BRPI1004505A2 - um ou mais legìveis por computador, método, e um ou mais meios legìveis por computador - Google Patents
um ou mais legìveis por computador, método, e um ou mais meios legìveis por computador Download PDFInfo
- Publication number
- BRPI1004505A2 BRPI1004505A2 BRPI1004505-8A BRPI1004505A BRPI1004505A2 BR PI1004505 A2 BRPI1004505 A2 BR PI1004505A2 BR PI1004505 A BRPI1004505 A BR PI1004505A BR PI1004505 A2 BRPI1004505 A2 BR PI1004505A2
- Authority
- BR
- Brazil
- Prior art keywords
- virtual sensor
- fluid
- readable media
- reservoir
- computer readable
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 239000012530 fluid Substances 0.000 claims abstract description 52
- 238000004088 simulation Methods 0.000 claims abstract description 48
- 239000000463 material Substances 0.000 claims abstract description 43
- 238000004519 manufacturing process Methods 0.000 claims abstract description 40
- 238000002347 injection Methods 0.000 claims abstract description 34
- 239000007924 injection Substances 0.000 claims abstract description 34
- 238000004458 analytical method Methods 0.000 claims description 14
- 239000007788 liquid Substances 0.000 claims description 10
- 238000011084 recovery Methods 0.000 claims description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 230000000116 mitigating effect Effects 0.000 claims description 2
- 210000001061 forehead Anatomy 0.000 claims 2
- 239000007791 liquid phase Substances 0.000 claims 2
- 239000012071 phase Substances 0.000 claims 1
- 238000007418 data mining Methods 0.000 description 12
- 230000006399 behavior Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000013178 mathematical model Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- HJUFTIJOISQSKQ-UHFFFAOYSA-N fenoxycarb Chemical compound C1=CC(OCCNC(=O)OCC)=CC=C1OC1=CC=CC=C1 HJUFTIJOISQSKQ-UHFFFAOYSA-N 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 208000018910 keratinopathic ichthyosis Diseases 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Classifications
-
- E21B41/0092—
-
- 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
- E21B43/16—Enhanced recovery methods for obtaining hydrocarbons
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Geology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Environmental & Geological Engineering (AREA)
- Fluid Mechanics (AREA)
- Physics & Mathematics (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Flow Control (AREA)
- Injection Moulding Of Plastics Or The Like (AREA)
Abstract
UM OU MAIS MEIOS LEGìVEIS POR COMPUTADOR, MéTODO, E UM OU MAIS MEIOS LEGìVEIS POR COMPUTADOR. Um ou mais meios legíveis por computador incluem instruções executáveis em computador para instruir um sistema de computação a receber resultados de sirrulação para comportamento futuro de um reservatório que inclui um poço de produção de material e um local de injeção de fluido; definir um sensor virtual como estado localizado entre o poço de produção de material e o local de injeção de fluido; determinar a saturação de fluido no sensor virtual baseado pelo menos em parte nos resultados da simulação; e emitir uma notificação se a saturação de fluido no sensor virtual ultrapassar um limite de saturação de fluido. Vários outros aparelhos, sistemas, métodos, etc. são divulgados também.
Description
UM OU MAIS MEIOS LEGÍVEIS POR COMPUTADOR, MÉTODO, E UM OU MAIS MEIOS LEGÍVEIS POR COMPUTADOR
FUNDAMENTOS
As técnicas para ajudar na recuperação de material de um reservatório incluem a chamada coincidência histórica em que resultados de simulação de um modelo matemático do reservatório são coincididos com dados reais sobre o reservatório. Uma vez coincididos, o modelo matemático pode ser usado para tratar de questões que podem surgir durante a recuperação do material do reservatório. Por exemplo, uma questão tipica surge quando fluido injetado em um reservatório, para ajudar na recuperação de material, chega em um poço de extração de material. Neste exemplo, dado um modelo matemático historicamente coincidido, dados recentemente adquiridos ligados à questão podem ser entrados e uma simulação subseqüente rodada. Os resultados desta simulação subsequente podem, então, ser analisados para formular um plano para tratar a questão. 0 processo antecedente pode ser visto como reativo porque o plano formulado ocorre somente em resposta à ocorrência real da questão. As várias técnicas descritas neste podem permitir o gerenciamento proativo do reservatório.
SUMÁRIO
Um ou mais meios legíveis por computador incluem instruções executáveis em computador para instruir um sistema de computação a receber resultados de simulação para o comportamento futuro de um reservatório que inclui um poço de produção de material e um local de injeção de fluido; definir um sensor virtual como estando localizado entre o poço de produção de material e o local de injeção de fluido; determinar a saturação de fluido no sensor virtual com base pelo menos em parte nos resultados da simulação; e emitir uma notificação se a saturação de fluido no sensor virtual ultrapassar um limite de saturação de fluido. Vários outros aparelhos, sistemas, métodos, etc. são divulgados também.
Este sumário é fornecido para apresentar uma seleção de conceitos que são ainda descritos abaixo na descrição detalhada. Este sumário não se destina a identificar as características chaves ou essenciais da matéria reivindicada, nem se destina a ser usado como um auxílio na limitação do escopo da matéria reivindicada.
BREVE DESCRIÇÃO DOS DESENHOS
As características e as vantagens das implementações descritas podem mais prontamente compreendidas por referência ao relatório em anexo tomado em conjunto com os desenhos em anexo.
A Fig. 1 ilustra um sistema de modelagem de exemplo que inclui um simulador de reservatório, um cubo de mineração de dados e um módulo de sensor virtual.
