Новые технологии для приобретения данных в режиме реального времени

Оптический светочувствительный

Распределенное волоконно-оптическое зондирование (DFOS) появилось как революционный подход, использующий всю длину волоконного кабеля в качестве непрерывного датчика. Такие методы, как распределенное температурное зондирование (DTS), распределенное акустическое зондирование (DAS) и распределенное зондирование деформации (DSS), позволяют операторам контролировать температурные профили, режимы потока и распространение гидравлических трещин в режиме реального времени. Например, DAS может обнаруживать микросейсмические события и шум потока, что позволяет на ранней стадии идентифицировать перекрестный поток или утечки корпуса. Документированная DAS 2022 SPE используется в глубоководной скважине Мексиканского залива для оптимизации интервала стадий стимуляции, уменьшая незапланированные скрининги на 30%.

Волоконно-оптические установки могут быть постоянно развернуты за корпусом или временно развернуты на проводной линии. Возможность собирать тысячи точек данных на метр означает огромные объемы данных, но современные алгоритмы обработки могут свести их к практическим выводам. Технология становится стандартной в сложных сценариях завершения и распространяется на подводные установки через интеллектуальные системы подачи скважин.

Микроэлектромеханические системы (MEMS)

Технология MEMS миниатюризирует датчики до шкалы чипов при сохранении надежности. Это позволяет интегрировать несколько датчиков (акселерометры, гироскопы, магнитометры, преобразователи давления) в единый компактный пакет, который помещается внутри сверлильной струны или на воротнике. Акселерометры MEMS теперь достигают точности, сопоставимой с традиционными кварцевыми акселерометрами, при доле размера и энергопотребления, что позволяет проводить непрерывные измерения наклона и азимута ближнего бита. Это имеет решающее значение для геостирирования в тонких слоях резервуара. Операторы, использующие инструменты измерения на основе MEMS, сообщили об улучшенной точности размещения скважины и уменьшенных боковых дорожек.

Химические и многофазные датчики

Понимание состава забойной жидкости в реальном времени - будь то вода, нефть, газ или буровая грязь - имеет важное значение для оценки образования и обеспечения потока. Новые химические датчики на месте используют спектроскопию (например, ближний инфракрасный и раман) для идентификации углеводородов, солености воды и загрязняющих веществ. Некоторые инструменты теперь включают миниатюрные газовые хроматографы, которые анализируют состав пластового газа в условиях резервуара. Эти датчики помогают дифференцировать состав пластового газа и фильтрат бурения, позволяя быстрее принимать решения о точках затвердевания, тестировании образования и конструкции завершения. Примечательным примером является датчик идентификации жидкости IrisTM от Schlumberger, который сочетает в себе удельное сопротивление, емкость и диэлектрические измерения для обеспечения ввода жидкости в реальном времени в суровых условиях скважины.

Беспроводные системы связи

После сбора данных датчиками скважины они должны передаваться на поверхность в режиме реального времени или в режиме, близком к реальному времени. Традиционная проводная телеметрия (через буровую трубу или проводную линию) надежна, но увеличивает стоимость, сложность и операционный риск. Новые беспроводные технологии предлагают альтернативные пути, которые уменьшают зависимость от физических кабелей.

Усовершенствование муфтовой пульсовой телеметрии

Грязевой импульсной телеметрии остается наиболее широко используемым методом передачи данных через буровую текучую колонку. Современные системы в настоящее время достигают скорости передачи данных до 40 бит в секунду (б/с) с использованием передовых схем модуляции, таких как квадратурная фазовая переключатель (QPSK) и кодирование более высокого порядка. Хотя все еще ограничены по сравнению с проводными опциями, устойчивые улучшения в обработке сигналов и адаптивное выравнивание повысили надежность в глубоких отверстиях и газоразрезанной грязи. Новые генераторы импульсов с керамическими приводами уменьшают износ и позволяют более длительную непрерывную работу.

Акустическая телеметрия

Акустическая телеметрия использует звуковые волны, передаваемые через саму буровую струну, минуя колонну грязи в качестве среды связи. Этот метод может достигать скорости передачи данных 50-100 б/с, значительно выше, чем грязевой импульс, и работает даже в аэрированном грязе или несбалансированном бурении, где грязевой импульс неисправен. Недавние полевые испытания продемонстрировали надежную связь через более чем 10 000 футов буровой трубы в условиях высокого затухания. Технология особенно перспективна для рулевого управления скважиной в реальном времени и мониторинга давления при бурении. Крупные сервисные компании в настоящее время коммерциализируют акустические сети, которые также могут передавать команды вниз к инструментам скважины (например, приводя в действие циркуляционную подложку или регулируя балку).

