Критерии подбора скважин для грп

Обновлено: 07.07.2024

6.Критерии выбора скважин для проведения грп.

Для проведения ГРП предпочтение отдается скважинам, удовлетворяющим установленным нижеперечисленным критериям:

1. Коллектора низкопроницаемые (ГРП обеспечивает увеличение фильтрационной поверхности), при этом должны соблюдаться следующие критерии.

1.1. эффективная толщина пласта не менее 5 м;

1.2. отсутствие в продукции скважин газа из газовой шапки, а также закачиваемой или законтурной воды;

1.4. удаленность скважины от ГНК и ВНК должна превышать расстояние между добывающими скважинами;

1.5. накопленный отбор нефти из скважины не должен превышать 20% от удельных извлекаемых запасов;

1.6. расчлененность продуктивного интервала (подвергаемого ГРП) - не более 3-5;

1.7. скважина должна быть технически исправна, как состояние эксплуатационной колонны так и сцепление цементного камня с колонной и породой должно быть удовлетворительным в интервале выше и ниже фильтра на 50м.

1.8. проницаемость пласта не более 0,03 мкм 2 при вязкости нефти в пластовых условиях не более 5 МПа.с.

2. ГРП в коллекторах средней и низкой проницаемости для интенсификации добычи нефти за счет ликвидации повышенных фильтрационных сопротивлений в призабойной зоне.

2.1. начальная продуктивность скважины значительно ниже продуктивности окружающих скважин;

2.2. наличие скин-эффекта на КВД;

2.3. обводненность продукции скважин не должна превышать 20%;

7. Природные углеводородные газы и их свойства, учитываемые при подсчете запасов и разработке м/р.

Газы - природная смесь углеводородных и неуглеводородных соединений и элементов, находящихся в пластовых условиях в газообразной фазе в виде отдельных скоплений либо в растворенном в нефти или воде состоянии, а в стандартных условиях - только в газообразной фазе. К основным компонентам пластового газа относятся метан и его гомологи—этан, пропан, бутаны. Газ часто содержит сероводород, гелий, оксид углерода, азот и инертные газы, иногда ртуть. Этан при содержании в газе 3 % и более, гелий при концентрации в свободном газе 0,05 % и в растворенном в нефти газе 0,035 %, а также сероводород при содержании 0,5 % (по объему) имеют промышленное значение.

Для подсчета запасов, рациональной их разработки важнейшие параметры газа - молекулярная масса, плотность в стандартных условиях, относительная плотность по воздуху, среднекритические температура и давление, коэффициент сверхсжимаемости, объемный коэффициент, вязкость, гидратообразование, теплота сгорания.

8. Технологические режимы эксплуатации газовых скважин.

В практике эксплуатации газовых скважин на различных месторождениях газ отбирают при следующих условиях на забое скважин.

1. Режим постоянного градиента на забое скважины

Математически градиент давления на забое газовой скважины можно представить в следующем виде

где и - максимальный дебит скважин и соответствующее ему забойное давление, при которых газонасыщенный коллектор на забое скважины не разрушается.

Величина определяется, исходя из результатов исследований скважин и опытной эксплуатации для принятого дебита , при котором ещё не наблюдается осложнений при эксплуатации.

Режим постоянного градиента характерен для условий эксплуатации залежи, приуроченной к относительно неплотным породам, способным разрушаться при достаточно больших отборах газа из скважины. Во избежании этого скважину следует эксплуатировать при градиенте давления на забое менее допустимого.

Нефть, Газ и Энергетика

1.1. эффективная толщина пласта не менее 5 м;

1.2. отсутствие в продукции скважин газа из газовой шапки, а также закачиваемой или законтурной воды;

1.4. удаленность скважины от ГНК и ВНК должна превышать расстояние между добывающими скважинами;

1.5. накопленный отбор нефти из скважины не должен превышать 20% от удельных извлекаемых запасов;

1.6. расчлененность продуктивного интервала (подвергаемого ГРП) - не более 3-5;

1.8. проницаемость пласта не более 0,03 мкм 2 при вязкости нефти в пластовых условиях не более 5 МПа.с.

2.1. начальная продуктивность скважины значительно ниже продуктивности окружающих скважин;

Нефть, Газ и Энергетика

Подготовительные работы к проведению ГРП включают в себя:

Тестирование скважины.

На первом этапе геологической службой НГДУ подбираются скважины для проведения ГРП. Основными критериями подбора являются:

1. Пласты с ухудшенной емкостно-фильтрационной характеристикой (заглинизированы частым переслаиванием.

2. Скважины, давшие при опробовании слабый приток нефти по сравнению с окружающими.

3. Скважины с неоднородными пластами по разрезу (нагнетательные, с неравномерной приемистостью, эксплуатационные с неравномерным отбором).

ГРП проводить не рекомендуется:

В нефтяных скважинах, расположенных в приконтурных зонах и при наличии водоносных пропластков, горизонтов ближе 20 м.

1. В первом эксплуатационном ряду от разрезающего ряда, вблизи очага заводнения. При интенсивной закачке.

