BRPI1000365A2

BRPI1000365A2 - statistical method of monitoring the production of an oil well

Info

Publication number: BRPI1000365A2
Application number: BRPI1000365-7A
Authority: BR
Inventors: Vinicius Ramos Rosa; Edson Correa Capucci; Freitas Guilherme Camelo De
Original assignee: Petroleo Brasileiro Sa
Priority date: 2010-02-19
Filing date: 2010-02-19
Publication date: 2011-10-04
Also published as: BRPI1000365B1

Abstract

MéTODO DE MONITORAMENTO ESTATìSTICO DA PRODUçãO DE UM POçO DE PETRóLEO. A presente invenção trata de um método de monitoramento em tempo real da produção de poços de petróleo. Mais especificamente, a invenção trata de um método que utiliza ferramentas que verificam continuamente os valores dos parâmetros operacionais dos poços, conferindo se o comportamento de cada um deles corresponde ao esperado. A aquisição dos parâmetros e os cálculos relevantes são efetuados por um programa de computador (software) dedicado. O programa permite a geração e visualização de alarmes, caso sejam identificados desvios dos valores esperados dos parâmetros de interesse relacionados à produção de óleo. O método indica a necessidade de ajustar o modelo de comportamento então estabelecido para o poço.STATISTICAL MONITORING METHOD OF PRODUCTION OF AN OIL WELL. The present invention is a method for real time monitoring of oil well production. More specifically, the invention deals with a method that utilizes tools that continuously check the values of the operational parameters of the wells, checking whether their behavior is as expected. Parameter acquisition and relevant calculations are performed by a dedicated computer program (software). The program allows the generation and visualization of alarms if deviations from the expected values of the parameters of interest related to oil production are identified. The method indicates the need to adjust the behavior model then established for the well.

Description

MÉTODO DE MONITORAMENTO ESTATÍSTICO DA PRODUÇÃO DE UM POÇO DE PETRÓLEOSTATISTICAL MONITORING METHOD OF PRODUCTION OF AN OIL WELL

CAMPO DA INVENÇÃOFIELD OF INVENTION

A presente invenção trata de um método para monitorar em tempo real a produção de um conjunto de poços de petróleo. Mais especificamente, a invenção trata de um método que utiliza ferramentas que verificam continuamente os valores de parâmetros operacionais de um conjunto de poços de petróleo, tais como a pressão de superfície, vazão de injeção de gás, razão gás-óleo da formação, fração de água produzida, entre outros, de forma a monitorar e controlar continuamente a vazão de produção de petróleo.The present invention is a method for monitoring in real time the production of a set of oil wells. More specifically, the invention relates to a method that utilizes tools that continuously check the operating parameter values of a set of oil wells, such as surface pressure, gas injection flow, formation gas-oil ratio, fraction of produced water, among others, in order to continuously monitor and control the flow of oil production.

FUNDAMENTOS DA INVENÇÃOBACKGROUND OF THE INVENTION

A atividade de acompanhamento da produção compreende, entre outras atribuições, monitorar a vazão de produção de óleo dos poços. Este é o parâmetro operacional mais importante. Para cada poço, pode-se caracterizar seu estado operacional, isto é, definir se está operando dentro da normalidade ou se está ocorrendo alguma anomalia. Para alguns sistemas de produção, a vazão não possui medição automática e contínua, sendo determinada como função de variáveis do poço e do reservatório onde esse está localizado.The production monitoring activity includes, among other duties, monitoring the oil production flow from the wells. This is the most important operating parameter. For each well, one can characterize its operational state, that is, define if it is operating within normal range or if an anomaly is occurring. For some production systems, the flow has no automatic and continuous measurement, being determined as a function of well and reservoir variables where it is located.

O estado operacional de um poço é caracterizado pelas variáveis de poço e de reservatório. Algumas podem ser medidas diretamente, e outras obtidas indiretamente por cálculos e estimativas.The operational state of a well is characterized by well and reservoir variables. Some can be measured directly, and others obtained indirectly by calculations and estimates.

