Performance Screening of Conventional Hydrocarbon Reservoirs for Recovery Factor Maximization
Publikationen: Thesis / Studienabschlussarbeiten und Habilitationsschriften › Masterarbeit
Autoren
Organisationseinheiten
Abstract
Das Ziel dieser Master Arbeit ist die Erstellung und Überprüfung eines Konzeptes einer virtuellen Plattform für Erdölfirmen und Aufsichtsbehörden um die Förderungsleistung ihrer Felder in einer übersichtlichen und effizienten Weise vergleichen zu können. Der Fokus liegt in der Entwicklung von Untersuchungsmethoden zur Steigerung des Gewinnungsfaktors. Primäre, sekundäre und tertiäre Förderungsarten sind einzeln beurteilt. Das Konzept folgt dem Top-down-Prinzip beginnend von der Gesamtfeldbeurteilung bis hin zur Bewertung der einzelnen Sonden. Die Berechnung vereint konventionelle industrielle Untersuchungsmethoden mit statistischer Datenbankauswertung. Risiko- und Unsicherheitsfaktoren sind in dem Modell berücksichtigt, wobei die Zuverlässigkeit mit der Anzahl und Qualität der verfügbaren Daten steigt. Während der Auswertung erkennt die Logik des Systems welcher Anteil der ursprünglichen Erdölreserven mit Hilfe einer bestimmten Förderungsmethode erschlossen werden kann. Die Durchführung der Kalkulation der komplexen Indizes erfolgt über die Anwendung von Bayesian Netzwerken, welche probabilistische Ergebnisse ermöglicht. Der vorgeschlagene Arbeitsablauf besteht aus zwei Teilen: Lagerstättenbewertung und die Überprüfung der Förderungseffizienz. Das Resultat des ersten Teils ist der statische ausbringungsmindernde Index, welcher den zu erwartenden Ausbeutefaktor von einer bestimmten Lagerstätte wiederspiegelt. Die Berechnung dieses Index basiert auf der Komplexität des Reservoirs wie Architektur, Struktur, Petro-Physik, Kohlenwasserstoffeigenschaften und im Falle einer frakturierten Lagerstätte, des Rissnetzwerkes. Das Ergebnis des zweiten Teils der Beurteilung zeigt den menschlichen Einflussfaktor hinsichtlich Produktionseffizienz. Dies reflektiert den Unterschied von theoretisch möglichen zu dem vorhergesagten Ausbringungsfaktor am Ende einer bestimmten Feldentwicklungsphase. Darüber hinaus wird die Herkunft der entstehenden Differenz untersucht. Die Auswertung erkennt ob der Produktionsverlust wasserbezogene und/oder gasbezogene Hintergründe hat, bzw. von einer ineffizienten Entwicklungsstrategie des Feldes stammt. Dem Teil des automatisierten Arbeitsablaufes obliegt besondere Gewichtung, weil die detektierten Verluste in Zukunft mittels Optimierung der Förderstrategie minimiert werden können. Norne, ein von Statoil und NTNU/IO CENTRE zur Verfügung gestelltes Feld, wurde verwendet um das oben beschriebene Konzept zu überprüfen. Dieses Erdölfeld liegt in Norwegen („Offshore“) und produziert seit 1997. Für die Auswertung wurde das Feld in zwei Partitionen unterteilt. Das untere Segment befindet sich in der sekundären und das oberen in der primären Entwicklungsphase. Für beide Teile des Feldes ergaben sich relativ niedrige Komplexität Indizes. Anderseits erkannte die Auswertung der Produktionseffizienz, dass Förderungsverluste aus einer Kombination aller zuvor beschriebenen Hintergründe entstanden sind. Zusammenfassend zeigt sich, dass die vorgeschlagene Methodik zum Verwendungszweck der effizienten Identifizierung von möglichen Produktionsverlusten, ohne Anwendung detaillierter Modellierung, gerecht wird. Die größte Begrenzung besteht momentan darin, dass es weder die Einschränkungen der oberirdischen Anlagen, noch die wirtschaftlichen Rahmenbedingungen berücksichtigt. Eine Weiterentwicklung des Modelles ist geplant um Lösungen für die obigen Limitierungen zu inkludieren und um die Auswertung allgemeine Gültigkeit zu verleihen. Folglich ermöglicht dies Leistungen unterschiedlicher Lagerstätten zu vergleichen.
Details
Titel in Übersetzung | Leistungsklassifizierung von konventionellen Kohlenwasserstofflagerstätten zur Maximierung des Gewinnungsfaktors |
---|---|
Originalsprache | Englisch |
Qualifikation | Dipl.-Ing. |
Betreuer/-in / Berater/-in |
|
Datum der Bewilligung | 21 Okt. 2016 |
Status | Veröffentlicht - 2016 |