2. В скважинах, зонах, достигших проектной выработки.

3. При наличии межпластовых перетоков.

На втором этапе тестирование по физическим параметрам скважины проводится совместно геологическими службами НГДУ и КРС.

Подготовка инструмента, труб и подземного оборудования.

Доставка на скважину.

Все оборудование, эксплуатация которого связана с ГРП, находится на балансе УКРС.

Весь инструмент и оборудование, включая колонный скребок, пакер ГРП, устьевую головку ГРП, комплект НКТ - 89х5,5, паспортизируется. В паспорте отображается наработка комплекта или оборудования и проведенные ремонты.

Ремонт герметизирующей головки ГРП, пакера ГРП и скребка осуществляется на базе УКРС.

Комплект труб НКТ 89х5,5 после проведения 10 гидроразрывов переопрессовывается и отбраковывается на центральной трубной базе Управления по ресурсам (ЦТБ УПОР). После восстановления резьб комплекты НКТ переукомплектовываются.

Все перемещение оборудования или инструмента осуществляется силами БПО или НГДУ по заявке мастера КРС.

Подготовка скважины.

Перед ГРП пакер должен устанавливаться в интервале 30-50 м от верхних отверстий зоны перфорации, указанной в плане работ на скважину.

Интервал установки пакера должен скребковаться скребком. Доставка пакера на куст осуществляется группой подготовки ГРП в специальном контейнере. Пакер доставляется с навернутым опрессовочным седлом.

Перед пуском пакер соединяют на мостках с патрубком, не вынимая пакер из контейнера. Специальный контейнер снимают с пакера после подъема НКТ в вертикальное положение.

Спуск пакера должен осуществляться на НКТ-89 мм с допустимым внутренним давлением не менее 700 МПа.

При спуске (подъеме) пакера в скважину скорость не должна превышать 0,25 м/сек.

Спуск пакера должен производиться с точным замером и отбраковкой труб, очисткой и смазкой резьб.

Опрессовка НКТ должна производиться на давление, указанное в плане работ на ремонт скважины.

Давление в НКТ при опрессовке наблюдается в течение 5 минут. Допускается снижение давления на 0,1 МПа.

Посадка пакера как гидравлического, так и механического типа производится в соответствии с инструкциями по эксплуатации пакеров.

При оборудовании устья скважины специальной арматурой, планшайба крепится на все шпильки, проверяется работоспособность задвижек. Лицо, посадившее пакер, заполняет отчет о посадке пакера и делает в вахтовом журнале и паспорте на ГРП краткое описание проведенной работы.

Подготовка площадки.

На территории куста бригады КРС подготавливается рабочая площадка размерами 50х50 м, с которой убираются посторонние предметы и производится планировка. В зимнее время площадка очищается ото льда и снега.

Площадка для расстановки техники и емкостного парка при ГРП должна отвечать следующим требованиям:

На площадке должна разместиться техника ГРП и емкостной парк (3 емкости по 40 м 3 ).

Площадка должна иметь свободный подъезд к скважине.

Площадка должна иметь поверхность, способную выдержать технику весом до 60 тонн.

После подготовки скважины к проведению ГРП бригада КРС снимает с устья скважины установку для ремонта скважины, мостки, трубы и все бригадное хозяйство в радиусе 50 метров от скважины. Мастер бригады КРС за сутки уведомляет СОУП УКРС о готовности скважины к ГРП. В течении этих суток начальник участка ГРП или ведущий инженер вместе с супервайзером УКРС проверяют состояние площадки и составляют схему расположения оборудования, которая утверждается главным инженером УКРС.

После этого на площадку завозятся емкости и заполняются нефтью или водой. Емкости для жидкости - основы геля устанавливаются на твердую поверхность за пределами охранной зоны воздушных линий электропередач, нефтесборных сетей с расстоянием между ними не менее 1 метра. Горизонтальные емкости устанавливаются слегка наклоненными в сторону слива. После установки емкости заземляются на ранее подготовленный контур или колонну ближайшей скважины через заземляющий луч.

Подогрев воды или нефти производится с помощью АДПМ-5 при температуре окружающей среды ниже 0 o С до температуры 20-30 o С.

Завоз химреагентов и нефти (воды).

Завоз типа и количества жидкости - основы геля, доставка химреагентов осуществляется в соответстви с планом работ на ГРП силами БПО УКРС или БПО НГДУ в зависимости от того, чья бригада КРС работает на скважине.

Завоз нефти на скважину осуществляется звеном из трех АЦН-10 и одного ЦА-320.

Подготовка оборудования, участвующего в ГРП.

Гидравлический разрыв пласта производится техникой комплекса ГРП в составе :

- насосных установок, блендера (смесителя), установки для транспортировки расклинивающего агента (песковоза), блок манифольда, станции контроля;

Помимо комплекса ГРП на скважине должны находиться:

- пожарная машина, ЦА-320, ППУ, АЦН-10, оперативная машина.

Расстановка техники на кусту производится в соответствии с утвержденной схемой.

