Прокси модель месторождения что это

Механизм построения универсальной математической прокси-модели гидродинамических систем нефтяных и газовых месторождений на основе метода крупных контрольных объемов

MECHANISM FOR CONSTRUCTING A UNIVERSAL MATHEMATICAL PROXY MODEL OF HYDRODYNAMIC SYSTEMS OF OIL AND GAS FIELDS BASED ON THE METHOD OF LARGE CONTROL VOLUMES

POSPELOVA T.A.1,
1 LLC «Tyumen Oil Research Center»
Tyumen, 625000,
Russian Federation

Имеющиеся на текущий момент инструменты интегрированного моделирования, как правило, сложны и трудозатратны в части создания модели и «слабоуправляемы» с точки зрения скорости расчетов. Основным принципом регулирования технологических параметров предлагается выбрать кластеризацию системы разработки на элементы. Прокси-модель пласта на основе метода крупных контрольных объемов (МККО) позволяет качественно описать степень взаимовлияния элементов.

The currently available integrated modeling tools are usually complex and labor-intensive in terms of creating a model and «poorly controlled» in terms of the speed of calculations. The main principle for regulating technological parameters is proposed to choose the clustering of the development system into elements. The development object is subdivided into certain conditional elements, most often, based on geological and technological criteria of connectivity (drainage of local reserves, geological complications / heterogeneities, shielded areas, proximity of reservoir properties and topological commonality in the form of proximity of wells).

Если вас интересует полный текст статьи, Вы можете заказать ее в издательстве.

Источник

Petroleum Engineers

Вы здесь

Тёмная сторона практического моделирования

Контекст

Любопытно. Наименьшим из всех представленных зол считаю доп. перфорации, т.к., кроме ЗКЦ, существует еще такой всюду распространенный чудо-метод как ГРП, который фиг знает куда чего порвал (все эти параметры высоты, толщины и длины трещины обычно такая же лажа, как и проницаемость, снятая с КВУшки без радиального режима). А, еще хочу заметить, что автор почему-то забыл про забойное давление, да и про пластовое тоже.

Автор помнит и за забойное и за пластовое, там всё проще.

и еще. проблема с хвостами реально существует! странно что неужели так и не научились еще ее решать. возможно поняв причины ее появления можно найти и средство для устранения? возможно дело опять же в ОФП?

потому что это совпало с написанием статьи и тематика одна и таже.

А что же все таки делать я попробую рассказать в следующей серии статей про

«Серую сторона моделирования»

Ну и вообще, я знаю как сделать так, чтобы из практически любой модели можно сделать конфетку. Это практически метод автомати автоматизированной адаптации, крайне простой, но ни одна компания и на секунду не приблизилась к такой простой вещи. Энейблы и прочая херотень это всё не то что надо. После «серой стороны» я расскажу как это делается.

Этот пассаж вот к чему. Если вы, адаптируя скважину, имеете большое расхождение во времени прорыва воды между расчетом и фактом, то почему бы не задаться вопросом, откуда пришла эта вода? От этого, кстати, будет зависеть, куда потом кочуют оставшиеся лакомые куски нефти, в которые будут буриться.Ну, там раскопать побольше исследований, посмотреть на соседки и прочие манипуляции, схожие с действиями врача, ищущего причину болезни. Моя имха в том, что без осознанности ситуации в пласте вы уподобитесь так нелюбимым Вами модельерам-в-девичестве-математикам, которые порой отрабатывают свои хитрые махинации, не зная, что же действительно происходит с пациентом. Вы сегодня адаптируете модель, к примеру, подключением допперфораций. А завтра ваши люди вскрывают пласт в зоне наибольших остаточных запасов (по вашей модели), и их не находят. Почему? А запасы уплыли севернее, так как вода шла с юга и их продвинула. А вы об этом не узнали, так как не поняли, что там в пласте и как произошло, пока проигрывали разные способы схождения кривых по нефти. Но это простой пример. На самом деле, есть куча работ на тему, как определить причину обводненности и откуда че. И тогда у вас вообще не станет вопрос, каким методом адаптировать, способ придет сам. Опять же, имхо.

