استفاده از یک سیستم خبره در انتخاب کاندیداهای مناسب برای عملیات اسیدکاری و مشاوره در زمینه آسیب‌های سازندی

نوع مقاله : پژوهشی

نویسندگان
1 کارشناس ارشد مهندسی نفت، شرکت مدیریت پروژه‌های صنعتی ابدال، مرکز فناوری مپصا، تهران، ایران
2 استادیار، دانشکده مهندسی معدن، دانشکدگان فنی، دانشگاه تهران، تهران، ایران
20.1001.1/jgt.2024.2020698.1033
چکیده
در طول عمر یک چاه، عوامل متعددی نظیر کاهش فشار، مشبک‌کاری ناقص، جریان آشفته و آسیب سازندی، می‌توانند بهره‌وری چاه را به‌شدت تحت تأثیر قرار دهند. شناسایی و رسیدگی به این مشکلات، به‌ویژه آسیب‌سازندی، بسیار حیاتی است. عملیات اسیدکاری به‌طور معمول برای کاهش چنین آسیب‌هایی به کار گرفته می‌شود و معمولاً پس از انجام این عملیات، بهره‌وری چاه افزایش می‌یابد. عموماً، انتخاب چاه‌ها برای انجام اسیدکاری و شناسایی آسیب‌های سازندی بر پایه تجزیه و تحلیل‌های گسترده زمین‌شناسی و مهندسی استوار بوده است. این روش‌های سنتی، هر چند کامل، زمان‌بر هستند و شامل بررسی داده‌های پیچیده ژئوشیمیایی، ژئوفیزیکی و زمین‌شناسی می‌شوند. به همین علت، این مطالعه یک سیستم خبره را برای ساده‌سازی این فرآیندها معرفی می‌کند. سیستم‌های خبره به‌صورت خودکار و سریع به تجزیه و تحلیل داده‌ها پرداخته که موجب سرعت بخشیدن به تصمیم‌گیری و بهبود کارایی می‌شود. سیستم خبره توسعه‌یافته در این تحقیق، توانایی قابل‌توجهی در پردازش مجموعه‌های داده‌های پیچیده نشان می‌دهد و در نتیجه بهره‌وری را افزایش می‌دهد و احتمال خطاها را کاهش می‌دهد. توانایی پیش‌بینی سیستم‌های خبره همچنین امکان مدیریت پیشگیرانه چاه‌ها را فراهم می‌آورد. این تحقیق از یک سیستم خبره برای تحلیل ده چاه استفاده می‌کند و شش مورد را به‌عنوان نامزدهای مناسب برای عملیات اسیدکاری شناسایی می‌کند. این سیستم به‌طور مؤثر آسیب‌های احتمالی سازندی در این چاه‌ها را شناسایی می‌کند و دقت آن در تشخیص و تصمیم‌گیری را نشان می‌دهد. استفاده از سیستم‌های خبره در سناریوهایی با عدم قطعیت بالا که نیازمند تحلیل دقیق هستند، امیدوار کننده است. با بهره‌گیری از الگوریتم‌ها و مدل‌های ریاضی بیشتر معمول یا استاندارد، این سیستم‌ها می‌توانند فرآیندهای تصمیم‌گیری، دقت پیش‌بینی و کارایی عملیاتی در مخازن نفت و گاز را به‌طور قابل‌توجهی بهبود بخشند. بهبود تصمیم‌گیری یک مزیت کلیدی است زیرا این سیستم‌ها، با داده‌های جامع و تحلیل شده، امکان تصمیم‌گیری‌های آگاهانه‌تر و مؤثرتر را فراهم می‌آورند. در این مطالعه، یک سیستم خبره برای انتخاب چاه‌های مناسب برای عملیات اسیدکاری و تشخیص نوع آسیب‌های سازندی توسعه یافته است. از ده چاه تحلیل شده، شش مورد برای عملیات اسیدکاری مناسب شناخته شدند. توانایی این سیستم در شناسایی آسیب‌های احتمالی سازندی در هر چاه، کارایی آن را نشان می‌دهد. استفاده از این سیستم‌ها در مواردی با عدم قطعیت بالا و نیاز به مدل‌سازی دقیق، ارزشمند است و به بهبود کارایی عملیاتی و بهره‌وری در بخش نفت و گاز کمک می‌کند.