A Fig. 2 ilustra um esquema exemplar que inclui um laço de modelagem associado a um ou mais sensores virtuais.
A Fig. 3 ilustra um sensor virtual exemplar em um sistema de coordenadas cilíndricas e em um sistema de coordenadas Cartesianas.
A Fig. 4 ilustra sensores virtuais exemplares em um espaço de modelo e uma lista de alguns parâmetros que podem ser associados a um ou mais sensores virtuais.
A Fig. 5 ilustra um método exemplar para emitir resultados com base pelo menos em parte em um ou mais sensores virtuais.
A Fig. 6 ilustra módulos de exemplo para ações com base pelo menos em parte em uma análise de sensor virtual.
A Fig. 7 ilustra um cenário de exemplo em uma tempo presente e um cenário de exemplo em um tempo futuro.
A Fig. 8 ilustra um cenário de exemplo com um ou mais sensores virtuais ajustados e um método de exemplo.
A Fig. 9 ilustra um método de exemplo e um modelo associado para opcionalmente ajustar um ou mais parâmetros de produção de material com base pelo menos em parte em uma análise de sensor virtual; e
A Fig. 10 ilustra componentes de exemplo de um sistema e um sistema em rede.
DESCRIÇÃO DETALHADA
A seguinte descrição inclui o melhor modo contemplado atualmente para praticar as implementações descritas. Esta descrição não deve ser tomada em um sentido de limitação, mas ao invés disso é feita meramente com a finalidade de descrever os princípios gerais das implementações. 0 escopo das implementações descritas deve ser confirmado com referência às reivindicações expedidas.
A Fig. 1 mostra um sistema integrado de simulação de reservatório e cubo de dados 100. O sistema 100 inclui um laço de modelagem 104 composto de vários módulos configurados para receber e gerar informação. Em um processo operacional típico, o sistema 100 recebe, em um bloco de dados de campo 110, dados de campo sobre um reservatório, que podem ser capturados eletronicamente através de uma ou mais técnicas de aquisição de dados, recolhidos "à mão" por observação ou relato, etc. O bloco de dados de campo 110 transmite os dados recebidos para uma entrada de dados 120 configurada para entrar dados no laço de modelagem 104. A entrada de dados 120 pode também fornecer alguns dos dados de campo recebidos para um bloco de dados comerciais 122 (por exemplo, para alguma de uma variedade de finalidades comerciais, tais como modelagem financeira).
0 sistema 100 inclui um bloco de restrições de produção 130, que pode fornecer informação, por exemplo, relativa ao equipamento de produção (por exemplo, bombas, tubulações, custos de energia operacional, etc.). O laço de modelagem 104 recebe informação através de um cubo de mineração de dados 140. Como observado, esta informação pode incluir dados da entrada de dados 120 assim como informação do bloco de restrições de produção 130. O cubo de mineração de dados 140 pode depender pelo menos em parte de um pacote ou conjunto de módulos disponíveis comercialmente que rodam em um ou mais dispositivos de computação. Por exemplo, um pacote disponível comercialmente comercializado como DECIDE!®, software de automação de fluxo de trabalho, mineração de dados e análise (Schlumberger Limited, Houston, Texas) pode ser usado para fornecer pelo menos alguma da funcionalidade do cubo de mineração de dados 140.
O software DECIDE!® fornece mineração de dados e análise de dados (por exemplo, técnicas estatísticas, redes neurais, etc.). Uma característica particular do software DECIDE!®, denominada Mapas de Auto-organização (SOM), pode ajudar no desenvolvimento do modelo, por exemplo, para intensificar esforços de simulação do reservatório. O software DECIDE!® ainda inclui as características de monitoração e levantamento que, por exemplo, podem ajudar no condicionamento de dados, desempenho e subdesempenho de poços, detecção de carregamento de líquido, detecção de extração e detecção de tempo de paralisação de poço. Ainda adicionalmente, o software DECIDE!® inclui os vários módulos de interface gráfica de usuário que permitem a apresentação de resultados (por exemplo, gráficos e alarmes). Embora um produto de software comercial particular seja mencionado com respeito a várias características de cubo de dados, como discutido neste, um sistema não precisa incluir todas essas características para implementar várias técnicas. Além disso, embora várias características do cubo de mineração de dados 140 sejam mostradas na Fig. 1 (estruturas de dados, ferramentas de plotagem cruzada, modelos de dados, e SOMs), tais características podem ser opcionais.
Com referência outra vez ao laço de modelagem 104 da Fig. 1, o cubo de mineração de dados 140 age para incluir informação nova por bloco 144; observando que alguns ou todos esses dados podem ser transmitidos a um bloco de dados para operações 148 (por exemplo, para uso no campo, etc.). O laço 104 depende da informação nova do bloco 144 para gerar entrada de modelo em um bloco de geração 150. Por exemplo, o bloco de geração 150 pode ajustar um ou mais parâmetros de um modelo matemático de um reservatório com base pelo menos em parte na informação nova. No sistema 100, a entrada do modelo é recebida por um simulador de reservatório 160. O simulador de reservatório 160 pode depender pelo menos em parte de um pacote ou conjunto de módulos disponíveis no comércio que rodam em um ou mais dispositivos de computação. Por exemplo, um pacote disponível no comércio comercializado como o software de engenharia de reservatório ECLIPSE® (Schlumberger Limited, Houston, Texas) pode ser usado para fornecer pelo menos alguma da funcionalidade do simulador de reservatório 160.
