Улучшенные прогнозы в нефтяных операциях с использованием методов искусственного интеллекта
Improved Predictions in Oil Operations Using Artificial Intelligent Techniques
2019-03-13
SCID: 54.1/mvz4fkth
Discuss with AI
искусственный интеллектповышение нефтеотдачипрогнозирование добычи нефтиработа коллектора (пьезопласт)конструкции эксплуатационных скважин
Figures from the paper
Abstract (AI)
Нефть считается одним из основных факторов, влияющих на мировую экономику, и ключевым элементом её устойчивого развития. Для обеспечения непрерывной добычи нефти применяются различные операции, включая разведку, бурение, добычу и управление пластом. Эти операции сопровождаются многочисленными неопределённостями и сложностями, которые снижают производительность и увеличивают эксплуатационные затраты. Сообщалось о ряде попыток прогнозирования работы нефтедобывающих систем с использованием различных подходов, включая аналитические и численные методы; однако были зафиксированы существенные ошибки оценок и значительные отклонения между прогнозными результатами и фактическими полевыми данными, что может быть связано с упрощающими допущениями. Поэтому имеется высокая потребность в быстрых и строгих моделях для оценки нефтедобывающих систем и предсказания производственных проблем. В данной статье предлагается новое применение методов искусственного интеллекта (ИИ) для определения эффективности нескольких операций, включая бурение, добычу и работу пласта. Для каждой операции были применены наиболее распространённые условия для разработки и оценки надёжности моделей. Разработанные модели исследуют значимость различных конфигураций скважин и пластов для характеристики системы. Изучались такие параметры, как проницаемость пласта, площадь дренажа, оборудования завершения скважины, скорость добычи углеводородов и работа дросселя. Рассматривались как первичная добыча нефти, так и операции повышенного нефтеизвлечения (EOR), а также процессы стимулирования. Для разработки и валидации интеллектуальных моделей использовались реальные данные из нескольких месторождений. Новизна работы заключается в том, что предложенные модели надёжны и превосходят существующие методы. Работа представляет эффективный подход к оценке производительности нефтедобывающих систем и уточнению существующих численных или аналитических моделей для улучшения управления пластом.
Key Findings
1
Искусственные методы интеллекта применены для прогнозирования эффективности бурения, добычи и работы резервуара.
2
Модели учитывают первичную добычу, методики повышения нефтеотдачи (EOR) и стимуляционные процессы, разработаны и валидация выполнена на реальных данных нескольких месторождений.
3
Модели разработаны и оценены при типичных условиях скважин и резервуаров с изучением проницаемости, размера дренажа, компоновки скважины, скорости добычи и работы дросселя.
4
Подход эффективно оценивает производительность добычи нефти и позволяет уточнять существующие численные/аналитические модели для улучшения управления месторождением.
5
Утверждается, что предложенные ИИ-модели надёжны и превосходят существующие аналитические и численные методы в прогнозировании производительности нефтяной системы.
Research Object
Системы добычи нефти (включая бурение, эксплуатацию скважин и операции с резервуаром) на нефтяных месторождениях
Research Subject
Прогнозирование и оценка эффективности и производительности операций (бурение, добыча, работу резервуара, методы ПОВ/Enhanced Oil Recovery, стимуляция) с использованием методов искусственного интеллекта, включая влияние проницаемости пласта, размера дренажа, конструкций затрубного завершения скважин, скорости добычи углеводородов и характеристик дросселя
Publication Details
Publication Date
2019-03-13
Journal
Publisher
ISSN
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai3
Новый алгоритм количественной оценки продуктивности многоветвистых газовых скважин типа «рыбья кость»2016
Прогнозирование индекса продуктивности для горизонтальных нефтяных скважин с использованием различных методов искусственного интеллекта2015
Комплексная модель характеристик завершения горизонтальных скважин2003