На мой взгляд, подобный анализ имеет смысл для моделей с размером ячеек где-нибудь 10мх10м по латерали. А когда между скважинами 3-4 ячейки всего, то по модели реально очень плохо видно, куда там между ними запасы кочуют, как ни крути. Достаточно один раз увидеть, что фронт нагнетания от скважины расходится «ромбиком», чтобы отчаяться 🙂

Но это так, лирическое эссе.

Моя цель такая. С помощью «упрощающего подхода» результат расчета гидродинамической модели представить в виде более простой модели, каждый параметр который я понимаю. Далее, в экселе или специально написанном софте, изменяя параметры упрощеной модели добиваюсь точного совпадения с фактом, или убеждаюсь что это невозможно сделать, что тоже результат. И в конце переношу результаты изысканий в гидродинамическую модель, делаю несколько уточняющих итерационных расчетов.

Это сокращение работы в сотни раз, если не в тысячи.

И этого не понимает ни одна компания имеющая на данный момент свой симулятор. Все бросаются в сторону лобовой математики, оттуда и появляются понятия «неопределенность» и прочая «множественная реализация».

В этом будет настоящее конкурентное преимущество, которого нет ни у одной софтверной компании имеющий свой софт. По моим прикидкам мне потребуется два года для завершения, если мне не будет сильно западло я напишу диссертацию, напишу программу и отдам её в любую рандомную компанию.

Сейчас я думаю о RFD.

То есть меньше всего я сейчас думаю о целиках нефти, а больше о моделировании со скоростью бронепоезда.

Источник

Оценка эффективности и достаточности программы геолого-разведочных работ на основе экономической ценности информации

Чонская группа месторождений включает три месторождения на одноименных лицензионных участках: Вакунайское, Тымпучиканское и Игнялинское. Месторождения располагаются в Восточной Сибири и приурочены к Непскому своду. Их особенностью является большое число геологических неопределенностей, таких как структурная неопределенность, положение и проницаемость разломов, ограничивающих залежи, уровни контактов флюидов, эффективные толщины и др. В рамках работы по проекту проведена масштабная оценка геологических неопределенностей. Для их снятия необходима реализация программы геолого-разведочных работ (ГРР). Однако в условиях большого числа рисков не всегда ясно, куда конкретно необходимо направить мероприятия, в частности, бурение поисково-разведочных скважин. Кроме того, существует проблема достаточности программы ГРР: неизвестно, в какой момент исследования необходимо закончить и начать разработку месторождения. Для ответа на эти вопросы используется комбинированный подход к учету геологических неопределенностей и экономической оценки. Общая схема работ включает:

a) формирование геологической модели и генерацию реализаций;

б) расчет вероятностного распределения запасов;

в) моделирование результатов реализации программы ГРР;

г) многовариантный расчет профилей добычи и чистого дисконтированного дохода (NPV);

д) определение ценности информации.

Оценка геологических неопределенностей

На первом этапе работ необходимо подготовить геологические данные, которые послужат основой всех экономических расчетов. Для этого используется многовариантная 3D геологическая модель, позволяющая не только получить реалистичное трехмерное представление о строении продуктивных пластов, распространении продуктивных зон и свойствах, но и учесть в оценке различные геологические параметры: точность структурных построений по результатам обработки и интерпретации материалов сейсморазведочных работ; неопределенность размеров, формы и ориентации песчаных тел; уровни контактов флюидов; распространение фильтрационно-емкостных свойств в пласте и др. Параметры неопределенности выбираются случайным образом из заданных входных распределений, которые формируются на основании геологических представлений об объекте исследования. При этом результатом расчетов является набор реализаций геологической модели, формирующий распределение геологических запасов нефти.

Прокси-модель разработки и экономики

Располагая набором реализаций геологических моделей, можно для каждой из них рассчитать профиль добычи и соответствующий NPV. Далее необходимо рассмотреть два случая: отсутствие информации и наличие полной информации. При отсутствии информации инвестор выберет вариант разработки, который будет максимимзировать NPV в среднем варианте реализации геологической модели, т.е. примет решение в пользу системы разработки, обеспечивающей максимальную ожидаемую стоимостную оценку проекта EMV (Еxpected Monetary Value). При наличии полной информации для каждого варианта геологии можно выбирать оптимальный вариант разработки, при котором максимизуется NPV при данном варианте геологии. В этом случае EMV будет выше, чем при выборе одного среднего варианта для всех реализаций геологии. Разница в показателе EMV между двумя этими случаями называется «ценность качественной информации» VOPI (Value of Perfect Information).

