Як дізнатися оцінку моделей ROP долота PDC і вплив міцності породи на коефіцієнти моделі?

Анотація

Поточні умови низьких цін на нафту відновили акцент на оптимізації буріння, щоб заощадити час на бурінні нафтових і газових свердловин і знизити експлуатаційні витрати. Моделювання швидкості проходки (ROP) є ключовим інструментом для оптимізації параметрів буріння, а саме ваги долота та швидкості обертання для пришвидшення процесів буріння. За допомогою нового повністю автоматизованого інструменту візуалізації даних і моделювання ROP, розробленого в Excel VBA, ROPPlotter, ця робота досліджує продуктивність моделі та вплив міцності породи на коефіцієнти моделі двох різних моделей PDC Bit ROP: Hareland і Rampersad (1994) і Motahhari та ін. (2010). Ці двоє PDC біт моделі порівнюються з базовим сценарієм, загальним співвідношенням ROP, розробленим Бінгемом (1964) у трьох різних формаціях пісковика у вертикальній частині сланцевої горизонтальної свердловини Bakken. Вперше була зроблена спроба виокремити вплив різної міцності гірських порід на коефіцієнти ROP шляхом дослідження літології з подібними параметрами буріння. Крім того, проводиться всебічне обговорення важливості вибору відповідних меж коефіцієнтів моделі. Міцність породи, врахована в моделях Хареленда та Мотахарі, але не в моделі Бінгема, призводить до вищих значень постійних коефіцієнтів моделі множника для попередніх моделей, на додаток до збільшення показника RPM для моделі Мотахарі. Показано, що модель Hareland і Rampersad працює найкраще з трьох моделей із цим конкретним набором даних. Ефективність і застосовність традиційного моделювання ROP ставиться під сумнів, оскільки такі моделі спираються на набір емпіричних коефіцієнтів, які включають вплив багатьох факторів буріння, не врахованих у формулюванні моделі, і є унікальними для конкретної літології.

вступ

Долота PDC (Polycrystalline Diamond Compact) є домінуючим типом доліт, які сьогодні використовуються при бурінні нафтових і газових свердловин. Продуктивність долота зазвичай вимірюється швидкістю проходки (ROP), показником того, наскільки швидко буриться свердловина з точки зору довжини отвору, пробуреного за одиницю часу. Оптимізація буріння була на передньому краї порядку денного енергетичних компаній протягом десятиліть, і вона набуває ще більшого значення під час нинішніх низьких цін на нафту (Hareland and Rampersad, 1994). Першим кроком в оптимізації параметрів буріння для отримання найкращої можливої ​​швидкості буріння є розробка точної моделі, яка пов’язує вимірювання, отримані на поверхні, зі швидкістю буріння.

У літературі опубліковано кілька моделей ROP, включаючи моделі, розроблені спеціально для певного типу долота. Ці моделі ROP зазвичай містять низку емпіричних коефіцієнтів, які залежать від літології та можуть погіршити розуміння зв’язку між параметрами буріння та швидкістю проходки. Метою цього дослідження є аналіз продуктивності моделі та того, як коефіцієнти моделі реагують на польові дані з різними параметрами буріння, зокрема міцністю породи, для двохPDC біт моделі (Hareland and Rampersad, 1994, Motahhari et al., 2010). Коефіцієнти та продуктивність моделі також порівнюються з базовою моделлю ROP (Bingham, 1964), спрощеним співвідношенням, яке слугувало першою моделлю ROP, широко застосовуваною в промисловості та все ще використовується. Досліджуються дані про буріння в трьох формаціях пісковика з різною міцністю породи, а коефіцієнти моделі для цих трьох моделей обчислюються та порівнюються один з одним. Постулюється, що коефіцієнти для моделей Хареленда та Мотахарі в кожній гірській формації охоплюватимуть ширший діапазон, ніж коефіцієнти моделі Бінгема, оскільки різна міцність породи не враховується явно в останньому формулюванні. Продуктивність моделі також оцінюється, що призводить до вибору найкращої моделі ROP для сланцевого регіону Баккен у Північній Дакоті.

Моделі ROP, включені в цю роботу, складаються з негнучких рівнянь, які пов’язують декілька параметрів буріння зі швидкістю буріння та містять набір емпіричних коефіцієнтів, які поєднують вплив механізмів буріння, які важко змоделювати, таких як гідравліка, взаємодія фрези та породи, долото конструкція, характеристики складання вибою, тип бурового розчину та очищення свердловини. Незважаючи на те, що ці традиційні моделі ROP зазвичай погано працюють у порівнянні з польовими даними, вони є важливою сходинкою для нових методів моделювання. Сучасні, потужніші моделі на основі статистики з підвищеною гнучкістю можуть підвищити точність моделювання ROP. Gandelman (2012) повідомив про значне вдосконалення моделювання ROP завдяки використанню штучних нейронних мереж замість традиційних моделей ROP у нафтових свердловинах у передсоляних басейнах біля берегів Бразилії. Штучні нейронні мережі також успішно використовуються для прогнозування ROP у роботах Bilgesu та ін. (1997), Moran та ін. (2010) та Esmaeili et al. (2012). Однак таке вдосконалення моделювання ROP відбувається за рахунок інтерпретації моделі. Таким чином, традиційні моделі ROP все ще актуальні та забезпечують ефективний метод аналізу того, як конкретний параметр буріння впливає на швидкість проходки.

ROPPlotter, програмне забезпечення для візуалізації польових даних і моделювання ROP, розроблене в Microsoft Excel VBA (Soares, 2015), використовується для розрахунку коефіцієнтів моделі та порівняння продуктивності моделі.