blog

Apr 19, 2023

Taxa de modelagem de penetração em operações de perfuração usando modelos RBF, MLP, LSSVM e DT

Relatórios Científicos volume 12,

Scientific Reports volume 12, Número do artigo: 11650 (2022) Citar este artigo

1345 acessos

4 Citações

Detalhes das métricas

Um dos problemas mais importantes que a indústria de perfuração enfrenta é o custo de perfuração. Muitos fatores afetam o custo da perfuração. O aumento do tempo de perfuração tem um papel significativo no aumento dos custos de perfuração. Uma das soluções para reduzir o tempo de perfuração é otimizar a taxa de perfuração. Perfurar poços no momento ideal reduzirá o tempo e, portanto, reduzirá o custo da perfuração. A taxa de perfuração depende de diferentes fatores, alguns dos quais são controláveis ​​e outros incontroláveis. Neste estudo, vários modelos inteligentes e uma correlação foram propostos para prever a taxa de penetração (ROP), que é muito importante para o planejamento de uma operação de perfuração. Foram usados ​​5.040 pontos de dados reais de um campo no sul do Irã. A ROP foi modelada usando Radial Basis Function, Decision Tree (DT), Least Square Vector Machine (LSSVM) e Multilayer Perceptron (MLP). O Algoritmo de Regularização Bayesiana (BRA), o Algoritmo de Gradiente Conjugado Escalado e o Algoritmo Levenberg-Marquardt foram empregados para treinar MLP e o Gradient Boosting (GB) foi usado para DT. Para avaliar a precisão dos modelos desenvolvidos, foram utilizadas técnicas gráficas e estatísticas. Os resultados mostraram que o modelo DT-GB com R2 de 0,977, tem o melhor desempenho, seguido pelo LSSVM e MLP-BRA com R2 de 0,971 e 0,969, respectivamente. Além disso, a correlação empírica proposta tem uma precisão aceitável, apesar da simplicidade. Além disso, a análise de sensibilidade ilustrou que a profundidade e a pressão da bomba têm os maiores efeitos na ROP. Além disso, a abordagem de alavancagem aprovou que o modelo DT-GB desenvolvido é válido estatisticamente e cerca de 1% dos dados são suspeitos ou fora do domínio de aplicabilidade do modelo.

Uma das questões mais importantes enfrentadas pela indústria do petróleo, especialmente a indústria de perfuração, são os custos de perfuração e têm atraído muita atenção nas últimas décadas. Muitos fatores podem afetar o custo da perfuração, sendo o mais importante o tempo de perfuração do poço, que pode aumentar várias vezes os custos de perfuração. Portanto, reduzir o tempo de perfuração é um dos propósitos mais significativos dos engenheiros de perfuração1,2,3. Em outras palavras, um dos principais objetivos da otimização da perfuração é diminuir o tempo total4. Para tanto, duas formas foram propostas: escolha de variáveis ​​ótimas de perfuração (por exemplo, escolha de um tipo de fluido de perfuração e broca adequados) e análise instantânea para otimizar parâmetros operacionais como velocidade de rotação e peso na broca durante a perfuração4.

O principal fator que afeta o tempo de perfuração é a taxa de penetração (ROP)5. Portanto, a precisão do modelo ROP é crítica6. Muitos parâmetros afetam a taxa de perfuração, incluindo propriedades da lama de perfuração, características de formação, velocidade de rotação e características da broca2,7. Os principais parâmetros que afetam a ROP são apresentados na Fig. 1. Alguns desses parâmetros são incontroláveis, como as características da formação, e outros são controláveis, como as propriedades da lama de perfuração. Estudar o efeito de diferentes parâmetros individualmente na ROP pode ser facilmente investigado, como resistência da rocha, revoluções por minuto (RPM) e peso na broca (WOB)8. O aumento da resistência à compressão uniaxial da rocha de formação causa endurecimento e, portanto, diminui a taxa de penetração8,9. Os parâmetros de perfuração também são fatores controláveis ​​para alterar a taxa de perfuração. O tipo de broca e seu gênero10, e o ajuste da broca e a formação são eficazes para aumentar a taxa de perfuração. Embora o aumento de RPM11 aumente a taxa de perfuração em formações macias, não é diretamente visível em formações duras e baixas velocidades de rotação podem resultar em melhores taxas de perfuração. A taxa de fluxo e as características da lama de perfuração, como viscosidade plástica (PV), peso da lama (MW) e ponto de escoamento (YP) determinam a capacidade da lama de transferir cascalhos de perfuração para a superfície. O melhor transporte do corte para a superfície evita o acúmulo de cascalhos e retíficas e aumenta a taxa de perfuração. O WOB determina o grau de contato e penetração da broca na formação que depende do tipo de rocha e pode aumentar a taxa de perfuração, mas o WOB tem uma relação direta com a taxa de perfuração até certo ponto e, portanto, não tem grande impacto na taxa de perfuração12,13. Muitos modelos foram propostos para prever a ROP, mas são problemáticos porque são obtidos em laboratório ou usando dados de campo incompletos2,14. Em outras palavras, os efeitos das variáveis ​​de perfuração na ROP ainda não foram totalmente compreendidos15. Até agora, diferentes métodos foram propostos para otimizar a taxa de perfuração, mas devido ao fato de que um grande número de parâmetros influencia a taxa de perfuração, o desenvolvimento de um modelo eficiente e abrangente é muito difícil. Por outro lado, a complexa relação entre esses parâmetros levou à falta de um modelo abrangente2,14.