Using artificial intelligence methods to prevent complications in well construction

Dmitrievsky, A.N.; Eremin, N.A.; Chernikov, A.D.; Zinatullina, L.I.

Авторы: Dmitrievsky A.N., Eremin N.A., Chernikov A.D., Zinatullina L.I.
Журнал: Известия Тульского государственного университета. Науки о земле
Том: 4
Номер: 1
Год издания: 2021
Издательство: Тульский государственный университет
Местоположение издательства: Тула
Первая страница: 132
Последняя страница: 144
DOI: 10.46689/2218-5194-2021-4-1-132-144
Аннотация: UDC: 622.016.25:622.24:66-933:629.7.067.8:681.5: 004.048DOI: 10.46689/2218-5194-2021-4-1-132-144Dmitrievsky A.N., Eremin N.A., Chernikov A.D., Zinatullina L.I. Using artificial intelligence methods to prevent complications in well construction. Proceedings of the Tula States University- sciences of Earth 2021 4 132–144. ISSN 2218-5194 The article deals with the use of automated systems for preventing emergency situations in the process of well construction using artificial intelligence methods to increase the productive time of well construction by reducing the loss of working time to eliminate complications.Key words: problems and complications during drilling, blowouts, gas and oil additional shows, stuck, artificial neural networks, digitalization, drilling, well, field, oil and gas blockchain, artificial intelligence, machine learning methods, geological and technological research, neural network model, construction of oil and gas wells, identification and forecasting of complications, prevention of emergencies.ConclusionThe created automated complication prevention system is designed to assist the driller in identifying possible incidents in the short term (several tens of minutes in time and up to 100 meters of borehole drilling). The introduction of an automated system for preventing complications while drilling wells will reduce the drilling time by 15 ... 25% and the cost of wells by 10 ... 25%. Based on the results of work during 2019 - 2021. were received six certificates of registration of computer programs and two patents for invention.References1.Digital oil and gas complex of Russia / A.N. Dmitrievsky, N.A. Ere-min, D.S. Filippova, E.A. Safarova //Georesursy = Georesources. Special is-sue. 202). p. 32-35. DOI: https://doi.org/10.18599/grs.2020.SI.32-35 .2.Qualitative Analysis of Time Series GeoData to Prevent Complications and Emergencies During Drilling of Oil and Gas Wells / A.N. Dmitrievsky [and others] // SOCAR Pro-ceedings. 2020. No.3 P.031-037. ISSN 2218-6867. eISSN 2218-8622. http://dx.doi.org/10.5510/OGP20200300442 .3.On increasing the productive time of drilling oil and gas wells using machinelearning methods / Dmitrievsky A. N. [and others] // Georesursy = Georesources, 2020. 22(4), Pp. 79-85. DOI: https://doi.org/10.18599/ grs.2020.4.79-854.Intelligent decisions to stop or mitigate lost circulation based on machine learning/ A. K. Abbas, A. A. Bashikh, H. H. Q. Abbas Mohammed // Energy, 2019. 183. R. 1104 –1113. https://doi.org/10.1016/j.energy.2019.07.020.5.Real Time Stuck Pipe Prediction by Using a Combination of Phys-ics-BasedModel and Data Analytics Approach / F. Zhang [and others] //Society of Petroleum Engineers. 2019. November 11. doi:10.2118/197167-MS.6.Machine Learning for Detecting Stuck Pipe Incidents: Data Analytics and ModelsEvaluation / A. Alshaikh, A. Magana-Mora, S. A. Gharbi, A. Al-Yami // International Petro-leum Technology Conference. 2019. March 22. doi:10.2523/IPTC-19394-MS.7.Drill Bit Selection Optimization Based on Rate of Penetration: Application of Ar-tificial Neural Networks and Genetic Algorithms / A. K. Abbas [and others] // Society of Pe-troleum Engineers. 2019. November 11. doi:10.2118/197241-MS.8.Building a General and Sustainable Machine Learning Solution in a Real-Time Drilling System / Y. Ben, W. Han, C. James, D. Cao // Society of Petroleum Engineers. 