Инновационные технологии предупреждения поглощения бурового раствора при строительстве скважин

Черников, А.Д.; Еремин, Н.А.; Замрий, А.В.; Черных, С.П.

Авторы: Черников А.Д., Еремин Н.А., Замрий А.В., Черных С.П.
Журнал: Известия Тульского государственного университета. Науки о земле
Номер: 2
Год издания: 2022
Издательство: Тульский государственный университет
Местоположение издательства: Тула
Первая страница: 399
Последняя страница: 414
Аннотация: DOI 10.46689/2218-5194-2022-2-1-399-414. – EDN QEGVHN. UDC: 622.242Innovative technologies for drilling mud loss prevention in well construction A.D. Chernikov, N.A. Eremin, A.V. Zamriy, S.P. Chernykh // Proceedings of the Tula states university-sciences of Earth. — 2022. — № 2. — С. 399–414 – ISSN 2218-5194Innovative technologies for drilling mud loss prevention in well constructionA.D. Chernikov, N.A. Eremin, A.V. Zamriy, S.P. ChernykhThe article discusses the issues of preventing complications associated with the absorption of drilling mud during the construction of oil and gas wells, poses and provides solutions to the problem of ensuring the safety of the construction of oil and gas wells on land and at sea using intelligent systems for early warning of complications in the form of losses of drilling mud according to results of processing large volumes of data from stations of geological and technological measurements. The advantage of using machine learning methods for solving the problems of identifying and predicting complications in the form of drilling mud losses during the construction of oil and gas wells are that in the course of their creation and training, explicit and hidden patterns are revealed with a given accuracy between geological and geophysical, technical and technological parameters. Efficient formation, integration and clustering of ever-increasing multidimensional data volumes from various types of sensors used to measure parameters in the process of drilling wells are carried out using machine learning technologies. Loss prevention is one of the promising areas for smart microcontainer technology. The use of smart microcontainers technology will significantly increase the efficiency of the lost circulation elimination process, which will lead to a significant reduction in well drilling costs.Key words: well construction safety, machine learning methods, big data, geological and technological research, neural network model, drilling of oil and gas wells, detection, prediction and prevention of lost circulation, smart containers.Reference1. Dmitrievsky A. N., Eremin N.A. Digital global decarbonization of gas production// Sb. nauch. tr. VII International Scientific and Technical Conference. Environmental safetyin the gas industry (ESGI-2021): Moscow, 07-08 December 2021. Gazprom VNIIGAZ LLC.Moscow: Limited Liability Company "Scientific Research Institute of Natural Gases and GasTechnologies - Gazprom VNIIGAZ", 2021. pp. 4-5.2. Digital oil and gas complex of Russia / A.N. Dmitrievsky, N.A. Er-emin, D.S. Filippova,E.A. Safarova // Georesursy = Georesources, Special is-sue, (2020). P. 32-35. DOI:https://doi.org/10.18599/grs.2020.SI.32-35.3. Digital global decarbonization of mature oil and gas fields / A. N. Dmitrievsky [etal.] // Collection of scientific tr. Black Sea oil and gas conf. Novorossiysk; Sochi, September20, 2021. Novorossiysk; Sochi: LLC "Scientific and Production Company "Nitpo", 2021. pp.63-66.4. Dmitrievsky A.N., Eremin N.A., Safarova E.A., Filippova D.S., Borozdin S.O.Qualitative Analysis of Time Series GeoData to Prevent Complications and EmergenciesDuring Drilling of Oil and Gas Wells SOCAR Proceedings. 