Регистрация / Вход
Прислать материал

СОЗДАНИЕ ПРИКЛАДНОЙ СТАТИСТИЧЕСКОЙ МОДЕЛИ ПРОГНОЗИРОВАНИЯ ПОКАЗАТЕЛЕЙ ЭФФЕКТИВНОСТИ ПОВТОРНЫХ ГРП ДЛЯ АВТОМАТИЗИРОВАННОГО ПОДБОРА ПРЕДПОЛАГАЕМЫХ СКВАЖИН-КАНДИДАТОВ

Сведения об участнике
ФИО
Мальцев Андрей Андреевич
Вуз
Федеральное государственное бюджетное образовательное учреждение высшего образования "Санкт-Петербургский горный университет"
Тезисы (информация о проекте)
Область наук
Науки о Земле, экология и рациональное природопользование
Раздел области наук
Поиск, разведка, разработка месторождений и добычи полезных ископаемых и их добыча
Тема
СОЗДАНИЕ ПРИКЛАДНОЙ СТАТИСТИЧЕСКОЙ МОДЕЛИ ПРОГНОЗИРОВАНИЯ ПОКАЗАТЕЛЕЙ ЭФФЕКТИВНОСТИ ПОВТОРНЫХ ГРП ДЛЯ АВТОМАТИЗИРОВАННОГО ПОДБОРА ПРЕДПОЛАГАЕМЫХ СКВАЖИН-КАНДИДАТОВ
Резюме
Повышение коэффициента нефтеизвлечения путем применения методов интесификации притока требует наличие у компании недропользователя научного сопровождения, включающего в себя большое число высококлассных специалистов в разных отраслях.Нередко на одного специалиста по ГРП приходится от 5 и более месторождений. Целью работы является создание алгоритма на основе прогнозных статистических моделей, который бы позволил автоматически отобрать наиболее подходящие варианты для проведения повторных ГРП.
Ключевые слова
Гидравлический разрыв пласта, Повторный ГРП, Прогнозная модель, Статистическая модель, Data-mining, Дерево принятия решений, Подбор скважин-кандидатов
Цели и задачи
Целью работы является создание алгоритма на основе прогнозных статистических моделей, который бы позволил автоматически отобрать наиболее подходящие варианты для проведения повторных ГРП. И как результат, подобный алгоритм сократил бы время, уделяемое на планирование, тем самым увеличив качество анализа подбираемых скважин, снижая долю неэффективных и низкоэффективных обработок.
Введение


Повышение коэффициента нефтеизвлечения путем применения методов интесификации притока требует наличие у компании недропользователя научного сопровождения, включающего в себя большое число высококлассных специалистов в разных отраслях. На некоторых объектах разработки, например, коэффициент охвата действующего фонда методом ГРП достигает 95%. Нередко один специалист обслуживает более пяти месторождений, что ведет к уменьшению количества потенциальных скважин-кандидатов для повторных обработок.

Методы и материалы

Изначально было решено использовать для конечного алгоритма регрессионную модель, которая кроме предсказательной функции выделяет степень влияния независимых параметров на прогнозируемый. Но независимо от увеличения или уменьшения объемов выборки по разным признакам достоверную модель, которая имела бы хорошие коэффициенты достоверности, вывести не удалось.  Поэтому, было принято решение использовать алгоритм – дерево принятия решений. После получения прогнозной модели, можно приступит к созднаию симулятора подбора скважин-кандидатов. Суть симулятора подбора будет заключаться в написании формул в соседних ячейках и потребует лишь базовых знаний по работе с программой Microsof Excel.

Описание и обсуждение результатов

Проверка предсказательной модели показала, что алгоритм, разработанный для Западной залежи объекта ЮВ11 Урьевского месторождения, предоставляет достоверный прогноз среднего за 3 месяца дебита жидкости после ГРП. Эту модель можно использовать как вспомогательное и доказательное средство при утверждении плановых показателей. Конечно, необходимо и далее проверять модель на последующих обработках и актуализировать её посредством занесению в базу новых обработок. 

Используемые источники
1. Сабитов Р.Р., Автореферат диссертации на соискание ученой степени кандидата технических наук. Тюмень, ТюмГНГУ, 2012. — 23 с.;
2. Чубукова И.А., «Data mining», электронная книга (источник www.kodgez.ru);
3. Дополнение к технологической схеме разработки Урьевского месторождения, ООО «ЛУКОЙЛ-Западная Сибирь», Филиал ООО «ЛУКОЙЛ-Инжиниринг» «КогалымНИПИнефть», Тюмень, 2014 г.;
4. Роберт Кабаков. R в действии. Анализ и визуализация данных на языке R / пер. с англ. П. Волковой. – М.: ДМК Пресс, 2014. – 580 с.;
Information about the project
Surname Name
Maltcev Andrei
Project title
Creation of applied statistical forecasting model of performance indicators for repeated fracturing and automated selection of wells-candidates
Summary of the project
Increased oil recovery factor by applying EOR methods require that the company has scientific support of the subsoil user, including a large number of highly qualified specialists in different spheares.Often one specialist of fracturing should work with by 5 or more fields. The aim is to develop a predictive algorithm based on statistical models that would allow to select the most suitable options for re-fracturing automatically.
Keywords
Fracturing, Frac, Data-Mining, Statistical forecasting model