UNIVERSIDADE FEDERAL DO PARÁ
CENTRO DE GEOCIÊNCIAS
CURSO DE PÓS-GRADUAÇÃO EM GEOFÍSICA
DISSERTAÇÃO DE MESTRADO
PERFILAGEM DE PRODUÇÃO EM POÇOS INTERMITENTES
PAULO ALEXANDRE SOUZA DA SILVA
BELÉM
2002
UNIVERSIDADE FEDERAL DO PARÁ
CENTRO DE GEOCIÊNCIAS
CURSO DE PÓS-GRADUAÇÃO EM GEOFÍSICA
PERFILAGEM DE PRODUÇÃO EM POÇOS INTERMITENTES
DISSERTAÇÃO APRESENTADA POR
PAULO ALEXANDRE SOUZA DA SILVA
COMO REQUISITO PARCIAL À OBTENÇÃO DE GRAU DE MESTRE EM
CIÊNCIAS NA ÁREA DE GEOFÍSICA
Data da aprovação:
Nota:
COMITÊ DE TESE:
____________________________________
Prof. Dr. André José Neves Andrade (Orientador)
____________________________________
Prof. Dr. Roberto Célio Limão de Oliveira
____________________________________
Prof. Dr. Jadir da Conceição da Silva
BELÉM
2002
SILVA, PAULO ALEXANDRE SOUZA DA . Perfilagem de Produção em Poços
Intermitentes. Belém, Universidade Federal do Pará. Centro de Geociências, 2002. 31p.
Tese (Mestrado em Geofísica) – Curso de Pós-Graduação em Geofísica,
UFPA, 2002.
1. GEOFÍSICA DE POÇO 2. REDE NEURAL ARTIFICIAL 3.PERFIL
DE PRODUÇÃO I. ANDRADE, André José Neves, Orientador II.Título
Dedico este árduo trabalho aos meus pais, Francisco Pereira da Silva e Clarice
Souza da Silva, pela sólida estrutura familiar, a qual permitiu a este filho cumprir mais esta etapa
da vida terrena.
Ao meu orientador e amigo, Prof. Dr. André Andrade, pela colaboração e
companheirismo durante todas as etapas, os quais foram fundamentais para a realização deste
trabalho.
Aos meus filhos, Luiz, Clarice e Leonardo, pela inspiração.
À minha namorada, pelo carinho, ajuda e compreensão.
Aos meus irmãos, professores e amigos, que colaboraram direta e indiretamente
para a realização deste trabalho.
i
AGRADECIMENTOS
Os autores expressam seus agradecimentos ao CAPES, e ao convênio de infra-estrutura
ANP/FINEP - UFPA.
ii
“O homem caminhando firme segundo sua divina consciência,
não deve preocupar-se em aderir a atalhos encantados,
mas sentindo a presença inequívoca de Deus ao seu lado,
deve abrir o coração para o Amor, a mais nobre das ciências ”
Paulo Alexandre Souza da Silva
iii
SUMÁRIO
DEDICATÓRIA----------------------------------------------------------------------------------------------i
AGRADECIMENTOS--------------------------------------------------------------------------------------ii
EPÍGRAFE---------------------------------------------------------------------------------------------------iii
LISTA DE ILUSTRAÇÕES-------------------------------------------------------------------------------v
RESUMO------------------------------------------------------------------------------------------------------1
ABSTRACT---------------------------------------------------------------------------------------------------2
1- INTRODUÇÃO-------------------------------------------------------------------------------------------3
2- METODOLOGIA----------------------------------------------------------------------------------------5
3- RESULTADOS-------------------------------------------------------------------------------------------8
3.1- AQUISIÇÃO DE DADOS-----------------------------------------------------------------------------8
3.2- VALIDAÇÃO E PROCESSAMENTO DE DADOS---------------------------------------------13
3.3- INTERPRETAÇÃO DOS DADOS-----------------------------------------------------------------16
3.3.1- Rede Neuronal Artificial (RNA)-----------------------------------------------------------------16
3.3.2- Cálculo da Vazão de cada intervalo pela densidade-----------------------------------------18
3.3.3- Cálculo da Vazão de cada intervalo pelo dielétrico------------------------------------------23
3.3.4- Recuperação do potencial do poço--------------------------------------------------------------27
4- CONCLUSÕES------------------------------------------------------------------------------------------28
REFERÊNCIAS BIBLIOGRÁFICAS-----------------------------------------------------------------30
iv
LISTA DE ILUSTRAÇÕES
FIGURAS:
Figura-1: Ensaio para a verificação da calibração das válvulas de gás lift......................................5
Figura-2: Carta de Produção.............................................................................................................6
Figura-3: Exemplo de PL em completação multicamadas..............................................................7
Figura-4: Aquisição de dados da estação 1 (E1)..............................................................................9
Figura-5: Aquisição de dados da estação 2 (E2)............................................................................10
Figura-6: Aquisição de dados da estação 3 (E3)............................................................................10
Figura-7: Aquisição de dados da estação 4 (E4)............................................................................11
Figura-8: Aquisição de dados da estação 5 (E5)............................................................................11
Figura-9: Aquisição de dados da estação 6 (E6)............................................................................12
Figura-10: Aquisição de dados da estação 7 (E7)..........................................................................12
Figura-11: Superposição de dados do Medidor de fluxo por estação............................................13
Figura-12: Superposição de dados da Pressão por estação............................................................14
Figura-13: Superposição de dados da Temperatura por estação...................................................14
Figura-14: Superposição de dados da Densidade por estação........................................................15
v
Figura-15: Superposição de dados do Dielétrico por estação .......................................................15
Figura-16: Rede Neuronal Artificial (RNA)..................................................................................17
