Skip to Content
Версия для печатиПослать другуPDF версия

 

Методические основы и опыт внедрения цифровых технологий оперативного планирования и управления режимами работы добывающих и нагнетательных скважин на участке ОПР пласта ЮВ1 Ватьеганского месторождения

ТПП "Повхнефтегаз" (ООО "ЛУКОЙЛ-Западная Сибирь")

 

Арефьев С.В., Юнусов Р.Р. (ООО «ЛУКОЙЛ-Западная Сибирь»)

Валеев А.С., Корниенко А.Н. Дулкарнаев М.Р., Лабутин Д.В. (ТПП "Повхнефтегаз"),

Бриллиант Л.С., Печеркин М.Ф., Кокорин Д.А., Грандов Д.В., Комягин А.И. (ООО "ТИНГ")

 

I. Предпосылки

Потребность в автоматизации процессов оперативного управления нефтяным производством является следствием развития информационных технологий, современных методов контроля и регулирования разработки, которые в настоящее время существенно опережают практику принятия решений на "зрелых" месторождениях, остающейся неизменной в течение последних десятилетий. Дело в том, что регулярный обмен данными между информационными системами - их консолидация, обработка, формирование всесторонних запросов и отчетов - требуют от специалистов предприятия выполнения значительного количества рутинных трудозатратных операций, которые, тем не менее, не гарантируют эффективных производственных решений. Преимущества, лежащие в плоскости гидродинамических моделей, могут быть оправданы скорее в задачах перспективного планирования в горизонте от 3-х до, условно, 20 лет. Процесс оперативного управления добычей занимает особую нишу (рис. 1), в которой позиции сложных технологий 3D моделирования наиболее уязвимы и потому не находят в практике инженеров промысла должного распространения.

Рис. 1 Этапы принятия решений

В этой связи, в первую очередь, необходим критический анализ сложившихся практик и инструментов планирования работ, диктующих те или иные изменения в режимах эксплуатации добывающих и нагнетательных скважин, и то, насколько конечный результат соответствует ожиданиям.

Автоматизированные системы управления, которые получают в настоящее время свое развитие в концепции "интеллектуального месторождения" только создают предпосылки для увеличения объемов производства, но не более того. Акценты замыкаются на совершенствовании оперативного контроля фонда скважин, замерных установок, объектов сбора, подготовки и транспорта нефти, планирования материально технического снабжения, оптимизации графика движения ремонтных бригад, контроля потребления электроэнергии в системе добычи и ППД (рис. 2).

Рис. 2 Принципиальная схема "умного" месторождения

 

Согласно данным журнала Forbes [1] мировая практика повышения эффективности нефтяной индустрии содержит множество примеров применения цифровых решений в добыче:

  • ВР совместно с Silicon Microgravity разрабатывает высокочувствительные датчики небольшого размера, позволяющие инженерам на основе анализа данных лучше контролировать параметры разработки пласта. Положительный эффект оценивается в 2 % увеличения дебита и 5 % сокращения времени простоев и затрат на бурение;

  • Seven Lakes Technologies тестирует технологию Field Data-Gathering Workflow solution. Она позволяет сократить время простоя оборудования на 50 % и снижает потери при добыче с 5 до 2,5 %

  • Опыт Shell свидетельствует, что переход на "умное" месторождение позволяет увеличить коэффициент извлечения нефти на 10 %.

 

В числе современных трендов цифровизации upstream, у всех на слуху проекты генерации цифровых решений на платформе анализа bigdata в концепции "интеллектуального" месторождения. По данным исследований Accenture 2016 г., 36 % опрошенных нефтегазовых компаний уже инвестируют в технологии big data и основанную на ней аналитику. В таких условиях становится непонятным, что делать инженеру - геологу промысла, с всевозрастающим потоком данных, когда даже имеющаяся информация при управлении разработкой месторождения и планировании ГТМ востребована не в полной мере.

По мнению авторов, причинами в данном случае могут быть:

  • отсутствие формализованной постановки производственной задачи на период планирования

  • отсутствие эффективных алгоритмов решения задач оперативного планирования

  • отсутствие формализованных практик принятия управленческих решений, соответствующих целевым показателям производства

  • отсутствие у специалистов промысла эффективных инструментов преобразования все возрастающих массивов первичных данных в формат, соответствующий алгоритму решения целевой задачи и планам производства

  • невозможность спрогнозировать доступными средствами последствия проведения работ на отдельных скважинах, изменений отборов жидкости и режимов закачки воды в показателях добычи на объекте в целом

  • отсутствие актуальных обучающих программ для инженеров и геологов промысла формализованным навыкам принятия управленческих решений соответственно целевой постановке производственной задачи.

Главным является то, что сама постановка производственной задачи неизбежно предполагает определенный алгоритм решения. Иными словами, обоснованность планов определяется тем, насколько выбранный алгоритм соответствует поставленной цели производства. А в этой части не все просто и очевидно.

