Design e otimização da trajetória de Wellbore usando métodos numéricos

Compreendendo o projeto e otimização da trajetória da Wellbore

O projeto e otimização de trajetórias de poço representam processos fundamentais na exploração e desenvolvimento de petróleo e gás modernos. A otimização de trajetória é um aspecto fundamental de um projeto de poço, permitindo que as operações de perfuração alcancem reservatórios direcionados de forma eficiente, minimizando os riscos operacionais e os custos.Na exploração e desenvolvimento de petróleo e gás modernos, a otimização e controle de trajetórias de poços é a tecnologia chave para melhorar a eficiência de perfuração, reduzir custos e garantir segurança.

O design de trajetória Wellbore envolve a criação de um caminho tridimensional preciso da localização da perfuração de superfície para as zonas de alvo subsuperfície. Este processo requer uma cuidadosa consideração de formações geológicas, características do reservatório, restrições de perfuração e fatores econômicos. O planejamento de poços e design de trajetórias bem em particular é um processo iterativo complexo, que normalmente leva vários meses e esforço significativo de engenheiros de perfuração e outros profissionais de campo.

A complexidade do design de trajetória aumentou significativamente com o avanço das tecnologias de perfuração direcional e horizontal. É uma técnica crucial na indústria de petróleo e gás, permitindo o acesso a reservas remotas de hidrocarbonetos que são difíceis de alcançar com a perfuração vertical. As trajetórias modernas de poços devem navegar através de várias camadas geológicas, evitar poços existentes e riscos geológicos, e maximizar o contato com zonas de reservatório produtivas.

A importância crítica da otimização da trajetória de Wellbore

Maximizando a recuperação de recursos e produtividade de poços

O design de trajetória adequada permite que as operações de perfuração atinjam reservatórios direcionados, evitando riscos geológicos e maximizando a produtividade dos poços. Uma trajetória otimizada permite que a perfuração seja realizada sob cargas de geostress mínimas e promova uma vida útil mais longa para poços. O processo de otimização impacta diretamente na viabilidade econômica de projetos de perfuração, influenciando tanto os custos iniciais de perfuração quanto o desempenho de produção de longo prazo.

Para se obter uma recuperação eficiente dos recursos energéticos subsuperfície, é necessário identificar uma trajetória adequada para o poço de produção, que deve ser projetada para maximizar o contato do reservatório, mantendo a brocabilidade e a estabilidade do poço, o que se torna particularmente importante em reservatórios heterogêneos, onde zonas produtivas podem ser distribuídas de forma irregular em toda a subsuperfície.

Reduzir o Tempo de Perfuração e os Custos Operacionais

O planejamento preciso da trajetória é vital para reduzir o tempo e os custos de perfuração, maximizando a segurança. O planejamento e execução precisos da trajetória garante: Eficiência: Reduzindo o tempo de perfuração e os custos operacionais. Ao otimizar o caminho do poço, os operadores podem minimizar a profundidade medida necessária para alcançar as zonas alvo, reduzir o número de cordas de revestimento necessárias e diminuir o tempo total de perfuração.

A otimização de trajetórias é particularmente significativa para projetos em que poços são projetados com referência a uma determinada plataforma. Consequentemente, a necessidade de otimização de trajetória aumenta com a restrição de uma localização de superfície fixa para uma geometria irregular do reservatório. Isto é especialmente relevante para operações de perfuração offshore onde as localizações da plataforma são fixas e vários poços devem ser perfurados a partir de uma única localização de superfície.

Garantir a estabilidade e segurança do poço

A estabilidade de Wellbore representa uma das considerações mais críticas no design da trajetória.A análise eficaz do risco de estabilidade de poços direcionais é importante para explorar recursos de petróleo e gás em formações profundas complexas.Uma trajetória otimizada deve ser responsável por condições de estresse in situ, propriedades mecânicas de rocha e distribuições de pressão de poros para minimizar o risco de problemas de instabilidade de poços, como colapso de furos, tubulação presa e perda de circulação.

Segurança: Minimizar os riscos de instabilidade e riscos geológicos de poços permanece primordial durante todo o processo de perfuração. A trajetória deve ser projetada para evitar zonas de falhas, formações sobrepressão e outros perigos geológicos que podem comprometer a integridade do poço ou colocar riscos de segurança para pessoal e equipamento de perfuração.

Considerações ambientais

Proteção ambiental: A redução da pegada superficial e da perturbação ambiental tornou-se um fator cada vez mais importante para a otimização da trajetória. Ao perfurar vários poços de uma única plataforma ou localização de almofadas, os operadores podem reduzir significativamente a perturbação superficial, minimizar a fragmentação do habitat e diminuir o impacto ambiental global das operações de perfuração.

Métodos numéricos na otimização da trajetória de Wellbore

Métodos numéricos envolvem algoritmos matemáticos para simular e otimizar caminhos bem-informados, fornecendo soluções difíceis ou impossíveis de alcançar por meio de cálculos manuais ou abordagens analíticas simples.Na operação de perfuração de poços não verticais em formações complexas, a função tradicional de trajetória estática, combinada com o algoritmo clássico de otimização, tem dificuldade de adaptação ao parâmetro flutuação causada por mudanças de formação e falta de desempenho em tempo real.

Estes métodos podem lidar com modelos geológicos complexos e restrições, permitindo aos engenheiros avaliar múltiplas opções de trajetória e identificar soluções ideais com base em várias funções objetivas.A aplicação de técnicas de otimização numérica revolucionou o design de trajetórias bem-boro, permitindo a consideração simultânea de múltiplos objetivos concorrentes, como minimizar o comprimento do poço, reduzir o torque e arrastar, evitar riscos geológicos e maximizar o contato com o reservatório.

Vantagens das abordagens de otimização numérica

Os métodos numéricos oferecem várias vantagens fundamentais sobre as abordagens tradicionais de teste e erro no design de trajetórias, que permitem a exploração sistemática do espaço de solução, podem lidar com múltiplas restrições simultaneamente e fornecer medidas quantitativas de qualidade de trajetória.A otimização da trajetória de perfuração é um processo multiobjetivo no qual parâmetros como desvio mínimo, comprimento de poço e atrito são alvos, enquanto outros parâmetros, como a capacidade de deflexão do BHA são restrições.