Монтаж нагнетательных линий от блока манифольда до устья скважины производится трубами диаметром 89 мм с помощью БРС.

Трубы укладываются на специальные подставки.

В нагнетательную линию последовательно устанавливают, начиная от блока манифольда к устью скважины, тройни для датчика давления, обратный клапан и тройник для сброса давления.

Перед сборкой все БРС должны быть осмотрены, очищены от грязи, изношенные и дефектные резиновые уплотнения заменяются.

Блендер соединяется с емкостями и насосными агрегатами через блок манифольда или напрямую гибкими шлангами, оборудованными 4-х дюймовыми БРС.

Затрубное пространство скважины соединяется с насосным агрегатом (ЦА-320) 2-х дюймовыми трубами с БРС.

В мерном баке ЦА-320 должно быть в запасе не менее 1 м 3 раствора или воды.

На другом стволе затрубного пространства последовательно устанавливается кран высокого давления в открытом положении и предохранительный клапан, срабатывающий при 15 МПа, свободный конец которого соединяется линией из 2-х дюймовых труб с емкостью.

Для контроля давления в затрубном пространстве на устьевой арматуре устанавливается датчик давления.

Для контроля параметров ГРП станцию контроля соединяют двумя кабелями с датчиками давления и двумя кабелями с блендером для контроля плотности и скорости закачки жидкости.

Для управления насосными агрегатами со станции контроля агрегаты пронумеровываются и соединяются кабелями с соответствующей панелью управления на станции контроля.

При проверке управления насосными агрегатами со станции контроля одновременно проверяется оборудование для записи процесса ГРП.

Под руководством бригадира комплексом ГРП производится заполнение рабочей жидкостью насосов, блока манифольда. Блендера и нагнетательных линий.

Машинист ЦА-320 создает давление на затрубном пространстве скважины, равное давлению опрессовки колонны.

Руководителем работ производится осмотр всех линий, коммуникаций и запорной арматуры.

Членам бригады комплекса ГРП выдаются рации и проверяется их работоспособность. Все люди не задействованные в процессе ГРП, удаляются в безопасное место в радиусе, не ближе 25 метров от устья скважины.

Нефть, Газ и Энергетика

Сущность ГРП заключается в создании новых или расширении существующих трещин в пласте путем закачки в скважину жидкости под высоким давлением и последующем закреплении их расклинивающим высокопроницаемым материалом (проппантом).

Технология ГРП включает:

1. Промывку скважины;

2. Спуск в скважину высокопрочных НКТ с пакером и якорем на нижнем конце;

3. Обвязку и опрессовку на 1,5- кратное рабочее давление устья и наземного оборудования;

4. Определение приемистости скважины закачкой жидкости;

5. Закачку в пласт жидкости - разрыва, жидкости - песконосителя и продавочной жидкости (собственно гидроразрыв); 6. Демонтаж оборудования и пуск скважины в работу.

По технологическим схемам проведения различают:

однократный - под давлением закачиваемой жидкости оказываются все вскрытые перфорацией пласты одновременно;

направленный (поинтервальный) - под давлением закачиваемой жидкости оказывается выбранный пласт или пропласток (интервал);

Подбор скважин-кандидатов для гидравлического разрыва пласта с использованием методов машинного обучения

Сегодня мы расскажем, как разрабатывали систему поиска скважин-кандидатов для гидравлического разрыва пласта (ГРП) с использованием машинного обучения (далее – ML) и что из этого вышло. Разберёмся, зачем делать гидравлический разрыв пласта, при чём здесь ML, и почему наш опыт может оказаться полезен не только нефтяникам.

Под катом подробная постановка задачи, описание наших IT решений, выбор метрик, создание ML конвейера, разработка архитектуры для выпуска модели в прод.

Зачем делать ГРП мы писали в наших предыдущих статьях тут и тут.

Зачем здесь машинное обучение? ГРП с одной стороны хоть и дешевле бурения, но всё равно мероприятие затратное, а с другой его не получится делать на каждой скважине – не будет эффекта. Поиском подходящих мест занимается эксперт-геолог. Поскольку количество действующих велико (десятки тысяч) нередко варианты упускаются из виду, и компания недополучает возможную прибыль. Значительно ускорить анализ информации позволяет использование машинного обучения. Однако создать ML модель – это лишь полдела. Нужно заставить её работать в постоянном режиме, связать с сервисом данных, нарисовать красивый интерфейс и сделать так, чтобы пользователю было удобно зайти в приложение и решить свою проблему в два клика.

Абстрагируясь от нефтянки, можно заметить, что подобные задачи решаются во всех компаниях. Все хотят:

A. Автоматизировать обработку и анализ большого потока данных.
B. Уменьшить затраты и не упускать выгоду.
C. Сделать такую систему быстро и эффективно.

Из статьи вы узнаете, как мы реализовали подобную систему, какие инструменты использовали, а также какие шишки набили на тернистом пути внедрения ML в производство. Уверены, что наш опыт может быть интересен всем, кто хочет автоматизировать рутину – вне зависимости от сферы деятельности.