Figura-17: Somatória do erro quadrático e taxa de aprendizado durante treinamento da RNA ..17
Figura-18: Comparação entre a Saída real e a Saída desejada da RNA, e o erro quadrático .......18
Figura-19: Water Holdup – Yw para cada estação em um ciclo de produção...............................19
Figura-20: Produção de óleo e água dos Intervalos 1 (A), 2 (B) , 3 (C), 4 (D), 5(E) e 6 (F)........20
Figura-21: Produção de água em cada estação (A) e a produção de óleo em cada estação (B).....21
Figura-22: Corte de água para cada estação...................................................................................22
Figura-23: Produção média total por intervalo completado..........................................................22
Figura-24: Water Holdup – Yw para cada estação calculado pelo dielétrico ..............................23
Figura-25: Produção de óleo e água dos Intervalos 1 (A), 2 (B) , 3 (C), 4 (D), 5(E) e 6 (F)........24
Figura-26: Produção de água em cada estação (A) e a produção de óleo em cada estação (B).....25
Figura-27: Corte de água para cada estação...................................................................................26
Figura-28: Produção média total por intervalo completado ........................................................26
vi
TABELAS:
Tabela-1: Intervalos completados do poço estudado.......................................................................8
Tabela-2: Profundidades e código das medidas estacionárias..........................................................9
vii
RESUMO
Historicamente, a técnica da perfilagem de produção tem sido utilizada em poços estáveis
para a determinação da natureza e do comportamento do fluido produzido ou injetado nas
formações completadas.
A instabilidade na produção de um poço é caracterizada pela ocorrência de fluxos
instáveis, o que produz inconsistências entre as várias medidas das ferramentas constituintes da
perfilagem de produção convencional, dificultando a sua interpretação. A solução para que o
poço apresente estabilidade compatível com a técnica convencional da perfilagem de produção
raramente é encontrada, principalmente nas completações multizonas, com produção de
hidrocarbonetos em diferentes formações.
Este trabalho apresenta a técnica de aquisição e interpretação de perfis de produção para
qualquer tipo de poço produtor, inclusive para poços intermitentes, sem que seja necessário
qualquer mudança na ferramenta de produção. Esta técnica, denominada de PAINTWELL,
permite que cada intervalo produtor possa ser analisado individualmente, para a determinação da
produção ou injeção, e do tipo de fluido produzido ou injetado, respectivamente.
A integração dos novos procedimentos trazidos pela técnica PAINTWELL, com as
diversas ferramentas existentes para perfilagem de produção, possibilita a única forma aceitável
da utilização de perfis de produção em poços intermitentes, que são cada vez mais comuns na
indústria do petróleo.
A técnica de aquisição e interpretação PAINTWELL foi utilizada com sucesso para um
poço intermitente da região do Lago Maracaibo, na Venezuela, produzindo óleo com alto valor
de corte de água, através de um sistema de levantamento artificial do fluido por injeção de gás
lift .
2
ABSTRACT
Usually, the Production Logging (PL) jobs are performed to provide the most knowledge possible
of the nature and behavior of the fluids under stable well production or injection conditions.
A source of difficulties that can be present with all production logs is unstable flow causing
inconsistencies between the measurements. This problem is often magnified during commingles
completions well production operations typically due to very high unstable conditions found.
Repeat passes are routinely performed during conventional PL when an inconsistency arises,
however inconsistency data in most intermittent wells is not repeat if standard PL procedures are
used.
This work shows us how Production logging (PL) services can be done in intermittent wells with
the development of a new well log analysis program, called PAINTWELL, which permits to use
of the same tool string configuration than a conventional PL tools, but following different
acquisition and interpretation procedures.
Now, following the PAINTWELL procedures presented in this work, there is the first acceptable
method to run and interpret production logging tools in intermittent wells, which are very often
found in the market.
The PAINTWELL was performed successfully for an intermittent well on Maracaibo Lake basin,
in Venezuela, which produces oil with high water cut using a gas-lift system as the completion
hardware.
3
1- INTRODUÇÃO
Um poço comercial, após ser perfurado, é analisado em uma ou mais zonas de interesse,
para ter sua completação finalizada, e entrar na fase de produção. O poço começa produzindo,
geralmente, de forma natural e estável por um tempo considerável, onde as perfilagens com as
ferramentas PL (Production Logging) são utilizadas para o acompanhamento do perfil de
produção (Schlumberger, 1973). Em uma segunda etapa, começam a aparecer alguns problemas:
diminuição da pressão do reservatório, produção de água ou de gás em detrimento da produção
de óleo, entupimento de canhoneados, aparecimento de parafinas no interior da coluna, corrosão
no revestimento e na coluna de completação e fluxo cruzado entre os diferentes reservatórios
(Earlougher, 1997). As soluções para esses problemas nem sempre são conseguidas em operações
simples, muitas vezes são trabalhos bastante complexos e dispendiosos; inclusive com a
recolocação da plataforma ou sonda no poço para sua recompletação, podendo até mesmo ser
projetado um método artificial de produção, que introduz equipamentos novos à completação
original, tais como: bomba de fundo, mandril de gás-lift com válvulas ou orifícios, hastes
mecânicas e injetores de vapor (Schlumberger, 1973).