Atualmente, devido ao elevado grau de instrumentação dos equipamentos de produção, desde o fundo do poço até as instalações da plataforma, é possível obter os valores dos parâmetros medidos em tempo real. A vazão de produção de óleo pode ser estimada aplicando-se uma metodologia de cálculo eficiente e adequada que receba os parâmetros operacionais medidos como entrada, bem como os dados característicos de reservatório. TÉCNICA RELACIONADACurrently, due to the high degree of instrumentation of production equipment, from the deep end to the platform installations, it is possible to obtain the measured parameter values in real time. Oil production flow can be estimated by applying an efficient and adequate calculation methodology that receives the measured operating parameters as input as well as the characteristic reservoir data. RELATED TECHNIQUE

No documento US 2006/047489 descreve-se um método para simular a produção de um reservatório de óleo por ajustes interativos de modo que venha a reproduzir o comportamento do reservatório, controlando o número de simulações. Um simulador de fluxo é construído a partir de dados físicos medidos no reservatório. Determina-se um primeiro modelo analítico que expressa à produção em função do tempo, levando em consideração os parâmetros que tenham influência na produção, o modelo sendo ajustado a um número finito de valores de produção obtido pelo simulador de fluxo. Um novo valor de produção associado a um ponto localizado na área do reservatório obtido pelo simulador de fluxo é selecionado em função da não-linearidade da produção do reservatório. Determina-se um segundo modelo ajustado ao primeiro modelo, de modo que a resposta ao segundo modelo neste ponto corresponda a um novo valor de produção.US 2006/047489 describes a method for simulating the production of an oil reservoir by interactive adjustments so as to reproduce the reservoir behavior by controlling the number of simulations. A flow simulator is constructed from physical data measured in the reservoir. A first analytical model that expresses the production as a function of time is determined, taking into account the parameters that influence the production, the model being adjusted to a finite number of production values obtained by the flow simulator. A new production value associated with a point located in the reservoir area obtained by the flow simulator is selected as a function of the nonlinearity of the reservoir production. A second model fitted to the first model is determined so that the response to the second model at this point corresponds to a new production value.

No documento US 2007/192072 descreve-se um método para monitoração e controle em tempo real a produção de óleo e gás de um reservatório usando um simulador "Proxy". Estabelece-se um modelo básico para um sistema físico, o qual compreende dados do reservatório, do poço, da rede de tubulações e do sistema de processamento, tais dados são obtidos de um simulador de fluxo; definem-se limites de variação para cada um dos parâmetros de controle do sistema físico, valores estes obtidos experimentalmente; ajustam-se os dados de entrada associados aos parâmetros estabelecidos para a saída de pelo menos um dos simuladores que utiliza o modelo Proxy, onde o simulador Proxy compreende pelo menos um dos seguintes: simulador do reservatório, simulador da rede de tubulações, simulador de processo ou simulador do poço; utiliza-se o modelo Proxy para monitoração e controle dos parâmetros selecionados para um período de tempo futuro.US 2007/192072 describes a method for real-time monitoring and control of oil and gas production from a reservoir using a "Proxy" simulator. A basic model for a physical system is established which comprises reservoir, well, pipe network and processing system data, such data is obtained from a flow simulator; Variation limits are defined for each of the physical system control parameters, values obtained experimentally; The input data associated with the parameters set for the output of at least one of the simulators using the Proxy model shall be adjusted, where the Proxy simulator comprises at least one of the following: reservoir simulator, pipe network simulator, process simulator or well simulator; The Proxy model is used to monitor and control the selected parameters for a future time period.

O objetivo da presente invenção é prover um método de monitoramento da produção que atenda a demanda de automatizar a caracterização dos estados operacionais dos poços simultaneamente. O monitoramento é feito através da comparação de cada parâmetro de interesse com suas respectivas faixas esperadas de variação.The aim of the present invention is to provide a production monitoring method that meets the demand to automate the characterization of well operational states simultaneously. Monitoring is done by comparing each parameter of interest with their respective expected ranges of variation.

SUMÁRIO DA INVENÇÃOSUMMARY OF THE INVENTION

A presente invenção trata de um método de monitoramento em tempo real da produção de poços de petróleo, que emprega os conceitos de controle estatístico de processos e simulação de Monte Cario.The present invention is a method for real-time monitoring of oil well production employing Monte Carlo statistical process control and simulation concepts.

