CAMPO TÉCNICO DE LA INVENCIÓN

La presente invención se refiere a un sistema y un método para medición y monitoreo en linea de variables operacionales en subsuelo y superficie para pozos de petróleo con levantamiento artificial. Específicamente se enmarca en la técnica conocida corno medición virtual que se basa en cálculos computacionales que infieren en tiempo real el flujo de producción, corte de agua y eficiencia energética a partir del procesamiento mediante computación perimetral de las variabies operacionales medidas usando la instrumentación instalada en pozos petroleros con bomba electro-sumergible (BES). El sistema embebido loT para ia medición virtual en tiempo real del flujo de producción, corte de agua y eficiencia energética en un pozo productor con sistema de levantamiento artificial por bomba electro- sumergible, emplea capacidades computacionales dedicadas basadas en sistemas embebidos que albergan algoritmos de modelamiento matemático y subrutinas lógicas qué procesan en tiempo real la información proveniente de los equipos, sensores e instrumentación del sistema de levantamiento artificial del pozo productor de hidrocarburo con bomba electro-sumergible y publican mediante protocolos de comunicación de internet de las cosas los resultados

ESTADO DE LA TECNICA

La medición de flujo, corte de agua y eficiencia energética de los pozos productores en un campo petrolero, es de especial interés dado que facilita ia toma de decisiones para control y optimización de la producción, identificación de posibles fallas y cuantificación de volúmenes producidos con una menor incertidumbre. En el mercado existen principalmente dos alternativas convencionales que permiten realizar ia medición: 1.) El uso de pruebas de producción mediante un sistema de separación por tanques, y 2.) La instalación de medidores multifásicos (agua, gas, aceite). Sin embargo, estas soluciones presentan desventajas relacionadas por la baja frecuencia de medición debido a los altos costos que hacen inviable la implementación dedicada por pozo.

En un sistema de medición de flujo de la producción de un pozo por separación en tanques, la medida que se obtiene es un promedio de todas las mediciones puntuales realizadas en el intervalo de tiempo de prueba. Aspectos como la logística y costos operativos hacen que su implementación sea discontinua y puntual, aplicado en un solo pozo o clúster de producción a la vez y durante un tiempo limitado. Dado lo anterior, el flujo medido es extrapolado hasta la próxima oportunidad de medición y penalizado con diferidas estimadas. Otra desventaja de esta tecnología de medición se presenta en crudos pesados, debido a su tendencia a formar espumas y emulsiones que dificultan ia separación y medición métrica de las fases.

En un sistema de medición de flujo por medidores multifásicos se proporciona información de flujo de forma continua y en línea mediante medición de propiedades físicas del fluido, tales como: electromagnéticas (capacitancia, conductancia, microondas), espectroscopia (microondas, infrarrojo, Gamma-Ray), diferencias de presión (turbinas, coriolis, Venturi), acústicas (ultrasonido). Sin embargo, esta tecnología requiere calibración frecuente y mantenimiento dedicado para garantizar su confiabilidad, eievando el costo operativo. Es por esto que los medidores multifásicos son generalmente instalados en clúster (conjunto de pozos) o pozos de muy alta producción o en totalizadores a la entrada de plantas del campo, aumentando la incertidumbre en la medición y dificultando el monitoreo de la eficiencia de cada pozo productor de petróleo. Adicionalmente, este método de medición de flujo, presenta problemas en crudos pesados, en los cuales su aplicación se ve afectada por cambios de continuidad y distribución en las fases; así como la gran contaminación del fluido (azufre, sales, metales) y alta viscosidad.

Considerando las desventajas de los medidores multifásicos y de los sistemas de separación por tanques, en el estado del arte se reportan soluciones de medición virtual (medición no física) que corresponde a inferencias o cálculos computacionales basada en modelos y algoritmos. Así, basado en el uso de leyes fundamentales, modelos de flujo y/o ecuaciones estadísticas o no paramétricas e información proveniente de los sensores e instrumentación de fondo y superficie del pozo productor, se realiza una medición virtual del flujo en cada pozo productor. A continuación se citan las publicaciones y patentes más relevantes halladas específicamente para sistemas de medición virtual:

Dellarole [1 ] presenta la aplicación de medidores virtuales con el propósito de obtener la estimación de petróleo, agua y gas para un pozo productivo. Su desarrollo se enfoca en la realización de los modelos matemáticos que permiten inferir los valores de flujo de producción en un pozo. El desarrollo se enfoca en los modelos dinámicos relativos al flujo de las válvulas de pozo (Modelo Choke) y el transporte multifase (Modelo Well); a partir de estos modelos se genera una herramienta de cómputo que permite inferir las medidas de flujo muitifásico, mediante el caudal de masa total, valores de tanques, GOR y corte de agua del pozo de producción objetivo.

Amin [2] realiza ia documentación de un método para mejorar el proceso de medición de flujo multifase, mediante la implementación de un modelo predictivo para el escenario de un pozo de producción submarino. Para ello su estudio se centra en la evaluación y desempeño de cinco productos de software de medición virtual de flujo (VFM) comerciales. Su estudio concluye que cada producto VFM que se encuentra comercialmente, presenta en sus algoritmos y estructura de programación diferentes técnicas de modelado para la estimación de flujo, cuyos resultados proporcionan una estimación robusta de la tasa de flujo durante períodos de tiempo prolongados, siendo una constante de cambio, el ajuste y sintonización de los parámetros de los modelos de VFM, en función de los tipos de fluidos, regímenes de producción y condiciones presentes en el sistema de levantamiento artificia! del pozo.

Pavlov [3] presenta el desarrollo de un método basado en medidores virtuales de flujo (VFM) aplicado a un pozo de producción con bomba electro sumergible, el cual permite estimar el caudal, el índice de productividad, y la viscosidad del fluido obtenido para el pozo productor. La solución se fundamenta en un método de optimización para estimaciones no lineales conocido como“Movlng Horizon Estimator (MHE)” el cual es aplicado al modelo estimador de pozo llamado“ESP-lifted”, desarrollado por Statoil [4] . A partir del modelo “ESP-lifted”, los algoritmos computacionales para el modelo estimador son generados mediante la herramienta ACADO (Automatic Control And Dynamic Optimization toolkit), el cual realiza la exportación y la optimización en código para la ejecución de los cálculos en una estación de computo de manera eficiente.

Paez [5] presenta una descripción del uso de modelos multifásicos para la determinación del GOR (relación entre petróleo y gas) y corte de agua (WC), además presenta el uso de modelos de índice de producción del pozo para lograr determinar el valor de flujo, también utiliza ia curva de desempeño de la bomba para verificar la condición de flujo ya establecida. Esta información es utilizada con el propósito de monitorear y optimizar los puntos de operación del sistema. El trabajo presentado por Caicedo [6] implementa un procedimiento similar, analizando únicamente las caídas de presión a través de la bomba y la curva de desempeño de la misma. Mediante los datos experimentales obtenidos por la presencia de fluidos viscosos y con gas libre, y desfases del proceso, se ajusta la curva de la bomba. El autor Crossley [7] propone el uso conjunto de correlaciones de flujo multifásicas y modelamiento matemático de la bomba para inferir un dato no medido del sistema, flujo, torque u otra propiedad del fluido.

Mokhtari [8] presenta ia revisión y evaluación del desempeño y rendimiento de las diversas técnicas de medición virtual de flujo, así como una revisión de los programas y aplicaciones de medición virtual, los cuales son referidos como programas de simuladores multifase. Su estudio se enfoca principalmente en el software simulador multifase“PIPESIM” desarrollado por la empresa“Scblumberger”. Su conclusión se basa en que los sistemas de medición virtual de flujo pueden presentar buenos resultados, en la medida en que el modelo matemático de estimación para los valores GOR y WC (corte de agua) se encuentren dentro de un rango de sintonización aceptable, con lo cual permitirá disminuir los errores en el proceso de dichas medidas. Establece además que el sistema de medición virtual (VFM) pueden ser utilizado como una alternativa de respaldo para medidores de flujo multifase o monofásico instalados en el pozo productivo o línea de flujo, ya que un mal funcionamiento en el medidor o sistema puede ser identificado ágilmente. El estudio experimental realizado por Varón [9] , presenta un método de inferencia de flujo mediante un modelo en el que se incluye la curva de desempeño de la bomba y motor del sistema de levantamiento mediante bomba electro-sumergible (BES). En este caso analiza la incertidumbre de flujo estimado por la curva calibrada, para situaciones de flujo viscoso y con presencia de gas, estableciendo una comparativa con ei error máximo permitido para las curvas del fabricante, de acuerdo a la norma API-RP1 1 S2-2008 (5% cabeza-caudal, 8% potencia-caudal).

