles de configuration de puits ; et
analysant la surface de réponse à l’aide d’un algorithme de minimisation pour déterminer le plan de positionnement de puits parmi une pluralité de plans de positionnement de puits ayant le taux de récupération prévu d’hydrocarbures plus élevé. - Support lisible par ordinateur selon l’une quelconque des revendications 2 à 4, dans lequel le support lisible par ordinateur comprend un code de programme pouvant être exécuté par le dispositif de traitement pour amener le dispositif de traitement à déterminer les variations locales de contrainte régionale en simulant les variations locales de contraintes régionales à l’aide d’un algorithme basé sur la méthode des points matériels.
- Support lisible par ordinateur selon l’une quelconque des revendications 2 à 5, dans lequel le support lisible par ordinateur comprend un code de programme pouvant être exécuté par le dispositif de traitement pour amener le dispositif de traitement à générer la pluralité de modèles de configuration de puits en générant de manière aléatoire les modèles de configuration de puits, dans lequel la génération aléatoire des modèles de configuration de puits comprend la sélection aléatoire d’une géométrie de puits parmi toutes les géométries de puits possibles.
- Support lisible par ordinateur selon l’une quelconque des revendications 2 à 6, dans lequel les données sur la formation comprennent des données sismiques ou des journaux d’images qui représentent l’au moins une propriété pétrophysique qui comprend la porosité ou la perméabilité de l’au moins une zone.
- Support lisible par ordinateur l’une quelconque des revendications 2 à 7, dans lequel le plan de positionnement de puits comprend un emplacement de puits et une géométrie de puits.
- Procédé mis en œuvre par ordinateur comprenant :
la détermination des variations locales de contraintes régionales à l’aide de données sur la formation détectées par des capteurs et représentant un réseau de fractures naturelles dans une région;
la génération d’un indice de qualité pour au moins une zone de la région en combinant les variations locales de contraintes régionales avec au moins une propriété pétrophysique calculée pour la région ;
la génération d’une pluralité de simulations d’écoulement pour la récupération d’hydrocarbures de puits de forage simulés dans la région en :
générant, à l’aide de l’indice de qualité, une pluralité de modèles de configuration de puits pour des zones de la région ;
pour chaque modèle de configuration de puits de la pluralité de modèles de configuration de puits,
générer un modèle géomécanique de réservoir pour un paramètre géomécanique qui comprend des caractéristiques de propagation de fractures hydrauliques ;
déterminer de nouvelles fractures hydrauliques en simulant la propagation à travers les fractures hydrauliques du modèle géomécanique de réservoir et à l’aide de règles géomécaniques ; et
déterminer un taux de récupération prévu d’hydrocarbures en simulant l’écoulement avec les nouvelles fractures hydrauliques ;
sélectionnant un plan de positionnement de puits pour un puits dans la région à l’aide d’une pluralité de taux de récupération prévus d’hydrocarbures parmi la pluralité de modèles de configuration de puits ; et
transmettant le plan de positionnement de puits sélectionné et pouvant être utilisé pour planifier un ou plusieurs puits de forage dans la région. - Procédé mis en œuvre par ordinateur selon la revendication 9, dans lequel la sélection du plan de positionnement de puits comprend :
la génération d’un matériel pédagogique à l’aide de la pluralité de taux de récupération prévus d’hydrocarbures et de la pluralité de modèles de configuration de puits ;
l’enseignement, à l’aide du matériel pédagogique, d’un modèle d’apprentissage automatique pour transmettre des taux de récupération d’hydrocarbures correspondant à des modèles de configuration de puits ; et
l’analyse de la pluralité de modèles de configuration de puits à l’aide d’un optimiseur et du modèle d’apprentissage automatique pour déterminer le plan de positionnement de puits parmi une pluralité de plans de positionnement de puits présentant le taux de récupération prévu d’hydrocarbures le plus élevé. - Procédé mis en œuvre par ordinateur selon l’une quelconque des revendications 9 à 10, dans lequel la sélection du plan de positionnement de puits comprend :
la construction d’une surface de réponse à l’aide de la pluralité de taux de récupération prévus d’hydrocarbures et de la pluralité de modèles de configuration de puits ; et
l’analyse de la surface de réponse à l’aide d’un algorithme de minimisation pour déterminer le plan de positionnement de puits parmi une pluralité de plans de positionnement de puits ayant le taux de récupération prévu d’hydrocarbures plus élevé. - Procédé mis en œuvre par ordinateur selon l’une quelconque des revendications 9 à 11, dans lequel la détermination des variations locales de contraintes régionales comprend la simulation des variations locales de contraintes régionales à l’aide d’un algorithme basé sur la méthode des points matériels.