Em um primeiro aspecto o método permite monitorar a vazão de produção de um conjunto poços, e identificar perturbações na produção, pelo levantamento das distribuições de freqüência de cada um dos parâmetros que influem na vazão de produção do poço.In a first aspect the method allows to monitor the production flow of a set of wells, and to identify production disturbances by surveying the frequency distributions of each of the parameters that influence the production flow of the well.

Em um segundo aspecto o método permite identificar a necessidade de ajustar o modelo de comportamento dos poços, empregado em simuladores de fluxo multifásicos, com base na análise dos valores dos parâmetros operacionais associados à vazão de produção.In a second aspect, the method identifies the need to adjust the well behavior model employed in multiphase flow simulators, based on the analysis of the operational parameter values associated with the production flow.

BREVE DESCRIÇÃO DAS FIGURASBRIEF DESCRIPTION OF THE FIGURES

A Figura 1 apresenta um gráfico típico da variação de um parâmetro operacional durante um período de tempo determinado.Figure 1 presents a typical graph of the variation of an operating parameter over a given period of time.

A Figura 2 apresenta um gráfico para avaliação da vazão emFigure 2 presents a graph for flow evaluation in

função da distribuição de freqüência de um parâmetro operacional (pressão).frequency distribution function of an operating parameter (pressure).

A Figura 3 ilustra a mudança de comportamento de um parâmetro operacional (BSW) em médio prazo.Figure 3 illustrates the change in behavior of an operating parameter (BSW) over the medium term.

A Figura 4 apresenta um fluxograma resumindo o método da invenção.Figure 4 shows a flowchart summarizing the method of the invention.

DESCRIÇÃO DETALHADA DA INVENÇÃODETAILED DESCRIPTION OF THE INVENTION

Para que a invenção possa ser mais bem avaliada e compreendida, sua descrição detalhada será feita a seguir, referenciada às Figuras que acompanham e fazem parte integrante deste relatório. A vazão de um poço de petróleo depende de um conjunto de variáveis operacionais, sendo as mais importantes: a pressão a montante, a vazão do gás, o percentual de água e sedimentos produzidos (BSW), o índice de produtividade do poço (IP) e a pressão estática do reservatório.In order that the invention may be better evaluated and understood, its detailed description will be given below, with reference to the accompanying Figures and are an integral part of this report. The flow rate of an oil well depends on a set of operational variables, the most important of which are: upstream pressure, gas flow, percentage of water and sediment produced (BSW), well productivity index (IP) and the static pressure of the reservoir.

A experiência mostra que os valores de tais parâmetros operacionais medidos diretamente não assumem valores constantes e estáticos ao longo do tempo. De fato, cada parâmetro tem uma variação dinâmica natural, conforme o gráfico de pressão versus tempo exemplificado na Figura 1.Experience shows that the values of such directly measured operating parameters do not assume constant and static values over time. In fact, each parameter has a natural dynamic variation, as shown in the pressure versus time graph shown in Figure 1.

Esta dinâmica natural pode ser representada pela freqüência dos valores de cada parâmetro operacional, onde a freqüência pode ser definida como o número de vezes que um valor ou um subconjunto de valores do domínio de um parâmetro aleatório aparece num período definido de tempo. Havendo grande disponibilidade de dados de histórico desse parâmetro, pode-se levantar a sua distribuição de freqüência. A distribuição de freqüência é um método estatístico onde parâmetros são agrupados em classes (intervalos de variação de um parâmetro) de modo a fornecer quantidade (e/ou percentagem) de parâmetros em cada classe, e com isso permiti resumir e visualizar um conjunto de parâmetros, sem se ater a valores individuais de tais parâmetros.This natural dynamics can be represented by the frequency of the values of each operating parameter, where the frequency can be defined as the number of times a value or subset of domain values of a random parameter appears in a defined period of time. If historical data of this parameter is widely available, its frequency distribution can be raised. Frequency distribution is a statistical method where parameters are grouped into classes (ranges of variation of a parameter) to provide number (and / or percentage) of parameters in each class, and thus allowed to summarize and visualize a set of parameters. , without sticking to individual values of such parameters.

