Johdatus Decline curve analyysi hydraulisen murtuman

Decline Curve Analysis (DCA) on pitkään ollut kulmakivi säiliön suunnittelu, ja sen soveltaminen hydraulisesti murtunut kaivot tuo ainutlaatuisia haasteita ja mahdollisuuksia. Toisin kuin perinteiset kaivot, jotka usein esiintyä ennustettavissa eksponentiaalinen lasku, murtuneet säiliöt.erityisesti tiukka öljy- ja liuskekaasunäytelmiä.Tyypillisesti seurata ohimenevä virtausjärjestelmä, joka voi jatkua vuosia. Tämä käyttäytyminen tekee valinnan oikean mallin ja varmistaa tietojen laadun ensiarvoisen luotettavan ennusteiden. DCA operaattorit voivat arvioida lopullisen elpymisen (EUR), arvioida loppuun saattamisen tehokkuutta, ja optimoida kenttäkehitys suunnitelmia. Kun sovelletaan oikein, DCA tulee tehokas työkalu maksimoimaan omaisuuden arvo epätavanomaisissa hankkeissa.

1. Säätiö: Korkealaatuista tuotantoa koskevat tiedot

Tarkka DCA alkaa tarkasti todennetuilla tuotantotiedoilla. Hydrauliikkamurtumaprojektit kokevat usein varhaisen aikakauden takaisinlaskun ja tilojen supistukset, jotka voivat peittää todellisen varastovetoisen laskun. Parhaat käytännöt vaativat analyytikoita:

  • ]Väitösmittari- ja erotintatiedot[ säiliömittareita ja jakoraportteja vastaan ...
  • Ei sisällä jaksoja ja päiviä, jolloin toimintahäiriöitä [ (esim. kompressorin vika, putkiston rajoitukset) on esitetty regressioaineistossa.
  • Normisoi vastapaineen vaihtelut[ käyttämällä alareikävirtaa (BHFP) -tietoja, kun niitä on saatavilla. Muunna virtausnopeus vakiopaineekvivalenteiksi, jotta voidaan poistaa muuttuvan noston vaikutus.

Monien toimijoiden mielestä 30 päivän liukuvan keskiarvon käyttäminen tasoittaa ohimeneviä valmistumisvaikutuksia säilyttäen kuitenkin pitkän aikavälin trendin. Monivaiheisten horisontaalisten kaivojen osalta varmistetaan, että tuotanto kohdistetaan oikein kullekin murtumavaiheelle, jos käytetään alareikien havainnointia. Öljynjalostuslaitosten Society of Petroleum Engineers (SPE) -järjestön tutkimuksessa korostetaan, että tietojen epäjohdonmukaisuus on DCA-järjestelmän suurin yksittäinen virhelähde epätavanomaisten kaivojen osalta (ks. SPE-187024).

2. Mallivalinta: Standard Arps -mallien ulkopuolella

Klassinen Arps yhtälöt (eksponentiaalinen, hyperbolic, hyperbolic kanssa terminaalin lasku) ovat edelleen suosittuja, mutta hydraulinen särötys hankkeita usein vaativat muutoksia kaapata lineaarinen ja bilineaarinen virtaus.

Eksponentiaalinen degenetio

Sovelletaan vasta sen jälkeen, kun hyvin saavuttaa raja- domined virtaus ... yleinen korkean läpäisevyyden murtumia tai monien vuosien tuotannon. Harvinainen sopii varhaiselämän DCA epätavanomaisten kaivoissa.

Hyperbolinen dekalisoituminen (arpit)

Yleisimmin käytetty malli murtuneille kaivoille. B-kerroin (0-1) kuvaa, kuinka nopeasti laskunopeus hidastuu. Yli 1-kerroin on fyysisesti epärealistinen raja-ajon suhteen, mutta usein sopii varhaisiin ohimeneviä tietoja. Käytä päätettä laskunopeus (esim. 5...10% vuodessa) tietyn katkaisun jälkeen välttääksesi yliarvioinnin EUR.

Duong-malli

Suunniteltu erityisesti murtuneille säiliöille, joissa lineaarinen virtaus hallitsee. Duong-mallissa käytetään log-log-lineaarista trendiä nopeuteen verrattuna ja usein paremmin sopii varhaisessa vaiheessa keskiaikaisiin tietoihin. Monet operaattorit soveltavat nyt hybridilähestymistapaa: Duongia ensimmäisten 1.

