Tilbake til søkeresultatene

PETROMAKS2-Stort program petroleum

Automated Well Monitoring and Control

Alternativ tittel: Automatisert Brønnovervåking og Kontroll

Tildelt: kr 12,6 mill.

Mange bransjer, for eksempel olje og gass, CO2 -lagring, geotermisk eller energilagring, bruker brønner, ikke bare for injeksjon og produksjon, men også for overvåking for å sikre kvaliteten og sikkerheten i prosessene som foregår i reservoarene i undergrunnen. Mulighetene for å hente ut data fra brønnene, slik som strømmingsrater, trykk, temperatur etc., er blitt kraftig forbedret de seneste årene. Signalene kan nå måles med høy presisjon og lagres i nærmest ubegrensede mengder. Det som ikke har utviklet seg tilsvarende er mulighetene til å effektivt analysere og tolke disse dataene slik at informasjonen som ligger der blir synlig og kan utnyttes til overvåkning og styre brønnene på den mest hensiktsmessige måten. Fram til nå har slike analyser hovedsakelig blitt gjort manuelt, noe som er både tid og arbeidskrevende, og gjerne medfører at viktig informasjon blir oversett, eller kommer for sent. Dette prosjektet tar sikte på å utvikle metoder, modeller og algoritmer for å effektivt håndtere disse store datamengdene, fjerne støy, og gjenkjenne mønstre som kan inneholde nyttig informasjon. Potensielt nyttige data vil bli ført videre til avanserte tolknings-systemer som kan trekke ut slik informasjon ved å kombinere tradisjonelle analysemetoder (analytiske og numeriske modeller) med mer data-baserte tilnærminger som maskin-læring og stor-data analyser. Målet er en automatisert prosess der datastrømmen behandles kontinuerlig. På denne måten kan unormal oppførsel, for eksempel lekkasjer, oppdages tidlig, og viktig informasjon om brønn- og reservoarforhold kan raskt nå beslutningstakere. Utfallet av dette prosjektet kan ha stor betydning, ikke bare for kostnadene med og resultatene av den aktuelle undergrunns-aktiviteten, men også for miljø og klima gjennom mindre forurensing, bedre energiutnyttelse og lavere utslipp av klimagasser.

Well surveillance and control remain key issues for industries like oil and gas (O&G), geothermal, geological carbon storage (CCS) and compressed air energy storage (CAES). Significant progress with real-time well measurements and automated data gathering has recently been achieved, while interpretation and well control optimization remain labour and time-consuming work mainly done manually. The project aims at development and testing of a new methodology and tool (prototype software) for automated injection well monitoring and control based on real-time pressure, temperature and rate data. The basis is time-lapse Pressure Transient Analysis (PTA) providing capabilities to monitor well performance and interference, containment of injected fluids and safety of abandoned wells. Modern gauges provide high frequency and resolution data, however some challenges are unresolved. The project will focus on these challenges including recognition of well and reservoir response from noisy / biased data, interpretation of low-amplitude changes and combination with other transients like temperature. A separate issue is real-time data interpretation needed to optimize well control. Advanced interpretation and automation will be achieved via combining model- (time-lapse PTA) and data- (big data analytics / machine learning) driven approaches. Real field data will guide the project tasks and priorities and serve as a testing and application environment for the research and development. Automated well monitoring and warning system will be integrated with injection well control. The control includes rate changes designed to send signals with real-time interpretation of the response (on-the-fly well testing) to optimize well performance and inter-well communication and prevent injection safety issues. The automated solution developed in the project will reduce costs, improve efficiency and minimize environmental footprint in O&G and facilitate CCS, CAES and geothermal industries.

Budsjettformål:

PETROMAKS2-Stort program petroleum