Аналогично мероприятия программы ГРР обеспечивают определенный уровень информации, пусть и неполный, как для случая, описанного выше. Разница между EMV проекта с учетом информации и EMV проекта без информации будет являться ценностью информации VOI (Value of Information).

На втором этапе для каждой реализации геологической модели рассчитываются профиль добычи нефти по прокси-модели и NPV. Как показано в работе [1], для выбора инвестиционных решений разработки нефтяного месторождения необходимо оптимизировать технологические решения, темпы ввода месторождения и инфраструктурные ограничения. Для каждой возможной реализации геологической модели по построенному суммарному профилю добычи рассчитывается NPV проекта для каждого возможного инвестиционного решения (число скважин, инвестиции в инфраструктуру).

На основе рассчитанных NPV можно выбрать инвестиционное решение, которое даст наилучший экономический результат в среднем по всем реализациям. Этот результат является EMV при отсутствии информации. EMV при наличии полной информации определяется как среднее значение NPV по всем реализациям при выборе оптимального инвестиционного решения для каждой реализации.

Для программы ГРР можно рассчитать EMV при оптимальном инвестиционном решении, полученном по итогам реализации программы ГРР, и определить стоимость информации VOI как разницу между EMV после выполнения программы ГРР и EMV без учета информации.

Моделирование данных, полученных в результате реализации программы ГРР

Для разработки программы ГРР используются дискретные исходы, показывающие результат бурения и позволяющие разделить все исходные реализации геологической модели на несколько групп. Эту методику легко продемонстрировать на примере бурения скважины для уточнения размера зоны нефтеносности (рис. 1).

Рис. 1. Моделирование результатов бурения разведочной скважины с целью определения зоны насыщения: ЧВЗ, ВНЗ, ЧНЗ — соответственно чисто водяная, водонефтяная и чисто нефтяная зона; Q_Р50 — добыча по сценарию Р50

В этой ситуации вероятности исходов будут определяться как отношения числа реализаций геологических моделей, в которых наступил данный исход, к общему числу реализаций.

Таким образом, чем больше скважина позволит снизить неопределенность по запасам в каждом из исходов, тем более эффективной будет эта скважина с точки зрения ценности полученной информации. Рассмотренные в работе исходы по скважинам включают эффективные толщины, вскрытые скважиной, зоны насыщения и наличие залежи нефти за разломами, выделенными по данным сейсморазведки.

Построение карт VOI и EVOI

«Сужение» ожидаемого распределения запасов позволяет оптимизировать сетку добывающих скважин, а также решения в области инфраструктуры и таким образом получить экономическую выгоду от бурения разведочной скважины. После определения распределения запасов по смоделированным исходам бурения, расссчитывается VOI.

Для оценки местоположения наиболее эффективной скважины выполняются расчеты на основе регулярной сетки разведочных скважин (рис. 2), показывающей возможное положение в точках расчета ценности информации. Исследуемый объект представляет собой залежь терригенного пласта В₁₃, вскрытую четырьмя скважинами и ограниченную по разломам на севере и западе.

Рис. 2. Территория исследования с точками расчета ценности информации

После проведения расчетов с использованием полученной сетки значений VOI выполняется построение карты, демонстрирующей экономический эффект от бурения скважины в каждой точке территории (рис. 3). Цветовая шкала карты на рис. 3, а показывает прибыль, которая будет получена по результатам бурения разведочной скважины. Значения прибыли ниже капитальных вложений в строительство разведочной скважины отмечены белым цветом.

Из рис. 3 также видно, что за разломами, разграничивающими залежь и участки, вскрытые скважинами, ценность информации повышается в результате уточнения границы залежи. В некоторых пробуренных скважинах ценность информации не нулевая, но испытания скважин не дают четкой информации о насыщении на глубине (испытание проведено в слишком большом интервале или получен приток фильтрата бурового раствора без установления насыщения). Это свидетельствует о том, что при переиспытании указанных скважин в нужном интервале может быть получена важная информация об уровне контакта флюидов.

