La gran visión de conjunto

La gran visión de conjunto:
Manejo integrado de activos
Los yacimientos, pozos, redes de recolección e instalaciones de procesamiento son
sistemas dinámicos complejos, y los cambios producidos en cualquiera de sus
parámetros pueden afectar a todo el sistema. Con la introducción de los sensores y el
instrumental de fondo de pozo y superficie destinados a optimizar el desempeño de los
sistemas, los operadores deben abordar el procesamiento y el manejo de los enormes
flujos de datos producidos por estos sistemas. Al igual que en otras industrias, las
compañías de E&P se están volviendo especialistas en el manipuleo y la respuesta a
los datos críticos en tiempo real, y ahora están implementando nuevas metodologías
de procesamiento, análisis e intercambio de información para el logro de sus metas.
Cédric Bouleau
Hervé Gehin
Fernando Gutiérrez
Ken Landgren
Gay Miller
Robert Peterson
Ulisses Sperandio
Ian Traboulay
Houston, Texas, EUA
Luciano Bravo da Silva
Bogotá, Colombia
Por su colaboración en la preparación de este artículo,
se agradece a Breno Alentar y Jean-Pierre Lhote, Río
de Janeiro; Geoff Dicks, Londres; Paige McCown, Sugar
Land, Texas; Tuerte A. Rolim, Petrobras E&P Petroleum
Engineering, Río de Janeiro; Mack Shippen, Houston; y
Michael Stundner, Baden, Austria.
Modelador Integrado de Activos Avocet, BlueField,
DecisionPoint, ECLIPSE, Phoenix, PIPESIM,
ProductionWatcher, QCPro y REDA son marcas de
Schlumberger.
1. Para obtener una perspectiva sobre el proceso de
transmisión de datos, consulte: Brown T, Burke T, Kletzky
A, Haarstad I, Hensley J, Murchie S, Purdy C y Ramasamy
A: “Entrega de datos a tiempo,” Oilfield Review 11, no. 4
(Primavera de 2000): 34–55.
36
Los sensores de pozos producen un gran volumen de datos, pero los sistemas de producción
instrumentados generan datos a un ritmo aún
más asombroso. Los sensores instalados en el
fondo del pozo, montados en los cabezales de los
pozos, a lo largo de las líneas de flujo o en el interior de los equipos de proceso, transmiten un
flujo incesante de dígitos. Los operadores reciben datos de campo ocasionales, discretos o de
flujo continuo, en tiempo real y extraen mediciones de temperatura, presión, tasas de flujo y de
otro tipo para determinar el estado de los sistemas de fondo de pozo y de superficie asociados
con sus activos. Cada medición y cada dato apunta
a lograr que los operadores estén mejor informados y puedan tomar decisiones más rápidas
que mejorarán los factores de recuperación,
aumentarán las reservas y, en última instancia,
incrementarán el valor de sus activos.
Las compañías de E&P se están esforzando
por adoptar nuevas formas de manejar y procesar su información operacional. La consecución
de este objetivo puede plantear desafíos. El mero
volumen de datos generados por los sistemas
instrumentados puede ser abrumador y la demora
más mínima, producida en el envío de todos estos
datos a los distintos departamentos de la compañía, a los modelos computacionales y al personal
que corresponda, puede llegar a impedir que los
operadores extraigan todo el valor de sus datos.
Gran parte de la tecnología para adquirir y
procesar los datos ya ha sido desarrollada. Los
sensores y el instrumental de fondo de pozo
están diseñados para ofrecer confiabilidad en
ambientes cada vez más desafiantes, dominados
por condiciones extremas de temperatura y presión (véase “Terminaciones inteligentes: Manejo
automatizado de pozos,” página 4). Los sistemas
de transmisión de avanzada poseen la capacidad
para transmitir datos, voz e imágenes a un ritmo
casi instantáneo para posibilitar el intercambio
de información e instrucciones entre los pozos
individuales y los diversos grupos de interés, en
el campo y la oficina.1
El software que acondiciona y maneja los
datos es fácil de conseguir. Los ingenieros pueden
acceder a los datos operacionales clave en forma
segura y pueden escoger entre una diversidad de
programas para evaluar y modelar el desempeño
en el yacimiento, la bomba, el cabezal del pozo, la
línea de conducción o la refinería (véase “Optimización de la producción desde el yacimiento hasta
la planta de proceso,” página 18). Por consiguiente, el desafío que plantea el manejo y el procesamiento de los datos no surge de la falta de
datos o de la carencia de capacidades de software.
Para lograr el mejor desempeño de un campo,
¿cómo encuentran los equipos de gerentes de activos (asset teams) las mediciones clave que les
indicarán cuándo está decayendo el desempeño
Oilfield Review
ΔP8 = Psep – PCD
ΔP9 = Psep – PPD
ΔP5 = Ptf – PDSC
ΔP7 = PRB – Psep
ΔP6 = PDSC – PRB
ΔP10 = PCD – PGD
ΔP4 = Pwf – Ptf
ΔP11 = PPD – PLD
ΔP3 = PUSV – PDSV
ΔP1 = PR – Pwfs
ΔP2 = Pwfs – Pwf
Primavera de 2008
37
del yacimiento o de los componentes? En los campos grandes, que a menudo involucran cientos de
pozos, un ingeniero podría tener que clasificar
miles de conjuntos de datos para evaluar el desempeño de los activos. Las compañías de E&P están
admitiendo que su personal puede pasar cantidades exorbitantes de tiempo sencillamente buscando y acondicionando los datos correctos para
su aceptación en los programas de modelado, antes
de llegar a evaluarlos.2 El desafío radica entonces
en trasladar los datos validados de los sensores a
los programas o a los modelos correctos que evalúan todo el sistema—desde el yacimiento hasta
las redes de distribución—y hacer todo esto a
tiempo para tomar la mejor decisión.
Otras industrias, tales como la industria médica
y la aeronáutica, han llegado a destacarse en el procesamiento y la evaluación de flujos constantes de
datos. En los hospitales y en los centros de control
de tráfico aéreo, se toman decisiones cruciales
luego del análisis rápido de datos que cambian de
manera constante. Los médicos, las enfermeras y
los técnicos en medicina efectúan la vigilancia y
evaluación de las dolencias de sus pacientes con
sistemas automatizados, que ejecutan el triage
electrónico de sus salas. Los controladores de tráfico aéreo reciben una diversidad de datos de entrada, que les permiten regular el espaciamiento
entre las aeronaves, y reciben alertas cuando un
avión invade el espacio aéreo de otro. En cada caso,
los flujos continuos de datos se convierten en presentaciones visuales y entradas de audio, que permiten que los expertos especialmente entrenados
determinen de inmediato el estado de sus sistemas.
La visualización es clave para la interpretación de
sus datos y resulta crucial para responder de inmediato a situaciones que cambian rápidamente.
En el campo petrolero, las presentaciones visuales se están volviendo cada vez más importantes para manejar el desarrollo y la producción de
reservas. Estas herramientas proveen un punto de
convergencia común para la colaboración y el debate, que ayuda a los individuos a comprender las
indicaciones de los datos y la información que
pueden ser ajenos a su disciplina. Como puntos de
convergencia, también son lugares de reunión que
sacan a las personas de sus ‘silos’ de competencia, fomentando la integración interfuncional
para conformar los equipos que efectúan el análisis de los datos en un ambiente de colaboración.
Los equipos de gerentes de activos están pasando
a depender de estas presentaciones para asimilar
grandes volúmenes de datos y tomar decisiones
informadas acerca de los sistemas de producción
en constante cambio.3
38
Un procedimiento de toma de decisiones informadas y oportunas combina las presentaciones
visuales con la vigilancia y el manejo automatizado de los datos por excepción. Básicamente, se
utiliza un sistema de luz verde-amarilla-roja para
clasificar los datos de los sensores (próxima página). Las mediciones verdes indican que un componente o un sistema está funcionando dentro de
los límites especificados y no requiere ninguna acción o atención adicional. El amarillo es una
alerta, lo que significa que la medición del sensor
se está acercando al límite superior o inferior. El
rojo es una alarma, lo que indica que el componente ha sido cerrado porque las mediciones del
sensor caen fuera de los rangos especificados.4
Una alerta amarilla es una clave para el manejo
de los activos, que ayuda a los operadores a evitar
problemas de producción diferida. Los operadores toman medidas pro-activas ante la existencia
de alertas amarillas y son reactivos frente a las
alarmas rojas.
¿Quién fija los límites para las alarmas del sistema? Ésta es un área en la que la captación de
conocimientos es importante. Los límites operativos pueden fijarse de acuerdo con diversos criterios, tales como la historia de desempeño previo,
las metas estipuladas en el plan de negocios, o las
diversas predicciones de los modelos. Una vez especificados los límites de las alarmas, los equipos
de gerentes de activos, responsables de la optimización de la producción proveniente de cientos de
pozos, sólo necesitan responder a un puñado de
luces amarillas o rojas con lecturas que se están
acercando o están excediendo los límites pre-establecidos. Esto libera al personal de operaciones
de ingeniería para que pueda concentrarse en los
asuntos más urgentes que requieren un proceso
inmediato de análisis y resolución.
