Come valutare i modelli ROP delle punte PDC e l'effetto della resistenza della roccia sui coefficienti del modello?

Astratto

Le attuali condizioni di basso prezzo del petrolio hanno rinnovato l'attenzione sull'ottimizzazione della perforazione al fine di risparmiare tempo nella perforazione di pozzi di petrolio e gas e ridurre i costi operativi. La modellazione della velocità di penetrazione (ROP) è uno strumento chiave per ottimizzare i parametri di perforazione, ovvero il peso della punta e la velocità di rotazione per processi di perforazione più rapidi. Con un nuovo strumento completamente automatizzato di visualizzazione dei dati e modellazione ROP sviluppato in Excel VBA, ROPPlotter, questo lavoro analizza le prestazioni del modello e l'impatto della resistenza della roccia sui coefficienti del modello di due diversi modelli ROP PDC Bit: Hareland e Rampersad (1994) e Motahhari et al. (2010). Questi due bit PDC I modelli vengono confrontati con un caso base, una relazione generale ROP sviluppata da Bingham (1964) in tre diverse formazioni di arenaria nella sezione verticale di un pozzo orizzontale di scisto di Bakken. Per la prima volta, si è tentato di isolare l'effetto della variazione della resistenza della roccia sui coefficienti del modello ROP, analizzando litologie con parametri di perforazione altrimenti simili. Inoltre, viene condotta un'ampia discussione sull'importanza di selezionare limiti appropriati per i coefficienti del modello. La resistenza della roccia, considerata nei modelli di Hareland e Motahhari ma non in quello di Bingham, si traduce in valori più elevati dei coefficienti del modello a moltiplicatore costante per i primi, oltre a un aumento dell'esponente del termine RPM per il modello di Motahhari. Il modello di Hareland e Rampersad risulta essere il migliore dei tre modelli con questo particolare set di dati. L'efficacia e l'applicabilità della modellazione tradizionale della velocità di penetrazione (ROP) vengono messe in discussione, poiché tali modelli si basano su una serie di coefficienti empirici che incorporano l'effetto di molti fattori di perforazione non considerati nella formulazione del modello e che sono specifici di una particolare litologia.

Introduzione

Le punte PDC (Polycrystalline Diamond Compact) sono la tipologia di punta più utilizzata oggi nella perforazione di pozzi petroliferi e di gas. Le prestazioni di una punta vengono generalmente misurate in base alla velocità di penetrazione (ROP), un indicatore della rapidità con cui il pozzo viene perforato in termini di lunghezza del foro scavato per unità di tempo. L'ottimizzazione della perforazione è da decenni una priorità per le compagnie energetiche e assume ulteriore importanza nell'attuale contesto di bassi prezzi del petrolio (Hareland e Rampersad, 1994). Il primo passo per ottimizzare i parametri di perforazione al fine di ottenere la migliore ROP possibile è lo sviluppo di un modello accurato che metta in relazione le misurazioni effettuate in superficie con la velocità di perforazione.

In letteratura sono stati pubblicati diversi modelli ROP, inclusi modelli sviluppati specificamente per un certo tipo di punta. Questi modelli ROP contengono in genere una serie di coefficienti empirici dipendenti dalla litologia che possono compromettere la comprensione della relazione tra i parametri di perforazione e la velocità di penetrazione. Lo scopo di questo studio è analizzare le prestazioni del modello e come i coefficienti del modello rispondono ai dati di campo con parametri di perforazione variabili, in particolare la resistenza della roccia, per duebit PDC modelli (Hareland e Rampersad, 1994, Motahhari et al., 2010). I coefficienti e le prestazioni dei modelli vengono anche confrontati con un modello ROP di base (Bingham, 1964), una relazione semplificata che è servita come primo modello ROP ampiamente applicato nell'industria e tuttora in uso. Vengono analizzati i dati di perforazione in tre formazioni di arenaria con diversa resistenza della roccia e vengono calcolati i coefficienti per questi tre modelli e confrontati tra loro. Si ipotizza che i coefficienti per i modelli di Hareland e Motahhari in ciascuna formazione rocciosa copriranno un intervallo più ampio rispetto ai coefficienti del modello di Bingham, poiché la diversa resistenza della roccia non è considerata esplicitamente in quest'ultima formulazione. Vengono inoltre valutate le prestazioni dei modelli, portando alla scelta del miglior modello ROP per la regione di scisti di Bakken nel Nord Dakota.

I modelli ROP inclusi in questo lavoro consistono in equazioni rigide che mettono in relazione alcuni parametri di perforazione con la velocità di perforazione e contengono una serie di coefficienti empirici che combinano l'influenza di meccanismi di perforazione difficili da modellare, come l'idraulica, l'interazione tra la fresa e la roccia, il design della punta, le caratteristiche dell'assemblaggio di fondo pozzo, il tipo di fango e la pulizia del pozzo. Sebbene questi modelli ROP tradizionali generalmente non offrano prestazioni ottimali se confrontati con i dati di campo, rappresentano un importante punto di partenza per nuove tecniche di modellazione. I modelli moderni, più potenti e basati sulla statistica, con maggiore flessibilità, possono migliorare l'accuratezza della modellazione ROP. Gandelman (2012) ha riportato un significativo miglioramento nella modellazione ROP impiegando reti neurali artificiali al posto dei modelli ROP tradizionali nei pozzi petroliferi nei bacini pre-saliferi offshore del Brasile. Le reti neurali artificiali sono state utilizzate con successo anche per la previsione ROP nei lavori di Bilgesu et al. (1997), Moran et al. (2010) ed Esmaeili et al. (2012). Tuttavia, tale miglioramento nella modellazione della velocità di penetrazione (ROP) avviene a scapito dell'interpretabilità del modello. Pertanto, i modelli ROP tradizionali rimangono validi e forniscono un metodo efficace per analizzare come uno specifico parametro di perforazione influisce sulla velocità di penetrazione.

ROPPlotter, un software di visualizzazione dei dati di campo e di modellazione ROP sviluppato in Microsoft Excel VBA (Soares, 2015), viene utilizzato per calcolare i coefficienti del modello e confrontare le prestazioni del modello.