2020. February 25. doi:10.2118/199603-MS.9.Digital Twin Implementation on Current Development Drilling, Benefits and WayForward / Bimastianto P. [and others] // Abu Dhabi international Petroleum Exhibition & Conference 2020.10.The algorithm for creating the neural network model to classify the systems ofprevention of complications and emergencies during the construction of oil and gas wells / A. N. Dmitriev, V. O. Duplyakin, N. And. Eremin, V. V. Kapranov // Sensors and systems. 2019. No.12 (243). pp. 3-10.11.Application of artificial intelligence methods for detecting and predicting com-plications in the construction of oil and gas wells: problems and main directions of solution / A.D. Chernikov [et al.] // Georesources, 2020. 22(3). pp. 87-96. DOI: https://doi.org/10.18599 / grs.2020.3.87-96.12.Analysis of the data quality of the geological and technological research stationin the recognition of absorption and oil and gas occurrences to improve the accuracy of fore-casting neural network algorithms / A.I. Arkhipov [et al.] // Oil industry. 2020. No.08 (1162). pp.63-67. DOI: 10.24887/0028-2448-2020-8-63-67.13.Drilling Problems Forecast System Based on Neural Network / S. Borozdin[and others] // SPE Annual Caspian Technical Conference. 2020. doi:10.2118/202546-MS.14.Intelligent drilling in the development of digital fields / N.A. Eremin, A.D. Cher-nikov, O.N. Sardanashvili, V.E. Stolyarov // Automation, telemechanization and communica-tion in the oil industry. 2020. No.5 (562). pp. 26-36. DOI 10.33285/0132-2222-2020-5(562)-26-36.15.Digital technologies of well construction. Creation of a high-performance auto-mated system for preventing complications and emergencies during the construction of oil and gas wells / N.A. Eremin [et al.] // Business journal Neftegaz.EN, 2020. No. 4 (100). P. 38-50.16.Dmitrievsky A. N., Eremin N. A., Stolyarov V. E. the Role of information in theapplication of artificial intelligence technologies in the construction of wells for oil and gas fields // Scientific journal of the Russian gas society, 2020. № 3 (26). S. 6-21.17.The software component "Oil and gas blockchain" / N.A. Eremin [et al.] // Certif-icate of registration of the computer program RU: 2020614626. 17.04.2020; application No. 2020613699 of 27.03.2020.18.Software component "Neural network calculations - building models for predict-ing complications and emergencies during drilling and construction of wells" (PKNR) / N.A. Eremin [et al.] // Certificate of registration of a computer program RU: 2020660892: 09/15/2020; application No. 2020660182 dated 09/08/2020.19.Program component "Adaptation of generalized neural network models for pre-dicting complications and emergencies to geophysical parameters when drilling a specific well" / N.A. Eremin [et al.] // Certificate of registration of a computer program RU: 2020660890. 15.09.2020: Appl. No. 2020660179 from 08.09.2020.20.Software component "Indication prediction of complications and emergenciesduring the drilling and construction of wells" (PC "Display") / N.And. Eremin [et al.] / / the Certificate of registration of a computer program EN: 2020661356. 22.09.2020; Appl. No. 2020660450 from 14.09.2020.21.Program component "Orchestration - integration of modules of the system forpredicting complications and emergencies during drilling and construction of wells" / N.A. Eremin [et al.] // Certificate of registration of the computer program RU: 2020660891. 15.09.2020; application No. 2020660181 of 08.09.2020.22.The software component "Feedback" / N.A. Eremin [et al.] // Certificate of regis-tration of the computer program RU: 2020665410. 26.11.2020; zyavl. No. 2020661058 of 25.09.2020. Publ. 26.11.2020.23.Automated system for detecting and predicting complications during the con-struction of oil and gas wells: pat. RU 2 745 137 C1. 22.03.2021; application no. 2020129673 dated 08.09.2020.