Caso dados de histórico de um parâmetro não estejam disponíveis, ainda assim é possível associar aos seus valores uma distribuição de freqüência, por meio de cálculos.If historical data for a parameter is not available, it is still possible to associate a frequency distribution with its values by calculations.

Desta forma, se considerada a incerteza na determinação de seu valor, podendo-se gerar também uma curva de distribuição de freqüência.Thus, considering the uncertainty in determining its value, a frequency distribution curve can also be generated.

Partindo da distribuição de freqüência acumulada, que é a soma da freqüência de cada classe, ou da probabilidade acumulada de um determinado parâmetro operacional, pode-se levantar a faixa de valores esperada para esse parâmetro.From the cumulative frequency distribution, which is the sum of the frequency of each class, or the cumulative probability of a given operating parameter, the expected value range for this parameter can be raised.

De posse dessas informações, é possível então comparar para cada parâmetro o seu valor calculado ou obtido em campo, com a faixa de valores esperada. Valores fora da faixa de variação natural caracterizam uma causa especial ou externa ao sistema.With this information, it is then possible to compare for each parameter its calculated value or obtained in the field, with the expected range of values. Values outside the natural range characterize a special or external cause.

Para o desenvolvimento do presente método, duas ferramentas importantes foram empregadas: o Controle Estatístico de Processos (CEP) e a Simulação de Monte Cario (SMC).For the development of this method, two important tools were employed: Statistical Process Control (CEP) and Monte Carlo Simulation (SMC).

O CEP é uma ferramenta amplamente utilizada na indústria que permite identificar desvios nos processos produtivos em geral. Para o processo a ser controlado, associa-se um ou vários parâmetros que o caracterizam, e que possam ser medidos ou estimados por cálculos. Periodicamente, para cada parâmetro, são obtidos valores que são comparados com níveis de referência previamente determinados. Esses níveis, na nomenclatura da metodologia do CEP, são denominados Limite Inferior de Controle (LIC) e Limite Superior de Controle (LSC). Enquanto os valores encontrarem-se compreendidos entre os respectivos limites de controle, o parâmetro é considerado controlado. Caso contrário, o parâmetro é considerado fora de controle. A probabilidade de o parâmetro sair do controle por variação natural é tão pequena que se tem muito mais razão em afirmar que deve ter havido uma ação causada por um agente externo ao sistema.CEP is a widely used tool in the industry that allows identifying deviations in production processes in general. For the process to be controlled, one or more parameters that characterize it are associated and can be measured or estimated by calculations. Periodically, for each parameter, values are obtained which are compared with previously determined reference levels. These levels, in the nomenclature of the CEP methodology, are called Lower Control Limit (LIC) and Upper Control Limit (LSC). As long as the values are within their respective control limits, the parameter is considered controlled. Otherwise, the parameter is considered out of control. The likelihood that the parameter will go out of control by natural variation is so small that it is much more correct to say that there must have been an action caused by an agent outside the system.

A simulação de Monte Cario (SMC) é uma ferramenta que permite o levantamento da distribuição de freqüência de um determinado parâmetro, se forem conhecidas as distribuições de freqüência das outras variáveis das quais esse parâmetro depende. Por exemplo, se considerarmos uma variável y função das variáveis x0, x1... xn então:Monte Carlo simulation (SMC) is a tool that allows the frequency distribution of a given parameter to be surveyed, if the frequency distributions of the other variables on which this parameter depends are known. For example, if we consider a variable y as a function of the variables x0, x1 ... xn then:

<formula>formula see original document page 6</formula><formula> formula see original document page 6 </formula>

Cada variável xi, i=0..n, possui sua distribuição de freqüência fi conhecida, e, a variável y possui uma distribuição de freqüência F desconhecida. Para levantar essa distribuição através do SMC, realizam- se sucessivos cálculos da variável y, variando-se aleatoriamente cada variável Xi segundo sua respectiva distribuição de freqüência. Assim, após um número suficientemente grande de iterações, haverá um conjunto de valores representativos da variável y, a partir do qual a distribuição de freqüência F poderá ser definida.Each variable xi, i = 0..n, has its known frequency distribution fi, and variable y has an unknown frequency distribution F. To raise this distribution through the SMC, successive calculations of the variable y are performed, randomly varying each variable Xi according to its respective frequency distribution. Thus, after a sufficiently large number of iterations, there will be a set of values representative of the variable y from which the frequency distribution F can be defined.