Рис. 3. Карта VOI (а) и структурная карта по кровле пласта (б): условные обозначения те же, что на рис. 2

Область карты с наибольшими величинами VOI приурочена к минимальным уровням ВНК в области 3D сейсморазведки (остальная часть территории покрыта 2D сейсмическими профилями). Это связано с тем, что в области 3D сейсморазведки точность определения структуры значительно выше, следовательно, вероятность вскрытия ВНК и снижения неопределенности по запасам также выше. Таким образом, построение карты VOI позволяет выбрать наиболее эффективную для бурения скважину. С целью оценки экономической эффективности бурения следующих скважин программу ГРР можно представить в виде дерева решений (рис. 4): бурение первой скважины дает некоторое число исходов, которые разделяют исходное распределение запасов, например, на две группы. Для каждой группы можно построить карту VOI и таким образом выбрать наиболее эффективную скважину. Если ценность информации по скважине превышает капитальные вложения в ее строительство и временные издержки, связанные с ее бурением и обработкой результатов, то скважина является экономически эффективной и рекомендуется к бурению. Если таких скважин нет, то дальнейшее бурение экономически не оправдано и необходимо принимать решение о разработке месторождения или отказываться от нее.

Рис. 4. Сценарий разработки программы ГРР (цвета скважин соответствуют вариантам при разных исходах реализации программы)

Для анализируемой залежи были построены карты VOI, соответствующие исходам бурения первой скважины, положение которой определено на предыдущем шаге. Согласно выделенным критериям после бурения первой скважины возможны шесть исходов, соответствующих трем зонам насыщения (ЧНЗ, ВНЗ, ЧВЗ) и высоким/низким эффективным толщинам. Для каждого исхода была построена карта VOI, на которой приведено положение наиболее эффективной скважины после получения информации по первой скважине (рис. 5).

Рис. 5. Карты VOI после бурения первой скважины

Большинство карт демонстрирует наибольшую ценность информации в западной части территории, за разломом. Это связано с тем, что после получения информации об уровне ВНК основными неопределенностями становятся проницаемость разлома и границы залежи.

В том случае, когда необходимо определить положение второй скважины до получения результатов бурения первой, шесть карт VOI можно объединить в одну, перемножая каждую из карт на среднюю вероятность исхода, соответствующего карте, и суммируя результат произведения по шести картам. В итоге получается карта ожидаемой стоимости информации (expected value of information — EVOI), по которой можно определить оптимальное положение второй скважины (рис. 6). В данном случае на карте EVOI отмечаются повышенные значения в юго-восточной и западной частях территории. Наиболее высокие значения определяют положение второй разведочной скважины. Этот расчет целесообразно проводить, пока стоимость информации не станет ниже стоимости получения информации, т.е. пока чистая стоимость информации не станет отрицательной.

Рис. 6. Карта EVOI: условные обозначения те же, что на рис. 2

Выводы

1. На основе многовариантной геологической модели можно оценить экономический эффект от бурения разведочных скважин, определить оптимальное положение скважины, а также оценить достаточность исследований.

2. Применение методики имеет большие перспективы: рассчитать ценность информации можно практически для любых исследований, включая 3D сейсморазведку, переиспытание скважин, проведение опытно-промышленных работ и др. В то время как само понятие ценности информации известно довольно давно [2], использование этого параметра для составления рейтинга разведочных скважин с учетом всех геологических неопределенностей и 3D модели представлено впервые.

Источник

Способ оперативного управления заводнением пластов Российский патент 2020 года по МПК E21B47/10 E21B43/20 G06F30/20

Описание патента на изобретение RU2715593C1

Изобретение относится к нефтедобывающей промышленности, а именно к управлению закачкой воды в нагнетательную скважину в зависимости от режимов работы и доли воды в продукции находящихся рядом добывающих скважин.

Недостатком описанного способа является его неприменимость для определения функциональной связи между закачкой нагнетательной скважины и обводненностью добывающей и, как следствие, невозможность точного предсказания добычи нефти. Еще одним недостатком является невозможность применения способа в случае остановки скважин, перевода добывающих скважин в нагнетательные и при наличии на изучаемых скважинах геолого-технологических мероприятий (реперфорация пластов, гидроразрыв, и т.п.).

Недостатком описанного способа является кратное увеличение параметров вариации. В исходной аналитической модели появляются коэффициенты для учета нестационарности притока, коэффициенты характеризующие скорость уменьшения продуктивности и распределения приемистости от нагнетательных к добывающими скважинам, кратно усложняющие возможность практического применения способа. Сохраняется и недостаток с определением обводенности, присущий способу 1.