La optimización del desempeño de los yacimientos incorpora una diversidad de metodologías
de trabajo que permiten a los gerentes de las compañías pasar de la adquisición y el análisis de los
datos a la acción. En este nivel, los especialistas
analizan los datos y dan cuenta de ciertas restricciones operativas para mejorar la producción. Por
ejemplo, mediante el análisis de la curva de frecuencia de una bomba eléctrica sumergible (ESP),
un ingeniero especialista en vigilancia rutinaria
podría determinar que el aumento de la energía
eléctrica incrementará la producción, reduciendo
al mismo tiempo la vibración y el desgaste sobre la
bomba.5 No obstante, esta decisión de incrementar la energía debería considerarse en función de
otras restricciones operacionales específicas del
pozo o el campo, tales como el riesgo de incre-
mentar la producción de arena, el costo de la electricidad o el costo del manipuleo de los incrementos de la producción de agua.
Estas cuestiones a menudo afectan a diversos
departamentos de la organización de producción,
y la respuesta óptima normalmente requiere el
aporte de datos de cada departamento para evitar trabajar con objetivos opuestos por errores de
comprensión. De lo contrario, las acciones adoptadas para mejorar el desempeño en un área pueden
incidir adversamente en otra. Este artículo describe el movimiento tendiente a integrar las mediciones ocasionales y las mediciones en tiempo
real, las metodologías de trabajo automatizadas y
los modelos analíticos para optimizar el desempeño
a lo largo de todo el ciclo de vida de un yacimiento.
Un estudio de un caso práctico de Brasil describe
el proceso que utilizó un operador para alcanzar
esta meta.
Desafíos y capacidades
Los desafíos crecientes relacionados con el reemplazo de reservas a través de nuevos descubrimientos, están induciendo a las compañías de
petróleo y gas a centrar la atención en la optimización de la producción de las reservas comprobadas en los activos existentes. Los esfuerzos
renovados para potenciar la recuperación de los
yacimientos, sumados a una perspectiva económica más brillante para los operadores, han incentivado a las compañías de E&P a efectuar
inversiones destinadas a incrementar la producción. Muchas compañías están recurriendo a los
sensores y al instrumental de fondo de pozo y de
superficie, junto con la tecnología avanzada de
terminación de pozos y automatización, en un esfuerzo por mejorar los factores de recuperación y
la eficiencia operacional, además de reducir los
costos de operación.
El incremento de la disponibilidad de datos,
resultante de las mejoras registradas en la tecnología de sensores de fondo de pozo y de superficie,
junto con los avances impresionantes producidos
en el acceso a los datos, la capacidad computacional, las capacidades analíticas, la visualización
y automatización, sirven para agudizar la concientización de las operaciones y mejorar las capacidades de toma de decisiones de los equipos de
gerentes de activos. Dichas mejoras han generado
expectativas en cuanto a mejorar el desempeño
de los activos y extraer el máximo de cada área
prospectiva. Estas tecnologías de avanzada están
cambiando la manera de trabajar de las compañías de E&P y sus beneficios pueden medirse en
función de indicadores de negocios clave:
Oilfield Review
El pozo está operando dentro del rango aceptado
El pozo está operando, pero alguna medición se
ha desviado más allá de los límites aceptados
El pozo está cerrado
Métodos de vigilancia
Límite de presión de fondo de pozo
Límite de arenamiento predictivo
Límite de caída de presión en la formación
> Monitoreo de los indicadores clave de desempeño (KPI). Una vista en planta o areal (extremo superior ) muestra los pozos y su estado. Por ejemplo, la vigilancia remota en tiempo real del Pozo B4 (círculo) con el servicio ProductionWatcher,
rastrea las condiciones operativas. En la vigilancia y el mantenimiento de la caída de presión se utiliza una vista histórica
(extremo inferior ) de las presiones y las alarmas, alertas y variancias asociadas; visualización que ayuda a un operador a
seguir la tendencia de la caída de presión en función del tiempo.
• Incrementos de la recuperación: el análisis y
el pronóstico de las condiciones cambiantes de
un yacimiento pueden estimular la adopción
de medidas preventivas que permiten que los
equipos de gerentes de activos incrementen la
producción y excedan los objetivos de producción originales. A medida que cambian las
condiciones con el tiempo, estos análisis también pueden identificar reservas recuperables
adicionales.
• Incrementos de la eficiencia: las metodologías
de trabajo que detectan problemas inminentes
en los equipamientos o mejoran la eficiencia del
equipo de producción pueden proteger los activos y reducir el desgaste, los costos de reparación y los costos operativos. Las metodologías
Primavera de 2008
de trabajo automatizadas también pueden potenciar la eficiencia humana, permitiendo que
los operadores se concentren menos en las tareas rutinarias y más en la calidad de las decisiones. Otras metodologías de trabajo pueden
traducirse en una mejor utilización de las instalaciones.
• Incrementos de la seguridad: las normas gubernamentales responsabilizan a los operadores
por la integridad de su corriente de productos
desde el yacimiento hasta la refinería. El proceso de monitoreo en tiempo real puede reducir
el riesgo que plantea el mal funcionamiento de
los equipos o el tiempo inactivo de los sistemas,
además de las penalidades consiguientes que
pueden surgir como consecuencia de las ope-
2. Según una estimación, un profesional puede pasar entre
el 60% y el 80% de su tiempo buscando y acondicionando
datos. Para obtener más información sobre este
problema, consulte: Unneland T y Hauser M: “Real-Time
Asset Management: From Vision to Engagement—An
Operator’s Experience,” artículo SPE 96390, presentado
en la Conferencia y Exhibición Técnica Anual de la SPE,
Dallas, 9 al 12 de octubre de 2005.
3. Murray R, Edwards C, Gibbons K, Jakeman S, de Jonge G,
Kimminau S, Ormerod L, Roy C y Vachon G: “Making Our
Mature Fields Smarter—An Industrywide Position Paper
from the 2005 SPE Forum,” artículo SPE 100024,
presentado en la Conferencia y Exhibición sobre Energía
Inteligente de la SPE, Ámsterdam, 11 al 13 de abril de 2006.
4. “Actuar a tiempo para maximizar el aprovechamiento de
los hidrocarburos,” Oilfield Review 17, no. 4 (Primavera
de 2006): 4–15.
5. Para obtener más información sobre el monitoreo y la
vigilancia de las bombas ESP, consulte: Bremner C,
Harris G, Kosmala A, Nicholson B, Ollre A, Pearcy M,
Salmas CJ y Solanki SC: “Tecnologías en evolución:
Bombas eléctricas sumergibles,” Oilfield Review 18,
no. 4 (Primavera de 2007): 34–49.
39
Eficiencia de las operaciones
Optimización de la producción
Modelo de pozo y red
Transmisión
de datos
Almacenamiento
de datos
Sistema SCADA
Medición y
control
Manejo de campos petroleros
Modelo de proceso
Preparación y
vigilancia de datos
Diagnósticos
del pozo
Simulación
de yacimientos
Optimización
de la producción
Optimización
de yacimientos
Oficina
Campo
Control y
acción
Monitoreo
de un pozo
Modelo de yacimientos
Modelo económico
Presión
Volumen
• Generación de pronósticos
• Aseguramiento del flujo
• Programa de reparaciones y mantenimiento
• Campaña de perforación
de pozos de relleno
• Optimización de
todo el activo
> Modelo de manejo de activos. Este enfoque apela a metodologías de trabajo automatizadas para adquirir y clasificar los datos pertinentes, señalar los
componentes que exhiben un desempeño deficiente, diagnosticar problemas y recomendar acciones correctivas para optimizar la producción a través de
todo el activo. Un diseño de arquitectura abierta permite la integración con los sistemas de hardware y software propios del cliente. (Adaptado de Unneland
y Hauser, referencia 2.)
raciones de quemado en antorcha, o la ocurrencia de fugas o derrames. Por otro lado, las capacidades de monitoreo en tiempo real y comando
remoto pueden reducir la cantidad de personal
necesario en una localización de pozo dada, reduciendo de ese modo la exposición a los riesgos
inherentes a las operaciones en la localización
del pozo y los viajes asociados.
• Reducciones del tiempo inactivo y pérdida de
producción: el monitoreo continuo de la producción es vital para la detección de la aparición
de los problemas de producción. Los datos de
monitoreo de la producción pueden indicar tendencias graduales, tales como el incremento del
factor de daño o la incursión prematura de
agua; los eventos ocasionales, tales como la falla
de los equipos, también pueden detectarse rápidamente.6
• Reducciones de los costos de operación: a través
de la detección temprana y el análisis de tendencias de los parámetros cambiantes de los yacimientos y las operaciones, los gerentes de gestión
pueden programar mejor las acciones con fines
40
de remediación, tales como las reparaciones o
el mantenimiento de los equipos, o las mejoras
de las instalaciones. Esto ayuda a los operadores a asignar los recursos a las áreas en las que
resultarán económicamente más efectivos.
Otras contribuciones de los campos petroleros
automatizados y las metodologías de trabajo de
avanzada poseen el potencial para el pago de dividendos relacionados con el éxito corporativo futuro. La jubilación del personal experimentado, a
raíz del “gran cambio de la brigada petrolera” ya
anticipado, afectará la manera en que las compañías y sus equipos de gerentes de activos manipulan el volumen de trabajo diario. Si bien esta
tecnología sofisticada será esencial para el manejo de los activos con recursos de personal limitados, también desempeñará un rol fundamental
en materia de captación de conocimientos.
La recopilación y el manejo sistemáticos de
los conocimientos serán de utilidad para salvar
la brecha existente entre el personal experimentado y quienes son nuevos en la organización.
