WO2023066547 - OPTIMIZATION OF GAS LIFT WELL INJECTION VALVE USING VIRTUAL FLOW METER ON EDGE BOX
National phase entry is expected:
Publication Number
WO/2023/066547
Publication Date
27.04.2023
International Application No.
PCT/EP2022/073407
International Filing Date
23.08.2022
Title **
[English]
OPTIMIZATION OF GAS LIFT WELL INJECTION VALVE USING VIRTUAL FLOW METER ON EDGE BOX
[French]
OPTIMISATION D'UNE SOUPAPE D'INJECTION DE PUITS D'EXTRACTION AU GAZ À L'AIDE D'UN DÉBITMÈTRE VIRTUEL SUR UNE BOÎTE DE BORD
Applicants **
SIEMENS ENERGY GLOBAL GMBH & CO. KG
Otto-Hahn-Ring 6
81739 München, DE
Inventors
MITTAL, Akash
B2-118 Godavari Block, National Games Village Koramangala,
560047 Bengaluru, IN
WIMMER, Helmut
Steingraben 33c
7540 Güssing, AT
SCHNABL, Helmut
Abt Karl-Straße 95
3390 Melk, AT
Priority Data
202141048241
22.10.2021
IN
Application details
| Total Number of Claims/PCT | * |
| Number of Independent Claims | * |
| Number of Priorities | * |
| Number of Multi-Dependent Claims | * |
| Number of Drawings | * |
| Pages for Publication | * |
| Number of Pages with Drawings | * |
| Pages of Specification | * |
| * | |
| * | |
International Searching Authority |
EPO
* |
| Applicant's Legal Status |
Legal Entity
* |
| * | |
| * | |
| * | |
| * | |
| Entry into National Phase under |
Chapter I
* |
| Translation |
|
Recalculate
* The data is based on automatic recognition. Please verify and amend if necessary.
** IP-Coster compiles data from publicly available sources. If this data includes your personal information, you can contact us to request its removal.
Quotation for National Phase entry
| Country | Stages | Total | |
|---|---|---|---|
| China | Filing | 1128 | |
| EPO | Filing, Examination | 4829 | |
| Japan | Filing | 591 | |
| South Korea | Filing | 575 | |
| USA | Filing, Examination | 2710 |
Total: 9833 USD
The term for entry into the National Phase has expired. This quotation is for informational purposes only
Abstract[English]
A method of estimating flow values from a well for a mixed fluid flow using a data driven virtual flow meter is provided. The method includes receiving gas lift performance data from a well, the gas lift performance data including at least a gas injection valve setting and a choke valve setting, determining an optimal valve setting for each of the gas injection valve and the choke valve using an AI trained optimization model based on the gas lift performance data, predicting operating data using the AI trained optimization model based on the determined optimal valve setting for each of the gas injection valve and the choke valve. The predicted operating data is then input into a virtual flow meter model to predict a first flow value of a first fluid and a second flow value of a second fluid using an AI-based trained flow model and the predicted operating data, the first fluid and the second fluid being mixed together as part of the mixed fluid flow, the reconstruction error being indicative of the accuracy of the predicted flow value.[French]
L'invention concerne un procédé d'estimation de valeurs d'écoulement à partir d'un puits pour un écoulement de fluide mélangé à l'aide d'un débitmètre virtuel entraîné par des données. Le procédé comprend la réception de données de performance d'extraction au gaz provenant d'un puits, les données de performance d'extraction au gaz comprenant au moins un réglage de soupape d'injection de gaz et un réglage de soupape d'étranglement, la détermination d'un réglage de soupape optimal pour chacune de la soupape d'injection de gaz et de la soupape d'étranglement à l'aide d'un modèle d'optimisation entraîné par IA sur la base des données de performance de levée de gaz, la prédiction de données de fonctionnement à l'aide du modèle d'optimisation entraîné par IA sur la base du réglage de soupape optimal déterminé pour chacune de la soupape d'injection de gaz et de la soupape d'étranglement. Les données de fonctionnement prédites sont ensuite entrées dans un modèle de débitmètre virtuel pour prédire une première valeur d'écoulement d'un premier fluide et une seconde valeur d'écoulement d'un second fluide à l'aide d'un modèle d'écoulement entraîné basé sur IA et des données de fonctionnement prédites, le premier fluide et le second fluide étant mélangés ensemble en tant que partie d'écoulement de fluide mélangé, l'erreur de reconstruction indiquant la précision de la valeur d'écoulement prédite.