- Procédé mis en œuvre par ordinateur selon l’une quelconque des revendications 9 à 12, dans lequel la génération de la pluralité de modèles de configuration de puits comprend la génération aléatoire des modèles de configuration de puits, dans lequel la génération aléatoire des modèles de configuration de puits comprend la sélection aléatoire d’une géométrie de puits parmi toutes les géométries de puits possibles.
- Procédé mis en œuvre par ordinateur selon l’une quelconque des revendications 9 à 13, dans lequel les données sur la formation comprennent des données sismiques ou des journaux d’images qui représentent l’au moins une propriété pétrophysique qui comprend la porosité ou la perméabilité de l’au moins une zone.
- Procédé mis en œuvre par ordinateur selon l’une quelconque des revendications 9 à 14, dans lequel le plan de positionnement de puits comprend un emplacement de puits et une géométrie de puits.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
WOPCT/US2019/015645 | 2019-02-13 | ||
PCT/US2019/015645 WO2020167282A1 (fr) | 2019-02-13 | 2019-02-13 | Planification d'une configuration de puits à l'aide de paramètres géomécaniques |
Publications (1)
Publication Number | Publication Date |
---|---|
FR3092691A1 true FR3092691A1 (fr) | 2020-08-14 |
Family
ID=71993753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR1915017A Pending FR3092691A1 (fr) | 2019-02-13 | 2019-12-19 | Planification d’une configuration de puits à l’aide de paramètres géomécaniques |
Country Status (5)
Country | Link |
---|---|
US (1) | US11639646B2 (fr) |
FR (1) | FR3092691A1 (fr) |
GB (1) | GB2593627B (fr) |
NO (1) | NO20210904A1 (fr) |
WO (1) | WO2020167282A1 (fr) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12228026B2 (en) | 2017-09-14 | 2025-02-18 | Saudi Arabian Oil Company | Modeling reservoir permeability through estimating natural fracture distribution and properties |
US20210089897A1 (en) * | 2019-09-24 | 2021-03-25 | Quantico Energy Solutions Llc | High-resolution earth modeling using artificial intelligence |
US11933165B2 (en) | 2021-03-15 | 2024-03-19 | Saudi Arabian Oil Company | Hydraulic fracture conductivity modeling |
EP4341529A1 (fr) * | 2021-05-19 | 2024-03-27 | Services Pétroliers Schlumberger | Structure d'émissions opérationnelles |
US11578596B2 (en) * | 2021-07-08 | 2023-02-14 | Saudi Arabian Oil Company | Constrained natural fracture parameter hydrocarbon reservoir development |
US11525935B1 (en) | 2021-08-31 | 2022-12-13 | Saudi Arabian Oil Company | Determining hydrogen sulfide (H2S) concentration and distribution in carbonate reservoirs using geomechanical properties |
CN114136800B (zh) * | 2021-12-01 | 2024-04-26 | 中南大学 | 多场耦合低渗岩样水力裂缝演化多尺度同步监测装置 |
US11921250B2 (en) | 2022-03-09 | 2024-03-05 | Saudi Arabian Oil Company | Geo-mechanical based determination of sweet spot intervals for hydraulic fracturing stimulation |
WO2024108062A1 (fr) * | 2022-11-18 | 2024-05-23 | University Of Kansas | Courbes de type sans dimension de composition inspirées de la physique intelligente pour une récupération assistée du pétrole |
CN115598730B (zh) * | 2022-11-28 | 2023-03-14 | 云南玉临高速公路建设有限责任公司 | 基于钻进能量分析的岩体地应力测量方法及系统 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8126689B2 (en) | 2003-12-04 | 2012-02-28 | Halliburton Energy Services, Inc. | Methods for geomechanical fracture modeling |
US8812334B2 (en) | 2006-02-27 | 2014-08-19 | Schlumberger Technology Corporation | Well planning system and method |
US9135475B2 (en) * | 2007-01-29 | 2015-09-15 | Sclumberger Technology Corporation | System and method for performing downhole stimulation operations |
US9376902B2 (en) | 2011-08-16 | 2016-06-28 | Schlumberger Technology Corporation | Method to optimize perforations for hydraulic fracturing in anisotropic earth formations |
US10422208B2 (en) * | 2011-11-04 | 2019-09-24 | Schlumberger Technology Corporation | Stacked height growth fracture modeling |
GB2537004B (en) | 2013-08-30 | 2020-12-02 | Landmark Graphics Corp | A geostatistical procedure for simulation of the 3D geometry of a natural fracture network conditioned by well bore observations |