El personal nuevo podrá rastrear la historia de
todo un sistema de producción, además de los
cambios producidos en sus parámetros clave con
el tiempo. Luego, podrá analizar la respuesta del
equipo a esos cambios y aprender de los resultados. Por otro lado, estando gran parte de la responsabilidad del equipo de gestión concentrada
en una instalación central de monitoreo y soporte, un grupo pequeño de especialistas con
amplia experiencia puede actuar como mentor
del personal menos experimentado, dispersado
a través de localizaciones remotas, reduciendo
el riesgo y acelerando el entrenamiento.
El servicio inteligente de integración de activos BlueField ha sido desarrollado para ayudar a
las compañías de E&P a obtener el máximo valor
de sus inversiones en tecnologías instrumentadas
o inteligentes. Este enfoque personalizado, multidisciplinario de gran alcance para la optimización
de la producción, vincula el instrumental de fondo
de pozo y de superficie, los modelos de activos
integrados y las metodologías de trabajo automatizadas (arriba), y provee la información que necesitan los gerentes de activos para responder a
Oilfield Review
los cambios producidos en sus yacimientos, pozos
y sistemas de procesamiento. Por otro lado, el sistema BlueField alienta al personal petrotécnico
para que intercambie sus conocimientos especializados, proveyendo un ambiente de colaboración
sustentado por los sistemas de adquisición, transmisión, almacenamiento, modelado y visualización de datos.
Decisión: selección de soluciones
Análisis: diagnóstico de problemas
Vigilancia: detección de problemas
De los datos a la decisión
Para extraer el máximo provecho de sus campos
petroleros instrumentados y su personal, los
operadores utilizan una diversidad de procesos,
o metodologías de trabajo para adquirir, acondicionar, clasificar y analizar los datos; a menudo
provenientes de cientos o miles de localizaciones de todo un campo. Se han desarrollado otras
metodologías de trabajo para señalar sistemas o
componentes que están funcionando fuera de los
límites aceptados, diagnosticar problemas y recomendar acciones correctivas.
Algunas metodologías de trabajo guían a los
equipos de gerentes de activos a través del proceso de vigilancia de datos y posterior toma de
decisiones. Estas metodologías de trabajo transforman el campo instrumentado en un campo
“inteligente” mediante la integración de flujos
continuos de datos, y la posterior interpretación
y conversión de las mediciones de fondo de pozo
y de superficie en información válida, a partir de
la cual dichos equipos pueden actuar.
Una metodología de trabajo es una secuencia
de actividades organizadas en rutinas o subrutinas—algunas de las cuales pueden ser iterativas
y muy complejas—que se llevan a cabo en un orden
predefinido para alcanzar una meta particular.
Cada paso recibe datos de entrada en diversos formatos, que abarcan desde archivos digitales o planillas de cálculo hasta comentarios de especialistas.
Estos datos de entrada se procesan luego utilizando un modo predefinido, tal como un simulador de yacimientos, un análisis de planillas de
cálculo, o debates y reuniones estructurados. Los
resultados se utilizan en los pasos subsiguientes.
El objetivo de la mayoría de los operadores es arribar a una respuesta que será utilizada como datos
de entrada para otros procesos dependientes, o
que se empleará para guiar una decisión. Las metodologías de trabajo repetitivas a menudo pueden automatizarse, liberando al personal para que
encare tareas no rutinarias.
La metodología de trabajo para un campo
inteligente contiene habitualmente una serie de
rutinas primarias que a su vez pueden dividirse
en subrutinas más pequeñas y más intrincadas
Primavera de 2008
Validación de datos
Manejo de datos
Transmisión y entrega de datos
Mediciones de sensores de fondo de pozo y de superficie
> Metodología de trabajo habitual de campos petroleros. Un sistema de rutinas
y subrutinas automatizadas adquiere, acondiciona y analiza los datos de campo
a tiempo para que los gerentes técnicos respondan a las condiciones operacionales cambiantes.
(arriba). Para que un equipo de gerentes pase de
los datos a la decisión, la mayoría de las metodologías de trabajo seguirán los pasos generales
que se describen a continuación.
Adquisición, transmisión, manejo y validación—Una red de sensores de fondo de pozo y de
superficie, instalados previamente por el operador, obtiene mediciones a un ritmo constante, periódico u ocasional. Estos datos son adquiridos
habitualmente mediante el sistema de control, vigilancia y adquisición de datos del operador
(SCADA), que transmite los datos del campo a la
oficina del operador. Allí, los datos son acondicionados y validados antes de la evaluación (véase
“Un procedimiento automatizado de manejo de la
calidad de los datos,” página 44).
Vigilancia—Ésta es la fase de detección del
problema, durante la cual los ingenieros a cargo
de la vigilancia de los activos monitorean el estado
de las operaciones en tiempo real. Esta tarea requiere el acceso rápido a los datos, además de la
capacidad para visualizarlos.
Durante esta fase, los datos validados en muchos casos son evaluados automáticamente en
función de límites pre-establecidos en el sistema
de vigilancia. Antes de que los valores superen los
límites pre-establecidos, el sistema de detección
activa las alertas para notificar a los operadores
que el desempeño está tendiendo a superar los
límites estándar. Estos sistemas de vigilancia nor-
malmente monitorean tanto las condiciones históricas como las condiciones basadas en modelos.
Las alertas son generadas cuando los valores de
los datos difieren de los valores históricos—como
los que podrían calcularse a partir de un promedio
móvil de cinco días—o cuando difieren de los valores basados en modelos, tales como los pronosticados por las curvas de declinación de la presión.
Análisis de problemas—Las mediciones de
desempeño se comparan contra las tendencias
de desempeño históricas, los planes de negocios
o los modelos de yacimientos e instalaciones,
utilizando herramientas tales como el software
de simulación de yacimientos ECLIPSE, el software de análisis de sistemas de producción
PIPESIM o el Modelador Integrado de Activos
Avocet.
Selección de soluciones y decisión—Los datos
de monitoreo se combinan con las aplicaciones
expertas de modelado numérico y toma de decisiones y luego son revisados por los equipos multidisciplinarios de gestión, que re-examinan los
resultados de los modelos de los diversos escenarios de producción y posteriormente deciden el
curso de acción óptimo a adoptar. Los resultados
son captados en una base de conocimientos para
su explotación futura.
6. Unneland y Hauser, referencia 2.
41
Acondicionamiento de los datos
Preparación de los datos
(Filtrado, remoción de valores
anormales, control de calidad,
disponibilidad de datos)
Procesamiento previo
de los datos
(Validación cruzada, generación
y normalización de los datos,
mediciones virtuales, manipuleo
de datos perdidos, agregación)
Desempeño del pozo
Estado del pozo
(Cerrado, cálculos de tiempo inactivo)
Análisis de pruebas de pozos
(Identificación del período estable,
validación de los datos, correlaciones)
Estimación de tasas
(Redes neuronales,
coeficientes polinomiales,
medidor de flujo virtual)
Re-asignación
(Reconciliación, factor de campo,
incertidumbre asociada con las
tasas estimadas)
Monitoreo y
vigilancia básica
(Cálculos de indicadores clave
de desempeño (KPI), alarmas
inteligentes y visualización)
Desempeño del yacimiento
Monitoreo del desempeño
de la producción
(Tasas proyectadas, declinación
de la producción)
Vigilancia de la caída de presión
(Límite de presión de fondo de pozo,
límite de caída de presión frente a la
formación, potencial de producción)
Vigilancia de la inyectividad
y la productividad de los pozos
(Valor límite umbral, vigilancia de la
curva de desempeño del yacimiento)
Vigilancia de las operaciones
de levantamiento artificial
(Condiciones operativas,
restricciones en términos
de comportamiento del pozo)
Modelado representativo
de yacimientos
(Interferencia, potencia del
acuífero, hidrocarburos en sitio)
Eficiencia de la recuperación
(Agotamiento, recuperación
mejorada de petróleo)
Manejo de las operaciones de
inyección de agua
(Voltaje, optimización de las
operaciones de inyección)
Manejo de las operaciones
de inyección de vapor
(Eficiencia de la inyección)
Manejo de las operaciones
de almacenamiento de gas
(Eficiencia de la inyección
y la producción)
Asignación de la tasa de producción
Monitoreo del inicio y
el cierre de la producción
(Producción de gas, presión anular)
Eficiencia del agotamiento
Vigilancia y
optimización de pozos
(Cálculos de KPI, alarmas
inteligentes y visualización)
Control y manejo de la
producción de arena
(Producción de arena, productividad
de los pozos)
Vigilancia y optimización
de los yacimientos
(Cálculos de KPI, alarmas
inteligentes y visualización)
Productividad de los pozos
> Metodologías de trabajo para el manejo de los activos de las compañías. Las metodologías de trabajo independientes para el acondicionamiento de los
datos, el desempeño de los pozos y el desempeño de los yacimientos, muestran las interacciones entre los diversos procesos, en los que la salida de una
metodología de trabajo sirve como entrada para las que siguen.
Las metodologías de trabajo varían en su alcance; desde la planeación del desarrollo de campos petroleros o la optimización de los proyectos
de inyección de agua hasta el manejo de la producción de arena y la optimización del desempeño de
las bombas ESP (arriba). Por ejemplo, la mayoría
de los escenarios de producción requieren el mantenimiento y la vigilancia constante de las caídas
de presión. Podría estructurarse una metodología
de trabajo general de vigilancia de las caídas de
presión a lo largo de las siguientes líneas:
• Los datos de presión y temperatura adquiridos
en forma permanente con un medidor de presión de fondo de pozo son transmitidos al sistema receptor en modo continuo.
