РАЗРАБОТКА И ЭКСПЛУАТАЦИЯ НЕФТЯНЫХ МЕСТОРОЖДЕНИЙ
УДК 622.276.1/.4"713" © Коллектив авторов, 2015
Идентификация слабо выработанных зон на месторождениях c трудноизвлекаемыми запасами
И.Ф. Хатмуллин, к.т.н., Е.И. Хатмуллина, А.Т. Хамитов
(ООО «Уфимский НТЦ»), Р.А. Гималетдинов, С.Е. Мезиков
(ОАО «Газпромнефть-Ноябрьскнефтегаз»)
Адреса для связи: khif@ufntc.ru, Khatmullinaei@ufntc.ru, KhamitovAT@ufntc.ru, GimaletdinovRA@yamal.gazprom-neft.ru, MezikovSE@yamal.gazprom-neft.ru
Ключевые слова: планирование геолого-технических мероприятий (ГТМ), нечеткие методы, карты желательности.
Мониторинг разработки нефтяных месторождений позволяет оперативно принимать управленческие решения, связанные с оптимизацией добычи нефти и выработки ее запасов. Эффективность выбора того или иного решения определяется множеством различных факторов (геолого-геофизических, промыслово-технологических, экономических и др.). Сложность цельного и формализованного описания объекта исследования обусловливает необходимость задания ряда критериев на вербальном уровне («значимый», «малый» и др.).
В настоящее время накоплен определенный опыт успешного решения многокритериальных задач мониторинга с использованием подходов, основанных на методах теории нечетких множеств [1-5]. Формализм теории нечетких множеств предоставляет гибкий инструмент для качественного и количественного анализа поведения сложных систем в условиях неполноты данных о состоянии объекта [6-8]. Преимуществом рассматриваемого подхода является возможность учета и формализации накопленных экспертных знаний в процедурах автоматизированного принятия решений. Это обеспечивает прозрачность и интуитивную понятность принимаемых решений для специалистов.
В статье рассмотрена эвристическая процедура идентификации проблемных зон месторождения, которые характеризуются низким текущим коэффициентом извлечения нефти (КИН) и высокой обводненностью, но в то же время являются перспективными для проведения геолого-технических мероприятий (ГТМ): вывод скважин из бездействия; их переводы с других объектов; бурение боковых стволов. При этом успешными считаются ГТМ, обеспечивающие получение рентабельных де-битов нефти в пределах выделенных зон.
Identification of zones with poor displacement in fields with hard-to-recover reserves
I.F. Khatmullin, E.I. Khatmullina, A.T. Khamitov
(Ufa SciTechCenter LLC, RF, Ufa),
R.A. Gimaletdinov, S.E. Mezikov
(Gazpromneft - Noyabrskneftegas JSC, RF, Noyabrsk)
E-mail: khif@ufntc.ru, Khatmullinaei@ufntc.ru, KhamitovAT@ufntc.ru, GimaletdinovRA@yamal.gazprom-neft.ru, MezikovSE@yamal.gazprom-neft.ru
Key words: well stimulation planning, fuzzy logic, membership function maps.
The paper describes the automated technique for identification of under recovered zones with high production potential, if proper field management activities were provided (e.g. sidetracking operations). Presented method is based on the fuzzy description of the current recovery distribution incorporating different decision making criteria to elaborate better field management strategies. For this end fuzzy-criteria based procedure is developed to provide the determination of most perspective zones with high movable residuals, but poor recovery. The practical aspects of the technique application are discussed using the actual results of sidetracking planning.
На уровне вербального описания проблемы для автоматизированного решения задачи необходимы следующие базовые критерии:
- наличие повышенных подвижных запасов;
- низкая степень дренирования действующим фондом скважин (низкий темп отбора извлекаемых запасов);
- высокая вероятность технологической успешности ГТМ.
Общая схема решения и правомочность предлагаемых подходов к идентификации слабо дренируемых зон обсуждаются на примере продуктивного горизонта мегион-ской свиты одного из месторождений, расположенных в Ямало-Ненецком автономном округе. Разработка многих блоков объекта характеризуется высокой обводненностью продукции скважин, большой долей бездействующего фонда при значительных остаточных извлекаемых запасах (текущий КИН - 5-10 %, средняя обводненность -75-85 %, доля бездействующего фонда ~ 40 %).
Общая схема принятия решения в задачах мониторинга
Пусть имеется множество возможных альтернативных решений {Xi, i = 1, ...n}. Необходимо выбрать одно или отранжировать совокупность возможных решений по их технологической (экономической) привлекательности для дальнейшего более детального анализа. На искомое решение накладываются дополнительные условия: оно должно удовлетворять совокупности критериев
Fj, j = 1, ...к.
В соответствии с теорией нечетких множеств каждому критерию Fj решения X¡ приписывается число mj(Fj), определяющее меру «оптимальности» критерия в решении. Вид функциональной зависимости mj(Fj), известной как функция принадлежности (желательности), за-
дается экспертно и может быть представлен в общем случае следующим образом:
т|( х)) -
Ф
0, х'] < а] (х)-аЛ
(р ]-а ] ) 1, Р ] < х)
, а: < х) < Р )
(1)
где Оу, Ь - экспертно задаваемые граничные значения у-го критерия, соответственно неприемлемые и наиболее благоприятные.
