Одним из непременных атрибутов цифровизации промышленных объектов и производственных процессов являются цифровые двойники. Аккумулируя данные, поступающие с датчиков и замерных устройств, они моделируют поведение объекта или процесса, обозначая имеющиеся риски и отклонения в работе, а также предлагая оптимальные пути функционирования системы. Нефтегазовая отрасль в настоящее время является одним из лидеров по применению цифровых двойников для повышения эффективности производства. Этому способствуют такие факторы, как многообразие производственных процессов (разработка месторождений, строительство скважин, механизированная добыча, транспорт и подготовка нефти, переработка углеводородного сырья); наличие большого объема промышленной информации и высокий уровень автоматизации (высокоточные датчики и анализаторы, системы телемеханики и телеметрии, промышленные базы данных, специальные программные продукты для моделирования); высокая окупаемость инвестиций (за счет роста добычи и снижения операционных затрат и капитальных вложений). В ПАО АНК «Башнефть» принята концепция максимального вовлечения цифровых двойников в процессы нефтегазодобычи.
В статье дано описание цифрового двойника механизированной скважины, оснащенной установкой электроцентробежного насоса. Цифровой двойник позволяет минимизировать риск возникновения осложнений во время вывода добывающей скважины на режим и сократить потери нефти. Цифровой двойник содержит модель элементов скважины и глубиннонасосного оборудования, алгоритмы адаптации к данным промысловых замеров и алгоритмы прогнозирования работы скважины и оборудования. Все это позволяет использовать его на всех этапах вывода скважины на режим, начиная от запуска до момента выхода скважины на установившийся режим.
Список литературы
1. Grieves M. Origins of the digital twin concept. Working paper. – Florida: Institute of Technology, 2016. – 7 p.
2. Saddik A. El. Digital twins: The convergence of multimedia technologies // IEEE MultiMedia. – 2018. – N 25 (2). – P. 87–92.
3. Carvajal G., Mausec M., Cullick S. Intelligent Digital Oil and gas Fields: Concepts, Collaboration, and Right – Time Decisions. – Cambridge: Unitied States, 2018. – 357 p.
4. Дмитриевский А.Н., Еремин Н.А. Цифровая модернизация нефтегазовой экосистемы // Актуальные проблемы нефти и газа. – 2018. – № 2 (21). – С. 1–12.
5. Цифровой подводный добычной комплекс / В.Е. Костюков, В.И. Жигалов, А.А. Кибкало, В.П. Батурин // Нефть. Газ. Новации. – 2018. – № 12. – С. 21–23.
6. Брилл Дж.П., Мукерджи Х. Многофазный поток в скважинах. – М. – Ижевск: Институт компьютерных технологий, 2006. – 384 с.
7. Топольников А.С. Обоснование применения квазистационарной модели при описании периодического режима работы скважины // Труды ин-та / Институт механики им. Р.Р. Мавлютова. – 2017. – Т. 12. – № 1. – С. 15–26.
8. Топольников А.С. Применение методов математического моделирования при контроле и оптимизации нестационарного режима работы нефтяной скважины // Труды Института механики им. Р.Р. Мавлютова УНЦ РАН. – 2016. – Т. 11. – № 1. – С. 53–59.
9. Волков М.Г. Оптимизация периодического режима эксплуатации малодебитных скважин // Нефтегазовое дело. – 2017. – Т. 15. – № 1. – С. 70–74.
10. Справочное руководство по проектированию разработки и эксплуатации нефтяных месторождений. Добыча нефти / Р.С. Андриасов, И.Т. Мищенко, А.И. Петров [и др.] / под общ. ред. Ш.К. Гиматудинова. – М.: Недра, 1983. – 455 с.
11. Marquez M. Modeling Downhole Natural Separation: PhD dissertation. – Tulsa, 2004. – 154 p.
12. Пашали А.А., Михайлов В.Г., Топольников А.С. Восстановление дебитов на основе алгоритмов «виртуального расходомера» для проведения гидродинамических исследований скважин // Нефтяное хозяйство. – 2017. – № 11. – С. 63–67.
13. Волков М.Г. Динамические модели фонтанирующих и механизированных нефтедобывающих скважин для анализа на их устойчивость и управляемость //Нефтепромысловое дело. – 2017. – № 4. – С. 17–20.
