Применение нейросетевых технологий для учета фазовых состояний углеводородов при обустройстве нефтегазовых месторождений

Филиппова, Д.С.; Сафарова, Е.А.; Столяров, В.Е.; Еремин, Н.А.

Авторы: Филиппова Д.С., Сафарова Е.А., Столяров В.Е., Еремин Н.А.
Сборник: Труды IV Международной геолого-геофизической конференции и выставки «ГеоЕвразия-2021. Геологоразведка в современных реалиях» Том II (II)
Том: 2
Год издания: 2021
Место издания: ООО «ПолиПРЕСС» Тверь
Первая страница: 81
Последняя страница: 84
Аннотация: Filippova D.S., Safarova E.A., Stolyarov V.E., Eremin N.A. The use of neural network technologies to account for the phase states of hydrocarbons in the development of oil and gas fields // IV International Geological and Geophysical Conference and Exhibition “GeoEurasia-2021. Geological exploration in modern realities ”, Volume II (II). - S. 81–84. Tver: LLC "PoliPRESS", 2021.- (364) p.The cost of drilling and development of the well fund of oil and gas fields accounts for about 40% of all investments, however, there is practically no provision for predictive risk analysis and automated machine methods of work support. In the process of drilling, construction and operation of wells in the fields for reasons related to natural and man-made factors and personnel qualifications, various kinds of incidents occur, which are divided by a number of signs into complications and accidents. The main advantage of using artificial neural networks as part of the task of field development is that during their creation and training, patterns, relationships, including hidden ones, between geological and geophysical, technical and technological parameters obtained during the design and work directly at the field are modeled with a given accuracy.The work on ensuring quality management of the field development was carried out under an Agreement with the Ministry of Science and Higher Education of the Russian Federation on the allocation of a grant in the form of a grant dated November 22, 2019 No. 075-15-2019-1688, the unique identifier of the RFMEFI60419X0217 project within the framework of the Federal Target Program "Research and Development in priority areas of development of the scientific and Technological complex of Russia for 2014-2020. Of the works submitted for consideration by the commission, the proposals of the IPNG RAS and the industrial partner of the Russian State University of Oil and Gas received a rating of 12 out of 383 submitted applications, the work has now been successfully completed. The use of neural network technologies has proven its effectiveness in the development of a high-performance automated system for preventing complications and emergencies during the construction of oil and gas wells based on permanent geological and technological models of deposits using artificial intelligence technologies and industrial blockchain to reduce the risks of geological exploration, including offshore projects.ResultsThe thermodynamic and composite models used in the calculations take into account the regularities of the distribution of the phase state of the field fluids, as well as the structures and types of reservoirs, which can significantly reduce the risks and cost of development both for large hydrocarbon deposits and for work on non-structural traps, large depths and offshore fields.The introduction of neural network technologies provides an opportunity for decision makers to provide accurate operational information, taking into account the speed and scale of the situation, the best competencies of drilling personnel and engineering experience in field construction.Taking into account phase states during drilling and construction of oil and gas wells, provides environmental and technological safety, improving the assessment of geological and tectonic features of the field to predict negative manifestations.Real geological and technological information on drilled wells, the implementation in models of the results of the study of geofluidodynamic development, oil and gas potential, geological and tectonic features, knowledge of the structure of deposits is one of the factors when choosing the optimal mode of drilling wells. High-tech drilling in 