کلیدواژه‌ها

موضوعات


  1. Abdulmalek, A. S., S. Elkatatny, A. Abdulraheem, M. Mahmoud, Z. A. Abdulwahab and I. Mohamed (2018). Pore pressure prediction while drilling using fuzzy logic. SPE Kingdom of Saudi Arabia Annual Technical Symposium and Exhibition, SPE.
  2. Abobaker, E. E., A. Elsanoose, F. Khan, M. A. Rahman, A. Aborig, K. Noah and S. Butt (2022). "A new assessment of perforation skin factor for vertical perforated wells in near-wellbore region." Journal of Petroleum Exploration and Production Technology: 1-17.
  3. Braswell, G (2013). "Artificial intelligence comes of age in oil and gas." Journal of Petroleum Technology 65(01): 50-57.
  4. Chew, A. K., S. Jiang, W. Zhang, V. M. Zavala and R. C. Van Lehn (2020). "Fast predictions of liquid-phase acid-catalyzed reaction rates using molecular dynamics simulations and convolutional neural networks." Chemical science 11(46): 12464-12476.
  5. Furui, K., D. Zhu and A. Hill (2005). "A comprehensive skin-factor model of horizontal-well completion performance." SPE Production & Facilities 20: 207-220.
  6. Garrouch, A. A. and H. M. Labbabidi (2003). Using fuzzy logic for UBD candidate selection. SPE/IADC Managed Pressure Drilling and Underbalanced Operations Conference and Exhibition, SPE.
  7. Khurshid, I., E. W. Al-Shalabi and W. Alameri (2020). "Influence of water composition on formation damage and related oil recovery in carbonates: A geochemical study." Journal of Petroleum Science and Engineering 195: 107715.
  8. Liew, C. X., R. Gholami, M. Safari, A. Raza, M. Rabiei, N. Fakhari, V. Rasouli and J. V. Vettaparambil (2019). "A new mud design to reduce formation damage in sandstone reservoirs." Journal of Petroleum Science and Engineering 181: 106221.
  9. Moghadasi, J., M. Jamialahmadi, H. Müller-Steinhagen and A. Sharif (2004). Formation damage due to scale formation in porous media resulting from water injection. SPE International Conference and Exhibition on Formation Damage Control, SPE.
  10. Qazvini, S., A. Golkari, A. Azdarpour, R. M. Santos, M. S. Safavi and M. Norouzpour (2021). "Experimental and modelling approach to investigate the mechanisms of formation damage due to calcium carbonate precipitation in carbonate reservoirs." Journal of Petroleum Science and Engineering 205: 108801.
  11. Radwan, A. E., D. A. Wood, A. Abudeif, M. Attia, M. Mahmoud, A. A. Kassem and M. Kania (2022). "Reservoir formation damage; reasons and mitigation: A case study of the Cambrian–Ordovician Nubian ‘C’Sandstone Gas and Oil Reservoir from the Gulf of Suez Rift Basin." Arabian Journal for Science and Engineering 47(9): 11279-11296.
  12. Shu, Y. and J. Yan (2008). "Characterization and prevention of formation damage for fractured carbonate reservoir formations with low permeability." Petroleum Science 5: 326-333.
  13. Tan, Q., L. You, Y. Kang and C. Xu (2021). "Formation damage mechanisms in tight carbonate reservoirs: The typical illustrations in Qaidam Basin and Sichuan Basin, China." Journal of Natural Gas Science and Engineering 95: 104193.
  14. Umoh, G. T. (2019). Candidate well selection for intervention and workover: an artificial intelligence approach, department of chemical and petroleum engineering, faculty of engineering …. Department of chemical and petroleum engineering, faculty of engineering
  15. Wang, Z., H. Li, X. Lan, K. Wang, Y. Yang and V. Lisitsa (2021). "Formation damage mechanism of a sandstone reservoir based on micro-computed tomography." Advances in Geo-Energy Research 5(1): 25-38.
  16. Xiong, H., B. M. Robinson and S. Foh (2001). Using an expert system to diagnose formation damage mechanisms and design stimulation treatments for gas storage wells. SPE Eastern Regional Meeting, SPE.
  17. Xu, C., Y. Kang, Z. You and M. Chen (2016). "Review on formation damage mechanisms and processes in shale gas reservoir: known and to be known." Journal of Natural Gas Science and Engineering 36.
  18. Yildiz, T. (2006). "Assessment of total skin factor in perforated wells." SPE Reservoir Evaluation & Engineering 9(01): 61-76.
  19. Zhang, Z., J. Guo, H. Liang and Y. Liu (2021). "Numerical simulation of skin factors for perforated wells with crushed zone and drilling-fluid damage in tight gas reservoirs." Journal of Natural Gas Science and Engineering 90: 103907.
  20. Zoveidavianpoor, M., A. Samsuri and S. R. Shadizadeh (2012). Development of a fuzzy system model for candidate-well selection for hydraulic fracturing in a carbonate reservoir. SPE Oil and Gas India Conference and Exhibition, SPE.