L'évolution du bon fonctionnement du système : du manuel au numérique

L'exploitation forestière, l'enregistrement systématique des formations géologiques pénétrées par un forage, est l'épine dorsale de l'évaluation de la subsurface depuis le début du XXe siècle. Les opérations traditionnelles ont consisté à exploiter une série d'outils de mesure –résistivité, porosité, rayons gamma naturels et soniques – sur un câble filaire après le forage atteint la profondeur totale.

L'ère numérique a commencé modestement par l'introduction de magnétoscopes numériques dans les années 70, permettant de rejouer et de retransformer les données.Mais la véritable transformation s'est accélérée au cours de la dernière décennie avec une connectivité omniprésente, des capteurs bon marché et un ordinateur puissant. Aujourd'hui, la transformation numérique a fondamentalement remodelé les opérations de l'enregistrement des données, permettant l'acquisition de données en temps réel, des flux de travail automatisés et des analyses avancées qui étaient inimaginables il y a 10 ans.

Dans le contexte, le marché mondial de la transformation numérique du pétrole et du gaz devrait dépasser 30 milliards de dollars d'ici 2030, l'exploitation forestière et l'évaluation de la formation des puits représentant une part importante.

Technologies clés qui conduisent à la transformation numérique dans le domaine du bon exploitation

Acquisition de données en temps réel et télémétrie

Les outils modernes de forage à longue distance (LWD) et de mesure à longue distance (MWD) sont équipés de systèmes de télémétrie à large bande, tels que la télémétrie par rainure de forage filaire et par impulsion de boue, améliorée par des répéteurs acoustiques, qui transmettent les données de formation à la surface en quelques secondes. Cette capacité remplace le cycle de filage traditionnel après forage, ce qui permet de gagner du temps au gré des grévistes.

Les capteurs à trous inférieurs intègrent désormais des systèmes microélectromécaniques (MEMS) et des capteurs à fibres optiques répartis. Les câbles à fibres optiques déployés derrière le boîtier ou dans le forage fournissent des profils acoustiques et de température continues, permettant la surveillance des fractures hydrauliques, le profilage du flux et la détection précoce des écoulements croisés.

Cloud Computing et intégration des données

Les plateformes en nuage, qu'elles proviennent de fournisseurs comme Microsoft Azure, Amazon Web Services ou d'environnements pétroliers et gaziers dédiés, hébergent désormais des petaoctets de données de log de puits. Ces plateformes permettent une intégration transparente des données pétrophysiques, sismiques, de forage et de production dans un seul écosystème numérique. Par exemple, un pétrophysicien peut simultanément accéder aux logs filaires d'un puits bien foré en 1998 en même temps que les données LWD en temps réel provenant d'un puits offset, en utilisant des modèles de crossplotting et d'apprentissage automatique basés sur le cloud pour corréler les intervalles instantanément.

La normalisation des données est un catalyseur essentiel. L'adoption de formats tels que PRODML, RESQML et WITSML facilite l'interopérabilité entre les entreprises de services, les opérateurs et les fournisseurs de logiciels. Des concepts numériques jumelés émergent également : une représentation virtuelle du puits qui intègre toutes les données de journalisation, les propriétés mécaniques et l'historique opérationnel, permettant une maintenance prédictive et des simulations de quoi faire.

Proposition de lien externe : Lire sur les plateformes cloud de pointe pour l'énergie sur Energy Digital.

Intelligence artificielle et apprentissage automatique

Les réseaux neuronaux convolutionnels (RCN) formés sur des milliers de courbes de log marquées peuvent identifier automatiquement la lithologie, détecter les fractures et prédire les types de fluides avec précision rivalisant avec les interprètes experts. Les algorithmes d'apprentissage du renforcement optimisent les paramètres de forage (poids sur bit, RPM, propriétés de boue) en temps réel en analysant les données de flux LWD et les journaux d'énergie mécaniques spécifiques, en réduisant les vibrations et en améliorant la qualité des trous.

Une application importante est la génération automatique de courbes de log manquantes ou de mauvaise qualité. Si un log est manquant dans un puits, un modèle d'apprentissage profond formé sur les puits voisins peut synthétiser une courbe sonique de haute confiance en utilisant seulement des entrées de rayon gamma et de résistivité. Cela réduit considérablement l'incertitude dans les liaisons sismiques-à-bien et l'estimation de propriété élastique pour la modélisation géomécanique.

Automatisation et robotique

Les outils automatisés d'enregistrement réduisent le besoin d'intervention manuelle dans des environnements dangereux. Des systèmes de filage robotique peuvent être déployés depuis le plancher de la plate-forme sans personnel debout près du treuil, tandis que des navires de surface sans pilote et des véhicules sous-marins autonomes (UVA) sont utilisés pour des campagnes d'enregistrement en mer.

Les robots à trous bas, comme les unités Riserless Light Well Intervention (RLWI) développées par des entreprises comme Aker Solutions, peuvent effectuer des grumes et de petites interventions par l'intermédiaire du riser sans tirer l'assemblage de forage. Ces systèmes reposent sur la communication numérique et peuvent être exploités à partir d'un centre d'opérations éloigné à des milliers de kilomètres de distance.

Impact sur l'efficacité opérationnelle et la prise de décisions

Les avantages de la transformation numérique dans l'exploitation des puits sont tangibles et mesurables. L'acquisition de données en temps réel a réduit le temps moyen pour évaluer une formation de semaines en heures. Dans les opérations en eau profonde, où les taux de forage dépassent 500 000 $ par jour, économiser même une journée de temps d'évaluation donne des avantages considérables.

Une précision accrue[ provient de l'élimination des erreurs d'enregistrement analogique et de la capacité d'appliquer des normes d'étalonnage cohérentes pour toutes les opérations de log. Un logiciel automatisé de contrôle de la qualité des journaux marque instantanément des données de mauvaise qualité, réduisant ainsi le risque de mauvaise interprétation.

La collaboration est un autre avantage majeur.Les plateformes numériques permettent aux équipes multidisciplinaires – géologues, pétrophysiciens, ingénieurs de forage et modélistes de réservoirs – de travailler sur une seule version de la vérité de n'importe quel endroit.

Proposition de lien externe : Explorer les histoires de réussites de SLB en matière de bien-être numérique.

Relever les défis : sécurité, intégration, main-d'oeuvre et coûts

Sécurité des données et cybersécurité

Les opérateurs doivent mettre en oeuvre un cryptage de bout en bout, des architectures de réseau de confiance zéro et une surveillance continue des anomalies. L'Agence américaine de cybersécurité et de sécurité des infrastructures (CISA) a publié des lignes directrices spécifiques pour le secteur pétrolier et gazier, soulignant l'importance de segmenter la technologie opérationnelle (OT) des réseaux de technologie de l'information (TI). De nombreux opérateurs exigent maintenant que les entreprises de services subissent des vérifications de cybersécurité avant d'être autorisées à transmettre des données de journal en temps réel au nuage.

Intégration avec les systèmes hérités

Les champs matures ont souvent des décennies de données stockées dans des bases de données propriétaires, des journaux papier ou des formats numériques dépassés. L'intégration de ces actifs traditionnels à des plateformes modernes basées sur le cloud constitue un défi technique important. Les solutions incluent l'extraction automatisée de données à l'aide de la reconnaissance optique de caractères (OCR) sur des images de journaux numérisées, suivie par la normalisation dans des formats tels que LAS (Log ASCII Standard).

Une stratégie d'intégration réussie consiste souvent à construire un lac intermédiaire de données qui ingère des données en temps réel et des données historiques, applique des règles de transformation et rend les résultats disponibles grâce aux services basés sur l'API.

Formation des effectifs et changement culturel

Les entreprises de services et les opérateurs investissent fortement dans les académies internes de formation et de partenariat avec les universités pour offrir des certificats de formation continue en pétrophysique numérique. Cependant, la résistance au changement demeure une barrière. Les employés âgés peuvent méfier les prévisions d'IA en boîte noire, préférant des méthodes manuelles intuitives mais plus lentes.

Pour y remédier, les organisations dirigeantes mettent en oeuvre des programmes de gestion du changement qui impliquent des pétrophysiciens dans la conception et la validation des modèles d'IA. Lorsque les experts du domaine voient qu'un modèle prévoit s'aligner sur leurs propres interprétations (ou trouver des erreurs qu'ils ont manquées), la confiance se construit.

Investissement initial en capital

La transformation numérique n'est pas bon marché. L'amélioration de l'instrumentation des plates-formes, l'installation de télémétrie à bande large, l'achat de crédits de calcul en nuage et de personnel de formation nécessitent un investissement initial important.Pour les petits opérateurs indépendants, le coût peut être prohibitif. Cependant, l'analyse de rentabilisation montre souvent une période de récupération de moins de deux ans grâce à des gains d'efficacité, à une réduction du temps non productif et à une meilleure gestion des réservoirs.

Suggestion de lien externe : Voir les solutions de construction de puits numériques de Baker Hughes.

Tendances futures : Exploitation forestière autonome, Twins numériques et Analyse prédictive

Exploitations de l'exploitation forestière entièrement autonomes

La vision d'une opération de forage de puits -éclairages-out--où les outils sont déployés, les données sont acquises et les journaux sont générés sans aucune intervention humaine- est proche de la réalité. Prototype systèmes autonomes filaires peuvent se glisser dans et hors du trou, verrouiller sur les testeurs de formation, et exécuter une séquence d'évaluation préprogrammée. Dans le domaine du forage, les outils autonomes LWD communiqueront avec les systèmes de forage directionnels pour optimiser la trajectoire de puits tout en recueillant simultanément des données de formation. Cette convergence de forage et de l'exploitation dans un système intelligent unique est souvent appelée construction de puits -autonome.

Jumelles numériques et entretien prédictif

La technologie numérique à double usage est en train de devenir la norme pour des campagnes complexes d'évaluation des puits. Un jumeau numérique de la chaîne d'outils de l'enregistrement – y compris les réponses des capteurs, le comportement de la télémétrie et la santé mécanique – peut être exécuté parallèlement à l'opération physique. En comparant les données en temps réel à des prédictions jumelles, les opérateurs peuvent détecter la dérive des capteurs, les défaillances des outils ou les conditions défavorables de dépérissement avant qu'elles ne causent la perte de données ou les temps d'arrêt opérationnels.

Pour le réservoir lui-même, un jumeau numérique continu qui met à jour chaque nouveau parcours permet des modèles de réservoir dynamiques qui s'améliorent avec chaque acquisition. Ceci ferme la boucle entre l'acquisition de données et la simulation du réservoir, ce qui conduit à des prévisions plus précises de récupération des hydrocarbures et à un meilleur placement des puits futurs.

Analyse prédictive et prise de décision proactive

Les modèles d'apprentissage automatique formés sur des bases de données historiques de puits peuvent prédire les pressions de formation, les propriétés mécaniques des roches, voire la productibilité avant de percer la section.Cela permet aux géoscientifiques d'ajuster la conception des puits – en raison de la profondeur, du poids de la boue et des stratégies d'achèvement – de façon proactive plutôt que réactive.

La voie à suivre : intégrer le numérique à un avantage concurrentiel durable

La transformation numérique dans l'enregistrement des puits n'est plus une option, c'est un impératif. Les entreprises qui intègrent l'acquisition de données en temps réel, la collaboration basée sur le cloud, l'interprétation par l'IA et l'automatisation dans leurs flux de travail réaliseront des opérations plus rapides, plus sûres et plus rentables.

Les outils numériques qui ont été développés pour le pétrole et le gaz sont directement applicables à ces nouveaux domaines : surveillance des panaches de CO2, évaluation du flux de chaleur géothermique et garantie de l'intégrité des cavernes de stockage de l'hydrogène. Les organismes qui maîtrisent l'exploitation numérique du puits seront bien placés pour diriger l'avenir à faible teneur en carbone.

L'ère des rondins de papier et des sections tirées à la main est terminée. La révolution de l'exploitation du bois numérique est là et elle offre à tous les intervenants – de l'ingénieur de forage au gestionnaire du réservoir – une visibilité sans précédent sur la surface souterraine. En adoptant ces technologies de manière responsable, l'industrie peut débloquer les ressources en hydrocarbures plus efficacement tout en minimisant son empreinte environnementale.