Anderson [10] de forma similar a Camilleri [1 1 ] , describe un método para determinar el caudal de salida de una bomba centrífuga sumergible durante su operación. En este trabajo se realiza ei cálculo del deslizamiento del motor, el torque y ia velocidad mecánica de giro a partir de un modelo de motor dinámico. Propone ia estimación del flujo usando directamente la potencia mecánica calculada de la curva BMP y la cabeza de presión desarrollada en la curva de desempeño de la bomba, esto con el fin de eliminar ia necesidad de los sensores de fondo de la bomba. Estos métodos se basan en ei concepto de que todo el cambio en el flujo desarrollado por la bomba estará relacionado necesariamente con un cambio de la carga exigida al motor. Sin embargo en la práctica es posible que no se generen variaciones en la carga exigida ai motor, ya sea por algunas fuentes de variación del desempeño de la bomba o también del desempeño del influjo de fluido ai pozo, aunque sí podría modificar el flujo desarrollado por la bomba. Además ei desempeño de la bomba depende de los fenómenos de degradación relacionados a ia composición del fluido (presencia de gas libre en la succión de la bomba por posibles variaciones en la presión de succión o ia alta viscosidad) con lo cual no es acertado afirmar que los cambios de la carga exigida a! motor reflejen el flujo desarrollado por el sistema de levantamiento BES. Finalmente, el cálculo del deslizamiento realizado a partir del modelo dinámico del motor, exige una frecuencia de muestreo que logre garantizar el criterio de Nyquist (en el orden de milisegundos), para esto se requiere de implementar hardware adicional o acceso al bus de procesamiento del variador de velocidad (VSD), tai que permita lograr una alta frecuencia de muestreo, restringiendo el uso del método a aplicaciones locales como el control de pozos.

El autor Crossley establece que los modelos de inferencia basados en redes neuronales pueden ser utilizados para inferir el flujo en diversas partes del sistema BES; su implementación aplicada consistió en 3 redes neuronales aplicadas a la inferencia de flujo de distintas partes del sistema BES (Tubería, Bomba y Fondo). Los datos de entrenamiento para cada red neuronal corresponden a datos tomados de los sensores físicos del sistema BES y posibles escenarios de operación, así como simulaciones computacionales del yacimiento [12] . Al-Qutami presenta el desarrollo de una aplicación computacional de medición virtual de flujo (VFM), cuyo aporte tecnológico se concentra en la realización de un modelo de inferencia de flujo multifase, mediante la inclusión de ia metodología computacional de redes neuronales. Su trabajo se centra en el proceso de desarrollo y entrenamiento de la red neuronal, a partir del volumen de datos tomados mediante los sensores e instrumentos del sistema de levantamiento del pozo productivo. El autor concluye que un sistema de medición virtual soportado por algoritmos basados en modelos de redes neuronales, presenta unos resultados de inferencia de flujo para liquido y gas del pozo productor dentro de un rango de error bajo, a su vez establece la inclusión de redes neuronales en la construcción de los modelos de inferencia corno un método ágil de desarrollar y mantener, ya que solo se requiere de datos y mediciones del pozo para ei entrenamiento del modelo que lo soporta, a su vez presenta una opción de estimación para situaciones en las que los datos de prueba del pozo productor son limitados [13]

Al-Jasmi y otros anexan a los datos históricos de pruebas de producción información proveniente de un modelo de análisis nodal del sistema para realizar el entrenamiento de una red neuronal para la medición de flujo y corte de agua [14] .Una metodología similar es propuesta por Pulisse [15] y otros autores. Para los modelos de redes neuronales se efectúa el uso de los simuladores como una fuente de datos operacionales, esto se debe a que en el proceso de entrenamiento se requiere de una mayor cantidad de datos y casos posibles de operación. Por último, una serie de parámetros son ajustados mediante“Back Propagaron” a fin de lograr minimizar ei error entre los datos simulados por las redes y los valores de producción reales.

Ternyic [18] y Al-Shammari [17] proponen un método para la estimación de caida de presión en pozos inclinados bajo condiciones muitifásicas utilizando redes neuronales y lógica difusa, para posteriormente ser utilizado de forma inversa para inferir ei flujo del pozo.

Fox [18] propone un método para determinar el flujo a través de una bomba electro- sumergible (BES) basado en la relación Incrementa! de las presiones en las diferentes etapas de la bomba. El método permite determinar ia gravedad específica o ia viscosidad del fluido y la presión de cabeza. El método y dispositivo para inferir flujo y densidad del fluido, no tiene en cuenta el balance de pérdidas eléctricas por transformación y transporte en el variador de velocidad VSD, transformador, cable y motor, y la frecuencia real de giro de la bomba. Atherton [19] propone un balance de energía neta entregada al fluido desde el VSD hasta la descarga de la bomba BES, en la que el cambio de temperatura entre la entrada y la descarga de la bomba debe ser medido para obtener una inferencia del flujo a través de la bomba en el sistema. Sin embargo el completamiento BES generalmente no dispone de un sensor de temperatura a la descarga de la bomba lo que dificulta la implementación de esta estrategia.

Parolini et.al [20] describen un modelado para la medición virtual de flujo (VFM) basado en la fusión de múltiples fuentes de información usando algoritmos de filtrado para la estimación de estados. El valor del flujo másico se obtiene al procesar el vector de medida (presión, temperatura) y una o más pseudo-mediciones correspondientes a las restricciones físicas en la red de recolección de fluido. El método presentado en la invención está enfocada para redes que recolectan fluido de múltiples nodos y no se basa en los datos de las BES.

Fjaiestad [21 ] describe un método para determinar un caudal estimado de flujo de fluido en una bomba mediante el procesamiento de mediciones de la presión y ia temperatura del fluido en el intake de la bomba, la presión y ia temperatura del fluido en la descarga de la bomba y ia potencia eléctrica suministrada a la bomba. El método determina los valores que representan la densidad del fluido y la capacidad calorífica específica del fluido, o la entalpia del fluido específico basada en mediciones y / o datos históricos, y calcula una eficiencia estimada de la bomba y un caudal estimado del fluido en función de la potencia eléctrica medida. El método se puede usar para estimar las tasas de flujo para fluidos multifásicos.

En la Tabla 1 , se presenta un cuadro de las soluciones desarrolladas por empresas del sector petrolero para la inferencia de flujo en un pozo productor de petróleo. En la Tabla 1 se describe las principales técnicas utilizadas y sus aplicaciones, así como requerimientos identificados.

Tabla 1. Modelos desarrollados por empresas del sector petrolero para la inferencia de flujo y otras variables basado en ecuaciones fenomenológicas.

De la revisión presentada en la tabla 1 , se concluye que la implementación de métodos basado en ecuaciones fenomenológicas para la inferencia de flujo en pozos productores, requiere la instalación de un número significativo de sensores para obtener información requerida para el modelado. Así mismo, es necesario identificar los parámetros físicos que comprenden el modelo, lo que demanda pruebas de laboratorio adicionales y dificulta el desarrollo para cada pozo en particular.

En la Tabla 2, se presenta un cuadro que resume los modelos desarrollados por empresas del sector petrolero para la estimación de flujo en un pozo productor de petróleo, basado en modelos de redes neuronales. Estos modelos son comúnmente llamados modelos caja negra, desarrollados a partir de datos operacionales históricos de las variables de entrada y las variables que se desean inferir, por lo tanto su desempeño depende de la cantidad y calidad de los datos históricos, lo que conlleva a tiempos largos de entrenamiento e Implementación haciendo inviable una masificación oportuna Tabla 2, Modelos desarrollados por empresas del sector petrolero para inferencia de flujo basado en datos y redes neuronales.

A partir de la revisión presentada en la tabla 2, se concluye que para la inferencia del flujo en pozos productores basado en modelamiento de redes neuronales se requiere gran cantidad de mediciones y datos operacionales históricos para garantizar la precisión. Asimismo, dichos modelos solo son aplicables bajo las condiciones operacionales para los que fueron construidos. No obstante, permiten estimar parámetros de flujo como el GOR y WC (corte de agua) con resultados aceptables. De manera general, los modelos de inferencia basados en el uso de redes neuronales e inteligencia artificial, son métodos efectivos y de buena precisión, en la medida en que ¡os datos y casos sean lo suficiente en cantidad y calidad para que la red neuronal pueda entrenarse correctamente y pueda estar ajustada a todos los posibles casos y situaciones en que operará el modelo. Sin embargo, estos modelos puede presentar variaciones e incluso llegar a realizar estimaciones erróneas si la red no está entrenada para esa situaciones en especial dentro de ia operación, lo cual implica una nueva etapa de entrenamiento y ajuste de los pesos del modelo de red neuronal mediante la inclusión de nuevos datos experimentales relacionados a esa operación. Adicionalmente los datos obtenidos a partir de las plataformas de simulación presentan el inconveniente de introducir datos y casos no reales de respuesta para un escenario. Una posible desventaja adicional de su implementación radica en una menor capacidad de respuesta y sensibilidad a los estados transitorios que pueda presentar el sistema BES, ya sea por cambios en la frecuencia, apertura del choque, presión de fondo, composición del fluido, entre otros.