Известна система статистического и нейросетевого анализа данных телеметрии нефтепромысловых объектов [патент RU 2598785 ООО «ТатАСУ», авторы: Беспалов Алексей Петрович, Ахметзянов Рустам Расимович, Екимцов Сергей Александрович, Денисов Олег Владимирович, Лазарева Регина Геннадьевна], включающая блок расчета параметров добычи на основе нейросетевого анализа и блок расчета векторов взаимовлияния систем нефтеподготовки для регулирования технологических процессов. Однако эта система не предназначена для определения оптимальной закачки в нагнетательные скважины и управляет технологическими процессами в системе сбора и подготовки нефти на основе данных телеметрии поверхностных сетей сбора и подготовки.

Совокупность признаков, наиболее близкая к совокупности существенных признаков заявляемого изобретения, присуща известному способу управления заводнением [патент РФ 2614338], включающим определение взаимного влияния добывающих и нагнетательных скважин и формирование рекомендаций по перераспределению закачки. Способ позволяет определить функциональную зависимость работы добывающих скважин от приемистости жидкости нагнетательных скважин на основе обработки первичной промысловой информации искусственными нейронными сетями, что способствует достижению технического результата.

Недостатками известного способа, принятого за прототип, являются:

— во-первых, отсутствие возможности учета влияния добывающих скважин друг на друга и, как следствие, невозможность работы с целым классом систем разработки месторождений в режиме поддержания пластового давления закачкой воды, с плотной группировкой добывающих скважин, например трехрядных, рядных или очаговых со сгруппированными в пространстве добывающими скважинами, окруженными нагнетательными.

— во-вторых, отсутствие обучения нейронной сети на изменения забойного давления в добывающих и нагнетательных скважинах, снижающее качество адаптации прокси-модели и эффективность способа.

Указанные недостатки обусловлены тем, что в прототипе способа не заложена физическая модель процесса фильтрации жидкости и для построения функциональной зависимости между приемистостью нагнетательных скважин и добычей жидкости в добывающей скважине используется логистическая функция, которая не позволяет учитывать изменение добычи жидкости в добывающей скважине обусловленное изменением забойного давления в этой скважине.

Задачей, на решение которой направлено заявляемое техническое решение, является эффективная организация системы поддержания пластового давления (ППД).

При осуществлении технического решения поставленная задача решается за счет достижения технического результата, который заключается в обеспечении целенаправленного воздействия на пласт закачкой воды с целью поддержания пластового давления, организации системы вытеснения нефти водой и управления забойным давлением добывающих и нагнетательных скважин и добычей жидкости в добывающих скважинах.

Указанный технический результат достигается тем, что способ оперативного управления заводнением включает создание математической модели месторождения (прокси-модели), в которой происходит адаптация фактических и рассчитанных дебитов жидкости добывающей скважины в зависимости от приемистостей, влияющих на нее нагнетательных скважин, и адаптация забойного давления или связанного с ним функционально динамического уровня жидкости в затрубном пространстве добывающе скважины, адаптация фактического и расчетного изменения доли нефти добывающих скважин на основе роста или снижения приемистости, влияющих на нее нагнетательных скважин и изменения забойного давления или связанного с ним функционально динамического уровня. При этом составляют функцию суточной добычи нефти добывающей скважины с определенными при адаптации прокси-модели настроечными параметрами функции дебита жидкости и изменения доли нефти для максимизации суммарной суточной добычи нефти по месторождению в целом при перераспределении объемов закачки нагнетательных скважин и выбора забойного давления добывающих скважин.

Определение оптимальных режимов работы нагнетательных скважин способствует получению максимальной добычи нефти по месторождению в целом. В качестве исходных данных использует первичную промысловую информацию (замеры дебита жидкости, забойного давления, динамического уровня жидкости, доли нефти добывающих скважин, приемистости и устьевого давления нагнетательных скважин), что способствует достижению технического результата с минимальными погрешностями. Важно отметить, что в указанном наборе исходной информации, данные по давлениям и динамическим уровням не являются необходимыми и служат для улучшения качества прокси-модели.

Способ иллюстрирует материалы, где:

на фиг. 1 представлен алгоритм осуществления способа в виде блок-схемы,

на фиг. 3 показан вид отклика добычи жидкости от изменения закачки,

на фиг. 4 представлен схематический вид скважины с обозначением мест замеров давлений,

на фиг. 5- пример участка месторождения для тестирования алгоритма.