Os métodos de produção artificiais são os grandes responsáveis pela maioria das
intermitências causadas nos poços de petróleo. O correto funcionamento de um método artificial
de produção
torna-se muito importante na recuperação do poço,
e além dos problemas
mecânicos e hidráulicos inerentes ao próprio método, também está passível de ser afetado pela
mudança do perfil de produção dos reservatórios produtores (Pirson, 1977; Schlumberger, 1989).
O método de produção por levantamento artificial não contínuo através do mandril de
gás-lift é um exemplo de poço intermitente, e está baseado no conceito da elevação de pacotes de
fluídos dos intervalos produtores por meio de injeções de um determinado volume de gás no
interior da coluna de produção, através de válvulas de comunicação entre a coluna e o anular.
Estas válvulas estão dispostas em diferentes profundidades e são operadas por pressão de gás no
espaço anular em relação a pressão dentro da coluna. Portanto, a pressão no interior da coluna
estará sendo periodicamente afetada pelas injeções de gás durante a produção dos pacotes de
fluído do reservatório ( Aitken & Racht, 1980; Earlougher, 1997).
A impossibilidade de conseguir-se a estabilização das medidas (pressão, temperatura,
vazão, densidade e constante dielétrica), colabora para a falha na delineação do perfil de
4
produção, em perfilagens que foram executadas seguindo os convencionais procedimentos para
os perfis PL (diferentes velocidades da ferramenta PL em frente das zonas de interesse), em
períodos de fluxo e de estática. As variações das medidas, impossibilitam a determinação das
contribuições individuais dos intervalos produtores, uma vez que o regime de fluxo do poço não é
constante; não sendo possível neste caso, a interpretação do perfil. Estas variações são inerentes
aos poços intermitentes, daí então, a necessidade do desenvolvimento de um novo programa de
análises para este tipo de poço, comumente encontrado nos campos petrolíferos maduros.
O programa PAINTWELL, aqui apresentado, utiliza o conceito do método de produção
artificial do poço para estabelecer procedimentos operacionais para uma perfilagem de produção;
onde a inovação deste programa está na observação estacionária dos sensores comuns a
ferramenta PL, medidas nas profundidades de interesse, e que são definidas pela interpretação
dos perfis RG (Raios Gama natural) e CCL (Localizador de Luvas).
O programa de análises para poços intermitentes, PAINTWELL, trata de observações
com medições em profundidade e no tempo da ferramenta PL, e não mais de simples perfilagem
em profundidade, como realizado nos casos de poços estáveis. O PAINTWELL considera todos
os eventos ocorridos no período de produção de uma forma contínua, inclusive aqueles
relacionados ao método de produção do poço.
5
2- METODOLOGIA
O programa PAINTWELL para uma perfilagem de produção em poços intermitentes,
principalmente aqueles que utilizam o método de produção por levantamento artificial não
contínuo através do mandril de gás-lift, começa na determinação da periodicidade com que
ocorrem as mudanças das medidas adquiridas pelos sensores da ferramenta PL. Uma vez
verificada a periodicidade da curva da pressão, tanto no fundo do poço (Figura 1) quanto na
superfície através da carta de Produção (Figura 2), posiciona-se a ferramenta PL nas
profundidades de interesse, definidas pela interpretação dos perfis RG e CCL. A aquisição dos
dados começa no fundo do poço, abaixo da profundidade do intervalo de interesse mais profundo.
As próximas medições serão realizadas nos intervalos acima do intervalo anterior. A última
medição, será então, realizada na profundidade acima do intervalo de interesse mais raso. Todos
os sensores são analisados utilizando a superposição das curvas obtidas em um ciclo de produção.
Figura-1: Ensaio para a verificação da calibração das válvulas de gás lift.
6
A resolução e a precisão do perfil de produção estarão intimamente ligadas com a
configuração compacta da ferramenta PL, com o tempo de duração de cada medida realizada e
com o número de medidas estacionárias (estações). Um menor comprimento da ferramenta de PL
proporcionará a observação de intervalos canhoneados muito próximos (Figura 3). O tempo de
duração de cada estação é definido em função do período de ocorrência das intermitências ou dos
disparos das válvulas (Figura 1). O tempo mínimo para a duração de cada estação é igual a duas
vezes o tempo da duração do ciclo de produção. O número de medidas estacionárias será definido
pelo número de zonas de interesse. A contribuição individual de cada zona canhoneada é
determinada pela diferença da observação realizada em uma profundidade imediatamente
superior a esta zona, em relação a uma observação realizada em uma profundidade
imediatamente inferior a mesma. A somatória das contribuições individuais, interpretadas pelo
PAINTWELL, resultarão no perfil de produção do poço.
Figura-2: Carta de Produção.
7
O programa de análises PAINTWELL finaliza o estudo de produção do poço intermitente,
formulando sugestões para a melhoria do seu potencial , tais como:
Alteração da abertura do poço (choke)..
Recanhoneio ou ampliação de intervalos
Isolamento de algumas zonas produtoras
Recuperação do fundo de poço.
Recuperação de Revestimento (Pack-off).
Recuperação de tubos de produção.
Limpeza do interior da coluna.