O software ECLIPSE® depende de uma técnica de diferença finita, que é uma técnica numérica que discretiza um espaço físico em blocos definidos por uma grade multidimensional. Técnicas numéricas (por exemplo, diferença finita, elementos finitos, etc.) tipicamente usam transformadas ou mapeamentos para mapear um espaço físico para um espaço computacional ou de modelo, por exemplo, para facilitar a computação. As técnicas numéricas podem incluir equações para transferência de calor, transferência de massa, mudança de fase, etc. Algumas técnicas dependem de grades ou blocos sobrepostos ou escalonados para descrever variáveis que podem ser interrelacionadas. Como mostrado na Fig. 1, o simulador de reservatório 160 inclui equações para descrever o comportamento de 3 fases (por exemplo, líquido, gás, gás em solução), equações de injeção para modelar técnicas de injeção, uma característica de grade 3D para discretizar um espaço físico e um resolvedor para resolver modelos de reservatório.
Como mostrado na Fig. 1, o simulador de reservatório 160 fornece resultados 170 com base em um modelo de reservatório. Por um bloco de validação 180, os resultados 170 podem ser validados, por exemplo, por comparação com dados físicos adquiridos para o reservatório. 0 laço 104 pode continuar iterativamente à medida que dados novos são introduzidos através do cubo de mineração de dados 140.
A Fig. 1 também mostra um módulo de sensor virtual 290, que pode ser configurado para operar na coordenação com o cubo de mineração de dados 14 0, o simulador de reservatório 160 ou ambos, por exemplo, como descrito na Fig. 2. Como mostrado na Fig. 1, o módulo 290 inclui um bloco de recepção 292 para receber resultados, um bloco de definição 294 para definir um ou mais sensores virtuais, um bloco de análise ou determinação 296 para executar análises ou fazer determinações e um bloco de saida 298 para emitir informação com base pelo menos em parte em um sensor virtual definido.
Como descrito neste, um ou mais meios legíveis por computador podem incluir instruções executáveis em computador para instruir um sistema de computação a receber resultados de simulação para o comportamento futuro de um reservatório que inclui um poço de produção de material e um local de injeção de fluido; definir um sensor virtual como estando localizado entre o poço de produção de material e o local de injeção de fluido; determinar a saturação de fluido no sensor virtual com base pelo menos em parte nos resultados da simulação; e emitir uma notificação como saída se a saturação de fluido no sensor virtual ultrapassar um limite de saturação de fluido. Um ou mais meios podem incluir instruções para determinar a pressão no sensor virtual com base pelo menos em parte nos resultados da simulação e para emitir uma notificação se a pressão no sensor virtual ultrapassar um limite de pressão.
Em vários exemplos, o comportamento futuro corresponde a um tempo futuro. Um módulo pode incluir instruções para emitir uma notificação antes do tempo futuro. Além disso, um módulo pode incluir instruções para determinar um ajuste a um ou mais parâmetros associados com a recuperação de material de um reservatório por um poço de produção de material e, opcionalmente, requerer tais ajustes em um tempo particular (por exemplo, antes do tempo futuro).
Como descrito neste, o fluido pode ser liquido, gás ou uma combinação de liquido e gás. Por exemplo, saturação de fluido pode ser saturação de gás ou saturação de liquido. A saturação de fluido pode incluir tanto a saturação de gás como a saturação de liquido. Em conseqüência, um módulo pode incluir instruções para determinar a saturação de gás e a saturação de liquido em um sensor virtual (por exemplo, baseado pelo menos em parte em resultados da simulação).
A Fig. 2 mostra um método de modelagem 200 para modelar um reservatório que inclui um poço e, opcionalmente, um ou mais sensores, locais de injeção ou outros equipamentos associados com a recuperação de material do reservatório. No exemplo da Fig. 2, vários sensores comunicam informação (por exemplo, com fio ou sem fio), tal como informação de saturação, fluxo e pressão. Os equipamentos de poço e de injeção podem também ser equipados para detectar informação e comunicar a informação detectada. Como indicado, a informação detectada é comunicada a um laço de modelagem 204 que depende da análise do sensor virtual usando o módulo de sensor virtual 290.
Como descrito neste, um modelo pode incluir um ou mais sensores virtuais. No exemplo da Fig. 2, um sensor virtual é definido com respeito a um modelo do reservatório (ver, por exemplo, as linhas tracejadas que representam anéis de sensores virtuais e um arco de sensor virtual). 0 laço de modelagem 204 inclui uma ou mais análises de sensor virtual, por exemplo, executadas usando o módulo de sensor virtual 290. Uma análise de sensor virtual pode fornecer informação (por exemplo, histórica, presente ou futura) ligada à recuperação de material. Por exemplo, o módulo de sensor virtual 290 pode ser configurado para analisar uma ou mais variáveis de modelo sobre uma linha limite, uma superfície ou um volume definidos por um sensor virtual. 0 laço de modelagem 204 mostra análises de sensor virtual como opcionalmente ocorrendo após uma simulação (por exemplo, bloco 160), uma validação (por exemplo, bloco 180) ou entrada da data (por exemplo, bloco 140). Como descrito neste, o módulo de sensor virtual 290 pode ser configurado como software auxiliar para receber entrada de um ou mais módulos do sistema 100 e para fornecer saída para um ou mais módulos do sistema 100. Alternativamente, o módulo de sensor virtual pode ser integrado em um ou mais módulos do sistema 100.