No método da presente invenção a simulação de Monte Cario foi utilizada para caracterização do comportamento da vazão de produção de óleo de cada poço em que há interesse de acompanhamento, em função da variação de seus parâmetros operacionais.In the method of the present invention the Monte Carlo simulation was used to characterize the oil production flow behavior of each well in which there is interest to follow, as a function of the variation of its operational parameters.

Como foi dito anteriormente, na maioria dos sistemas de produção de petróleo, a vazão de produção de um poço não é medida continuamente. Esta vazão é estimada por cálculos realizados por softwares que simulam a operação dos poços de petróleo. Estes softwares, denominados genericamente de simuladores de fluxo multifásico, recebem como entrada os parâmetros operacionais do poço, e fornecem como resultado a vazão de produção correspondente.As stated earlier, in most oil production systems, the production flow of a well is not measured continuously. This flow is estimated by calculations performed by software that simulate the operation of oil wells. These software, generically referred to as multiphase flow simulators, receive the well's operating parameters as input, and provide the corresponding production flow as a result.

De fato, nesses sistemas, o único momento em que se pode medir a vazão de um poço é durante um procedimento rotineiro denominado Teste de Produção (TP), em que a produção do poço é desviada temporariamente para um elemento do sistema no qual a vazão pode ser medida. Durante esse período, os parâmetros operacionais do poço também são medidos e registrados. Esses valores (vazão e parâmetros de operação), que representam uma condição real de operação, são usados para calibrar o simulador de fluxo, a fim que este melhor represente o comportamento do poço para distintas condições de operação. Os parâmetros operacionais medidos e registrados incluem dados do reservatório, como índice de produtividade e pressão estática, e aqueles diretamente ligados à produção, tais como: a pressão na superfície, a vazão de gás de injeção (gas lift), a relação gás/óleo (RGO) e o percentual de água e sedimentos (BSW). Assim, conhecidos os parâmetros operacionais correntes, é possível estimar a vazão de produção corrente alimentando esses dados em um simulador de fluxo previamente calibrado. O simulador permite que os valores obtidos em cada cálculo sejam armazenados sob a forma de uma Tabela VFP ("Vertical Flow Performance"), por meio da qual pode-se relacionar possíveis vazões de óleo e pressões de fundo do poço com conjuntos pré-definidos de parâmetros operacionais. Essa Tabela possui geralmente um formato padronizado para que possa ser acessada eletronicamente.In fact, in these systems, the only time you can measure a well's flow rate is during a routine procedure called the Production Test (TP), where well production is temporarily shifted to a system element in which the flow rate is measured. can be measured. During this period, well operating parameters are also measured and recorded. These values (flow rate and operating parameters), which represent a real operating condition, are used to calibrate the flow simulator to best represent the well behavior for different operating conditions. Measured and recorded operating parameters include reservoir data such as productivity index and static pressure, and those directly linked to production such as: surface pressure, gas lift flow, gas / oil ratio (RGO) and the percentage of water and sediment (BSW). Thus, knowing the current operating parameters, it is possible to estimate the current production flow by feeding this data into a previously calibrated flow simulator. The simulator allows the values obtained in each calculation to be stored in the form of a VFP ("Vertical Flow Performance") table, whereby possible oil flows and well bottom pressures can be related to predefined sets. of operating parameters. This table is usually in a standardized format so that it can be accessed electronically.

Devido ao comportamento não determinístico desses parâmetros operacionais, a vazão de produção pode ser representada por uma distribuição de freqüência. Pode-se então comparar a vazão estimada a partir dos parâmetros operacionais correntes com esta distribuição de freqüência, a fim de estabelecer um critério para avaliar se essa vazão estimada é admissível para aquela situação específica.Due to the non-deterministic behavior of these operating parameters, the production flow may be represented by a frequency distribution. The estimated flow can then be compared from the current operating parameters with this frequency distribution in order to establish a criterion for assessing whether this estimated flow is permissible for that particular situation.