2020. No.3 031-037. ISSN 2218-6867 eISSN 2218-8622 http://dx.doi.org/10.5510/OGP20200300442.5. On increasing the productive time of drilling oil and gas wells using machinelearning methods / A.N. Dmitrievsky [and others] // Georesursy = Georesources, 22(4). 2020.pp. 79-85. DOI: https://doi.org/10.18599 / grs.2020.4.79-85.6. Algorithm for creating a neural network model for classification in systems forpreventing complications and emergencies during the construction of oil and gas wells / A.N.Dmitrievsky, V.O. Duplyakin, N.A. Eremin, V.V. Kapranov // Sensors and systems. 2019.No.12 (243). pp.3-10.7. Application of artificial intelligence methods for detecting and predicting complicationsin 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. 2020.3.87-968. Analysis of the data quality of the geological and technological research station inthe recognition of uptake and oil and gas occurrences to improve the accuracy of forecastingneural network algorithms / A.I. Arkhipov [et al.] // Oil industry. 2020. No.08 (1162). pp.63-67. DOI: 10.24887/0028-2448-2020-8-63-67.9. Drilling Problems Forecast System Based on Neural Network / S. Borozdin [andother] // SPE Annual Caspian Technical Conference. 2020. doi:10.2118/202546-MS.10. Intelligent drilling in the arrangement of digital birthplaces / N.A. Eremin, A.D.Chernikov, O.N. Sardanashvili, V.E. Stolyarov // Automation, telemechanization and communicationin the oil industry, 2020. №5 (562). 26-36. DOI 10.33285/0132-2222-2020-5(562)-26-36.11. Digital technologies of well construction. Creation of a highly productive automatedsystem for preventing complications and emergencies during the construction of oiland gas wells / N.A. Eremin [et al.] // Business journal Neftegaz.Ru, 2020. No.4 (100). pp.38-50.12. A.N. Dmitrievsky, N.A. Eremin, V.E. Stolyarov The role of information in theapplication of artificial intelligence technologies in the construction of wells for oil and gasfields // Scientific Journal of the Russian Gas Society, 2020. No. 3 (26). pp.06-21.13. Software component "Oil and gas blockchain" / N..A. Eremin [et al.] // Certificateof registration of a computer program RU 2020614626, 04/17/2020. Application No.2020613699 dated 03/27/2020.14. Dmitrievsky A.N., Chashchina-Semenova O.K., Fitzner L.K., Cherikov A.D.Program component "Neural network calculations - building models for predicting complicationsand emergencies during drilling and construction of wells" (PKNR) / N.A. Eremin [etal.] // Certificate of registration of the program for computers RU 2020660892, 09/15/2020.Application No. 2020660182 dated 08.09.2020.15. Program component "Adaptation of generalized neural network models for predictingcomplications and emergencies to geophysical parameters when drilling a specificwell" / N.A. Eremin [et al.] // Certificate of registration of a computer program RU2020660890, 09/15/2020. Application No. 2020660179 dated 08.09.2020.16. Program component "Indication of the forecast of complications and emergenciesduring drilling and construction of wells" (PC "Indi-cation") / N.A. Eremin [et al.] // Certificateof registration of the computer program RU 2020661356, 22.09.2020. Application No.2020660450 dated 14.09.2020.17. 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 2020660891,09/15/2020. Application No. 2020660181 dated 08.09.2020.18. Software component "Feedback" / N.A. Eremin [et al.] // Certificate of registrationof a computer program RU 2020665410, 11/26/2020. Application No. 2020661058 dated25.09.2020. Date of publication: 26.11.2020.19. Automated system for detecting and predicting complications during the constructionof oil and gas wells // Patent for invention RU 2 745 137 C1, 03/22/2021. ApplicationNo. 