Учёные Пермского национального исследовательского политехнического университета разработали новый метод прогнозирования объёмов добычи нефти. Доцент кафедры нефтегазовых технологий, кандидат технических наук Дмитрий Мартюшев рассказал нам об идее создания нового метода: «Необходимо осуществлять контроль добычи нефти и запасов, которые остались в пласте. Инструментальные замеры либо сложны, либо не всегда возможны, поэтому решили разработать подход, который в перспективе может оперативно позволить осуществлять данный процесс».
Разработчики создали математическую модель, которая позволяет прогнозировать добычу нефти, анализируя поведение углеводородного потока через дроссели. Дроссели предназначены для установки в устьевом и противовыбросовом оборудовании с целью плавного регулирования режима эксплуатации нефтяных, газовых и газоконденсатных скважин. Они также помогают предотвратить заклинивание оборудования, избыточную добычу песка и конусообразование.
Перед загрузкой данных в модель предварительно устраняют шум, некондиционные и отсутствующие значения с нефтегазового месторождения. После чего нормализовывают данные для уменьшения влияние больших значений переменных-предсказателей на меньшие значения. Эти шаги помогают повысить точность прогнозирования алгоритмов при анализе.
«Подход к моделированию на основе машинного обучения эффективно коррелирует входные управляющие переменные для прогнозирования дебита углеводородов. Создана кривая проверки, чтобы найти стабильный диапазон поиска для настройки параметров моделей машинного обучения. Представленный подход к интеллектуальному моделированию более выгоден, чем эмпирические зависимости, и обеспечивает лучшее обобщение для прогнозирования нефти», – рассказал Дмитрий Мартюшев.
Метод машинного обучения разработан с нуля. Технология может помочь определять остаточные запасы нефти в пластах, оптимизировать производственные операции, управлять месторождениями и планировать бизнес-процессы. А также может значительно улучшить работу инженеров-нефтяников и помочь более эффективному управлению ресурсами.
Фото: Предоставлено компанией Equinor
ГОР