A Bayesian belief network model for the risk assessment and management of premature screen-out during hydraulic fracturing

Hydraulic fracturing is a widespread well completion technique for Oil and Gas production enhancement in both conventional and unconventional reservoirs. However, it is prone to various risks, which can result in a most unfavorable consequence – the premature screen-out, which is a condition that occurs due to the proppant bridging across the perforations or similar restricted flow areas. The objective of this work is to propose a novel and complete framework of analysis that enables to quantify the risk of screen-out occurrence, identify the riskiest scenarios and determine the best risk mitigation strategies. The premature screen-out problem is addressed within a Risk Management and Control Process. The qualitative assessment of the early screen-out risk has been conducted by the Features, Events and Processes (FEP) Analysis, and the quantitative assessment has been performed with a Bayesian Belief Network (BBN). The input values of the BBN model, i.e. the probabilities of the system’s variables, have been estimated using different expert elicitation methods due to the data scarcity, and the log-likelihood method has given the best results. The BBN model has been examined by uncertainty and sensitivity analyses. The outcome of the uncertainty analysis has proved the robustness the BBN model in giving adequate evaluations. The global sensitivity analysis of the BBN model has been performed by the Sobol’s variance decomposition method. The most influential probabilities indicated by the sensitivity analysis have been re-estimated in order to reduce the output uncertainty. As a result, the probability of early screen-out has also decreased. Finally, risk mitigation plans have been formulated using risk importance measures to identify the riskiest scenarios and cost-benefit analysis to compare the effects of different risk reduction actions. The main novel contributions of this work lie in the use of the BBN framework for the assessment of the risk of early screen-out, in the identification of the most relevant factors by the Sobol’s first-order and total-effects sensitivity indices and in the determination of optimal risk reduction actions by the use of risk importance measures and cost-benefit analysis.

La fratturazione idraulica è una tecnica ampiamente utilizzata di stimolazione e completamento, per migliorare la produzione di gas e petrolio in giacimenti convenzionali e non convenzionali. Tra gli eventi che ne compromettono la riuscita il più sfavorevole è lo “screen-out” prematuro. Questa condizione è provocata da un "bridge" di proppant tra le perforazioni o in aree di flusso con restrizioni. L'obiettivo di questo lavoro è proporre un nuovo e completo quadro di analisi che consenta di quantificare il rischio di occorrenza dello “screen-out”, di identificare gli scenari più rischiosi e di determinare le migliori strategie di mitigazione del rischio. Il problema dello “screen-out” prematuro viene affrontato nell'ambito del Processo di Gestione e Controllo dei Rischi. La valutazione qualitativa del rischio dello “screen-out” precoce è stata condotta dall'analisi dei Features, Events and Processes (FEP) e la valutazione quantitativa è stata effettuata con un modello di Bayesian Belief Network (BBN). I valori di input del modello BBN, cioè le probabilità delle variabili del sistema, sono stati calcolati utilizzando diversi metodi di expert elicitation a causa della scarsità di dati, e il metodo di log-likehood ha dato i migliori risultati. Il modello BBN è stato esaminato mediante l'analisi di incertezza e sensibilità. Il risultato dell'analisi dell'incertezza ha dimostrato la solidità del modello BBN nel fornire valutazioni adeguate. L'analisi di sensibilità globale del modello BBN è stata eseguita con il metodo di decomposizione della varianza di Sobol. Le probabilità più rilevanti (influenti) indicate dall'analisi di sensibiliità sono state rivalutate per ridurre l'incertezza dell'output. Il risultato ha mostrato che la probabilità di “screen-out” precoce è diminuita. Infine, sono stati elaborati i piani di mitigazione del rischio utilizzando risk importance measures per identificare gli scenari più rischiosi e analisi costi-benefici al fine di paragonare gli effetti delle diverse azioni per la riduzione del rischio. I principali contributi originali di questo lavoro risiedono nell'uso del quadro di BBN per la valutazione del rischio di “screen-out” prematuro, nell'identificazione dei fattori più rilevanti da parte degli indici di primo ordine e indice effetto principale di Sobol e nella determinazione di azioni ottimali per la riduzione del rischio mediante l'uso di risk importance measures e analisi costi-benefici.