Анализ энергетического состояния месторождений и оптимизация работы скважин на основе результатов прокси-моделирования

UDK: 622.276.1/.4.001.57
DOI: 10.24887/0028-2448-2021-12-44-50
Ключевые слова: прокси-модель, карта порового давления, стационарная фильтрация, прогноз добычи, оптимизация работы скважин, адаптация к данным гидродинамических исследований (ГДИ), забойное давление, пластовое давление, проницаемость
Авт.: Е.В. Юдин (Научно-Технический Центр «Газпром нефти» (ООО «Газпромнефть НТЦ»)), к.ф.-м.н., Н.С. Марков (Санкт-Петербургский политехнический университет Петра Великого), к.ф.-м.н., В.С. Котежеков (Научно-Технический Центр «Газпром нефти» (ООО «Газпромнефть НТЦ»)), А.В. Махнов (Санкт-Петербургский политехнический университет Петра Великого), С.О. Краева (Санкт-Петербургский политехнический университет Петра Великого), Э.Р. Гадельшина (Санкт-Петербургский политехнический университет Петра Великого), Л.А. Горбушин (Санкт-Петербургский политехнический университет Петра Великого), Н.П. Трубников (Санкт-Петербургский политехнический университет Петра Великого)

Использование физически содержательных моделей в качестве основы для построения карт порового давления и анализа продуктивности скважин необходимо для повышения эффективности мониторинга энергетического состояния месторождений и планирования геологических мероприятий. Разработка инструментов для автоматического построения карт порового давления на основе результатов физически содержательного расчета является актуальной задачей. Основным требованием к модели является высокая скорость расчетов, что критически важно для своевременного обновления данных о состоянии пласта. Поэтому прокси-моделирование, основанное на использовании алгоритмов, обеспечивающих высокую и приемлемую для практического применения скорость расчета, является более подходящим подходом, чем полномасштабное 3Dмоделирование.

В статье рассмотрено развитие прокси-модели, основанной на двумерном уравнении диффузии, которое решается методом граничных элементов. Разработанный инструмент позволяет адаптировать параметры прокси-модели так, чтобы полученное поле порового давления удовлетворяло условиям, которые могут быть заданы на основе средних пластовых давлений по данным гидродинамических исследований (ГДИ). Предлагаемый подход принципиально отличается от наиболее широко используемых способов картопостроения, традиционно основанных на интерполяции данных замеров в скважинах, и позволяет рассчитывать на более высокую точность расчетов. Разработанная прокси-модель дает возможность автоматизированно и за достаточно короткое время построить карту порового давления. Отклонение оцениваемых пластовых давлений от данных ГДИ при использовании прокси-модели в среднем в 2 раза ниже, чем при использовании традиционных методов построения карт изобар. Так как карта порового давления строится на физически содержательной модели, имеется также возможность оптимизировать работу скважин на основе параметров, определяемых на этапе построения карт. Данная опция реализована в дополнение к базовому алгоритму прокси-модели и апробирована на реальном месторождении. Еще одним расширением базового функционала, добавленным в текущую версию инструмента, является адаптация к пьезометрическим замерам. Разработанная прокси-модель апробирована как на синтетических данных, так и на пяти реальных месторождениях. Проанализированы полученные карты порового давления и сделаны выводы об ограничениях текущей версии прокси-модели. На основе этих выводов определены дальнейшие направления развития модели с целью расширения ее области применения.

Список литературы

1. Tool for Operational Well Stock Management and Forecasting / A.R. Sharifov, D.S. Perets, I.A. Zhdanov [et al.] // SPE-201927-MS. – 2020. – https://doi.org/10.2118/201927-MS

2. INSIM: A Data-Driven Model for History Matching and Prediction for Waterflooding Monitoring and Management with a Field Application / H. Zhao, Z. Kang, X. Zhang [et al.] // SPE-173213-MS. – 2015. – https://doi.org/SPE-173213-MS

3. Jamali A., Ettehadtavakkol A. Application of capacitance resistance models to determining interwell connectivity of large-scale mature oil fields // Petroleum Exploration and Development. – 2017. – № 44(1). – P. 132–138. – DOI:10.1016/S1876-3804(17)30017-4

4. Sayarpour M., Kabir C.S., Lake L.W. Field Applications of Capacitance-Resistance Models in Waterfloods // SPE-114983-PA. – 2009. – https://doi.org/10.2118/114983-PA

5. Methodology of surrogate Models (MetaModels) and their prospects for solving petroleum engineering challenges (Russian) / M.V. Simonov, A.V. Penigin, A.S. Margarit [et al.] // PNJ. – 2019. – P. 48–53. – DOI:10.24887/2587-7399-2019-2-48-53

6. Deep neural networks predicting oil movement in a development unit / P. Temirchev, M. Simonov, R. Kostoev [et al.] // Journal of Petroleum Science and Engineering. – 2019. – V. 184. – DOI: 10.1016/j.petrol.2019.106513.

7. Yudin E.V., Gubanova A.E., Krasnov V.A. The Method of Express Estimation of Pore Pressure Map Distribution in Reservoirs with Faults and Wedging Zones //  SPE-191582-18RPTC-MS. – 2018. – https://doi.org/10.2118/191582-18RPTC-MS

8. Юдин Е.В., Губанова А.Е., Краснов В.А. Метод оценки интерференции скважин с использованием данных технологических режимов их эксплуатации // Нефтяное хозяйство. – 2018. – № 8. – С. 64–69. – DOI: 10.24887/0028-2448-2018-8-64-69

9. Banerjee, Prasanta Kumar. The Boundary Element Methods in Engineering . – London: McGraw-Hill, 1994. – 494 p.

10. Practical solutions for pressure-transient responses of fractured horizontal wells in unconventional shale reservoirs / M. Brown [et al.] //SPE-125043-PA. – 2011. – № 14(06). – P. 663–676. – https://doi.org/10.2118/125043-PA


Внимание!
Купить полный текст статьи (русская версия, формат - PDF) могут только авторизованные посетители сайта.