Fractal Analysis and Its Application on Time-Series Data - An Innovative Method for Condition Monitoring of Hole Cleaning Operations

Abstract

Innenfor hullrensing i oljeboring bransjen, har ny og moderne utvikling av sensorer gjort det mulig å monitorere tilstanden til en boring- og renseoperasjon mens den er i drift. Dette medfører en stor mengde data som kan analyseres og potensielt brukes til å effektivisere operasjonen både økonomisk, miljø-, og sikkerhetsmessig. Fraktal analyse er en lovende, dog relativt lite utforsket metode innenfor tidsserie data analyse. Til vår forståelse er det ikke mange publikasjoner som dekker bruken av metoden, og de som finnes beskriver i lite detalj hvordan metoden kan implementeres. Dette forskningsprosjektet vil foreslå og argumentere for en implementasjon av et fraktal analyse verktøy, og anvende det resulterende produktet på både syntetisk data og hullrense data fra en ekte oljeboring operasjon. Prosjektet resulterte i et velfungerende fraktal analyse verktøy, som har vist å være nyttig både som et verktøy for tidsserie analyse, og for analyse av hullrensning data spesifikt.

Within hole cleaning in the oil drilling industry, has the recent development of sensors made it possible to monitor the state of the cleaning operation while it is running. This entails a vast array of data and measured features that can be analyzed and used to potentially reduce the economic and environmental costs and increase the safety of the drilling operation. Fractal analysis is a promising yet relatively uncharted method for time-series data analysis. To our knowledge, there are not many research papers covering its applications, and the ones that exist do not describe in detail how it is implemented. This research project will propose a complete workflow on how to implement fractal analysis as a tool and apply the resulting method to synthetic and to hole cleaning data from a real drilling operation. The project has resulted in a well-working fractal analysis tool, which has shown promising results both for time-series data analysis in general and a suiting method for analyzing hole cleaning data specifically.