Способ осуществляют путем выполнения следующих последовательных действий:

поиск влияющих нагнетательных и добывающих скважин для каждой добывающей скважины;

создание обучающей выборки для адаптации прокси-модели на дебит жидкости и долю нефти;

создание обучающей выборки по забойному давлению или динамическому уровню в стволе добывающей скважины для уточнения и корректировки прокси-модели;

адаптация прокси-модели на дебит жидкости с использованием коэффициентов модели CRM (Capacitance-Resistive Models) и нейронной сети;

адапатция прокси-модели на долю нефти;

получение функции суточной добычи нефти добывающей скважины с добавлением в нее настроечных параметров дебита жидкости и доли нефти, определенных на этапе адаптации прокси-модели;

определение оптимального значения добычи жидкости из добывающих скважин;

определение оптимальных режимов работы нагнетательных скважин для обеспечения максимальной суточной добычи нефти по месторождению в целом (максимизация добычи нефти).

Поиск влияющих нагнетательных скважин осуществляют на основе существующей системы размещения скважин на месторождении. Определяют потенциально влияющие нагнетательные скважины по принципу попадания в радиус R от добывающей скважины (радиус определен расстоянием между добывающими и нагнетательными скважинами по системе разработки). То есть в радиусе R13 требуется найти все нагнетательные скважины из расчетной области от каждой добывающей скважины 13. Если расстояние между добывающей скважиной 13(х13, у13) и нагнетательной скважиной 10(х10, у10) больше радиуса R, значит, скважина 10 не влияет на режим работы добывающей скважины 13. На фиг. 2 представлен пример поиска влияющих нагнетательных скважин для добывающей скважины 13.

Для каждой добывающей и влияющих на нее нагнетательных скважин необходимо сопоставить следующие показатели:

— приемистость (м 3 /сут);

— дебит жидкости (т/сут);

— забойные давления или динамические уровни жидкости в стволе добывающей скважины;

— состояние скважины (в работе/в бездействии).

При этом динамика добывающей скважины (дебит жидкости, доля нефти, забойные давления или динамические уровни жидкости в стволе добывающей скважины) смещается вперед на величину временного лага, который характеризует запаздывание отклика добывающей скважины при изменении режима окружающей ее нагнетательной скважины. Временной лаг рассчитывается на основе адаптации прокси-модели на исторические показатели: то есть определяется время, которое проходит с момента изменения режима в нагнетательной скважине и соответствующего отклика на это изменение в добывающей скважине.

Обучающая выборка должна содержать представительные данные по закачке, дебиту жидкости и нефти, забойному давлению или динамическим уровням. Все данные должны очищаться от случайных шумов и «выбросов». В отличии от прототипа (патент 2614338) пропуски в работе нагнетательной скважины не обязательно заполнять нулями или последними значениями.

— интенсивность аквифера (м 3 /сек);

— забойное давление (Па);

Константа времени τ, интенсивность аквифера — и коэффициент взаимовлияния между i-й нагнетательной и j-й добывающей скважинами f_ij являются параметрами адаптации и подбираются для достижения минимального расхождения между фактическими и расчетными показателями дебита жидкости в целевой скважине при помощи нейронной сети.

Забойное давление загружается в зависимость (1) из сформированной обучающей выборки. В случае отсутствия представительных данных или прямых замеров, забойное давление пересчитывается из динамического уровня по зависимости (2).

Метод CRM позволяет учесть влияние на дебит жидкости работы соседних добывающих скважин, для этого достаточно поставить в уравнение 1 вместо приемистости дебит жидкости, но с отрицательным знаком, также метод позволяет учитывать влияние на дебит изменения забойного давления. На фиг. 3 схематически представлен отклик по изменению дебита жидкости на изменение закачки в нагнетательную скважину. Функциональная зависимость носит физически-содержательный смысл и при использовании ее в качестве активационной функции в нейронной сети позволит достичь заявленного технического результата.

Адаптация прокси-модели на долю нефти

Существует два случая изменения доли нефти добывающей скважины при изменении приемистости нагнетательных скважин:

1) При увеличении приемистости нагнетательной скважины происходит снижении доли нефти добывающей скважины.

