Abstract
De huidige lage olieprijsomstandigheden hebben de nadruk opnieuw gelegd op booroptimalisatie om tijd te besparen bij het boren van olie- en gasbronnen en de operationele kosten te verlagen. Het modelleren van de penetratiesnelheid (ROP) is een belangrijk hulpmiddel bij het optimaliseren van boorparameters, namelijk het boorgewicht en de rotatiesnelheid voor snellere boorprocessen. Met een nieuwe, volledig geautomatiseerde datavisualisatie- en ROP-modelleringstool ontwikkeld in Excel VBA, ROPPlotter, onderzoekt dit werk de modelprestaties en de impact van rotssterkte op modelcoëfficiënten van twee verschillende PDC Bit ROP-modellen: Hareland en Rampersad (1994) en Motahhari et al. (2010). Deze twee PDC-bitje modellen worden vergeleken met een algemene ROP-relatie in het basisscenario, ontwikkeld door Bingham (1964) in drie verschillende zandsteenformaties in de verticale sectie van een horizontale put van Bakken-schalie. Voor het eerst is een poging gedaan om het effect van variërende gesteentesterkte op ROP-modelcoëfficiënten te isoleren door lithologieën te onderzoeken met verder vergelijkbare boorparameters. Daarnaast wordt een uitgebreide discussie gevoerd over het belang van het selecteren van geschikte grenzen voor modelcoëfficiënten. De sterkte van het gesteente, waarmee rekening wordt gehouden in de modellen van Hareland en Motahhari, maar niet in die van Bingham, resulteert in hogere waarden van constante vermenigvuldigingsmodelcoëfficiënten voor de voormalige modellen, naast een verhoogde RPM-termexponent voor Motahhari's model. Het model van Hareland en Rampersad blijkt het beste te presteren van de drie modellen met deze specifieke dataset. De effectiviteit en toepasbaarheid van traditionele ROP-modellering wordt in twijfel getrokken, aangezien dergelijke modellen vertrouwen op een reeks empirische coëfficiënten die het effect van veel boorfactoren omvatten waarmee geen rekening wordt gehouden in de formulering van het model en die uniek zijn voor een bepaalde lithologie.
Invoering
PDC-bits (Polycrystalline Diamond Compact) zijn het dominante bittype dat tegenwoordig wordt gebruikt bij het boren van olie- en gasbronnen. De bitprestaties worden doorgaans gemeten aan de hand van de penetratiesnelheid (ROP), een indicatie van hoe snel de put wordt geboord in termen van de lengte van het gat dat per tijdseenheid wordt geboord. Optimalisatie van booractiviteiten staat al tientallen jaren hoog op de agenda van energiebedrijven, en wint aan belang tijdens de huidige lage olieprijs (Hareland en Rampersad, 1994). De eerste stap bij het optimaliseren van boorparameters om de best mogelijke ROP te produceren, is de ontwikkeling van een nauwkeurig model dat metingen aan het oppervlak relateert aan de boorsnelheid.
In de literatuur zijn verschillende ROP-modellen gepubliceerd, waaronder modellen die specifiek voor een bepaald bittype zijn ontwikkeld. Deze ROP-modellen bevatten doorgaans een aantal empirische coëfficiënten die lithologie-afhankelijk zijn en het begrip van de relatie tussen boorparameters en penetratiesnelheid kunnen belemmeren. Het doel van deze studie is het analyseren van de modelprestaties en hoe modelcoëfficiënten reageren op veldgegevens met variërende boorparameters, in het bijzonder rotssterkte, voor tweePDC-bitje modellen (Hareland en Rampersad, 1994, Motahhari et al., 2010). Modelcoëfficiënten en prestaties worden ook vergeleken met een basis-ROP-model (Bingham, 1964), een simplistische relatie die diende als het eerste ROP-model dat op grote schaal in de industrie werd toegepast en momenteel nog steeds in gebruik is. Gegevens uit het boorveld in drie zandsteenformaties met verschillende rotssterktes worden onderzocht, en modelcoëfficiënten voor deze drie modellen worden berekend en met elkaar vergeleken. Er wordt gepostuleerd dat de coëfficiënten voor de modellen van Hareland en Motahhari in elke rotsformatie een groter bereik zullen bestrijken dan de modelcoëfficiënten van Bingham, aangezien in de laatste formulering niet expliciet rekening wordt gehouden met variërende gesteentesterkte. De prestaties van het model worden ook geëvalueerd, wat leidt tot de keuze van het beste ROP-model voor de Bakken-schalieregio in North Dakota.
De ROP-modellen die in dit werk zijn opgenomen, bestaan uit inflexibele vergelijkingen die een aantal boorparameters in verband brengen met de boorsnelheid en bevatten een reeks empirische coëfficiënten die de invloed combineren van moeilijk te modelleren boormechanismen, zoals hydraulica, interactie tussen boor en boor, boormechanismen, boormechanismen en boormechanismen. ontwerp, montagekenmerken in de bodem, moddertype en gatreiniging. Hoewel deze traditionele ROP-modellen over het algemeen niet goed presteren in vergelijking met veldgegevens, bieden ze een belangrijke opstap naar nieuwere modelleringstechnieken. Moderne, krachtigere, op statistieken gebaseerde modellen met grotere flexibiliteit kunnen de nauwkeurigheid van ROP-modellering verbeteren. Gandelman (2012) heeft een aanzienlijke verbetering van de ROP-modellering gerapporteerd door kunstmatige neurale netwerken te gebruiken in plaats van traditionele ROP-modellen in oliebronnen in de pre-zoutbekkens voor de kust van Brazilië. Kunstmatige neurale netwerken worden ook met succes gebruikt voor ROP-voorspelling in de werken van Bilgesu et al. (1997), Moran et al. (2010) en Esmaeili et al. (2012). Een dergelijke verbetering van de ROP-modellering gaat echter ten koste van de interpreteerbaarheid van het model. Daarom zijn traditionele ROP-modellen nog steeds relevant en bieden ze een effectieve methode om te analyseren hoe een specifieke boorparameter de penetratiesnelheid beïnvloedt.
ROPPlotter, software voor de visualisatie van veldgegevens en ROP-modellering, ontwikkeld in Microsoft Excel VBA (Soares, 2015), wordt gebruikt bij het berekenen van modelcoëfficiënten en het vergelijken van modelprestaties.
Posttijd: 01-sep-2023