Несмотря на то, что за последние 20–30 лет достигнут значительный прогресс в автоматизации контроля технологических процессов, дискретности и точности измерений, консолидации и передачи информации - система оперативного управления добычей, как и принятие решений при планировании работ на скважинах остается по прежнему, консервативной, анахроничной, субъективной и потому заведомо не эффективной. Это одна из главных причин, того что в текущих условиях практически не ставятся амбициозные задачи по предотвращению, или, по крайней мере, существенному снижению темпов падения добычи нефти на "зрелых" месторождениях.

Решение оперативных производственных задач инструментами гидродинамического моделирования ограничивается высокими требованиями к качеству промежуточных построений (петрофизическое, геологическое моделирование, обоснование PVT-свойств, лабораторные исследования течений многофазных систем), каждое из которых характеризуется собственной погрешностью и неопределенностью результатов. Все это не предоставляет ожидаемых преимуществ по отношению к практическим методикам, опирающихся на корректировку сложившихся трендов показателей и нормативную эффективность работ.

Предложения авторов публикации, в контексте обсуждаемой проблематики, основаны на автоматизированном решении оптимизационной задачи соответственно условиям максимизации добычи нефти и минимизации операционных затрат с учетом ограничений, которые обусловлены: геологическим строением залежей, параметрами и состоянием объектов обустройства, экономическими условиями, логистикой, организацией материально технического снабжения.

Опыт, который сформировался у авторского коллектива в течение последних лет, дает основание для утверждения, что внедрение даже простых цифровых элементов технологии управления добычей, которые минимизируют субъективизм в системе принятия решений при планировании и исполнении работ на месторождении, значительно повышает эффективность производства.

Увеличению прибыли способствуют:

  • рост добычи нефти

  • повышение эффективности закачки воды в пласт

  • снижение обводненности продукции, соответственно и объема попутно с нефтью добываемой воды

  • повышение эффективности ГТМ

  • оптимизация схем движения бригад подземного и капитального ремонта скважин,

  • сопряжение программ реинжиниринга в системе обустройства соответственно задачам эффективного управления добычей.

 

II. Методическая основа технологии управления добычей

Базис технологии составляют авторские алгоритмы прокси-моделирования: корреляционный анализ и кластеризация на основе искусственных нейронных сетей, градиентные методы решения оптимизационной задачи (патенты на изобретение №№ 2565313, 2614338), многофакторный анализ событий на скважинах, методы визуального анализа, основанные на преобразовании массива промысловых данных в образах доступных для восприятия специалистам производства и уникальная многоуровневая система принятия управленческих решений.

Итоговые результаты отражают качество запасов и возможные потери нефти, оптимальный дизайн распределения отборов жидкости и закачки в скважинах, технико-экономические показатели вариантов развития добычи (рис. 3).

Рис. 3 Интеллектуальная система управления добычей

Технология «Управление добычей» – это полный комплекс решений для управления разработкой нефтяных месторождений, включающий четыре ключевых компонента:

  1. Формат технологического процесса

  2. Информационная система поддержки принятия решений

  3. Система интегрированного планирования работ

  4. Программа обучения и сертификации

Далее следует детально остановиться на содержательной части представляемых компонент.

1. Формат технологического процесса.

Определяет последовательность этапов внедрения технологии "Управление добычей" и предполагает:

  • создание проектного офиса (рис. 4), целью которого является организация междисциплинарной группы специалистов, ответственных за внедрение технологии.

В числе задач проектного офиса следует выделить:

  • утверждение и обеспечение выполнения регламента взаимодействия и разграничения ответственности, определяющего коммуникации внутри группы

  • обеспечение функционирования на предприятии информационной системы поддержки принятия решений ПК АТЛАС "Управление добычей"

  • обучение специалистов междисциплинарной группы принципам принятия управленческих решений в соответствии с системой интегрированного планирования работ

  • сертификация специалистов.

Рис. 4 Администрирование процесса управления добычей в составе мультидисциплинарного проектного офиса

  • аналитический этап - подготовка производственного объекта к внедрению технологии интегрированного планирования работ при оперативном управлении добычей. Основные задачи:

  • формирование банка данных

  • анализ добычи (геологические предпосылки, обобщение исследований, тенденции производства, КПД системы заводнения, структура потерь добычи, качество остаточных запасов нефти, аудит ГТМ)

  • анализ ограничений и определение условий эффективного извлечения нефти (состояние пробуренного фонда скважин, состояние системы обустройства, существующие средства контроля и измерений, экономические и социально- правовые условия)

  • обоснование объектов и инструментов управления (геометризация и структурирование элементов и участков системы разработки)

  • решение оптимизационной задачи - поиск оптимального распределения доступных ресурсов в элементах заводнения для достижения целевого показателя (постановка оптимизационной задачи, обоснование системных ограничений, настройка математической модели взаимовлияния скважин, оценка потенциала, оптимальные нормы отбора жидкости и закачки воды в элементах заводнения),

  • разработка дорожной карты работ на месторождении (программа работ, базовая добыча по скважинам, ТЭО ГТМ, последовательность работ в элементах заводнения, участках, реинжиниринг системы обустройства)

  • технико-экономическое обоснование плана работ (базовая добыча по объекту управления, прогноз добычи, оценка инвестиций)

  • этап управления добычей определяет совокупность и последовательность мер по организации контролю и администрированию производственных процессов в формате "день", "месяц", "квартал".