2018 accounted for about 48% of the total global penetration with an annual increase of at least 20%. The main purpose of creating high-tech drilling rigs is to create a high-performance automated system for preventing complications and emergencies, which significantly reduces construction costs by using a single information platform and providing a synergetic effect from processing large volumes of geodata, the possibility of interpreting and making decisions using artificial intelligence methods in real time, which increases the efficiency of drilling processes up to 40-50% of the initial indicators.List of literature1. Lobanova O.A. Dissertation on specialty 25.00.17. Modeling of nonequilibrium phase behavior in the development of oil and gas condensate deposits. FGBUN IPNG RAS, Moscow. - 2016.2. Batalin O.Yu., Vafina N.G. Condensation mechanism of formation of hydrocarbon deposits. // FBGUN IPNG, SCIENTIFIC REPORTS |7: 10253| DOI:10.1038/s41598-017-10585-7 Published online: 31 August 2017. http://rdcu.be/vrIE (OPEN)3. Brusilovsky A.I. Phase transformations in the development of oil and gas fields. IDNo.05619ot 16.08.2001. Pech. l. 36.0. Grail Publishing House Moscow. – 2002.4. Eremin N.A., Stolyarov V.E., Safarova E.A., Filippova D.S. Taking into account the features of phase transitions of reservoir fluids in the geological and tectonic structure of oil and gas fields during intelligent drilling // Collection of reports. Current issues of oil and gas reservoir systems research (SPRS-2020). - III International Scientific and Practical Conference. September 23-24, 2020 - pp. 242-249., 1251 p., Gazprom VNIIGAZ Moscow, 2020.5. Walt Aldrid, Shuya Goraya, Dick Plum, etc. Risk Management in Drilling / Oil and Gas Review, - 2001.6. Eremin N.A., Chernikov A.D., Sardanashvili O.N., Stolyarov V.E., Arkhipov A.I. Digital technologies of well construction. Creation of a high-performance automated system for preventing complications and emergencies duringthe construction of oil and gas wells. // Business Magazine Neftegaz.Ru. – 2020. – № 4 (100). – Pp. 38-50.7. Dmitrievsky A.N., Duplyakin V.O., Eremin N.A., Kapranov V.V. Algorithm for creating a neural network model for classification in systems for preventing complications and emergencies during the construction of oil and gas wells // Sensors and systems. 2019. - №12 (243). – Pp.3-10. doi: 10.25728/datsys.2019.12.1.В стоимость бурения и обустройства скважинного фонда нефтегазовых месторождений приходится порядка 40% от всех инвестиций, однако при этом практически не предусматривается проведение прогнозного анализа рисков и машинных автоматизированных методов сопровождения работ. В процессе проведения буровых работ, строительства и эксплуатации скважин на месторождениях по причинам, связанным с природными и техногенными факторами и квалификацией персонала, возникают различного рода инциденты, которые разделяют по ряду признаков на осложнения и аварии. Основное преимущество применения искусственных нейронных сетей в рамках задачи обустройства месторождений заключается в том, что в ходе их создания и обучения с заданной точностью моделируются закономерности, взаимосвязи, в том числе скрытые, между геолого-геофизическими, техническими и технологическими параметрами, получаемыми в процессе проектирования и работ непосредственно на месторождении.Работа по обеспечению качественным управлением разработкой месторождения выполнялась по Соглашению с Министерством науки и высшего образования РФ о выделении субсидии в виде гранта от 22 ноября 2019 г. № 075-15-2019-1688, уникальный идентификатор проекта RFMEFI60419X0217 в рамках осуществления Федеральной Целевой Программы «Исследования и разработки по приоритетным направлениям развития научно-технологического комплекса России на 2014-2020 годы. Из представленных для рассмотрения комиссии работ предложения ИПНГ РАН и индустриального партнера РГУ нефти и газа получили 12 рейтинг из 383 поданных заявок, работа в настоящее время успешно завершена. Применение нейросетевых технологий доказало свою эффективность при разработке высокопроизводительной автоматизированной системы предотвращения осложнений и аварийных ситуаций в процессе строительства нефтяных и газовых скважин на основе постоянно действующих геолого-технологических моделей месторождений с применением технологий искусственного интеллекта и индустриального блокчейна для снижения рисков проведения геолого-разведочных работ, в т.