Как происходит подбор скважин на ГРП «традиционным» способом

При подборе скважин-кандидатов на ГРП нефтяник опирается на свой большой опыт и смотрит на разные графики и таблицы, после чего прогнозирует, где сделать ГРП. Достоверно, однако, никто не знает, что творится на глубине нескольких тысяч метров, ведь взглянуть под землю так просто не получается (подробнее можно почитать в предыдущей статье). Анализ данных «традиционными» методами требует значительных трудозатрат, но, к сожалению, не даёт гарантии точного прогноза результатов ГРП (спойлер – с ML тоже).

Если описать текущий процесс определения скважин-кандидатов на ГРП, то он будет состоять из следующих этапов: выгрузка данных по скважинам из корпоративных информационных систем, обработка полученных данных, проведение экспертного анализа, согласование решения, проведение ГРП, анализ результатов. Выглядит просто, но не совсем.

Текущий процесс подбора скважин-кандидатов

Основной минус подобного «ручного» подхода – много рутины, объёмы растут, люди начинают тонуть в работе, отсутствует прозрачность в процессе и методах.

Постановка задачи

В 2019 году перед нашей командой по анализу данных встала задача – создать автоматизированную систему по подбору скважин-кандидатов на ГРП. Для нас это звучало так – смоделировать состояние всех скважин, предположив, что прямо сейчас на них необходимо произвести операцию ГРП, после чего отранжировать скважины по наибольшему приросту добычи нефти и выбрать Топ-N скважин, на которые поедет флот и проведёт мероприятия по увеличению нефтеотдачи.

С помощью ML моделей формируются показатели, которые говорят о целесообразности проведения ГРП на конкретной скважине: дебит нефти после планируемого ГРП и успешность данного мероприятия.

В нашем случае дебит нефти представляет собой количество добытой нефти в метрах кубических за 1 месяц. Данный показатель рассчитывается на основе двух величин: дебита жидкости и обводнённости. Жидкостью нефтяники называют смесь нефти и воды – именно эта смесь является продукцией скважин. А обводнённость – это доля содержания воды в данной смеси. Для того чтобы рассчитать ожидаемый дебит нефти после ГРП, используются две модели регрессии: одна прогнозирует дебит жидкости после ГРП, другая прогнозирует обводнённость. С помощью значений, которые возвращают данные модели, рассчитываются прогнозы дебита нефти по формуле:

Успешность ГРП – это бинарная целевая переменная. Она определяется с помощью фактического значения прироста дебита нефти, который получили после ГРП. Если прирост больше некоего порога, определённого экспертом в доменной области, то значение признака успешности равно единице, в противном случае оно равно нулю. Таким образом мы формируем разметку для решения задачи классификации.

Что касается метрики… Метрика должна идти от бизнеса и отражать интересы заказчика, говорят нам любые курсы по машинному обучению. По нашему мнению – здесь кроется главный успех или неуспех проекта по машинному обучению. Группа датасайнтистов может сколь угодно долго улучшать качество модели, но если она никак не повышает бизнес-ценность для заказчика – такая модель обречена. Ведь заказчику было важно получить точно кандидата с «физичными» прогнозами параметров работы скважины после ГРП.

Для задачи регрессии были выбраны следующие метрики:

Почему метрика не одна, спросите вы – каждая отражает свою правду. Для месторождений, где средние дебиты высокие, МАЕ будет большим, а МАРЕ – маленьким. Если взять месторождение с низкими средними дебитами, картина будет противоположной.

Для задачи классификации выбраны следующие метрики:

(вики),

Площадь под кривой ROC–AUC (вики).

Ошибки, с которыми мы столкнулись

Ошибка №1 – построить одну универсальную модель для всех месторождений.

После анализа датасетов стало понятно, что данные меняются от одного месторождения к другому. Оно и неудивительно, так как месторождения, как правило, имеют разное геологическое строение.
Наше предположение, что если взять и загнать все имеющиеся данные для обучения в модель, то она сама выявит закономерности геологического строения, провалилось. Модель, обученная на данных конкретного месторождения, показывала более высокое качество прогнозов, нежели модель, для создания которой использовалась информация обо всех имеющихся месторождениях.
Для каждого месторождения тестировались разные алгоритмы машинного обучения и по результатам кросс-валидации выбирался один с наименьшей MAPE.

Ошибка №2 – отсутствие глубокого понимания данных.

Хочешь сделать хорошую модель машинного обучения для реального физического процесса – пойми, как этот процесс происходит.

Изначально в нашей команде не было доменного эксперта, и мы двигались хаотично. Не замечали, увы, ошибок модели при анализе прогнозов, делали неправильные выводы на основе результатов.
Ошибка №3 – отсутствие инфраструктуры.

Сперва мы выгружали много различных csv файлов для разных месторождений и разных показателей. В определённый момент файлов и моделей накопилось невыносимо много. Стало невозможно воспроизвести уже проведённые эксперименты, терялись файлы, возникала путаница.