2. Информационная система поддержки принятия решений.

ПК АТЛАС "Управление добычей" - информационная система, созданная с целью автоматизации процессов принятия решений при интегрированном планировании работ - единое пространство для всех участников проектного офиса, включает 10 основных блоков (рис. 5):

  • базовый блок (исходные данные, таблицы, графики, двухмерный визуализатор, трехмерный визуализатор, каротажная диаграмма, графические приложения, визуализатор разрезов)

  • добыча (фонд скважин, эффективность ГТМ, архив дел скважин)

  • закачка (материальный баланс, энергетика пласта, взаимовлияние скважин, компенсация отборов)

  • изучение (промысловая геофизика, гидродинамические исследования, трассерные исследования)

  • запасы (характеристики вытеснения, выработка)

  • моделирование:

  • обоснование объектов управления - геометризация и структурирование элементов системы разработки - базовой единицы оперативного планирования (элемент заводнения, участок, залежь, объект разработки, месторождение в целом)

  • прокси-модель, адаптация

  • постановка оптимизационной задачи

  • постановка системных ограничений

  • настройка математической модели взаимовлияния скважин

  • решение оптимизационной задачи - поиск оптимального распределения доступных ресурсов для достижения целевого показателя (суточной добычи нефти, себестоимости):

  • оптимальные нормы отборов и закачки в элементах заводнения.

  • дорожная карта работ:

  • многоуровневая система принятия решений в задачах оперативного планирования, включая: протоколы организации работ, взаимодействия служб и подразделений, системы оценок и контроля, основанные на показателях эффективности процесса добычи нефти

  • индикаторы эффективности процесса управления:

  • коэффициент полезного действия (КПД) системы заводнения

  • коэффициент оптимизированности элементов заводнения

  • коэффициент устойчивости оптимизации

  • коэффициент полезного действия скважин

  • коэффициент эффективности управления.

  • факторный анализ ГТМ, обоснование оптимальных норм отборов жидкости и закачки воды в добывающих и нагнетательных скважинах, последовательность работ, ТЭО ГТМ, планирование ГТМ

  • технологический режим эксплуатации скважин

  • прогноз: базовая добыча, расчетные технологические показатели по элементам заводнения, участкам разработки и объекту в целом

  • экономика: оценка инвестиций

  • контроль: аудит ГТМ, анализ отклонений.

Рис. 5 Атлас "Управление добычей" - концепция информационной среды

  1. Система интегрированного планирования работ.

Включает каталог нормативных документов, определяющих последовательность и алгоритмы решения задач по оперативному планированию работ на скважинах и в системе обустройства, принципы взаимодействия участников, формат отчетности:

  • регламент взаимодействия и разграничения ответственности

  • регламент расчетов на прокси-модели

  • регламент планирования работ, многоуровневая система принятия решений

  • регламент обоснования областей применения ГТМ на основе многофакторного анализа

  • регламент обоснования базовых ТЭП разработки

  • регламент расчета технико-экономической эффективности работ

  • формат технологического режима элементов заводнения

  • формат технологической карты ГТМ

  • формат итогового отчета – этап 1, анализ добычи, годовая программа работ

  • формат ежемесячного информационного отчета – этап 2, практическая реализация

  • формат ежеквартального отчета – этап 2, практическая реализация

  • формат аналитического отчета – этап 2, практическая реализация.

 

  1. Программа обучения и сертификации.

Цель: приобретение специалистами проектного офиса новых компетенций в задачах оперативного управления добычей на основе системы интегрированного планирования работ.

Задачи:

  • изучение технологии интегрированного планирования работ (принципы функционирования, алгоритмы и решения)

  • приобретение навыков работы в информационной системе поддержки принятия решений АТЛАС "Управление добычей".

Этапы:

  • теория и практика решения задач управления добычей на месторождениях

  • основы автоматизированной системы управления добычей

  • оптимизационная задача в системе интегрированного планирования работ

  • оперативное планирование и контроль при управлении добычей

  • нормативные документы и регламенты.


 

Ядром технологии является математическая модель управления добычей. В общем случае, модель – это абстрактное представление реальности, позволяющее получить ответы на изучаемые вопросы. Выбор типа модели и уровня приближения (детальности) сообразно решаемым задачам во многом определяет эффективность всей концепции управления добычей. В числе основных критериев следует выделить:

Критерий 1. Измеримость объекта управления и качество исходных данных

Нефтяной пласт является ограниченно измеримой системой. Современные методы, преимущественно косвенных исследований, дают весьма условные представления о геологическом строении, напряженном состоянии и физико-химических свойствах пластовой системы. Невозможность прямых измерений делают нефтяной пласт одной из самых сложных систем в практической деятельности человека. Если даже в смежных областях нефтяной промышленности, таких как нефтехимия и транспорт, измерительные приборы позволяют контролировать все стадии технологического процесса, то в геологии и разработке решения необходимо принимать, используя весьма существенные допущения.