2020129673 dated 08.09.2020. Automated system for identifying and predictingcomplications during the construction of oil and gas wells.20. Automated system for detecting and predicting complications during the constructionof oil and gas wells: pat. No. 2020129671 RU, 22.03.2021; publ.08.09.2020.УДК: 622.242Инновационные технологии предупреждения поглощения бурового раствора при строительстве скважин / А. Д. Черников, Н. А. Еремин, А. В. Замрий, С. П. Черных // Известия Тульского государственного университета. Науки о Земле. – 2022. – № 2. – С. 399-414. – ЗаключениеСтратегические задачи по достижению высокой эффективностипроизводства углеводородов и конкурентоспособности товарной продук-ции российского нефтегазового комплекса в условиях снижения углерод-ного следа могут быть достигнуты за счет глубокой технологической мо-дернизации процессов строительства скважин. Системы машинногообучения позволяют своевременно предупреждать бурильщика о возмож-ном осложнении в виде поглощения бурового раствора при операциях бу-рения нефтяных и газовых скважин. Борьба с поглощениями – одно изперспективных направлений для технологии умных микроконтейнеров.Применение технологии умных микроконтейнеров существенно повыситэффективность процесса ликвидации поглощений, что приведет к значи-тельному сокращению времени операций, и, как следствие, к снижениюзатрат на бурение скважины. В настоящее время проект (шифр - УМКБУР) находится в стадии разработки; для развития технологии УМК БУРведется специальная научная работа в этом направлении. Результаты про-деланной работы и научно-производственная кооперация позволяет рас-считывать на разработку в ближайшее время ряда прорывных технологий(на базе умных микроконтейнеров) для крупнотоннажных процессовнефтегазового производства (бурение, МПН/МУН, и нефтехимии с боль-шим технологическим и экономическим эффектом.Статья подготовлена в рамках выполнения государственного зада-ния (тема «Фундаментальный базис инновационных технологий нефтянойи газовой промышленности (фундаментальные, поисковые и прикладныеисследования)», № ААААА19-119013190038-2).Список литературы1. Дмитриевский А. Н., Еремин Н.А. Цифровая глобальная декарбонизация газодобычи // Сб. науч. тр. VII междунар. науч.-технич. конф.Экологическая безопасность в газовой промышленности (ESGI-2021):Москва, 07–08 декабря 2021 года. ООО "Газпром ВНИИГАЗ". М.: Обще-ство с ограниченной ответственностью "Научно- исследовательский институт природных газов и газовых технологий – Газпром ВНИИГАЗ",2021. С. 4-5.2. Digital oil and gas complex of Russia / A.N. Dmitrievsky, N.A. Eremin,D.S. Filippova, E.A. Safarova // Georesursy = Georesources, Special issue,(2020). P. 32–35. DOI: https://doi.org/10.18599/grs.2020.SI.32–35.3. Цифровая глобальная декарбонизация зрелых нефтяных и газо-вых месторождений / А. Н. Дмитриевский [и др.] // Сб. науч. тр. Черномор-ские нефтегазовые конф. Новороссийск; Сочи, 20 сентября 2021. Новорос-сийск; Сочи: ООО «Научно-производственная фирма «Нитпо», 2021. С. 63-66.4. Dmitrievsky A.N., Eremin N.A., Safarova E.A., Filippova D.S.,Borozdin S.O. Qualitative Analysis of Time Series GeoData to Prevent Complicationsand Emergencies During Drilling of Oil and Gas Wells SOCAR Proceedings.2020. No.3 031-037. ISSN 2218-6867 eISSN 2218-8622http://dx.doi.org/10.5510/OGP20200300442.5. On increasing the productive time of drilling oil and gas wells usingmachine learning methods / A.N. Dmitrievsky [and other] // Georesursy =Georesources, 22(4). 