WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

загрузка...
   Добро пожаловать!

Pages:     | 1 | 2 ||

750

Самодуровское

Т1

0.21

0.33

0.32

36.27

2.97

Среднее

 

 

 

 

 

33.50

10.50

Разработанные математические модели и адаптированные ПДМ используются в ООО «Бугурусланнефть» для расчета эффективности геолого-технических мероприятий. Сопоставление прогнозных и фактических показателей разработки представлено на рисунке 6.

На рисунке показана суммарная динамика добычи нефти и жидкости по пяти скважинам Самодуровского месторождения после проведения кислотной обработки. Максимальная погрешность расчета дебита нефти составила 7,8 %. При расчете использовалась гидродинамическая модель пласта Т1 Самодуровского месторождения построенная в программном продукте Eclipse 100 и динамика коэффициента продуктивности скважин рассчитанная при помощи ИНС. Входной вектор для ИНС формировался на основе данных радиоактивного каротажа и значения коэффициента продуктивности до обработки.

.

Рисунок 6 – Сопоставление прогнозного и фактического суммарного эффекта от проведения кислотных обработок на скважинах Самодуровского месторождения

ОСНОВНЫЕ ВЫВОДЫ И РЕКОМЕНДАЦИИ

1 Установлено, что эффективность использования ПДМ при разработке нефтяного месторождения зависит от количества адаптируемых параметров. Использование забойного давления скважины, дебита нефти и воды в качестве адаптируемых параметров недостаточно для построения точной модели.

2 Установлено, что наибольшее влияние на погрешность расчета добычи нефти постоянно действующими моделями оказывает распределение пористости. При использовании различных настроек крикинга (радиус влияния, тип модели) для расчета пористости, погрешность прогнозных показателей разработки месторождений Оренбургской области достигала 71 %.

Разработан алгоритм адаптации ПДМ, с использованием расчетного коэффициента продуктивности скважины, который снижает погрешность расчета показателей разработки до 1%.

3 Предложены новые математические модели для расчета коэффициентов продуктивности скважин на основе искусственных нейронных сетей. ИНС при расчете Кпрод учитывают не только геологические, но и технологические факторы.

Рекомендуется в качестве входного вектора для расчета коэффициента продуктивности скважины при помощи ИНС использовать результаты геофизических исследований скважин, например для карбонатных коллекторов результаты интерпретации гамма-каротажа и нейтронного гамма-каротажа. В этом случае исключается погрешность перехода к пористости и проницаемости.

Кроме того, рекомендуется с целью повышения точности расчетов и снижения времени обучения искусственной нейронной сети, применять метод главных компонент для преобразования исходных данных. При этом погрешность прогноза может снизиться более чем в три раза.

Разработан методический подход определения эффективности ГТМ на основе рассчитанной при помощи ИНС динамики коэффициента продуктивности и постоянно действующей модели месторождения. При этом максимальная погрешность оценки эффективности ГТМ составила 7,8 %.

Разработанные модели используются в производственном процессе добычи нефти в ООО «Бугурусланнефть» с целью подбора скважин для проведения ГТМ.

На основе разработанных методик и алгоритмов в НГДУ «Бузулукнефть» создана система оценки рисков бурения новых скважин. В нее входят базы, уточненных после адаптации геологических и гидродинамических моделей. Система позволяет с минимальным риском подобрать скважины для бурения и зарезок боковых стволов.

Содержание работы опубликовано в следующих научных трудах:

1 Меркурьев Е.А. Применение ГСР при проектировании разработки нефтяных месторождений. Токарев М.А. // Материалы 56-й научно-технической конференции студентов, аспирантов и молодых ученых. – Уфа: Изд-во УГНТУ, 2005. – С. 245.

2 Токарев М.А. Сравнительная характеристика проектных показателей разработки седьмого блока Южно-Балыкского месторождения, полученных при помощи ПДМ и приближенных методик проектирования. Меркурьев Е.А.// Геология, разработка, эксплуатация и экология нефтяных месторождений Башкортостана и Западной Сибири. – Уфа: Геопроект, 2006. – №118. – C. 82 – 86.

3 Меркурьев Е.А. Методические приемы адаптации параметров при прогнозе (проектировании) показателей разработки нефтяных месторождений с помощью постоянно действующей моделей (ПДМ). Токарев М.А. // Нефтегазовое дело. – http//www.ogbus.ru, 2006.

4 Меркурьев Е. А. Применение нейросетевых алгоритмов для расчета эффективности ГТМ // Материалы 3-й корпоративной научно-практической конференции молодых специалистов ТНК-ВР. – М. – 2006. – С.16-17.

5 Меркурьев Е.А. Применение ПДМ для контроля энергетического состояния месторождения. Токарев М.А. // Материалы 58-й научно-технической конференции студентов, аспирантов и молодых ученых. – Уфа:Изд-во УГНТУ, 2007. – Кн. 1. – С. 224.

6 Меркурьев Е.А. Искусственные нейронные сети в прогнозировании эффективности геолого-технических мероприятий // Бурение и нефть. – М. – 2008. – №3. – С. 8–11

7 Токарев М.А. Геолого-физические условия разработки мелких месторождений Татарстана и их классификация в многомерном пространстве главных компонент. Чинаров А.С., Закиев Б.С., Сафин А.Х., Меркурьев Е. А. // Нефтегазовое дело. – 2008. – Т.6, №1. – С.29-34.

Pages:     | 1 | 2 ||






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»