1. ТЕХНИЧЕСКАЯ ЧАСТЬ

На сегодняшний день наша система автоподбора кандидатов выглядит следующим образом:

Каждый компонент представляет собой изолированный контейнер, который выполняет определённую функцию.

2.1 ETL = Загрузка данных

Всё начинается с данных. Особенно, если мы хотим построить модель машинного обучения. В качестве интеграционной системы мы выбрали Pentaho Data Integration.

Скриншот одной из трансформаций

бесплатная система;
большой выбор компонент для подключения к различным источникам данных и трансформации потока данных;
наличие веб-интерфейса;
возможность управлять через REST API;
логирование.

Для каждого факта ГРП выгружается более 400 параметров, описывающих работу скважины на момент проведения мероприятия, работу соседних скважин, а также информацию о проведённых ранее ГРП. Далее происходит преобразование и предобработка данных.

В качестве хранилища обработанных данных мы выбрали PostgreSQL. У него большой набор методов для работы с json. Так как мы храним итоговые датасеты в данном формате – это стало решающим фактором.

Проект машинного обучения связан с постоянным изменением входных данных в силу добавления новых признаков, поэтому в качестве схемы базы данных используется Data Vault (ссылка на вики). Эта схема построения хранилищ позволяет быстро добавлять новые данные об объекте и не нарушать целостность таблиц и запросов.

2.2 Сервисы данных и моделей

После причёсывания и расчёта нужных показателей данные заливаются в БД. Здесь они хранятся и ждут, когда датасайнтист возьмёт их для создания ML модели. Для этого существует DataService – сервис, написанный на Python и использующий gRPC протокол. Он позволяет получать датасеты и их метаданные (типы признаков, их описание, размер датасета и т. п.), загружать и выгружать прогнозы, управлять параметрами фильтрации и деления на train/test. Прогнозы в базе хранятся в формате json, что позволяет быстро получать данные и хранить не только значение прогноза, но и влияние каждого признака на этот конкретный прогноз.

Пример proto файла для сервиса данных.

Когда модель создана, её следует сохранить – для этих целей используется ModelService, также написанный на Python с gRPC. Возможности этого сервиса не ограничиваются сохранением и загрузкой модели. Кроме того, он позволяет мониторить метрики, важность признаков, а также осуществляет связку модель + датасет, для последующего автоматического создания прогноза при появлении новых данных.

Примерно так выглядит структура нашего сервиса моделей.

2.3 ML модель

В определённый момент наша команда поняла, что автоматизация должна коснуться и создания ML моделей. Такая потребность была обусловлена необходимостью ускорения процесса создания прогнозов и проверки гипотез. И мы приняли решение разработать и внедрить в наш конвейер собственную библиотеку AutoML.

Изначально рассматривалась возможность использования готовых AutoML библиотек, однако существующие решения оказались недостаточно гибкими для нашей задачи и не обладали всем нужным функционалом сразу (по просьбам трудящихся можем написать отдельную статью о нашем AutoML). Отметим лишь, что разработанный нами фреймворк содержит классы, используемые для предобработки датасета, генерации и отбора признаков. В качестве моделей машинного обучения используется привычный набор алгоритмов, которые наиболее успешно применялись нами ранее: реализации градиентного бустинга из библиотек xgboost, catboost, случайный лес из Sklearn, полносвязная нейронная сеть на Pytorch и т. д. После обучения AutoML возвращает sklearn пайплайн, который включает в себя упомянутые классы, а также ML модель, которая показала наилучший результат на кросс-валидации по выбранной метрике.

Помимо модели формируется и отчёт о влиянии каких-либо признаков на конкретный прогноз. Такой отчёт позволяет геологам заглянуть под капот таинственного чёрного ящика. Таким образом, AutoML получает размеченный датасет с помощью DataService и после обучения формирует конечную модель. Далее мы можем получить окончательную оценку качества модели, загрузив тестовый датасет, сформировав прогнозы и рассчитав метрики качества. Завершающим этапом является выгрузка бинарного файла сформированной модели, её описания, метрик на ModelService, в то время как прогнозы и информация о влиянии признаков возвращаются на DataService.

Итак, наша модель помещена в пробирку и готова к запуску в прод. В любое время мы можем с её помощью сформировать прогнозы на новых, актуальных данных.

2.4 Интерфейс

Конечный пользователь нашего продукта – это геолог, и ему надо как-то взаимодействовать с ML моделью. Наиболее удобный для него способ – это модуль в специализированном ПО. Его-то мы и реализовали.

Фронтенд, доступный нашему пользователю, выглядит как интернет-магазин: можно выбрать нужное месторождение и получить список наиболее вероятных успешных скважин. В карточке скважины пользователь видит прогнозируемый прирост после ГРП и сам решает, хочет ли он добавить его в «корзину» и рассмотреть подробнее.

Интерфейс модуля в приложении.

Так выглядит карточка скважины в приложении.

Помимо прогнозируемых приростов по нефти и жидкости, пользователь также может узнать, какие признаки повлияли на предлагаемый результат. Важность признаков рассчитывается на этапе создания модели с помощью метода shap, а затем подгружается в интерфейс ПО с DataService.