где: — доля нефти добывающей скважины j на дату обучения t.

— приемистость нагнетательной скважины i на дату обучения t.

— приемистость нагнетательной скважины i на дату обучения t-1.

— настроечные параметры.

где: — доля нефти добывающей скважины j на дату обучения t.

— приемистость нагнетательной скважины i на дату обучения t.

— приемистость нагнетательной скважины i на дату обучения t-1.

— настроечные параметры.

Функциональные зависимости (2), (3) ранее упоминаются в патенте RU 2614338 С1.

В общем виде, целевая функция, которую необходимо оптимизировать для минимизации расхождения фактической и расчетной доли нефти имеет вид среднеквадратической ошибки:

— доля нефти добывающей скважины j на дату t-1, д.ед.

Оптимизационная задача решается методом градиентного спуска. Или любым другим альтернативным методом, необходимо изменять значения настроечных параметров таким образом, чтобы значение функции стремилось к минимуму.

В результате минимизации определяют оптимальные значения настроечных параметров так, чтобы значение среднеквадратичного отклонения между рассчитанной и фактической долей нефти стремилось к минимуму. Таким образом, прокси-модель адаптируется на исторические показатели обводнения каждой добывающей скважины месторождения, и при помощи нее становится возможным осуществлять прогноз изменения доли нефти добывающих скважин в зависимости от режима работы окружающих их нагнетательных скважин.

Получение функции суточной добычи нефти добывающей скважины

Адаптация прокси-модели месторождения на дебит жидкости и долю нефти в зависимости от приемистостей нагнетательных скважин необходима для того, чтобы в дальнейшем получить функцию суточной добычи нефти.

— суточная добыча нефти добывающей скважины j, м 3 /сут;

— дебит жидкости добывающей скважины j, м 3 /сут;

— доля нефти добывающей скважины j, д.ед.

Задание ограничений на приемистости нагнетательных скважин возможно по нескольким сценариям:

Задание ограничения на добычу жидкости из добывающих скважин.

Минимальные и максимальные дебиты жидкости задаются исходя из ограничений работы насосного оборудования. В случае их отсутствия берется минимальный и максимальный дебит жидкости, который встречался в скважине в период ее фактической работы. Задается ограничение на суммарный отбор жидкости по всем добывающим скважинам с учетом возможности инфраструктуры месторождения, например пропускной способности трубопроводов и сепараторов.

Совокупная последовательность действий позволяет решить задачу эффективной организации системы вытеснения нефти водой и поддержания пластового давления.

Разработанный способ оперативного контроля и управления заводнением нефтяных пластов позволяет решать целый комплекс задач:

1. адаптироваться на фактические режимы работы добывающих скважин;

2. строить карты взаимного влияния скважин;

3. прогнозировать суточную добычу нефти добывающей скважины в зависимости от режимов работы нагнетательных скважин;

4. перераспределять закачку и добычу между скважинами для обеспечения наиболее эффективного вытеснения нефти.

Определяют влияющие нагнетательные скважины для добывающей скважины 1. В рассматриваемом случае нагнетательная скважина одна (7).

Составляют обучающую выборку для адаптации математической модели месторождения на дебит жидкости, долю нефти, в рассматриваемом случае это все данные из таблицы 1.

Определяют величину временного лага, для этого динамику добывающей скважины (дебит жидкости, доля нефти) смещают на определенную величину и изучают взаимокорреляцию, временной лаг будет соответствовать максимальному значению корреляции. Величина временного лага для данного месторождения равна 10 суткам.

На основе обучающей выборки адаптируют прокси-модель по дебиту жидкости, то есть подбирают настроечные параметры:

f₁₇ и коэффициент взаимовлияния между 7-й нагнетательной и 1-й добывающей скважинами.

Настроечные параметры подбираются нейронной сетью таким образом, чтобы расхождение между рассчитанным и фактическим дебитом жидкости было минимальным. В таблице 2 представлены значения фактического и рассчитанного по прокси-модели дебита жидкости добывающей скважины 1 в зависимости от приемистостей скважины 7.

Адаптируют прокси-модель по доле нефти, то есть подбирают настроечные параметры

таким образом, чтобы расхождение между рассчитанной и фактической долей нефти было минимальным. В таблице 2 представлены значения фактической и рассчитанной по прокси-модели доли нефти добывающей скважины 1.