Como descrito neste, um método pode incluir fornecer um histórico de modelo de reservatório coincidido (ou o outro modelo de reservatório), fornecer regiões onde um usuário gostaria de instalar um ou mais sensores virtuais (blocos de modelo/distância dos poços), fornecer disparadores para rodar o fluxo de trabalho (por exemplo, 24/7), fornecer uma interface gráfica de usuário (GUI ou "desktop") para projeto e implementação de regras e projeto, uma interface de comunicação (por exemplo, entre um simulador e um cubo de dados): para elaborar um arquivo de reinicio com os novos dados de nova alocação; para rodar um simulador de uma etapa de tempo; para ler resultados de simulação de diferentes teclados de simulador; e estimar a capacidade e produção do poço (por exemplo, usando software disponível no comércio, tal como o software PIPESIM® comercializado por Schlumberger Limited).
A Fig. 3 mostra um sensor virtual 310 como um cilindro anular em um sistema de coordenadas cilíndricas que tem uma dimensão radial (rs), uma dimensão anular (Ars) e uma dimensão axial (zs) centralizado com respeito a um poço 312 junto com um bloco de sensor virtual 314 (mostrado com respeito aos vetores de superfície). A Fig. 3 também mostra um sensor virtual 320 como um bloco murado em um sistema de coordenadas Cartesiano que tem as dimensões x, y e z centralizado com respeito a um poço 322 junto com um bloco de sensor virtual 324. Um sensor virtual pode se estender até uma profundidade definida, assim como ser localizado a uma profundidade (por exemplo, considere um sensor virtual em forma de anel que não se estende até uma superfície da terra definida). Embora seções transversais circulares e retangulares sejam mostradas, um sensor virtual pode ter uma forma diferente (por exemplo, o outro polígono, elipse, oval, etc.). Embora um sensor virtual tenha geralmente uma estrutura 3D, a espessura de parede de um sensor virtual pode variar de essencialmente zero a uma espessura definida (por exemplo, que possa ter um significado físico associado). Na Fig. 3, o sensor virtual 320 é mostrado com respeito a uma grade que pode ser, por exemplo, associada a uma técnica numérica para a simulação de reservatório ou uma técnica de processamento pós- simulação para o sensor virtual 320.
A Fig. 4 mostra sensores concêntricos 410 como incluindo um sensor virtual a aproximadamente X metros (ou blocos) de um poço e um sensor virtual a aproximadamente Y metros (ou blocos) do poço e alguns parâmetros 420. Saturação de água, pressão e outros parâmetros são definidos com respeito aos limites voltados para o norte, sul, leste e oeste dos sensores virtuais.
A Fig. 5 mostra um método 500 que inclui uma análise de sensor virtual. 0 método 500 pode ser implementado usando várias características do sistema 100 da Fig. 1, assim como várias características de sensor virtual mostradas nas Figs. 2, 3 e 4. Como descrito neste, o método 500 pode ser executado, pelo menos em parte, de acordo com o laço de modelagem 204 da Fig. 2.
Como mostrado no exemplo da Fig. 5, em um bloco de aquisição 510, dados de produção de poço para um reservatório são adquiridos. Em um bloco de geração 514, a entrada é gerada para uma simulação de reservatório com base pelo menos em parte nos dados de produção de poço adquiridos. Um bloco de simulação 518 executa uma simulação de reservatório com base pelo menos em parte na entrada gerada. Um bloco de análise de sensor virtual 522 executa uma análise de sensor virtual com base pelo menos em parte em resultados da simulação de reservatório. No exemplo da Fig. 5, um bloco de análise de levantamento 528 executa uma análise com base pelo menos em parte na análise do sensor virtual. Um bloco de saída 532 envia os resultados da análise de levantamento 532 (por exemplo, através de umas ou várias interfaces de utilizador, notificações, etc. gráficos).
No método 500, o bloco de aquisição 510 pode incluir a leitura da produção da nova alocação para cada poço (como dados novos) usando características do cubo de mineração de dados 140; o bloco de geração 514 pode incluir a preparação de um arquivo de reinicio para o simulador 160 com os dados novos, disparando o simulador 160 para rodar uma simulação de reservatório para uma etapa de tempo (por exemplo, um modo de condição presente) e disparando o simulador 160 para rodar simulações de reservatório para etapas de tempo múltiplas (por exemplo, múltiplas etapas de tempo de um ano por um modo de previsão) ; o bloco de desempenho 518 pode incluir usar o simulador 160 para rodar simulações (por exemplo, como disparadas); o bloco de desempenho 522 pode incluir, após rodar uma ou mais simulações desejadas em modo presente e modo previsão, calcular valores associados com um ou mais sensores virtuais (por exemplo, calcular a saturação de água média (Sw), saturação de gás (Sg) para cada parede de um sensor virtual e calcular a pressão de reservatório média para cada sensor) usando o módulo de sensor virtual 290; o bloco de desempenho 528 pode incluir a execução de um fluxo de trabalho de levantamento que depende dos valores calculados (por exemplo, como parte de um fluxo de trabalho de levantamento do bloco 140). O bloco de saída 532 pode incluir disparar uma notificação se um ou mais dos valores forem mais elevados do que um limite (ou limites) predefinido (por exemplo, como parte de um processo de notificação do bloco 140). Dada a informação de sensor virtual, um método pode incluir calcular pelo menos alguns indicadores de desempenho adicionais (por exemplo, KPIs) tais como: velocidade de frente de água e gás, identificação da direção de uma frente de água e gás, tempo para uma frente de água e gás chegar em uma área de furo de poço definida e corte de água previsto com base em B-L. Tal método pode ser implementado, por exemplo, usando uma ou mais características de um cubo de mineração de dados. Dada a informação de sensor virtual, um método pode incluir estimar a capacidade do poço e a produção agregada para um processo de reconciliação de produção.