В приложении наглядно показаны, какие признаки оказались наиболее важными для прогнозов модели.

Также пользователь может посмотреть на аналоги интересующей скважины. Поиск аналогов реализован на стороне клиента с помощью алгоритма K-d дерево.

Модуль выводит скважины, схожие по геологическим параметрам.

2. КАК МЫ УЛУЧШАЛИ ML МОДЕЛЬ

Казалось бы, стоит запустить AutoML на имеющихся данных, и будет нам счастье. Но бывает так, что качество прогнозов, получаемых автоматическим способом, не идёт ни в какое сравнение с результатами датасайнтистов. Дело в том, что для улучшения моделей аналитики нередко выдвигают и проверяют различные гипотезы. Если идея позволяет улучшить точность прогнозирования на реальных данных, она реализуется и в AutoML. Таким образом, добавляя новые фичи, мы усовершенствовали автоматическое прогнозирование настолько, чтобы перейти к созданию моделей и прогнозов с минимальной включённостью аналитиков. Вот несколько гипотез, которые были проверены и внедрены в наш AutoML:

1. Изменение метода заполнения пропусков

В самых первых моделях мы заполняли почти все пропуски в признаках средним, кроме категориальных – для них использовалась самое часто встречающееся значение. В дальнейшем, при совместной работе аналитиков и эксперта, в доменной области удалось подобрать наиболее подходящие значения для заполнения пропусков в 80% признаков. Также мы испробовали ещё несколько методов заполнения пропусков с использованием библиотек sklearn и missingpy. Наилучшие результаты дали заполнение константой и KNNImputer – до 5% MAPE.

Результаты эксперимента по заполнению пропусков различными методами.

2. Генерация признаков

Добавление новых признаков для нас – итеративный процесс. Для улучшения моделей мы стараемся добавлять новые признаки на основе рекомендаций доменного эксперта, на основе опыта из научных статей и наших собственных выводов из данных.

Проверка гипотез, выдвигаемых командой, помогает вводить новые признаки.

Одними из первых стали признаки, выделенные на основе кластеризации. По сути, мы просто выделили в датасете кластеры на основе геологических параметров и сгенерировали основные статистики по другим признакам на основе кластеров – это дало небольшой прирост в качестве.

Процесс создания признака на основе выделения кластеров.

Также мы добавляли признаки, придуманные нами при погружении в доменную область: накопленная добыча нефти, нормированная на возраст скважины в месяцах, накопленная закачка, нормированная на возраст скважины в месяцах, параметры, входящие в формулу Дюпюи. А вот генерация стандартного набора из PolynomialFeatures из sklearn прироста в качестве нам не дала.

3. Отбор признаков

Отбор признаков мы производили многократно: как вручную вместе с доменным экспертом, так и используя стандартные методы feature selection. После нескольких итераций нами было принято решение убрать из данных некоторые признаки, не влияющие на таргет. Таким образом, нам удалось уменьшить размерность датасета, сохранив при этом прежнее качество, что позволило значительно ускорить создание моделей.

А теперь про полученные метрики.

На одном из месторождений мы получили следующие показатели качества моделей:

Стоит отметить, что результат выполнения ГРП также зависит от ряда внешних факторов, которые не прогнозируются. Поэтому о снижении МАРЕ до 0 говорить нельзя.

Подбор скважин-кандидатов для ГРП с использованием ML – амбициозный проект, объединивший в команду 7 человек: дата инженеров, датасайнтистов, доменных экспертов и менеджеров. Сегодня проект фактически готов к запуску и уже проходит апробацию на нескольких дочерних обществах Компании.

Компания открыта для экспериментов, поэтому из списка были выбраны около 20 скважин, и на них провели операции гидроразрыва. Отклонение прогноза с фактическим значением запускного дебита нефти (МАРЕ) составило около 10%. И это очень неплохой результат!

Не будем лукавить: особенно на начальном этапе несколько предложенных нами скважин оказались неподходящими вариантами.

Пишите вопросы и комментарии – постараемся на них ответить.

Подписывайтесь на наш блог, у нас есть ещё много интересных идей и проектов, о которых мы обязательно напишем!

Критерии выбора объекта для проведения ГРП.

6) нагнетательные скважины с неравномерной приемистостью по продуктивному разрезу.

ГРП не рекомендуется проводить:

1) в нефтяных скважинах вблизи контура нефтеносности;

2) в технически неисправных скважинах.

3) В добывающих скважинах расположенных вблизи нагнетательных

4) В пластах малой толщины < 5м

5) В пластах с неконтактной подошвенной водой, отделенной от продуктивной части тонкой глинистой перемычкой;

6) Высоко обводненные скважины (наилучшие результаты достигаются при обводненности менее 30%);

Схемы подогревателей нефти и печей.

1.Путевые подогреватели (с жаровыми трубами)

1-корпус; 2-жаровые трубы; 3-горелки форсуночного типа;

2.Печи

Основные документы на разработку нефтяных месторождений (мелких и крупных).