Современные практики управления разработкой ограничиваются трехмерными геологическими и фильтрационными моделями, для которых характерен высокий уровень неопределенностей, обусловленный природным фактором - сложностью пластовой системы, недоступной для непосредственного измерения, методиками проведения лабораторных и экспериментальных исследований, масштабным фактором. В этих условиях расчетные модели представляют собой грубую аппроксимацию действительной геологической и технологической информации. В таком случае, применительно к инжинирингу резервуаров, следуя известному принципу "чем сложнее система, тем более целесообразна и доказательна попытка упрощения" (Л.П. Дейк), основной задачей при обосновании типа модели является минимизация требований к объему исходных данных в приложении к каждой конкретной задаче оперативного управления.

Условно можно выделить две группы данных (параметров, характеризующих разработку пласта):

  • прямые измерения: замеры показателей работы скважин (дебита жидкости, обводненности, забойного давления, температуры и т.д.) и свойства добываемой продукции

  • косвенные измерения – колоссальный объем геологической информации, описывающей свойства пластовой системы.

Соответственно, в модели, используемой для принятия оперативных решений, наибольший вес в выходных значениях должны иметь более доказательные данные из первой группы. Влияние же параметров из второй группы, которые характеризуются существенно большими погрешностями определений, должно быть сведено к минимуму.

Критерий 2. Потребная величина окна прогноза

Окно прогноза – это временной интервал, на котором результаты расчета на модели используются для принятия решений. В задачах оперативного управления добычей окно прогноза составляет от одного месяца до одного года. Значение определяется временем отклика системы, т.е. нефтяного пласта, на планируемые возмущения - геолого-технические мероприятия.

В свою очередь, время отклика зависит от гидродинамических характеристик пласта, системы заводнения, режима закачки, расстояния между скважинами. На практике окно прогноза для средне - и высокопродуктивных отложений составляет 1-3 месяца, для низко продуктивных – 2‑6 месяцев.

Необходимо принимать во внимание и сам характер процесса оперативного управления, который требует, как минимум раз в месяц актуализировать дизайн отборов жидкости и закачки воды соответственно решению оптимизационной задачи, уточнить технико-экономические показатели эксплуатации скважин и дорожную карту работ на оставшийся период. Погрешность планирования в этом случае достаточно низкая и, как правило, не превышает доверительного интервала первичных измерений.

Обоснование типа модели. Выработка и принятие управленческого решения на операционном уровне - наиболее ответственная процедура в производственной деятельности. Для объектов управления с ограниченной измеримостью в решении задач краткосрочного прогноза должной компетенцией обладает класс математических моделей, которые различаются по следующей группе признаков:

  1. функциональные, т.е. отражающие представления о внешнем поведении объекта, которые в задачах управления добычей характеризуются замерами показателей работы скважин (в противоположность структурным моделям, таким как 3D-гидродинамические модели, которые воспроизводят внутреннее устройство объекта – нефтяного пласта, тиражируя его геологические параметры согласно воображению специалиста);

  2. стохастические, любые результаты, которых следует интерпретировать в терминах вероятности, риска, чувствительности. Пример – прогнозирование вероятности реакции добывающей скважины на изменение режима работы нагнетательных скважин.

Модели, использующие определенный уровень приближения в практических приложениях, носят название прокси-моделей.

Постановка оптимизационной задачи является непреложным требованием, которое определяет логику последующих действий на этапе оперативного управления добычей и планирования работ на скважинах. Это в свою очередь и основное отличие, которое характеризует практики, сложившиеся на производстве.

Постановка оптимизационной задачи предполагает определение трех ключевых составляющих:

  • целевая функция (выходной параметр)

  • входные параметры

  • набор ограничений.

Значение целевой функции определяется параметром, максимизация (или минимизация) которого является задачей оперативного управления производством:

  • текущий уровень добычи нефти

  • объем попутно-добываемой воды

  • себестоимость

  • NPV.

Набор входных (или управляющих) параметров оптимизационной задачи определяется теми инструментами, которыми предполагается воздействовать на систему разработки:

  • давление в системе нагнетания

  • режим работы нагнетательных скважин

  • режим работы добывающих скважин

  • вид выполняемых на скважинах ГТМ.

Диапазон решений определяется ограничениями, которые условно можно отнести к трем группам:

  1. экономические:

    1. доступный объем ГТМ

    2. доступная суммарная стоимость ГТМ.

  2. системные:

    1. возможный объем закачки

    2. допустимое давление нагнетания.

  3. технические:

    1. максимально возможная приемистость

    2. техническая возможность проведения ГТМ на скважине.

Конечной целью математического моделирования при управлении добычей является решение оптимизационной задачи, которую можно назвать основной задачей любого, в том числе нефтяного производства. Существует множество различных вариантов постановки оптимизационной задачи управления добычей в соответствии с приоритетами производства (целевая функция), доступными механизмами воздействия (управляющие параметры) и ограничениями (диапазон решений).