DESCRIPCION GENERAL DE LA INVENCION

La presente invención presenta un método y sistema embebido Internet de las cosas (loT - internet of Things) de cómputo dedicado para la medición virtual en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética del pozo productor en pozos productores de hidrocarburos con sistema de levantamiento artificial (SLA) mediante bombeo electro-sumergible (BES), que se conecta con equipos, sensores e instrumentación del sistema de levantamiento artificial de uno o varios pozos productores, transmite y presenta los resultados en gráficos de operación en una pantalla local y en la nube computacional.

El sistema embebido internet de las cosas - loT de medición virtual en tiempo real se presenta en la figura 1 . Uno de los componentes principales del sistema corresponde al dispositivo (17) de adquisición de señales, repositorio en base de datos en tiempo real, procesamiento, calculo, transmisión y presentación de resultados para la medición virtual en tiempo real, el cual está conformado por cinco módulos interconectados, que son: módulo internet de las cosas - loT encargado de la gestión, transmisión y recepción de datos interna y exlerna del sistema de medición virtual en tiempo real y del pozo productor, módulo de procesamiento encargado de efectuar las tareas de cómputo y procesamiento dedicado para ei cálculo del flujo, corte de agua, cabeza de la bomba y eficiencia energética del pozo productor, módulo de entradas y salidas analógicas y digitales l/O (módulo l/O) encargado de realizar la lectura y escritura de señales eléctricas con instrumentación del campo de producción, módulo de potencia encargado del suministro, regulación y protecciones de la energía eléctrica que alimenta los módulos del sistema de medición virtual en tiempo real y módulo de interfaz hombre-máquina - HMI encargado de presentar y recibir comandos del usuario y presentar resultados del sistema.

La presente invención se conforma e integra los modelos y algoritmos matemáticos que representan cada uno de los equipos principales de subsuelo (motor, separador de gas, bomba y tubería de producción), modelo de transferencia de calor del motor-fluido, modelo de eficiencia energética del pozo y ei modelo de comportamiento del fluido, y los algoritmos de solución e interacción entre estos modelos. Usando como entradas los valores de las variables en línea proveniente de los sensores e instrumentación asociada ai sistema de levantamiento artificial del pozo productor. El método realiza la medición virtual simultánea y en tiempo real del flujo, corte de agua, cabeza de la bomba y eficiencia energética de uno o varios pozos productores en simultáneo. Además el método tiene en cuenta fenómenos que influyen sensiblemente en el flujo desarrollado por el completamiento BES en pro de mejorar la certidumbre de la medición virtual obtenida. Estos fenómenos son, el deslizamiento en el motor, la cantidad de gas del fluido que entra a la bomba, en caso de presentarse equipos separadores de gas en el equipo de levantamiento artificial y la corrección del desempeño etapa por etapa de la bomba por degradación debido a la presencia de gas libre y fluidos de alta viscosidad.

En particular el fenómeno de deslizamiento en el motor (diferencia entre la velocidad de giro del campo magnético del estator y la velocidad mecánica de giro del rotor) genera cambios relativamente pequeños en la velocidad mecánica de giro de la bomba que pueden conducir a variaciones sensibles del flujo desarrollado.

El sistema y método objeto de la presente invención realiza ia medición virtual simultánea y en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética del pozo productor en pozos con levantamiento artificial por bombeo electro- sumergible que operan fluidos con características multifásicas. La simultaneidad de la medición virtual del flujo, corte de agua, cabeza de la bomba y eficiencia energética del pozo es posible por ia interacción entre cinco modelos fundamentales del método propuesto, el modelo de bomba que determina el flujo a una condición establecida de corte de agua, el modelo de tubería de producción y el modelo de transferencia de calor del motor-fluido que determinan el corte de agua a una condición establecida de flujo, el modelo eléctrico del motor que entrega la velocidad real de giro de la bomba, el modelo del fluido y el modelo de eficiencia energética.

El método vincula por medio del deslizamiento, el modelo eléctrico de motor con los modelos de los equipos hidráulicos (separador de gas, bomba y tubería de producción) y el modelo de fluido. El modelo de motor recibe como variables de entrada mediciones eléctricas suministradas por ei VSD como son Voltaje (en las tres fases), Corriente (en las tres fases) y Frecuencia Eléctrica (Hz). Los modelos hidráulicos y del fluido reciben como variables de entrada las mediciones de presión y temperatura suministradas por la instrumentación ubicada en punios específicos de un pozo con BES, como son Presión de Succión y Descarga de la Bomba, Presión de cabeza, Temperatura del Motor, Temperatura de Fondo y Temperatura de Cabeza.

Los valores de las variables de presión y temperatura del fluido son producto del desempeño hidráulico (simulado por los modelos de los equipos hidráulicos), ei comportamiento y composición del fluido (simulado por el modelo de fluido) y la velocidad mecánica de giro (simulada por el modelo de motor). A su vez, los valores de las variables eléctricas son producto de la carga exigida por los equipos hidráulicos y el desempeño eléctrico (simulado por el modelo de motor), para lograr la frecuencia requerida de operación del motor. Sin embargo, variaciones de flujo o corte del agua del pozo, manifestadas en variaciones de las variables de presión y temperatura del fluido, no necesariamente son manifestadas en variaciones de las variables eléctricas. Por io anterior, el método involucra tanto las variables de presión y temperatura del motor y del fluido como la variables eléctricas, mejorando su sensibilidad a la medición en cambios de flujo o corte de agua y manifestados en la variación de cualquier variable del sistema.

El sistema de medición virtual cuenta con una interfaz Hombre-Máquina para la visualización en tiempo real del flujo de producción inferido, corte de agua, cabeza de la bomba y la eficiencia energética del pozo productor. La interfaz Hombre-Máquina permite el monitoreo en sitio y en la nube para la identificación de tendencias, anomalías y eventos ocurridos durante la operación de los pozos productores monitoreados.

El sistema de medición virtual en tiempo real permite la programación de alarmas, accionamiento de interruptores, generación de comandos de disparo digital y lectura de sensores digitales a través de puertos de entrada/salida. El sistema de medición virtual en tiempo real tiene una arquitectura modular permitiendo su expansión para integración de nuevos módulos y facilidad en la instalación y mantenimiento

DESCRIPCIÓN DE LAS FIGURAS

Figura 1. Diagrama general del sistema embebido internet de las cosas loT de medición virtual en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética del pozo productor, el completamiento de un pozo con equipo de levantamiento artificial por bombeo electro-sumergible, y los componentes que intervienen en el proceso.

Figura 2. Diagrama general de los módulos que conforman el dispositivo de adquisición de señales, procesamiento, cálculo, transmisión y presentación de resultados para la medición virtual en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética del pozo productor en pozos productores de petróleo con sistema de levantamiento artificial por bombeo electro-sumergible.

Figura 3. Diagrama de flujo del algoritmo del método de medición virtual de flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética del pozo productor, implementado en el dispositivo sistema embebido loT (internet of Things). Figura 4. Diagrama de flujo del algoritmo para el cálculo del modelo matemático del motor para ei balance de pérdidas eléctricas por transformación y transporte en el variador de velocidad VSD (01), transformador, cable y motor (10) por medio de un modelo equivalente por fase eléctrica.

Figura 5. Diagrama de flujo del algoritmo para ei cálculo del modelo matemático del separador de gas para ei balance volumétrico y de energía mecánica dentro del separador.

Figura 8, Diagrama de flujo del algoritmo para el cálculo del modelo matemático de la bomba que soluciona iterativamente el flujo que justifica la cabeza de presión total desarrollada por la bomba (presión de descarga de la bomba PD - presión de entrada a la bomba Pl) medida a un corte de agua determinado.

Figura 7. Diagrama de flujo del algoritmo para el cálculo del modelo matemático de tubería para la estimación iterativa del corte de agua que justifica la caída de presión total (Presión de descarga de la bomba PD - Presión de cabeza de pozo THP) medida a un flujo determinado (F), teniendo en cuenta los cambios de las condiciones en secciones finitas mediante un balance de pérdidas de presión.

Figura 8. Diagrama de flujo del algoritmo para ei cálculo del modelo de medición virtual en tiempo real de la eficiencia energética para los pozos con sistema de levantamiento artificial BES expresado en términos del consumo de kWD por barril de producción por 10GQ ft de levantamiento vertical.

