В процессе построения моделей, на основе которых прогнозируется динамика добычи нефти, необходимо количественное определение взаимовлияния скважин в рамках одного объекта разработки. Сложность получения таких оценок заключается в том числе в необходимости учитывать запаздывающую во времени реакцию от нагнетательных скважин и системы других добывающих скважин. Целью исследования являлась разработка методики, позволяющей количественно оценить взаимовлияние скважин, в том числе с учетом отсроченного эффекта, в рамках одного объекта разработки. Эмпирической базой для построения моделей стало месторождение со 115 скважинами (24 куста), из которых 84 – добывающие. Данные рассматривались в ежедневной динамике в период за 9 лет и 6 мес: дебит жидкости добывающих скважин, пластовое и забойное давления, объем закачиваемой жидкости в нагнетательные скважины. Рассматривалась модель векторной авторегрессии, параметры которой находились с помощью байесовского оценивания. Во всех моделях, построенных по 24 кустам, наблюдались статистически значимые (p<0,05) зависимости дебита жидкости добывающих скважин от следующих параметров: 1) дебиты жидкости соседних скважин куста с лагом до 4 сут включительно; 2) разница забойного и пластового давлений в текущий момент времени; 3) разница давлений в соседних скважинах куста (для некоторых скважин); 4) суммарная закачка во все нагнетательные скважины куста. Средняя ошибка прогноза, найденная на тестовом наборе данных 30-сут динамики, по 76 добывающим скважинам из 84 составила 3,84 %, для еще для 4 скважин месторождения ошибка составила 14-18 %, для других 4 – 36-51 %. Все оценки моделей были надежны и асимптотически состоятельны. Применение разработанной методики построения модели векторной авторегрессии с оценкой параметров на основе байесовского подхода позволило учесть взаимное влияние дебитов скважин с учетом отсроченного эффекта. Причем полученные оценки влияния являются надежными, о чем косвенно свидетельствуют невысокие значения ошибок прогноза, рассчитанного на соответствующих моделях.
Список литературы
1. Grif A.M., Persova M.G., Soloveichik Yu.G. Determination of the Effect of Injection Wells on Production Wells in their Work Dynamics by Using Hydrodynamic Modeling Science // Bulletin of the Novosibirsk State Technical University. – 2019. – № 4 (77). – С. 31–44. – DOI: 10.17212/1814-1196-2019-4-31-44.
2. Improvements in Capacitance-Resistive Modeling and Optimization of Large Scale Reservoirs / D. Weber, T.F. Edgar, L.W. Lake [et al.] // SPE-121299-MS. – 2009. – DOI:10.2118/121299-ms.
3. Kaviani D. Interwell Connectivity Evaluation from Wellrate Fluctuations: a Waterflooding Management Tool: Doctoral dissertation. – Amirkabir University of Technology (Tehran Polytechnic). 2009.
4. Полуаналитические модели расчета интерференции скважин на базе класса моделей CRM / И.Ф. Хатмуллин, А.П. Цанда, А.М. Андрианова [и др.] // Нефтяное хозяйство. – 2018. – № 12. – С. 38–41. – DOI: 10.24887/ 0028-2448-2018-12-38-41.
5. Хасанов М.М., Бахитов Р.Р., Лакман И.А. Обзор исследований по моделированию геологического строения и процессов разработки месторождения // Нефтяное хозяйство. – 2021. – № 10. – С. 46–51. – DOI: 10.24887/ 0028-2448-2021-10-46-51.
6. Сагитов Д.К. Исследование изменения характера взаимодействия скважин в процессе заводнения // Изв. вузов. Нефть и газ. – 2019. – № 2. – С. 81–85. – DOI: 10.31660/0445-0108-2019-2-81-85.
7. Пономарева И.Н., Мартюшев Д.А., Черный К.А. Исследование взаимодействия между нагнетательными и добывающими скважинами на основе построения многоуровневых моделей // Изв. Томского политехнического университета. Инжиниринг георесурсов. – 2021. – Т. 332. – № 2. – С. 116–126. – DOI: 10.18799/24131830/2021/2/3048.
8. Comparison between VAR, GSTAR, FFNN-VAR and FFNN-GSTAR Models for Forecasting Oil Production / D. Suhartono, H. Prastyo, M. Kuswanto, L. Hisyam // MATEMATIKA. – 2018. – V. 34. – No. 1. – P. 103–111. – DOI:10.11113/matematika.v34.n1.1040.