Для небольших м/р ( до 10 млн.тонн запасов) выполняются документы:

1) Проект(план) пробной эксплуатации м/р (на два года).

2) Тех.схема на разработку.

3) Уточненная (1 или несколько) тех.схема.

4) Проект на разработку, если м/р небольшое ч/з 5-8лет + несколько уточненных проектов.

5) Проект на доразработку м/р.

6)проект ликвидационных работ

Для крупных м/р и гигантов:

1) Тех.схема на разработку первоочередного участка.

2) Генеральная техсхема на разработку.

3) Принципиальная схема разработки.

4) Проект па разработку ч/з 12-14лет.

6) Проект доразработки

Основные проектные документы на разработку нефтяного месторождения

Вид и содержание проектного проектного документа по разработке зависит от стадии разработки месторождения, сложности и изученности его строения и свойств, а также предполагаемых технологий и системы разработки месторождения. Вообще могут быть использованы следующие документы:

1)Проект пробной эксплуатации

2)Технологическая схема опытно-промышленной эксплуатации

3) Технологическая схема разработки

5)Уточненные проекты разработки

В принципе каждый последующий проектный документ должен опираться на предыдущий, но не всегда необходимо последовательно составлять весь набор документов. Если предполагается ввести в разработку месторождение, залегающее в уже известном геологическом комплексе, со свойствами, аналогичными свойствам других месторождений, то можно обойтись, например, без технологической схемы опытно-промышленной эксплуатации и переходить к составлению основной технологической схемы разработки.

Пробная эксплуатация скважин осуществляется, как правило, в обязательном порядке, т.к. при ее проведении получают важные сведения о пласте и скважинах, необходимые для составления технологической схемы разработки (Дебиты, приемистость, скин-эффекты, эффективности тех или иных способов эксплуатации и др.).

В случаях, когда возникают сомнения в использовании тех или иных расстояний между скважинами, в выборе объектов разработки, или технологии извлечения нефти, необходимо составлять технологическую схему опытно-промышленной эксплуатации для одного или нескольких участков месторождения.

Технологическая схема и проект разработки месторождения являются основными документами, определяющими разработку месторождения. В тех.схеме устанавливается система и технология разработки. В процессе её реализации производится основное эксплуатационное разбуривание месторождения.

После составления и утверждения тех.схемы составляется проект его обустройства в котором с учетом многих условий устанавливаются трассы промышл.нефтепроводов и их техн.характеристики, тип и конструкция устройств для сбора и замера нефти и газа, систем управления, типы и производительность устройств для сепарации нефти и газа, и т.п. На основе проекта обустройства строительство объектов разработки.

Проект разработки составляется когда месторождение разбурено на 60-70%, но в систему и технологию ещё можно ввести изменения. Если и после составления и начала осуществления проекта разработки возникнет необходимость изменения проекта, то составляется уточненный проект разработки.

Согласно регламенту Министерства топлива и энергетики РФ проектные документы должны содержать:

*Общие физ.-геол. сведения о месторождении , его пластах и насыщающих их нефти, газе и воде.

*Геол.-физ. характеристику месторождения , строение и данные об эффективных толщинах, данные о запасах, пористости, абсолютной и относительной проницаемости, вязкости нефти, газа и воды, смачиваемости коллекторов, начальном и текущем Рпл и нефтенасыщенности.

*Данные гидродинамических исследований, данные о дебитах и приемистости скважин.

*Данные лабораторных исследований извлечения нефти из недр, теплофизические и физ.-химические свойства пластов в соответствии с предполагаемой технологией нефтеизвлечения.

*Обоснование выявления объектов разработки.

*Обоснование конструкции скважин, техники и технологии эксплуатации скважин, систем первичной переработки нефти и газа.

*Характеристику источников водоснабжения и газоснабжения.

*Обоснование экологической безопасности разработки.

*Экономические характеристики вариантов разработки.

На каждый проектный документ должно выдаваться техническое задание и показатели входящие в него не должны быть противоречивыми.

Билет 49

Критерии выбора скважин для ГРП

Комплексный подход к проектированию ГРП требует рассмотрения этой технологии не только, как средства обработки призабойной зоны скважины, но и как элемента системы разработки. В связи с этим при подборе скважин для проведения ГРП рекомендуется следующая последовательность действий при подборе скважин для проведения ГРП.

1. Анализ геолого-физической и промысловой информации; построение детальной геологической модели объекта.

2. Определение ориентации трещин.

3. Расчет оптимальных параметров трещины.

4. Выявление скважин с загрязненной призабойной зоной.

5. Предварительный подбор скважин для ГРП применительно к данному месторождению. При расстановке скважин на новом участке или месторождении необходимо учитывать ориентацию трещин.

6. Создание геолого-математической модели объекта.

7. Расчет базового варианта разработки (без проведения ГРП).

8. Расчет варианта с гидроразрывом во всех скважинах намеченных, на

9. Сопоставление базового варианта с вариантом ГРП:

- выявление скважин, в которых проведение ГРП не приводит к существенному увеличению добычи нефти на этих скважинах;

- выявление невырабатываемых участков пласта и проектирование дополнительных ГРП и добывающих скважин для дренирования этих участков;

- выявление участков, характеризующихся пониженным пластовым давлением, и проектирование дополнительных мероприятий в нагнетательных скважинах.