• El ingeniero de vigilancia y otros usuarios observan los datos de presión y temperatura en modo
continuo.
• Los datos de presión se suavizan mediante la remoción de los picos y los errores obvios y a tra-
42
vés del promediado a lo largo de un intervalo de
tiempo predefinido.
• Adicionalmente, los valores máximos y mínimos continuos para la presión se calculan para
cada hora. Estos promedios continuos se vuelven a establecer al final de cada hora.
• Los valores máximos, mínimos y promedio continuos de los datos de presión también se calculan para el día. Los promedios continuos se
vuelven a establecer a la hora 24:00:00 de cada
día.
• La presión estática de yacimiento (Pr), en la
proximidad del pozo, se estima utilizando modelos de balance de materiales o simulaciones
numéricas y luego se ingresa a intervalos predefinidos, que habitualmente oscilan entre 48 y
72 horas. En ocasiones, los valores de Pr estimados previamente se vuelven a estimar; en este
caso, se deben actualizar otros valores estimados previamente.
• Las caídas de presión se calculan sustrayendo
la presión obtenida del medidor (Pwg) de la
presión estática del yacimiento (Pr).
• Los valores límites para la presión obtenida con
el medidor se calculan o estiman e ingresan a
intervalos predefinidos, que habitualmente oscilan entre 48 y 72 horas. Las fuentes son los límites de los puntos de burbujeo, los límites de
manejo de la producción de arena y los límites
de la caída de presión. Los límites de los puntos
de burbujeo son límites absolutos para la presión de fondo de pozo; los límites de manejo de
la producción de arena son funciones de la presión estática del yacimiento; y los límites de la
caída de presión constituyen un desplazamiento
fijo con respecto a la presión estática del yacimiento. Ocasionalmente, estos límites se vuelven a computar, y los valores previos deben ser
actualizados.
Oilfield Review
• La vigilancia de la caída de presión se efectúa
cada una hora mediante la comparación del
promedio horario, el valor máximo continuo, el
valor mínimo continuo y los promedios continuos, con los valores límites relevantes para la
presión obtenida del medidor.
• Cada vez que la presión obtenida del medidor
corresponde a una variancia definida con respecto al valor límite, se generan alertas amarillas automáticas.
• Un ingeniero de vigilancia analiza estas alertas
y establece una condición de validación para
cada alerta sobre la base del conocimiento del
comportamiento del campo. Estas condiciones
de validación oscilan habitualmente entre las
siguientes expresiones: “no se requiere acción
alguna,” “monitorear con atención” o “se recomienda la adopción de acciones.” El ingeniero
puede ingresar además comentarios adicionales.
• Un gerente de activos observa una lista de pozos
para los que se han generado alertas automáticas, junto con el estado de validación y los comentarios del ingeniero de vigilancia.
• Si se descubren problemas complejos o inusuales, un equipo de especialistas puede convenir
la ejecución de un análisis rápido de la raíz del
problema.
• Se adoptan acciones con fines de remediación
sobre la base del análisis comprobatorio.
Gestión del cambio
Mediante la evaluación del impacto de las tecnologías habilitadoras sobre las prácticas de trabajo
tradicionales de manejo de activos y la posterior
implementación de cambios selectivos en las metodologías de trabajo, las compañías de E&P pueden lograr mejoras significativas en el desempeño
de los activos. La dirección de estos cambios constituye una parte importante de cualquier transformación BlueField.
La resistencia a lo nuevo y diferente es propia
de la naturaleza humana. El cambio es a menudo
inquietante y a veces riesgoso. Antes de intentar
un cambio, la gente por lo general necesita reconocer la obtención de un beneficio personal significativo como consecuencia del nuevo curso de
acción a adoptar. Esta tendencia también se traslada a las organizaciones. Si no está motivado por
el beneficio personal, el personal de una organización, en todos los niveles, puede resistir el cambio
directamente o retrasar su avance indirectamente.
Es esencial un plan integral de gestión del
cambio para el éxito de los proyectos de transformación grandes, habilitados por la tecnología.
Desde el principio, se debe reconocer que toda
vez que se emprenda un proyecto BlueField surgirán problemas relacionados con el cambio porque
Primavera de 2008
estos proyectos a menudo implican alteraciones
sustanciales del status quo. Las transformaciones
del desempeño de los activos, a través de una
combinación de nueva tecnología, nuevas habilidades y nuevas prácticas de trabajo, requerirán
que los empleados ajusten hábitos y metodologías
de trabajo inveterados. El personal directivo debe
estar preparado para afrontar la resistencia potencial al cambio.
A lo largo de décadas, la gestión del cambio ha
evolucionado para convertirse en una ciencia de
gestión. Instituciones académicas líderes, tales
como la Escuela de Negocios de Harvard, han publicado trabajos de investigación y estudios de
casos sobre la aplicación efectiva de los principios
de gestión del cambio en el lugar de trabajo.7 Sobre
la base de estos principios, los especialistas en
consultoría de negocios de Schlumberger han desarrollado un procedimiento transformacional de
gestión del cambio para los proyectos BlueField
(abajo).
Antes de implementar este proceso, se debería evaluar el estado actual de la organización
con respecto a cada uno de los seis pasos principales. En base a los resultados de la evaluación,
se crea un plan integral de gestión del cambio.
La participación de los actores clave en las primeras etapas, una imagen claramente definida
del activo y una visión detallada para el mejoramiento operacional, se traducirán en cambios
efectivos dentro del alcance de las operaciones y
el manejo del activo.
El mapa de ruta que conduce a la inteligencia
Una convergencia de mejoras tecnológicas ha contribuido al movimiento hacia el campo petrolero
inteligente sin las cuales la instrumentación, y
mucho menos la inteligencia, habrían sido imposibles. Entre estos desarrollos, uno de los principales es la miniaturización. Las notables reducciones
logradas en términos de tamaño, costo y consumo
de energía, han extendido la transferencia de dispositivos y tecnologías inteligentes para llegar al
campo petrolero, permitiendo el despliegue, en
tiempo real, de sensores e instrumental a través
de todo el activo. Estas mejoras han alcanzado el
área de las comunicaciones, proveyendo enlaces
vitales entre los sensores en la formación y las
7. Harvard Business Review on Change. Boston,
Massachusetts, EUA: Harvard Business School Press
(Imprenta de la Escuela de Negocios de Harvard) 1998.
Proceso de gestión del cambio BlueField
Fase de alineación
Crear una visión clara y convincente:
Asegurarse de que el personal directivo senior de la compañía de E&P, comprenda
las razones para iniciar el cambio, posea una visión común de cómo será el aspecto
del estado final, y aprecie el valor de lograr el cambio propuesto.
Comunicar un sentido de urgencia:
Generar un sentido real de porqué la organización necesita cambiar; por ejemplo,
como respuesta a una amenaza competitiva.
Establecer una coalición de soporte:
Crear un equipo central de directivos y profesionales senior que compartan la
visión del cambio y posean la autoridad organizacional y la influencia para llevar
adelante el proyecto.
Fase de implementación
Iniciar el cambio:
Asegurar que la nueva forma de trabajo posea un lanzamiento significativamente visible y
que su inauguración produzca un impacto significativo en la organización.
Reforzar el cambio:
Reconocer, recompensar y comunicar sistemáticamente los nuevos comportamientos
que son esenciales para el éxito de la iniciativa de cambio.
Mantener el cambio:
Construir en la organización en proceso de cambio procesos, habilidades y una estructura
que asegure que la nueva forma de trabajo se convierta en rutina. Medir y documentar
los beneficios logrados a través de estos cambios.
> Pasos para manejar el cambio. Este proceso de seis pasos se inicia creando
una visión del proceso de trabajo deseado y culmina en la institucionalización
de nuevas formas de hacer negocios.
43
Un procedimiento automatizado de manejo de la calidad de los datos
A medida que más campos petroleros instrumentados son puestos en producción, los
operadores observan que el retorno de sus
inversiones en sensores e instrumental puede
ser medido, en parte, por la calidad de los
datos que genera la nueva tecnología. Los
equipos de gerentes de activos deben manejar
sus datos de la misma manera en que manejan
los sistemas de terminación de pozos y las instalaciones de producción.
Al igual que todos los activos físicos, los
datos requieren mantenimiento con el tiempo.
Los datos crudos se deterioran cuando se introducen errores; habitualmente a través de la intervención humana, como sucede cuando los
datos son ingresados manualmente en planillas
de cálculo o en las diversas rutinas de procesamiento utilizadas para la toma de decisiones.
Es fácil generar errores en los datos; un decimal mal ubicado, un error tipográfico o un
plano de referencia erróneo en un mapa pueden relegar los datos de pozos a una nueva provincia geográfica, hacer que se vuelva a trazar
el límite de un campo, modificar la estructura
de un horizonte productivo o alterar una estrategia de terminación de pozos (derecha).
La industria de tecnología de la información
ha concebido una metodología sistemática
para abordar los temas relacionados con la
calidad y la validación de los datos de los
campos petroleros. Utilizando un software
automatizado de manejo de la calidad de los
datos (DQM), los operadores pueden evaluar,
corregir y sincronizar sus conjuntos de datos.
Una de esas líneas de software DQM ha sido
desarrollada por InnerLogix, una compañía
de Schlumberger. Su portafolio DQM incluye
herramientas para la evaluación interactiva
y automatizada, y para el mejoramiento y el
intercambio de los datos entre repositorios de
datos de proveedores múltiples y repositorios
de datos múltiples.
