基于检测到压裂驱动的干扰的自动井控的制作方法

基于检测到压裂驱动的干扰的自动井控
1.相关申请
2.本技术要求2021年1月14日提交的名称为“automatic well control based on detection of fracture driven interference”的美国专利申请序列号17/149,706的优先权，其公开内容以引用的方式并入本文。
技术领域
3.本发明总体上涉及油气生产领域，并且更具体地，但不作为限制，涉及一种用于基于附近激动井中的实际或预测的压裂驱动的干扰(fdi)事件来自动调整探边井的操作的系统和方法。


背景技术：

4.在含有烃储层的地下地质构造中钻取钻孔或井筒以提取烃。典型地，第一组井筒分布在被认为限定了储层区块的边界的区域上，或者操作者在储层区块中感兴趣的区域上。这些现有的或“母”井筒通常具有延伸到储层中的水平部件。可在母井筒旁边钻第二组井筒以增加烃的产量并充分利用储层资产。第二组井筒可以被称为加密或“子”井筒。术语“探边井”通常是指位于正在钻探或正在进行完井服务(例如水力压裂)的“激动”井附近的现有井。
5.水力压裂可用于改善从激动加密井中回收烃。“压裂冲击”是在完成期间当加密(激动)井与现有(探边)井连通时发生的一种形式的压裂驱动的干扰(fdi)。压裂冲击可负面地或正面地影响从现有井的生产。在一些情况下，相邻井筒之间的压力连通将导致被动井中的压力增加，其中压裂液和支撑剂从经历水力压裂操作的激动井中损失。由于井中砂和支撑剂的存在增加，这可能导致被动或探边井的产量降低，或者由于无效的增产导致激动井的产量降低。
6.为了最小化在探边井内的不利影响的风险，操作者通常在激动加密井正被水力压裂时关闭探边井。关闭探边井可限制流体和支撑剂从激动井进入。在其他情况下，操作者可以对探边井部署防御措施，以进一步降低来自fdi事件的不利影响的风险。防御措施可包括将流体注入探边井内以增加探边井内的压力，从而阻止支撑剂和高压压裂液从激动井流入。在任一情况下，在井中部署防御措施或关闭井导致停工时间和损失或延迟生产。
7.fdi事件的原因和影响还不十分清楚。操作者倾向于应用特别策略来进行良好保护，这导致在延迟生产和过度干预成本方面的负面经济影响。因此，需要一种改进的井管理系统，其促进和自动化在探边井中的干预的决定和部署。本实施方案正是针对现有技术中的这些和其他缺陷。


技术实现要素：

8.在一个方面，本发明提供了一种控制位于激动井附近的探边井的操作的方法，该激动井正在经历水力压裂操作，该水力压裂操作可以对探边井产生压裂驱动的干扰(fdi)
事件。该方法旨在优化来自激动井和探边井的烃的经济回收。该方法包括提供fdi干预系统的步骤，该fdi干预系统包括计算机实现的预测模型，该计算机实现的预测模型用于确定在水力压裂操作期间发生的fdi事件的风险。该方法还包括以下步骤：计算影响来自探边井的生产的fdi事件的风险加权的fdi事件成本，以及计算将防御干预应用于探边井以减轻来自fdi事件的危害的防御干预实现成本。该方法还包括基于防御干预实现成本与风险加权的fdi事件成本的比较来计算成本比较的步骤。该方法结束于基于成本比较利用fdi干预系统自动控制探边井的操作的步骤。
9.在另一个方面，示例性实施例包括一种控制位于激动井附近的探边井的操作的方法，该激动井正在经历水力压裂操作，该水力压裂操作能够对探边井产生压裂驱动的干扰(fdi)事件，其中该方法旨在优化来自激动井和探边井的烃的经济回收。该方法开始于提供fdi干预系统的步骤，该fdi干预系统包括计算机实现的预测模型，该计算机实现的预测模型用于确定在水力压裂操作期间发生的fdi事件的风险。接下来，该方法包括以下步骤：计算影响来自探边井的生产的fdi事件的风险加权的fdi事件成本，以及计算将防御干预应用于探边井以减轻来自fdi事件的危害的防御干预实现成本。接下来，该方法包括基于防御干预实现成本与风险加权的fdi事件成本的比较来计算成本比较的步骤。该方法结束于自动控制探边井的操作的步骤：如果所计算的成本比较确定防御干预实现成本小于风险加权的fdi事件成本，则将防御干预应用于探边井。