Электромагнитная (ЭМ) телеметрия

ЭМ-телеметрия передает данные через низкочастотные электромагнитные волны через образование.В то время как диапазон ограничен сопротивлением образования (обычно 5000-10000 футов общей вертикальной глубины), он не требует циркуляции грязи, что делает его ценным во время спотыкания или в скважинах, где циркуляция грязи невозможна. Более новые системы используют адаптивный выбор частоты и несколько поверхностных электродных массивов для расширения диапазона глубины и улучшения отношения сигнал-шум. ЭМ-телеметрия часто сочетается с импульсом грязи в гибридном расположении, переключаясь между режимами в зависимости от глубины и условий.

Wired Drill Pipe (WDP) и кабельные галстуки

Хотя технология проводных буровых труб не является строго беспроводной, следует упомянуть в качестве высокоскоростной (до 1 Мбит/с) альтернативы, которая созрела в последние несколько лет. Системы, такие как IntelliServ от National Oilwell Varco, встраивают коаксиальный кабель внутри каждого бурового соединения. Передача данных надежна и чрезвычайно быстрая, что позволяет получать изображения в режиме реального времени, динамические профили давления и температуры и изображения LWD с высоким разрешением (заготовка во время бурения). Основными ограничениями являются начальная стоимость и необходимость в специально модифицированных компонентах, но для очень сложных скважин ROI может быть существенным.

Гибридные и новые беспроводные методы

Передовые исследования изучают низкоэнергетические протоколы WAN (широкомасштабной сети), адаптированные для использования в скважинах, а также оптическая передача через волоконно-оптические трубы. Одна новая концепция использует саму сверло в качестве линии передачи, применяя высокочастотные сигналы, которые соединяются через нити труб, достигая умеренных скоростей передачи данных без специальных модификаций оборудования. Лабораторные испытания показали перспективу, но проверка поля все еще находится на рассмотрении.

Искусственный интеллект и машинное обучение

Сырье, независимо от того, насколько оно качественное, имеет ограниченную ценность, если не трансформируется в практические идеи. Объем данных от современных датчиков скважины может достигать гигабайт в день, что намного превышает возможности ручного анализа. Модели искусственного интеллекта (ИИ) и машинного обучения (МЛ) теперь развернуты как на краю (забойная скважина или поверхность вблизи буровой установки), так и в облачных средах для автоматизации интерпретации, прогнозирования событий и оптимизации параметров бурения в режиме реального времени.

Прогнозное обслуживание и обнаружение неисправностей

Алгоритмы ИИ, обученные на исторических данных датчиков, могут распознавать ранние признаки износа оборудования, такие как ухудшение характеристик подшипников в грязевых двигателях, отказ уплотнения в поворотных управляемых системах или вымывание в ошейниках сверла. Благодаря постоянному мониторингу вибрации, крутящего момента и давления в скважине, модели ML могут выдавать предупреждения за несколько часов до сбоя, что позволяет проводить профилактические действия, которые избегают дорогостоящих рыболовных операций. В отраслевом отчете 2023 года указано, что операторы, использующие такие системы, сократили непроизводительное время от сбоев инструмента в скважине до 25%.

Оптимизация параметров бурения

Модели машинного обучения могут рекомендовать оптимальный вес на бит (WOB), обороты в минуту (RPM) и скорость потока для максимизации скорости проникновения (ROP) при управлении вибрацией скважины и скольжением. Усиление обучающих агентов, обученных на данных о смещении скважин, регулируют параметры в реальном времени при изменении условий формирования. Например, платформа DrillOpsTM от Halliburton использует ML для расчета лучшей комбинации WOB и RPM, часто достигая улучшения на 15-20% в ROP по сравнению с ручной оптимизацией.

Характеристика водохранилищ и геоуправление

Инверсия резистентности LWD и данных азимутального гамма-излучения на основе ИИ обеспечивает 3D-модели формирования в реальном времени перед битом. Это позволяет проводить проактивное геоуправление с большей точностью, чем ручная интерпретация. Нейронные сети могут интегрировать несколько входов датчиков для классификации литологии, идентификации контактов с жидкостью и прогнозирования давления пор в реальном времени. В результате операторы могут поддерживать скважину в узком сладком месте с высокой проницаемостью, повышая темпы производства.