La metodología DQM se basa en seis criterios básicos, o categorías de medición, para
evaluar la calidad de los datos:
• Validez: ¿tienen sentido los datos, respetan
las normas científicas y corporativas?
44
0
0
pies 400
m
200
> Eliminación de discrepancias onerosas. Los errores que surgen de equivocaciones simples, tales
como la trascripción errónea de las coordenadas superficiales de un pozo o un plano de referencia
incorrecto de un mapa, pueden propagarse por toda una base de datos. Entre un cabezal de un
registro y un mapa base, o entre una base de datos y otra, estos errores pueden tener ramificaciones costosas. Las reglas de validación de datos personalizadas permiten identificar discrepancias
entre las fuentes de datos y sincronizar los valores en base al recurso con clasificación más alta.
En este caso, se prefieren las coordenadas del pozo basadas en una fotografía de un levantamiento aéreo con respecto a las graficadas sobre la base de informes de búsqueda (puntos rojos).
• Exhaustividad: ¿posee el cliente todos los
datos requeridos?
• Singularidad: ¿existen ítems duplicados en
el mismo repositorio de datos?
• Consistencia: ¿concuerdan los atributos de
cada ítem entre las fuentes de datos?
• Auditoría: ¿se ha modificado, agregado o
eliminado algún ítem?
• Cambios en los datos: ¿se ha modificado
algún atributo de un ítem?
Estas categorías de mediciones se traducen
en reglas comerciales para la evaluación de
los datos.
La serie de programas QCPro de InnerLogix
permite que los usuarios creen reglas personalizadas que se incorporan en las evaluaciones
estadísticas de la calidad de los datos. Los
usuarios pueden crear reglas comerciales
que posean grados de complejidad variables.
Por ejemplo, pueden desarrollar reglas
para garantizar que los levantamientos de
desviación contengan un número mínimo de
puntos, incrementándose cada punto en función de la profundidad medida. Además,
podrían querer identificar datos duplicados
para rubros tales como cabezales de pozos,
curvas de registros y picados de marcadores, y
luego eliminar los duplicados del repositorio
de datos. Los usuarios también pueden desarrollar reglas geográficas para verificar que
una localización de superficie caiga dentro
del límite de un campo, bloque o país. Se han
desarrollado otras reglas para confirmar que
los datos sean consistentes entre los repositorios de datos, lo que asegura que todos
trabajen con datos idénticos.
Después de evaluar los datos, el software
QCPro permite a los usuarios crear y editar las
reglas para corregir los datos defectuosos. Los
datos verificados pueden sincronizarse luego
en las diversas bases de datos del cliente. La
creación de reglas de corrección automáticas
Oilfield Review
debe reflejar la ciencia que subyace las prácticas, procesos, estándares y metodologías de
trabajo de E&P. Estas reglas de corrección por
lo general implican el copiado, cálculo o modificación de un conjunto de atributos o ítems
de datos. El software QCPro posee la capacidad para identificar dinámicamente la
fuente óptima a partir de la cual referenciar
los valores de los atributos durante el proceso
de corrección.
La fase final del proceso DQM implica la
identificación de fallas de calidad de los datos
antes de que se permita que los datos de baja
calidad entren en el sistema. Esta fase es crucial para minimizar los errores que pueden
deslizarse en un conjunto de datos durante la
operación de interpretación en curso. Sin un
proceso DQM viable, estos errores pueden
perpetuarse a través de la sobre escritura
automática o a ciegas de los datos en los repositorios de datos de proyectos. Por ejemplo, un
levantamiento de desviación de pozos puede
cargarse en una base de datos de proyectos,
con el supuesto de que el levantamiento se
orientó en dirección al norte verdadero en
lugar del norte de la cuadrícula. El software
QCPro detectaría este error automáticamente
y evitaría su propagación, reduciendo de ese
modo la frustración del equipo y el tiempo
invertido en re-elaborar los datos.
La identificación de aberraciones en los
datos es importante, pero poseer la capacidad
para corregirlos en forma automática es esencial. Utilizando reglas comerciales definidas
por el usuario, en combinación con los resultados de las carreras de evaluación, el
software QCPro asegura que sólo los datos de
máxima calidad se sincronicen en los repositorios de datos corporativos y de proyectos.
Con el uso reiterado, el software QCPro puede
eliminar sistemáticamente los defectos y propagar los datos de alta calidad a lo largo de
todas las aplicaciones de un activo.
oficinas de manejo de los activos de las compañías
de todo el mundo. Al mismo tiempo, la capacidad
computacional y las capacidades de software y visualización han mejorado en forma continua, ayudando a los ingenieros y geocientíficos a extraerle
sentido a los datos que fluyen desde el campo en
forma continua. La convergencia de estas tecnologías ha sido esencial para mejorar el desempeño
y prolongar la vida productiva de los campos de
petróleo y gas de todo el mundo.
La integración de estas tecnologías diversas
requiere un plan formulado cuidadosamente. El
proceso de desarrollo e implementación de los
proyectos BlueField sigue una serie de pasos, que
pueden agruparse en general en seis fases (abajo).
Fase de pre-evaluación—Los pasos iniciales
implican la celebración de reuniones para determinar los problemas generales, y las necesidades
y objetivos del cliente. Sobre la base de esta información, el equipo BlueField desarrolla un Mapa
de Ruta BlueField personalizado para describir
sucintamente los pasos asociados con el proyecto
propuesto; desde las fases de evaluación e implementación hasta las fases de monitoreo y mejoramiento continuo.
Fase de evaluación—Sobre la base del Mapa
de Ruta BlueField, desarrollado especialmente, el
equipo celebra sesiones de evaluación y talleres
en sitio. Además de documentar las capacidades y
prácticas actuales, el equipo y el cliente evalúan
los problemas, riesgos y oportunidades operacionales que podrían presentarse. Estas sesiones son
vitales para el mapeo de enlaces entre las actividades críticas, los datos asociados con estos procesos y las metodologías de trabajo que sustentan
cada actividad.8 Esta evaluación global analiza los
sensores y el instrumental; las capacidades de
transmisión de datos y ancho de banda; los procedimientos de manejo y validación de los datos; las
capacidades de vigilancia de la producción; el
software de procesamiento interno y de terceros;
y los problemas relacionados con la producción de
los campos, tales como la presencia de arenamiento o de un corte de agua alto. Uno de los
objetivos principales de esta etapa es la documentación de los indicadores clave de desempeño
(KPI) y las líneas base de desempeño actual.
Estas líneas base servirán como referencia para
la evaluación del desempeño posterior a la implementación.
Los equipos BlueField trabajan además con el
cliente para abandonar las metodologías de trabajo actuales y reemplazarlas por las metodologías
de trabajo pretendidas. Durante esta etapa, los
equipos asisten al cliente en la instauración de los
objetivos del proyecto relevantes al ambiente operacional y aseguran que se definan explícitamente
los resultados buscados. Luego examinan las deficiencias de desempeño de la tecnología, las prácticas de colaboración y la calidad de las decisiones
que podrían impedir la concreción de esos resultados. Mediante enunciados de requerimientos del
proyecto, que poseen un alto grado de detalle y se
basan en esta información, se definen los aspectos
críticos que el proyecto debe mejorar. El cliente y
el equipo BlueField establecen líneas de tiempo
para el manejo del proyecto con el fin de asegurar
que los hitos cruciales se cumplan de manera
oportuna. Además, desarrollan estrategias de gestión e implementación de cambios para garantizar
la aceptación y utilización de las metodologías de
trabajo y la tecnología BlueField.
Fase de diseño—Con un conocimiento claro
de los procesos críticos, los requerimientos de
datos y las metodologías de trabajo actuales, los
equipos a cargo del proyecto determinarán qué
metodologías de trabajo pueden simplificarse o
automatizarse.9 Utilizando enunciados de requerimientos y los mapas de metodologías de trabajo
asociados, el equipo BlueField desarrolla un plan
de diseño e implementación del proyecto, que es
8. Murray et al, referencia 3.
9. Murray et al, referencia 3.
Gestión del cambio
Fase de
pre-evaluación
Fase de
evaluación
Fase de
diseño
Fase de
construcción
Fase de
implementación
Monitoreo
continuo y
fase de
mejoramiento
Manejo de proyectos
> Vista global del desarrollo e implementación de la tecnología BlueField. Sobre la base de la información del cliente, este mapa de ruta básico se completará con requerimientos y especificaciones
detallados que guían el proceso general.
Primavera de 2008
45
presentado para la revisión y aprobación del
cliente. Estos enunciados de requerimientos y metodologías de trabajo constituyen la base para las
especificaciones técnicas que estipulan qué componentes técnicos o de ingeniería se utilizarán en
el proyecto, y cómo interactuarán en las metodologías de trabajo o procesos necesarios para lograr
los resultados definidos previamente. El equipo
desarrolla enlaces entre la tecnología existente
del cliente y las nuevas tecnologías. Durante esta
fase, se revisan las prácticas de manejo de proyectos para asegurar la implementación exitosa del
Mapa de Ruta BlueField.