10.在其他实施方案中，示例性实施方案包括一种用于自动控制位于激动井附近的探边井的操作的fdi干预系统，该激动井正在经历水力压裂操作，该水力压裂操作能够对探边井产生压裂驱动的干扰(fdi)事件。fdi干预系统包括：多个压力传感器，其被配置为监测激动井和探边井中的压力；多个自动化控件，其被配置为调整探边井的操作；井干预机构，其连接到探边井；以及分析模块，其包括用于确定fdi事件风险的预测模型，该fdi事件风险表示在激动井和探边井之间发生的fdi事件。分析模块被配置为部分地基于fdi事件风险来自动地控制多个自动化控件。
附图说明
11.图1是连接到fdi干预系统的一系列井的描绘。
12.图2是用于确定和应用优化的井干预策略的过程的概述的图示。
13.图3是用于开发用于评估fdi事件的风险、fdi事件的结果和防御干预的影响的集成预测模型的过程流程图。
14.图4是用于控制探边井的自动化方法的过程流程图。
15.图5是用于在探边井上自动施加防御干预的过程流程图。
具体实施方式
16.根据示例性实施方案，图1示出了自动化压裂驱动的干扰(fdi)干预系统100，其被部署以优化来自定位在激动井104附近的一个或多个探边井102的生产。激动井104正在经历水力压裂操作，而一个或多个探边井102已经完成。如图所示，激动井104是定位在探边井102a、102b之间的第二加密井(其可以是例如母井和较早的加密井)。激动井104和探边井102从公共井场106延伸。图1指示在激动井104与探边井102b之间发生一次压裂冲击(“fdi
事件”)且在激动井104与探边井102a之间发生两次压裂冲击。
17.将认识到，图1中描绘的井仅仅是fdi干预系统100可如何部署的示例，并且示例性实施方案的系统和方法将在密网钻井的其他布置中找到效用。例如，fdi干预系统100可用于主动地监测在多个激动井102上同时执行的水力压裂操作。如本文所使用的，术语“井”共同指探边井102a、102b和激动井104。
18.每个井包括一个或多个压力传感器108，其测量井内特定位置或区域处的压力。如图1所示，每个井被分成用于水力压裂和生产操作的多个阶段。在每个井上还包括自动化控件110。自动化控件110可包括控制阀、节流器和可被激活以关闭、打开和处理井的其他装备。例如，探边井102上的自动化控件110可被远程激活以关闭探边井102，或将探边井102放置成与井干预机构112流体连通。井干预机构112可包括加压注入流体，诸如超临界二氧化碳、氮气、蒸汽、烃流体(包括原油流体、柴油、井口气和天然气)、水和盐水，以及处理和增产化学品。在其他实施方案中，井干预机构112包括用于在探边井102上进行“重复压裂”操作的装备和材料，其中加压的水力压裂液和支撑剂被注入探边井102中。
19.压力传感器108被配置为在连续或周期性的基础上将所测量的压力报告给计算机实现的分析模块114，该分析模块还包含现场数据的数据库。在图1中描绘的示例性实施方案中，分析模块114被配置为经由云计算网络访问的一个或多个远程计算机。本地通信系统116可以用于使用商业上可获得的电信网络和协议(例如，modbus协议)在压力传感器108与自动化控件110以及分析模块114之间收集和传送原始数据。在其他实施方案中，压力传感器108和自动化控件110中的一些或全部通过直接网络连接直接连接到远程分析模块114，而没有干预位置通信系统116。
20.水力压裂装备118定位在激动井104附近，并由控制站120控制。在许多应用中，控制站120是“压裂作业监控车”，其向操作者提供关于水力压裂操作的控制和实时信息。多个性能标准可由控制站120调整，包括例如压裂液和浆料的组成、注入到激动井104中的砂或支撑剂的类型和量、以及在水力压裂操作期间实现的泵送压力和流速。这些标准中的每一个标准在此被称为与激动水力压裂操作相关的“操作变量”。控制站120还直接或通过本地电信系统116连接到分析模块114。
21.尽管分析模块114在图1中被描绘为云计算资源，但是在其他实施方案中，分析模块114被本地定位在井和控制站120附近。将分析模块114定位在井附近可减少测量实时数据的时间与分析模块114处理数据的时间之间的等待时间。相反，将分析模块114定位在云中或非现场位置处可使得能够使用更强大的计算系统。在又一些实施方案中，一些处理使用在井附近以“基于边缘”的架构配置的本地计算机进行，而处理的平衡发生在远程位置。