УДК: 622.016.25:622.24:66-933:629.7.067.8:681.5: 004.048DOI: 10.46689/2218-5194-2021-4-1-132-144Дмитриевский А.Н., Еремин Н.А., Черников А.Д., Зинатуллина Л.И. Использование методов искусственного интеллекта для предотвращения осложнений при строительстве скважин // Известия Тульского государственного университета. Науки о Земле. 2021. №4. с.132–144. Рассматриваются вопросы использования автоматизированных систем предотвращения аварийных ситуаций в процессе строительства скважин с применением методов искусственного интеллекта для увеличения продуктивного времени строительства скважин за счет сокращения потерь рабочего времени на устранение осложнений.Ключевые слова: проблемы и осложнения при бурении, выбросы, газонефтеводопроявления, прихваты, искусственные нейронные сети, цифровизация, бурение, скважина, месторождение, нефтегазовый блокчейн, искусственный интеллект, методы машинного обучения, геолого-технологические исследования, модель нейронной сети, строительство нефтяных и газовых скважин, выявление и прогнозирование осложнений, предотвращение аварийных ситуаций.ЗаключениеСозданная автоматизированная система предотвращения осложнений предназначена для оказания помощи бурильщику в выявлении возможных инцидентов на краткосрочную перспективу (по времени несколько десятков минут и по проходке по стволу до 100 метров). Внедрение автоматизированной системы предотвращения осложнений при бурении скважин позволит сократить сроки бурения на 15…25 % и стоимость скважин на 10…25 %. По результатам работы в течение 2019 – 2021 гг. были получены шесть свидетельств о регистрации программ для ЭВМ и два патента на изобретение.Список литературы1.Digital oil and gas complex of Russia / A.N. Dmitrievsky, N.A. Ere-min, D.S. Filippova, E.A. Safarova //Georesursy = Georesources. Special issue. 202). Р. 32–35. DOI: https://doi.org/10.18599/grs.2020.SI.32–35.2.Qualitative Analysis of Time Series GeoData to Prevent Complications and Emergencies During Drilling of Oil and Gas Wells / A.N. Dmitrievsky [and others] // SOCAR Proceedings. 2020. No.3 Р.031-037. ISSN 2218-6867.eISSN 2218-8622. http://dx.doi.org/10.5510/OGP20200300442.3.On increasing the productive time of drilling oil and gas wells usingmachine learning methods / A.N. Dmitrievsky [and others] // Georesursy = Georesources, 2020. 22(4), Р. 79–85. DOI: https://doi.org/10.18599/ grs.2020.4.79-854.Intelligent decisions to stop or mitigate lost circulation based on machine learning / A. K. Abbas, A. A. Bashikh, H. Abbas H. Q. Mohammed // En-ergy, 2019. 183. Р.1104–1113. https://doi.org/10.1016/j.energy.2019.07.020.5.Real Time Stuck Pipe Prediction by Using a Combination of Physics-Based Model and Data Analytics Approach / F. Zhang [and others] //Society of Petroleum Engineers. 2019. November 11. doi:10.2118/197167-MS.6.Machine Learning for Detecting Stuck Pipe Incidents: Data Analyticand Models Evaluation / A. Alshaikh, A. Magana-Mora, S. A. Gharbi, A. Al-Yami // International Petroleum Technology Conference. 2019. March 22. doi:10.2523/IPTC-19394-MS.7.Drill Bit Selection Optimization Based on Rate of Penetration: Application of Artificial Neural Networks and Genetic Algorithms / A. K. Abbas [and others] // Society of Petroleum Engineers. 2019. November 11. doi:10.2118/197241-MS.8.Building a General and Sustainable Machine Learning Solution in aReal-Time Drilling System / Y. Ben, W. Han, C. James, D. Cao // Society of Pe-troleum Engineers. 2020. February 25. doi:10.2118/199603-MS.9.Digital Twin Implementation on Current Development Drilling, Benefits and Way Forward / P. Bimastianto [and others] // Abu Dhabi International Petroleum Exhibition & Conference, 2020.10.Алгоритм создания нейросетевой модели для классификации в системах предотвращения осложнений и аварийных ситуаций при строительстве нефтяных и газовых скважин / А.Н. Дмитриевский, В.О. Дупля-кин, Н.А. Еремин, В.