При оперативном планировании оптимизационная задача решается в следующей постановке:

как распределить доступные ресурсы таким образом, чтобы обеспечить максимум целевого показателя эффективности производственного процесса. Например - максимум текущего уровня добычи нефти (целевая функция), определив режимы работы нагнетательных скважин (управляющие или входные параметры) таким образом, чтобы, во-первых, не превысить технологических ограничений в каждой скважине, и, во-вторых, не превысить возможного объема закачки и добычи жидкости на участке (диапазон решений).

Несмотря на кажущуюся понятность определения цели, практика решения подобных задач не получила своего развития. Причина очевидная: любая "ручная" попытка предсказать поведение добывающих скважин или определить максимальный суммарный дебит нефти, руководствуясь попарным сопоставлением динамики добычи и закачки в элементах заводнения / регистрацией откликов и построением карт взаимовлияния, заведомо обречена на неудачу. Действительно, число возможных вариантов распределения приемистости, в которых заключено искомое решение, даже при условии, что в каждой скважине реализуются не более трех изменений (режимов), возрастает катастрофически и, например, для элемента в составе шести нагнетательных скважин, достигает 729 случаев (рис. 6). Для среднего месторождения с числом нагнетательных скважин от 30 до 50 - превышает 1014 случаев. Угадать вариант распределения приемистости нагнетательных скважин, которому соответствует максимум нефтедобычи, невозможно!

Рис. 6 Сложности решения оптимизационной задачи

Соответственно целью интеграции цифровых технологий в практику планирования, является последовательное смещение случайным образом сложившегося распределения закачки в системе нагнетательных скважин, в диапазон оптимальных режимов, которому соответствует максимум нефтедобычи (рис. 7).

Рис. 7 Многовариантность решений поиска максимума в добыче нефти

В качестве необязательного вывода, можно задаться вопросом, что из себя представляют программы по нестационарному заводнению и прочие манипуляции с режимами закачки воды, которые трактуются в качестве методов повышения нефтеотдачи.

В авторской постановке следует отметить два важных условия достижения желаемого результата:

  • интеграция рабочих процессов на нефтяном производстве соответственно критериям оптимизации

  • уменьшение степени субъективного участия человека в системе принятия решений.

Подготовка данных

Номенклатура первичных данных намеренно ограничена постановкой задачи, алгоритмом решения, допустимой погрешностью расчетов, соответственно требованиям измеримости, технического контроля измерений и потребной дискретности. Таким условиям в полной мере удовлетворяют показатели, отражающие эксплуатационные характеристики скважин. В свою очередь сопоставительный анализ динамики закачки и отборов в элементах заводнения формирует базу знаний для поиска оптимальных решений. С целью устранения зашумленности данных, показатели работы скважин необходимо преобразовать. Для этого применяются функции сглаживания (экспоненциальное сглаживание, линейное сглаживание, сглаживающий фильтр Хэмминга, скользящее окно). Преобразованную динамику работы скважин необходимо разбить на фрагменты, соответствующие росту и падению базисной функции. В результате получается характеризующее множество с размерностью f (где f - количеством фрагментов базисной функции для нагнетательной скважины), описывающее динамику показателей скважины.

Алгоритм автоматизации такого процесса базируется на расчете корреляционной функции сигналов, поступающих с замерных устройств, и предполагает:

  • анализ спектра значений

  • преобразование Фурье, выделение гармонической составляющей

  • построение адаптивных интеллектуальных фильтров для выделения когерентных сигналов

  • анализ амплитудных фаз значений дебитов жидкости, приемистости, обводненности продукции скважин с определением взаимной корреляции

  • алгоритм обработки сигналов на основе мягких вычислений и методов распознавания образов

  • выделение стратотипов – определение допустимого диапазона расхождения в группе стратотипов, шаблонирование стратотипов (событий), наложение, оценка ошибки наложения, поиск минимальной ошибки, выбор на основе оценки релевантности.

Далее для каждой базисной функции необходимо рассчитать корреляцию между характеризующими множествами нагнетательных и реагирующих добывающих скважин. Таким образом, для всех пар скважин (нагнетательная / реагирующая добывающая) по каждой базисной функции получаются т.н. «вектора соответствия» kij (где i=1,…, nr, nr- количество реагирующих добывающих скважин, j=1,…10, 10-количество базисных функций. Система базисных функций (конкретный набор базисных функций из выше перечисленных) составляется автоматически в результате прохождения кросс-проверки, которая заключается в сопоставлении коэффициентов корреляции между парами:

  • нагнетательной и соответствующей ей реагирующей скважиной

  • нагнетательной и не реагирующей скважиной.

Из множества коэффициентов корреляции по отобранным базисным функциям для каждой пары скважин (нагнетательная / реагирующая добывающая) рассчитывается итоговый коэффициент взаимовлияния (рис. 8).