Существуют различные модели синтеза обобщенного критерия (минимаксный подход, мультипликативная свертка), определенные в теории нечетких множеств [7]. Практический опыт показал, что для большинства решаемых задач наиболее удобно представление обобщенной функции принадлежности решения в виде мультипликативной свертки
(2)
I-
т(Х)) - Мт Т (Р1) (4), м - 2 п),
где т(Х) принимает значения от 0 до 1; Пу - степень, характеризующая влияние данного параметра на функцию принадлежности т(Х).
Если параметр п1 более важен для принятия решения, чем параметр п2, то, следовательно, п1 > п2. Если же считается, что все параметры равнозначны, то принимают П: = 1, у = 1 ...т.
Предлагаемый подход к автоматизации процедур отбора рациональных решений обобщенно можно представить в виде следующих этапов:
- выбор набора критериев, значимых для принятия решения;
- формализация критериев в терминах нечеткой логики: построение «функций желательности»;
- переход от многокритериальной задачи к однокри-териальной путем построения обобщенного критерия, учитывающего экспертное понимание «оптимальности» выбираемого решения;
- картирование критериев: построение карт по заданным функциям желательности;
- картирование обобщенного критерия для последующего зонального анализа в пределах заданного уровня значимости.
В результате выполнения данных этапов многокритериальная задача поиска оптимальных решений сводится к однокритериальной. Решения легко сравнивать, например, ранжируя их по убыванию значений обобщенной функции принадлежности.
Построение функций желательности критериев
Принципы построения нечетких критериев в рамках обсуждаемого подхода можно применять для обоснования проведения практически любого типа ГТМ. В качестве примера автоматизированной процедуры планирования ГТМ рассмотрим задачу поиска зон со значительными остаточными извлекаемыми запасами нефти, которые можно вовлечь в разработку путем зарезки боковых стволов (ЗБС) в добывающих скважинах бездействующего фонда.
Для идентификации областей предложен следующий набор базовых критериев:
- большие остаточные нефтенасыщенные толщины [9];
- низкая степень текущей выработки в области точки ЗБС (х, у);
- низкая ожидаемая водонасыщенность в зоне точки ЗБС (х, у);
- в радиусе R > (Я^ - минимальный радиус поиска скважин, задаваемый экспертно) отсутствуют действующие скважины;
- в радиусе R < Rшax ^шах - максимальный радиус поиска скважин, задаваемый экспертно исходя из технологических условий возможности ЗБС) есть скважины бездействующего фонда.
Для учета особенностей строения залежи, осложняющих разработку, дополнительно можно учесть ряд геологических факторов, например расчлененность зоны и близость к текущему положению внешнего контура нефтеносности.
Рассматриваемая технология базируется на автоматизированной работе с различной геолого-геофизической и промысловой информацией. Для этой цели в работе использован программный комплекс NGT-Sшart. Пакет позволяет рассчитывать весь необходимый набор технологических карт для оценки начального и текущего ресурсного и энергетического состояний объекта исследования или импортировать соответствующую информацию из любых других источников.
Для дальнейшего изложения будем использовать следующие термины.
Карта начальных толщин ^х, у) - карта толщин неф-тенасыщенных песчаников с начальной нефтенасыщен-ностью Sg(x, у).
Карта остаточных толщин hr(x, у) - карта нефтенасы-щенных толщин с насыщенностью, приведенной к начальной.
Средняя нефтенасыщенность по разрезу
^(х'У) -{| (К -К) + БоК]} .
(3)
где Sc - остаточная нефтенасыщенность. Расчетные карты удовлетворяют уравнению материального баланса
(4)
где ( - накопленный отбор нефти; Вд - объемный коэффициент нефти; рд5С - плотность нефти в поверхностных условиях;0 - область интегрирования (залежь); ф - пористость.
Формализуем выбранные критерии в виде функций принадлежности, задаваемых исходя из субъективных оценок значимости того или иного фактора в решении.
1. Критерий «большие остаточные нефтенасыщенные толщины» (рис. 1). Функцию принадлежности запишем в виде
т1(К,то >Ктт>Ктах)-
^0 + К 1 -К (К-Ктт),Ктт <К <Кт Ктт Щтт
1, К > Ктах,
(5)
я
где йтах - остаточная нефтенасыщенная толщина, принимаемая безусловно большой для данной стадии разработки (можно оценить через желаемую среднюю величину извлекаемых запасов на скважину); hmin - минимальная остаточная нефтенасыщенная толщина, при которой ГТМ становится крайне рискованным (велика вероятность получить низкий дебит нефти при высокой обводненности).
В рассматриваемом ниже примере принято Дтах = Д,
Дтш = ^ктах, т = 0 (h - средняя остаточная нефтенасы-
щенная толщина пласта).
Рис. 1. Функция принадлежности для критерия «остаточные нефтенасыщенные толщины»
2. Критерий «низкая степень выработки запасов» т2 Функцию принадлежности запишем в виде
т2(П,Пт1п,Р) =
1, П — Птт
Р-п
Р-Лп
Птт <П<р
(6)
0, п^р,
п
г
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.