DESCRIPCION DETALLADA DE LA INVENCION

La invención tecnológica sistema embebido loT para la medición virtual en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética del pozo productor para pozos productores de hidrocarburo con sistema de levantamiento artificial con bombeo electro-sumergible comprende en su sistema, los equipos, sensores, instrumentos y dispositivos de la figura 1 . El dispositivo (17) presentado en la figura 2, corresponde al elemento principal del sistema de la presente invención, que realiza la adquisición de señales, repositorio en base de datos en tiempo real, procesamiento, cálculo, transmisión y presentación de resultados para la medición virtual en tiempo real de las tendencias, estados y cambios del flujo de producción (F), corte de agua (WC), cabeza de ia bomba (H) y la eficiencia energética (EFE) del pozo productor. La invención permite realizar ia medición virtual en tiempo real para uno o varios pozos productores de petróleo en simultáneo, a partir de la adquisición de señales, repositorio en base de datos en tiempo real y procesamiento en sitio de mediciones provenientes de los sensores e instrumentos instalados en los equipos de subsuelo, la instrumentación de superficie y el variador de velocidad (VSD) del sistema de levantamiento artificial de cada pozo. La instrumentación para los equipos de subsuelo comprende: presión de succión (Pl) (1 1), presión de descarga (PD) (07), temperatura de succión (TI) (1 1) y temperatura del motor (TM) (1 1). La instrumentación para los equipos de superficie comprende: presión de cabeza (THP) (06) y temperatura de cabeza (WHT) (06) La instrumentación para el variador de velocidad comprende: corriente (I) (02), voltaje (V) (03), frecuencia (toe) (04) y factor de potencia (FP) (05). Asimismo, el sistema embebido loT realiza la adquisición de señales, repositorio en base de datos en tiempo real y procesamiento de datos provenientes de la instrumentación de inyección de diluyente en fondo de pozo (FN) (15).

Esta invención presenta un sistema para ia medición virtual simultánea en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética en pozos con levantamiento artificial por bombeo electro-sumergible (BES), que comprende los siguientes elementos: un motor electro-sumergible (10), un separador de gas (09), una bomba electro sumergible (08), una tubería de producción (12), un variador de velocidad (01) con sensores de corriente (02), voltaje (03), frecuencia eléctrica (04), factor de potencia (05), un sensor de fondo (1 1), un sensor de superficie (06), un instrumento inyección de diiuyente (15), un protocolo y medio de comunicaciones entre el dispositivo de adquisición, de señales, procesamiento, cálculo y presentación de resultados para la medición virtual en tiempo real y los instrumentos del pozo (16), un dispositivo (17) para adquisición de señales, repositorio en base de datos en tiempo real, procesamiento, cálculo, transmisión y presentación de resultados para ¡a medición virtual en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética, el cual, se compone de un módulo de internet de las cosas - loT (18), un módulo de procesamiento (19), un módulo de entradas y salidas analógicas y digitales - l/O (20), un módulo de potencia (21) y un módulo de Interfaz Hombre-Máquina - HMl (24), así también integra un periférico para comunicación GSM (22) y una aplicación en la nube para visualización remota de ia medición virtual (23).

En la presente invención tecnológica, las mediciones de variables de operación provenientes de los sensores e instrumentación instalada en cada pozo productor, son consultadas y adquiridas por el dispositivo (17) para adquisición de señales, repositorio en base de datos en tiempo real, procesamiento, cálculo, transmisión y presentación de resultados de la medición virtual en tiempo real medíante un protocolo de comunicación industrial para conexión directa con los sensores e instrumentos del pozo a través de un nodo central de comunicación (18).

La arquitectura del dispositivo (17) para adquisición de señales, repositorio en base de datos en tiempo real, procesamiento, cálculo, transmisión y presentación de resultados para la medición virtual en tiempo real, consiste de un diseño modular que comprende cinco módulos interconectados: módulo internet de las cosas - loT (18) encargado de coordinar las sub-tareas para la medición virtual en tiempo real del flujo, corte de agua, cabeza de la bomba y la eficiencia energética del pozo, módulo de procesamiento (19) encargado de efectuar las tareas de cómputo y procesamiento mediante procesador de cómputo dedicado para la medición virtual en tiempo real del flujo, corte de agua, cabeza de la bomba y la eficiencia energética del pozo, módulo de entradas y salidas - l/O (2D) encargado de realizar la comunicación con diversos dispositivos e instrumentos externos de conexión del pozo a través de puertos de entradas y salidas del dispositivo, módulo de potencia (21) encargado del suministro, regulación y protección de la energía eléctrica a los módulos del dispositivo (17) y módulo Interfaz de usuario hombre-máquina (HMl) (24) del dispositivo (17) para la medición virtual simultánea en tiempo real, encargado de realizar la presentación y visualización de los resultados obtenidos por la ejecución del método de medición virtual en tiempo real. El módulo interfaz de usuario hombre-máquina (HMi) (24) permite realizar configuración en sitio, carga y/o actualización de los parámetros requeridos para la ejecución del método de medición virtual en tiempo real. El módulo interfaz de usuario hombre-máquina (HMI) (24) permite monitorear las variaciones y tendencias en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética del pozo productor, en pozos con levantamiento artificial por bombeo electro-sumergible (BES).

Cada uno de los módulos está conformado por recursos computacionales dedicados para garantizar el funcionamiento en tiempo real y la comunicación entre módulos.

El dispositivo para adquisición de señales, procesamiento, cálculo y presentación de resultados para medición virtual en tiempo real (17) del flujo, corte de agua, cabeza de la bomba y eficiencia energética en pozos productores incluye una interfaz HMI (24) para visualización y monitoreo en tiempo real de tendencias, eventos y detección de atípicos del flujo de producción, corte de agua, cabeza de la bomba y la eficiencia energética del pozo.

El módulo de internet de las cosas - loT integra un periférico de comunicación GSM (22) para transmisión de datos hacia la nube (23), en donde se almacenan y visualizan los valores de flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética del pozo, que corresponde al resultado de la medición virtual en tiempo real mediante protocolos de comunicación de Internet de las cosas.

El sistema embebido loT para la medición virtual en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética en pozos productores de petróleo presenta las siguientes características funcionales:

❖ Procesadores dedicados de alto rendimiento para el cálculo computacional en sitio (Edge Computing) y en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética del pozo productor.

❖ Interfaz HMI para la visualización de resultados e interacción del usuario con el equipo.

❖ Soporte de comunicaciones industriales para conectividad con sensores e instrumentos instalados en el sistema de levantamiento artificial del pozo petrolero.

❖ El dispositivo incluye en su arquitectura, puntos de conexión para puertos de entrada y salida, para la interacción con instrumentación y actuadores de tipo analógicos y digitales que soporten el estándar industrial de 4-20 mA.

❖ Repositorio conformado por una base de datos en tiempo real, que almacena los datos a una alta frecuencia provenientes de los sensores e instrumentación de uno o varios pozos petroleros con sistema de levantamiento artificial por bombeo electro- sumergible y los resultados que calcula y presenta el dispositivo (17) que corresponden al valor Instantáneo, tendencias, cambios, promedios y estadísticos de: La medición virtual en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética de uno o varios pozos.

❖ El dispositivo permite realizar la transmisión de datos hacia la nube para el repositorio en base de datos en tiempo real y visualización de la información. El dispositivo cuenta con una aplicación interfaz software para ia visualización de los resultados de la medición virtual en tiempo rea! almacenados en la nube.

❖ El dispositivo presenta un diseño modular, el cual, permite ajustar la solución ai ambiente de operación del pozo.

❖ El encapsulado del dispositivo es compatible con los estándares de dispositivos industriales.

La implementación en hardware del dispositivo (17) para ia adquisición de señales, repositorio en base de datos en tiempo real, procesamiento, cálculo, transmisión y presentación de resultados de la medición virtual en tiempo real, el cual corresponde al componente principal del sistema embebido loT, se compone de cinco módulos independientes conectados entre sí como se ilustra en la Figura 2. A continuación se describe cada uno de los módulos que componen el dispositivo principal de la invención: * Módulo de potencia.

* Módulo internet de las Cosas - IoT

* Módulo de procesamiento

* Módulo de entradas y salidas analógicas y digitales - i/O

* Módulo interfaz hombre-máquina - HMI

A. Módulo de potencia (21):

El módulo de potencia (21) es el encargado del suministro y regulación de energía eléctrica a cada uno de los módulos, sub-módulos, procesador y componentes internos del dispositivo de medición virtual en tiempo real. El módulo de potencia está compuesto internamente por dos fuentes conmutadas de alimentación de entrada de 120-240 Vac y voltaje de salida de 24Vdc@15W y 5Vdc@50W. Éste módulo integra la opción de un fusible de protección para situaciones de sobre-corriente o cortocircuitos en ei sistema. El módulo de potencia también incluye un mecanismo de apagado y reinicio externo del sistema (RESET), compuesto por un interruptor ubicado en la parte delantera del módulo, que al ser presionado todos los módulos se apagarán inmediatamente al interrumpir el suministro de energía.

El módulo de potencia (21) provee ei suministro y regulación de energía eléctrica a cada uno de los componentes, módulos y sub-módulos del dispositivo para la medición virtual en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética del pozo (17) a través del bus de comunicaciones y las horneras instaladas en la parte frontal del dispositivo (17). El módulo de potencia (21) está conformado por los siguientes sub-módulos:

* Sub-módulo de alimentación dual mediante ei uso de dos fuentes de DC de tecnología conmutada, una de 5GW a 5V y otra de 15W a 24V, con capacidad de conexión a red eléctrica AC en el rango desde SOVrms hasta 284 Vrms con un rango de frecuencia de 47Hz a 83 Hz

* Sub-módulo de protecciones para sobre picos de corriente.