Рис. 8 ПК Атлас "Управление добычей" - взаимовлияние скважин

Оптимизационная задача решается по объекту в целом, результаты расчетов проецируются на элементы, которые ранжируются согласно технико-экономической эффективности, с преобразованием в конечный продукт – программу работ на скважинах.

Формализованный подход предполагает интеграцию результатов прокси-моделирования в единую систему принятия решений и оперативного планирования. Соответственно, задача оперативного планирования - это воспроизведение успешных событий на скважинах, которые демонстрируют снижение обводненности и рост дебитов нефти, в той последовательности и номенклатуре ГТМ, которые обеспечивают оптимальные отборы жидкости и закачки воды.

Оперативное планирование - это особая последовательность этапов работ в цифровой модели управления, направленная на выполнение программы ГТМ и оптимизации режимов эксплуатации скважин в контексте решения целевой задачи. Практическая реализация концепции оперативного планирования – замкнутый цикл, предполагающий ежемесячную актуализацию расчетов на основе новых данных, непрерывно поступающих с месторождения.

Ежемесячный цикл оперативного планирования замыкается этапом контроля.

Основные задачи:

  • чтение цифровых индикаторов работы скважинного оборудования и узлов системы обустройства в режиме реального времени

  • определение трендов в показателях эксплуатации скважин, доверительных интервалов отклонений

  • автоматическое формирование рекомендаций по проведению контрольных замеров в случае неопределенности в показателях индикаторов

  • генерация сигналов отклонения фактических показателей индикаторов от расчетных на основе статистических моделей

  • диагностика проблем на основе сигналов

  • автоматическая инициация процедур в соответствие с набором правил, формализованных в виде регламента и предполагающих минимальное участие специалиста в принятии решений.

Возвращаясь к теме публикации, ещё раз отметим очевидное противоречие, которое обусловлено с одной стороны стремительным развитием цифровых технологий, с другой - интуитивными, консервативными практиками планирования и управления режимами скважин. Таким образом, одна из основных проблем нефтедобывающего производства - это неоптимизированный бизнес-процесс принятия решений при оперативном планировании технико-экономических показателей разработки месторождения. Даже в случае, когда предложен эффективный инструмент управления, этого недостаточно для надлежащих преобразований. Необходим новый формат взаимодействия, который находит отражение в администрировании - распределении ответственности между специалистами. Соответственно актуальная задача производства – поиск оптимальных бизнес процессов и производственных отношений. С этих позиций формат администрирования определяет порядок взаимодействия и разграничения ответственности внутри многопрофильных групп, реализующих на месторождении систему принятия решений и контроля. Вопрос координации, оперативности и в целом готовность специалистов совместно решать приоритетные задачи – ключевой элемент успеха.

Основные задачи, которые решает регламент взаимодействия и разграничения ответственности:

  • обеспечение согласованности в решениях и преемственности результатов аналитических расчетов в задачах оперативного планирования, за счет организации многопрофильных групп специалистов, включающих геологов, разработчиков, инженеров-технологов, экономистов, экологов

  • минимизация интуитивного подхода при принятии решений на всех этапах управления благодаря внедрению формализованной последовательности процедур анализа и планирования, разграничением зон ответственности специалистов многопрофильной группы

  • закрепление статуса технолога промысла, как специалиста, отвечающего за контроль исполнения решений согласно оперативным планам и обеспечение взаимодействия со смежными службами и подрядными организациями.

Создание экспертной системы быстрого реагирования следует считать эффективным способом управления добычей на основе взаимовлияния скважин. Ее функциональность позволяет проводить мониторинг ключевых индикаторов, которые характеризуют состояние месторождения и процессы его разработки, а также получать учреждающие сигналы о потенциальных проблемах.

Интеграция автоматизированной системы "Управления добычей" в практику строительства "интеллектуального месторождения" позволит замкнуть цепочку формализованных процедур по управлению и оптимизации технологическими процессами на производстве.

Таким образом, авторским коллективом предложены принципиально новые цифровые решения в сегменте оперативного управления добычей нефти, основанные на математических методах прокси-моделирования в постановке задачи оптимизации режимов эксплуатации скважин и планирования ГТМ с целью обеспечения заданных технико-экономических показателей.

III. Опытно-промышленное внедрение

Апробация технологии "Управление добычей" осуществлялась в рамках опытно-промышленных работ применительно к участку пласта ЮВ1 Ватьеганского месторождения в период 2016-2017 гг.

Участок введен в разработку в 1990 г. Геометрия сетки скважин и система заводнения типичные для залежей верхней юры. Максимум добычи приходится на 2009 г, при отборе 44 % от НИЗ и обводненности продукции 25 %. (рис. 9). Последующий период характеризуется прогрессирующим обводнением скважин и годовым падением 15‑20 % добычи нефти.

Рис. 9 Участок опытно-промышленных работ

Практическая реализация осуществлялась согласно временному регламенту по взаимодействию и разграничению ответственности между ТПП "Повхнефтегаз" и ООО "ТИНГ".