Fase de construcción—Los requerimientos y
especificaciones definidos previamente guían la
construcción y la personalización de los componentes y los procesos del proyecto. Una diversidad
de tareas de construcción tendrá lugar en forma
simultánea:
• desarrollo de metodologías de trabajo automatizadas de vigilancia
• desarrollo de metodologías de trabajo automatizadas de manejo y validación de datos
• desarrollo de enlaces para dar cabida al hardware y el software existentes que conserva el
cliente
• desarrollo e integración de herramientas analíticas para trabajar junto con programas de terceros y programas desarrollados internamente
por el cliente
• desarrollo de metodologías de trabajo operacionales en respuesta a asuntos específicos, tales
como problemas de arenamiento o de aseguramiento del flujo
• construcción de un centro de colaboración y
coordinación.
Los componentes y las metodologías de trabajo también se prueban en esta fase para confirmar que se logrará el resultado deseado, según lo
previsto. Estas pruebas normalmente tienen lugar
en un ambiente de laboratorio para evitar la perturbación local de las operaciones del cliente.
Fase de implementación—Los equipos de
campo instalan o modifican los sensores, el instrumental y las capacidades de transmisión de
datos. Las metodologías de trabajo y las tecnologías probadas previamente en un ambiente de laboratorio se trasladan al ambiente de trabajo del
cliente para su instalación y verificación ulterior.
Los resultados de la prueba piloto se miden y comparan con las líneas base de desempeño de la fase
de evaluación para cuantificar las mejoras producidas en la eficiencia, el tiempo de ciclo, la calidad de las decisiones o los ahorros de costos.
Fase de vigilancia y mejoramiento continuo—
El desempeño posterior a la instalación debe medirse en función de la línea base establecida. El
personal petrotécnico y las herramientas identifi-
46
50 m
Vermelho
BRASIL
PVM-1
PVM-2
PVM-3
Campos
Carapeba
PCP-2
PCP-3
100
Pargo
PCP-1
PCP-1
m
PPG-1
PCP-2
PCP-3
Garoupa
0
Campo Carapeba
Pozos productores de petróleo
Pozos inyectores de agua
Total
PCP-1 PCP-2 PCP-3 Total
11
16
14
41
3
3
0
6
14
19
14
47
PGP-1
0
km
5
millas
5
> Campo Carapeba, situado en el área marina de Brasil. La producción de tres horizontes se conecta
a tres plataformas denominadas PCP-1, PCP-2 y PCP-3. Las operaciones que se llevan a cabo en el
Campo Carapeba están estrechamente relacionadas con otras plataformas de los Campos Vermelho
(PVM 1-2-3), Pargo (PPG-1) y Garoupa (PGP-1), agrupados en un solo activo que maneja Petrobras.
Los procesos de suministro de energía, procesamiento de fluidos multifásicos, tratamiento y re-inyección de agua e inyección de gas para cada campo del activo, se dividen entre estas plataformas.
La eficiencia de barrido de los procesos de inyección de agua y la producción de arena fueron
algunos de los problemas abordados a través de la iniciativa de Petrobras para optimizar la
producción del Campo Carapeba.
can los procesos que pueden requerir ajustes para
obtener mejores resultados. Durante este proceso
pueden identificarse otras mejoras, que luego pueden relacionarse con las fases de diseño, construcción e implementación. Finalmente, es posible
efectuar cambios en la estructura organizacional
existente para proporcionar el soporte en curso
más eficiente para las nuevas formas de trabajo.
Un ejemplo de Brasil destaca los esfuerzos requeridos para desarrollar e implementar metodologías de trabajo inteligentes y automatizadas
para mejorar la producción en un campo ubicado
en un área marina.
Pioneros en Brasil
Siendo la provincia petrolera más grande de Brasil,
la Cuenca Campos concentra numerosos descubrimientos marinos importantes entre los que se encuentra el Campo Carapeba. Este campo se
encuentra en la porción septentrional de la cuenca,
en donde el tirante de agua es de aproximadamente
85 m [280 pies] (arriba). Descubierto por Petróleo
Brasileiro SA (Petrobras) en 1982, el Campo Carapeba produce principalmente de dos areniscas tur-
bidíticas de edad Cretácico Superior, con producción adicional de las areniscas de edad Eoceno.10
Convertido ahora en un campo maduro, la producción de Carapeba se aloja en tres plataformas que
sustentan 41 pozos petroleros y seis pozos de inyección de agua. Con excepción de dos pozos equipados con árboles de producción sumergidos, cada
pozo productor de este campo está equipado con
árboles de producción secos y bombas ESP.11
El Campo Carapeba ha desempeñado un rol
clave en dos importantes proyectos piloto llevados a cabo por Petrobras. En 1994, Petrobras instaló una bomba ESP en el Pozo RJS-221, un pozo
vertical ubicado en el Campo Carapeba, en un tirante de agua de 86 m [282 pies]; este pozo marca
la primera instalación a nivel mundial de un
bomba ESP en un pozo submarino.12 Habiendo adquirido amplia experiencia con bombas ESP en
pozos perforados en aguas someras, Petrobras
llevó a cabo este proyecto piloto para comprobar
la viabilidad de la tecnología ESP en aplicaciones
submarinas, con la esperanza de que esta experiencia llevara a la compañía a trabajar en tirantes de agua sustancialmente superiores.13
Oilfield Review
En el año 2006, Petrobras seleccionó el Campo
Carapeba para otro proyecto piloto. Estando implementada gran parte de la infraestructura de
fondo de pozo y superficie, Petrobras admitió que
el Campo Carapeba constituiría un buen entorno
en el cual demostrar y evaluar la integración de
las tecnologías inteligentes. Los tres intervalos
productivos del campo brindaban una buena oportunidad para probar el equipo de terminación de
pozos inteligentes. En cada pozo productor se habían instalado bombas ESP; 18 estaban equipados
con variadores de velocidad que permitían a los
operadores regular el suministro de energía en
forma remota. Algunas de estas bombas se monitoreaban con los sistemas Phoenix de monitoreo
de fondo de pozo de los equipos de levantamiento
artificial. Un hecho importante era que la ejecución de operaciones de terminación con árboles
de producción secos para cada pozo facilitaría el
acceso y reduciría la complejidad de instalar el
equipo de terminación de pozos inteligentes o de
efectuar operaciones de intervención de fondo de
pozo. Éste fue el primero de cinco proyectos del
mismo tipo, destinados a probar y habilitar las mejores tecnologías, opciones y proveedores para optimizar la producción y la eficiencia de los activos.
A través de la instalación y la integración de
tecnologías inteligentes, Petrobras procuró mejorar la eficiencia de barrido de los yacimientos e
incrementar el factor de recuperación del campo.
Además de validar las tecnologías y los procesos
para el manejo de sus campos petroleros, la dirección de Petrobras definió objetivos clave para este
proyecto piloto:
• Optimización de la producción: lograr un incremento del 15% en la producción a través de
la vigilancia de los sensores de fondo de pozo.
• Eficiencia de la producción: lograr un incremento del 1% en la eficiencia de la producción
a través de mejoras adicionales del hardware
instalado en la plataforma.
• Factor de recuperación: lograr un incremento
del 0.2% en el factor de recuperación a través
de la regulación mejorada del agua de inyección
a fin de incrementar la eficiencia de barrido y a
través de la optimización del flujo, utilizando
terminaciones inteligentes en un total de cinco
a diez pozos.
El proyecto fue puesto en marcha en junio de
2006. Schlumberger llevó a cabo una evaluación
del sitio y un taller de trabajo que involucró todas
las disciplinas asociadas con el activo Carapeba.
La evaluación del sitio generó un catálogo global
que cubría la disposición general del campo y las
plataformas; la organización comercial del activo;
la arquitectura de red de computadoras; los sistemas de comunicaciones por fibra óptica; las bombas ESP, los sensores y equipos de fondo de pozo;
los sistemas de inyección de agua; el procesamiento de fluidos multifásicos; la distribución de la
energía eléctrica; las pruebas de pozos; las operaciones de intervención de pozos; la automatización
de los procesos; la dotación de personal de las plataformas y la rotación de las tareas; la evaluación
de yacimientos; los sistemas de información en el
nivel directivo; las operaciones de terminación de
pozos inteligentes; las políticas de salud, seguridad y medioambiente; y el aseguramiento del flujo.
En el taller de trabajo, los representantes de cada
disciplina describieron sucintamente los procesos
de trabajo críticos y definieron el estado actual de
los procesos que controlaban. Durante las sesiones posteriores al taller de trabajo, refinaron su visión del resultado deseado para esos procesos de
trabajo. El taller de trabajo y la evaluación del sitio
fueron esenciales a fin de identificar impedimentos para el logro de los resultados deseados.
A lo largo de todas estas sesiones, los equipos de
planeación se centraron en los procesos, más que
en productos o tecnologías particulares.
En base al taller de trabajo, Petrobras creó más
de 50 enunciados de requerimientos que ayuda-
ron a definir el alcance de los trabajos y guiar la
selección de los productos y tecnologías adecuados para alcanzar el estado final deseado. Los gerentes de Petrobras efectuaron luego un análisis
de valor para priorizar los enunciados de requerimientos con respecto a su complejidad, costo e
impacto final sobre el desempeño del negocio.
Habiendo mapeado el estado de los procesos de
trabajo actuales y esperados, los equipos de proyectos de Petrobras y Schlumberger utilizaron los
enunciados de requerimientos para guiar el desarrollo de un plan de diseño e implementación de
proyectos para la aprobación de la dirección. Una
vez aprobados los planes, los mapas del proceso
de trabajo sirvieron como plantillas para el desarrollo de metodologías de trabajo automatizadas.
