Wie erkennt man die Bewertung von PDC-Bit-ROP-Modellen und den Einfluss der Gesteinsfestigkeit auf die Modellkoeffizienten?

Abstrakt

Aufgrund der aktuellen niedrigen Ölpreise liegt der Schwerpunkt erneut auf der Bohroptimierung, um beim Bohren von Öl- und Gasquellen Zeit zu sparen und die Betriebskosten zu senken. Die Modellierung der Eindringgeschwindigkeit (ROP) ist ein wichtiges Werkzeug zur Optimierung der Bohrparameter, insbesondere des Bohrergewichts und der Drehzahl, für schnellere Bohrprozesse. Mit ROPPlotter, einem neuartigen, vollständig automatisierten Datenvisualisierungs- und ROP-Modellierungstool, das in Excel VBA entwickelt wurde, untersucht diese Arbeit die Modellleistung und den Einfluss der Gesteinsfestigkeit auf Modellkoeffizienten von zwei verschiedenen PDC-Bit-ROP-Modellen: Hareland und Rampersad (1994) und Motahhari et al. (2010). Diese beiden PDC-Bit Die Modelle werden mit einer allgemeinen ROP-Relation im Basisfall verglichen, die von Bingham (1964) in drei verschiedenen Sandsteinformationen im vertikalen Abschnitt einer horizontalen Bakken-Schieferbohrung entwickelt wurde. Zum ersten Mal wurde versucht, die Auswirkung unterschiedlicher Gesteinsfestigkeiten auf die ROP-Modellkoeffizienten zu isolieren, indem Lithologien mit ansonsten ähnlichen Bohrparametern untersucht wurden. Darüber hinaus wird eine umfassende Diskussion über die Bedeutung der Auswahl geeigneter Modellkoeffizientengrenzen geführt. Die Gesteinsfestigkeit, die in den Modellen von Hareland und Motahhari, jedoch nicht in den Modellen von Bingham berücksichtigt wird, führt zu höheren Werten der Modellkoeffizienten mit konstantem Multiplikator für die ersteren Modelle, zusätzlich zu einem erhöhten RPM-Term-Exponenten für das Modell von Motahhari. Es zeigt sich, dass das Modell von Hareland und Rampersad mit diesem speziellen Datensatz von den drei Modellen die beste Leistung erbringt. Die Wirksamkeit und Anwendbarkeit der traditionellen ROP-Modellierung wird in Frage gestellt, da solche Modelle auf einer Reihe empirischer Koeffizienten basieren, die die Wirkung vieler Bohrfaktoren berücksichtigen, die in der Modellformulierung nicht berücksichtigt wurden, und für eine bestimmte Lithologie einzigartig sind.

Einführung

PDC-Bohrkronen (Polykristalliner Diamant-Kompaktbohrer) sind heute der vorherrschende Bohrertyp, der beim Bohren von Öl- und Gasquellen verwendet wird. Die Bohrerleistung wird typischerweise anhand der Penetrationsrate (ROP) gemessen, einem Hinweis darauf, wie schnell das Bohrloch im Hinblick auf die Länge des gebohrten Lochs pro Zeiteinheit gebohrt wird. Die Bohroptimierung steht seit Jahrzehnten im Vordergrund der Agenda von Energieunternehmen und gewinnt im aktuellen Niedrigölpreisumfeld noch mehr an Bedeutung (Hareland und Rampersad, 1994). Der erste Schritt zur Optimierung der Bohrparameter zur Erzielung des bestmöglichen ROP ist die Entwicklung eines genauen Modells, das die an der Oberfläche erhaltenen Messungen mit der Bohrgeschwindigkeit in Beziehung setzt.

In der Literatur wurden mehrere ROP-Modelle veröffentlicht, darunter auch Modelle, die speziell für einen bestimmten Bittyp entwickelt wurden. Diese ROP-Modelle enthalten typischerweise eine Reihe empirischer Koeffizienten, die von der Lithologie abhängen und das Verständnis der Beziehung zwischen Bohrparametern und Eindringgeschwindigkeit beeinträchtigen können. Der Zweck dieser Studie besteht darin, die Modellleistung und die Reaktion der Modellkoeffizienten auf Felddaten mit unterschiedlichen Bohrparametern, insbesondere der Gesteinsfestigkeit, für zwei zu analysierenPDC-Bit Modelle (Hareland und Rampersad, 1994, Motahhari et al., 2010). Modellkoeffizienten und Leistung werden auch mit einem Basisfall-ROP-Modell (Bingham, 1964) verglichen, einer vereinfachten Beziehung, die als erstes ROP-Modell diente, das in der gesamten Industrie weit verbreitet war und derzeit noch verwendet wird. Bohrfelddaten in drei Sandsteinformationen mit unterschiedlicher Gesteinsfestigkeit werden untersucht, Modellkoeffizienten für diese drei Modelle berechnet und miteinander verglichen. Es wird postuliert, dass die Koeffizienten für die Modelle von Hareland und Motahhari in jeder Gesteinsformation einen größeren Bereich abdecken als die Modellkoeffizienten von Bingham, da unterschiedliche Gesteinsfestigkeiten in der letztgenannten Formulierung nicht explizit berücksichtigt werden. Die Modellleistung wird ebenfalls bewertet, was zur Auswahl des besten ROP-Modells für die Bakken-Schieferregion in North Dakota führt.

Die in dieser Arbeit enthaltenen ROP-Modelle bestehen aus unflexiblen Gleichungen, die einige Bohrparameter mit der Bohrgeschwindigkeit in Beziehung setzen, und enthalten eine Reihe empirischer Koeffizienten, die den Einfluss schwer zu modellierender Bohrmechanismen wie Hydraulik, Fräser-Gesteins-Wechselwirkung und Meißel kombinieren Design, Eigenschaften der Bohrlochsohlenmontage, Schlammart und Bohrlochreinigung. Obwohl diese herkömmlichen ROP-Modelle im Vergleich mit Felddaten im Allgemeinen keine gute Leistung erbringen, stellen sie ein wichtiges Sprungbrett für neuere Modellierungstechniken dar. Moderne, leistungsfähigere, statistikbasierte Modelle mit erhöhter Flexibilität können die Genauigkeit der ROP-Modellierung verbessern. Gandelman (2012) hat über eine erhebliche Verbesserung der ROP-Modellierung durch den Einsatz künstlicher neuronaler Netze anstelle traditioneller ROP-Modelle in Ölquellen in den Vorsalzbecken vor der Küste Brasiliens berichtet. Künstliche neuronale Netze werden auch in den Arbeiten von Bilgesu et al. erfolgreich zur ROP-Vorhersage eingesetzt. (1997), Moran et al. (2010) und Esmaeili et al. (2012). Eine solche Verbesserung der ROP-Modellierung geht jedoch zu Lasten der Modellinterpretierbarkeit. Daher sind herkömmliche ROP-Modelle immer noch relevant und bieten eine effektive Methode zur Analyse, wie sich ein bestimmter Bohrparameter auf die Eindringgeschwindigkeit auswirkt.

ROPPlotter, eine in Microsoft Excel VBA entwickelte Felddatenvisualisierungs- und ROP-Modellierungssoftware (Soares, 2015), wird zur Berechnung von Modellkoeffizienten und zum Vergleich der Modellleistung eingesetzt.