Contudo, para determinar a distribuição de freqüência da vazão, seria necessário executar o simulador de fluxo sucessivas vezes. Em cada execução, os valores de entrada das variáveis de poço e de reservatório seriam determinados aleatoriamente dentro de suas respectivas distribuições de freqüência, e o valor da vazão encontrada seria armazenado para posterior levantamento da sua distribuição. Esse processo é bastante demorado, já que cada execução do simulador de fluxo exigiria a entrada dos dados manualmente. É evidente que para um número grande de simulações esse procedimento torna-se inviável.However, to determine the flow frequency distribution, it would be necessary to run the flow simulator successively times. In each run, the input values of the well and reservoir variables would be randomly determined within their respective frequency distributions, and the flow rate value found would be stored for later survey of their distribution. This process takes a long time, as each flow simulator execution would require data entry manually. It is evident that for a large number of simulations this procedure becomes unfeasible.

Para contornar essa dificuldade, lança-se mão de um recurso disponível nos simuladores de fluxo, que é a geração de uma matriz de valores de pressão de fundo do poço. Sabe-se que, num sistema, para o escoamento a uma determinada vazão, há uma pressão de fundo requerida associada. Esta matriz combina, para um conjunto de vazões pré-definidas, as pressões de fundo do poço em função da variação dos demais parâmetros.To overcome this difficulty, a feature available in flow simulators is used, which is the generation of a wellbore pressure matrix. It is known that in a system for flow at a given flow there is an associated required background pressure. This matrix combines, for a set of predefined flows, the wellbore pressures as a function of the variation of the other parameters.

Assim, como é possível observar, para m combinações de k parâmetros têm-se η vazões correspondentes, que resulta uma matriz de m versus η valores de pressão de fundo. Então, para a determinação da vazão associada a determinado estado, basta buscar na matriz gerada qual a vazão e pressão de fundo que simultaneamente compõe esse estado e atendem ao modelo matemático de reservatório. Entretanto, dificilmente esses valores são encontrados diretamente na matriz obtida, o que leva à necessidade de inúmeras interpolações algébricas entre os possíveis valores que melhor satisfazem à questão.Thus, as can be seen, for m combinations of k parameters have η corresponding flows, which results in a matrix of m versus η background pressure values. So, to determine the flow associated with a given state, it is enough to search the generated matrix for the flow and background pressure that simultaneously compose this state and meet the reservoir mathematical model. However, these values are hardly found directly in the obtained matrix, which leads to the need for numerous algebraic interpolations among the possible values that best satisfy the question.

Para eliminar a necessidade destas interpolações algébricas, aplica-se a simulação de Monte Cario, de forma a gerar aleatoriamente valores de parâmetros de poço e reservatório, dentro de suas respectivas distribuições de freqüência.To eliminate the need for these algebraic interpolations, the Monte Carlo simulation is applied to randomly generate well and reservoir parameter values within their respective frequency distributions.

A cada combinação gerada aleatoriamente, obtemos uma pressão de fundo e vazão correspondente. Assim, para um conjunto de m combinações, teremos um conjunto de η vazões. A distribuição de freqüência da vazão é levantada a partir desse conjunto e pode ser lançada em gráfico.With each randomly generated combination, we obtain a corresponding background pressure and flow. Thus, for a set of m combinations, we will have a set of η flows. The flow frequency distribution is taken from this set and can be plotted.

Conhecendo-se os parâmetros operacionais correntes de um poço, podemos calcular sua vazão estimada, usando o mesmo procedimento acima descrito, porém usando dados obtidos no estudo do reservatório, a saber: o índice de produtividade (IP) e a pressão estática do reservatório (Pe). Comparando os dois gráficos obtidos, identifica-se a vazão corrente no contexto da distribuição de freqüência da pressão do poço (Figura 3). Com base nesse exame, é possível avaliar se esta vazão é admissível e estabelecer o ponto ideal para operação, ou seja, se os valores não estão nos extremos da distribuição. Sendo admissível, assume-se que o modelo de comportamento estabelecido está adequado.Knowing the current operating parameters of a well, we can calculate its estimated flow, using the same procedure described above, but using data obtained from the reservoir study, namely: the productivity index (IP) and the static pressure of the reservoir ( Fr) Comparing the two graphs obtained, the current flow is identified in the context of the well pressure frequency distribution (Figure 3). Based on this examination, it is possible to evaluate if this flow is permissible and to establish the ideal point for operation, that is, if the values are not at the extremes of the distribution. Being admissible, it is assumed that the established behavior model is adequate.