* Sub-módulo de comunicaciones para la transmisión de potencia.

* Sub-módulo de reinicio remoto con una señal del módulo loT (18) y pulsador independiente instalado en ei módulo de potencia (21).

B. Módulo de Internet de las Cosas - IoT (18):

Físicamente el módulo de internet de las cosas - IoT presenta en su parte frontal un conjunto de periféricos para la conexión y acceso a la unidad de procesamiento central (CPU) del módulo, conformado por un puerto HDMI para señal de video a una pantalla externa, un puerto microUSB para alimentación auxiliar externa del equipo, una ranura para el ingreso de una tarjeta SimCard, y en su parte superior un conectar para una antena GSM para comunicación con la red de telefonía celular. El módulo loT integra además 4 puertos USB para conexión de periféricos externos (teclado, mouse, Pendrive) y un puerto de conexión Ethernet, el cual, está dispuesto para la conexión con los instrumentos de pozo en el sistema de levantamiento artificial.

El módulo loT es el control maestro de todo el sistema. Su rutina de control está desarrollada para coordinar todo el proceso que involucra la medición virtual en tiempo real. Su sistema realiza las siguientes tareas:

* Establece un enlace de comunicación con los sensores e instrumentos de fondo, superficie, inyección y motor; a fin de lograr realizar la consulta y adquisición de cada una de las variables requeridas para la medición virtual. Para ello establece el protocolo de comunicación industrial de conexión Ethernet MGDBUS TCP/IP, un protocolo ampliamente utilizado en equipos industriales tales como PLCs, PC, drivers y otros tipos de dispositivos de instrumentación y automatización que se encuentran en la instalación del pozo.

* Mediante el protocolo de comunicación implementado entre módulos (protocolo CAN - Controller Area Network), se establece un enlace para transmitir la trama de datos hacia el módulo encargado de procesar los datos de sensores y ejecutar ¡os algoritmos y modelos para la medición virtual y generación de los datos de flujo de producción y eficiencia energética (módulo de procesamiento) (19). Una vez realizado el cálculo se establece ía consulta y recepción de los datos resultantes.

* Organización de la información obtenida de la medición virtual realizada para cada instante de tiempo, y almacena los datos obtenidos en un archivo histórico que contiene las mediciones efectuadas durante su operación continua.

* Mediante la interfaz HMI, el módulo ejecuta el proceso de visualización y reporte de ¡os datos obtenidos de la medición virtual.

* Ejecuta la organización de los datos obtenidos de la medición virtual, y efectúa la rutina de transmisión de los mismos hacia el repositorio en base de datos en tiempo real en la nube, para su visualización desde esa plataforma. La transmisión de datos es realizada mediante ¡a red de comunicación móvil GSM.

* Ejecuta la rutina de lectura y escritura de cada uno de ¡os puertos de entrada y salida en el módulo l/O (20).

El módulo de Internet de las cosas - loT (18) se basa en un sistema embebido de arquitectura ARM que gestiona ei dispositivo (17) para adquisición de señales, procesamiento y cálculo de la medición virtual en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética del pozo, conformado por:

* Un sub-módulo de comunicación MODBUS-TCP/iP maestro-esclavo y de comunicación mediante ei protocolo OLE for Process Control - OPC con la funcionalidad de cliente y servidor, para la lectura de los registros de sensores e instrumentación de pozos petroleros y publicación de los resultados de flujo de producción, corte de agua, presión en cabeza de la bomba y eficiencia energética solicitados por dispositivos externos,

* Un sub-módulo para ia implementación del protocolo CAN (Controller Area Network) para ia transferencia y recepción de información entre los módulos que conforman ei sistema,

* Un sub-módulo de comunicaciones móviles (GSM) para el envío de resultados de ia medición virtual hacia la nube computacional, y

* Un sub-móduio HMI para publicación de resultados en sitio mediante estándar internacional de video HDMI.

* Un sub-móduio de repositorio conformado por una base de datos en tiempo real, que almacena los datos a una alta frecuencia provenientes de los sensores e instrumentación de uno o varios pozos petroleros con sistema de levantamiento artificial por bombeo electro-sumergible y los resultados que calcula y presenta ei dispositivo (17), que corresponden al valor instantáneo, tendencias, cambios, promedios y estadísticos de: La medición virtual en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética de uno o varios pozos.

C, Módulo de procesamiento (19):

El módulo de procesamiento en su parte frontal presenta un conjunto de periféricos para la conexión y acceso a su CPU interna, compuesto de un puerto HDM! para señal de video a una pantalla externa, y un puerto micro USB para una posible alimentación auxiliar. El módulo de procesamiento incluye además 2 puertos USB para conexión de periféricos externos (teclado, mouse, Pendrive) y un puerto de conexión Ethernet; los cuales están dispuestos para acceder y configurar el equipo de forma externa.

El módulo de procesamiento es el encargado de efectuar las tareas de cómputo y procesamiento de los datos y variables que son obtenidos de los sensores e instrumentación del sistema de levantamiento artificial del pozo, realizando el cálculo y obteniendo los datos de medición virtual del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética del pozo. Este módulo actúa como una unidad de procesamiento central en modo esclavo (su programación sigue ¡as órdenes del módulo loT) y dedicado exclusivamente a ¡a actividad de cálculo y procesamiento.

El módulo de procesamiento (19) del dispositivo (17) para adquisición, procesamiento y cálculo de la medición virtual simultánea en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética del pozo, ejecuta los algoritmos para la medición virtual en tiempo rea! del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética del pozo a partir de los datos adquiridos de ¡os sensores e instrumentación del pozo petrolero con sistema de levantamiento artificial por bombeo electro-sumergible. Donde el módulo de procesamiento (19) consiste de un sistema embebido de arquitectura ARM con implementación del protocolo CAN (Controller Area Network) para la transmisión y recepción de información entre los módulos que conforman el sistema, y la ejecución del método para la medición virtual simultánea en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y la eficiencia energética en pozos petroleros. Se conforma de los siguientes sub-móduios:

* Sub-módulo puerto periférico de salida de video HDMI para ¡a gestión gráfica de archivos mediante dispositivo de video externo conectado ai módulo de procesamiento.

* Sub-módulo de puertos periféricos de entradas y salidas USB y microUSB para la gestión de archivos y alimentación del módulo de procesamiento respectivamente.

* Sub-módulo de puerto periférico de comunicaciones Ethernet TCP/IP para la gestión de actividades de transferencia de información entre una red ¡ocai de internet y ei módulo de procesamiento.

D. Módulo de entradas y salidas - I/O (20):

El módulo I/O cuenta con las siguientes cantidades de puertos:

* Un puerto de salida analógica de lazo 4~20mA (24V).

* Dos puertos de entrada analógica de lazo 4-2GmA (24V).

* Dos puertos digitales configurables para entrada/salida de señales (5V).

* Dos puertos de entrada para adquisición de señales analógicas de voltaje (0-5V).

* Dos puertos USB para conexión de periféricos externos (teclado, mouse, Pendrive)

* Un puerto de conexión Ethernet; dispuesto para acceso y configuración.

El módulo I/O en su parte frontal incluye los bornes de conexión para los puertos de entrada/salida, además cuenta en su parte frontal de un puerto HDMI para señal de video a una pantalla externa. El módulo de entradas y salidas - I/O es el módulo de puertos de entradas y salidas del sistema de medición virtual en tiempo real. Es el encargado de realizar la adquisición de señales de dispositivos e instrumentos externos. Mediante este módulo es posible realizar tareas que requieran de accionar un interruptor, leer una señal de disparo, activar una alarma o corte, leer una señal de sensor adicional, o cualquier otra acción que llegue a ser requerida para la operación del pozo.

El módulo de entradas y salidas analógicas y digitales - I/O (2D) del sistema de medición virtual simultánea en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética del pozo (17) realiza la lectura y escritura de señales en estándar 4- 20mA y valores de tensión (Voltaje) en ei rango G~5V para la generación de alarmas, activación de actuadores analógicos y digitales externos. Se conforma de los siguientes sub-módulos:

* Sub-módulo de puertos periféricos de entradas y salidas USB y microUSB para la gestión de archivos y alimentación del módulo l/O de entradas / salidas.

* Sub-módulo de puerto periférico de salida de video HDMi para ia gestión gráfica de archivos mediante dispositivo de video externo conectado ai módulo l/O de entradas / salidas.

* Sub-módulo de puerto periférico de comunicaciones Ethernet TCP/IP para la gestión de actividades de transferencia de información entre una red iocaí de internet y el módulo i/O de entradas / salidas.

* Sub-módulo de puertos periféricos de entradas y salidas analógicas en ei estándar 4-20mA para la generación de alarmas y activación de actuadores analógicos externos.

* Sub-módulo de puerto periférico de salida analógica de corriente de lazo 4-20mA.

