Проблемы, возникающие при моделировании многостадийного гидравлического разрыва пласта (МГРП) в неоднородных коллекторах, являются широко обсуждаемой темой. Существующие инструменты для моделирования, такие как 3D гидродинамические модели (ГДМ), требуют больших затрат времени и ресурсов. Чтобы их снизить, был разработан метод, позволяющий свести трехмерную задачу к одномерной с помощью уравнения эйконала. Способ решения уравнения пьезороводности диффузионно-временным методом (DTOF - diffusive time of flight) был разработан и запатентован в США в 2015 г. Согласно данному патенту основной целью создания метода является эффективный выбор дизайна МГРП для горизонтальной скважины (ГС) в низкопроницаемых и неоднородных по площади коллекторах. На практике оценка объема дренирования в неоднородных, низкопроницаемых коллекторах - сложная задача, которая в настоящее время решается с помощью 3D ГДМ из-за невозможности использования аналитических методов. ГДМ представляет собой построение компьютерной геологической модели со всеми ее особенностями, т.е. создание приближенной модели продуктивного пласта, включающей распространение статических свойств (пористости, проницаемости и др.), определенных по скважинным данным, на всю область модели и расчет динамических свойств, в том числе дебита нефти. В данной работе рассматривается применение метода DTOF при интеллектуальном анализе данных и решении уравнения пьезороводности для учета неоднородных свойств коллектора, а также задача параметризации путем применения подходов параметризации. Кроме того, построен алгоритм решений на основе метода DTOF и одного из подходов параметризации для автоматизированной адаптации к историческим показателям добычи.
Список литературы
1. Асимптотические методы в теории волн / Составитель: Н.Д. Миловский. – Нижний Новгород: Нижегородский гос. университет, 2014. – 138 с.
2. Fatemi E., Engquist B., Osher S. Numerical Solution of the high frequency asymptotic expansion for the scalar wave equation // Journal of computational physics. – 1995. – V. 120. – Р. 145–155. - http://doi.org/10.1006/jcph.1995.1154
3. Pat. US9790770B2. Determining performance data for hydrocarbon reservoirs using diffusive time of flight as the spatal coronate / M.J. King, A. Datta-Gupta,
Yanbin Zhang.
4. Kulkarni K.N. A Streamline Approach for Integrating Transient Pressure Data into High Resolution Reservoir Models // SPE-65120-MS. – 2000. - https://doi.org/10.2118/65120-MS
5. https://pythonhosted.org/scikit-fmm/
6. Heriot Watt: Reservoir engineering book. Chapter 10.
7. Hastie T., Tibshirani R., Friedman J. The Elements of Statistical Learning. – Springer, 2008.
8. Еремян Г.А. Выбор целевой функции для решения задачи автоадаптации геолого-гидродинамической модели: дисс. ... канд. техн. наук. – Томск, 2022.
9. Hansen N., Müller S.D., Koumoutsakos P. Reducing the Time Complexity of the Derandomized Evolution Strategy with Covariance Matrix Adaptation (CMA-ES) // Evol. Comput. – 2003. – V. 11. – P. 1–18. - http://doi.org/10.1162/106365603321828970