Caso contrário é necessário verificar que parâmetros operacionais estariam promovendo essa alteração e levando o valor da vazão para essa condição identificada. Nesse momento aplica-se o Controle Estatístico de Processos (CEP). Como cada parâmetro operacional tem o seu controle configurado e atualizado para eventuais desvios, é possível verificar quais variáveis são responsáveis por essa condição da vazão. Considera-se aceitável uma variação de aproximadamente três vezes o desvio padrão, para maior ou para menor.Otherwise it is necessary to verify which operating parameters would be promoting this change and taking the flow value to this identified condition. At this point the Statistical Process Control (CEP) applies. Since each operational parameter has its control configured and updated for any deviations, it is possible to verify which variables are responsible for this flow condition. A variation of approximately three times the standard deviation, higher or lower, is considered acceptable.

A aquisição dos parâmetros e os cálculos relevantes são efetuados por um programa de computador (software) dedicado. O programa permite a geração e visualização de alarmes, caso sejam identificados desvios dos valores esperados para os parâmetros de interesse relacionados à produção de óleo.Parameter acquisition and relevant calculations are performed by a dedicated computer program (software). The program allows the generation and visualization of alarms if deviations from the expected values are identified for the parameters of interest related to oil production.

O CEP permite identificar alterações de curto prazo nos parâmetros operacionais. Porém, nota-se que o comportamento dos parâmetros dos poços de petróleo muda, em médio prazo, como exemplo podem ser citados: o índice de produtividade e a pressão do reservatório. Por esta razão, é necessário atualizar periodicamente a modelagem dos poços no simulador de fluxo.The CEP allows to identify short-term changes in operational parameters. However, it is noted that the behavior of oil well parameters changes in the medium term, as an example can be cited: the productivity index and the reservoir pressure. For this reason, it is necessary to periodically update the well modeling in the flow simulator.

Uma vez identificado que nenhum dos parâmetros foi responsável pela mudança de comportamento do poço, conclui-se que o modelo utilizado não mais reflete a realidade. Será preciso adotar um novo modelo que seja adequado à situação atual. Para tanto, isto demanda a realização de novos Testes de Produção (TP).Once identified that none of the parameters was responsible for the well behavior change, it can be concluded that the model used no longer reflects the reality. You will need to adopt a new model that suits the current situation. For this, this demands the accomplishment of new Production Tests (TP).

A Figura 4 ilustra as alterações sofridas por uma variável ao longo de certo período de tempo, no caso o percentual de água e sedimentos (BSW) de um poço qualquer.Figure 4 illustrates the changes of a variable over a period of time, in this case the percentage of water and sediment (BSW) of any well.

A análise do CEP, juntamente com a SMC, permite identificar os momentos apropriados para a realização desses Testes de Produção. O que caracteriza a necessidade de realização de um Teste de Produção é a ocorrência simultânea de três fatores: - ausência de causas externas;The CEP analysis, together with the SMC, allows us to identify the appropriate times to perform these Production Tests. What characterizes the need for a Production Test is the simultaneous occurrence of three factors: - absence of external causes;

- vazão calculada para o poço localizada nos extremos da distribuição de freqüência; e- calculated flow to the well located at the extremes of the frequency distribution; and

- parâmetros operacionais fora das suas respectivas faixas de variação natural.- operating parameters outside their respective ranges of natural variation.

O TP tem duas finalidades: trazer informações para corrigir o modelo do simulador de fluxo, com conseqüente revisão das Tabelas para o SMC; e, revisar as faixas de variação dos parâmetros operacionais no CEP.The TP has two purposes: to bring information to correct the flow simulator model, with consequent revision of the tables for the SMC; and review the ranges of operating parameters in the CEP.