El plan general para el Campo Carapeba requería un sistema que proveyera la función de adquisición, transmisión y almacenamiento en tiempo
real de datos ocasionales y de flujo continuo, junto
con modelos integrados del yacimiento, los pozos
y las instalaciones de superficie del activo. Requería
además una plataforma de portales para integrar la
información de las operaciones de producción y los
sistemas geotécnicos y financieros. Esta plataforma de portales constituía un distribuidor de información para todo el activo. Utilizando datos e
información de estos recursos, los equipos multidisciplinarios a cargo de la gestión de los activos
trabajarían en un ambiente de colaboración para
planear, monitorear, controlar y optimizar los procesos operacionales.
La implementación de este proyecto exigió un
grado extensivo de coordinación y trabajo en
equipo entre los numerosos dominios técnicos de
Petrobras y Schlumberger. Para integrar los diversos sistemas de fondo de pozo y superficie,
Schlumberger reunió equipos con conocimientos
especiales en manejo de proyectos, consultoría de
negocios, evaluación petrotécnica, terminación de
yacimientos, ingeniería de producción, diseño de
10. Horschutz PMC, de Freitas LCS, Stank CV, da Silva Barroso
A y Cruz WM: “The Linguado, Carapeba, Vermelho, and
Marimba Giant Oil Fields, Campos Basin, Offshore Brazil,”
en Halbouty MT (ed): Giant Oil and Gas Fields of the
Decade 1978-1988, AAPG Memoir 54. Tulsa: AAPG (1992):
137–153.
11. Los pozos ubicados en áreas marinas pueden producir a
través de árboles de producción sumergidos (o húmedos)
o árboles de producción secos. Diseñados para los
campos de aguas profundas, los pozos con árboles de
producción sumergidos producen habitualmente a
través de líneas de flujo que desembocan en un colector
múltiple submarino común, conectado a la plataforma
mediante un tubo ascendente. La mayoría de los árboles
de producción sumergidos están provistos de válvulas
de control de flujo y sensores de presión y temperatura,
instalados en o debajo del fondo marino, los cuales
están optimizados para evitar operaciones de intervención de pozos. Los costos de tales operaciones para las
terminaciones de pozos de aguas profundas con árboles
de producción sumergidos, son tan elevados que estos
pozos se diseñan con la esperanza de que no se
produzca intervención física alguna. Los árboles de
producción secos, por el contrario, poseen en cada
caso un cabezal de pozo submarino conectado a un
tubo ascendente, con un colgador para la tubería de
producción y un árbol de superficie instalado en la
plataforma. Están diseñados habitualmente para enviar
la producción a torres articuladas, plataformas tipo
spar y plataformas con cables tensados, desde las
que las operaciones de intervención de pozos resultan
más simples y menos onerosas. En los últimos años,
las capacidades de los árboles de producción secos
han evolucionado, permitiendo su instalación en aguas
más profundas.
Para obtener más información sobre terminaciones de
pozos en aguas profundas, consulte: Carré G, Pradié
E, Christie A, Delabroy L, Greeson B, Watson G, Fett D,
Piedras J, Jenkins R, Schmidt D, Kolstad E, Stimatz G
y Taylor G: “Buenas expectativas para los pozos en
aguas profundas,” Oilfield Review 14, no. 4 (Primavera
de 2003): 38–53.
12. Mendonça JE: “The First Installation of an Electrical
Submersible Pump in a Deepwater Well Offshore Brazil,”
artículo SPE 38533, presentado en la Conferencia del
Área Marina de Europa de la SPE, Aberdeen, 9 al 12 de
septiembre de 1997.
Para obtener más información sobre las bombas ESP en
el Campo Carapeba, consulte: Cuvillier G, Edwards S,
Johnson G, Plumb R, Sayers C, Denyer G, Mendonça JE,
Theuveny B y Vise C: “Soluciones para los problemas de
la construcción de pozos en aguas profundas,” Oilfield
Review 12, no. 1 (Primavera de 2000): 2–19.
13. Durante esta prueba piloto, la bomba REDA de 150 hp
operó a razón de 2,000 bbl/d [318 m3/d], durante 34
meses.
Primavera de 2008
47
A
B
C
B
A
C
> El centro de decisiones GeDIg de Petrobras. El área de vigilancia (Recuadro A) contiene pantallas
que resaltan las alarmas de los pozos, las alertas y las variancias con respecto a los KPI. Si nos movemos en el sentido contrario al de las agujas del reloj, alrededor de la sala, las pantallas grandes
(Recuadro B) muestran los resultados de un software analítico y de simulación para el análisis y la
planeación. En esta área, se pueden analizar los resultados de diversos pozos, redes de colección e
instalaciones de proceso. Se muestra además un modelo de yacimientos utilizado para la planeación
y el desarrollo de los campos. Una sala de conferencias aislada (Recuadro C) contiene los servicios
de comunicaciones para las teleconferencias con el personal de plataformas o con otros gerentes a
cargo de los activos de la compañía.
software, manejo de la información, sensores de
fondo de pozo e instrumental de campos petroleros. Claramente, se trataba de un proyecto multidimensional y multidisciplinario gigantesco.
A lo largo de todas las fases de planeación,
construcción e implementación, los especialistas en consultoría de negocios de Schlumberger
ayudaron a Petrobras a desarrollar y llevar a cabo
estrategias de gestión del cambio para emplear
48
al personal del activo Carapeba y hacer converger sus esfuerzos hacia las metas establecidas.
Estos especialistas resultaron esenciales para
definir KPI comerciales y operacionales para
este activo, además de determinar cómo se medirían y referenciarían estos indicadores.
La instalación y coordinación de estas tecnologías culminó en el desarrollo de una instalación
con fines de colaboración, diseñada según las
necesidades del cliente, a la que Petrobras denominó GeDIg (Gestión Digital Integral), un centro
para el manejo integrado en forma digital.14 Esta
instalación con fines de colaboración reúne especialistas de toda la organización para que intercambien conocimientos y provean una mejor
comprensión de los impactos técnicos y económicos de las diversas decisiones de desarrollo de campos petroleros, que se requieren para manejar el
activo Carapeba (izquierda). Se instalaron centros
similares en dos plataformas del Campo Carapeba
para mejorar la comunicación y la colaboración
entre el personal de áreas marinas y terrestres.
Schlumberger proporcionó a Petrobras los sistemas y el software requeridos para el manejo del
activo, además de un portal en la Red que incluye
las metodologías de trabajo DecisionPoint, totalmente personalizado y destinado a mejorar la
visualización y el manejo de los KPI. El centro
GeDIg representa una sala con fines de colaboración, de diseño ergonómico, dividida en las áreas
de vigilancia, diagnóstico y planeación, con una
sala independiente para situaciones de crisis. Los
conceptos inspirados por los centros de control de
vuelos espaciales y la industria médica se incorporaron en el diseño de la instalación para mejorar
el soporte de las decisiones y su control.
Si bien su puesta en servicio estaba prevista
para julio de 2008, este proyecto fue concluido
antes y se inauguró en su totalidad en septiembre
de 2007. La experiencia adquirida con el proyecto
GeDIg del Campo Carapeba condujo a la expansión de este concepto a otros campos. Un proyecto
similar para Petrobras está a punto de ser concluido en el Campo Marlim, en las aguas más profundas de la Cuenca Campos.
Metodologías de trabajo del Campo Carapeba
En conjunto con el proyecto del Campo Carapeba,
se desarrollaron numerosas metodologías de trabajo. En esta sección, analizaremos algunas de las
mejoras que están ayudando a Petrobras a manejar el activo en forma eficiente.
Diagnóstico de problemas con las bombas
ESP y problemas de productividad—Para evitar
interrupciones imprevistas de la producción, el
equipo técnico a cargo de las operaciones de levantamiento artificial del Campo Carapeba debe
estar atento a cualquier cambio producido en las
condiciones operativas que podría indicar el comienzo de un problema productivo. El diagnóstico
de las dificultades potenciales requería que los
14. Henz CF, Lima CBC, Lhote JP y Kumar A: “GeDIg
Carapeba—A Journey from Integrated Intelligent
Field Operation to Asset Value Chain Optimization,”
artículo SPE 112191, presentado en la Conferencia y
Exhibición sobre Energía Inteligente de la SPE,
Ámsterdam, 25 al 27 de febrero de 2008.
15. Henz et al, referencia 14.
Oilfield Review
geniería de los problemas actuales y para la prevención de las dificultades futuras.15
El equipo BlueField de Schlumberger estableció un sistema de vigilancia y diagnóstico para aliviar la carga de datos sobre los técnicos a cargo de
las operaciones de levantamiento artificial. Este
sistema agrupa los datos que se reciben en forma
continua y en tiempo real, provenientes de los sensores de fondo de pozo y de superficie, con la infor-
mación de yacimientos y los datos de producción
diaria. Estos datos pueden combinarse con los modelos de simulación de cualquier pozo del campo.