В соответствии с представленной выше стадийностью проведения работ на первом этапе, в процессе геолого-промыслового анализа объекта ЮВ1, изучены (рис. 10):

  • основные закономерности распределения литологических и фильтрационных характеристик по интервалам разреза;

  • режимы эксплуатации добывающих и нагнетательных скважин, источники обводнения и взаимовлияние скважин;

  • результаты промыслово-геофизических исследований скважин, характеризующие распределение профиля приемистости по интервалам разреза;

  • результаты гидродинамических исследований и фактор техногенной трещиноватости;

  • энергетическое состояние залежи, баланс отборов жидкости и закачки воды; влияние темпов разработки на нефтеотдачу;

  • эффективность проводимых на месторождении геолого-технологических работ (ГРП, ОПЗ, ВПП, РИР, перфорационные работы).

Рис. 10 Объект ЮВ1. Фрагменты геолого-промыслового анализа

На следующем шаге определены качественные характеристики взаимодействия нагнетательных и добывающих скважин в системе ППД (на основе поиска корреляционных взаимосвязей событий в скважинах, которые можно отследить, обратившись к первичной промысловой информации – данным ежедневных замеров дебита жидкости, обводненности и приемистости) - рис. 11.

 

Рис. 11 Объект ЮВ1. Схема взаимовлияния скважин

Ответственным этапом проекта является формирование технологических режимов добывающих и нагнетательных скважин, в соответствии с которыми составляются программа работ и план по добыче нефти. Принципиальное отличие здесь – это нормы отборов жидкости и закачки воды, которые завершают расчеты прокси-модели по элементам заводнения и характеризуют оптимальные режимы эксплуатации скважин соответственно максимуму добычу нефти в диапазоне заданных ограничений. Нормы отбора сопоставляются с текущими режимами. Установленная разница для каждой скважины синхронизируется с удельными показателями нормативной эффективности ГТМ, которые обосновываются многофакторным анализом и определяют тип, дизайн, условия и область наиболее успешного применения технологий. Процесс настолько формализован и автоматизирован, что только отдельные обстоятельства требуют вмешательство специалиста.

Программа работ формировалась поэлементно, в определенной последовательности, исходя из результатов прокси-моделирования, многофакторного анализа технологической эффективности ГТМ, гидродинамических и промысловых геофизических исследований.

На основе анализа взаимовлияния скважин и классификации элементов в опережающем порядке выполняется оптимизация режимов закачки, что создает предпосылки для снижения обводненности продукции скважин. Элементы с оптимизированной закачкой (отношение текущей приемистости к оптимальной превышает 0.8), относятся к категории перспективных для проведения работ на добывающих скважинах с целью увеличения отборов нефти (для этого находят применение традиционные инструменты - оптимизация глубинных насосов, воздействие на призабойную зону пласта для снижения скин-фактора). По завершении работ, элементы заводнения переходят в разряд оптимизированных по закачке и отборам жидкости. В этом случае, как и для закачки воды, отношение текущего дебита жидкости к оптимальному значению превышает 0.8. Мероприятия на скважинах в последующем ограничиваются поддержанием эффективного баланса.

Прочие элементы заводнения, относятся к категории неоптимизированных. ГТМ на скважинах здесь не проводятся, за исключением тех, которые направлены на поддержание работоспособности оборудования и текущих режимов Рис. 12.

В контексте технологии "Управление добычей" термин "оптимизированность" - (Ко) отражает диапазон значений коэффициента полезного действия нагнетания (КПДн) и добычи (КПДд) которые характеризуют отклонение приемистости нагнетательной скважины, дебита жидкости добывающей скважины от оптимального расчетного значения. Оценка соответствия текущих режимов скважин оптимальным выполняется в пределах элемента заводнения, который представляет собой добывающую скважину и влияющие нагнетательные. Увеличение числа оптимизированных элементов заводнения является приоритетной задачей при выполнении работ на добывающем и нагнетательном фонде.

 

Рис. 12 Объект ЮВ1. Карта оптимизированности элементов заводнения

В целом, в результате решения оптимизационной задачи по элементам заводнения формируется годовая программа работ (рис. 13).

Рис. 13 Программа работ

При составлении дорожной карты мероприятий авторы придерживались следующих принципов:

  • элементы ранжируются согласно показателям технико-экономической эффективности работ

  • обеспечивается сопряжение ГТМ на нагнетательном и добывающем фонде (проведение работ на добывающих скважинах после оптимизации закачки в элементе заводнения)

  • с целью оптимизации графика движения бригад, сокращения непроизводительных затрат на переезды и подготовительные работы, элементы заводнения, соответственно показателям эффективности объединены в участки

  • очередность работ контролируется рейтингом участка, в контуре участка – рейтингом элемента.

Достижение оптимальных показателей эксплуатации по добывающему и нагнетательному фонду скважин реализовано за счет мероприятий, эффективность которых подтверждается историей разработки.

Степень оптимизированности элементов контролируется расчетом характеристик устойчивости оптимальных режимов. Коэффициент устойчивости режимов Куст характеризует долю календарного времени, в котором элемент находился в категории оптимизированных либо перспективных (рис. 14). Здесь так же, соответственно безразмерного времени, считается целесообразным дифференциацию участков на три группы:

- не устойчивая Куст < 0.33

- переходная 0.66 > Куст > 0.33

- устойчивая Куст > 0.66.