Resumidamente, conforme mostrado no fluxograma da Figura 5, o método para monitoramento da produção de um conjunto de poços de petróleo, objeto da presente invenção, compreende as seguintes etapas:Briefly, as shown in the flow chart of Figure 5, the method for monitoring the production of a set of oil wells, object of the present invention, comprises the following steps:

- efetuar um teste de produção em um poço ou conjunto de poços, para obter os parâmetros operacionais do poço, tais como, pressões (a montante ou na superfície), temperaturas, RGO, BSW, vazão de injeção de gás, índice de produtividade, pressão estática do reservatório, entre outros;- perform a production test on a well or set of wells to obtain well operating parameters such as pressures (upstream or surface), temperatures, RGO, BSW, gas injection flow rate, productivity index, static pressure of the reservoir, among others;

- proceder à modelagem do poço empregando um simulador de fluxo;- modeling the well using a flow simulator;

- gerar uma matriz, empregando um simulador de fluxo, correlacionando um conjunto de valores pré-definidos de vazões com um conjunto de pressões de fundo de poço que lhes são correspondentes, em função dos parâmetros operacionais obtidos no teste de produção;- generate a matrix using a flow simulator, correlating a set of predefined flow values with a corresponding set of downhole pressures, as a function of the operating parameters obtained in the production test;

- levantar a faixa de valores esperada para um dado parâmetro selecionado, e comparar o seu valor calculado ou obtido em campo a partir de testes de produção, com a faixa de valores esperada, gerando sua curva de distribuição de freqüência;- raise the expected value range for a given selected parameter, and compare its calculated or field-derived value from production tests with the expected value range, generating its frequency distribution curve;

- verificar, empregando software dedicado, se o comportamento do poço é o esperado e se ocorre alguma anomalia em sua operação, empregando, se necessário, interpolações para encontrar o valor corrente;- Verify, using dedicated software, if the well behavior is expected and if any anomaly occurs in its operation, using, if necessary, interpolations to find the current value;

- efetuar as possíveis correções dos parâmetros operacionais em não conformidade ; ou- make possible corrections to the operating parameters in non-compliance; or

- atualizar o modelo do simulador de fluxo, se for o caso.- update the flow simulator model, if applicable.

Torna-se evidente para um especialista na matéria o potencial de aplicação da ferramenta que aqui foi descrita. Portanto, quaisquer adequações a situações específicas com base nos conceitos apresentados estarão cobertas pelo escopo da presente invenção.It is apparent to one skilled in the art the potential application of the tool described herein. Therefore, any suitability for specific situations based on the concepts presented will be covered by the scope of the present invention.

Claims

1. OIL WELL PRODUCTION STATISTICAL MONITORING METHOD, comprising the following steps: - perform a production test on a well or set of wells to obtain well operating parameters such as pressures (upstream or surface), temperatures, RGO, BSW, gas injection flow rate, productivity index, static reservoir pressure, among others; - modeling the well using a flow simulator; - generate a matrix using a flow simulator, correlating a set of predefined flow values with a corresponding set of downhole pressures, as a function of the operating parameters obtained in the production test; - raise the expected value range for a given selected parameter, and compare its calculated or field-derived value from production tests with the expected value range, generating its frequency distribution curve; - Verify, using dedicated software, if the well behavior is expected and if any anomaly occurs in its operation, using, if necessary, interpolations to find the current value; - make possible corrections to the operating parameters in non-compliance; or - update the flow simulator model, if applicable.

2. STATISTICAL MONITORING METHOD OF OIL WELL PRODUCTION according to claim 1, characterized in that the frequency distribution survey of a given parameter and the characterization of the oil production flow behavior of each well can be obtained. through Monte Carlo Simulation (SMC).

3. STATISTICAL MONITORING METHOD OF PRODUCTION OF AN OIL WELL, according to claim 1, characterized by identifying the deviations in the production process by the application of Statistical Process Control (SPC).

Statistical monitoring method for the production of an oil well according to claim 1, characterized in that a dedicated computer program (software) performs the acquisition of the relevant parameters and calculations, combined with the use of simulators, to give rise to a matrix that allows raising the expected value range for a given selected parameter.

STATISTICAL MONITORING METHOD OF OIL WELL PRODUCTION according to claim 4, characterized in that the computer program generates alarms if deviations from the expected values of the parameters of interest related to oil production are identified.

6. STATISTICAL MONITORING METHOD OF PRODUCTION OF AN OIL WELL, according to claim 1, characterized by performing well monitoring in real time.