Substituição de obturadores (Packer).
Realização de novos testes de produção.
Determinar mudança da coluna de completação.
Fechamento do poço.
Figura-3: Exemplo de PL em completação multicamadas
8
3- RESULTADOS
Um poço do campo Lagunillas, localizado no Lago Maracaibo, Venezuela, foi escolhido
para aplicarmos o PAINTWELL, com o objetivo de determinar o perfil de produção dos
intervalos completados e interpretar o referido perfil para a recuperação do potencial deste poço.
Antes da realização da
perfilagem de produção, este poço encontrava-se produzindo
aproximadamente 480 barris brutos por dia, com 70% de água.
3.1- AQUISIÇÃO DE DADOS
Considerando que o poço encontrava-se
com as válvulas de gás lift calibradas,
levantando eficientemente os pacotes de fluidos, podemos afirmar que o poço estava em
condições adequadas para
a obtenção do perfil de produção através do PAINTWELL. A
Figura 1 mostra um típico ensaio que pode ser realizado para constatar que as válvulas de gás lift
estão em seu ponto ótimo de trabalho. O ensaio consiste da visualização dos disparos sucessivos
das válvulas, medidos por sensores de pressão e de temperatura localizados no interior da coluna
de produção, à profundidade dos disparos. Observa-se que antes da pressão na coluna se
estabilizar próximo do valor da pressão do reservatório, ocorre o disparo seguinte, e assim
sucessivamente; fazendo com que tenhamos o progressivo levantamento dos pacotes contendo
fluidos pelo interior da coluna.
O comportamento de superfície do poço é mostrado pela carta de produção (Figura 2),
que acompanha o histórico das pressões da cabeça do poço e do revestimento. Observamos que
tanto a pressão do revestimento, correspondente a pressão da injeção do gás lift, quanto a pressão
da cabeça do poço, são intermitentes. Entretanto, é possível verificar a periodicidade dos
eventos. O tempo de duração do ciclo, mostrada na carta de produção, é de aproximadamente 20
(vinte) minutos. Os intervalos completados do poço estudado são mostrados na Tabela 1.
Tabela-1: Intervalos completados do poço estudado.
Intervalo 1
Intervalo 2
Intervalo 3
Intervalo 4
Intervalo 5
Intervalo 6
X683 m
X689 m
X702 m
X708 m
X736 m
X745 m
-
X686 m
X692 m
X705 m
X711 m
X742 m
X748 m
9
Aplicando a técnica PAINTWELL, determina-se as profundidades para a realização de
medidas estacionárias com duração de 40 (quarenta) minutos, mostradas na Tabela 2.
Tabela-2: Profundidades e código das medidas estacionárias.
E1-Estação 1
E2-Estação 2
E3-Estação 3
E4-Estação 4
E5-Estação 5
E6-Estação 6
E7-Estação 7
X652 m
X687 m
X697 m
X706 m
X727 m
X744 m
X764 m
A ferramenta de PL (Schlumberger, 1973) utilizada, fez medições estacionárias de
Pressão (Psi), Medidor de fluxo (Rps), Densidade (g/cc),Temperatura (F) e Dielétrico(UD), as
quais são apresentadas nas Figuras de 4 a 10, respectivamentes por cada estação definida na
Tabela 2.
700
600
500
Pressão
0
5
10
15
1
0.5
0
10
0.95
5
10
15
20
25
Tempo (min)
20
25
30
35
40
Flowmeter
30
35
40
Densidade
0.9
187 0
5
10
15
20
25
30
35
40
Temperatura
186
185
80 0
5
10
15
20
25
30
35
40
Dielétrico
75
70
0
5
10
15
20
25
Tempo (min)
30
35
Figura-4: Aquisição de dados da estação 1 (E1)
40
10
700
600
500
Pressão
0
5
10
15
1
0.5
0
10
0.95
5
10
15
20
25
Tempo (min)
20
25
30
35
40
Flowmeter
30
35
40
Densidade
0.9
187 0
5
10
15
20
25
30
35
40
Temperatura
186
185
80 0
5
10
15
20
25
30
35
40
Dielétrico
75
70
0
5
10
15
20
25
Tempo (min)
30
35
40
Figura-5: Aquisição de dados da estação 2 (E2)
700
600
500
Pressão
0
5
10
15
1
0.5
0
10
0.95
5
10
15
20
25
Tempo (min)
20
25
30
35
40
Flowmeter
30
35
40
Densidade
0.9
187 0
5
10
15
20
25
30
35
40
Temperatura
186
185
80 0
5
10
15
20
25
30
35
40
Dielétrico
75
70
0
5
10
15
20
25
Tempo (min)
30
35
Figura-6: Aquisição de dados da estação 3 (E3)
40
11
700
600
500
Pressão
0
5
10
15
1
0.5
0
10
0.95
5
10
15
20
25
Tempo (min)
20
25
30
35
40
Flowmeter
30
35
40
Densidade
0.9
187 0
5
10
15
20
25
30
35
40
Temperatura
186
185
80 0
5
10
15
20
25
30
35
40
Dielétrico
75
70
0
5
10
15
20
25
Tempo (min)
30
35
40
Figura-7: Aquisição de dados da estação 4 (E4)
700
600
500
Pressão
0
5
10
15
1
0.5
0
10
0.95
5
10
15
20
25
Tempo (min)
20
25
30
35
40
Flowmeter
30
35
40
Densidade
0.9
187 0
5
10
15
20
25
30
35
40
Temperatura
186
185
80 0
5
10
15
20
25
30
35
40
Dielétrico
75
70
0
5
10
15
20
25
Tempo (min)
30
35
Figura-8: Aquisição de dados da estação 5 (E5)
40
12
700
600
500
Pressão
0
5
10
15
1
0.5
0
10
0.95
5
10
15
20
25
Tempo (min)
