Vero

Aug 04, 2023

Rapporti scientifici volume 12, numero articolo: 11318 (2022) Citare questo articolo

1850 Accessi

3 citazioni

Dettagli sulle metriche

La previsione accurata della pressione dei pori in tempo reale è fondamentale soprattutto nelle operazioni di perforazione dal punto di vista tecnico ed economico. La sua previsione farà risparmiare costi, tempo e consentirà anche di prendere le decisioni giuste prima che si verifichino problemi. Le correlazioni disponibili per la previsione della pressione dei pori dipendono dai dati di registrazione, dalle caratteristiche della formazione e dalla combinazione dei parametri di registrazione e perforazione. L'obiettivo di questo lavoro è applicare le reti neurali artificiali (ANN) e il sistema di inferenza neuro-fuzzy adattivo (ANFIS) per introdurre due modelli per stimare il gradiente di pressione di formazione in tempo reale attraverso i dati di perforazione disponibili. I parametri utilizzati includono velocità di penetrazione (ROP), portata del fango (Q), pressione del tubo di livello (SPP) e velocità di rotazione (RS). Per sviluppare il modello predittivo è stato utilizzato un set di dati ottenuto da alcuni pozzi verticali. Per convalidare i modelli di intelligenza artificiale (AI) proposti è stata utilizzata una serie di dati diversa. Entrambi i modelli prevedevano l'output con un buon coefficiente di correlazione (R) per l'addestramento e il test. Inoltre, l’errore percentuale medio assoluto (AAPE) non ha superato il 2,1%. Per la fase di validazione, i modelli sviluppati hanno stimato il gradiente di pressione con una buona accuratezza. Questo studio dimostra l'affidabilità dei modelli proposti per stimare il gradiente di pressione durante la perforazione utilizzando i dati di perforazione. Inoltre, viene fornita una correlazione basata su ANN che può essere utilizzata direttamente introducendo pesi e bias ottimizzati, ogni volta che i parametri di perforazione sono disponibili, invece di eseguire il modello ANN.

La pressione di formazione è esercitata dai fluidi all'interno dello spazio dei pori della roccia. A una certa profondità, il gradiente normale ha origine dal peso della colonna di acqua salata estesa dalla superficie al punto di interesse. La deviazione dalla tendenza normale può essere descritta come anormale e può essere subnormale o sovrapressione1. La pressione normale non è costante e dipende dalla quantità di sali disciolti, dal tipo di fluido, dalla presenza di gas e dal gradiente di temperatura. Supernormale o sovrapressione è la pressione di formazione che supera la normale pressione idrostatica mentre la pressione subnormale è quella inferiore alla pressione normale. Il supernormale è creato dalla pressione normale oltre a una fonte di pressione extra. L'eccesso di pressione può essere attribuito a diverse ragioni che possono essere geologiche, meccaniche, geochimiche e combinate2. Zone di pressione anomale possono portare a gravi problemi tecnici ed economici come calci e scoppi. Una pressione subnormale può portare alla perdita di circolazione e all'incollamento differenziale del tubo con conseguente posizionamento di stringhe di rivestimento aggiuntive (costi di perforazione più elevati)2. Una stima accurata della pressione di formazione in tempo reale può fornire una migliore progettazione del percorso e del rivestimento del pozzo, una migliore analisi della stabilità del pozzo, un programma di fango efficace e costi complessivi di perforazione ridotti3,4.

La stima della pressione di formazione può essere quantitativa o qualitativa. La maggior parte di queste tecniche si basa sul confronto delle linee di tendenza normali con quelle osservate graficamente per individuare i cambiamenti anomali che possono riferirsi a zone di pressione anomale. Le tecniche esistenti in letteratura utilizzano log di pozzo, proprietà degli strati e parametri di perforazione. Hottman e Johnson5 sono stati i primi a stimare la pressione dei pori sulla base dei dati di registrazione dello shale costruendo grafici incrociati che mettono in relazione il gradiente di pressione con il rapporto di resistività o la differenza del tempo di viaggio sonico tra la tendenza osservata e quella normale. Matthews e Kelly6 hanno utilizzato una scala semi-logaritmica per la correlazione di Hottman e Johnson. Pennebaker7 ha sostituito la differenza del tempo di viaggio sonico utilizzato da Hottman e Johnson5 con il rapporto del tempo di viaggio sonico. L'autore ha stimato la pressione dei pori da un diagramma incrociato X-Y come quello di Hottman e Johnson. Questa tecnica utilizzava un'unica linea di tendenza per un determinato tipo di roccia a livello globale, ma ciò potrebbe non essere vero per tutti i tipi di roccia. Eaton8 ha confermato che la pressione di formazione e i gradienti di pressione di copertura influenzano le proprietà derivate dal registro. Di conseguenza, le correlazioni Hottman e Johnson dovrebbero essere ampliate per includere l’effetto dello stress da sovraccarico. Eaton8 ha proposto un modello empirico basato su dati sonici per prevedere il gradiente di pressione nelle formazioni di scisto.