Призабойная зона пласта (ПЗП) — это участок слоя горных пород с полезными ископаемыми, который распространяется на несколько сантиметров-метров от ствола скважины. Именно через эту зону жидкость из пласта поступает в скважину. Важные характеристики состояния ПЗП — скин-слой и проницаемость, от них зависит производительность добывающих скважин и эффективность методов повышения нефтеотдачи. Применение искусственных нейросетей позволяет контролировать эти факторы без остановки скважин на гидродинамические исследования. Ученые ПНИПУ предложили авторскую методику по оценке этих показателей с помощью методов машинного обучения. Она сократит убытки нефтедобывающих предприятий и позволит проводить оперативный анализ для повышения эффективности разработки пластов и работы скважин.
Результаты исследования опубликованы в журнале «Георесурсы» том 26, 2024 год. Работа выполнена в рамках программы стратегического академического лидерства «Приоритет 2030».
Проницаемость — способность горной породы пропускать флюиды (нефть) через свои поровые каналы. Она зависит от множества характеристик, в том числе от размера и формы пор, их распределения, а также свойств самих частиц породы. Скин-фактор характеризует состояние призабойной зоны пласта и влияет на процесс фильтрации нефти. Положительный показатель говорит о наличии дополнительных сопротивлений, которые ухудшают движение, отрицательный — указывает на улучшенные условия притока, что обычно связано с успешной стимуляцией пласта.
Однако в настоящее время этим показателям уделяют незначительное внимание, для принятия решений нефтяники обычно используют проницаемость удаленной зоны пласта, которую определяют по данным гидродинамических исследований скважин. Но для этого приходится останавливать скважины (т.е. прекращать добычу), что приводит к недоборам нефти и повышению рисков не вывести их на нужный режим работы. Современные методы работы с применением нейросетей позволяют контролировать показатели без остановки скважин, что сокращает убытки предприятий.
Ученые Пермского Политеха разработали методику для оперативного анализа проницаемости и скин-фактора призабойной зоны пласта с помощью искусственных нейросетей. Использование авторского алгоритма позволяет с ошибкой менее 7% воспроизводить значения этих показателей.
Для обучения нейросети использованы геологические и эксплуатационные данные 486 гидродинамических исследований добывающих скважин. Для программирования величин проницаемости призабойной зоны пласта политехники использовали следующие параметры: забойное, пластовое и давление насыщения нефти газом, дебит жидкости, эффективную толщину пласта, обводненность и пористость.
Для реализации алгоритмов использовалась открытая библиотека Keras, написанная на языке Python. В модели обучения нейросети заложена остановка на ранних эпохах (периодах тренировки). Когда на валидационном наборе данных, который нужен для проверки работы модели, ошибка перестает уменьшаться или начинает расти в течение заданного количества эпох, тогда обучение останавливается и возвращается лучшая модель, полученная до этого момента.
Нейросеть состоит из слоев и нейронов. Слои представляют собой функциональные блоки, которые обрабатывают входные данные, вычисляют скрытые признаки и формируют выходные значения, другими словами — математическую модель. Каждый слой состоит из определенного числа нейронов — связанных между собой вычислительных единиц, которые получают информацию, производят простые вычисления и передают их дальше.
Ученые ПНИПУ протестировали модели нейросетей с различным количеством слоев (от 1 до 4) и количеством нейронов (50, 100, 150, 200). Выбрана наилучшая модель с 4 слоями по 100 нейронов в каждом.
— Прогнозирование показателей проницаемости призабойной зоны скважин и скин-фактора сейчас одна из первостепенных задач в нефтяной отрасли, ее решение позволит более обоснованно подходить к подбору технологического режима работы, методов интенсификации добычи и повышения нефтеотдачи пласта. Рассмотренные нами подходы и методы — первый этап создания комплексной системы по оценке состояния ПЗП на основе больших данных, полученных в процессе разработки нефтегазовых объектов, — поделился доктор технических наук, доцент кафедры «Нефтегазовые технологии» ПНИПУ Дмитрий Мартюшев.
Ученые Пермского Политеха предложили методику по оценке состояния призабойной зоны пласта, а именно параметров проницаемости и скин-фактора. Использование авторского алгоритма позволяет с ошибкой менее 7% воспроизводить значения этих показателей. Разработка на основе нейросетей позволит проводить оперативный анализ скважины для повышения нефтеотдачи и поможет сократить убытки нефтедобывающих предприятий.