ч. на шельфовых проектах.РезультатыПрименяемые в расчетах термодинамические и композитные модели учитывают закономерности распределения фазового состояния флюидов месторождения, а также структуры и типы коллекторов, что позволяет значительно снизить риски и стоимость освоения как для крупных залежей углеводородов, так и при работах на неструктурных ловушках, больших глубинах и шельфовых месторождениях.Внедрение нейросетевых технологий предполагает возможность лицам, принимающим решения, предоставить точную оперативную информацию с учетом скорости и масштабов развития ситуации, наилучшими компетенциями бурового персонала и инженерным опытом строительства месторождений.Учет фазовых состояний при бурении и строительстве нефтяных и газовых скважин, обеспечивает и эколого-технологическую безопасность, совершенствование оценки геолого- тектонических особенностей месторождения для предсказания негативных проявлений.Реальная геолого-технологическая информация по пробуренным скважинам, реализация в моделях результатов исследования геофлюидодинамического развития, нефтегазоносности, геолого-тектонических особенностей, знание структуры месторождений является одним из факторов при выборе оптимального режима бурения скважин. Высокотехнологичное бурение в 2018 году составило порядка 48% от общей мировой проходки с тенденцией ежегодного увеличения не менее 20%. Основной целью создания высокотехнологических буровых установок является создание высокопроизводительной автоматизированной системы предотвращения осложнений и аварийных ситуаций, что в разы обеспечивает сокращение издержек строительства за счет применения единой информационной платформы и обеспечения синергетического эффекта от обработки больших объемов геоданных, возможности интерпретации и принятия решений методами искусственного интеллекта в режиме реального времени, что обеспечивает повышение эффективности процессов бурения до 40 – 50% от начальных показателей.Список литературы1. Лобанова О.А. Диссертация по специальности 25.00.17. Моделирование неравновесного фазового поведения при разработке нефтяных и газоконденсатных залежей. ФГБУН ИПНГ РАН, г. Москва. – 2016.2. Баталин О.Ю., Вафина Н.Г. Конденсационный механизм формирования углеводородных залежей. // ФБГУН ИПНГ, SCIENTIFIC REPORTS |7: 10253| DOI:10.1038/s41598-017-10585-7 Published online: 31 August 2017. http://rdcu.be/vrIE (OPEN)3. Брусиловский А.И. Фазовые превращения при разработке месторождений нефти и газа. ИД№05619от 16.08.2001. Печ. л. 36,0. Издательский дом «Грааль» Москва. – 2002.4. Еремин Н.А., Столяров В.Е., Сафарова Е.А., Филиппова Д.С. Учет особенностей фазовых переходов пластовых флюидов в геолого-тектоническом строении нефтегазовых месторождений при интеллектуальном бурении // Сборник докладов. Актуальные вопросы исследования нефтегазовых пластовых систем (SPRS-2020). - III Международная научно-практическая конференция. 23–24 сентября 2020 г. - С. 242-249., 1251 С., Газпром ВНИИГАЗ Москва, 2020.5. Уолт Алдрид, Шуйа Горайа, Дик Плам и др. Управление риском в бурении / Нефтегазовое обозрение, – 2001.6. Еремин Н.А., Черников А.Д., Сарданашвили О.Н., Столяров В.Е., Архипов А.И. Цифровые технологии строительства скважин. Создание высокопроизводительной автоматизированной системы предотвращения осложнений и аварийных ситуаций впроцессе строительства нефтяных и газовых скважин. // Деловой журнал Neftegaz.Ru. – 2020. – № 4 (100). – С. 38-50.7. Дмитриевский А.Н., Дуплякин В.О., Еремин Н.А., Капранов В.В. Алгоритм создания нейросетевой модели для классификации в системах предупреждения осложнений и аварийных ситуаций при строительстве нефтяных и газовых скважин // Датчики и системы. 2019. - №12 (243). – С.3-10. doi: 10.25728/datsys.2019.12.1.
Добавил в систему: Еремин Николай Александрович

	ИСТИНА	Войти в систему Регистрация
	ИПМех РАН
	Главная Поиск Статистика О проекте Помощь

ИСТИНА

ИПМех РАН

Применение нейросетевых технологий для учета фазовых состояний углеводородов при обустройстве нефтегазовых месторожденийстатья

Прикрепленные файлы