20
25
30
35
40
Flowmeter
30
35
40
Densidade
0.9
187 0
5
10
15
20
25
30
35
40
Temperatura
186
185
80 0
5
10
15
20
25
30
35
40
Dielétrico
75
70
0
5
10
15
20
25
Tempo (min)
30
35
40
Figura-9: Aquisição de dados da estação 6 (E6)
700
600
500
Pressão
0
5
10
15
1
0.5
0
10
0.95
5
10
15
20
25
Tempo (min)
20
25
30
35
40
Flowmeter
30
35
40
Densidade
0.9
187 0
5
10
15
20
25
30
35
40
Temperatura
186
185
80 0
5
10
15
20
25
30
35
40
Dielétrico
75
70
0
5
10
15
20
25
Tempo (min)
30
35
Figura-10: Aquisição de dados da estação 7 (E7)
40
13
3.2- VALIDAÇÃO E PROCESSAMENTO DE DADOS
Após a aquisição dos dados, torna-se imperativo a validação dos mesmos. A partir das
comparações dos valores medidos pelos sensores da ferramenta de PL por dois ciclos de
produção, obteve-se valores semelhantes quando comparamos os ciclos. Observa-se também que
os sensores mediram valores compatíveis com valores de referência da área, e que os disparos das
válvulas de gás-lift puderam ser detectadas em todas as medidas realizadas.
O processamento de dados em poços intermitentes, imediatamente após a validação dos
mesmos, objetiva a superposição das curvas de todas as estações para as medidas realizadas por
cada sensor. Nesta etapa, já é possível uma análise qualitativa da perfilagem de produção
realizada. A superposição das curvas dos dados das estações é mostrada a seguir para cada
sensor, nas Figuras de 11 a 15.
1.4
1.2
1
0.8
0.6
0.4
E1
E2
E3
E4
E5
E6
E7
0.2
0
10
12
14
16
18
20
22
Tempo (min)
24
26
28
Figura-11: Superposição de dados do Medidor de fluxo por estação
30
14
750
700
650
600
550
E1
E2
E3
E4
E5
E6
E7
500
450
0
5
10
15
20
25
Tempo (min)
30
35
40
Figura-12: Superposição de dados da Pressão por estação
187
186.8
186.6
186.4
186.2
186
185.8
E1
E2
E3
E4
E5
E6
E7
185.6
185.4
185.2
185
0
5
10
15
20
25
Tempo (min)
30
35
Figura-13: Superposição de dados da Temperatura por estação
40
15
1
0.98
0.96
0.94
0.92
E1
E2
E3
E4
E5
E6
E7
0.9
0.88
0.86
0
5
10
15
20
25
Tempo (min)
30
35
40
Figura-14: Superposição de dados da Densidade por estação
80
79
78
77
76
75
74
E1
E2
E3
E4
E5
E6
E7
73
72
71
70
0
5
10
15
20
25
Tempo (min)
30
35
Figura-15: Superposição de dados do Dielétrico por estação
40
16
3.3- INTERPRETAÇÃO DOS DADOS
O poço estudado apresenta produção bi-fásica (óleo e água), e como vimos anteriormente,
existem variações das medidas em profundidade e também em tempo. Isto demonstra a
necessidade de conhecermos bem as relações entre pressão, volume e temperatura dos fluidos
produzidos. A análise do fluído produzido por um campo petrolífero é realizado em laboratório,
obtendo-se a tabela PVT. Na ausência de valores encontrados em laboratório, diversos programas
computacionais aproximam razoavelmente estes valores a partir dos intervalos pré-determinados
de pressão, temperatura e densidade dos fluidos produzidos (Aitken & Racht, 1980; Earlougher,
1977).
A interpretação da perfilagem de produção em poços intermitentes, onde as medidas dos
sensores sofrem variações em profundidade e no tempo, não pode ser encontrado através de uma
interpretação convencional. A alteração dos procedimentos para perfilagem de produção em
poços ditos intermitentes, agora realizados por estações , fez com que houvesse a necessidade do
desenvolvimento de uma solução computacional para o cálculo instantâneo da área ocupada pela
água na seção transversal do revestimento, durante as estações, conhecida por “water holdup”, e
representada por “Yw”. A solução computacional
apresentada, utiliza uma rede neuronal
artificial (RNA) para o caso de cálculo de vazões a partir das medidas do sensor densidade, o que
não é necessário para o cálculo de vazões a partir das medidas do sensor dielétrico.
3.3.1-Rede Neuronal Artificial (RNA)
Neste poço, utilizou-se uma RNA direta, com 2 camadas ocultas, usando funções de
ativação sigmóide para todas as camadas, momento, retropropagação do erro e taxa de
aprendizado variável (Haykin, 2001; Azevedo et al., 2000; Moreira & Fiesler,1995 e Rumelhart
& McClelland, 1986). As entradas da rede são a Pressão (P), Temperatura (T) e Densidade (D), e
a saída da RNA é a WATER HOLDUP - Yw . A RNA utilizada é mostrada na Figura 16. Para
evitar problemas numéricos, os valores das variáveis de entrada são normalizados para facilitar o
processo de treinamento da RNA. Assim, os valores de pressão são divididos por 1000 e a
temperatura é apresentada em uma escala entre 0 e 1 utilizando-se a relação T = (T ( F ) − 185) 2 ).
Apenas os valores de densidade são apresentados sem sofrerem modificações.
17
h1
m1
f1(.)
P
f2(.)
h2
f1(.)
T
h3
f2(.)
m3
f1(.)
D
+1
Yw
y
m2
f3(.)
f2(.)
+1
+1
Pesos
Pesos
f1(.): sigmóide
f2(.): sigmóide
f3(.): sigmóide
Pesos
Figura-16: Rede Neuronal Artificial (RNA)
O treinamento da RNA foi realizado apresentando os padrões de entrada/saída da tabela
PVT em lote (batch training), utilizando o algoritmo de retropropagação do erro com fator de
momento ( α = 0,9 ) e taxa de aprendizado variável. A RNA foi treinada durante 350.000 épocas e
a somatória do erro quadrático do erro obtido ao final do treinamento da rede foi de 1.657 x 10−3,
com o erro quadrático médio por padrão sendo igual a 8.3705 x 10−6. A Figura 17 apresenta o
gráfico que mostra a evolução da somatória do erro quadrático e da taxa de aprendizado ao longo
do processo de treinamento.
10
0
ERR
10
10
10
-1
-2
-3
0
0 .5
1
1 .5
2
2 .5
3
3 .5
x 10
5
0 .1
0 .0 8
0 .0 6
0 .0 4
0 .0 2
0
0
0 .5
1
1 .5
2
2 .5
3
3 .5
x 10
5
Figura-17: Somatória do erro quadrático e taxa de aprendizado durante treinamento da RNA
18
Todos os padrões de treinamento disponíveis (198 amostras) foram utilizados para treinar
a RNA. Para fazer a validação da RNA após o processo de treinamento, comparou-se a saída da
rede com a saída desejada, observando-se também o comportamento do erro quadrático de cada
padrão de entrada (Andrade & Luthi, 1997; Fischetti & Andrade, 1999), o que é mostrado na
Figura 18.
1.5
1
0.5
0
Yrede
Ydesejada
-0.5
-1
1
0
x 10
20
40
60
80
100
120
140
160
180
20
40
60
80
100
120
140
160
180
-4
0.8
0.6
0.4
0.2
0
0
Figura-18: Comparação entre a Saída real e a Saída desejada da RNA, e o erro quadrático
3.3.2- Cálculo da Vazão de cada intervalo pela Densidade
A diferença entre as velocidades das fases, chamada de “SLIPPAGE VELOCITY – Vs”,
pode agora ser calculada sem problemas para poços intermitentes, uma vez que a “WATER
HOLDUP – Yw” é calculada pela RNA, cujo resultado é mostrado na Figura 19.
19
1
0.9
0.8
0.7
0.6
0.5
0.4
E1
E2
E3
E4
E5
E6
E7
0.3
0.2
0.1
0
12
14
16
18
20
22
Tempo (min)
24
26
28
30
Figura-19: Water Holdup – Yw para cada estação em um ciclo de produção
A equação que calcula esta diferença depende da densidade do óleo no fundo do poço
(ρo), da densidade da água no fundo do poço (ρw) e da WATER HOLDUP – Yw. Esta equação é
mostrada abaixo (Schlumberger, 1973):
Vs (ft/min) = 39,414 x (ρw-ρo)
0,25
xe
-0,788 x Ln[1,85/(ρw-
ρo)] x (1-Yw)
(1)
A partir do cálculo de Vs, pode-se calcular as velocidades da fase água (Vw) e a da fase
óleo (Vo), uma vez que a velocidade média da mistura (Vmed) é calculada pelo medidor de
fluxo. A equação que relaciona Vmed, Vw e Vo (Schlumberger, 1973) é mostrada a seguir:
Vmed = [Yw x Vw + (1-Yw) x Vo]
(2)
e como por definição Vo = Vs +Vw, então temos :
Vw = Vmed – [Vs/(1-Yw)]
(3)
20
Assim, calculamos a vazão de óleo (Qo) e a vazão de água (Qw) para cada intervalo,
(Figura 20).
400
Qwt1
Qot1
(A)
200
0
-200
12
14
16
18
20
22
24
26
28
30
400
Qwt2
Qot2
(B)
200
0
-200
12
400
14
16
18
20
22
24
26
30
Qwt3
Qot3
200
(C)
28
0
-200
12
14
16
18
20
22
24
26
28
30
400
Qwt4
Qot4
(D)
200
0
-200
12
14
16
18
20
22
24
26
28
30
400
Qwt5
Qot5
(E)
200
0
-200
12
400
14
16
18
20
22
24
26
28
30
Qwt6
Qot6
(F)
200
0
-200
12
14
16
18
20
22
Tempo (min)
24
26
28
30
Figura-20: Produção de óleo e água dos Intervalos 1 (A), 2 (B) , 3 (C), 4 (D), 5(E) e 6 (F)
21
As contribuições de cada intervalo em barris por dia podem também ser mensuradas se
analisarmos a Figura 21, que mostra a produção instantânea de água e de óleo para cada estação.
