Оценка распределения текущего пластового давления по данным добычи нефти с помощью искусственного интеллекта (ИИ)
Сулейманов Б.А., Гусейнова Н.И.
Научно-исследовательский проектный институт ГНКАР НИПИ "Нефтегаз", Азербайджан AZ1012, г. Баку, просп. Зардаби, 88А
DOI: 10.33677/ggianas20240100117
Резюме
На любом этапе разработки месторождений нефти и газа распределение пластового давления в продуктивных пластах является важной энергетической характеристикой пласта как в целом, так и на отдельных его участках. В данной статье рассматривается экспресс-метод оценки распределения текущего пластового давления на основе данных, полученных при разработке и эксплуатации нефтяных месторождений. Предлагаемая методика основана на алгоритме, включающем последовательный расчет и визуализацию текущего распределения значений таких гидродинамических показателей как функции тока, потенциалов, скорость потока, а также их градиентов на выделенном участке месторождения. Метод позволяет отслеживать фактическое распределение текущего пластового давления в продуктивном горизонте на рассматриваемой территории и оценивать эффективность воздействия на пласт, направленное на поддержание давления.
Разработанный подход также открывает широкие возможности для создания технологий искусственного интеллекта, для использования при анализе данных добычи нефти и газа, а также для машинного обучения при прогнозировании изменения пластового давления. Использование нейронных сетей при интеграции различных данных геологического, геофизического эксплуатационного характера и управлении операционными рисками позволяет создавать автоматические экспертные системы для оптимизации процессов разработки и эксплуатации месторождений нефти и газа.
Реализация предлагаемого подхода, проведенная на примере данных месторождения «Нефтяные Камни» (Горизонт X, Блок V), показала высокую точность расчетных значений пластового давления. Сравнительный анализ средней относительной погрешности расчетных значений пластового давления с фактическими значениями замеров забойного давления в скважинах составляет не более 1%, а среднее расчетное значение пластового давления в продуктивных пластах на исследуемой площади соответствует его фактическому значению.
Ключевые слова: месторождение, пластовое давление, повышение нефтеотдачи пластов, зональное воздействие, продуктивный горизонт, продуктивность скважины, диагностика, фильтрация, мониторинг, линии тока
ЛИТЕРАТУРА
Choubey S., Karmakar G.P. Artifcial intelligence techniques and their application in oil and gas industry. Artifcial Intelligence Review, No. 54, 2021, pp. 3665-3683, https://link. springer.com/article/10.1007/s10462-020-09935-1.
Gupta D., Shah M. A comprehensive study on artificial intelligence in oil and gas sector. Environ. Sci. Pollut. Res., Vol. 29(34), 2022, pp. 50984-50997, DOI: 10.1007/s11356-021-15379-z.
Hung N.T., Hoa N.M., Duong V.H. Predicting production flow rates using artificial neural network – HST field case. SOCAR Proceedings, No. 4, 2023, pp. 65-71, https://proceedings. socar.az/ru/ journal/98#:~:text=DOI%3A%2010.5510/OGP20230400916.
Jamalbayov M.A., Ibrahimov Kh. M. New waterflooding efficiency evaluation method (on the example of 9th horizon of the Guneshli field). Scientific Petroleum, No. 1, 2023, pp. 43-47, DOI:10.53404/Sci. Petro.20230100039.
Khan M.R., Tariq Z., Abdulraheem A. Application of artificial intelligence to estimate oil flow rate in gas-lift wells. Nat .Resour. Res., 29, 2020, pp. 4017-4029, DOI:10.1007/s11053-020-09675-7.
Koroteeva D., Tekic Z. Artificial intelligence in oil and gas upstream: Trends, challenges, and scenarios for the future. Energy and AI, Vol. 3, 2021, p. 100041, DOI:10.1016/j.egyai. 2020.100041.
Li H., Yu H., Cao N. et al. Applications of artificial intelligence in oil and gas development. Arch. Computat. Methods Eng., Vol. 28(1), 2021, pp. 937-949, https://doi.org/10.1007/s11831- 020-09402-8.
Rasulov M.A., Jalalov G.I. Numerical method for studying the process of mass - heat transfer in deformable layers in a class of discontinuous functions. SOCAR Proceedings, No. 4, 2023, pp. 72-75.