« Sub-módulo de puertos periféricos de entradas analógicas de tensión (voltaje) en el rango OV - 5V para ¡a adquisición de señales de sensores externos conectados al módulo l/O de entradas / salidas.

« Sub-módulo de puertos periféricos de entrada y salida digital de tensión en ei rango GV - 5V para la lectura de sensores digitales y activación de actuadores digitales respectivamente conectados ai módulo l/O de entradas / salidas.

E. Módulo Interfaz Hombre-Máquina -HMI (24):

Un módulo interfaz de usuario hombre máquina (HMI) (24) del dispositivo (17) de adquisición de señales, repositorio en base de datos en tiempo real, procesamiento, cálculo, transmisión y presentación de resultados para la medición virtual simultánea en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética del pozo, encargado de realizar la visualización de los resultados obtenidos del método de medición virtual. El módulo interfaz de usuario hombre máquina (HMI) (24) permite realizar configuración en sitio, carga y/o actualización de los parámetros requeridos para la ejecución del método de medición virtual sobre el dispositivo (17). El módulo interfaz de usuario hombre máquina (HMI) (24) permite monitorear las variaciones y tendencias en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética en pozos con levantamiento artificial por bombeo electro-sumergible (BES). Asimismo, el módulo interfaz de usuario hombre máquina HMI (24) incluye elementos indicadores del estado de comunicación y transferencia de datos desde el sensor de fondo (SF) (07 y 1 1), el sensor de superficie (SS) (06), el variador de velocidad (VSD)(01) y el instrumento de inyección de diiuyente en fondo (FN) (15) así como del funcionamiento del sistema de medición virtual El módulo HMl (24) está conformado en su componente hardware por una pantalla LCD, una tarjeta de controlador de video HDMI, una tarjeta de controlador para la interfaz tácfil, un marco chasis para soporte de la pantalla y controladores, un puerto de entrada de vídeo HDMI, un puerto de salida USB para la Interfaz táctil, y un puerto de alimentación de conexión al módulo de potencia (21)

Cada uno de los módulos que conforman ei sistema de medición virtual en tiempo real, se comunica entre sí mediante el protocolo de comunicación CAN (Controller Area Network) de forma que ejecutan cada una de sus tareas siguiendo la jerarquía de maestro-esclavo mediante el bus de datos y alimentación (BUS COM). La jerarquía de los módulos ubica al módulo loT corno el maestro y coordinador central de toda la rutina de medición virtual que se realiza, al tiempo que es el encargado de visualizar y transmitir la información correspondiente; enseguida se ubica el módulo de procesamiento como el módulo esclavo dedicado al procesamiento y cálculo de los datos de la medición virtual en tiempo real que se realiza; ei módulo l/O se ubica corno un esclavo dedicado a la lectura y escritura de variables para cada uno de sus puertos predeterminados y ei módulo Interfaz hombre- máquina - HMI se ubica como esclavo dedicado a la lectura y escritura de comandos e información de resultados.

Dentro de las capacidades que integra ei sistema de medición virtual en tiempo real, se encuentra además la opción de establecer un enlace de comunicación para la transmisión de datos hacia la nube, mediante el uso de un sub módulo de comunicación celular (GSM) (22) y una antena de 2 dB para enlazar el dispositivo con la antena de comunicación celular más cercana; de manera que el módulo puede operar en las cuatro bandas de telefonía celular en Colombia (850/900/1800/1900 Mhz), siendo compatible con cualquier SimCard (2.5x1 .5 cm) de las diferentes empresas de comunicaciones que prestan el servicio para Colombia Cuenta con una potencia de transmisión de 2 W en las frecuencias de 850 y 900 MHz y 1 W a 1800 y 1900 MHz, soporta el envío de mensajes (SMS) punto a punto MO y MT, SMS Broadcast, además de obtener conexión a internet utilizando el proiocoio embedded TCP/UDP, FTP/HTTP

Método para la medición virtual en tiempo real del flujo.

El método desarrollado y presentado en esta invención, permite la medición virtual en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y la eficiencia energética del pozo, está compuesto por seis modelos matemáticos fundamentales incluidos dentro de los algoritmos de cómputo en el dispositivo de medición virtual en tiempo real, los cuales fueron optimizados para el funcionamiento en el procesador embebido del módulo de procesamiento (19). Los modelos son los siguientes: un modelo de fluido, un modelo de motor y transferencia de calor (Figura 4), un modelo de separador de gas (Figura 5), un modelo de bomba (Figura 6), un modelo de tubería (Figura 7) y un modelo de medición virtual de eficiencia energéfica (Figura 8).

Para una mejor compresión a continuación se realiza una descripción de su funcionamiento.

A. Modelo de fluido:

El modelo de fluido es de tipo Black-Oil, que proporciona el estado de las fases (aceite, agua y gas), sus propiedades individuales y mezcladas según las condiciones de estado impuestas a lo largo del sistema. Estas condiciones corresponden a la temperatura y presión medida por la instrumentación de fondo y superficie o las condiciones descritas por los modelos de la bomba y la tubería en secciones intermedias de estos equipos. Por lo tanto, permite calcular el flujo en condiciones de fondo, cima o condiciones estándar o cualquier otra condición requerida. Este modelo es construido mediante un ajuste óptimo de la información experimental PVT (presión, volumen y temperatura) del fluido del reservarlo vs diversas correlaciones y fórmulas de amplio uso en la simulación del comportamiento PVT y reglas de mezcla agua-aceite reportadas.

Este modelo recibe como entrada las condiciones del fluido, presión (P) y temperatura (T), y el corte de agua (WC). Corno resultado, las salidas de este modelo son: relación entre petróleo y gas (GOR), factores volumétricos por fase (Bo para el aceite, Ba para el agua y Bg para el gas), relaciones de gas disuelto (Rso para el aceite y Rsa para el agua), densidad (p) y viscosidad (m) de las fases puras del fluido y de las fases mezcladas.

B. Modelo de motor y transferencia de calor:

Consiste en un balance de pérdidas eléctricas por transformación y transporte en el variador de velocidad VSD (01), transformador, cable y motor (10) por medio de un modelo equivalente por fase eléctrica. El algoritmo de solución del motor se ilustra en la Figura 4, en la cual se enumeran los pasos de la secuencia de cálculo, referidos igualmente en la descripción detallada del modelo, realizada a continuación.

Las variables de entrada al modelo (36) son Voltaje (V), Corriente (l) y Frecuencia (toe) mediciones provenientes del variador, Temperatura de Cabeza (WHT) y Temperatura de Fondo (TI) mediciones provenientes de los sensores de superficie y fondo. Las variables de salida (41) son el deslizamiento (S), la velocidad mecánica de giro (corrí), ia potencia suministrada al eje de la bomba (Peje) y ia potencia disipada (Pdc) por el motor. inicialmente se calcula el voltaje (Vb) y la corriente de salida en el transformador (lh), por el lado de alta tensión, utilizando ia relación de transformación (Nt) (37):

V _h = V N _t (Ecuación 1)

I _h = / / N _t (Ecuación 2)

Para calcular la pérdida de tensión sobre el conductor (Ve), se calcula la resistencia del conductor (Re) teniendo en cuenta, la corrección a condiciones de temperatura media del conductor (Tme), la resistencia del cable suministrada por el fabricante (Ro), su temperatura de referencia (To) y ei coeficiente de conductividad térmica para ia resistencia del cable (a) (38):

La potencia disipada en el conductor (Pw) se estima con ia corriente de alta (Ih) y la resistencia del conductor (Rc):

Con la potencia disipada (Pw) se estima ei voltaje (Vm) y ia corriente (Im) a la entrada del motor (39).

Usando el circuito equivalente por fase referido al estator del motor, descrito por medio de la resistencia del estator (Rs), la inductancia en el estator (Ls), la inductancia de magnetización (Lm), la inductancia en el rotor (Lr) y la resistencia en ei rotor (Rr), se calculan las perdidas en el cobre del estator Ps (39).

Además, es necesario calcular las reactancias: inductiva en ei estator (Xs), en la rama magnetizante (Xm) y en el rotor (Xr). Por otro lado, se calculan las impedancias: en el estator (Zs), en la rama magnetizante (Zm), en el rotor (Zr) y la total (Zt).

La corriente en el rotor (Ir) se calcula a partir de las impedancias (Zs, Zr y Zm) y el voltaje de entrada al motor (Vm).

Las pérdidas en el cobre del rotor (Pr), el factor de potencia (FP), la potencia activa de entrada al motor (Pin), la potencia entregada en el eje (Peje), el deslizamiento (S) y la velocidad mecánica entregada en el eje del motor (rom) se determinan a partir de las variables anteriores (40).

El modelo calcula el deslizamiento en el eje del motor a partir de la lectura de las variables eléctricas suministradas por el VSD (01).