US9800032B2 (en) * | 2013-09-23 | 2017-10-24 | Thomas & Betts International Llc | While-in-use outdoor cover with recessed electrical device |
US9890616B2 (en) | 2014-03-12 | 2018-02-13 | Landmark Graphics Corporation | Horizontal well design for field with naturally fractured reservoir |
US10001769B2 (en) | 2014-11-18 | 2018-06-19 | Weatherford Technology Holdings, Llc | Systems and methods for optimizing formation fracturing operations |
US20160161933A1 (en) | 2014-12-04 | 2016-06-09 | Weatherford Technology Holdings, Llc | System and method for performing automated fracture stage design |
WO2016122792A1 (fr) * | 2015-01-28 | 2016-08-04 | Schlumberger Canada Limited | Procédé de réalisation d'opérations de fracture sur site de forage avec des incertitudes statistiques |
WO2016163984A1 (fr) | 2015-04-06 | 2016-10-13 | Landmark Graphics Corporation | Cartographie d'ouvertures corrélée à des dimensions de fractures pour la détermination de porosité et de perméabilité localisées |
US20170145793A1 (en) * | 2015-08-20 | 2017-05-25 | FracGeo, LLC | Method For Modeling Stimulated Reservoir Properties Resulting From Hydraulic Fracturing In Naturally Fractured Reservoirs |
US20170051598A1 (en) | 2015-08-20 | 2017-02-23 | FracGeo, LLC | System For Hydraulic Fracturing Design And Optimization In Naturally Fractured Reservoirs |
WO2017049262A1 (fr) * | 2015-09-18 | 2017-03-23 | Schlumberger Technology Corporation | Systèmes et procédés pour effectuer une fracturation hydraulique dans des régions verticalement hétérogènes |
US10935684B2 (en) * | 2015-10-28 | 2021-03-02 | Halliburton Energy Services, Inc. | Near real-time return-on-fracturing-investment optimization for fracturing shale and tight reservoirs |
US10859725B2 (en) * | 2017-05-22 | 2020-12-08 | Sensia Llc | Resource production forecasting |
-
2019
- 2019-02-13 US US16/630,541 patent/US11639646B2/en active Active
- 2019-02-13 GB GB2107363.0A patent/GB2593627B/en not_active Expired - Fee Related
- 2019-02-13 WO PCT/US2019/015645 patent/WO2020167282A1/fr active Application Filing
- 2019-02-13 NO NO20210904A patent/NO20210904A1/en unknown
- 2019-12-19 FR FR1915017A patent/FR3092691A1/fr active Pending
Also Published As
Publication number | Publication date |
---|---|
US11639646B2 (en) | 2023-05-02 |
WO2020167282A1 (fr) | 2020-08-20 |
US20210222518A1 (en) | 2021-07-22 |
GB2593627B (en) | 2022-11-09 |
GB202107363D0 (en) | 2021-07-07 |
NO20210904A1 (en) | 2021-07-13 |
GB2593627A (en) | 2021-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
FR3092691A1 (fr) | Planification d’une configuration de puits à l’aide de paramètres géomécaniques | |
CN111279050B (zh) | 井规划系统 | |
US10760380B2 (en) | Well planning service | |
CA2702827C (fr) | Prediction des proprietes d'une formation souterraine | |
US9488044B2 (en) | Valuing future well test under uncertainty | |
AU2008302643B2 (en) | Method and system for cleat characterization in coal bed methane wells for completion optimization | |
US8117016B2 (en) | System and method for oilfield production operations | |
US20120203525A1 (en) | Three-dimensional modeling of parameters for oilfield drilling | |
US8185311B2 (en) | Multiuser oilfield domain analysis and data management | |
NO346096B1 (no) | Dynamisk reservoarteknikk | |
AU2008338779A1 (en) | Optimizing drilling operations using petrotechnical data | |
CA2733841C (fr) | Systeme et procede de simulation de l'exploitation de champs petroliferes | |
FR3086321A1 (fr) | Opérations sur puits impliquant un test synthétique de fracture par injection | |
US10920561B2 (en) | Drilling assessment system | |
FR3086779A1 (fr) | Mise en correspondance avec un historique de production automatisée à l’aide de l’optimisation bayésienne | |
NO20121032A1 (no) | Plassering av bronnrigg | |
FR3035147A1 (fr) | ||
FR3037682A1 (fr) | ||
US11640012B2 (en) | Virtual high-density well survey | |
US12234729B2 (en) | Multiwell pad drilling framework |