Muut menetelmät

  • Stretched Exponential (SEPD) [ ... ...............................................................................................................................................................................................................................
  • Logistinen kasvumalli .
  • Machine Learning...................................................................................................................................................................................................................................................

Mallien perusteellinen vertailu on SPE Journal of Petroleum Technology (valitse artikkeli)[]. Tärkein vaihtoehto: testaa aina vähintään kolme mallia ensimmäisten 6.12 kuukauden tietojen osalta ja valitse se, jossa on pienin juurikeskiarvon neliövirhe (RSE) pidettäessä validointia.

3. Säännölliset päivitykset ja mukautuva ennuste

Hydraulinen särötysprojektit ovat dynaamisia ... refrac-operaatioita, täydennysporausta ja laitoksen vaihtuvia rajoituksia.

  • Kuukauden aikana mallin uudelleenkalibrointi kahden ensimmäisen vuoden ajan ja sen jälkeen neljännesvuosittain.
  • Käytä rullaava ikkuna tuotantotietoja[ (esim. viimeisten 18 kuukauden aikana) eikä koko historian pysyä herkkä viimeaikaisille trendeille.
  • Monitor malli jäännökset[ järjestelmällisten poikkeamien osalta. Jos malli jatkuvasti yliarvioi kolmen peräkkäisen kuukauden ajan, epäiletkö varaston tai laitoksen suorituskyvyn muutosta.
  • Osta kaikki malliversiot[ tarkastaaksesi, miksi ennusteet muuttuivat .

Monet operaattorit automatisoivat tämän työnkulun käyttämällä esimerkiksi Directusta (alkuperäisen artikkelin kohde) tuotantodataputkistojen hallintaan ja käynnistävät automaattisesti automaattivaihteiston, kun uusia kuukausitietoja saapuu. Näin varmistetaan, että päätöksentekijät tekevät aina töitä tuoreimpien EUR-arvioiden kanssa.

4. Sisältää ulkoiset ja toiminnalliset tekijät

Puhtaat tuotantokäyrät eivät huomioi todellisuutta. Hydrauliikkasärötysprojekteille on säädettävä:

Täydennyksen suunnittelumuutokset

Kaivot, jotka saavat suurempia proppant tilavuus tai tiukempi vaiheväli usein osoittavat jyrkempi varhain lasku, mutta korkeampi EUR. Tekijä valmistumisen parametrit käyttäen monimuuttujainen DCA lähestymistapa (esim. luoda erilaisia malliryhmiä perustuu proppant lastaus).

Vanhempien ja lasten kaivojen vuorovaikutus

Täyttökaivot, jotka porataan lähellä olemassa olevia tuottajia, voivat vähentää tehokasta murtumien johtavuutta ja muuttaa niiden vähenemistä. Jos tietoaineistossasi on lapsikuoppia, säädä b-kerroin alaspäin 0,1...0,3:llä offset-kaivovälin perusteella.

Kurssit ja markkinatekijät

Kun kaivot tukehtuvat kaasun hinnanvaihtelun tai kapasiteetin haltuunoton rajoitteiden vuoksi, laskukäyrä kupertuu. Käytä paineiden dekonversiota hillittömän laskun muodon jälleenrakentamiseksi. Texas rautatiekomissio antaa ohjeet rajoitettujen tuotantotietojen oikaisemiseksi; ks. RRC:n tuotantotietoresurssit.

Ympäristö- ja sääntelykysymykset

Uudet määräykset flaarien, veden loppusijoitusten tai seismisten toimintojen suhteen voivat pakottaa operatiiviset muutokset. Pidä aina kirjaa tällaisista tapahtumista ja käytä skenaarioon perustuvaa DCA-järjestelmää (pieni/keskisuuri/suuri) epävarmuuden määrittämiseen.

5. Yhteisten kuilujen ratkaiseminen

Jopa kokeneet analyytikot joutuvat ansaan. Tässä ovat yleisimmät virheet DCA hydraulisen särötysprojekteissa:

  • Ennenaikaista tietojen volatiliteettia ei oteta huomioon:[ Ensimmäiset 60.90 päivää hallitsevat murtuman puhdistus ja takaisinvirtaus .
  • Korkealla b-kertoimella:[] B-tekijä >2 peittää usein tiedon laadun tai epäasianmukaisen mallin. Aina piirrä laskukäyrän johdannainen tarkistaaksesi, onko kyseessä epäsäännöllinen käyttäytyminen.
  • Ei validoida eri menetelmällä:[ Vertaa DCA-tuloksia materiaalitaseeseen tai simulointiin. Jos DCA-euro on yli 30% suurempi kuin simulaatioon perustuva arvio, tarkastellaan oletuksia uudelleen.
  • ]Käyttäen kiinteitä päätemaksuja: Sen sijaan, käytä datavetoista vähimmäisalentumisastetta, joka on johdettu samanlaisista kypsistä kaivoista samassa altaan osassa.