10. Создание новых вариантов с ГРП, проведение расчетов, сопоставление вариантов между собой и базовым вариантом.

11. Выбор нескольких технологически эффективных вариантов.

12. Проведение технико-экономических расчетов с учетом затрат на проведение ГРП, выбор рекомендуемого варианта. После рассмотрения и проработки всех вариантов следует рассмотреть каждую конкретную скважину, как объект для проведения ГРП с учетом следующих особенностей:

• неоднородность пласта по простиранию, обеспечивающую высокую эффективность гидроразрыва за счет приобщения к разработке зон, не дренируемых ранее;

проницаемость пласта, которая не должна превышать 30мД при вязкости нефти до 5спз, 30-50мД при вязкости нефти до 50спз. В пластах более высокой проницаемости эффективны короткие трещины, в этом случае гидроразрыв дает значительный эффект в основном как средство обработки призабойной зоны.

эффективную толщину пласта, обеспечивающую окупаемость затрат на проведение гидроразрыва.

• толщину и выдержанность экранов, отделяющих продуктивный пласт от газо- или водонасыщенных коллекторов, которая должна быть не менее 4-6 метров.

• глубину залегания пласта, которая должна быть не более 3500 метров.

• выработанность извлекаемых запасов, которые, как правило, не должны

Создание полностью автоматизированной процедуры подбора скважин для проведения ГРП в настоящее время не представляется возможным. Такая процедура не позволит учесть все факторы, оказывающие влияние на выбор скважин, исключит возможность принятия нестандартных решений, связанных с какими-либо особенностями пласта, скважины, технологии проведения ГРП и т.п.

Имеющийся опыт решения аналогичных, может быть даже более простых задач, таких как автоматизированное воспроизведение истории разработки, оптимальное управление режимами работы скважин и другое показал, что на практике эти процедуры почти не используются. Это связанно с тем, что несмотря на то, что постановки таких задач содержат, как правило много упрощающих предположений, сужающих круг применения полученных результатов, их решение требует больших затрат материальных и временных

ресурсов. Поэтому наиболее рациональный путь состоит в создании эффективной компьютерной модели для расчета технологических

показателей разработки с применением ГРП и одновременно глубоком изучении физических процессов, связанном с гидроразрывом, для принятия обоснованных решений по выбору параметров ГРП и скважин для проведения гидроразрывов.

5.4 Подготовительные работы перед ГРП

Проверка состояния скважины. При необходимости предусматривается дополнительное вскрытие продуктивного пласта уплотненной перфорацией или проведение гидропескоструйной перфорации. Производится скреперование эксплуатационной колонны в интервале посадки пакера. Арматура скважины заменяется на специальную, рассчитанную на высокое давление. Спускается пакер с якорем на колонне 3 * технологических НКТ. Место установки пакера выбирается на 20 -30 метров выше верхнего интервала перфорации с учетом данных по акустическому контролю проведения цементажа. Производится замена на нефть объема технологических НКТ посадка и опресовка пакера. Демонтируется оборудование бригады капитального ремонта и устье скважины обвязывается согласно технологической схемы.

Гидроразрыв пласта производится по технологическому плану на производство ГРП составленному по программе трехмерного моделирования гидравлического разрываMF-III для каждой скважины индивидуально (расчет прилагается). После проведения ГРП устье скважина закрывается на расчетное время, для предотвращения выноса расклинивающего материала. По истечении расчетного времени производится разгелирование скважины, монтаж оборудования бригады капитального ремонта, срыв пакера, глушение скважины, подьём подземного оборудования, спуск пера-воронки, промывка скважины, замена на нефть и освоение скважины. Освоение скважины производится компрессированием или струйным насосом. По окончание процесса освоения, по результатам исследования производится подбор и спуск глубинно-насосного оборудования.

Для повышения эффективности проводимых работ по гидроразрыву пластов на Ловинском месторождении необходимо выполнить следующий комплекс работ по повышению эффективности:

· выполнить научное сопровождение работ по ГРП (подбор скважин, обоснование комплекса исследовательских работ, влияние ГРП на разработку месторождения);

· обеспечить индивидуальный подбор технологии проведения ГРП для каждого объекта разработки;

· в полном объеме проводить гидродинамические и промыслово-геофизические исследования;

· для получения оптимальных параметров работы скважины необходимо усовершенствовать технологию освоения скважины после ГРП;

· для более обоснованного проектирования и моделирования ГРП необходимо изучение и определение упруго-деформационных свойств коллекторов и вмещающих пород;

· на сегодня по результатам тестирования накоплен значительный фонд скважин (79 скв.) по которым существующая технология СП «КАТКОнефть» не обеспечивает получение эффекта, что свидетельствует о необходимости её модернизации.

· производить освоение скважин без создания больших депрессий на продуктивный пласт (струйный насос, УОС-1).

Читайте также: