Что такое буферное давление

Основные параметры нефтяной скважины.

Основные параметры: 1)дебит – количество добываемой жидкости из скважины в тоннах в сутки или газа в метрах кубических в сутки.

2)процент обводнённости – процентное содержание воды в добываемой жидкости;

3)давление буферное – это давление в трубном пространстве на устье скважины;

4)затрубное давление – это давление на устье скважины в затрубном пространстве;

5)газовый фактор – это количество газа в метре кубическом, растворенного в одной тонне нефти в пластовых условиях.

Для нагнетательных скважин: приёмистость – это количество закачиваемой жидкости в пласт за сутки; давление – под которым идёт закачка жидкости. На фонтанных и нагнетательных скважинах необходимо знать диаметр штуцера (дросселя).

Устройство резервуаров и технологических ёмкостей для сбора нефти и газа.

Ёмкости и резервуары предназначены для сбора газа, нефти, жидкости; разделение нефти от воды и газа. Разделение газа от нефти и воды осуществляется в ТВО. Вода направляется в КНС для подготовки и закачки её в пласт для ППД. Резервуары ёмкостей имеют дыхательные устройства, нижний слив для выкачивания отстоявшейся воды, слив для нефти и сверху выход для газа. Ёмкости имеют обволовку, площадку для обслуживания, люк, лаз, дыхательный клапан, предохранительный клапан, запорную арматуру, противопожарное оборудование.

Расследование отказов и повреждений промысловых трубопроводов.

Некатегоричные отказы 1 группы расследуются постоянно действующей комиссией управления добычи. Комиссия назначается приказом, при расследовании составляется акт, один экземпляр которого передаётся в цех добычи нефти и газа, где произошёл отказ, а второй в управление. В акте отражается : дата, место возникновение отказа, техническая характеристика трубопровода, условия эксплуатации трубопровода, характер выполнения ремонтных работ, причины отказа, ущерб от отказа, делаются выводы и выносится предложение. По результатам расследования некотегорийных отказов создаётся приказ с указанием причины, виновных лиц и мероприятий, подлежащих выполнению со сроками ответственными лицами. Некотегорийные отказы 2 группы то есть на выкидных линиях от скважин до АГЗУ, а также все повреждения на трубопроводах расследуются комиссией промысла в составе: председатель зам. начальника цеха, мастер по добыче нефти и газа, механик цеха, старший оператор. Комиссия составляет акт произвольной формы, в которой отражается причина виновных лиц, мероприятия, проведение аварийно – восстановительных работ и записываются в специальном журнале (журнал некотегорийных отказов). Все отказы необходимо зарегистрировать в журнале отказов трубопроводов не позже 24 часов с момента возникновения отказа.

Режимы эксплуатации скважин.

Режимы эксплуатации устанавливаются для максимального использования естественной энергии пласта, добычи максимального объёма нефти или газа, достигнув при этом наибольшего значения нефтеотдачи. При этом учитываются так же другие факторы. При этом учитываются экономические факторы. Понятие режима – это отбор пластовой жидкости согласно проекта разработки. Количество добываемой жидкости должна соответствовать к так называемым “добывным возможностям” скважины, то есть необходимо добиться равенства добываемой жидкости и жидкости которую можно добывать из данной скважины, не допуская при этом прорывов газа или воды. Объёмы отбора жидкостей изменяют путём изменения производительности глубинно – насосного оборудования: изменение диаметра насоса, то есть увеличение производительности скважины; изменение глубины подвески, меняем уровень депрессии на забой; изменение производительности штангового насоса путём изменения числа качаний СК и изменение длины хода; Для изменения производительности фонтанных скважин и УЭЦН – дроссилирование изменением диаметра отверстия на выкидной линии; если скважина малодебитная, то есть её переводят в “режим’’ остановка работы насоса на ожидание притока. Кроме насосных способов добычи существует способ добычи из малодебитных скважин тартанием либо свабированием.

Требования безопасности при обслуживании и обходе нефтепроводов.

Виды обработок ПЗС.

а)кислотные обработки. Для обработки призабойных зон нефтяных и нагнетательных скважин используется HCl с добавками ингибитора коррозии, плавиковой кислоты и других реагентов. Кислотные обработки предназначены для создания каналов для притока нефти к забою нефтяной скважины, если продуктивный пласт представлен карбонатами. Для очистки ПЗ нагнетательных скважин от нанесённых с водой ржавчины, окалин от трубопроводов, по которым закачивается вода. HCl может использоваться так же как жидкость разрыва пласта при гидроразрыве пласта (ГРП). Солено – кислотные обработки бывают: промывка, кислотная ванна, закачка кислоты вглубь пласта под давлением. При закачке жидкости под давлением, в свою очередь существуют различные методы для охвата обработкой больших объёмов пласта. Для этого в первые порции добавляют различные вязкие реагенты, которые со временем разлагаются.

б)Обработка растворителями с целью обработки ПЗ от отложения солей, гипса, а так же асфальто – смолистых веществ.

в)механические способы обработки – вибрация (происходит расстановка частиц, при этом образуются новые капиллярные каналы).

г)пенокислотные обработки – для очистки ПЗ и выноса продуктов реакции. За счёт образования пены уменьшается гидростатическое давление жидкости и вынос продуктов реакции происходит за счёт энергии пласта.

д)тепловые методы воздействия: обогрев ПЗ электрообогревателем, сжиганием пороха, термохимическая обработка и другие.

Организация стока поверхностных вод: Наибольшее количество влаги на земном шаре испаряется с поверхности морей и океанов (88‰).

Источник

ДАВЛЕНИЕ БУФЕРНОЕ

Смотреть что такое «ДАВЛЕНИЕ БУФЕРНОЕ» в других словарях:

давление на устье работающей скважины — буферное давление — [http://slovarionline.ru/anglo russkiy slovar neftegazovoy promyishlennosti/] Тематики нефтегазовая промышленность Синонимы буферное давление EN flowing tubing head pressure … Справочник технического переводчика

давление на устье фонтанной скважины — буферное давление (при работе скважины) — [http://slovarionline.ru/anglo russkiy slovar neftegazovoy promyishlennosti/] Тематики нефтегазовая промышленность Синонимы буферное давление (при работе скважины) EN wellhead flowing pressure … Справочник технического переводчика

буферное давление — — [http://slovarionline.ru/anglo russkiy slovar neftegazovoy promyishlennosti/] Тематики нефтегазовая промышленность EN tubing pressure … Справочник технического переводчика

буферное давление при прокачивании — — [http://slovarionline.ru/anglo russkiy slovar neftegazovoy promyishlennosti/] Тематики нефтегазовая промышленность EN surface squeeze pressure … Справочник технического переводчика

буферний тиск — буферное давление discharge pressure *Dampferdruck – тиск на буфері (викиді) свердловини … Гірничий енциклопедичний словник

Планетарная инженерия — Терраформирование (лат. terra земля и forma вид) изменение климатических условий планеты, спутника или же иного космического тела для приведения атмосферы, температуры и экологических условий в состояние, пригодное для обитания земных животных … Википедия

Терраформирование — В этой статье не хватает ссылок на источники информации. Информация должна быть проверяема, иначе она может быть поставлена под сомнение и удалена. Вы можете … Википедия

БУФЕРНЫЕ СВОЙСТВА — БУФЕРНЫЕ СВОЙСТВА, способность многих веществ ослаблять изменение активной реакции (см.) раствора, к рое без них произошло бы при прибавлении к раствору кислот или щелочей. Это стабилизирующее влияние на реакцию раствора называется буферным… … Большая медицинская энциклопедия

МОЛОКО — МОЛОКО. Содержание: Физиол. ценность и потребление М. 612 Хим. и физ. свойства М. 615 Бактерии М. и уничтожение их. 622 Фальсификация М. 629 Производство и распределение М. 630 Молочное… … Большая медицинская энциклопедия

БЕЛЬГИЯ. ИСТОРИЯ — Античный и средневековый периоды. Хотя Бельгия как самостоятельное государство образовалось в 1830, история народов, населявших Южные Нидерланды, уходит своими корнями в период Древнего Рима. В 57 до н.э. Юлий Цезарь применил название Галлия… … Энциклопедия Кольера

Источник

Пластовое давление

Пластовое давление: измерение, градиенты, источники; пределы изменений. Температура: измерение; геотермический градиент; использование температурных замеров; источники тепловой энергии; влияние тепла.