Автоматическое обнаружение событий

Такие события, как удары, потеря циркуляции и упаковка, требуют немедленной реакции. Алгоритмы ML, обученные данным о давлении, потоке и крутящем моменте в реальном времени, могут обнаруживать аномалии в течение нескольких секунд - намного быстрее, чем у человека-бурильщика. Некоторые системы теперь запускают автоматические действия управления, такие как увеличение веса грязи или закрытие предупредителя выдувания, при условии надзора за безопасностью. Эта способность повышает безопасность управления скважиной, особенно в глубоководных средах, где время реакции имеет решающее значение.

Edge Computing и обработка данных

Передача всех необработанных данных на поверхность часто нецелесообразна из-за ограничений полосы пропускания телеметрии. Крайние вычисления приближают вычислительную мощность к источнику, позволяя инструментам забойной системы фильтровать, сжимать и даже интерпретировать данные перед передачей. В некоторых случаях только сигналы тревоги или сводная статистика отправляются в забой, а данные полного разрешения хранятся в памяти для последующего извлечения.

Современные блоки обработки забоев (часто основанные на программируемых в поле массивах затворов, FPGA или процессорах ARM с низким энергопотреблением) могут запускать легкие модели ML, обученные для идентификации ключевых функций, таких как приток газа, вымывание или переломы. Это снижает пропускную способность, необходимую от 1 Мбит / с до всего нескольких б / с для критических оповещений. Например, инструмент гамма-лучей забоя может выполнять классификацию литологии в реальном времени и передавать только двоичный флаг при пересечении границы, сохраняя пропускную способность для других измерений.

На поверхности, краевые серверы, расположенные на буровой установке, обрабатывают данные со всех датчиков скважин и поверхности, применяют передовую аналитику и предоставляют приборную панель для бурильщиков. Эта архитектура минимизирует задержку, критическую для быстро движущихся событий, и уменьшает зависимость от спутниковых или волоконных связей с удаленными центрами обработки данных.

Интеграция и цифровые близнецы

Чтобы реализовать весь потенциал новых данных о забоях, технологии должны быть интегрированы в согласованные рабочие процессы, которые связывают данные в реальном времени с планированием и прогнозированием. Цифровые двойники - динамические виртуальные копии скважины и резервуара - становятся центральными для этой интеграции. Цифровой двойник поглощает данные датчиков в реальном времени, сравнивает их с передовыми моделями и обновляет моделирование, чтобы отразить реальные условия. Это позволяет инженерам тестировать сценарии «что, если» на лету, такие как настройка свойств грязи для противодействия неожиданному напору давления.

Сервисные компании теперь предлагают интегрированные платформы, которые объединяют данные LWD, MWd, грязевых журналов и поверхностных данных в единую модель данных. Например, когнитивная платформа Schlumberger DELFI объединяет данные скважин с сейсмической, буровой и производственной информацией, позволяя совместно принимать решения в режиме реального времени по всем дисциплинам. Такие платформы сокращают время от сбора данных до принятия решений от часов до минут.

Основные преимущества и операционное воздействие

Развертывание этих новых технологий дает измеримые преимущества на протяжении всего жизненного цикла бурения и производства.

• Сокращение непроизводственного времени (NPT): Раннее обнаружение отказов и оптимизация в реальном времени сократили NPT на 20-40% в документированных тематических исследованиях.
• Улучшенная скорость проникновения (ROP): Оптимизация параметров с использованием ИИ увеличивает ROP на 10-25%, сокращая общее время и стоимость бурения.
• Расширенное расположение скважин: Расширенное геоуправление с использованием LWD и интерпретации ИИ в реальном времени сохраняет скважину в целевой зоне в 90-95% времени, повышая первоначальные темпы производства.
• Оценка запасов: Оценка типизации и формирования жидкости в режиме реального времени с высоким разрешением повышает точность нефтефизических расчетов, снижая риск обхода нефти.
• Повышенная безопасность: Автоматизированные системы обнаружения ударов и раннего предупреждения для событий контроля скважины обеспечивают критические секунды для вмешательства, предотвращая выхлопы и инциденты с персоналом.
• Охрана окружающей среды: Минимизация нежелательных потерь жидкости и инцидентов с застрявшими трубами снижает воздействие буровых работ на окружающую среду.