22.一个或多个工作站122通过本地直接连接或通过安全网络连接连接到分析模块114。工作站122被配置为运行计算机实现的fdi干预程序，该程序向用户提供由分析模块114产生的实时信息。工作站122可以定位在不同的位置。在一些实施方案中，工作站122中的一些工作站定位在远离井的位置，而其他工作站定位在控制站120中的井附近或者作为本地基于边缘的计算系统的一部分。如本文所使用的，术语“工作站”包括个人计算机、瘦客户端计算机、移动电话、平板计算机以及其他便携式电子计算设备。
23.如本文所使用的，术语“fdi干预系统100”是指以下部件中的至少两个或更多个的集合：压力传感器108、自动化控件110、井干预机构112、控制站120、分析模块114、工作站
122以及任何干预数据网络，诸如本地电信系统116。应当理解，fdi干预系统100可以包括在激动井104和探边井102中或附近的另外的传感器和控件。这种附加传感器可以包括例如微震传感器、温度传感器、支撑剂或流体示踪剂检测器、声学传感器以及位于人工举升、完井或井中的其他井下装备中的传感器。由这种附加传感器提供的数据测量信号数据直接或通过中间数据网络传输到分析模块114。
24.如下所述，fdi干预系统100通常被配置为监测激动井104上的水力压裂操作，确定在激动井104与一个或多个探边井102之间发生fdi事件的可能性，开发被设计成保护潜在地受影响的探边井102的一个或多个防御干预协议，比较进行和不进行防御干预协议的部署的相对经济影响，并且然后基于哪个选项呈现不利经济影响的最低总风险的确定，根据所选择的井控协议控制激动井104和探边井102的操作。在示例性实施方案中，fdi干预系统100被配置为自动地实时执行该比较分析并且在探边井102上实施所选择的井控协议而不需要直接的人工指导。
25.防御干预协议包括但不限于将加压注入流体注入探边井102(例如，超临界二氧化碳、氮气、井口气、天然气、蒸汽、水和盐水)、将井处理和增产化学品注入探边井102(例如，表面活性剂、肥皂和减摩剂)、部分或完全关闭(关闭)探边井102、延迟或修改探边井102的完井计划、以及在探边井102上执行新的或“重复压裂”水力压裂操作。应当理解，这是防御干预协议的非穷尽列表。还应当理解，这些防御干预协议中的两个或更多个可同时或依次进行，并且防御干预协议可应用于多个探边井102，作为覆盖多个潜在影响的探边井和激动井102、104的综合计划的一部分。
26.在水力压裂操作发生之前，使用工作站122的fdi干预系统100的操作者可以将分析模块114连接到控制站120以及激动井104和探边井102中的选择数量的压力传感器108。一旦水力压裂操作已经开始，分析模块114可以连续地或周期性地轮询控制站120和压力传感器108。在一些实施方案中，分析模块114以每秒一次与每十五分钟一次之间的间隔轮询压力传感器。在示例性实施方案中，分析模块114每三十秒拉动压力传感器108。来自控制站120和压力传感器108的原始数据被提供给分析模块114以进行处理。分析模块114通常被配置为检测由探边井102中的压力传感器获得的压力测量中的异常。在一些实施方案中，分析模块114应用简单的基于规则的分析，其中基于从控制站120和压力传感器108接收的输入来确定推荐动作。在其他实施方案中，分析模块114调用机器学习、模拟物理引擎或统计功能以基于压力异常来检测fdi事件并且自主地确定fdi事件与水力压裂操作和井的一个或多个特征之间的因果关系。
27.因此，参考图2，fdi干预系统100的分析模块114通常被配置为通过接收以下内容来执行优化的井控操作200：(i)来自框202处的现场数据的输入(例如，压力传感器108、自动化控件110)；(ii)来自框204处的历史数据库的信息，其将来自相关烃生产地质构造中的过去增产和干预活动的经济影响相关联；和(iii)关于将在激动井104上执行的在框206处的计划的水力压裂操作以及可用于在探边井102上部署的潜在防御干预协议的信息。分析模块114被最优地配置为在框208处将机器学习和神经网络应用于分析模块114的各种输入，以在框210处产生一个或多个推荐。推荐的井控协议可手动或自动实施以优化来自探边井102和激动井104的烃生产。一旦选择的井控协议已经投入操作，操作的结果就在框212处被研究并且用于更新到分析模块114的输入以用于fdi干预系统100的进一步迭代。
