Интегрированные промыслово-технологические системы моделей процессов нефтегазодобычи

4, 5), сократить длительность исследований (табл. 6), простои скважин и увеличитьдобычу нефти.4.Модели и алгоритмы адаптивнойидентификации процессов нефтегазодобычиРешение задачи адаптивной идентификацииэволюционных процессов нефтегазодобычи рассмотрим на примере интегрированной вероятностной системы феноменологической модели регрессионного видаn =1,2,3состоящую из двух систем уравнений, в которыхпараметры n=(j(tn), j=1,m¯ – неизвестные однозначные функции времени tn, n=1,2,3,… Первая система уравнений представляет вероятностную феноменологическую дискретную модель исследуемого процесса, где yn = y*(ti), i=1,n,f0(n)=(f0(ti,n), i=1,n – фактические и вычисленные на основе феноменологической модели f0(t,)значения исследуемого эволюционного процесса.Вторая система – модель объектов аналогов,fa(yn,n)=(faj(yn,n), j=1,d), позволяющих учитывать дополнительную априорную информациюzn=(zkn, k=1,d), известную к моменту времени tn.Модели исследуемого процесса и модели объектованалогов f0, faj– известные функции (функционалы), где функция f0 является решением уравнениявида (1); ζn, ɳn– векторы случайных неконтролируемых факторов (процессов).Примером является интегрированная дискретная система моделей накопленной к моменту времени tnдобычи нефти (газа) y*(tn) с учетом априорной информации об извлекаемых запасах zn.где f0(t,(t)) – логистическая функция роста с зависящими от времени параметрами (tn)=( 1(tn), 2(tn)), n=1,2,3,…; t0, tk– время начала и завершения процесса разработки.Адаптивная идентификация процесса добычи нефтиНа рис. 1–3 и в таблице приведены результатырешения актуальной задачи анализа мониторингаи контроля разработки лицензионных участковнефтяных месторождений, прогноза добычи нефтии оценки извлекаемых запасов.Для решения задач адаптивной идентификации, прогноза добычи и оценки извлекаемых запасов использовалась линейная интегрированная система моделей накопленной добычи нефти видаЗдесь yi*, i=1,n– фактические значения наколенной добычи нефти объектов разработки к моменту времени tn; xi=qi/yi, i=1,n – отношение добычи нефти qiза период времени ∆t=ti–ti–1 к накопленной с начала разработки к моменту времени tiдобыче нефти yi; zn– априорная информация об извлекаемых запасах, известная к моменту времени tn.Фактические значения годовой добычи нефти (в тыс. т) месторождений ХМАО за 15 лет разработки изображены на рис. 1–3, линия 1. Линии 2–4 (рис. 1) представляют оценки прогнозной добычи нефти Qн(t+τ) начиная со второго года разработки.гдеРис. 1. Фактические (линия 1) и прогнозные значения добычи нефти (линии 2–4) с использованием методаадаптивной идентификации Рис. 2. Фактические (линия 1) и прогнозные значения добычи нефти (линии 2–4) с использованием МИМ и модели Для сравнения качества прогноза на рис. 2 и 3приведены прогнозные значения годовой добычинефтиполученные с использованием нелинейных трех ичетырехпараметрических феноменологическихмоделей накопленной добычи нефти с постоянными коэффициентамии нелинейной интегрированной системы феноменологических моделей накопленной добычи нефтис учетом априорной информации об извлекаемыхзапасах видаРис. 3. Фактические (линия 1) и прогнозные значения добычи нефти (линии 2–4) с использованием МИМ и модели.Изрис. 1–3 видно, что прогнозы добычи нефти, полученные с использованием линейной системы феноменологической модели с двумя переменными параметрами и метода адаптивнойидентификации практически не уступают по точности долгосрочным прогнозам добычинефти, полученным с использованием болеесложных нелинейных феноменологических моделей.В таблице приведены значения относительныхошибок оценок извлекаемых запасов запервые 6 лет разработки нефтяного пластаполученные на основе метода адаптивной идентификации (МАИ) с использованием феноменологической модели с учетом (βn=βn*) и безучета (βn=0) априорной информации об извлекаемых запасах, и относительные ошибкиполученные на основе метода интегрированныхмоделей (МИМ) (18)– с использованием моделей , с учетом и без учета априорной информации. Точные значения извлекаемых запасовза 30 лет разработки нефтяного пласта составилиz(tk)=6,9*106 тонн. Априорная информация об извлекаемых запасах к началу разработки t0 принималась равной z0=5*106 тонн с ошибкой порядка30 %.Из таблицы видно, что оценки извлекаемых запасов, полученные на основе метода адаптивнойидентификации с использованием линейной феноменологической модели накопленной добычи нефти, практически не уступают по точностиоценкам, полученным с использованием нелинейных феноменологических моделей. Учети корректировка априорной информации об извлекаемых запасах позволяет существенно повыситьточность оценок.Рисунок 4 – Модель пластового давления.