Алгоритм определения оптимальных характеристик вытеснения

UDK: 622.276.2.004.13
DOI: 10.24887/0028-2448-2018-5-56-59
Ключевые слова: характеристика вытеснения, фонд добывающих скважин, добыча нефти, объект разработки, система разработки, технологические показатели разработки
Авторы: М.Н. Харисов (ООО «БашНИПИнефть»), А.А. Карпов (ООО «БашНИПИнефть»), С.В. Петров (ООО «БашНИПИнефть»), С.Д. Дарий (ООО «БашНИПИнефть»)

Статистические методы обработки с использованием характеристик вытеснения могут применяться в качестве эффективного инструмента прогнозирования уровней добычи нефти в условиях недостаточного объема данных о геолого-физических характеристиках месторождений. Системный анализ научной литературы показал отсутствие формализованных алгоритмов в указанной области исследований. Целью работы являлись разработка и практическое применение алгоритма определения оптимальных характеристик вытеснения для месторождений и объектов разработки.

Предложенный алгоритм реализован на основе методов регрессионного анализа, методов прогнозирования, методов оптимизации и методов ранжирования. Выборка сформирована из добывающих скважин, в которых на последнюю дату месячного эксплуатационного рапорта не проводились геолого-технические мероприятия, направленные на увеличение притока, получение притока из бездействующих или новых скважин либо на изменение структуры притока. Алгоритм определения оптимальных характеристик вытеснения апробирован на объектах разработки и месторождениях ПАО АНК «Башнефть». Получены характеристики вытеснения по 162 месторождениям и 501 объекту разработки. Качество полученных характеристик определялось критериями адекватности и точности. Так, медиана модуля среднего отклонения расчетного дебита нефти в период ретроспективного прогнозирования от фактического для полученных характеристик вытеснения составила 7,85 %.

По результатам практического применения можно заключить, что предложенный алгоритм является результативным и может использоваться для прогнозирования уровней добычи нефти при бизнес-планировании в компаниях нефтедобывающей отрасли.

Список литературы

1. Гарифуллин А.Ш., Курмакаева С.А., Родин В.И. Использование эмпирических зависимостей при проектировании разработки месторождений Краснохолмской группы. В сб. Проблемы геологии и разработки нефтяных месторождений в районах с истощающимися ресурсами. – Уфа: БашНИПИнефть, 1989. – С. 81–86.

2. Максимов М.И. Метод подсчета извлекаемых запасов нефти в конечной стадии эксплуатации нефтяных пластов в условиях вытеснения нефти водой // Геология нефти и газа. – 1959. – № 3. – С. 42–47.

3. Назаров С.Н., Сипачев Н.В. Методика прогнозирования технологических показателей на поздней стадии разработки нефтяных залежей // Известия вузов «Нефть и газ». – 1972. – № 10. – С. 41–46.

4. Сазонов Б.Ф. Совершенствование технологии разработки нефтяных месторождений при водонапорном режиме. – М.: Недра, 1973. – 238 с.

5. К вопросу о прогнозе добычи нефти и попутной воды при разработке слоисто-неоднородных коллекторов / А.М. Пирвердян, П.И. Никитин, Л.Б. Листенгартен, М.Г. Данелян // Азербайджанское нефтяное хозяйство. – 1970. – № 11. – С. 19–22.

6. Камбаров Г.С., Алмамедов Д.Г., Махмудова Т.Ю. К определению начального извлекаемого запаса нефтяного месторождения // Азербайджанское нефтяное хозяйство. – 1974. – № 3. – С. 22–24.

7. Гарифуллин А.Ш., Салахов Т.Р. Современный метод оценки потенциальной нефтеотдачи объекта разработки при вытеснении нефти водой. В сб. Новейшие исследования в нефтяной геологии, моделировании, разработке нефтяных месторождений и добыче нефти. – Уфа: БашНИПИнефть, 2011. – Вып. 122. – С. 128–135.

8. Руководство пользователя по модулю Запасы программного комплекса / И.В. Костригин, Р.К. Мухамедшин, Т.Г. Загуренко, И.Ф. Хатмуллин. – Уфа: РН-КИН, 2011.

9. Гарб Ф.А. Расчеты динамики падения добычи по данным обводненности добываемой продукции // Инженер-нефтяник. – 1978. – № 7 – С. 21–25.

10. Румшинский Л.З. Математическая обработка результатов эксперимента. – М.: Наука, 1971. – 192 с.

11. Сухарев А.Г., Тимохов А.В., Федоров В.В. Курс методов оптимизации. – М.: Наука, 1986. – 328 с.

12. Шелобаев С.И. Математические методы и модели. – М.: ЮНИТИ, 2000. – 367 с.

13. Dixon W.J., Massey Jr F.J. Introduction to statistical analysis . – New York: McGraw-Hill, 1968. – 638 p.

14. Regenwetter M., Grofman B. Approval voting, Borda winners, and Condorcet winners: Evidence from seven elections // Management Science. – 1998. – Т. 44. – №. 4. – Р. 520–533.

15. Панченко Т.В. Генетические алгоритмы. – Астрахань: Издательский дом «Астраханский университет», 2007. – 87 с.

16. Роджерс Д., Адамс Дж. Математические основы машинной графики. – М.: Мир, 2001. – 604 с.вЃ 



Внимание!
Купить полный текст статьи (формат - PDF) или читать материал, находящийся в открытом доступе, могут только авторизованные посетители сайта.

Библиометрия за 2016 год

SCOPUS
SNIP: 0,573
SJR: 0,205
РИНЦ
Двухлетний импакт-фактор: 0,629
Пятилетний импакт-фактор: 0,471
Показатель в рейтинге SCIENCE INDEX: 0,431
Место в рейтинге SCIENCE INDEX: 1178