每天数百万桶石油生产从美国页岩储层。然而这个量是小相比,实际的油量锁在这些地下岩石。石油和天然气工业已将光纤传感电缆井下水力裂缝结果和更好地理解为什么刺激和生产过程不免费的困油以预期的利率。不幸的是,信息的来源收到这些传感器是巨大的,难以整理。
一个多学科小组,包括德克萨斯A&M大学的研究人员,从科罗拉多矿业学院的教员,创造了一个算法从压裂努力清理地下数据并提供清晰的视图,这些过程如何成功和失败在页岩储层岩石。
“我们的定量表征储层内断裂的几何图形信息检索比一个简单的定性分析,”菅直人Wu博士说,副教授和雪佛龙公司的教员在哈罗德·万斯石油工程系。“我们已经测试了我们的算法和应用领域。”
研究结果发表于11月11日,2021年,石油工程师学会的SPE生产和经营杂志。
传统的数据解释方法,尽管非常有助于工程师,严格基于定性信息或概率基于模式的信息。相比之下,该算法是可数的收集定量数据,如温度、压力或在储层岩石变形的变化。承认发生的结果创建更改并准确的模型和多远快骨折了,什么方向都和他们成了多大。
低频分布式声传感(DAS)数据采集才五年,所以并不是所有的信息从井接收光纤已经被完全破译。同时,每个也都有自己的一系列特征由于地下结构的巨大变化。这种复杂性是为什么和她的同事们,同伴教员乔治Moridis博士,教授,罗伯特·l·怀廷椅子,通用电气金博士和地球物理学助理教授矿山,需要大量的时间来精心开发他们的算法。
首先,研究者们测试了算法的清洁能力从已知数据和解释简单流断裂过程。这样他们可以放弃或扭转信息找到断裂的成长的起点。随着算法扩展到理解更复杂的信息,他们改进了向前的方式思考的能力和预测新的和复杂的骨折启动和成长。
吴是一个岩石力学专家,金地球物理学和DAS技术专家,Moridis专家先进的数值方法和高性能计算的耦合过程。因为项目团队的多学科背景,该算法具有令人难以置信的灵活性,成长和适应所接收到的数据的类型。例如,Yongzan Liu项目的研究生两年多了,现在是一个博士后研究员光纤上使用类似的方法和建模数据从hydrate-bearing沉积物监测天然气产量的劳伦斯伯克利国家实验室。
刘、吴Moridis和金是第一个开发这种类型的算法和发布结果。他们的研究的目标是最终从压裂自动化算法,以便反馈事件发生在接近实时钻井工地。这样,工程师可以快速调整断裂设计努力每个特定的成分。
“行业需要这种类型的工具来理解断裂几何学和监测裂缝延伸,”吴表示。”就变得越有效越好它将帮助优化水力裂缝和完成设计和最大化生产。”