Проблемы широкого распространения усыновления

Несмотря на очевидные преимущества, некоторые барьеры замедляют полную интеграцию новых технологий сбора данных.

• Стоимость:] Высокие первоначальные инвестиции в модернизацию датчиков, проводные буровые трубы и платформы ИИ могут быть непомерно высокими для небольших операторов.
• Надежность в суровых средах: Электронные компоненты по-прежнему сталкиваются с проблемами надежности при экстремальных температурах выше 200 ° C, хотя датчики SOI и SiC постепенно преодолевают это.
• Перегрузка данных: Датчики высокого разрешения генерируют терабайты данных на скважину. Эффективная обработка краев и управление данными необходимы; без них данные становятся бременем, а не активом.
• Кибербезопасность: Подключение в режиме реального времени увеличивает подверженность киберугрозам, особенно когда установки больше полагаются на удаленный мониторинг и автономное управление.Надежные протоколы безопасности должны быть внедрены со стадии проектирования.
• Квалифицированная рабочая сила: Для интерпретации результатов ИИ и интеграции данных в реальном времени требуются инженеры, прошедшие обучение в области науки о данных, геонауки и бурения.
• Стандартизация: Различные сервисные компании используют собственные форматы данных и протоколы, препятствующие интеграции на смешанных спредах оборудования.Открытые стандарты, такие как WITSML, выгодны, но не повсеместно приняты.

Будущие тенденции и инновации

В следующем десятилетии мы увидим дальнейшие прорывы, которые могут переопределить сбор данных в скважинах.

5G/6G Downhole Networks (недоступная ссылка)

Исследования высокочастотной беспроводной связи с низкой задержкой через проводящую трубу или через ретрансляторы, установленные в комплектациях, набирают силу. При достижении скорости передачи данных в скважине может приблизиться к 1 Гбит/с, что позволяет передавать потоковое видео из битовых и в режиме реального времени полноразмерных лог-массивов.

Квантовые датчики

Квантовые магнитометры и гравитационные градиометры могут обнаруживать границы резервуара и контакты с жидкостью с точностью, намного превышающей текущие инструменты. Хотя эти датчики все еще находятся в лаборатории, они могут в конечном итоге быть прочными для использования в скважинах, что революционизирует картографирование резервуаров.

Нано-роботы и теплое зондирование

Micro-scale robotic particles or “motes” that travel through the formation and relay properties via short-range communication are under investigation. These could monitor interwell communication, microseismicity, and chemical changes across large volumes.

Автономные системы принятия решений

На горизонте - объединение данных в реальном времени, цифровых двойников и ИИ, полностью автономных буровых систем, которые корректируют параметры и даже меняют траекторию без участия человека.Первоначальное развертывание на мелководных наземных скважинах показало, что такие системы могут сверлить целые участки с минимальным наблюдением.

Заключение

Новые технологии сбора данных в режиме реального времени превращают нефтегазовую отрасль из реактивной в прогностическую модель. Передовые датчики, волоконно-оптические системы, MEMS и химические анализаторы предоставляют более богатые данные из экстремальных сред. Технологии беспроводной связи - от импульса грязи и акустических до EM и проводных буровых труб - предлагают различные пути для передачи этих данных с растущей скоростью. Искусственный интеллект, граничные вычисления и цифровые двойники преобразуют необработанные потоки в действенные решения в течение нескольких секунд, снижая затраты, надежность и воздействие на окружающую среду. Хотя проблемы остаются в стоимости, надежности и обучении рабочей силы, темпы инноваций не показывают признаков замедления. Эти технологии не только улучшают сбор данных; они фундаментально перепрограммируют то, как операторы планируют, бурят и управляют скважинами, делая ранее недоступные для понимания в реальном времени. По мере того, как отрасль продолжает свою цифровую трансформацию, те, кто принимает и интегрирует эти возможности, получат значительное конкурентное преимущество в эффективности, безопасности и конечном восстановлении.

Для дальнейшего чтения обратитесь к статье SPE по распределенному акустическому зондированию для мониторинга гидравлических трещин (]SPE-209152-MS ), обзору разработок проводных буровых труб (]NOV IntelliServ ) и отраслевому анализу ИИ в бурении (]Halliburton DrillOps .