A Fig. 6 mostra vários módulos para ações baseadas pelo menos em parte em uma análise de sensor virtual. Os módulos 600 incluem um módulo de plano de mitigação 612, um módulo de sensor virtual novo 614, um módulo de sensor real novo 616, um ajuste de módulo de parâmetro(s) de injeção 618, um ajuste do módulo de parâmetro(s) de modelo 620, um ajuste do módulo de parâmetro(s) de sensor virtual 622, um módulo de tabelas de probabilidade 624, um módulo de armazenamento rodado no tempo 626 e um módulo de notificações e comunicações 628 (por exemplo, critérios de notificação e caminhos de comunicação opcionalmente associados para notificação de receptores através de endereço de e-mail, telefone celular, etc.). Tais módulos podem opcionalmente ser implementados conjuntamente com várias características de um sistema que inclui um ou mais módulos de sensores virtuais (por exemplo, o sistema 100 como incluindo um ou mais dos módulos 2 90).
A Fig. 7 mostra um cenário em um tempo presente 710 (por exemplo, tempo X) e um cenário em um tempo futuro 730 (por exemplo, tempo X + Y). No cenário de tempo presente 710, a frente não alcançou o sensor virtual. Em contraste, no cenário de tempo futuro 730, a frente alcançou o sensor virtual.
A Fig. 8 mostra um cenário no tempo presente (X) mais um incremento pequeno (ΔΧ) 810 junto com um método 840 e um módulo de sensor virtual 8 90. Como descrito neste, os sensores virtuais podem ser atualizados responsivos a resultados em tempo futuro (por exemplo, resultados de previsão), por exemplo, de acordo com o método 840.
Como mostrado na Fig. 8, o método 840 inclui um bloco de posição 844 para o posicionamento inicial de um ou mais sensores virtuais. Um bloco de simulação 848 roda simulações em um tempo presente e um tempo futuro. Um bloco de decisão 852 decide se a descoberta ocorreu no tempo futuro. Se não, o método 840 continua para um bloco de espera 856, que espera por um tempo até prosseguir de volta ao bloco de simulação 848. Entretanto, se o bloco de decisão 852 decidir que a descoberta ocorreu no tempo futuro, o método 800 continua em um bloco de ajuste 860 que ajusta um ou mais sensores virtuais (por exemplo, como mostrado no cenário 810). Tal enfoque pode fornecer gerenciamento mais robusto e tempestivo de recuperação de material de um reservatório.
No exemplo da Fig. 8, o módulo de sensor virtual 890 inclui instruções de recepção 892 para receber resultados de simulação (por exemplo, para comportamento futuro de um reservatório que inclui um poço de produção de material e um local de injeção de fluido), instruções de definição 894 para definir um sensor virtual (por exemplo, como sendo localizado entre o poço de produção de material e o local de injeção de fluido), instruções de determinação 896 para determinar uma ou mais variáveis no sensor virtual baseado pelo menos em parte nos resultados da simulação, instruções de redefinição 897 para redefinir o sensor virtual ou para definir outro sensor virtual (por exemplo, baseado pelo menos em parte em uma ou mais variáveis, como sendo localizado mais próximo do poço de produção de material ou mais próximo do local de injeção de fluido) e instruções de saida 8 98 (por exemplo, para emitir uma ou mais notificações ou outra informação).
Como descrito neste, um ou mais meios legíveis por computador podem incluir instruções executáveis em computador para instruir um sistema de computação a receber resultados de simulação para o comportamento futuro de um reservatório que inclui um poço de produção de material e um local de injeção de fluido; definir um sensor virtual como estando localizado entre o poço de produção de material e o local de injeção de fluido; determinar uma ou mais variáveis no sensor virtual baseado pelo menos em parte nos resultados da simulação; e redefinir o sensor virtual, baseado pelo menos em parte em uma ou mais variáveis, como sendo localizado mais próximo do poço de produção de material ou mais próximo do local de injeção de fluido. Tais instruções podem ainda permitir definir um segundo sensor virtual como sendo localizado entre o poço de produção de material e o local de injeção de fluido. Com respeito a uma ou mais variáveis, estas podem incluir pelo menos uma dentre direção da frente de fluido, velocidade da frente de fluido, saturação de água, saturação de gás e pressão. Além disso, as instruções podem permitir determinar um tempo para uma frente de fluido chegar em um poço de produção de material.
Como descrito neste, um método pode incluir, para um reservatório que inclui um poço de produção de material e um local de injeção de fluido, definir um sensor virtual como estando localizado entre o poço de produção de material e o local de injeção de fluido; executar uma simulação do reservatório por um tempo futuro onde uma análise dos resultados da simulação indica que o fluido alcança o sensor virtual no tempo futuro; e, baseado pelo menos em parte nos resultados, e antes do tempo futuro, ajustar um ou mais parâmetros associados com a recuperação de material do reservatório pelo poço de produção de material.
