При разработке нефтяных и газовых месторождений одними из основополагающих процессов контроля и планирования производственных показателей являются расчет профиля добычи и потенциальных извлекаемых запасов нефти. Для проведения этих расчетов активно применяются промыслово-статистические методы, такие как модели характеристик вытеснения и анализа кривой падения давления (КПД). По сравнению с методом анализа КПД модели характеристик вытеснения более эффективны при расчете прогнозных показателей добычи нефти из обводненных пластов, поскольку помимо добычи нефти они учитывают добычу воды и жидкости. Однако промыслово-статистические методы являются детерминированными, т.е. не учитывают неопределенность в результатах расчетов, что может привести к недостижению плановых показателей добычи. Для решения проблемы количественной оценки рисков и неопределенности в прогнозах добычи и оценки потенциальных извлекаемых запасов зарубежными исследователями применены методы машинного обучения в сочетании с традиционными методами прогнозирования добычи нефти и газа.
В статье рассмотрены усовершенствованные методы машинного обучения, такие как теорема Байеса и стохастическое моделирования Монте-Карло по схеме цепей Маркова с интегральными моделями характеристик вытеснения, для количественного расчета рисков и неопределенности в прогнозах добычи и потенциальных извлекаемых запасов нефти. Разработанная методология вероятностного прогнозирования позволяет рассчитывать профиль добычи и потенциальные извлекаемые запасы, повысить точность прогнозирования и, как следствие, качество примаемых решений. Проведен ретроспективный прогноз на основе истории добычи 130 скважин двух заводненных нефтяных месторождений для оценки надежности разработанного вероятностного метода прогнозирования добычи нефти. Выполнен сравнительный анализ результатов, полученных с использованием ретроспективного прогноза добычи и вероятностным методом анализа КПД.
Список литературы
1. Сазонов Б.Ф. Совершенствование технологии разработки нефтяных месторождений при водонапорном режиме. – М.: Недра. 1973. – 238 с.
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. Burger J.G., Combarnous M. Thermal Methods for Hydrocarbon Production // Journal of Oil & Gas Science and Technology, IFP. – 1975. – V. 30. – P. 551–578.
4. Назаров С.Н., Сипачев Н.В. Методика прогнозирования технологических показателей на поздней стадии разработки нефтяных залежей // Нефть и газ. – 1972. – № 10. – С. 41–45.
5. К оценке извлекаемых запасов нефти по интегральным кривым отбора нефти и воды / Н.В. Сипачев, А.Г. Посевич, С.А. Назаров [и др.] // Азербайджанское нефтяное хозяйство. – 1972. – № 5. – С. 20–21.
6. Гайсин Д.К. Метод прогноза технологических показателей и нефтеотдачи пластов по промысловым данным в поздней стадии разработки // Тр. ин-та / БашНИПИнефть. – 1986. – Вып. 74. – С. 128–137.
7. 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. 22–23.
8. Камбаров Г.С., Алмамедов Д.Г., Махмудова Т.Ю. К определению начального извлекаемого запаса нефтяного месторождения // Азербайджанское нефтяное хозяйство. – 1974. – № 3. – С. 22–24.
9. Абызбаев И.И., Насыров Г.Т. О факторах, влияющих на нефтеотдачу водонефтяных зон // Геология нефти и газа. – 1975. – № 2. – С. 60–63.
10. Gong X., Gonzalez R., McVay D. Bayesian Probabilistic Decline Curve Analysis Quantifies Shale Gas Reserves Uncertainty // SPE-147588. – 2011. –
DOI: 10.2118/147588-ms.
11. Xie J., Efendiev Y., Datta-Gupta A. Uncertainty Quantification in History Matching of Channelized Reservoirs using Markov Chain Level Set Approaches // SPE-141811-MS. – 2011. – doi:10.2118/141811-MS.
12. Liu C, McVay D.A. Continuous Reservoir Simulation Model Updating and Forecasting Using a Markov Chain Monte Carlo Method // SPE-119197-MS. – 2009.
13. Zolotukhin A.B., Frick T.P. A Mobility Driven Fingering Approach to the Field-Scale Simulation of Oil Recovery // SPE-27017-MS. – 1994. – doi:10.2118/27017-MS.
14. Nazarenko M. Probabilistic Production Forecasting and Reserves Estimation in Waterflooded Oil Reservoirs // SPE-192167-MS. – 2018.
15. РД 153-39.0-110-01. Методические указания по геолого-промысловому анализу разработки нефтяных и газонефтяных месторождений. – М.: Минэнерго РФ, 2002. – 119 с.
