Новая методика количественной оценки продуктивности сложных скважин с использованием инструментов искусственного интеллекта

Неконвенциональные скважины (NCW) применяются для повышения дебита и доступа к труднодоступным коллекторам. Под неконвенциональными скважинами понимают продвинутые типы скважин, такие как сильно отклонённые, горизонтальные, «рыбья кость» (fishbone) или многоветвевые скважины. Эти скважины имеют большой потенциал для максимизации извлечения углеводородов, однако их продуктивность трудно предсказать. В литературе разработано множество математических моделей для прогнозирования продуктивности скважин, но существующие модели используют одну или несколько упрощающих допущений, что может приводить к завышенной или заниженной оценке добычи углеводородов. В этой статье предложена эффективная методика оценки продуктивности неконвенциональных скважин. В работе использовались методы искусственного интеллекта (ИИ) для определения продуктивности скважин в широком диапазоне условий. Разработанные модели позволяют оценивать работу скважин без сложности, связанной с численными подходами. Для оценки добычи углеводородов использовались искусственные нейронные сети (ANN) для двух типов неконвенциональных скважин: многоветвевых скважин типа fishbone и гидроразрывных горизонтальных скважин. Представлены надёжные модели для количественной оценки работы неконвенциональных скважин, добывающих из неоднородных и анизотропных пластов. Разработанные модели оценивают влияние свойств резервуара и конфигурации скважины на дебит. Всего для построения интеллектуальных моделей и валидации их предсказательной способности использовалось 850 наборов данных. Кроме того, с помощью оптимизированных ANN были извлечены математические уравнения. Полученные корреляции показали приемлемые ошибки прогнозирования — средняя абсолютная ошибка составила примерно 7,4%. Новизна работы заключается в предложении эффективных моделей для количественной оценки продуктивности неконвенциональных скважин. Предложенные модели могут быть использованы для доработки коммерческого программного обеспечения с целью уменьшения расхождений между фактическими измерениями и результатами моделирования, а также способствовать улучшению управления нефтяным месторождением за счёт повышения точности прогнозирования дебита скважин. В результате исследование может помочь оптимизировать планирование скважин для сложных конструкций, таких как гидроразрывные горизонтальные и многоветвевые скважины типа fishbone.