2020. Р. 79–85. DOI: https://doi.org/10.18599/grs.2020.4.79-85.6. Алгоритм создания нейросетевой модели для классификации всистемах предотвращения осложнений и аварийных ситуаций при строи-тельстве нефтяных и газовых скважин / А.Н. Дмитриевский, В.О. Дупля-кин, Н.А. Еремин, В.В. Капранов // Датчики и системы. 2019. №12 (243).С.3-10.7. Применение методов искусственного интеллекта для выявленияи прогнозирования осложнений при строительстве нефтяных и газовыхскважин: проблемы и основные направления решения / А.Д. Черников [идр.] // Георесурсы, 2020. 22(3). С. 87–96. DOI: https://doi.org/10.18599/ grs.2020.3.87-968. Анализ качества данных станции геолого-технологических ис-следований при распознавании поглощений и газонефтеводопроявленийдля повышения точности прогнозирования нейросетевых алгоритмов /А.И. Архипов [и др.] // Нефтяное хозяйство. 2020. №08 (1162). С.63-67.DOI: 10.24887/0028-2448-2020-8-63-67.9. Drilling Problems Forecast System Based on Neural Network / S.Borozdin [and other] // SPE Annual Caspian Technical Conference. 2020.doi:10.2118/202546-MS.10. Интеллектуальное бурение при обустройстве цифровых место-рождений / Н.А. Еремин, А.Д. Черников, О.Н. Сарданашвили, В.Е. Столя-ров // Автоматизация, телемеханизация и связь в нефтяной промышленно-сти, 2020. №5 (562). 26-36. DOI 10.33285/0132-2222-2020-5(562)-26-36.11. Цифровые технологии строительства скважин. Создание высо-копроизводительной автоматизированной системы предотвращения осложнений и аварийных ситуаций в процессе строительства нефтяных игазовых скважин / Н.А. Еремин [и др.] // Деловой журнал Neftegaz.Ru.2020. №4 (100). С. 38-50.12. А.Н. Дмитриевский, Н.А. Еремин, В.Е. Столяров Роль информа-ции в применении технологий искусственного интеллекта при строитель-стве скважин для нефтегазовых месторождений // Научный журнал Рос-сийского газового общества. 2020. № 3 (26). С.06-21.13. Программный компонент "Нефтегазовый блокчейн" / Н.А. Ере-мин [и др.] // Свидетельство о регистрации программы для ЭВМ RU2020614626, 17.04.2020. Заявка № 2020613699 от 27.03.2020.14. Дмитриевский А.Н., Чащина-Семенова О.К., Фицнер Л.К., Чер-ников А.Д. Программный компонент "Нейросетевые расчеты – построениемоделей прогноза осложнений и аварийных ситуаций при бурении и стро-ительстве скважин» (ПКНР) / Н.А. Еремин [и др.] // Свидетельство о реги-страции программы для ЭВМ RU 2020660892, 15.09.2020. Заявка №2020660182 от 08.09.2020.15. Программный компонент "Адаптация обобщенных нейросете-вых моделей прогнозирования осложнений и аварийных ситуаций к геофи-зическим параметрам при бурении конкретной скважины» / Н.А. Еремин[и др.] // Свидетельство о регистрации программы для ЭВМ RU2020660890, 15.09.2020. Заявка № 2020660179 от 08.09.2020.16. Программный компонент "Индикация прогноза осложнений иаварийных ситуаций при бурении и строительстве скважин» (ПК «Инди-кация») / Н.А. Еремин [и др.] // Свидетельство о регистрации программыдля ЭВМ RU 2020661356, 22.09.2020. Заявка № 2020660450 от 14.09.2020.17. Программный компонент "Оркестровка – интеграция модулейсистемы прогнозирования осложнений и аварийных ситуаций при бурениии строительстве скважин» / Н.А. Еремин [и др.] // Свидетельство о реги-страции программы для ЭВМ RU 2020660891, 15.09.2020. Заявка №2020660181 от 08.09.2020.18. Программный компонент "Обратная связь» / Н.А. Еремин [и др.]// Свидетельство о регистрации программы для ЭВМ RU 2020665410,26.11.2020. Заявка № 2020661058 от 25.09.2020. Дата публикации:26.11.2020.
Добавил в систему: Еремин Николай Александрович

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

ИСТИНА

ИПМех РАН

Инновационные технологии предупреждения поглощения бурового раствора при строительстве скважинстатья

Прикрепленные файлы