Bogotá - Ingeniería - Maestría en Ingeniería - Geotecnia · 2022
Análisis de los factores que condicionan la producción de arena en pozos de producción de hidrocarburos aplicando la evaluación por confiabilidad
La producción de arena es un problema geomecánico complejo en la industria de hidrocarburos que involucra las propiedades de la roca, los esfuerzos, el cambio en la presión de poros del yacimiento y cambios operacionales en los pozos. Múltiples modelos analíticos y numéricos determinísticos se han desarrollado para investigar cuáles son las condiciones que desencadenan el inicio de la producción de arena. Basados en la evaluación por confiabilidad, buscamos identificar cuáles son los factores que condicionan el inicio de la producción de arena en pozos de producción de hidrocarburos. Para ello, mediante las técnicas de simulación de Hasofer Lind y Monte Carlo modelamos como variables aleatorias los parámetros y propiedades geomecánicas que representan la resistencia y las cargas de la función del margen de seguridad derivada de modelos analíticos propuestos en la literatura científica. Nuestros resultados muestran que la resistencia a la compresión no confinada de la roca, el esfuerzo horizontal máximo, el agotamiento de la presión de yacimiento y el drawdown tienen la mayor influencia en el inicio de la producción de arena. El análisis por confiabilidad en pozos con producción y sin producción de arena sugiere que valores del índice de confiabilidad menores o iguales a 2.6 representan una amenaza alta de iniciar producción de arena, valores mayores a 2.6 y menores a 3.0 una amenaza media y valores mayores o iguales a 3.0 una amenaza baja (Texto tomado de la fuente)
Full text 176 pages with text out of 183
Read the full thesis Record in the repository
Contents
- Marco teóricop. 31
- Generalidades de la producción de arenap. 31
- 1.1.1 Definición de la producción de arenap. 31
- 1.1.2 Conceptos de geologíap. 32
- 1.1.3 Conceptos de geomecánicap. 34
- Modelos analíticos y numéricos de producción de arenap. 47
- Selección de modelos analíticos como funciones de comportamientop. 65
- Conceptos de probabilidad y su aplicación en el análisis por confiabilidadp. 69
- Conceptos de probabilidadp. 69
- 2.1.1 Incertidumbrep. 69
- 2.1.2 Variables aleatoriasp. 71
- Función de densidad de probabilidadp. 22
- Parámetros estadísticos básicos de una variable aleatoriap. 73
- 2.3.1 Valor esperado, varianza y desviación estándarp. 74
- 2.3.2 Sesgo y curtosisp. 75
- 2.3.3 Covarianza y correlaciónp. 76
- Distribuciones de probabilidadp. 78
- 2.4.1 Distribución Normalp. 78
- 2.4.2 Distribución Lognormalp. 79
- 2.4.3 Distribución Betap. 80
- 2.4.4 Distribución Weibullp. 81
- Análisis por confiabilidadp. 27
- 2.5.1 El índice de confiabilidadp. 84
- Cuantificación de la incertidumbrep. 85
- 2.6.1 Método de simulación de Monte Carlop. 23
- 2.6.2 Método Hasofer-Lindp. 86
- Modelo de evaluación por confiabilidad de la producción de arenap. 91
- Generalidades del Campo Provinciap. 91
- Descripción de la información disponiblep. 95
- Flujo de trabajo para la evaluación por confiabilidadp. 98
- 3.3.1 Preprocesamientop. 100
- 3.3.2 Procesamientop. 101
- 3.3.3 Análisis estadísticop. 103
- 3.3.4 Selección y ajuste de funciones de densidad de probabilidadp. 116
- 3.3.5 Formulación matemática de las funciones de comportamientop. 121
- Evaluación por confiabilidad del inicio de la producción de arenap. 131
- de yacimientop. 132
- 4.1.1 Método Hasofer-Lind - Modelo Willson et al., (2002)p. 132
- 4.1.2 Simulación de Monte Carlo - Modelo Willson et al., (2002)p. 136
- 4.1.3 Método Hasofer-Lind - Modelo Papamichos y Furui (2019)p. 139
- 4.1.4 Simulación de Monte Carlo - Modelo Papamichos y Furui (2019)p. 143
- reciente de yacimiento - Modelo Papamichos y Furui (2019)p. 148
- 4.2.1 Índice de confiabilidad en pozos con mediciones de 𝒑𝒘 y ∆𝒅𝒆𝒑> 𝟎p. 149
- 4.2.2 Método Hasofer-Lind con valores hipotéticos de 𝒑𝒘p. 151
- 4.2.3 Simulación de Monte Carlo con valores hipotéticos de 𝒑𝒘p. 154
- Análisis de los factores asociados con el inicio de la producción de arenap. 159
- Conclusiones y recomendacionesp. 166
- Conclusionesp. 29
- Recomendacionesp. 29