Глава 9 Пластовые условия ‑ давление и температура

Флюиды, содержащиеся в порах-коллекторах, находятся под определенным давлением, обычно называемым пластовым (reservoir pressure) [l], давлением флюида (fluid pressure) или формационным давлением (formation pressure). Можно определить это давление, измеряя усилие на единицу площади, оказываемое флюидами на стенки вскрытого скважиной коллектора. Измеряется пластовое давление в фунтах на квадратный дюйм (psi) или в атмосферах (1 атм=14,7 psi)¹. Поскольку все флюиды в системе контактируют друг с другом, передача давления происходит свободно, и величина давления, замеренная для одного из флюидов, характеризует давление других флюидов.

Кроме указанных выше терминов, для обозначения различных видов пластового давления используются термины: забойное давление (bottom-hole pressure), гидравлическое давление (water-pressure), статическое давление (closed-in pressure), скважинное давление (welle-pressure) и горное давление («rock» pressure). Эти термины в большинстве случаев можно считать эквивалентными термину «пластовое давление», хотя иногда они и несколько отличаются от последнего. Термин «горное давление» в некоторых более ранних работах рассматривался как аналог пластового давления. В этих случаях не имелась в виду замеренная или расчетная величина давления, создаваемого весом толщи перекрывающих пород.

Обычно под пластовым давлением, если его не рассматривают в каком-либо ином плане, подразумевают начальное давление ‑ давление, существовавшее до того,

¹Путем прибавления к пластовому давлению в атмосферах величины атмосферного давления на поверхности получаем величину пластового давления в абсолютных единицах (psia, или ата). Средние значения атмосферного давления для различных альтитуд приведены ниже.

Пластовое давление в технических единицах (psi) представляет собой давление, замеренное на уровне, соответствующем положению в скважине глубинного манометра. Пластовое давление в абсолютных величинах (psia) используется в точных инженерных расчетах, в особенности при подсчетах объемов газа.

как естественное равновесие в пласте было нарушено разработкой залежи. Начальное пластовое давление может быть непосредственно измерено только в первой продуктивной скважине, пробуренной на данный пласт, поскольку по мере извлечения из залежи нефти и газа пластовое давление начнет снижаться соответственно темпу отбора флюидов. Если работающую скважину остановить, пластовое давление начнет подниматься. Восстановление давления, вначале очень быстрое, постепенно замедляется, пока не будет достигнута максимальная величина давления. Это максимальное давление называется статическим забойным давлением (static bottom-hole pressure), просто статическим давлением (shut-in pressure) или статическим формационным давлением (static formation pressure). Если продолжительность остановки скважины недостаточна для достижения

Фиг. 9-1. Давление флюидов в открытой системе.

Источник

Виртуальная расходометрия как инструмент мониторинга эффективности работы скважины с УЭЦН

Ключевые слова: виртуальная расходометрия, моделирование многофазных течений, моделирование УЭЦН, мониторинг добычи нефти и газа

В статье рассматриваются актуальность и различные способы применения задачи виртуальной расходометрии, приведены методы решения задачи, используемые в отрасли. Подробно разобран подход, основанный на анализе работы установки электрического центробежного насоса (УЭЦН) с использованием данных, регулярно собираемых в корпоративных базах данных (БД): конструкция скважины, телеметрия с УЭЦН, данные с манометров и термометров, доступные замеры дебитов по фазам на АГЗУ (редкие замеры для калибровки). В предложенной модели анализируется электрическая составляющая работы УЭЦН, что позволяет оценить динамику коэффициента деградации характеристик установки и дебита газожидкостной смеси в насосе. Алгоритм апробирован на нескольких месторождениях компании, в статье приводится детальный разбор одной из скважин, начиная с фильтрации входных данных до восстановления динамики изменения дебита, а также сводная таблица с результатами апробирования на нескольких десятках скважин различных месторождений. Основным результатом проделанной работы является подтверждение возможности увеличения частотности замеров дебита за счет косвенных параметров, а также внедрение алгоритма в информационные системы компании, которые дают возможность осуществить мониторинг большого фонда скважин.

VERTUAL METERING AS A TOOL FOR ESP-EQUIPPED WELLS MONITORING

PRONEFT». Professional’no o nefti, 2020, no. 4 (18), pp. 75-80

Keywords: virtual flow metering, multiphase flow modeling and estimation, ESP system modeling, oil and gas production monitoring

This paper describes an approach to creating a virtual flow metering system (VFM). Proposed method is based on electric submersible pump system’s monitoring. Whole VFM market was analyzed with taking method’s relevance, possible and real industry applications into consideration. Created algorithm uses data that is regularly collected from oilfields and stored in corporate’s databases. Mainly used parameters are well’s construction, telemetry data from ESP system, pressure and temperature from different parts of the well, and available oil production data, divided by phases, that is obtained rarely and used for calibration. Suggested solution considers electric part of an ESP system and so it reveals possibility to estimate ESP degradation dynamics for liquid-gas mixture production restoring by using correction coefficients. Presented algorithm was tested on the Company’s oilfield. One well is shown as an example of method’s work, including all steps from data preprocessing to liquid production dynamics recovering. Also results of algorithm usage on several dozen wells on various oilfields are presented. As one of the main results approving the possibility to increase liquid production measurements frequency should be mentioned. Such possibility is based on using indirect operating parameters and recovering dynamics of model’s inner coefficients (e.g., ESP degradation), that make possible to estimate effectiveness of pump exploitation and possible optimization necessity. As another important result implementing of the algorithm into Company’s IT systems should be mentioned. Such implementation reveals possibility for monitoring a big amount of wells in fast and effective way

ВВЕДЕНИЕ

Установки электрических центробежных насосов (УЭЦН) – основной способ эксплуатации нефтяных месторождений как в «Газпром нефть», так и во многих других компаниях. Многие современные системы УЭЦН оснащены различными системами контроля и мониторинга. Среди них станции управления с контроллерами, способными считывать и хранить данные погружной телеметрии и информацию о потреблении электроэнергии, автоматизированные системы контроля давления и температуры на устье скважины, а также на линейных и площадных объектах месторождения. Современные системы способны считывать и хранить значения параметров с частотой раз в секунду и даже чаще. Высокая частота сбора информации генерирует большой поток информации. При этом для классических методов контроля работающего фонда скважин, применяемого на многих месторождениях десятилетиями, такой объем данных не востребован. Классические способы ориентированы на обработку данных специалистами – технологами и геологами. Для них зачастую достаточно знать одно значение параметра в сутки, чтобы оценить режим работы скважины и принять решение о необходимости проведения мероприятия на ней. Такой подход управления используется с применением «шахматки» – изначально бумажного, а в последние годы электронного инструмента, широко известного среди нефтяников.

ПОДХОД, ОСНОВАННЫЙ НА АНАЛИЗЕ РАБОТЫ УСТАНОВКИ ЭЛЕКТРИЧЕСКОГО ЦЕНТРОБЕЖНОГО НАСОСА (УЭЦН) С ИСПОЛЬЗОВАНИЕМ ДАННЫХ, РЕГУЛЯРНО СОБИРАЕМЫХ В КОРПОРАТИВНЫХ БАЗАХ ДАННЫХ, ПОЗВОЛЯЕТ ОЦЕНИТЬ ДИНАМИКУ КОЭФФИЦИЕНТА ДЕГРАДАЦИИ ХАРАКТЕРИСТИК УСТАНОВКИ И ДЕБИТА ГАЗОЖИДКОСТНОЙ СМЕСИ В НАСОСЕ. АЛГОРИТМ АПРОБИРОВАН НА НЕСКОЛЬКИХ ДЕСЯТКАХ СКВАЖИН КОМПАНИИ.

Многим специалистам в отрасли очевидно (и их правота неоднократно подтверждена реальными примерами), что большой объем данных, автоматически собираемый современными системами телеметрии, несет много потенциально полезной информации о работе пласта, скважины, скважинного оборудования [1–3]. Динамика изменения забойного давления на скважине и дебита жидкости на поверхности может быть использована для получения характеристик пласта и призабойной зоны. Анализ изменения коэффициентов деградации ЭЦН позволяет судить о работоспособности погружного оборудования и необходимости его оптимизации. Данные об изменении фазового состава добываемых флюидов важны для оценки общего объема добычи и расчета паркового коэффициента на месторождении. Информация, поступающая с устьевых манометров, может быть использована для верификации имеющихся замеров дебита скважины. Несмотря на большой спектр применения промысловых данных, их использование ограничено возможностью анализировать большой поток высокочастотной информации. В ходе анализа важно обеспечить максимальную скорость иминимальную стоимость обработки данных, используя уже существующие системы хранения промысловой информации, имеющийся набор данных. Одним из направлений использования потоковых данных со скважины и скважинного оборудования является задача виртуальной расходометрии – восстановление дебита жидкости по косвенным параметрам. Дебиты являются ключевым параметром почти всех инженерных задач, связанных с добычей нефти.

При этом использование специальных измерительных приборов – многофазных расходомеров для контроля добычи связано с большими денежными затратами на дооборудование и зачастую не выгодно с экономической точки зрения. В таком контексте виртуальный расходомер – ключ к эффективному использованию высокочастотных данных на месторождениях будущего, так называемых цифровых месторождениях. Создание физико-математической модели виртуального расходомера в полной мере не позволит уйти от применения замерных установок имногофазных расходомеров, но ее комбинация с реальными датчиками создаст условия для сокращения операционных и капитальных затрат на измерительные мероприятия. Так, например, отсутствие необходимости монтировать и обслуживать относительно дорогостоящий многофазный расходомер позволяет сократить капитальные затраты до 10 раз [4], что особенно критично для месторождений на поздних стадиях разработки, где установка нового дорогостоящего измерительного оборудования почти всегда нерентабельна, а для замеров применяются автоматизированные групповые замерные установки (АГЗУ), замеряющие выбранные скважины поочередно. Для месторождений с большим фондом скважин применение подобного алгоритма особо актуально, так как ежедневный анализ динамики изменения промысловых параметров вручную для всех скважин требует существенных трудозатрат со стороны специалиста, а алгоритмы автоматического мониторинга позволят сфокусироваться на наиболее проблемных скважинах.

Также возможно использование виртуального расходометра в качестве резервного источника информации параллельно с реальными датчиками – это значительно повышает надежность системы и позволяет избежать простоя и сократить связанные с этим убытки [5]. Знание дебита важно для выбора оптимального режима работы погружного оборудования, что может быть обеспечено встраиванием алгоритмов системы в станции управления УЭЦН[6]. Работа [7] описывает применение виртуального расходомера как инструмента для проведения авто-ГДИС (гидродинамическое исследование скважин). Создав модель, использующую данные о давлениях в различных узлах скважины (устье, прием и выкид насоса) и параметры работы ЭЦН, авторы создали решение, позволяющее с приемлемой точностью оценивать дебит нефти на поверхности.

Исследование [8] показало, что, несмотря на то что первые наработки в области виртуальной расходометрии появились в 1990 г., эта сфера все еще далека от насыщения, и множество новых решений появляются повсеместно [9]. Внастоящий момент основное распространение получили методы, основанные на статистическом подходе (совместно с алгоритмами машинного обучения) [10], и решения, позволяющие моделировать многофазный поток, определяя перепад давления в насосно-компрессорной трубе (НКТ) по физическим зависимостям [11]. Преимущество первых состоит в высокой скорости расчетов, а вторых – в высокой достоверности выполненных вычислений и привязке к реальным физическим явлениям. При этом сильные стороны одной модели являются недостатками другой. Так, например, статистические методы не позволяют определить физику процессов и не способны давать достоверные прогнозы на новых данных, выходящих за диапазон обучающей выборки, а численное моделирование течений газожидкостных смесей (ГЖС) в скважине и ЭЦН требовательно к ресурсам, времени вычисления, а также к полноте и качеству входных данных и к корректной постановке граничных и начальных условий для численного моделирования. Всвязи с этим наибольший интерес представляют гибридные модели, использующие сильные стороны обоих способов и компенсирующие их недостатки.

ОПИСАНИЕ АЛГОРИТМА И РЕЗУЛЬТАТЫ

Реализованный алгоритм предназначен для восстановления дебита жидкости по параметрам работы УЭЦН. Восстановленный дебит может быть использован для контроля состояния оборудования и восстановления динамики работы скважины. Входные данные для работы модуля включают в себя данные о конструкции скважины: инклинометрия, глубина спуска ЭЦН, диаметр НКТ, диаметр штуцера на поверхности; доступные замеры дебитов по фазам на АГЗУ (редкие замеры для калибровки), замеры давления и температуры в различных узлах системы, параметры работы ЭЦН и ПЭД, PVT-свойства нефти. Прежде чем поступить в расчетный алгоритм, промысловые данные проходят этап предобработки – проводится очистка от выбросов и восстановление пропущенных замеров по всем основным промысловым параметрам авто-регрессионными моделями. Пример результатов работы фильтрации данных представлен на рис. 1. Также поступающая информация приводится к единой дискретизации по времени путем осреднения данных, замеряемых с большей частотой.

В реальности датчики в подавляющем количестве случаев есть только на приеме насоса и на устье скважины. Поэтому необходимо объединять все узлы в один и решать задачу определения добычи жидкости на поверхности одновременно для всей системы. В силу того что давление на приеме насоса известно благодаря измерительному датчику, для оценки барометрических условий в насосе остается рассчитать давление на выкиде ЭЦН. Для этого используется корреляция Беггз – Брилла [12], в которую подаются данные о дебите жидкости на поверхности, обводненность (отношение объема воды к объему жидкости), газожидкостной фактор (отношение дебита газа к дебиту жидкости), информация о геометрии скважины (инклинометрия, диаметр трубы) и PVT-свойства (плотности фаз, объемный коэффициент нефти, давление насыщения, вязкость). После определения давления в верхней части насоса происходит перевод объема газожидкостной смеси из устьевых условий в условия приема и выкида ЭЦН по корреляции Стендинга [12]. Температура в насосе также известна с датчиков, которыми он оборудован. Итоговый объем смеси внутри насоса принимается равным среднему арифметическому значений, рассчитанных в нижней и верхней частях насоса. После того как объем жидкости внутри насоса определен в моменты фактических замеров, используется модель ЭЦН для расчета потребляемой мощности. В паспортные характеристики оборудования вносятся поправки на текущую частоту вращения и вязкость нефти, полученные в результате исследований Института гидравлики [13]. По рассчитанному значению объема жидкости в насосе определяется значение мощности, соответствующее этому объему на скорректированной мощностной характеристике. В этот же момент времени известно реальное значение активной мощности, потребляемой установкой, усредненное за время замера дебита. В силу несовершенства модели и возможного износа оборудования значение, поступающее со станции управления (СУ), отличается от предсказанного моделью. Отношение мощностей определяет поправочный коэффициент, который позволяет адаптировать модель под реальные условия эксплуатации, далее он будет называться «коэффициент деградации». В результате описанных выше расчетов определяется связь модели и реальных условий. В каждый момент времени, когда есть информация о реальных замерах и потребляемой установкой мощности, указанным способом определяется коэффициент деградации. Таким образом, модель оказывается связанной с реальностью во всех возможных «опорных» точках. Для дальнейшего предсказания добычи жидкости проводится линейная интерполяция полученного набора коэффициентов деградации. После этого используются данные об активной мощности, поступающие в промежутках между реальными замерами. Ожидаемая модельная мощность вычисляется через активную мощность и поправочный коэффициент. Следующим шагом является поиск значения дебита жидкости в условиях насоса, соответствующего модельной мощности. При этом также делается поправка на частоту вращения насоса, замеры которой есть в те же моменты времени, что и у мощности. В идеальном случае зависимость мощности и дебита является монотонно-возрастающей функцией, но у многих насосов это

не так. Зачастую у функции мощности от дебита есть экстремумы, наличие которых ведет к неоднозначности при решении обратной задачи (поиск дебита жидкости по мощности). Для обхода этой проблемы было предложено добавить зависимость новых предсказаний от предыдущих. Для этого ищутся все возможные решения для заданной мощности и определяется ближайшее к тому, которое было выбрано на предыдущем шаге. Так как в массиве данных присутствуют также и «опорные» точки, где модель подстроена под фактический режим, предлагаемый подход позволяет избежать резких «скачков» в предсказаниях, при этом не запрещая плавный рост дебита, если он обоснован, например, повышением частоты вращения насоса. После определения объема смеси внутри наcоса необходимо перевести его в поверхностные условия. Так как реальное соотношение объемов воды, нефти и газа в момент времени, соответствующий предсказанию, неизвестно, то значения обводненности и газожидкостного фактора интерполируются между фактическими значениями. В силу того что температура на устье неизвестна, поиск дебита жидкости на поверхности осуществляется подбором такого значения, которое, будучи переведенным в условия насоса, соответствовало бы предсказанному моделью. Так, с формальной точки зрения, решается задача оптимизации. В качестве функции ошибки берется корень из квадрата разности фактического и найденного значения. Строго задача формулируется следующим образом:

