Доклад (2 неделя). Прогнозирование оптимальной добычи нефти
 Скачать 397.58 Kb.
|
 Факультет: Инжиниринг Кафедра: Нефтехимимческий инжиниринг ДОКЛАД По дисциплине: «Прогнозирование эффективности процесса разработки» на тему: Прогнозирование оптимальной добычи нефти Докладчик: 8D07210 Нефтегазовое дело, Касанова А. Проверил: д.т.н., профессор Закенов С.Т. Актау, 2022 Одной из основных задач, постоянно решаемых каждой нефтяной компанией, является обеспечение максимально эффективной разработки месторождений с получением наибольшей прибыли. Достигнуть этого помогает мониторинг базовой добычи текущего фонда. Важно качественно планировать базовую добычу в краткосрочном и долгосрочном периоде, так как от этого зависит корректность определения сроков рентабельности базового фонда, степени выработки месторождения, факторов для своевременного планирования геолого-технологических мероприятий (ГТМ) и многих других параметров. Для оценки и прогнозирования профилей добычи базового фонда применяются различные методы: прогнозирование с использованием фильтрационных моделей, расчет эмпирических зависимостей и прогноз с использованием технологии машинного обучения [5].Каждый из методов имеет свои преимущества и недостатки. Поэтому подходящий метод прогноза добычи выбирается с учетом цели прогноза, необходимой точности, имеющихся исходных данных и временных ресурсов. Гидродинамические модели требуют больших затрат времени. Эмпирические характеристики обладают более низкой достоверностью прогноза из-за сильного осреднения показателей разработки на единичную скважину. Это существенно сказывается на точности прогнозирования для зон с высокой неоднородностью свойств пласта [3]. Для настройки модели машинного обучения требуется большой объем вариативных исходных данных. В современных условиях возникла необходимость создания нового метода и инструмента быстрого прогнозирования динамики добычи базовых скважин с приемлемой точностью на основе узкого набора исходных данных. Расчет индивидуального темпа падения нефти для каждой скважины выполняется в несколько этапов. В первую очередь происходит автоматическая подготовка данных МЭР. Периоды (месяцы), в которых скважина не работала, не используются, анализируется только непрерывная кривая добычи на последнем объекте разработки скважины. Далее происходит построение моделей прогноза дебита жидкости и характеристики вытеснения. На их основе рассчитывается прогнозный профиль добычи нефти на последующий период. 1) Прогноз дебита жидкости Для построения модели прогноза дебита жидкости по каждой скважине используются данные МЭР за период работы на последнем объекте разработки: «Добыча жидкости за последний месяц, тонны» и «Время работы в добыче, часы» Привязка для кривой добычи жидкости осуществляется к среднему трех последних фактических точек. В качестве стартового дебита работы принимается максимальный дебит за историю разработки. После решения этой задачи на основе полученной модели выполняется построение помесячного профиля отбора жидкости на необходимый период. 2) Прогноз дебита нефти Для прогноза дебита нефти сначала необходимо создать модель характеристики вытеснения, которая представлена как зависимость обводненности от выработки запасов нефти. Помимо данных МЭР: «Добыча нефти за последний месяц, тонны», «Добыча жидкости за последний месяц, тонны» и «Время работы в добыче, часы», для построения модели характеристики вытеснения также используются текущие значения ОИЗ. На рис. 1 приведены получившиеся характеристики вытеснения, зависимости отбора жидкости и добычи нефти скважин X1 и X2 месторождения Y. На графиках чёрными линиями показаны аппроксимированные кривые с экстраполяцией на несколько месяцев вперед, синими точками и пунктирными линиями обозначены фактические данные, красной точкой на каждом графике указано последнее фактическое значение. Рисунок 1. Примеры построения аппроксимированных кривых характеристики вытеснения и добычи жидкости   Преимущество данной методики помимо скорости и точности заключается также в возможности отслеживания индивидуального темпа падения добычи нефти и жидкости на каждой скважине помесячно на любой период, что позволяет выполнять анализ для любого срока эксплуатации скважины. У данного подхода существуют и свои ограничения. Очевидно, что прогноз возможен только на текущем фонде, где имеется достаточно длительная история эксплуатации скважин. Качество прогноза прямо пропорционально объему истории эксплуатации скважины. Практически невозможно получить статистическую модель характеристики вытеснения для скважин, у которых имеется менее четырех месяцев эксплуатации. В таком случае выполняется автоматическая настройка модели либо на средний темп падения по скважинам с аналогичными характеристиками, если их число достаточно для расчета, либо на усредненный темп падения по месторождению через последнюю точку факта. Также в процессе эксплуатации скважины могут наблюдаться явные «скачки» обводненности, искажающие аппроксимацию. Так как в теории обводненность скважины в процессе увеличения отборов нефти только возрастает, аппроксимация на основе корреляций Кори может быть не реализуема из-за резкого снижения обводненности. Такие скачки при эксплуатации скважины на одном объекте могут наблюдаться из-за различных ГТМ. В этом случае история скважин автоматически обрабатывается для корректного подбора коэффициентов аппроксимирующей функции. Рассчитанные по данной методике базовые профили могут использоваться для: • оценки текущей рентабельности скважин; • прогноза рентабельности скважин; • оценки различных мероприятий относительно базовой добычи; • максимизации экономической эффективности при внешних ограничениях (OPEC+). Автоматизированный программный инструмент позволяет выполнять мониторинг динамики основных показателей работы месторождений и эксплуатации скважин. Как отмечалось ранее, с помощью полученных профилей можно уточнять прогнозную экономическую эффективность скважин, кустовых площадок, объектов и н а ее основе принимать решения, которые позволят максимизировать получаемую прибыль. Возможность в кратчайшие сроки актуализировать модели на текущие технологические показатели позволяет принимать оперативные решения в условиях меняющихся ограничений и качественнее планировать изменение фонда скважин. Были созданы методика и автоматизированный инструмент, позволяющие прогнозировать с высокой точностью темпы падения отборов жидкости и добычи нефти скважин текущего фонда. Также был выполнен сравнительный анализ фактических данных с ретропрогнозом на нескольких месторождениях, который показал высокую точность при небольших затратах времени на проведение расчетов. Представленный подход к прогнозированию профилей может использоваться для обеспечения корректности расчётов добывающих скважин на рентабельность, повышения качества анализа эффективности эксплуатации скважин и формирования бизнес-плана на краткосрочный и среднесрочный период. Список литературы: 1. Arps J.J. Analysis of Decline Curves // AIME. – 1945. – V. 160. – Pp. 228–247. https://doi.org/10.2118/945228-G 2. Doublet L.E., Pande P.K., McCollum T.J., Blasingame T.A. Decline Curve Analysis Using Type Curves–Analysis of Oil Well Production Data Using Material Balance Time: Application to Field Cases // Society of Petroleum Engineers. – 1994, January 1. https://doi.org/10.2118/28688-MS 3. Габитова С.И., Давлетбакова Л.А., Климов В.Ю. Методика прогнозирования темпов падения нефти проектных скважин на основе алгоритма машинного обучения // PROНЕФТЬ. Профессионально о нефти. – 2020 – № 4 (18). – С. 69–74. https://doi.org/10.7868/S2587739920040102 4. Ling K., He J. Theoretical Bases of Arps Empirical Decline Curves // Society of Petroleum Engineers. – 2012, January 1. https://doi.org/10.2118/161767-MS. |