В. Капранов // Датчики и системы. 2019. №12 (243). С. 3-10.11.Применение методов искусственного интеллекта для выявления и прогнозирования осложнений при строительстве нефтяных и газовых скважин: проблемы и основные направления решения / А.Д. Черников [и др.] // Георесурсы, 2020. 22(3). С. 87–96. DOI: https://doi.org/10.18599/ grs.2020.3.87-96.12.Анализ качества данных станции геолого-технологических исследований при распознавании поглощений и газонефтеводопроявлений для повышения точности прогнозирования нейросетевых алгоритмов / А.И. Архипов [и др.] // Нефтяное хозяйство. 2020. №08 (1162). С.63-67. DOI: 10.24887/0028-2448-2020-8-63-67.13.Drilling Problems Forecast System Based on Neural Network / S.Borozdin [and others] // SPE Annual Caspian Technical Conference. 2020. doi:10.2118/202546-MS.14.Интеллектуальное бурение при обустройстве цифровых месторождений / Н.А. Еремин, А.Д. Черников, О.Н. Сарданашвили, В.Е. Столяров // Автоматизация, телемеханизация и связь в нефтяной промышленно-сти. 2020. №5 (562). С. 26-36. DOI 10.33285/0132-2222-2020-5(562)-26-36.15.Цифровые технологии строительства скважин. Создание высокопроизводительной автоматизированной системы предотвращения осложнений и аварийных ситуаций в процессе строительства нефтяных и газовых скважин / Н.А. Еремин [и др.] // Деловой журнал Neftegaz.Ru, 2020. №4 (100). С. 38-50.16.Дмитриевский А.Н., Еремин Н.А., Столяров В.Е. Роль информации в применении технологий искусственного интеллекта при строительстве скважин для нефтегазовых месторождений // Научный журнал Рос-сийского газового общества, 2020. № 3 (26). С. 6-21.17.Программный компонент "Нефтегазовый блокчейн" / Н.А. Еремин [и др.] // Свидетельство о регистрации программы для ЭВМ RU: 2020614626. 17.04.2020; заявл. № 2020613699 от 27.03.2020.18.Программный компонент "Нейросетевые расчеты – построение моделей прогноза осложнений и аварийных ситуаций при бурении и строительстве скважин» (ПКНР) / Н.А. Еремин [и др.] // Свидетельство о регистрации программы для ЭВМ RU: 2020660892: 15.09.2020; заявл. № 2020660182 от 08.09.2020.19.Программный компонент "Адаптация обобщенных нейросетевых моделей прогнозирования осложнений и аварийных ситуаций к геофизическим параметрам при бурении конкретной скважины» / Н.А. Еремин [и др.] // Свидетельство о регистрации программы для ЭВМ RU: 2020660890. 15.09.2020: заявл. № 2020660179 от 08.09.2020.20.Программный компонент "Индикация прогноза осложнений и аварийных ситуаций при бурении и строительстве скважин» (ПК «Инди-кация») / Н.А. Еремин [и др.] // Свидетельство о регистрации программы для ЭВМ RU: 2020661356. 22.09.2020; заявл. № 2020660450 от 14.09.2020.21.Программный компонент "Оркестровка – интеграция модулей системы прогнозирования осложнений и аварийных ситуаций при бурении и строительстве скважин» / Н.А. Еремин [и др.] // Свидетельство о регистрации программы для ЭВМ RU: 2020660891. 15.09.2020; заявл. № 2020660181 от 08.09.2020.22.Программный компонент "Обратная связь» / Н.А. Еремин [и др.]// Свидетельство о регистрации программы для ЭВМ RU: 2020665410. 26.11.2020; зявл. № 2020661058 от 25.09.2020. Опубл. 26.11.2020.23.Автоматизированная система выявления и прогнозирования осложнений в процессе строительства нефтяных и газовых скважин: пат. RU 2 745 137 C1. 22.03.2021; заявл. № 2020129673 от 08.09.2020.24.Автоматизированная система выявления и прогнозирования осложнений в процессе строительства нефтяных и газовых скважин: пат. RU 2 745 136 C1. 22.03.2021; заявл. № 2020129671 от 08.09.2020.25.Алдамжаров Н.Н. Предупреждение аварий и осложнений при бурении разветвленно горизонтальных стволов скважин // Новости науки Казахстана. 2017. № 3(133).
Добавил в систему: Еремин Николай Александрович

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

ИСТИНА

ИПМех РАН

Using artificial intelligence methods to prevent complications in well constructionстатья

Прикрепленные файлы