C. Modelo de separador de gas:

La cantidad de gas real que entra al sistema de bombeo es una variable muy importante para la respuesta de flujo del modelo de la bomba. Por ello, la presente invención contempla en sus algoritmos de cálculo un modelo de eficiencia de separación de gas basado en balances volumétricos y de energía mecánica dentro del separador. El algoritmo de solución del separador de gas se ilustra en la Figura 5, en la cual se enumeran los pasos de la secuencia de cálculo, referidos igualmente en la descripción detallada del modelo, realizada a continuación.

Las variables de entrada ai modelo (42) son la temperatura de fondo (TI), presión de fondo (Pi), la Frecuencia (we), el flujo total de gas y líquido de entrada al separador, así también la curva de desempeño respectiva del inductor del separador. Las variables de salida (48) son el flujo de gas separado ai anular (Fga), el flujo de gas que Ingresa a la bomba (Fgb) y presión de succión de salida del separador (Pls).

El modelo calcula los flujos de separación en una Interface hipotética dentro de este equipo. Dichos flujos separados corresponden a una corriente de circulación interna (Fe), una corriente hacia el anular (Fa) y una corriente hacia la bomba (Fb). La cantidad de gas en cada corriente (ags para la entrada al separador, agb para la entrada bomba y age en recirculación) depende del arrastre de burbujas del mismo, debido a las fuerzas que actúan en el sistema: velocidad de arrastre con flujo no-deslizado Vgis y Vga, fuerzas centrífugas fe y diferencias de densidad líquido-gas pl-pg): El modelo resuelve mediante un balance másico en el que se supone el flujo de gas la corriente de circulación interna (Fgc) (44).

Posteriormente se calcula la ganancia en presión (DP _inductor ) generada por ei inductor del separador (45) mediante ei uso de la curva de inducción de este dispositivo, a partir de los flujos de gas y liquido de entrada al separador. También se calcula la caída de presión a través de los puertos de salida del separador (DP _salida ) mediante la ecuación de pérdidas (46).

Finalmente se asegura que ei balance de ganancia (DP _inductor ) y pérdida de presión (DP _salida ) estén en equilibrio (47). Si no es así se suponen nuevos flujos de gas y líquido y se repite el procedimiento.

D. Modelo de bomba:

Soluciona iterativamente el flujo que justifica ia cabeza de presión total desarrollada por la bomba (presión de descarga de la bomba PD - presión de entrada a la bomba Pl), que es resuelta como cabeza de la bomba (H) en unidades de longitud, medida a un corte de agua determinado, teniendo en cuenta los cambios de condición etapa por etapa mediante un balance de energía mecánica y la curva de operación de la bomba instalada. El algoritmo de solución de la bomba se ilustra en la Figura 6, en la cual se enumeran los pasos de la secuencia de cálculo, referidos igualmente en la descripción detallada del modelo, realizada a continuación.

Las entradas de este modelo (49) son las presiones (Pl, PD) y temperatura (TI) del fluido antes y después de la bomba, la frecuencia (we), así como el corte de agua estimado mediante ei modelo de tubería y curva de operación de la bomba. La salida (56) corresponde al flujo total que extrae ei sistema de levantamiento BES del pozo, la temperatura de descarga de la bomba (TDbomba) y ia cabeza de la bomba (H).

El modelo de la bomba está basado en ei cálculo de la cabeza (H) de la curva de operación de la bomba, a partir de un flujo supuesto (50). Esta curva es elaborada a partir de datos experimentales tomados con agua como fluido a condiciones estándar, generalmente presentados a una frecuencia de giro de 3500 rpm. Por consiguiente es necesario corregir la curva a la velocidad de giro real, por medio de las leyes de afinidad de la bomba (53):

La cabeza (H) calculada se convierte en presión por medio de un balance de energía mecánica (54) aplicado en cada etapa (51) de la bomba, ei cual, Involucra la densidad del fluido de bombeo (p) y la altura de cada etapa (DZ):

DP = pgH— DZ (Ecuación 9)

Cuando el fluido difiere notablemente de las propiedades del agua (fluido de alta viscosidad o fluido con contenidos de gas no disuelto), la curva de operación de la bomba es corregida previamente por medio de factores de corrección. Para el caso de alta viscosidad, se aplica la norma ANSI/HI 9.6.7-2010 con el fin de obtener ¡os siguientes factores de corrección de viscosidad: de caudal (Cqv), cabeza (Chv) y eficiencia (Cnv). Para el caso de contenidos considerables de gas libre, se aplica una metodología similar a la norma ANSI/HI 9.6.7- 2010, con el fin de obtener los siguientes factores de corrección de gas: (Cqg), cabeza (Chg) y potencia (Cpg).

El proceso de cálculo en la bomba se realiza etapa por etapa (51), calculando así, todas las condiciones en la descarga entre etapas, incluyendo la temperatura, la cual se determina mediante la capacidad calorífica (Cp) de la mezcla, la potencia de bomba (Peje), el flujo (F), la gravedad del fluido (p) y la eficiencia de la bomba (h) obtenida medíante ia curva de eficiencia caracterizada de la bomba.

El proceso en la bomba finaliza cuando la presión calculada en la última etapa es ia misma que la suministrada por el sensor de presión de descarga de la bomba (50).

E. Modelo de tubería:

Este modelo calcula iterativamente el corte de agua que justifica la caída de presión total (Presión de descarga de la bomba PD - Presión de cabeza de pozo THP) medida a un flujo determinado (F), teniendo en cuenta los cambios de las condiciones en secciones finitas mediante un balance de pérdidas de presión. El algoritmo de solución del modelo de tubería se ilustra en la Figura 7, en la cual se enumeran los pasos de la secuencia de cálculo, referidos igualmente en la descripción detallada del modelo, realizada a continuación.

Las variables de entrada (57) al modelo son Temperatura de Cabeza (WHT), Presión de Cabeza (THP), Temperatura de Fondo (Tl), Presión de Descarga (PD) y Flujo (F), mediciones provenientes de los sensores de superficie y fondo, y del modelo de bomba. La variable de salida (63) corresponde al corte de agua (WC). Inicialmente se establece un corte de agua razonable (WCQ) igualándolo al medido en el laboratorio (WCI) o a estimaciones anteriores (WCa) (58):

Se divide la tubería de longitud total Lt, en Mt segmentos pequeños de longitud Dc (59).

La presión en cada segmento (j) de la tubería es Pj. Tomando como referencia la cabeza de pozo, para el segmento inicial, P ₁ se iguala a la presión en cabeza de pozo.

La temperatura en cada segmento (j) de la tubería 7) se calcula utilizando un perfil de temperatura considerado iineal entre ia descarga de la bomba y la cabeza del pozo, definiendo un diferencial de temperatura entre los segmentos &T.

Para cada segmento (i) son evaluadas las propiedades densidad y viscosidad de cada fase (aceite, agua y gas) y las propiedades de las fases mezcladas, por medio del modelo de fluido, a las condiciones obtenidas (Pj y Tj). Con estas propiedades se calcula el valor de Reynolds (Re) en ei segmento (j):

Con la velocidad del fluido (v) y ei coeficiente de rugosidad de la tubería (E) se estima el coeficiente de fricción (f), la caída de presión por fricción (Pfj) y ia hidrostátíca (Phj) del segmento (j) (60).

Si ei pozo presenta altas producciones de gas y por lo tanto posible presencia de flujo multifásico en alguna sección de la tubería de producción, se recurre a modelos empíricos y mecanícistas de amplio uso y reportados en la literatura, usados en la simulación de fluidos en tuberías con las cuales se obtiene el factor de fricción correspondiente y régimen de flujo.

Se calcula el aumento de presión por cada división y la presión del siguiente segmento (j) (61).

Si al evaluar los Mt segmentos de la tubería, la presión (P _Mt ) es igual a la presión en la descarga (PD) de la bomba (62), entonces el corte de agua corresponde con el corte de agua supuesto, si no se supone un nuevo corte de agua (58) repitiendo el proceso hasta que se cumpla esta condición.

F. Modelo de eficiencia energética: Mediante este modelo se realiza la medición virtual en tiempo real de ¡a eficiencia energética (EFE) para pozos con sistemas BES en términos del consumo kW-día por barril diario producido y normalizado por cada 1000 ft de levantamiento vertical.

El procedimiento para el cálculo de la medición virtual de eficiencia energética consiste inicialmente en estimar la potencia diaria (65) entregada ai sistema de levantamiento artificial mediante la ecuación 47, usando como datos de entrada (64) las variables eléctricas del variador (01), corriente (I) (02), voltaje (V) (03) y el factor de potencia (FP) (05).

El algoritmo para el cálculo de la potencia (65) mediante ia ecuación 47, obtiene como resultado una estimación de la potencia que consume el sistema de levantamiento artificial en kW-día. En el caso de un sistema trifásico el algoritmo permite usar el valor promedio de la corriente y voltaje de las fases.

El valor de medición virtual de eficiencia energética (EFE) se obtiene usando ia ecuación 48 (66) que relaciona la medición virtual de flujo (F) expresada en barriles por día, la profundidad de nivel de fluido (PNF) normalizada por cada 1000 ft de levantamiento vertical y la potencia estimada mediante la ecuación 47:

La profundidad de nivel del fluido (PNF) corresponde a! levantamiento vertical que se infiere del nivel de fluido dinámico del pozo (nivel al cual el nivel estático desciende en la tubería cuando el pozo produce en condiciones de bombeo).