A distribuição do corte de água durante as estações pode ser observada na Figura 22 . A produção
média de cada intervalo pode ser verificada na Figura 23.
600
E1
E2
E3
E4
E5
E6
E7
(A)
400
200
0
12
14
16
18
20
22
24
26
28
800
E1
E2
E3
E4
E5
E6
600
(B)
30
400
200
0
12
14
16
18
20
22
Tempo (min)
24
26
28
30
Figura-21: Produção de água em cada estação (A) e a produção de óleo em cada estação (B)
22
100
WC1
WC2
WC3
WC4
WC5
WC6
90
.
80
70
60
50
40
30
20
10
0
12
14
16
18
20
22
Tempo (min)
24
26
28
Figura-22: Corte de água para cada estação
600
Água (Bwpd)
Óleo (Bopd)
Qtotal
500
400
300
200
100
0
-100
0
12
23
34
45
56
Intervalo Produtor entre Estações
67
Figura-23: Produção média total por intervalo completado
30
23
3.3.3- Cálculo da Vazão de cada intervalo pelo Dielétrico
A diferença entre as velocidades das fases, chamada de “SLIPPAGE VELOCITY – Vs”,
pode agora ser calculada sem problemas para poços intermitentes, uma vez que a “WATER
HOLDUP – Yw” é calculada diretamente pelo dielétrico, cujo resultado é mostrado na Figura 24.
1
0.9
0.8
0.7
0.6
0.5
0.4
E1
E2
E3
E4
E5
E6
E7
0.3
0.2
0.1
0
12
14
16
18
20
22
Tempo (min)
24
26
28
30
Figura-24: Water Holdup – Yw para cada estação calculado pelo dielétrico
Agora, para o cálculo de Vs, Vmed, Vw , Vo e vazões (Schlumberger, 1973), utilizamos
novamente as equações (1), (2) e (3).
Vs (ft/min) = 39,414 x (ρw-ρo)
0,25
xe
-0,788 x Ln[1,85/(ρw-
ρo)] x (1-Yw)
(1)
Vmed = [Yw x Vw + (1-Yw) x Vo]
(2)
Vw = Vmed – [Vs/(1-Yw)]
(3)
24
Assim, calculamos a vazão de óleo (Qo) e a vazão de água (Qw) para cada intervalo,
(Figura 25).
400
(A)
Qwt1
Qot1
200
0
-200
12
14
16
18
20
22
24
26
28
30
400
(B)
Qwt2
Qot2
200
0
-200
12
400
(C)
14
16
18
20
22
24
26
28
30
Qwt3
Qot3
200
0
-200
12
14
16
18
20
22
24
26
28
30
400
Qwt4
Qot4
(D)
200
0
-200
12
14
16
18
20
22
24
26
28
30
400
Qwt5
Qot5
(E)
200
0
-200
12
400
14
16
18
20
22
24
26
28
30
Qwt6
Qot6
(F)
200
0
-200
12
14
16
18
20
22
Tempo (min)
24
26
28
30
Figura-25: Produção de óleo e água dos Intervalos 1 (A), 2 (B) , 3 (C), 4 (D), 5(E) e 6 (F)
25
As contribuições de cada intervalo em barris por dia podem também ser mensuradas se
analisarmos a Figura 26, que mostra a produção instantânea de água e de óleo para cada estação.
A distribuição do corte de água durante as estações pode ser observada na Figura 27 . A produção
média de cada intervalo pode ser verificada na Figura 28.
600
E1
E2
E3
E4
E5
E6
E7
(A)
400
200
0
12
14
16
18
20
22
24
26
28
800
E1
E2
E3
E4
E5
E6
600
(B)
30
400
200
0
12
14
16
18
20
22
Tempo (min)
24
26
28
30
Figura-26: Produção de água em cada estação (A) e a produção de óleo em cada estação (B)
26
100
WC1
WC2
WC3
WC4
WC5
WC6
90
80
.
70
60
50
40
30
20
10
0
12
14
16
18
20
22
Tempo (min)
24
26
28
Figura-27: Corte de água para cada estação
Produção Média de Água e Óleo
600
Água (Bwpd)
Óleo (Bopd)
Qtotal
500
Produção (B/D)
400
300
200
100
0
-100
0
12
23
34
45
56
Intervalo Produtor entre Estações
67
Figura-28: Produção média total por intervalo completado
30
27
3.3.4- Recuperação do Potencial do Poço
A recuperação do potencial do poço estudado poderá ser realizada, a partir de ações
selecionadas pelo resultado do programa de análises PAINTWELL. As principais são:
Determinar gradiente estático, gradiente dinâmico, parâmetros das formações e
produtividade dos
fluidos com a realização de teste de formação ou de produção
(Earlougher, 1997 e Schlumberger, 1989) para os intervalos 1,2 e 3.
Determinar gradiente estático, gradiente dinâmico, parâmetros das formações e
produtividade dos fluidos com a realização de teste de formação ou de produção para os
intervalos 4,5 e 6.
Recanhoneio e/ou ampliação dos intervalos 1,4 e 5, para que os mesmos produzam
significativamente.
Isolamento parcial das zonas 2,3 e 6, com recanhoneio em intervalos mais superiores,
com o objetivo de diminuir a produção de água.
