Применение методов искусственного интеллекта для прогнозирования продуктивности «рыбьего скелета» (fishbone) скважин

Многоствольные скважины конструкции "рыбий скелет" (fishbone) используются для повышения продуктивности за счёт увеличения площади контакта между зоной забоя и пластом. Такие скважины характеризуются сокращённым временем операций и конкурентной стоимостью по сравнению с гидроразрывом пласта. Однако сообщается о небольшом количестве моделей для определения их продуктивности. В данной работе применялись несколько методов искусственного интеллекта для оценки работы fishbone-скважин, добывающих из гетерогенного и анизотропного газового пласта. Продуктивность скважин определялась с помощью искусственной нейронной сети, системы нечеткой логики и радиальной базисной сети. Модели были разработаны и валидаированы на основе 250 наборов данных, входными параметрами являлись коэффициент проницаемости (Kh/Kv), текущее забойное давление и длина бокового ствола. Результаты показали, что модели ИИ способны предсказывать продуктивность fishbone-скважин с приемлемой абсолютной ошибкой 7,23%. Кроме того, из искусственной нейронной сети был извлечён математический уравнение, обеспечивающее простую и прямую оценку продуктивности fishbone-скважин. Надёжность разработанной модели оценивалась по фактическим испытаниям дебита, и было получено очень приемлемое соответствие между предсказанными и фактическими расходами с абсолютной ошибкой 6,92%. В статье представлены эффективные модели для определения работы сложных многоствольных скважин, добывающих из гетерогенных пластов. Разработанные модели помогут сократить неопределённость, связанную с численными методами, а извлечённое уравнение может быть внедрено в коммерческое программное обеспечение, что существенно уменьшит расхождения между фактическими данными и результатами моделирования.