Abstract
Angesichts der Anzahl an Öl- und Gasprojekten und der Komplexität der beteiligten Systeme ist es offensichtlich, dass sich die Folgen einer schlechten Bohrlochkonstruktion während des gesamten Lebenszyklus einer Bohrung auswirken können. Die Minimierung dieser potenziellen Folgen erfordert ein proaktives Management der Bohrlochqualität bereits während des Abteufens der Bohrung. Der Begriff `Bohrlochqualität¿ bleibt in diesem Kontext jedoch weitgehend unbestimmt, obwohl er allgemein mit der Einhaltung bestimmter Zeit-, Zustands- und Kostenbeschränkungen verbunden wird. Obwohl zahlreiche Studien eine positive Korrelation zwischen erhöhter Bohrlochqualität und Bohrleistung nahelegen, bleibt es aufgrund der Komplexität des Bohrprozesses eine Herausforderung, dies zweifelsfrei zu beweisen. Dennoch wird allgemein angenommen, dass verbesserte Bedingungen im Bohrloch die Wahrscheinlichkeit erhöhen, die Bohrziele zu erreichen, sei es durch verbesserte Betriebsabläufe oder eine verbesserte Bohrleistung, und so eine vermutete Verbindung zwischen Bohrlochqualität und Bohrlochbedingungen hergestellt wird. Obwohl bisher viele Anstrengungen unternommen wurden, um Bohrlochprobleme mithilfe datengesteuerter und/oder physikbasierter Modelle zu charakterisieren oder vorherzusagen, gibt es nach Kenntnis des Autors keine etablierte Methode zur Quantifizierung der Akzeptanz eines Bohrlochs. Um diese Problemstellung zu lösen, stellt diese Dissertation einen datengesteuerten Rahmen vor, der darauf abzielt, Anzeichen eines beeinträchtigten Bohrlochszustandes zu diagnostizieren und zu quantifizieren. Ziel des Rahmenwerks ist es, ein Mittel zur Quantifizierung der Akzeptabilität der Bohrlochbedingungen in Echtzeit bereitzustellen. Die Studie führt ein hochdimensionales Konzept ein, um den Zustand des Bohrprozesses zu überwachen, indem sie eine Referenzgrundlinie erstellt, die Deep Learning und leicht verfügbare datenbasierte Metriken kombiniert. Ähnlich wie bei medizinischen Diagnosen werden Bohranomalien als Symptome interpretiert und hypotesiert, um mit einer Verschlechterung des Bohrlochzustandes zu korrelieren, wobei ihre Intensität und Häufigkeit als Indikatoren für eine Verschlechterung des Bohrlochzustandes angesehen werden. Das Maß der Akzeptanz der Bohrbedingungen wird in Form des Bohrlochzustandsmetrix vorgeschlagen, die als ¿Symptomschwere¿-Index bezeichnet wird. Der vorgeschlagene Index zielt darauf ab, das Management der Bohrlochqualität während des Bohrens zu verfeinern, indem er Einblicke in die Bedingungen im Bohrloch vertieft, wodurch rechtzeitige Eingriffe erleichtert und unnötige Abhilfemaßnahmen vermieden werden. Letztendlich soll der Index dazu beitragen, die Abläufe des Bohrprozesses zu optimieren und so Ressourcen zu schonen und Emissionen zu minimieren, die mit dem Abteufen einer Borung verbunden sind.
Titel in Übersetzung | Charakterisierung der Bohrlochgesundheit für die Optimierung des Bohrvorgangs |
---|---|
Originalsprache | Englisch |
Qualifikation | Dipl.-Ing. |
Gradverleihende Hochschule |
|
Betreuer/-in / Berater/-in |
|
Datum der Bewilligung | 22 März 2024 |
Publikationsstatus | Veröffentlicht - 2024 |
Bibliographische Notiz
nicht gesperrtSchlagwörter
- Bohrlochgesundheit
- Bohrdatenanalytik
- Bohrlochqualität
- Beratungssystem
- Machine Learning
- Deep Learning
- Long Short-Term Memory Networks
- DBSCAN