Suleimanov B.A., Veliyev E., Vishnyakov V. Nanocolloids for petroleum engineering: Fundamentals and practices. John Wiley & Sons. 2022, 288 p., DOI:10.1002/9781119889762.
Weiss W.W., Balch R.S., Stubbs B.A. How artificial intelligence methods can forecast oil production. Paper presented at the SPE/DOE Improved Oil Recovery Symposium, Tulsa, Oklahoma, April 2002, https:|//doi.org/10.2118/75143-MS.
Велиев Э.Ф. Применение смягченной воды для улучшения эффективности мицеллярного заводнения. Scientific Petroleum, No. 2, 2021, c. 52-56, DOI:10.53404/Sci.Petro.0210200016.
Велиев Э.Ф., Алиев А.А., Маммедбейли Т.Е. Применение машинного обучения для прогнозирования эффективности внедрения технологий борьбы с конусообразованием. SOCAR Proceedings, No. 1, 2021, c. 104-113, DOI: 10.5510/ OGP20210100487.
Велиев Э.Ф., Ширинов Ш.В., Маммедбейли Т.М. Интеллектуальное нефтегазовое месторождение на основе технологий искусственного интеллекта. SOCAR Proceedings, No. 4, 2022, c. 70-75, DOI: 10.5510/OGP20220400785.
Джамалбеков М.А., Ибрагимов X.M., Ализаде Н.А. Математическая модель процесса вытеснения углеводородных смесей водой в зонально-неоднородных деформируемых пластах. Scientific Petroleum, No. 2, 2023, pp. 48-56, https://doi.org/10.53404/Sci.Petro.20230200048.
Дмитриевский А.Н., Еремин Н.А., Сафарова Е.А., Столяров В. Е. Внедрение комплексных научно-технических программ на поздних стадиях эксплуатации нефтегазовых месторождений. SOCAR Proceedings, Спец. вып. 2, 2022, с. 1-8, DOI: 10.5510/OGP2022SI200728.
Дмитриевский А.Н., Еремин Н.А., Сафарова Е.А., Филиппова Д.С., Бороздин С.О. Качественный анализ геоданных временного ряда для предупреждения осложнений и аварийных ситуаций при бурении нефтяных и газовых скважин. SOCAR Proceedings, No. 3, 2020, c. 31-37 http: //dx.doi.org/ 10.5510/OGP20200300442.
Ибрагимов Х.М., Гусейнова Н.И., Гаджиев А.А. Разработка новых методов контроля над воздействием на продуктивные пласты на примере месторождения "Нефт Дашлары." Scientific Petroleum, No. 1, 2021, с. 37-42, DOI:10.53404/ Sci.Petro.20210100005.
Лятифов Я.А. Нестационарное воздействие термоактивной полимерной композицией для глубинного выравнивания профиля фильтрации. Scientific Petroleum, No. 1, 2021, c. 25-30, https://doi.org/10.53404/Sci.Petro.20210100003.
Сулейманов Б.А., Гусейнова Н.И. Визуализация распределения фильтрационных характеристик пластовой жидкости как способ контроля разработки нефтяных залежей. SOCAR Proceedings, спец. выпуск 1, 2023a, c. 27-37, http://dx.doi.org/10.5510/OGP2023SI100821.
Сулейманов Б.А., Лятифов Я.А., Ибрагимов Х.М., Гусейнова Н.И. О результатах промысловых испытаний технологии повышения нефтеотдачи пласта на основе применения термоактивной полимерной композиции. SOCAR Proceedings, No. 3, 2017, c. 17-31, DOI: 10.5510/OGP20170300320.
Сулейманов Б.А.,. Гусейнова Н.И. Метод оперативной оценки распределения текущего пластового давления по данным нормальной эксплуатации. SOCAR Proceedings, спец. вып. No. 2, 2023б, c. 12-19, http://dx.doi.org/10.5510/OGP2023SI200876.
Шиланбаев Б.А., Ишангалиев С.В., Жетруов Ж.Т., Шаяхмет K.Н., Колдей М. Разработка интеллектуальной системы оперативного поддержания уровня добычи нефти и газа и управление заводнением. SOCAR Proceedings, спец. номер 1, 2023, с. 6-18. DOI: 10.5510/OGP2023SI100824.
DOI: 10.33677/ggianas20240100117