As modernas abordagens de otimização numérica podem integrar dados em tempo real de operações de perfuração para refinar continuamente previsões e recomendações de trajetória. Comparado com o design de trajetórias de poços, a otimização de trajetórias de poços requer o cálculo em tempo real dos resultados de otimização, o que requer maior eficiência computacional.Esta capacidade é particularmente valiosa em aplicações de geosteering, onde os ajustes de trajetórias devem ser feitos com base em informações geológicas encontradas durante a perfuração.

Técnicas Numéricas Comuns para Optimização de Trajetória

Uma ampla gama de técnicas de otimização numérica têm sido aplicadas para problemas de design de trajetórias bem-intencionados. Cada método tem seus próprios pontos fortes, pontos fracos e áreas de aplicabilidade. A seleção de um método de otimização adequado depende das características específicas do problema de projeto de trajetórias, incluindo o número de variáveis, a natureza das restrições, a complexidade da função objetiva e a disponibilidade de recursos computacionais.

Métodos de otimização baseados em gradientes

Os métodos de otimização baseados em gradientes usam informações derivadas para orientar a busca de soluções ideais. Estes métodos são particularmente eficazes para problemas com funções objetivas e restrições suaves e contínuas. Eles funcionam calculando o gradiente (primeira derivada) da função objetiva com relação às variáveis de projeto e movendo-se na direção da descida mais íngremes (ou subida para problemas de maximização).

Outras abordagens centradas em teoria cobrem um algoritmo de restauração de gradiente sequencial entre várias técnicas de otimização aplicadas a problemas de trajetória bem-boro. Métodos baseados em gradientes normalmente convergem rapidamente quando iniciados a partir de um bom palpite inicial e podem lidar eficientemente com problemas com muitas variáveis de design. No entanto, eles podem ficar presos em optima local e exigem que a função objetiva seja diferenciável.

Métodos comuns baseados em gradientes incluem descida mais íngremes, gradiente conjugado e métodos quase-Newton. Estas abordagens foram aplicadas com sucesso para problemas de otimização de trajetória, onde o objetivo é minimizar os custos de perfuração, reduzir o comprimento do poço ou otimizar outros parâmetros continuamente variáveis. A principal limitação é que os métodos baseados em gradientes podem lutar com problemas altamente não lineares ou aqueles com restrições descontínuas.

Algoritmos genéticos

Algoritmos genéticos representam uma classe de métodos de otimização evolutiva inspirados na seleção natural e evolução biológica. Algoritmo genético é um dos algoritmos de otimização empregados em otimização de bem posicionamento por vários pesquisadores.Esse algoritmo funciona mantendo uma população de soluções candidatas que evoluem ao longo de gerações sucessivas através de operações de seleção, cruzamento e mutação.

Otimizar trajetórias bem-boro para alcançar uma localização subsuperfície offset, envolvendo uma combinação complexa de componentes verticais, desviados e horizontais de poços, requer a minimização tanto do comprimento do poço quanto do torque de atrito na broca. Algoritmos genéticos são particularmente adequados a esses problemas de otimização multiobjetivo, pois podem manter uma população diversificada de soluções que representam diferentes trocas entre objetivos concorrentes.

As principais vantagens dos algoritmos genéticos incluem a capacidade de lidar com variáveis discretas e contínuas simultaneamente, sua robustez para o optima local e sua capacidade de explorar espaços de solução grandes de forma eficiente. Os resultados indicam que a metodologia MOGA supera as abordagens de função de objetivo único, levando a uma rápida convergência para um conjunto de soluções ideais Pareto. Algoritmos genéticos multiobjetivos (MOGAs) são particularmente valiosos para otimização de trajetórias, pois eles podem identificar um conjunto de soluções Pareto-ótimas representando diferentes trocas entre objetivos.

No entanto, algoritmos genéticos normalmente requerem mais avaliações de função do que métodos baseados em gradientes e podem exigir ajuste cuidadoso de parâmetros de algoritmos como tamanho populacional, taxa de cruzamento e taxa de mutação.A análise revela que, ao adotar uma abordagem adaptativa que permite que os parâmetros comportamentais do algoritmo genético evoluam à medida que as iteração avançam, o MOGA proposto converge mais rapidamente para melhores soluções finais.

Otimização do Amendoeiro de Partículas

A otimização de enxame de partículas (PSO) é uma técnica de otimização estocástica de base populacional inspirada no comportamento social de ave ou de educação de peixes. Consequentemente, este artigo descreve um método para projetar e otimizar trajetórias direcionais e horizontais de poços com base na técnica de otimização numérica do algoritmo PSO. Em PSO, cada solução candidata é representada como uma partícula no espaço de busca, e as partículas se movem através do espaço de solução influenciado pela sua posição mais conhecida e as posições mais conhecidas de outras partículas no enxame.

O PSO tem várias características atraentes para aplicações de otimização de trajetória. É relativamente simples de implementar, tem poucos parâmetros para ajustar e pode lidar eficientemente com funções objetivas não lineares e não-diferenciadas. No estudo de Onwunalu, a otimização de partículas de abdômen foi desenvolvida e aplicada para otimizar o tipo e a localização de novos poços no desenvolvimento de campos de petróleo. O algoritmo demonstrou bom desempenho em encontrar soluções quase ótimas para problemas de projeto de trajetória complexa.

O algoritmo PSO funciona tendo cada partícula ajustando sua velocidade com base em sua própria experiência e na experiência de partículas vizinhas. Este mecanismo de aprendizagem social permite que o enxame converja para regiões promissoras do espaço de solução, mantendo a diversidade para evitar convergência prematura para optima local. Biswas desenvolveu uma nova abordagem de otimização híbrida que combina autômatos celulares com otimização de lobo cinza e otimização de enxame de partículas para enfrentar o problema de otimização matemática não linear e restrita do projeto de trajetórias bem-boro.

Analização Simulada

A recozimento simulado é uma técnica de otimização probabilística inspirada no processo de recozimento em metalurgia, onde os materiais são aquecidos e depois lentamente resfriados para reduzir defeitos e alcançar uma estrutura cristalina mais estável. Em otimização, o recozimento simulado começa com uma alta "temperatura" que permite ao algoritmo aceitar soluções piores com alta probabilidade, permitindo a exploração do espaço de solução. À medida que a temperatura diminui gradualmente, o algoritmo torna-se mais seletivo, eventualmente convergendo para uma solução quase ideal.

A principal vantagem do recozimento simulado é sua capacidade de escapar optima local aceitando ocasionalmente soluções piores que a solução atual. Isto o torna particularmente útil para problemas de otimização de trajetória altamente não lineares com muitos optima local. O algoritmo é relativamente simples de implementar e pode lidar com variáveis discretas e contínuas, bem como restrições complexas.

No entanto, a recozimento simulado pode ser computacionalmente caro porque requer muitas avaliações de função, e seu desempenho depende criticamente do cronograma de resfriamento (a taxa em que a temperatura diminui).Ajustamento cuidadoso do cronograma de resfriamento e outros parâmetros é necessário para alcançar bons resultados. Apesar desses desafios, o recozimento simulado foi aplicado com sucesso a vários problemas de otimização de trajetória, particularmente aqueles que envolvem decisões discretas, como seleção de pontos de revestimento ou seleção de tipos de trajetória.

Abordagens de otimização híbrida e avançada

Reconhecendo que nenhum algoritmo de otimização é universalmente superior para todos os problemas, pesquisadores desenvolveram abordagens híbridas que combinam os pontos fortes de vários métodos. Foi observado que nenhum algoritmo produz resultados desejados ou resultados precisos; portanto, uma hibridização de diferentes algoritmos foi usada por pesquisadores. Esses métodos híbridos podem alavancar as capacidades de busca global de algoritmos evolutivos com as capacidades de refinamento local de métodos baseados em gradientes.

Dois algoritmos de otimização ou dois métodos numéricos juntos podem ser integrados, ou uma combinação e combinação de técnicas podem ser alcançadas para obter os resultados das características desejadas. Por exemplo, um algoritmo genético pode ser usado para identificar regiões promissoras do espaço de solução, seguido de um método baseado em gradiente para refinar a solução para um local ótimo. Esta abordagem de dois estágios pode reduzir significativamente o tempo computacional, mantendo a qualidade da solução.

Outras abordagens avançadas incluem o Grey Wolf Optimizer, que imita a hierarquia de liderança e o mecanismo de caça de lobos cinzentos, e o algoritmo Hooke-Jeeves, um método de pesquisa direta que não requer informação de gradiente. Outras abordagens centradas na teoria cobrem...o algoritmo Hooke-Jeeves, o modelo Dubins entre várias técnicas de otimização que estão sendo exploradas para aplicações de design de trajetória.

Aprendizado de Reforço Profundo e Métodos de Inteligência Artificial

Avanços recentes na inteligência artificial e no aprendizado de máquina abriram novas possibilidades para otimização de trajetórias bem-intencionadas. Portanto, este trabalho propõe um modelo de otimização de trajetórias bem-intencionadas baseado em aprendizado de reforço profundo para realizar o projeto e controle de trajetórias de poços não verticais durante a perfuração. Essas abordagens baseadas em IA podem aprender políticas de controle otimizadas da experiência e adaptar-se às condições de mudança em tempo real.

Aprendizagem de Reforço Profundo para Controle de Trajetória

O aprendizado de reforço profundo combina algoritmos de aprendizagem de reforço com redes neurais profundas para lidar com espaços de estado e ação de alta dimensão. Visando os requisitos de otimização em tempo real de cenários complexos de perfuração, o algoritmo TD3 é adotado para resolver o problema da tomada de decisão contínua de alta dimensão através da atualização de estratégia de atraso, rede Q dupla e suavização de estratégia de alvo. Esses métodos permitem que os agentes autônomos aprendam estratégias de controle de perfuração ótimas através de tentativas e erros em ambientes simulados.

O algoritmo Twin Deep Deterministic Policy Gradient (TD3) representa uma tal abordagem que mostrou uma promessa para otimização de trajetórias bem-borore. Para o design de trajetórias bem-boro, uma estratégia determinística é benéfica porque fornece recomendações de trajetória consistentes para estados de poços e condições geológicas. O algoritmo aprende uma política que mapeia estados de poços para parâmetros de perfuração ideais, permitindo o controle de trajetórias em tempo real durante operações de perfuração.

Outras abordagens de aprendizagem de reforço profundo incluem Gradiente de Política Determinada Profunda (DDPG) e Redes Q Profundas (DQN). Posteriormente, Wang (2022) propôs um algoritmo de controle de rastreamento de trajetória bem baseado em DDPG, e com base nisso, o controle de rastreamento adaptativo de trajetórias de poços foi realizado por meio de aprendizado de transferência. Os resultados experimentais mostram que o algoritmo de rastreamento de trajetória de poços baseado em DDPG proposto por Wang tem forte anti-interferência.

Aprendizado de máquina para decisões de Geosteering

Algoritmos de aprendizado de máquina podem ser treinados para tomar decisões de geosteering com base em dados de registro em tempo real. Este estudo integra com sucesso o planejamento de trajetórias, simulação dinâmica de perfuração e avaliações ML, estabelecendo SVM-GWO como um modelo poderoso para decisões de direção em diversas formações geológicas. Suporte Máquinas Vetor (SVM) combinadas com algoritmos de otimização como Grey Wolf Optimization (GWO) demonstraram alta precisão na previsão de ajustes de trajetória ótimos.

Algoritmos de otimização: algoritmos de IA e ML analisam dados históricos de perfuração para prever trajetórias ideais de poços. Controle adaptativo: Esses modelos aprendem continuamente com operações de perfuração e adaptam a trajetória em tempo real para otimizar o desempenho. Essa capacidade adaptativa é particularmente valiosa em formações heterogêneas onde as condições geológicas podem diferir significativamente das previsões pré-pedaços.

Principais restrições e considerações na otimização da trajetória

A otimização efetiva da trajetória deve ser responsável por inúmeras restrições e considerações que refletem as realidades físicas das operações de perfuração e condições geológicas, que podem ser amplamente categorizadas em restrições de perfuração, restrições geológicas e restrições operacionais.

Restrições de Curvatura e Severidade Dogleg

Uma das restrições mais fundamentais no design da trajetória é a curvatura máxima permissível ou a gravidade da perna de cão. Implementamos um algoritmo de restrição de perna-de-cachorro para levar em conta a exigência de curvatura de caminhos de poço e garantir sua brocabilidade de acordo com um limite prescrito. A curvatura excessiva pode levar a problemas de perfuração, como torque elevado e arrasto, dificuldade de execução de tripa, e aumento do desgaste em equipamentos de perfuração.

A gravidade da perna, tipicamente medida em graus por 100 pés ou graus por 30 metros, representa a taxa de mudança na direção bem-boro. Diferentes conjuntos de perfuração e tamanhos de furos têm diferentes capacidades máximas de gravidade da perna. Sistemas de orientação rotativa geralmente permitem maiores gravidades da perna do que os motores de perfuração direcional convencionais, proporcionando maior flexibilidade no projeto de trajetória.

Uma restrição de curvatura garante a furabilidade da trajetória do poço no campo. O algoritmo de otimização deve garantir que a trajetória projetada permaneça dentro dos limites de perfurabilidade da tecnologia de perfuração disponível em todo o poço. Esta restrição é particularmente importante na perfuração de alcance estendido, onde a manutenção do controle de trajetória sobre longas seções horizontais é desafiadora.

Riscos geológicos e evitação de colisões

A otimização de trajetórias deve ser responsável por riscos geológicos, como zonas de falha, formações sobrepressão, seções de xisto instável e zonas despojadas. Esses modelos identificam potenciais zonas de fratura, permitindo evitar formações instáveis e otimizar o desenho de trajetória. Modelos geomecânicos ajudam a prever onde os problemas de estabilidade de poços são mais prováveis de ocorrer, permitindo que a trajetória seja projetada para minimizar esses riscos.

Em áreas com alta densidade de poços, evitar colisões torna-se uma restrição crítica. Evitação de colisões: Técnicas de alcance magnético ajudam a detectar poços próximos, evitando colisões e garantindo um espaçamento seguro. A trajetória deve manter uma separação adequada dos poços existentes ao longo de seu comprimento, tipicamente exigindo uma distância mínima de separação que represente incerteza posicional tanto nos poços planejados quanto nos poços offset.

Algoritmos modernos de otimização de trajetória podem incorporar restrições probabilísticas de evitação de colisão que respondem por incertezas no posicionamento de poços. Essa abordagem garante que a probabilidade de colisão permaneça abaixo de um limiar aceitável, mesmo considerando os efeitos cumulativos de erros de pesquisa e incertezas geológicas.

Restrições de Torque, Arrasto e Hidráulica

As forças mecânicas que atuam sobre a broca representam importantes restrições no desenho da trajetória. O torque excessivo pode impedir a rotação da broca, enquanto o arrasto excessivo pode impedir que a broca seja baixada ou levantada.Os resultados demonstram que, em comparação com o desenho real, o primeiro cenário encurta a DTM em 69 m. No segundo, terceiro e quarto cenários, o torque total diminui em 61%, 50% e 31%, respectivamente.

As restrições hidráulicas garantem que o fluxo e a pressão adequados estejam disponíveis para limpar o orifício, resfriar o bit e operar ferramentas de downhole. O design da trajetória deve considerar as perdas de pressão em todo o sistema circulante e garantir que a pressão disponível da bomba é suficiente para manter a limpeza adequada do furo enquanto se mantém abaixo da pressão de fratura de formação.

As simulações de execução de revestimento são frequentemente realizadas para verificar se a trajetória projetada permite que as cordas de revestimento sejam executadas para as profundidades planejadas, sem exceder as limitações do equipamento. Isto é particularmente importante para poços horizontais longos onde o arrasto de revestimento pode se tornar um fator limitante.

Restrições de Alvo e Contato com Reservatório

O objetivo principal de qualquer poço é alcançar zonas-alvo especificadas no reservatório. Primeiro, um mapa de potencial de produtividade é gerado com base nos dados de caracterização do local de um reservatório (quando disponível). Segundo, com base no método de marcação rápida, caminhos-alvo são gerados a partir de uma série de posições de entrada para um número de pontos de saída em lados opostos do reservatório. A trajetória deve ser projetada para intersectar zonas-alvo em ângulos e posições apropriados para maximizar a produtividade.

Para poços horizontais, a trajetória deve ser posicionada idealmente na porção mais produtiva do reservatório, mantendo uma distância adequada dos contatos de água ou gás. O ponto de pouso (onde o poço se torna horizontal) e o azimute da seção horizontal devem ser cuidadosamente selecionados para maximizar a exposição do reservatório, evitando barreiras de fluxo.

Em cenários multialvo, a trajetória deve ser projetada para intersectar múltiplas zonas alvo na sequência ideal. Destacamos, no entanto, que as abordagens acima mencionadas consideram apenas boas trajetórias entre uma única localização e um único alvo, indicando que a otimização multialvo continua sendo um problema desafiador que requer abordagens sofisticadas de otimização.

Métodos de desenho de trajetória e técnicas de cálculo

A representação matemática e o cálculo de trajetórias de poço formam a base para otimização de trajetórias. Vários métodos padronizados foram desenvolvidos para calcular a posição e direção de poços a partir de medições de levantamento.

Método de Curvatura Mínima

O método de curvatura mínima emergiu como padrão da indústria aceita para o cálculo de pesquisas direcionais 3D. Usando este modelo, a trajetória do poço é representada por uma série de arcos circulares e linhas retas. Este método assume que o poço segue um arco circular suave entre estações de levantamento, que proporciona uma boa aproximação da geometria real do poço.

O método de curvatura mínima calcula a posição e a direção do poço em cada estação de pesquisa com base nas medições de profundidade, inclinação e azimute. Depois disso, para projetar o perfil 3D, foi utilizado o Método de Curvatura Mínima (MCM) para determinar o levantamento. O método é preferido sobre abordagens mais simples, como o método tangencial ou o método tangencial equilibrado, pois fornece cálculos de posição mais precisos, particularmente em poços com curvatura significativa.

Para fins de desenho de trajetória, o método de curvatura mínima pode ser usado em sentido inverso para determinar a inclinação necessária e as mudanças de azimute necessárias para atingir uma posição alvo. Isto forma a base para muitos algoritmos de otimização de trajetória que devem calcular as propriedades geométricas das trajetórias candidatas.

Curvas de Bezier e Representações Paramétricas

As abordagens avançadas de design de trajetória usam representações paramétricas de curvas como curvas de Bezier para definir caminhos suaves e contínuos de poços. O módulo de projeto e otimização permite que os usuários construam trajetórias de poços 3D usando curvas de Bezier e otimizem-nas com relação às características geomecânicas e hidráulicas usando um princípio de energia mecânica hidráulica específica (HMSE) e tempo mínimo de perfuração.

As curvas de Bezier oferecem várias vantagens para o desenho da trajetória. Elas fornecem curvas suaves e contínuas que podem ser facilmente manipuladas ajustando pontos de controle. As curvas são definidas por equações polinomiais, tornando-as computacionalmente eficientes para avaliar e diferenciar. Isto é particularmente útil para métodos de otimização baseados em gradientes que exigem informações derivadas.

O uso de representações de curvas paramétricas também simplifica o problema de otimização, reduzindo o número de variáveis de projeto. Ao invés de especificar a posição do poço em muitos pontos discretos, a trajetória pode ser definida por um número menor de pontos de controle ou parâmetros de curva. Essa redução dimensional pode melhorar significativamente a eficiência dos algoritmos de otimização.

Método de Marcha Rápida

Neste trabalho, um novo fluxo de trabalho de otimização baseado no método de marcha rápida é desenvolvido e aplicado para otimizar trajetórias bem em reservatórios heterogêneos de óleo/gás. O método de marcha rápida é uma técnica numérica originalmente desenvolvida para rastrear interfaces móveis e foi adaptado para otimização de trajetória em reservatórios heterogêneos.

Elaborámos os procedimentos detalhados deste algoritmo de otimização, que procura o caminho ideal maximizando a relação benefício-custo. O método funciona propagando uma frente através do modelo de reservatório, com a velocidade de propagação determinada pela qualidade do reservatório ou outras propriedades relevantes. A trajetória resultante segue o caminho do tempo mínimo de viagem ou o benefício máximo, evitando naturalmente áreas de reservatório de baixa qualidade.

O método de marcha rápida é particularmente adequado para otimização de trajetória em reservatórios heterogêneos, pois automaticamente responde por variações espaciais nas propriedades do reservatório. O método pode lidar com geometrias complexas do reservatório e naturalmente produz trajetórias suaves e furáveis quando combinadas com restrições de curvatura adequadas.

Otimização multiobjetivo no projeto de trajetória

A otimização de trajetórias Wellbore normalmente envolve múltiplos objetivos concorrentes que devem ser equilibrados para alcançar um design ideal global. As abordagens de otimização de objetivos individuais que se concentram em apenas um critério podem produzir trajetórias que não funcionam bem com relação a outras considerações importantes.

Funções comuns de objectivo

Os objetivos mais comuns na otimização da trajetória incluem minimizar a profundidade medida, minimizar o tempo de perfuração, minimizar o torque e o arrasto, maximizar o contato com o reservatório e minimizar o risco de instabilidade de poços. Este método é aplicado para otimizar o processo de perfuração de um poço de petróleo no Mar de Bohai, explorando quatro cenários de otimização: priorizando a verdadeira profundidade medida (TMD), priorizando o torque, priorizando a pressão de colapso e balanceando todos os três objetivos igualmente.

Objetivos econômicos como minimizar o custo total do poço ou maximizar o valor atual líquido também podem ser incorporados ao quadro de otimização. Esses objetivos econômicos normalmente combinam custos de perfuração (que aumentam com a profundidade medida e o tempo de perfuração) com benefícios de produção (que aumentam com o contato com o reservatório e produtividade de poços).

Objetivos ambientais como minimizar a pegada superficial ou reduzir as emissões de gases de efeito estufa estão se tornando cada vez mais importantes na otimização de trajetórias, que podem ser incorporados em quadros de otimização multiobjetivo, além de objetivos técnicos e econômicos tradicionais.

Otimidade Pareto e Análise de Comércio

Problemas de otimização multiobjetivo normalmente não têm uma única solução ótima, mas sim um conjunto de soluções Pareto-ótimas que representam diferentes trocas entre objetivos. Uma solução é Pareto-ótima se nenhuma outra solução existe que melhora um objetivo sem piorar pelo menos um outro objetivo.

Outras abordagens centradas na teoria cobrem... pesquisa evolutiva sujeita à optimização Pareto entre várias técnicas de otimização sendo aplicadas ao design de trajetória. Algoritmos evolucionários multi-objetivos são particularmente adequados para identificar o conjunto Pareto-óptima porque eles mantêm uma população de soluções diversas durante todo o processo de otimização.

O conjunto Pareto-óptimo proporciona aos tomadores de decisão uma gama de opções de trajetória que representam diferentes trocas entre objetivos concorrentes. Por exemplo, uma trajetória pode minimizar o tempo de perfuração, mas resultar em maior torque e arrasto, enquanto outra pode minimizar o torque e arrastar em detrimento de um maior tempo de perfuração. Ao examinar o conjunto Pareto-óptimo, os engenheiros podem selecionar a trajetória que melhor se alinha com as prioridades e restrições do projeto.

Otimização e Geosteerismo da trajetória em tempo real

Embora o planejamento de trajetórias pré-perfuração seja essencial, a capacidade de otimizar trajetórias em tempo real durante as operações de perfuração tem se tornado cada vez mais importante. Geosteering envolve fazer ajustes de trajetória baseados em informações geológicas obtidas durante a perfuração para garantir que o poço permaneça na zona alvo.

Integração de dados em tempo real e de registro-enrolando

As ferramentas modernas de perfuração de madeira (LWD) fornecem medições em tempo real de propriedades de formação, posição bem-intencionada e parâmetros de perfuração. Tomada de decisão informada: Os operadores usam esses dados para tomar decisões informadas durante a perfuração, otimizando a trajetória do poço com base nas condições geológicas encontradas.Estes dados em tempo real permitem a atualização contínua de modelos geológicos e otimização de trajetória.

A trajetória Wellbore foi re-projetada e selecionada após a construção de novos modelos de estabilidade e tensão geomecânica utilizando dados de extração durante a perfuração (LWD). Esta abordagem adaptativa permite que a trajetória seja ajustada para evitar riscos geológicos inesperados ou para melhor atingir zonas produtivas que diferem das previsões pré-pedaços.

A integração de dados em tempo real na otimização de trajetória requer algoritmos que possam processar rapidamente novas informações e gerar recomendações de trajetória atualizadas.Otimização contínua: Ferramentas de monitoramento em tempo real fornecem feedback sobre parâmetros de perfuração, permitindo ajustes dinâmicos no caminho do poço. Integração de dados: Essas ferramentas integram vários fluxos de dados para fornecer uma visão abrangente das operações de perfuração.

Sistemas rotativos e controle de trajetória

Ao contrário dos métodos tradicionais, o RSS permite a rotação contínua da broca, proporcionando ajustes em tempo real na trajetória do poço. Isto permite um controle preciso da direção, permitindo que os brocas naveguem através de formações geológicas complexas com precisão. Os sistemas direcionais rotativos (RSS) revolucionaram a perfuração direcional, permitindo o controle contínuo da trajetória ao girar toda a broca.

A tecnologia RSS oferece várias vantagens para otimização e controle de trajetória. A rotação contínua reduz o atrito e melhora a limpeza de furos em comparação com a perfuração direcional convencional com motores de lama. A capacidade de fazer ajustes de trajetória pequenos e frequentes permite um controle de trajetória mais preciso e melhor direcionamento do reservatório.

A adaptabilidade do sistema a vários perfis de poços, as vibrações de perfuração reduzidas e as capacidades de levantamento melhoradas contribuem para melhorar o desempenho de perfuração, taxas mais rápidas e uma colocação mais econômica. Essas capacidades tornam o RSS particularmente valioso para perfis de trajetória complexos, como curvas S, poços de alcance estendido e poços multilaterais.

Controle adaptativo e tomada de decisão

A principal tarefa do controle da trajetória do furo em poços de petróleo e gás é ajustar os parâmetros de perfuração do bit em tempo real para orientar a trajetória do furo até o reservatório de óleo alvo.Isso requer algoritmos de controle sofisticados que podem processar medições em tempo real e gerar ajustes adequados do parâmetro de perfuração.

O agente de trajetória de furo é necessário para ajustar dinamicamente a estratégia de tomada de decisão de trajetória de perfuração de acordo com parâmetros de campo em tempo real, e deve possuir a capacidade de se adaptar a novos cenários. As abordagens baseadas em aprendizado de máquina mostram uma promessa particular para o controle de trajetória adaptativa, pois podem aprender da experiência e generalizar para novas situações.

Aplicações Especializadas e Técnicas Avançadas

Otimização de perfuração de alcance estendido

A Perfuração de Alcance Estendido (ERD) é um avanço fundamental na indústria de petróleo e gás, permitindo o acesso a hidrocarbonetos localizados longe da plataforma de perfuração. Otimizar trajetórias de poços em Perfuração de Alcance Estendido é essencial para maximizar a extração de recursos, minimizar o impacto ambiental e garantir operações econômicas.

A otimização da trajetória para poços de ERD deve equilibrar cuidadosamente os objetivos concorrentes de atingir alvos distantes, mantendo a brocabilidade e estabilidade bem-boro. A trajetória normalmente inclui uma seção de construção longa para alcançar a inclinação necessária, seguida de uma seção tangente ou horizontal estendida. A tortuosidade minimizadora na seção tangente é fundamental para reduzir o torque e arrastar.

A tecnologia de simulação desempenha um papel vital na otimização de trajetórias bem-boro em Perfuração de Alcance Estendido (ERD) fornecendo aos engenheiros a capacidade de modelar vários cenários, avaliar riscos e determinar os caminhos de perfuração mais eficientes. Ferramentas avançadas de simulação podem prever torque e arraste, avaliar cenários de execução de tripa e avaliar estabilidade bem-boro ao longo da trajetória planejada.

Otimização de poços de alívio e desvio

Os poços de trilha são perfurados a partir de poços existentes para acessar novas zonas de reservatório ou para contornar problemas no poço original. Este tipo de poço é o principal meio técnico para explorar o óleo restante em camadas de óleo fino, campos de petróleo marginais, e áreas de petróleo mortos. Nos últimos anos, a tecnologia de poço horizontal desvio tem sido amplamente utilizada e desenvolvida.

A otimização da trajetória para poços laterais deve ser responsável pelas restrições impostas pelo poço existente, incluindo a localização do ponto de início, a capacidade de construção da taxa de construção no invólucro existente e a necessidade de evitar o poço original após a saída. Os métodos de pesquisa existentes para otimizar a trajetória de poços horizontais desviados são diversos, e fornecem parâmetros de trajetória como comprimento do poço horizontal e distância de entrada.

Poços de alívio requerem controle de trajetória particularmente preciso para intersectar um poço alvo para fins de intervenção. Planejamento Interceptivo: Em perfuração de poços de alívio, ajuda de alcance magnético em interceptar com precisão poços de alvo para fins de intervenção. A trajetória deve ser projetada para aproximar o alvo bem em um ângulo apropriado, mantendo a liberação adequada até a interceptação final.

Desenho Multilateral de Poços

Os poços multilaterais incluem múltiplos ramos laterais perfurados de um poço principal, permitindo o acesso a múltiplas zonas de reservatório ou o aumento do contato com reservatório de um único poço principal. A otimização da trajetória para poços multilaterais é particularmente complexa, pois deve considerar as interações entre múltiplas laterais e garantir que cada lateral possa ser perfurado e concluído com sucesso.

A otimização deve determinar o número ideal de laterais, seu espaçamento, orientação e comprimento para maximizar a produção, mantendo a viabilidade de perfuração e conclusão. A capacidade e o desempenho desta abordagem de otimização de poços foram demonstrados em uma série de estudos de simulação 2D e 3D, onde a trajetória de poços é idealmente prevista e múltiplas laterais de várias curvaturas são idealmente projetadas.

Tecnologia de simulação e ferramentas de visualização

Tecnologias avançadas de simulação e visualização desempenham um papel crucial na otimização de trajetórias, permitindo que os engenheiros avaliem opções de trajetória, identifiquem potenciais problemas e comuniquem projetos de forma eficaz.

Modelo Geológico e Geomecânico

Modelação Geológica: O software de simulação permite que os engenheiros criem modelos geológicos detalhados do ambiente subsuperfície, incluindo formações, falhas e propriedades do reservatório. Análise de cenários: Os engenheiros podem simular diferentes trajetórias de poços e cenários de perfuração baseados em dados geológicos, objetivos de poços e restrições operacionais.

Compreendendo os Regimes de Estresse: Os modelos geomecânicos ajudam a prever a distribuição de tensões in situ e o seu efeito na estabilidade dos poços. Estes modelos integram dados de estrutura geológica, propriedades mecânicas de rochas e pressão de poros para prever onde os problemas de estabilidade dos poços são mais prováveis de ocorrer. A trajetória pode então ser otimizada para minimizar os riscos de estabilidade evitando orientações problemáticas de estresse ou formações fracas.

Os modelos geológicos tridimensionais fornecem a base para a otimização da trajetória, definindo a distribuição espacial das propriedades do reservatório, dos perigos geológicos e das restrições de perfuração. Esses modelos são continuamente atualizados à medida que novos dados se tornam disponíveis a partir de operações de perfuração, permitindo otimização adaptativa da trajetória.

Simulação de Dinâmica de Perfuração

As ferramentas de simulação de dinâmica de perfuração modelam o comportamento mecânico da broca e predizem torque, arrasto, flambagem e vibração. Essas simulações são essenciais para verificar se uma trajetória projetada pode ser perfurada com o equipamento disponível e para identificar potenciais problemas mecânicos antes que ocorram no campo.

Os modelos de torque e arrasto calculam as forças de atrito que atuam sobre o cordão de perfuração à medida que se move através do poço. Estes modelos explicam a geometria do poço, a configuração do cordão de perfuração, as propriedades da lama e as forças de contato entre o cordão de perfuração e a parede do poço. As previsões ajudam os engenheiros a avaliar se a capacidade disponível do equipamento é suficiente para perfurar e analisar a trajetória planejada.

As ferramentas de simulação hidráulica modelam o fluxo de fluido de perfuração através do sistema circulante e predizem perdas de pressão, eficiência de limpeza de furos e densidade circulante equivalente. Essas simulações garantem que a trajetória planejada possa ser perfurada mantendo a limpeza adequada do orifício e permanecendo dentro da janela de operação segura entre a pressão de poros e a pressão de fratura.

Visualização 3D e suporte à decisão

A ferramenta de visualização avançada ajudará a construção bem-sucedida, fornecendo aos bem-planejadores e engenheiros de perfuração informações sobre possíveis áreas de problemas e oportunidades durante a perfuração. A nova abordagem para o design de trajetórias bem-boro tornará o planejamento do poço mais interativo, robusto e eficaz no tempo.

As ferramentas de visualização tridimensional permitem aos engenheiros visualizar a trajetória planejada no contexto de estruturas geológicas, poços de deslocamento e instalações de superfície. Essas ferramentas suportam o design de trajetória interativa onde os engenheiros podem manipular parâmetros de trajetória e ver imediatamente os efeitos sobre a geometria, a liberação de colisão e o contato com o reservatório.

O módulo de visualização fornece uma imagem 3D do poço em construção no que diz respeito aos poços offset, visualização estatística e filtragem de dados das seções de poço perfurado para determinar, por exemplo, áreas de alta ROP e baixa tortuosidade. Esta capacidade permite aos engenheiros aprender com o desempenho do poço offset e incorporar esse conhecimento em novos projetos de trajetória.

Desafios e orientações futuras

Complexidade e eficiência computacional

Um dos principais desafios na otimização de trajetórias é o custo computacional de avaliar funções objetivas complexas e restrições.Simulações de alta fidelidade de mecânica de perfuração, estabilidade de poços e desempenho de reservatórios podem ser computacionalmente caras, limitando o número de opções de trajetória que podem ser avaliadas durante a otimização.

Modelagem alternativa e técnicas de modelagem de ordem reduzida oferecem soluções potenciais criando modelos simplificados que aproximam o comportamento de simulações complexas a um custo computacional muito menor. Métodos de aprendizado de máquina podem ser treinados em resultados de simulação de alta fidelidade para criar modelos substitutos de execução rápida que permitem estudos de otimização mais extensos.

Plataformas de otimização paralelas de computação e nuvem permitem que várias avaliações de trajetória sejam realizadas simultaneamente, reduzindo significativamente o tempo necessário para estudos de otimização. Essas tecnologias estão tornando possível realizar estudos de otimização mais abrangentes que considerem uma gama mais ampla de cenários e incertezas.

Quantificação de incerteza e otimização robusta

A otimização de trajetórias deve ser responsável por incertezas em modelos geológicos, propriedades de reservatórios e parâmetros de perfuração. As abordagens de otimização determinísticas que assumem conhecimento perfeito podem produzir trajetórias que funcionam mal quando as condições reais diferem das previsões.

As abordagens de otimização robusta buscam identificar trajetórias que funcionam bem em uma gama de cenários possíveis, em vez de otimizar para um único cenário determinístico, que explicitamente explicam a incerteza no processo de otimização e produzem trajetórias menos sensíveis a variações em parâmetros incertos.

Os métodos de otimização estocástica utilizam representações probabilísticas de parâmetros incertos e buscam otimizar o desempenho esperado ou minimizar a probabilidade de falha, que requerem muitas avaliações da função objetiva para diferentes realizações de parâmetros incertos, tornando a eficiência computacional particularmente importante.

Integração de várias fontes de dados

A otimização moderna da trajetória deve integrar dados de várias fontes, incluindo pesquisas sísmicas, registros de poços, análise de núcleos, dados de desempenho de perfuração e dados de produção. Cada fonte de dados fornece informações diferentes em diferentes escalas e com diferentes níveis de incerteza.

Técnicas de fusão de dados que combinam informações de várias fontes, enquanto devidamente contabilizam suas respectivas incertezas, são essenciais para criar modelos geológicos e geomecânicos confiáveis. Métodos de aprendizado de máquinas mostram promessa para integrar diversos tipos de dados e extrair padrões relevantes que informam a otimização de trajetória.

O desafio da integração de dados é agravado pela necessidade de atualizar modelos em tempo real, à medida que novos dados ficam disponíveis durante a perfuração. Algoritmos eficientes para atualização incremental de modelos e reoptimização rápida são necessários para suportar decisões de geosteerização em tempo real.

Sistemas de perfuração autónomos

O futuro da otimização de trajetórias está em sistemas de perfuração totalmente autônomos que podem planejar e executar trajetórias ótimas com intervenção humana mínima. Operação remota: A robótica permite operações de perfuração remotas em ambientes desafiadores, reduzindo riscos operacionais e custos. Esses sistemas integrariam a aquisição de dados em tempo real, interpretação geológica, otimização de trajetória e controle de perfuração em um sistema de circuito fechado.

A obtenção de perfuração autônoma requer avanços em várias áreas, incluindo tecnologia de sensores, processamento de dados em tempo real, inteligência artificial e sistemas de controle. O sistema deve ser capaz de reconhecer e responder a uma ampla gama de condições de perfuração e cenários geológicos, exigindo modelos robustos de aprendizado de máquina treinados em dados históricos extensos.

A segurança e a confiabilidade são preocupações fundamentais para sistemas de perfuração autônomos. O sistema deve ser capaz de detectar condições anômalas, avaliar riscos e tomar medidas corretivas adequadas.

Melhores práticas para implementação de otimização de trajetória

Definir objetivos e restrições claros

A otimização de trajetórias bem sucedidas começa com a definição clara dos objetivos e restrições para o bem específico que está sendo planejado, o que requer uma estreita colaboração entre engenheiros de perfuração, geocientistas, engenheiros de reservatórios e pessoal de operações para garantir que todas as considerações relevantes sejam incorporadas ao quadro de otimização.

A importância relativa de diferentes objetivos deve ser explicitamente expressa, seja através de fatores de ponderação em uma formulação de um único objetivo ou através de uma articulação de preferência em uma abordagem multiobjetivo. As restrições devem ser baseadas em capacidades de equipamentos realistas, condições geológicas e práticas operacionais, em vez de pressupostos excessivamente conservadores que restringem desnecessariamente o espaço de solução.

Validação e Análise de Sensibilidade

As trajetórias otimizadas devem ser completamente validadas por meio de simulação e análise de sensibilidade antes da implementação, o que inclui verificar se a trajetória satisfaz todas as restrições, avaliar o desempenho em vários cenários e avaliar a sensibilidade a parâmetros incertos.

A comparação com o desempenho do offset oferece validação valiosa da abordagem de otimização. Se a trajetória otimizada difere significativamente dos poços offset bem sucedidos, as razões para as diferenças devem ser entendidas e justificadas. Aprender com poços offset bem sucedidos e problemáticos ajuda a refinar a abordagem de otimização para poços futuros.

O planejamento de contingências deve ser realizado para identificar opções alternativas de trajetória se o plano primário não puder ser executado devido a condições inesperadas.Ter alternativas pré-planejadas permite uma tomada de decisão rápida durante as operações de perfuração e reduz o tempo não produtivo.

Melhoria e aprendizagem contínuas

A otimização da trajetória deve ser vista como um processo de melhoria contínua, em vez de uma atividade única. A captura e análise sistemática de dados de desempenho de perfuração permite o refinamento de modelos, validação de pressupostos e melhoria de abordagens de otimização ao longo do tempo.

A análise pós-bem comparando trajetórias planejadas versus o desempenho real fornece feedback valioso para melhorar projetos de trajetória futura. Compreender as causas raiz dos desvios do plano ajuda a identificar áreas onde os modelos precisam de melhorias ou onde restrições adicionais devem ser incorporadas.

Sistemas de gestão de conhecimento que captam lições aprendidas e melhores práticas de estudos de otimização de trajetórias permitem que as organizações construam conhecimento institucional e evitem repetir erros passados. Compartilhando abordagens de otimização bem sucedidas em projetos e campos acelera a adoção de melhores práticas.

Conclusão

O design e otimização de trajetórias de poços usando métodos numéricos tornou-se uma capacidade essencial para operações modernas de petróleo e gás. A evolução de planejamento de trajetória simples 2D para otimização 3D sofisticada incorporando múltiplos objetivos, restrições complexas e adaptação em tempo real reflete as crescentes demandas de complexidade e desempenho das operações de perfuração contemporâneas.

Métodos de otimização numérica, incluindo algoritmos baseados em gradientes, algoritmos genéticos, otimização de enxame de partículas e recozimento simulado, fornecem ferramentas poderosas para identificar trajetórias ideais que equilibram objetivos concorrentes, como minimizar custos de perfuração, maximizar o contato com reservatórios e garantir a estabilidade bem-intencionada.O surgimento de abordagens de inteligência artificial e aprendizado de máquina, particularmente aprendizagem de reforço profundo, oferece novas possibilidades para controle de trajetória adaptativa e sistemas de perfuração autônomos.

A otimização de trajetórias bem sucedidas requer integração de várias disciplinas, incluindo engenharia de perfuração, geociência, engenharia de reservatórios e operações. Ela exige dados de alta qualidade, recursos sofisticados de modelagem e métodos computacionais eficientes.O campo continua avançando rapidamente com desenvolvimentos em tecnologia de sensores, potência computacional, algoritmos de otimização e inteligência artificial criando novas oportunidades para o projeto e controle de trajetória melhorados.

À medida que a indústria avança para ambientes de perfuração mais desafiadores, incluindo água ultra-profunda, alcance estendido e recursos não convencionais, a importância da otimização de trajetórias só aumentará. O desenvolvimento e aplicação contínuo de métodos numéricos avançados serão essenciais para enfrentar esses desafios, mantendo a segurança, minimizando os custos e maximizando a recuperação de recursos.

Para mais informações sobre engenharia de perfuração e otimização de trajetória, visite Sociedade de Engenheiros de Petróleo e explore recursos sobre OnePetro. Pode-se encontrar orientação técnica adicional através da Associação Internacional de Perfuradores. A pesquisa acadêmica sobre métodos de otimização está disponível através de CienceDirect[] e Springer[.