Представление моделей КВД добычи и пластового давления рядом Тейлора в некоторой точке начальных значений параметров α0: позволяет перейти от нелинейной интегрированной системы моделей к линейной относительно приращений вектора параметров где матрица частных производных от функции Pt(,) по параметрамα(α, α, ..., α)ЗаключениеИнтегрированные системы идентификации процессов нефтегазодобычи с учетом дополнительной априорной информации, накопленного опыта и знаний являются актуальным,интенсивно развивающимся в настоящее время направлением гидродинамического мониторинга и управления разработкой месторождений углеводородов.Разработанные интегрированные модели и алгоритмы адаптации позволяют учитыватьдополнительную априорную информацию, обеспечивают устойчивость и повышают точностьоценок при решении актуальных задач мониторинга разработки нефтяных месторождений.Проведенные исследования показывают, что предложенные интегрированные модели,алгоритмы идентификации позволяют существенно повысить точность прогноза добычинефти, оценок извлекаемых запасов на ранних стадиях разработки месторождений при ограниченных объемах геолого-промысловых данных, значительно повысить точность оценокпластового давления, гидропроводности, пьезопроводности и сократить продолжительностьисследований скважин по сравнению с традиционным методами идентификации, где априорная информация не учитывается.1. Для решения задачи идентификации эволюционных процессов нефтегазодобычи предложеноиспользовать интегрированные системы феноменологических моделей с зависящими от времени параметрами с учетом дополнительнойаприорной информации.2. Предложены алгоритмы адаптивной идентификации эволюционных процессов нефтегазодобычи на основе решения оптимизационныхзадач в условиях априорной непараметрической неопределенности, когда параметры интегрированных систем феноменологических моделей представлены неизвестными однозначными функциями времени.3. Показано, что полученные прогнозные значения добычи и оценки извлекаемых запасовнефтяного месторождения практически неуступают по точности аналогичным оценкам,полученным с использованием более сложныхнелинейных феноменологических моделей, чтосущественно упрощает решение задачи структурной и параметрической идентификации наранних стадиях разработки месторождения,когда объем промысловых данных мал.4. Учет и корректировка априорной информациипозволяет значительно повысить точность оценок прогноза добычи и извлекаемых запасов.Список литературы1. Крамер Г. Математические методы статистики. – М., «Мир», 1975. 2. Цыпкин Я.З. Адаптация и обучение в автоматических системах. – М.: «Наука», 1968. 3. Невельсон М.Б., Хасьминский Р.З. Стохастическая аппроксимация и рекуррентное оценивание. – М.: «Наука», 1972. 4. Мирзаджанзаде А.Х. Этюды о моделировании сложных систем нефтегазодобычи. Нелинейность, неравновесность, неоднородность / А.Х. Мирзаджанзаде, М.М. Хасанов,Р.Н. Бахтизин. – Уфа :Гилем, 1999. – 462 с.5. Костюченко С.В. Мониторинг и моделирование нефтяных месторождений / С.В. Костюченко, В.З. Ямпольский. – Томск :Изд#во НТЛ, 2000. – 246 с.6. Регламент по созданию постоянно действующих геолого-технологических моделейнефтяных и газовых месторождений. РД 153-39.0-047-00. – М. : ВНИИ, 2000. – 120 с.7. Севостьянов Д.В. Интегрированные системы идентификации показателей разработкинефтяных месторождений / Д.В. Севостьянов, В.Л. Сергеев // Доклады ТУСУР. – 2004. –№2(10). – С. 87–93.8. Регламент составления проектно технологических документов на разработку нефтяных и газонефтяных месторождений. РД 153-39-007-95. – М. : ВНИИОЭНГ, 1996. – 202 с.9. Васильев Ю.Н. Автоматизированная система управления разработкой газовых месторождений. – М. : Недра, 1987. – 141 с.10. Хургин Я.И. Проблемы неопределенности в задачах нефти и газа. – М. ; Ижевск : Институт компьютерных технологий, 2004. – 320 с.11. Адаптивные интегрированные системы идентификации и управления. Вопросы проектирования и развития / А.М. Кориков, Д.В. Севостьянов, В.Л. Сергеев, П.В. Сергеев //Электронные средства и системы управления: доклады международной научно-практической конференции. Ч. 2. – Томск : Изд-во ИОА СО РАН, 2005. – C. 58–61.12. Сергеев В.Л. Идентификация систем с учетом априорной информации. – Томск :Изд-во НТЛ, 1999. – 146 с.13. Сергеев В.Л. Интегрированные системы идентификации : учебное пособие. – Томск :Изд-во НТЛ, 2004. – 238 с.14. Шагиев Р.Г. Исследование скважин по КВД. – М. : Наука, 1998. – 304 с.15. Кульпин Л.Г. Гидродинамические методы исследований нефтегазовых пластов /Л.Г. Кульпин, Ю.А. Мясников . – М. : Недра, 1974. – 200 с.16. Сергеев П.В. Идентификация гидродинамических исследований скважин на основеметода интегрированных моделей / П.В. Сергеев, В.Л. Сергеев // Доклады ТУСУР. – 2004. –№2 (10). – С. 99–106.17. Гидродинамические исследования скважин и методы обработки результатов измерений / Э.И. Хисамов, Р.Г. Сулейманов, Р.Г. Фахруллин, О.А. Никашев. – М. : ВНИИОЭНГ,1999. – 227 с.