Tilbake til søkeresultatene

NAERINGSPH-Nærings-phd

Application of predictive data analytics to wellbore geomechanics on the Norwegian continental shelf

Alternativ tittel: Anvendelse av prediktiv dataanalyse til borehull geomekanikk på norsk sokkel

Tildelt: kr 0,31 mill.

Prosjektleder:

Prosjektnummer:

317606

Søknadstype:

Prosjektperiode:

2020 - 2021

Midlene er mottatt fra:

Geografi:

Til tross for betydelig fremgang, er det fortsatt store utfordringer knyttet til ustabilitet i borehull og brønnkontrollhendelser ved brønnboring over hele kloden. En oversikt over brønner på norsk kontinentalsokkel (NCS) de siste 25 årene viser at et gjennomsnitt på 14% av alle letebrønner og 8% av alle produksjonsbrønner hadde problemer med brønnkontrollhendelser. Disse brønnkontrollhendelsene fører til kostbare forsinkelser og behov for aktivering av beredskapstiltak som påvirker sikkerheten. Andelen brønnkontrollhendelser relatert til poretrykkprognoser er høy; omtrent 80% av tilfellene. De fleste av disse problemene kan unngås gjennom bedre forståelse av forholdene i undergrunnen og justert borepraksis. Dette vil kunne resultere i mer effektiv og sikrere boring. Ved å introdusere boremekanikkdata, geomekanisk modellering og avansert dataanalyse kan mer pålitelige prognoser av stress og poretrykk oppnås. Bruk av dataanalyse og maskinlæring kan løse problemer relatert til uregelmessigheter i datasettene og tillater felles analyse av et høyere antall brønner. Datasettene kan "lære av hverandre". Nye metoder som kobler geofysiske logger og boremekaniske data vil bidra til høyere presisjon av topp og bunn overtrykk estimater i undergrunnen. Videre tillater en kvantifisert analyse av boremekaniske data, trykkprognoser i andre litologier enn skifer, noe som har vært en stor utfordring i oljeindustrien og dype geotermiske brønner. Målet med denne studien er å redusere usikkerheten knyttet til poretrykk og geomekaniske modeller, slik at forekomsten av ustabile borehull og brønnkontrollhendelser kan reduseres. Hensikten med prosjekt er at forskningen og de nyutviklede algoritmer vil være anvendbare for alle bore applikasjoner inklusiv geotermisk energi.

Despite significant progress, borehole instabilities and well control incidents are still major challenges in drilling wells across the globe. On the Norwegian continental shelf about 40% of the wells encountered issues related to borehole stability or overpressure, leading to costly delays and the need for contingency measures affecting safety. Most of these problems can be avoided with a better understanding of the conditions in the subsurface and adjusted drilling practices, leading to more efficient and safer drilling. By introducing drilling mechanics data, geomechanical modelling, and advanced data analytics, more reliable predictions of stress and pore-pressure can be obtained. Applying data analytics and machine learning solves problems with data irregularity and allows joint analysis of a higher number of wells, allowing the datasets to “learn from each other”. Combining geophysical logs and drilling mechanics data allows for a more precise determination of the top and base limits of overpressured zones in the subsurface. Furthermore, a quantified analysis of drilling mechanics data allows pressure prediction in non-shale lithologies, which has been a major challenge in the industry. In the project, the geomechanical methodology developed by Geoprovider will be scientifically verified and improved, resulting in higher cost efficiency and improved safety for drilling operations. Using the wealth of data available on the Norwegian continental shelf, a number of case studies will be presented demonstrating the progress and applicability of the methods. The algorithms can be used globally, and the results of this project will be specifically tested for application in geothermal energy using data from high pressure high temperature wells.

Aktivitet:

NAERINGSPH-Nærings-phd