эти моменты использовались через один. Таким образом, часть реальных замеров выкалывалась из ряда данных и становилась недоступна для модели. Сам алгоритм при этом сохранялся без изменений, но вместо реальных значений коэффициента деградации в выколотых точках использовался интерполированный (как будто фактического замера не было). Так как в эти моменты времени есть информация об активной мощности и частоте вращения ЭЦН, то делалось обычное предсказание, которое потом сравнивалось с реальными данными об объеме добытой жидкости. Для выведения интегральной оценки использовались метрика MAE (средняя абсолютная ошибка) и величина MAE относительно среднего дебита скважины за рассматриваемый период:

где real Q i – реальное значение дебита жидкости на поверхности на i-м шаге, а pred Qi – предсказанное моделью. Результаты апробирования методики на нескольких десятках скважин трех различных месторождений, часть из которых представлена в табл. 1. Полученные результаты позволяют сделать вывод о высокой точности предлагаемого метода. Распределение ошибки после применения алгоритма на 20 скважинах одного из месторождений представлено на рис. 3. Апробация на скважинах рассматриваемых месторождений, оборудованных различным погружным оборудованием и работающих на разных режимах, показала высокую сходимость результатов, сохранив высокую точность оценки дебитов скважины. Расчетный алгоритм хорошо зарекомендовал себя для скважин постоянно действующего фонда. В случае применения подхода для скважин периодического фонда требования к качеству и частоте записи входных данных

сильно возрастают, однако при корректной обработке поступающей информации модель оказывается применимой и для периодических скважин. Предложенная модель чувствительна к газовому фактору, поэтому для корректной работы требуется калибровка на новые замеры, поступающие со скважины. Важно отметить, что при расчетах используется фиксированная модель ЭЦН, в случае его смены необходимо настраивать модель заново. В настоящий момент расчетный алгоритм внедрен на нескольких месторождениях компании, что позволяет осуществлять оперативный мониторинг большого числа скважин. На рис. 4 представлен снимок пользовательского интерфейса, где скважины представлены в виде диаграммы treemap. В общем случае размер квадрата отвечает за средний дебит скважины, а цвет – за отклонение текущего значения, восстановленного алгоритмом виртуальной расходометрии от последнего утвержденного замера. Таким образом, специалист может заметить скважины, требующие внимания, они будут на рисунке крупными и красными (высокодебитные с сильными отклонениями).

Масштабирование решения на большой фонд позволяет оперативно выявлять нестабильно работающие скважины. Пример такого обнаружения представлен на рис. 5. Из-за сильных колебаний мощности скважина работает с большим разбросом дебита, что, однако, не отражается в данных ТМ и утвержденных замерах. Виртуальный расходомер позволяет детектировать подобные случаи для последующего детального анализа специалистом.

ЗАКЛЮЧЕНИЕ

В статье приведен алгоритм, позволяющий решить задачу восстановления объема добываемой жидкости. Это позволит специалистам на добывающих объектах точнее понимать текущий режим работы скважины, что, в свою очередь, позволит уточнить парковый коэффициент и снизить потери по нефти. Также алгоритм поможет выделить наиболее нестабильные скважины для более детального анализа специалистом. Такая фокусировка сотрудника на конкретных скважинах позволит сэкономить его время и увеличить эффективность работы. Реализованный алгоритм показал высокое качество сходимости расчетных параметров с промысловыми замерами. В настоящий момент происходит внедрение приведенной методики в корпоративные БД для обеспечения мониторинга и оптимизации работы механизированного фонда скважин в режиме реального времени. Подход работает в связке со статистическим алгоритмом, рассчитывающим доверительный интервал для вычисляемых параметров и сигнализирующим о выбросах, которые могут быть причиной проблем на контролируемой скважине. Предложенный алгоритм предполагает наличие мощной ветки развития – применение методов машинного обучения для предсказания коэффициентов деградации насоса. Первые тесты подтвердили возможность такого усовершенствования. В силу того что на крупных месторождениях дебит нефти не всегда замеряется с высокой частотой, возможность определять и калибровать модели насоса на реальных данных ограничена. Восстановление динамики коэффициента деградации методами машинного обучения снимает это ограничение и позволяет сохранять высокую точность модели даже при снижении качества входных данных. Также данные методы могут существенно повысить скорость расчетов для конечного пользователя, позволят выделить наиболее проблемные скважины и особенно важные для работы насоса параметры, обеспечив более пристальное наблюдение за ними.

Список литературы

References

1 Научно-Технический Центр «Газпром нефти» (ООО «Газпромнефть НТЦ»), 2 Инжиниринговый центр МФТИ по трудноизвлекаемым полезным ископаемым

Источник