28.转向图3，其中示出了预测性分析模型开发过程300的过程流程图。该过程开始于步骤302，此时与资产相关的历史数据(例如，来自探边井102和激动井104的压力读数)被收集在一起。在步骤304处，基于与从井生产烃有关的多个因素开发模型的特征和参数，包括例如生产目标、完井策略、井间隔、井建造、钻井技术和进展、井耗尽和应力以及储层特定性质(例如，孔隙率、深度等)。
29.在步骤306处，基于这些特征、参数和历史数据，模型开发过程300找到特征和历史数据以及在历史数据中发生的实际fdi事件的证据之间的相关性。可以使用示踪剂流体机构、光纤、压力响应分析和生产响应分析来获取确定fdi事件的可能性的确认数据。基于这些相关性，过程300在步骤308处对特征和参数进行排序。
30.在步骤310处，该过程使用机器学习算法来建立预测模型，该机器学习算法可以包括支持向量机(svm)、随机森林确定以及人工神经网络。在步骤310处基于多个输入迭代地建立预测模型，这些输入包括完井策略、归一化完井参数、井特性、储层质量、距离和耗尽历史。预测模型被配置为输出多个概率，包括fdi事件的风险、减轻由fdi事件引起的危害的潜在防御干预协议的成本和可用性、如果没有实施防御干预协议则中断探边井102中的生产的风险、以及由一个或多个防御干预协议的实施引起的中断和延迟生产的风险。重要的是，预测模型可以被配置为产生复合预测，该复合预测包括特定事件发生的机会以及与那些事件和潜在干预相关联的相对成本和益处。以此方式，计算机实现的模型可被配置为输出包括概率和成本/收益因子两者的预测阵列或谱。例如，分析模块114可以确定，为了减轻由非常不可能发生的fdi事件引起的伤害(但是如果fdi事件发生则将导致显著的中断)，应该部署表现出对从探边井102的生产造成轻微中断的显著风险的防御干预协议。
31.重要的是注意，在某些情况下，分析模块114可确定特定fdi事件将对探边井102有益。例如，如果分析模块114确定fdi事件将增产或以其他方式增加来自探边井102的烃的生产，则分析模块114可以产生包括将由预测的fdi事件的发生实现的潜在益处的推荐(例如，成本确定构造内的“负”值)。探边井102的状态或操作可以响应于来自分析模块114的推荐而被自动调整，以优化通过预测的fdi事件接收到的益处。
32.在步骤312处，在探边井102和激动井104中的至少一些上实施所选择的一组推荐(例如，是否实施所推荐的防御干预协议)。一旦实施，就测量激动井104上的水力压裂操作的结果和探边井102上的冲击(如果有的话)。该信息可以包括指示fdi事件的探边井102中的井下压力的变化、来自探边井102的生产损失的成本、激动井104上的水力压裂操作的复杂情况以及在探边井102上实施防御干预协议的成本。然后在步骤310处，该信息可以被存储、处理、分析并用作预测模型的下一次迭代内的输入。
33.接下来转向图4，其中示出了使用fdi干预系统100自动控制探边井102的方法400的处理流程图。方法400开始于步骤402，此时“候选”探边井102被选择用于使用fdi干预系统100进行分析。在对激动井104执行完成操作(例如水力压裂)的下一阶段之前选择候选井。一旦选择了候选探边井102，方法400就分成两个序列，这两个序列可以并行或串行执行。在一个序列中，fdi干预系统100在步骤404处确定在激动井104上即将到来的完成阶段期间在候选探边井102处发生的fdi事件的概率。在步骤406处，如果fdi事件发生并且中断来自候选探边井102的生产，则fdi干预系统100提供对由生产损失引起的成本的预测。以这种方式，如果候选探边井102在激动井104上完成的下一阶段期间保持在线而没有防御干
预，则fdi干预系统100产生可由fdi事件引起的“风险加权的生产损失”。
34.在另一序列中，在步骤408处，如果候选探边井102被关闭或者如果防御干预协议被应用，则fdi干预系统100估计延迟生产。在步骤410处，fdi干预系统100估计由关闭候选探边井102或应用临时中断或减少来自探边井102的生产的防御干预所引起的延迟生产的经济影响。在步骤410处计算的成本可以包括用于实施防御干预协议的材料和人工的成本。