A Fig. 9 mostra um método 940 que depende pelo menos em parte de um ou mais sensores virtuais. Por exemplo, a Fig. 9 mostra um diagrama de um modelo definido 930 que inclui dois sensores virtuais (linhas tracejadas) localizados entre um poço de produção de material (caixa aberta) e dois locais de injeção de fluido (círculos sólidos). No método 940, um bloco de definição 944 inclui definir um ou mais sensores virtuais para um modelo (por exemplo, tal como aqueles do modelo 930). Em um bloco de desempenho 948, uma simulação de reservatório é executada. Em um bloco de recepção 952, uma notificação é recebida da descoberta em um ou mais dos sensores virtuais definidos por um tempo futuro (por exemplo, recebida através de um módulo de software, enlace de comunicação, etc.). Em resposta à notificação, um bloco de ajuste 956 ajusta um ou mais parâmetros do local de injeção para o modelo (por exemplo, o modelo definido 930) em uma tentativa de alterar o comportamento da descoberta. Um bloco de execução 960 executa uma simulação baseada no(s) ajuste(s). Um bloco de decisão 964 decide, baseado nos resultados da simulação, se a descoberta ainda ocorre no tempo futuro. Em caso afirmativo, o método 940 continua no bloco de ajuste 956 para ajustar ainda um ou mais parâmetros do local de injeção para o modelo; se não, o método 940 continua em um bloco de ajuste 968 onde os ajustes do local de injeção real são feitos (por exemplo, no campo de acordo com um ou mais parâmetros de modelo ajustados). Tal método pode ajudar a gerenciar a recuperação de material de um reservatório, por exemplo, ao revelar proativamente o comportamento da descoberta em tempos futuros.
A Fig. 10 mostra os componentes de um sistema de computação 1000 e um sistema em rede 1010. O sistema 1000 inclui um ou mais processadores 1002, componentes de memória e/ou armazenagem 1004, um ou mais dispositivos de entrada e/ou saida 1006 e um barramento 1008. Como descrito neste, as instruções podem ser armazenadas em um ou mais meios legíveis por computador (por exemplo, memória/componentes de armazenagem 1004). Tais instruções podem ser lidas por um ou mais processadores (por exemplo, processador(es) 1002) através de um barramento de comunicação (por exemplo, a barramento 1008), que possa ser com fio ou sem fio. Um ou mais processadores podem executar tais instruções para implementar (no todo ou em parte) um ou mais sensores virtuais (por exemplo, como parte de um método). Um usuário pode ver a saída de e interagir com um processo através de um dispositivo de I/O (por exemplo, o dispositivo 1006).
Como descrito neste, os componentes podem ser distribuídos, tal como no sistema em rede 1010. O sistema em rede 1010 inclui componentes 1022-1, 1022-2, 1022-3,... 1022-N. Por exemplo, os componentes 1022-1 podem incluir o(s) processador(es) 1002 enquanto os componentes 1022-3 podem incluir memória acessível pelo(s) processador(es) 1002. Mais ainda, o(s) componente (s) 1002-2 pode(m) incluir um dispositivo de I/O para exibição e, opcionalmente, interação com um método. Δ rede pode ser ou incluir a Internet, uma intranet, uma rede de celular, uma rede de satélite, etc.
Conclusão
Embora vários métodos, dispositivos, sistemas, etc., tenham sido descritos em linguajar específico para características estruturais e/ou atos metodológicos, deve- se compreender que a matéria objeto definida nas reivindicações em anexo não é necessariamente limitada às características específicas ou aos atos descritos. Ao invés disso, as características específicas e os atos são divulgados como exemplos das formas de implementar os métodos, dispositivos, sistemas, etc. reivindicados.
Claims (20)
1. UM OU MAIS MEIOS LEGÍVEIS POR COMPUTADOR, caracterizados por compreender instruções executáveis em computador para instruir um sistema de computação a: receber resultados de simulação para o comportamento futuro de um reservatório que inclui um poço de produção de material e um local de injeção de fluido; definir um sensor virtual como estando localizado entre o poço de produção de material e o local de injeção de fluido; determinar a saturação de fluido no sensor virtual baseado pelo menos em parte nos resultados da simulação; e emitir uma notificação se a saturação de fluido no sensor virtual ultrapassar um limite de saturação de fluido.
2. Um ou mais meios legíveis por computador, de acordo com a reivindicação 1, caracterizados por compreenderem ainda instruções executáveis em computador para instruir um sistema de computação a determinar a pressão no sensor virtual baseado pelo menos em parte nos resultados da simulação.
3. Um ou mais meios legíveis por computador, de acordo com a reivindicação 2, caracterizados por ainda compreenderem instruções executáveis em computador para instruir um sistema de computação a emitir uma notificação se a pressão no sensor virtual ultrapassar um limite de pressão.
4. Um ou mais meios legíveis por computador, de acordo com a reivindicação 1, caracterizados por a saturação de fluido compreender saturação de gás.
5. Um ou mais meios legíveis por computador, de acordo com a reivindicação 4, caracterizados por ainda compreenderem instruções executáveis em computador para instruir um sistema de computação a emitir uma notificação se a saturação de gás no sensor virtual ultrapassar um limite de saturação de gás.
6. Um ou mais meios legíveis por computador, de acordo com a reivindicação 1, caracterizados por ainda compreenderem instruções executáveis em computador para instruir um sistema de computação a determinar a saturação de gás e a saturação de líquido no sensor virtual com base pelo menos em parte nos resultados da simulação.
7. Um ou mais meios legíveis por computador, de acordo com a reivindicação 1, caracterizados por ainda compreenderem instruções executáveis em computador para instruir um sistema de computação a determinar um plano de mitigação responsivo à saturação de fluido no sensor virtual que ultrapassa um limite de saturação de fluido.
8. Um ou mais meios legíveis por computador, de acordo com a reivindicação 1, caracterizados por o comportamento futuro corresponder a um tempo futuro e ainda compreender instruções executáveis em computador para instruir um sistema de computação a emitir uma notificação antes do tempo futuro.
9. Um ou mais meios legíveis por computador, de acordo com a reivindicação 1, caracterizados por ainda compreenderem instruções executáveis em computador para instruir um sistema de computação a determinar um ajuste em um ou mais parâmetros associados à recuperação de material do reservatório pelo poço de produção de material.
10. Um ou mais meios legíveis por computador, de acordo com a reivindicação 1, caracterizados por os resultados de simulação para o comportamento futuro de um reservatório compreenderem resultados para um reservatório que inclui múltiplos locais de injeção de fluido.
11. Um ou mais meios legíveis por computador, de acordo com a reivindicação 1, caracterizados por ainda compreenderem instruções executáveis em computador para instruir um sistema de computação a redefinir o sensor virtual baseado pelo menos em parte em uma saturação de fluido determinada.
12. Um ou mais meios legíveis por computador, de acordo com a reivindicação 1, caracterizados por os resultados de simulação para o comportamento futuro de um reservatório compreenderem resultados para um reservatório que inclui um poço de produção de petróleo e um local de injeção de água.
13. MÉTODO, caracterizado por compreender: para um reservatório que inclui um poço de produção de material e um local de injeção de fluido, definir um sensor virtual como estando localizado entre o poço de produção de material e o local de injeção de fluido; executar uma simulação do reservatório para um tempo futuro onde uma análise dos resultados da simulação indica que o fluido alcança o sensor virtual no tempo futuro; e baseado pelo menos em parte nos resultados, e antes do tempo futuro, ajustar um ou mais parâmetros associados com a recuperação de material do reservatório pelo poço de produção de material.
14. Método, de acordo com a reivindicação 13, caracterizado por o liquido compreender pelo menos um elemento selecionado de um grupo que consiste em gás e liquido.
15. Método, de acordo com a reivindicação 13, caracterizado por a execução executar a simulação com base em parte em uma fase de liquido, em uma fase de gás e em uma fase gás-liquido.
16. UM OU MAIS MEIOS LEGÍVEIS POR COMPUTADOR, caracterizados por compreenderem instruções executáveis em computador para instruir um sistema de computação a: receber resultados de simulação para o comportamento futuro de um reservatório que inclui um poço de produção de material e um local de injeção de fluido; definir ura sensor virtual como estado localizado entre o poço de produção de material e o local de injeção de fluido; determinar uma ou mais variáveis no sensor virtual com base pelo menos em parte nos resultados da simulação; e redefinir o sensor virtual, com base pelo menos em parte em uma ou mais variáveis, como estando localizado mais próximo do poço de produção de material ou mais próximo do local de injeção de fluido.
17. Um ou mais meios legíveis por computador, de acordo com a reivindicação 16, caracterizados por compreenderem instruções executáveis em computador para instruir um sistema de computação a definir um segundo sensor virtual como estando localizado entre o poço de produção de material e o local de injeção de fluido.
18. Um ou mais meios legíveis por computador, de acordo com a 17, caracterizados por compreenderem instruções executáveis em computador para instruir um sistema de computação a determinar uma ou mais variáveis no segundo sensor virtual com base pelo menos em parte nos resultados da simulação.
19. Um ou mais meios legíveis por computador, de acordo com a reivindicação 16, caracterizados por uma ou mais variáveis compreenderem pelo menos um elemento selecionado de um grupo consistindo em direção de fronte de fluido, velocidade de fronte de fluido, saturação de água, saturação de gás e pressão.
20. Um ou mais meios legíveis por computador, de acordo com a reivindicação 16, caracterizados por compreenderem ainda instruções executáveis em computador para instruir um sistema de computação a determinar um tempo para uma frente de fluido chegar no poço de produção de material.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US23318509P | 2009-08-12 | 2009-08-12 | |
| US12/707,681 US8306801B2 (en) | 2009-08-12 | 2010-02-18 | Virtual reservoir sensor |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| BRPI1004505A2 true BRPI1004505A2 (pt) | 2012-04-17 |
Family
ID=42712300
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| BRPI1004505-8A BRPI1004505A2 (pt) | 2009-08-12 | 2010-07-20 | um ou mais legìveis por computador, método, e um ou mais meios legìveis por computador |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US8306801B2 (pt) |
| BR (1) | BRPI1004505A2 (pt) |
| CA (1) | CA2711397C (pt) |
| GB (1) | GB2472675B (pt) |
| NO (1) | NO20100885A1 (pt) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8892221B2 (en) * | 2007-09-18 | 2014-11-18 | Groundswell Technologies, Inc. | Integrated resource monitoring system with interactive logic control for well water extraction |
| US8700371B2 (en) * | 2010-07-16 | 2014-04-15 | Schlumberger Technology Corporation | System and method for controlling an advancing fluid front of a reservoir |
| US20120143577A1 (en) * | 2010-12-02 | 2012-06-07 | Matthew Szyndel | Prioritizing well drilling propositions |
| US20140039860A1 (en) | 2012-07-31 | 2014-02-06 | Landmark Graphics Corporation | Monitoring and Diagnosing Water Flooded Reservoirs Using Production Data |
| NL2012483B1 (en) * | 2014-03-20 | 2016-01-18 | Stichting Incas3 | Method and system for mapping a three-dimensional structure using motes. |
| CN111192317B (zh) * | 2019-12-20 | 2022-04-22 | 西安交通大学 | 微米尺度平面孔隙网络内气液驱替图像的饱和度获取方法 |
| US11754746B2 (en) * | 2020-02-21 | 2023-09-12 | Saudi Arabian Oil Company | Systems and methods for creating 4D guided history matched models |
| EP4430505A4 (en) * | 2021-11-08 | 2025-08-20 | Conocophillips Co | SYSTEMS AND METHODS FOR MODELING DYNAMIC WATER INJECTION WELL PROPERTIES |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4969130A (en) * | 1989-09-29 | 1990-11-06 | Scientific Software Intercomp, Inc. | System for monitoring the changes in fluid content of a petroleum reservoir |
| US6980940B1 (en) * | 2000-02-22 | 2005-12-27 | Schlumberger Technology Corp. | Intergrated reservoir optimization |
| US7027354B2 (en) * | 2003-09-22 | 2006-04-11 | 4Th Wave Imaging Corp. | Method of obtaining pore pressure and fluid saturation changes in subterranean reservoirs by forward modeling |
| US8700370B2 (en) * | 2006-12-28 | 2014-04-15 | Chevron U.S.A. Inc. | Method, system and program storage device for history matching and forecasting of hydrocarbon-bearing reservoirs utilizing proxies for likelihood functions |
| US8738341B2 (en) * | 2007-12-21 | 2014-05-27 | Schlumberger Technology Corporation | Method for reservoir characterization and monitoring including deep reading quad combo measurements |
-
2010
- 2010-02-18 US US12/707,681 patent/US8306801B2/en not_active Expired - Fee Related
- 2010-06-21 NO NO20100885A patent/NO20100885A1/no not_active Application Discontinuation
- 2010-07-13 GB GB1011759A patent/GB2472675B/en not_active Expired - Fee Related
- 2010-07-20 BR BRPI1004505-8A patent/BRPI1004505A2/pt not_active IP Right Cessation
- 2010-07-28 CA CA2711397A patent/CA2711397C/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| GB2472675B (en) | 2011-11-02 |
| CA2711397A1 (en) | 2011-02-12 |
| NO20100885A1 (no) | 2011-02-14 |
| US20110040543A1 (en) | 2011-02-17 |
| GB2472675A (en) | 2011-02-16 |
| GB201011759D0 (en) | 2010-08-25 |
| CA2711397C (en) | 2015-11-24 |
| US8306801B2 (en) | 2012-11-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| BRPI1004505A2 (pt) | um ou mais legìveis por computador, método, e um ou mais meios legìveis por computador | |
| US9361414B2 (en) | Hybrid local nonmatching method for multiphase flow simulations in heterogeneous fractured media | |
| Mahmoudi et al. | Probabilistic analysis of a rock salt cavern with application to energy storage systems | |
| EP3387215A1 (en) | Predicting and modeling changes in capillary pressure and relative permeabilities in a porous medium due to mineral precipitation and dissolution | |
| Filippi et al. | Discrete event front-tracking simulation of a physical fire-spread model | |
| RU2577256C1 (ru) | Система и способ для моделирования пласта-коллектора с помощью запрашиваемых данных | |
| US20140316720A1 (en) | Data processing system with real-time data center air flow simulator | |
| Ma et al. | Multiscale-network structure inversion of fractured media based on a hierarchical-parameterization and data-driven evolutionary-optimization method | |
| WO2021026423A1 (en) | Aggregation functions for nodes in ontological frameworks in representation learning for massive petroleum network systems | |
| JP7642438B2 (ja) | 曲がり削孔管理装置及び管理方法 | |
| Indu et al. | An approach for implementing innovative weather monitoring system with DHT11 sensor and Arduino Uno tool based on IoT | |
| Yao et al. | Tuning fractures with dynamic data | |
| Yonkofski et al. | An optimization approach to design monitoring schemes for CO2 leakage detection | |
| KR20170040908A (ko) | 확률적 가스폭발 시나리오 산출 시스템 및 이를 사용한 확률적 가스폭발 시나리오 산출 방법 | |
| CN114693114A (zh) | 地下空间结构的监测方法、装置、计算机设备及存储介质 | |
| CN106575312B (zh) | 用于检测配送网络特别是水配送网络中的异常的方法 | |
| CN105607990A (zh) | 一种空指针崩溃的挖掘方法及装置 | |
| CN110991079A (zh) | 基于神经网络的油气藏参数解释方法、装置及电子设备 | |
| Ghasemieh et al. | Hybrid Petri nets with multiple stochastic transition firings | |
| CN116881583B (zh) | 一种物联网感知数据与空间模型匹配度计算方法及装置 | |
| Khokhlov et al. | Data security and quality evaluation framework: Implementation empirical study on android devices | |
| Davis | Where's the Fluid? Using DAS Based Strain Measurement in Near Real Time | |
| US20220318465A1 (en) | Predicting and avoiding failures in computer simulations using machine learning | |
| Prescott et al. | Incorporating dynamic 3D simulation into PRA | |
| Sun et al. | An Intelligent Inversion Method for Complex Fractures Using Ensemble Neural Network |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| B03A | Publication of a patent application or of a certificate of addition of invention [chapter 3.1 patent gazette] | ||
| B08F | Application dismissed because of non-payment of annual fees [chapter 8.6 patent gazette] | ||
| B08K | Patent lapsed as no evidence of payment of the annual fee has been furnished to inpi [chapter 8.11 patent gazette] |
Free format text: EM VIRTUDE DO ARQUIVAMENTO PUBLICADO NA RPI 2471 DE 15-05-2018 E CONSIDERANDO AUSENCIA DE MANIFESTACAO DENTRO DOS PRAZOS LEGAIS, INFORMO QUE CABE SER MANTIDO O ARQUIVAMENTO DO PEDIDO DE PATENTE, CONFORME O DISPOSTO NO ARTIGO 12, DA RESOLUCAO 113/2013. |