El nuevo sistema monitorea los sensores de superficie y de fondo de pozo, y señala automáticamente
cualquier desviación con respecto a los puntos de
ajuste establecidos, lo que permite identificar y
responder rápidamente a cualquier problema de
funcionamiento potencial (abajo).
amps
°C
miembros del equipo examinaran grandes volúmenes de datos en forma continua y en tiempo
real. Los miembros del equipo pasaron gran parte
de su tiempo filtrando puntos de medición, mayormente rutinarios, para descubrir anomalías que
indicarían la aparición de problemas en el fondo
del pozo. Petrobras admitió que la automatización
de la rutina de filtrado de los datos permitiría contar con más tiempo libre para las soluciones de in-
> Monitoreo de los parámetros de las bombas ESP en función de condiciones operativas prefijadas. El equipo de vigilancia del Campo Carapeba puede utilizar
una pantalla de control interactivo (pantalla principal, que se muestra en la imagen original de fondo en idioma portugués) para acceder a los diagramas
de pozos y los parámetros de desempeño en gran detalle. Los ingenieros especialistas en operaciones de levantamiento artificial pueden examinar cada
pozo que lleva su producción a una plataforma dada para monitorear el desempeño de las bombas ESP, incluyendo la presión de fondo de pozo, la temperatura, el amperaje eléctrico, la tasa de flujo estimada, y los datos más recientes de producción y pruebas de pozos. Haciendo clic en un pozo en particular,
tal como el resaltado (en azul), se abre una selección desplegable de opciones que conducen a detalles adicionales acerca de la bomba ESP. Una de éstas,
la ventana del indicador de tiempo real (inserto de la izquierda), permite que el ingeniero estudie numerosos parámetros, tales como la presión y la temperatura en boca de pozo, el tamaño del estrangulador, la corriente eléctrica y la frecuencia en el variador de velocidad, la presión de admisión, la presión de
salida y la vibración del motor. Aquí, la pantalla correspondiente a la corriente eléctrica (rojo) y la temperatura en boca de pozo (negro) muestra tendencias
similares en las que la temperatura cae cuando se interrumpe la energía que se envía a la bomba. Haciendo clic en la representación de la bomba, el ingeniero puede obtener una lectura de última hora de la temperatura y la corriente eléctrica (inserto de la derecha). (Adaptado de Henz et al, referencia 14.)
Primavera de 2008
49
Un problema clave identificado por Petrobras
era la existencia de potencial para la producción
de grandes volúmenes de arena, lo que podía
dañar el equipo de producción del Campo Carapeba y obligar a efectuar cierres onerosos con
fines de mantenimiento. Para evitar las complicaciones asociadas con el fenómeno de arenamiento, todos los pozos del Campo Carapeba deben
producir por encima de la presión de burbujeo
(Pb), en la entrada de la bomba, con una caída de
presión máxima de 50 kg/cm2 [710 lpc o 4.9 MPa]
frente a los disparos. Para evaluar el desempeño
de los pozos, se establecieron diversos KPI, tales
como el índice de productividad calculado (PI),
la presión de fondo de pozo (BHP) y la tasa de
flujo total de líquidos (Qb) en función del tiempo.
Además, se desarrollaron otras metodologías de
trabajo para ayudar al operador a reconocer rápidamente cuándo se estaban violando las restricciones para un nivel de producción óptimo:
• advertencias relacionadas con pozos que producían por debajo de la presión de burbujeo,
donde BHP < Pb en la entrada de la bomba
• mapas de BHP y temperatura versus profundidad en tiempo real
• gráficas de eficiencia de las bombas ESP que
comparan la carga hidráulica calculada de la
bomba y la tasa de flujo con las curvas teóricas
• controles del estado de la bomba para monitorear la eficiencia de la carga hidráulica de la
bomba ESP en función del tiempo.
Estos KPI se basan principalmente en la información provista por los sistemas Phoenix de
monitoreo de fondo de pozo de los equipos de levantamiento artificial. En los pozos que no contaban con sensores Phoenix, el desempeño se
calibró utilizando datos de pruebas de pozos de superficie. Esta metodología de vigilancia y análisis
demostró ser vital para la optimización del desempeño de las bombas, extendiendo el tiempo medio
entre fallas e incrementando la producción.
Análisis del tiempo inactivo—En esta metodología de trabajo, los datos actuales y previos de
fallas de pozos y eventos de tiempo inactivo ocurridos en el Campo Carapeba se analizan y clasifican
por categoría, y cada instancia de este tipo se prioriza en la pantalla del portal de operaciones del
centro GeDIg (arriba, a la derecha). Los equipos
técnicos a cargo del activo utilizan una visualización DecisionPoint para analizar las tendencias de
fallas y pronosticar las actividades de intervención.
Se identifican las variancias resultantes con respecto a las tasas de producción pronosticadas en
una pantalla que permite que los gerentes del centro GeDIg prioricen y programen los recursos críticos para las operaciones de remediación.
50
> Pérdidas planificadas y no planificadas. Los gerentes de los activos pueden revisar y analizar los
eventos que producen mermas en la producción. Las pérdidas diarias de producción de petróleo (verde,
gráfica del extremo superior izquierdo) y de producción de gas (rojo, gráfica del extremo superior
derecho) se proyectan a lo largo de varios meses. Tales pérdidas pueden ser causadas por problemas atribuidos al equipo de superficie, el equipo de pozo, el suministro de energía, el procesamiento
o el flujo, entre otros (diagramas de torta). Los gerentes también pueden rastrear la duración de la
pérdida por categoría (gráfica de barras). Las bandas de registro gráfico (extremo inferior ) muestran
la pérdida de gas (línea roja), la pérdida de petróleo (línea verde), la duración (línea rosa) y la tasa de
flujo (línea azul). Los pozos con pérdidas se enumeran en los cuadros (derecha), junto con un catálogo de códigos de atribución de fallas de dos letras. (Adaptado de Henz et al, referencia 14.)
Capacidad de modelado integrado—El mejoramiento del desempeño de todo el activo, en
lugar del desempeño de los pozos individuales, es
clave para prolongar la vida productiva del campo
y optimizar su producción. Los modelos de simulación son vitales para pronosticar el desempeño
del activo. En lugar de ejecutar simulaciones independientes para caracterizar el desempeño del
yacimiento, el pozo, la red de recolección y la instalación de procesamiento, Petrobras necesitaba
contar con la capacidad de visualizar cómo los
ajustes de cualquier componente en particular
afectarían el resto del sistema para los diversos
escenarios de producción.
Admitiendo que a los gerentes del activo Carapeba les habían resultado de utilidad sus propios
sistemas internos de modelado, desarrollados por
diferentes proveedores, Schlumberger instaló el
Modelador Integrado de Activos Avocet. Este sistema se utilizó para coordinar los resultados de
un modelo y distribuirlos entre otros a través de
todo el sistema. El modelador Avocet también
aceptaba planillas de cálculo como entradas del
modelo representativo y permitía el análisis económico de diferentes escenarios de desarrollo.
Oilfield Review
> Vigilancia del activo. En lugar de concentrarse en un pozo o una sola plataforma, esta vista amplia permite que los gerentes de los activos monitoreen los
procesos operacionales clave y su impacto a través de todo el activo; desde el Campo Carapeba hasta los campos Vermelho, Pargo y Garoupa. Los gerentes
pueden rastrear el estado de las operaciones, la separación del petróleo y el gas, el suministro de energía y otros procesos críticos, además de tener acceso
inmediato a la información y al esquema, a nivel de componentes, cuando lo necesitan. Por ejemplo, los gerentes pueden ver que, de los pozos del Campo
Carapeba que producen de las plataformas PCP-1 y 3, ocho están cerrados o han sido abandonados (íconos rojos correspondientes a la bomba, PCP-1/3,
extremo superior izquierdo). (Adaptado de Henz et al, referencia 14.)
Visión global ejecutiva—Una visión global
ejecutiva del activo combina las vistas del negocio con las vistas de las operaciones para resaltar
las variaciones clave con respecto al plan. Para la
dirección de Petrobras, esta visión global asegura
que todos los procesos de trabajo conduzcan hacia
los objetivos generales. Los gerentes pueden evaluar rápidamente el impacto de las diversas operaciones a través de todo el activo, mediante el
examen de un portal del software DecisionPoint
que exhibe vistas globales de la operación de campo.
En caso de necesitar profundizar en un problema
de pozo, es fácil acceder al esquema de cada pozo.
La vista correspondiente a la vigilancia del activo
reúne información importante sobre el estado de
las operaciones ESP, la separación del petróleo y
el gas, el suministro de energía y otros procesos
críticos, lo que proporciona a los gerentes de los
activos una visión global integrada de las actividades relevantes (arriba).
Primavera de 2008
Implementación de la
inteligencia para el futuro
Los adelantos producidos en una tecnología a menudo generan avances en otra. Los avances que
han tenido lugar recientemente en las tecnologías
de terminación de pozos, sensores, comunicaciones y computación están ayudando a la industria
a implementar el campo petrolero inteligente. No
obstante, la inteligencia es en gran medida una
herramienta para ajustar el desempeño de los
componentes en respuesta a las condiciones del
sistema en constante cambio.
Para lograr la promesa de alcanzar un desempeño óptimo de sus activos, las compañías de E&P
deben integrar sus tecnologías de avanzada, combinando los datos detallados de pozos con las capacidades de análisis rápido que reflejan el
impacto de una decisión a medida que resuena a
través de todo el sistema; desde el yacimiento hasta
la red de recolección.
Las compañías que logran integrar sus activos
con éxito deben contar con una estrategia clara
para guiar el análisis de los procesos que necesitan modificar. Los cambios resultantes pueden ser
difíciles de implementar y mucho más difíciles de
aceptar. Pero las compañías que tengan éxito con
estas gestiones serán recompensadas con un sistema en el que los datos validados y las metodologías de trabajo personalizadas servirán para
mejorar la calidad del proceso de toma de decisiones a la vez que optimizan continuamente su
producción.
— MV
51