Создание суррогатной модели выбора оптимальной системы разработки на основе комплексного параметра сложности коллектора
Оценка месторождения на основе комплексного параметра сложности коллектора. Решение задачи вывода данного параметра на основе тестовой модели с применением методов машинного обучения.
ВВЕДЕНИЕ 13
1 ЛИТЕРАТУРНЫЙ ОБЗОР 15
1.1 Машинное обучение 15
1.1.1 Линейная регрессия 15
1.1.2 Лес решений 16
1.1.3 Нейронная сеть 18
1.2 Программные продукты 23
1.2.1 MS-Excel – метод линейного программирования. 23
1.2.2 Eclipse – программный продукт для гидродинамического
моделирования 27
2 ОБЪЕКТ И МЕТОДЫ ИССЛЕДОВАНИЯ 30
2.1 Определение параметра сложности коллектора 30
2.2 Сбор и подготовка данных для создания тестовых моделей 33
3 РАСЧЕТЫ И РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ. 41
3.1 Регрессия КИН – Параметры модели 41
3.2 Регрессия при связи вида полинома второй степени КИН-КПСК 44
3.3 Поиск связи КИН-ПСК средствами Excel 51
3.4 Анализ различных систем расстановки скважин. 55
3.4.1 Модели с пятиточечной системой расстановки 55
3.4.2 Модели с девятиточечной системой расстановки 58
3.5 Сводная таблица полученных результатов 63
4 ФИНАНСОВЫЙ МЕНЕДЖМЕНТ 64
4.1. Обоснование экономической эффективности бурения многозабойных
скважин 64
4.2. Экономические показатели проекта 65
4.2.1. Капитальные затраты 65
4.2.2. Эксплуатационные затраты 66
4.2.3. Выручка и прибыль от реализации нефти 70
4.2.4. Основные экономические показатели 71
5 СОЦИАЛЬНАЯ ОТВЕТСВЕННОСТЬ 73
5.1 Анализ вредных производственных факторов 74
5.2 Анализ опасных производственных факторов 79
5.3 Охрана окружающей среды 80
5.4 Защита в чрезвычайных ситуациях 81
5.5 Правовые и организационные вопросы обеспечения безопасности 83
ЗАКЛЮЧЕНИЕ 85
СПИСОК ЛИТЕРАТУРЫ 86
Все месторождения нефти и газа могут быть описаны конечным числом
параметров. Основными являются фильтрационно-емкостные свойства и
геологическое строение пласта и свойства присутствующего флюида.
Вышеупомянутые характеристики в большой степени определяют коэффициент
извлечения нефти (КИН), однако, также весомый вклад вносит и применяемая
система разработки.
Существует несколько подходов для определения КИН на начальном
этапе освоения месторождения.
Первый способ – статистический. КИН нового месторождения
оценивается с использованием многомерных статистических моделей,
построенных по данным разрабатываемых и изученных месторождений,
расположенных в единой структурно-фациальной зоне. Конечный КИН в данном
случае определяется аналитически по уравнению, включающему в себя геолого-
физические и технологические факторы вводимого в эксплуатацию
месторождения.
Второй способ – определение КИН по коэффициентам вытеснения и
охвата, который требует необходимой изученности строения залежи для
построения карт распространения коллекторов и карт охвата системой
разработки.
Третий способ – геолого-математическое моделирование фильтрационных
процессов при помощи гидродинамического симулятора. Данный способ
является наиболее точным, а также подразумевает возможность сравнения
различных систем разработки между собой.
В последнее время особой популярностью у многих нефтедобывающих
компаниях стал пользоваться статистически обоснованных экспресс метод
оценки КИН, использующий комплексный параметр сложности коллектора
(КПСК). Этот параметр характеризует по установленной шкале, как правило, от
единицы до десяти, сложность разработки месторождения. Комплексный
параметр сложности коллектора может быть использован для бэнчмаркинга
активов компании, и имея зависимость с КИН применяться для его
прогнозирования на раннем этапе освоения месторождения [1].
В данной работе будут использоваться методики по определению КПСК
применимо к результатам гидродинамической симуляции тестовых моделей с
помощью программного продукта Shlumberger Eclipse 2014. Данный проект
курируется компанией «Газпромнефть НТЦ».
Основная цель работы – решение задачи вывода комплексного параметра
сложности коллектора на основе тестовых моделей с применением методов
машинного обучения и создание суррогатной модели выбора оптимальной
системы разработки на основе данного параметра.
Задачи исследования:
1. Анализ литературы
Основная целью данной работы являлось решение задачи вывода
комплексного параметра сложности коллектора на основе тестовых моделей с
применением методов машинного обучения и создание суррогатной модели
выбора оптимальной системы разработки на основе данного параметра.
Были выполнены следующие задачи исследования:
− Анализ литературы
− Анализ имеющихся подходов по определению параметра сложности
коллектора
− Сбор и подготовка исходных данных для тестовых моделей, их создание
и расчет в гидродинамическом симуляторе
− Анализ полученных результатов, получение уравнения связи
комплексного параметра сложности коллектора и коэффициента
извлечения нефти
− Создание модели по выбору оптимальной системы разработки на
тестовых моделях с разной системой размещения скважин.
Результатом работы стало получение набора зависимостей КИН от
комплексного параметра сложности коллектора при разных системах
расстановки скважин. Полученные уравнения позволяют быстро и с хорошей
точностью рассчитать конечный коэффициент нефтеотдачи без использования
программных пакетов гидродинамического моделирования.
Хочешь уникальную работу?
Больше 3 000 экспертов уже готовы начать работу над твоим проектом!
5 (154 отзыва)
5 (18 отзывов)
5 (428 отзывов)
5 (158 отзывов)
4.9 (66 отзывов)
4.2 (5 отзывов)
4.4 (93 отзыва)
4.9 (5 отзывов)
4.6 (522 отзыва)