Рис. 14 Карта устойчивости оптимальных режимов.

Динамика суточной добычи нефти для группы элементов заводнения с Куст < 33% близка к базовой (темп падения составляет – 12,6 %). Группа элементов с Куст в интервале 33 67 % характеризуется существенно меньшим темпом падения (-9,7 %). В группе элементов заводнения с высоким Куст (> 67 %) достигнут рост суточной добычи нефти (+15,4 %) - рис. 15.

Рис. 15 Анализ устойчивости оптимальных режимов

На эффективность технологии "Управление добычей" влияют исторически сложившиеся ограничения в системе поверхностного обустройства по учету, контролю и регулированию режимов скважин, не позволяющие оперативно реагировать на отклонения дебитов и приемистостей от оптимальных значений.

Авторы различают три уровня соответствия элементов поверхностного обустройства кустов и оборудования устья скважин требованиям эффективного управления добычей - рис. 16:

  • III уровень - обеспечивает минимальные возможности по регулированию режимов закачки: расход воды в скважинах изменяется исключительно установкой керамических штуцеров. Оптимизированность элементов заводнения, не превышает 40 %. Эффективность управления ограничивается приростом добычи от 5 до 10 %.

  • II уровень - позволяет решать задачи по увеличению давления нагнетания, соответственно и объема закачки, установкой перед блок – гребенкой электроцентробежного насоса с регулируемым приводом. Доля оптимизированных элементов заводнения может быть увеличена до 60 %, прирост добычи нефти достигает 18 %.

  • I уровень - обеспечивает не только возможность оперативного изменения режимов на устье скважин, проведения контрольных замеров давления и расхода воды на блок гребенке, но и предполагает компенсацию дефицита закачки и наоборот – сброс излишних объемов воды. Оптимизация элементов достигает своего максимума, прирост добычи нефти увеличивается до 25 %.

Рис. 16 Участок ОПР. Текущий статус контроля и регулирования закачки воды

Технические возможности по регулированию давления нагнетания обеспечивают оптимальные режимы эксплуатации добывающих и нагнетательных скважин, способствуют снижению обводненности продукции скважин, сокращению непроизводительной закачки и увеличению добычи нефти.

Проведённый анализ текущего состояния объектов поверхностного обустройства участка ОПР свидетельствует о распределении элементов между II и III уровнями в отношении 70 / 30 %. При этом элементы II уровня характеризуются более высокими значениями коэффициента устойчивости, что находит отражение в величине фактического прироста годовой добычи (достигает +5 %). В целом динамика эксплуатации скважин за период апробации технологии Управления добычей подтверждают взаимосвязь между эффективностью реализуемых работ и степенью регулируемости элементов поверхностного обустройства (рис. 17).

Рис. 17 Участок ОПР. Динамика отборов нефти на кустах с различным уровнем регулируемости

Таким образом, эффективная практика управления добычей на месторождениях с падающей добычей, предполагает генерацию формализованных сигналов и отработанного алгоритма принятия решений в задачах оптимизации режимов эксплуатации скважин, находящих свое воплощение в конкретных графиках и дизайнах геолого-технологических мероприятий. Комплекс "умных технологий" осуществляет замену совокупности данных - рекомендациями, направленными на реализацию добычного потенциала пласта, который раскрывается в задачах оптимизации процесса нефтеизвлечения и прогноза нефтедобычи. Это коренным образом отличается от систем раннего обнаружения отклонений от нормального состояния от некоторых заданных значений, которые находят эффективное решение в комплексных решениях для поверхностного обустройства.

Предварительные итоги по апробации цифровых решений в управлении добычей на Ватьеганском месторождении, свидетельствуют о достижении заявленных целей и подтверждают расчетную эффективность:

  • Прирост добычи нефти относительного базового уровня на 17,3 %.

  • Сокращение объемов попутно добываемой воды на 3,1 %.

  • Более 60 % от прироста добычи нефти обусловлено снижением темпов обводнения продукции скважин.

  • Сокращение операционной себестоимости добычи нефти на 12,5 %.(рис. 18-19).

Рис. 18 Эффективность работ на участке ОПР 2016-2017 гг.

 

Рис. 19 Показатели эффективности работ на участке ОПР 2016-2017 гг.

Контрольные цифры реального проекта отражают общие тенденции интеграции цифровых решений в практику нефтедобычи. По оценкам British Petroleum в сценарии успешного развития цифровых технологий, технически извлекаемые запасы могут увеличиться на 35%, а себестоимость продукции снизиться на 25%.

Итоги.

Интеллектуальные технологии управления добычей, авторами рассматриваются как философия и образ действия в условиях постоянно ухудшающегося качества остаточных запасов углеводородов. Положительные результаты опытно – промышленных работ предоставляют новые возможности в решении задач стабилизации добычи нефти на "зрелых" месторождениях.