Projetar um novo sistema de gás-lift para diminuir o corte de água das zonas produtoras, e
otimizar o tempo de produção, uma vez que o poço encontra-se produzindo somente em 2/3
do ciclo de produção, conforme mostra as medidas do sensor medidor de fluxo na Figura 11.
28
4- CONCLUSÕES
O sucesso da interpretação dos dados obtidos com os perfis PL em poços intermitentes,
apresentada neste trabalho, está baseado na observação em profundidade e no tempo das medidas
obtidas pelos sensores da ferramenta PL. Os cálculos são realizados a cada instante do ciclo
produtivo, e a superposição das curvas representativas das medições são automatizadas,
permitindo assim que o perfil de produção das zonas completadas do poço seja conhecido.
Rigorosamente, toda e qualquer formação petrolífera tem fluidos, com comportamento
descritos por tabelas do tipo PVT, diferentes de outra formação. Portanto, o erro na interpretação
de dados de perfis PL está no uso de um mesmo comportamento dos fluidos em relação as
variações de pressão, volume e temperatura, para mais de uma acumulação de hidrocarbonetos.
No caso do poço estudado, este problema ainda é maior, uma vez que os valores de pressão,
temperatura e densidade modificam-se a cada instante. Este trabalho apresenta uma rede neuronal
artificial, treinada com os dados da tabela PVT, como forma de minimizar os efeitos destas
variações na interpretação das medidas do sensor densidade; uma vez que as redes neuronais
artificiais vêm mostrando-se como uma excelente ferramenta de auxílio na interpretação de
perfis.
A comparação entre os resultados obtidos a partir da utilização das medidas do sensor
densidade com os resultados obtidos a partir do sensor dilétrico, mostra a eficiência do método
apresentado neste trabalho, para a realização e a interpretação de perfis de produção em poços
intermitentes. A diferença entre os resultados obtidos pelos dois diferentes sensores, submetidos
aos mesmos procedimentos de aquisição de dados, deve-se a fatores dinâmicos da produção do
poço e ao princípio de funcionamento das ferramentas utilizadas; ressaltando-se entre eles, o alto
valor da produção de água em relação a produção de petróleo, a utilização de uma única tabela
PVT na interpretação do perfil de produção para fluidos provenientes de diferentes formações e a
utilização de um sensor de densidade que opera com o princípio do diferencial de pressão. Estes
fatores problemáticos podem ocorrer isoladamente ou em conjunto, dificultando ainda mais a
interpretação dos dados adquiridos.
Portanto, haverá sempre a necessidade de engenheiros
especialistas em perfis de produção para acompanhar todas as etapas da operação, desde a
realização do programa da perfilagem até a validação dos dados da mesma.
29
Comparando-se os resultados obtidos com o método PAINTWELL com os valores
previamente disponibilizados pela gerência de produção, responsável pelo poço estudado, tem-se
praticamente o mesmo valor bruto de produção (aproximadamente 500 barris por dia), mas um
menor valor para o corte de água. Isto ocorre devido o poço ter sido fechado para a realização da
verificação mecânica das condições do poço antes da perfilagem. O fechamento do poço restaura
a pressão e o contacto óleo/água do reservatório, diminuindo assim a produção de água das
formações por um período diretamente proporcional ao tempo de fechamento do poço.
30
REFERÊNCIAS BIBLIOGRÁFICAS
AITKEN, J. & RACHT, V. G. 1980. Reservoir and Production Fundamentals, 2.ed.
Schlumberger, p.1-205.
ANDRADE, A. J. N. & LUTHI, S. M. 1997. Correlação estratigráfica de perfis de poço através
de rede neural direta multicamadas. In: CONGRESSO INTERNACIONAL DA
SOCIEDADE BRASILEIRA DE GEOFÍSICA, 5., São Paulo, 1997. Anais..., São Paulo,
SBGf, v.1, p. 369-372.
AZEVEDO, F.M.; BRASIL, L.M. ; OLIVEIRA, R.C.L. 2000. “Redes Neurais com aplicações
em Controle e em Sistemas Especialistas “ . 2.ed., Visual Books.
EARLOUGHER JR, R. O. 1977. Advances in Welltest Analysis, 2.ed. Schlumberger. , p.1-264.
FISCHETTI, A. I. & ANDRADE, A. 1999. Automatic first breack picking in seismic traces by
neural network. In: CONGRESSO INTERNACIONAL DA SOCIEDADE BRASILEIRA
DE GEOFÍSICA, 6., Rio de Janeiro, 1999. Anais..., Rio de Janeiro, SBGf. CD-ROM.
HAYKIN, S. 2001. “Redes neurais – princípios e prática”. 2.ed., Porto Alegre, Bookman.
MOREIRA, M. & FIESLER, E., 1985. Neural Networks with Adaptive Learning Rate and
Momentum Terms . 1985. IDIAP Technical report
PIRSON, S. J. 1977. Geologic Well Log Analysis. 2. ed., Houston, Gulf.
RUMELHART, D. E., & J. L. McCLELLAND (eds.). 1986. Parallel Distributed Processing:
explorations in the microstructure of cognition, Cambridge, MA, MIT Press. V.1.
31
SCHLUMBERGER PRODUCTION LOG INTERPRETATION. 1973. Schlumberger, p.1-92.
SCHLUMBERGER WELL SERVICES. 1989. “Principios/Aplicaciones de la Interpretación de
Registros”. Mexico. p.1-198.