Составляют функцию суточной добычи нефти добывающей скважины 1 в зависимости от приемистости скважины 7.

Для определения оптимальных режимов работы нагнетательной скважины 7, и для получения максимальной добычи нефти в скважине 1, на приемистости накладывают ограничения: приемистости должны быть положительными, меньше максимальной приемистости по истории работы скважины. Для эффективной организации системы вытеснения нефти водой и поддержания пластового давления в скважине 1 при помощи прокси-модели определяют необходимые объемы закачки нагнетательной скважины 2, при этом варьируют добычу жидкости в добывающей скважине 1.

Оптимальные режимы работы скважин:

Эти режимы обеспечивают максимальные отборы нефти в скважине 1.

Похожие патенты RU2715593C1

Иллюстрации к изобретению RU 2 715 593 C1

Реферат патента 2020 года Способ оперативного управления заводнением пластов

Изобретение относится к нефтедобывающей промышленности, а именно к управлению заводнением нефтяных пластов. Способ включает отбор нефти через добывающие скважины и закачку рабочего агента через нагнетательные скважины, при этом для определения оптимальных значений приемистостей нагнетательных скважин и дебита жидкости добывающих скважин используют математическую модель месторождения, в которой в качестве первоначальных данных для каждой добывающей скважины и потенциально влияющих на нее нагнетательных скважин принимают показатели в виде даты замера, значения приемистости, дебита жидкости и доли нефти в добываемой продукции, давления на забое нагнетательной и добывающей скважины, динамического уровня жидкости в затрубном пространстве добывающей скважины. В качестве математической модели используют объединенный с искусственной нейронной сетью объемно-резистивный метод CRM (Capacitance-Resistive Models), позволяющий получить зависимость дебита жидкости, забойного давления, динамического уровня и доли нефти добывающих скважин от текущего значения приемистости нагнетательных скважин, при этом производят адаптацию математической модели путем получения минимального расхождения фактических и расчетных данных дебита жидкости, доли нефти, забойного давления и динамического уровня каждой работающей добывающей скважины, при помощи нейронной сети определяют значения коэффициентов гидродинамического сопротивления между скважинами в модели CRM, восстанавливают поле насыщенности нефтью пласта и получают функциональную зависимость суточной добычи жидкости и нефти добывающей скважины в зависимости от приемистостей окружающих ее нагнетательных скважин и добычи жидкости окружающих ее добывающих скважин, затем производят максимизацию суммарной добычи нефти по месторождению в целом путем перераспределения приемистости нагнетательных скважин и регулирования отборов жидкости добывающих скважин с наложением ограничений на объемы закачки для эффективной организации системы вытеснения нефти водой и поддержания пластового давления. Технический результат заключается в обеспечении эффективной организации системы вытеснения нефти водой и системы поддержания пластового давления. 5 ил., 2 табл.

Формула изобретения RU 2 715 593 C1

Способ оперативного управления заводнением пластов, характеризующийся тем, что включает отбор нефти через добывающие скважины и закачку рабочего агента через нагнетательные скважины, оценку влияния на дебит и обводненность добычи соседних добывающих и приемистость соседних нагнетательных скважин, рекомендации по перераспределению закачки, при этом для определения оптимальных значений приемистости нагнетательных скважин используют математическую модель месторождения, в качестве первоначальных данных в которой для каждой добывающей скважины и потенциально влияющих на нее нагнетательных и добывающих скважин принимают показатели в виде даты замера, значения приемистости, дебита жидкости и доли нефти, забойного давления или динамического уровня жидкости в стволе добывающей скважины, а в качестве математической модели используют комбинацию аналитического решения уравнения материального баланса и закона Дарси, отражающие изменение дебита жидкости добывающей скважины при изменении приемистости влияющих на нее нагнетательных скважин и добычи жидкости окружающих добывающих, при этом производят адаптацию математической модели путем получения минимального расхождения фактических и расчетных данных дебита жидкости, забойного давления и доли нефти каждой добывающей скважины, определяют оптимальные значения настроечных параметров модели, затем производят максимизацию суммарной добычи нефти по месторождению в целом путем перераспределения приемистости нагнетательных скважин и изменения дебитов жидкости в добывающих скважинах с наложением ограничений на объемы закачки и добычи для эффективной организации системы вытеснения нефти водой и поддержания пластового давления.

Источник