35.在步骤412处，fdi干预系统100分析在候选探边井102上进行干预和不进行干预的风险加权成本。如果关闭或干预来自候选探边井102的生产的预计损失超过来自影响候选探边井102的未减轻的fdi事件的风险加权损失，则fdi干预系统100推荐在激动井104上的即将到来的完成阶段期间在步骤414处使候选探边井102在线。然而，如果fdi干预系统100确定来自fdi事件的风险加权损失超过由于关闭或在候选探边井102上应用防御干预协议而导致的成本，则fdi干预系统100在步骤416处推荐在候选探边井102上应用防御协议。
36.在一些实施方案中，步骤402-步骤416是自动的，并且在步骤414和步骤416中的推荐在没有人为干预的情况下通过向自动化控件110和井干预机构112发送适当的命令信号来执行。在其他实施方案中，fdi干预系统100被配置为产生书面报告、视觉显示或其他面向人类的输出，而不自动实施来自步骤412的推荐。操作者然后可以手动地应用由分析模块114做出的一组选择的推荐。
37.在存在多个探边井102的情况下，方法400移动到步骤418，其中fdi干预系统100确定是否已经使用方法400评估了所有候选探边井102。一旦已经使用方法400评估了所有候选探边井102，则该方法进行到步骤420并且在激动井104上执行完成操作的下一处理阶段。在一些实施方案中，fdi干预系统100被配置为通过向水力压裂装备118和控制站120发送适当的命令信号来自动地发起对激动井104的处理操作的下一阶段。
38.转向图5，其中示出了应用源自方法400的步骤416的防御干预协议的过程500的过程流程图。在步骤502处，fdi干预系统100确定是否应当在步骤504处临时关闭候选探边井102，或者是否将在步骤506处对候选探边井应用防御干预。如果fdi干预系统100在步骤504处推荐关闭候选探边井102，则fdi干预系统100向用于候选探边井102的自动化控件发送适当的命令信号以关闭井(例如，通过自动化节流器或控制阀)。
39.如果fdi干预系统100推荐应用防御干预，则fdi干预系统100基于从机器学习导出的预测性分析来提供推荐的防御干预。一旦识别了所推荐的防御干预，方法500就移动到步骤508并且应用该防御干预。在示例性实施方案中，防御干预由fdi干预系统100通过发送到自动化控件110和井干预机构112的信号自动应用。如上所述，所选择的防御干预的应用也可以由操作者响应于由fdi干预系统100生成的推荐报告手动施加。在一些实施方案中，fdi干预系统100被配置为呈现供人类操作者考虑的多个防御干预选项。
40.一旦应用了选择的防御干预，方法500进行到步骤510，此时fdi干预系统100确定激动井104上的完成阶段是否完成。方法500循环回到步骤508，直到完成阶段结束。一旦激动井104上的完成阶段完成，方法500移动到步骤512以确定所实施的防御干预是否应被移除或撤回。在一些情况下，fdi干预系统100可以确定在预期激动井104上的后续完成阶段的活动时，将防御干预留在候选探边井102上的适当位置是更有效的。
41.如果fdi干预系统100确定防御干预应当保持在适当位置，则方法500移动到步骤514。如果fdi干预系统100确定应当撤回防御干预，则方法500移动到步骤516，并且通过打
开井或移除防御干预来将候选探边井102放回生产中。方法500然后进行到步骤514，其中记录在探边井102和激动井104中的信息被用于更新由fdi干预系统100使用的预测模型。在步骤518处，方法500重置以用于激动井104上的下一完成阶段。
42.因此，在这些示例性实施方案中，fdi干预系统100确定在激动井104与一个或多个探边井102之间发生的fdi事件的可能性，评估或开发被设计成保护潜在地受影响的探边井102的一个或多个防御干预协议，比较进行和不进行各种防御干预协议的部署的相对经济影响，并且然后基于哪个选项对探边井102呈现最低风险加权成本(不利经济影响)的确定，根据所选择的井控协议来控制激动井104和探边井102的操作。尽管fdi干预系统100非常适合于结合由水力压裂触发的fdi事件使用，但是fdi干预系统也可以在监测和优化在增强油回收(eor)操作期间实施的注射程序中找到效用。