- las variables aleatoriasp. 171
- métodos de simulación de Hasofer Lind y Monte Carlop. 173
- Bibliografíap. 175
- Figura 1-1: Etapas del proceso de producción de arenap. 32
- diferente tamaño de granop. 34
- perforaciónp. 35
- rocap. 36
- cercanop. 37
- Figura 1-6: Ilustración de los regímenes de falla y las relaciones entre los esfuerzosp. 38
- Figura 1-7: Presión hidrostática y presiones anormales en el subsuelop. 39
- Figura 1-8: Resultado típico de un ensayo de compresión uniaxialp. 41
- confinamientop. 42
- plano de falla y 𝜎1′p. 43
- 𝒊= 𝟏, 𝟑p. 46
- porosidadp. 47
- Figura 1-14: Geometría del modelo propuesto por Risnes, Bratili y Horsrud, (1982)p. 49
- producción de arenap. 51
- drawdown realesp. 52
- constante de arenap. 53
- campop. 54
- darcianop. 56
- Figura 1-21: Porosidad alrededor de las perforaciones P1, P2 y P3p. 57
- >S2p. 57
- términos de LF, y Rep. 58
- análisis de producción de arenap. 59
- endurecimientop. 60
- experimentalesp. 61
- Figura 1-27: Efecto de la presión capilar en la producción de arenap. 61
- Figura 1-28: Valores predichos y observados en campo del CBHFPp. 62
- promedio inicialp. 64
- poroelastoplásticop. 64
- Figura 1-31: Cálculo de la probabilidad acumulada de NYZA para varios ECDp. 65
- Figura 2-1: Categorías de incertidumbre en el análisis de riesgop. 70
- Figura 2-2: Representación esquemática de una variable aleatoriap. 71
- valor en [a, b]p. 72
- Figura 2-4: Curvas PDF y CDF de una variable aleatoria 𝑋p. 73
- CA=0p. 76
- Las otras corresponden a una distribución Weibull (naranja) y Gumbel (verde)p. 77
- Figura 2-7: Ejemplos de covarianza positiva y negativap. 77
- Figura 2-8: Ejemplos del coeficiente de correlaciónp. 78
- Figura 2-9: Efectos de 𝜇𝑋 (izquierda) y 𝜎𝑋 (derecha) en la distribución normalp. 79
- Figura 2-10: PDF lognormales con diferentes valores de 𝜇 y 𝜎p. 80
- Figura 2-11: Versiones de la distribución Beta según los valores de 𝑎 y 𝑏p. 81
- Figura 2-12: Versiones de la distribución Weibull según los valores de 𝑎 y 𝑏p. 81
- Figura 2-13: Representación esquemática del margen de seguridad de un sistemap. 82
- Figura 2-14: Comparación del factor de seguridad y la probabilidad de fallap. 83
- Figura 2-15: Probabilidad de falla para diferentes valores del factor de seguridadp. 84
- Figura 2-16: Comparación del factor de seguridad y la probabilidad de fallap. 85
- Figura 2-17: Representación geométrica del método Hasofer-Lindp. 87
- Figura 3-1: Localización del Campo Provinciap. 91
- Figura 3-2: Esquema del modelo estructural del campo Provinciap. 92
- Cuaternariop. 93
- Figura 3-4: Histórico del número de pozos perforados en el Campo Provinciap. 95
- Esmeraldasp. 97
- Figura 3-6: Flujo de trabajo para la evaluación por confiabilidadp. 99
- en profundidadp. 101
- Figura 3-8: Extrapolación de los valores de densidadp. 102
- alrededor del pozo; C) elemento cúbico representativo alrededor del pozop. 122
- pozo a coordenadas 𝑟, 𝜃, 𝑧 alrededor de la perforaciónp. 123
- (2002)p. 66
- ∆𝑑𝑒𝑝= 0p. 134
- Figura 4-4: 𝛽𝐻𝐿 en profundidad para cada valor de 𝑝𝑤(Fm Mugrosa), ∆𝑑𝑒𝑝= 0p. 135
- Figura 4-5: 𝛽𝐻𝐿 en profundidad para cada valor de 𝑝𝑤(Fm Esmeraldas), ∆𝑑𝑒𝑝= 0p. 136
- Figura 4-6: Verificación de la estabilidad de la simulación Monte Carlop. 137
- ∆𝑑𝑒𝑝= 0p. 134
- Figura 4-8: 𝛽𝐻𝐿 en profundidad para cada valor de 𝑝𝑤(Fm Mugrosa), ∆𝑑𝑒𝑝= 0p. 138
- Figura 4-9: en profundidad para cada valor de 𝑝𝑤(Fm Esmeraldas), ∆𝑑𝑒𝑝= 0p. 139
- Papamichos y Furui (2019)p. 140
- ∆𝑑𝑒𝑝= 0p. 134
- Figura 4-12: 𝛽𝐻𝐿 en profundidad para cada valor de 𝑝𝑤(Fm Mugrosa), ∆𝑑𝑒𝑝= 0p. 142
- Figura 4-14: Verificación de la estabilidad de la simulación Monte Carlop. 143
- con ∆𝑑𝑒𝑝= 0p. 145
- con ∆𝑑𝑒𝑝= 0p. 145
- (2019). ∆𝑑𝑒𝑝= 0p. 145
- ∆𝑑𝑒𝑝= 0p. 134
- Esmeraldas. ∆𝑑𝑒𝑝= 0p. 147
- con ∆𝑑𝑒𝑝> 0p. 150
- ∆𝑑𝑒𝑝> 0p. 152
- ∆𝑑𝑒𝑝> 0p. 152
- condición ∆𝑑𝑒𝑝> 0p. 153
- Figura 4-26: Verificación de la estabilidad de la simulación Monte Carlop. 154
- con ∆𝑑𝑒𝑝> 0p. 150
- con ∆𝑑𝑒𝑝> 0p. 150
- ∆𝑑𝑒𝑝> 0: a) criterio MC; b) criterio DP (𝑘1 = 0.342)p. 156
- condición ∆𝑑𝑒𝑝> 0: a) criterio MC; b) criterio DP (𝑘1 = 0.342)p. 157
- modelo de Papamichos y Furui (2019)p. 124
- resultados con el modelo de Papamichos y Furui (2019)p. 162
- Mugrosa Inferior: Fm Esmeraldasp. 163