El algoritmo de solución para el cálculo de la medición virtual en tiempo real de eficiencia energética del pozo productor (EFE) se ilustra en la Figura 8, en el cual se enumeran los pasos efectuados de la secuencia de cálculo.

Con fundamento en la descripción detallada de la invención, ia presente solicitud propone en conjunto un sistema y método para la medición virtual en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética en uno o varios pozos con sistema de levantamiento artificial por bombeo electro-sumergible (BES).

El sistema embebido internet de las cosas para la medición virtual en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética del pozo productor se describe en forma detallada a continuación, y una vísta global del mismo se ilustra en la Figura 1 : (a). Los valores de las mediciones de las variables operacionales provienen de la instrumentación instalada en subsuelo (07 y 1 1), la instrumentación instalada en superficie (06), la instrumentación instalada en el variador de velocidad (01) y la instrumentación de inyección de diluyente (15). La instrumentación de los equipos de subsuelo comprende, presión de succión (Pl) (1 1), presión de descarga (PD) (07), temperatura de succión (Ti) (1 1) y temperatura del motor (TM) (1 1). La instrumentación de superficie comprende, cabeza (THP) (06) y temperatura de cabeza (WHT) (06). La instrumentación del variador (01) comprende la corriente (!) (02), el voltaje (V) (03), la frecuencia eléctrica (toe) (04) y el factor de potencia (FP) (05). La instrumentación de inyección de diluyenie, comprende el flujo de nafta (15).

(b). La información de los valores de las variables operacionales provenientes de la instrumentación instalada en subsuelo (07, 1 1), ia instrumentación instalada en superficie (06), la instrumentación instalada en el variador de velocidad (01) y ía instrumentación de inyección de diluyeme (15), es transmitida hacia una unidad central en donde cada una de las variables convergen en un dispositivo para su transmisión hacia otros equipos de control (PLC). La consulta de instrumentos se realiza a través de un dispositivo switch de conexión Ethernet (16), el cual, incluye el protocolo de comunicación MGDBUS TCP/IP.

(c). El dispositivo (17) de adquisición de señales, repositorio en base de datos en tiempo real, procesamiento, cálculo, transmisión y presentación de resultados para la medición virtual en tiempo real presentado se instala en las facilidades de control e instrumentación del pozo, ya sea en el gabinete de control o en su propio gabinete dentro del sitio.

(d). EI dispositivo (17) efectúa la lectura de los datos y valores más recientes de las variables operacionales para cada uno de los pozos conectados al sistema de medición virtual en tiempo real. El dispositivo puede ser implementado para uno o múltiples pozos.

(e). A partir de las iecturas de datos de los instrumentos de pozo (16), el dispositivo efectúa ei cálculo y cómputo de ia información mediante sus módulos interconectados (18, 19, 20, 21 , 24), determinando para cada tiempo de muestreo ei valor del flujo de producción y eficiencia energética.

(f). La nueva información obtenida por ei dispositivo, es guardada internamente en un archivo histórico, dentro de la unidad de repositorio en base de datos en tiempo real interno en el dispositivo, conteniendo todos los datos y mediciones efectuadas por ei dispositivo durante su funcionamiento continuo.

(g). EI dispositivo (17) efectúa la presentación y visuaiización de los datos de flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética del pozo en ia interfaz HMI (24), permitiendo ai usuario observar en tiempo real, ei estado y los cambios de las variables del pozo durante su operación. (h). El dispositivo organiza la información de datos de flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética del pozo, para ser enviadas mediante el enlace de comunicación GSM (22) hacia ia nube para visualización y repositorio en base de datos en tiempo real (23). Gráficos de operación en la nube presentan para visualizar, consultar y manipular información en tiempo real del estado y los cambios que presenta el pozo durante su operación.

El método implementado en soporte lógico de programación en el sistema embebido internet de las cosas para la medición virtual en tiempo real de flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética del pozo, se describe en forma detallada a continuación, y una vista global del mismo se ilustra en la Figura 3:

(a). El dispositivo efectúa inicialmente su rutina para ia consulta de datos y variables para los sensores e instrumentos del sistema de levantamiento artificial para el pozo (23).

(b). Se efectúa ia medición del voltaje (V), la corriente (i), ia frecuencia eléctrica (we) y el factor de potencia (FP) proporcionados ai motor (10) mediante sensores eléctricos (02), (03), (04) y (05) ubicados entre el variador (01).

(c). Se efectúa la medición de la temperatura de succión (TI) y ia presión de succión (Pl) mediante el sensor ubicado en el fondo del pozo (1 1) antes del motor (10).

(d). Se efectúa la medición de la temperatura del motor (TM) mediante el sensor ubicado en el fondo del pozo (1 1).

(e). Se efectúa la medición de la presión de descarga (PD) mediante el sensor ubicado en el fondo del pozo (07) después de la bomba (08).

(t). Se efectúa la medición de la temperatura de cabeza (WHT) y la presión de cabeza (THP) mediante el sensor ubicado en superficie (06).

(g). Una vez verificado que todos los datos de sensores e Instrumentación han sido adquiridos correctamente (26) por el dispositivo (17) mediante ei módulo de internet de las cosas - loT (18), se organiza las variables para iniciación de la medición virtual en tiempo real (27).

(h). Se efectúa ei cálculo de la medición virtual en tiempo rea! (28) mediante ei envío de datos desde el módulo de internet de las cosas - IoT (18), al procesador dedicado en el módulo de procesamiento (19). El módulo de procesamientos contiene dentro de su soporte lógico los algoritmos matemáticos optimizados para efectuar de manera eficiente los cálculos requeridos para la medición virtual en tiempo real del flujo de producción, corte de agua, cabeza de la bomba (29) y eficiencia energética (30). (i). Mediante el modelo de motor, se determina el deslizamiento esperado del motor (S) y la velocidad de giro de la bomba (wm), utilizando las variables medidas del paso (b)

(j). Mediante el modelo de fluido, se determinan las propiedades de cada fase y las propiedades mezcladas del fluido a una temperatura y presión definida.

(k). Mediante el modelo del separador, se determina el flujo de gas que entra a la bomba

(fgb) y la presión de succión de salida del separador (Pls), utilizando las variables medidas del paso (c), el corte de agua supuesto y ei flujo total supuesto en fondo que se obtiene en el paso (j), y la velocidad de giro mecánico (com) obtenido en ei paso (i).

(i). Mediante el modelo de bomba, se determina la presión de descarga de la bomba (PDbomba), el flujo preliminar de producción, cabeza preliminar de la bomba y la temperatura de descarga de la bomba (TDbomba), utilizando las variables medidas del paso (c) (reemplazando la presión de succión (Pl) por las presión de succión de salida del separador (Pls) si existe un equipo separador de gas o conservando la presión de succión (Pl) si no existe), el corte de agua supuesto en el paso (j) y la velocidad de giro mecánico (rom) obtenida en ei paso (i).

(m). Mediante el modelo de tubería, se determina la presión de descarga de la bomba (PDtubería), utilizando las variables medidas del paso (e) y (f), la temperatura de descarga de la bomba (TDbomba) obtenida en el paso (!) y el corte de agua supuesto en el paso (j).

(n). Mediante el modelo de eficiencia energética del pozo (Figura 8) se calcula la eficiencia energética del pozo (EFE)

(o) A partir del cómputo efectuado para cada modelo, se establece el parámetro de flujo de producción del pozo, corte de agua, cabeza de la bomba y la eficiencia energética para ei pozo con sistema de levantamiento artificial con bomba electro-sumergible. Finalmente se obtiene la medición virtual en tiempo real del flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética relacionada a ia operación del pozo para el muestreo realizado (31).

(p). üna vez el módulo de procesamiento (19) efectúa el cálculo, se organiza los datos resultantes (31) y son enviados nuevamente al módulo de internet de las cosas - loT (18).

(q). Una vez obtenidas las mediciones, se configura los puertos del módulo de entradas y salidas - l/O (20) y se establece la lectura y escritura de cada uno de los puertos de entrada y salida que interactúan con el módulo de entradas y salidas - i/O (32).

(r). El módulo de internet de las cosas - loT (18) efectúa ia operación de repositorio en base de datos en tiempo rea! de las variables y resultados de la medición virtual realizada, en un archivo binario, así mismo, realiza la rutina de envío de los valores de flujo de producción, corte de agua, cabeza de la bomba y eficiencia energética hacia los gráficos de operación en la pantalla local o en la nube computacional, para su visualización (33).

(s). Se presentan y visualizan los resultados obtenidos para cada uno de los pozos petroleros conectados al dispositivo (17), así como el estado de conexión de los sensores e instrumentación en tiempo real, mediante el módulo de interfaz HMI (24) conectada al sistema (34).