Le recours aux données pour améliorer les performances du forage et réduire les problèmes opérationnels est de plus en plus fréquent. Mais pourrait-on imaginer un modèle analytique qui servirait également de « système d’alerte précoce », afin d’éviter que de longues périodes de temps improductif (non productive time, NPT) n’affectent la bonne marche des opérations ? Maersk Oil travaille depuis deux ans sur un tel système d’analyse prédictive : le projet Predictive Drilling Analytics (PDA). Entretien avec Joy Oyovwevotu, ingénieur forage senior en charge de ce projet.

joy_oyovwevotu_exploration_production_total
Joy Oyovwevotu

Forage & Puits

Quel est, en quelques mots, le contexte dans lequel s’inscrit ce projet ?

Maersk Oil a lancé le projet Predictive Drilling Analytics (PDA) en mai 2015, en partenariat avec IBM, afin de voir si l’on pouvait appliquer au forage des techniques d’analyse des données.

Nous voulions aussi vérifier si des données de forage statiques et en temps réel pouvaient être utilisées pour prévoir et éviter les périodes de temps improductif (non productive time, NPT). Le modèle pourrait-il déceler des anomalies en appliquant des système de reconnaissance de modèles basés sur des données historiques, puis mettre cette connaissance à profit pour prédire les longues périodes de temps improductif dans un nouveau puits ?

Au lancement du projet, une série de longues périodes de temps improductif a montré que le savoir humain ne pouvait à lui seul offrir le degré d’efficacité opérationnelle nécessaire au forage. Le projet PDA a donc été conçu pour développer cette capacité. Ainsi, l’analyse cognitive pourrait devenir l’alliée indispensable de l’ingénieur forage dans une recherche constante d’amélioration des performances du forage.

 

Quels sont les principaux objectifs du modèle PDA ?

Nous avons développé le modèle PDA pour trois objectifs. Tout d’abord, nous voulions qu’il puisse déterminer le point d’instabilité lors du forage de la couverture. Ensuite, il devait pouvoir évaluer la probabilité que le puits se bouche au cours des opérations puits. Enfin, nous souhaitions qu’il évalue les conditions de puits avant la pose de tubage ou liner et avant les phases de cimentation.

 

Ce modèle repose-t-il uniquement sur des règles physiques ?

Non, c’est un modèle hybride qui combine analyse statistique et expertise en matière de forage, notamment les relations logiques empiriques entre des paramètres de forage bien connus. Cette approche nous permet de dépasser certaines des lacunes de la base de données historiques et de donner un rythme d’apprentissage soutenu au modèle.

Le développement de ce modèle hybride s’est révélé l’un des aspects les plus réussis de ce projet. Bien que le modèle PDA ne repose pas que sur des règles physiques, la quasi-totalité de ses composants reflète différents aspects physiques du processus de forage, ainsi que les relations entre des paramètres déjà établis et nouvellement dérivés. Ces paramètres sont ensuite étendus à une large palette de conditions de forage, et l’analyse permet de corriger les incertitudes inhérentes aux corrélations dérivées.

Contrairement à un modèle reposant entièrement sur des règles physiques, ce modèle enrichi par l’analyse peut prendre en compte de nouveaux scénarios et fournir une base permettant de reconnaître des circonstances similaires à l’avenir.

La collaboration avec nos experts en forage nous a permis de distinguer les relations de corrélation et les relations de causalité lors du développement du modèle. Un examen rigoureux des corrélations aide à réduire le risque de prendre, à tort, des corrélations trompeuses pour de vrais liens de cause à effet, et donc, de formuler des prédictions erronées et des avertissements infondés.

 

Le système a été testé en mai 2017. Qu’en est-il ressorti ?

Nous avons extrait l’historique de données en temps réel de deux puits d’exploration. L’idée de ce test était de nous donner la possibilité de faire confiance au modèle PDA et de voir comment l’améliorer.

Sur le premier puits, le modèle a relativement bien fonctionné dans la mesure où il a détecté 21 anomalies sur 24. Nous avons également fait tourner en parallèle d’autres logiciels de forage disponibles sur le marché afin de comparer les résultats et de voir jusqu’à quel point notre modèle fonctionnait bien. Dans ces 21 cas, les prédictions du modèle coïncidaient avec ce qui ressortait des autres logiciels.

Les trois cas restants étaient des « faux négatifs », c’est-à-dire que le modèle laissait penser, à tort, qu’il ne se passerait rien. Des résultats inquiétants car ils auraient pu nous faire passer à côté de longues périodes de temps improductif. Or, ce point est crucial car c’est exactement la raison pour laquelle nous faisons de l’analyse prédictive. Nous avons passé beaucoup de temps à essayer de comprendre ce qui s’était passé, et en avons conclu que les fausses prédictions étaient dues soit à des données médiocres de notre côté, soit à une situation à laquelle le modèle n’avait jamais été confronté auparavant.

Lorsque nous sommes passés au second puits, le modèle a formulé des prédictions exactes. L’essai sur le terrain a démontré que si le système disposait de suffisamment de données et de scénarios opérationnels, le modèle pouvait devenir un outil fiable d’identification des risques, qui nous alerterait suffisamment tôt pour que nous puissions prendre des mesures correctives, d’où sa valeur ajoutée dans le processus décisionnel concernant les opérations de forage et la gestion des risques.

En conclusion, notre modèle a besoin de davantage de données pour s’améliorer ; plus il sera exposé à des données pour s’entraîner, meilleur il deviendra.

 

Et pour la suite ?

À l’avenir, nous aimerions être en mesure d’évaluer d’autres options qui pourraient rendre plus économique et plus rentable la mise en œuvre de la PDA. La manière la plus pratique de réduire ce coût d’implémentation est de l’exécuter simultanément sur plusieurs puits. Nous pensons que des systèmes de ce type finiront par être utilisés par toute l’industrie, et qu’ils fourniront des informations essentielles pour les activités de forage.