Klassinen viittaus näiden sudenkuoppien välttämiseksi on Patzekin, Saputellin ja muiden ([]) paperi .

6. Kehittyneet tekniikat: DCA-järjestelmän integrointi koneoppimiseen ja Bayesian-menetelmiin

Kun datan määrä kasvaa, ala on siirtymässä deterministinen käyrän asentaminen. Bayesian Decline Curve Analysis mahdollistaa sisällyttää aiempaa tietoa (esim., tyypillinen EUR vaihteluvälejä tietyn pelata) ja päivittää ennusteen uusien tietojen saavuttua. Tulos on todennäköisyysjakauma eikä yksi arvo .

Koneoppimismallit voivat ennustaa laskuparametreja suoraan valmistumisattribuuteista (esim. vaiheluku, nestetyyppi, ryppäväli). Nämä mallit ovat koulutettuja historialliseen hyvin suorituskykyyn ja voivat vähentää DCA-epävarmuutta uusien kaivojen osalta ilman tuotantohistoriaa. Ne vaativat kuitenkin huolellista validointia näytteiden ulkopuolella olevia tietoja vastaan. []Peltery Science and Engineering on julkaissut useita tapaustutkimuksia tästä hybridinä.

7. Käytännön työnkulku DCA-järjestelmän käyttöönotossa hydraulisissa murtumishankkeissa

  1. Tiedonotto:[ Vedä päivittäinen tuotanto, paine ja valmistumistiedot keskustietokantaan (esim., Directus). Automatisoidaan laadunvalvontatarkastukset nolla-, negatiivi- ja aukkojen varalta.
  2. Initiaalinen mallivalinta:[ Suorita erä ehdokasmalleja (eksponentiaalinen, hyperbolinen b = 0.5...1.2, Duong, SEPD) ensimmäisten 12 kuukauden tietojen perusteella.
  3. Kalfibraatti analogisilla kaivoilla:[] Uusille kaivoille DCA-järjestelmä, jossa on parametrit offset-kuoppien kanssa samanlaisilla viimeistelymalleilla.
  4. Kuukausittainen automaattinen päivitys:[ Skriptata DCA moottoria kunnostaa 30 päivän välein ja lippukaivoja, joissa euro on muuttunut yli 10 prosenttia.
  5. Tietoisuusmääritelmä:[ Luo P10, P50 ja P90 ennusteet käyttäen Monte Carlon simulaatiota malliparametreihin. Käytä näitä vaihteluväliä reserviraportointiin.
  6. Tarkistus insinööriltä:[ Joka vuosi esitetään kojelauta DCA tuloksia rinnalla todellisia tuotanto poikkeavuuksia. Tässä on .

8. Päätelmä

Decline Curve Analysis on edelleen välttämätön työkalu hallita hydraulisen särötys hankkeita, jos sitä sovelletaan kurinalaisesti ja tunnistaa sen rajoitukset. Korostan korkealaatuisia tietoja, valitsemalla asianmukainen laskumalli (usein yhdistelmä Duong ja rajoittaa hyperbolic), päivittämällä ennusteet säännöllisesti, ja säätämällä ulkoisten tekijöiden, insinöörit voivat tuottaa luotettavia ennusteita, jotka ohjaavat viimeistely suunnittelu, tuotannon optimointi, ja taloudellinen suunnittelu. Nousu automatisoitu dataalustojen ja koneoppimisen integraatiot vain vahvistaa arvoa hyvin executed DCA ohjelma. Koska epätavanomaisten varastot edelleen kasvaa merkitystä, hallitsemalla nämä parhaat käytännöt erottaa alkuunsa menevän omaisuuden muusta.

Lisälukea varten SPE-teknisen paperin kirjasto tarjoaa satoja asiaankuuluvia tutkimuksia, ja insinööreiden ja datan tutkijoiden välinen poikkitieteellinen yhteistyö on avain ennusteiden seuraavan tarkkuuden avaamiseen.