43.应当理解，尽管在前面的描述中已阐述了本发明的各种实施方案的很多特性和优点，以及本发明的各种实施方案的结构和功能的细节，但是本公开仅为说明性的，并且在由所附权利要求书中所表达的术语的宽泛一般含义所指示的最大程度上，可做出详细的改变，尤其是在本发明的原理内的零件的结构和布置方面。

技术特征：
1.一种控制位于激动井附近的探边井的操作的方法，所述激动井正在经历水力压裂操作，所述水力压裂操作能够对所述探边井产生压裂驱动的干扰(fdi)事件，其中所述方法旨在优化来自所述激动井和所述探边井的烃的经济回收，所述方法的特征在于以下步骤：提供fdi干预系统，所述fdi干预系统包括计算机实现的预测模型，所述计算机实现的预测模型用于确定在所述水力压裂操作期间发生的所述fdi事件的风险；计算影响来自所述探边井的生产的所述fdi事件的风险加权的fdi事件成本；计算将防御干预应用于所述探边井以减轻来自fdi事件的危害的防御干预实现成本；基于所述防御干预实现成本与所述风险加权的fdi事件成本的比较来计算成本比较；以及基于所述成本比较利用所述fdi干预系统自动控制所述探边井的所述操作。2.根据权利要求1所述的方法，其中自动控制所述探边井的所述操作的步骤包括：如果所计算的成本比较确定所述防御干预实现成本小于所述风险加权的fdi事件成本，则将所述防御干预应用于所述探边井。3.根据权利要求2所述的方法，其中将所述防御干预应用于所述探边井包括关闭所述探边井。4.根据权利要求2所述的方法，其中将所述防御干预应用于所述探边井包括将加压流体注入到所述探边井中以增加所述探边井内的压力。5.根据权利要求4所述的方法，其中将所述防御干预应用于所述探边井包括对所述探边井进行重复压裂操作。6.根据权利要求1所述的方法，其中自动控制所述探边井的所述操作的步骤包括：如果所计算的成本比较确定所述防御干预实现成本大于所述风险加权的fdi事件成本，则不将所述防御干预应用于所述探边井。7.根据权利要求1所述的方法，其中计算防御干预实现成本的步骤包括评估来自临时关闭所述探边井的延迟生产成本。8.根据权利要求7所述的方法，其中计算防御干预实现成本的步骤还包括评估实现防御干预协议的材料和人工成本。9.根据权利要求1所述的方法，其中提供fdi干预系统的步骤还包括使用机器学习来开发计算机实现的预测模型，所述fdi干预系统包括所述计算机实现的预测模型，所述计算机实现的预测模型用于确定在所述水力压裂操作期间发生的所述fdi事件的风险。10.根据权利要求9所述的方法，其中使用机器学习来开发所述计算机实现的预测模型的步骤包括将fdi事件的风险与特征工程输入关联。11.根据权利要求10所述的方法，其中使用机器学习来开发所述计算机实现的预测模型的步骤还包括使用人工神经网络、支持向量机或随机森林确定。12.根据权利要求9所述的方法，其中使用机器学习来开发所述计算机实现的预测模型的步骤包括将fdi事件的风险与在所述激动井或所述探边井内检测到的异常关联。13.根据权利要求9所述的方法，其中使用机器学习来开发所述计算机实现的预测模型的步骤包括基于所述激动井的完井策略来关联fdi事件的风险。14.根据权利要求9所述的方法，其中使用机器学习来开发所述计算机实现的预测模型的步骤包括基于所述激动井的一组井筒特性来关联fdi事件的风险。

技术总结
本发明提供了一种用于控制位于激动井附近的探边井的操作的方法，该激动井正在经历水力压裂操作，该水力压裂操作可以对探边井产生压裂驱动的干扰(FDI)事件。该方法包括：提供FDI干预系统，该FDI干预系统包括计算机实现的预测模型，该计算机实现的预测模型用于确定在水力压裂操作期间发生的FDI事件的风险；计算影响来自探边井的生产的FDI事件的风险加权的FDI事件成本；以及计算将防御干预应用于探边井以减轻来自FDI事件的危害的防御干预实现成本。该方法包括基于防御干预实现成本与风险加权的FDI事件成本的比较来计算成本比较。该方法结束于基于成本比较利用FDI干预系统自动控制探边井的操作。制探边井的操作。制探边井的操作。


技术研发人员：A
受保护的技术使用者：贝克休斯油田作业有限责任公司
技术研发日：2022.01.10
技术公布日：2023/9/23