Анализ эффективности использования постоянно действующих моделей при проектировании разработки нефтяных месторождений и их адаптация к реальным геолого-промысловым условиям тема диссертации и автореферата по ВАК РФ 25.00.17, кандидат технических наук Меркурьев, Егор Александрович

• Меркурьев, Егор Александрович
• кандидат технических наук
• 2008

Оглавление диссертации кандидат технических наук Меркурьев, Егор Александрович

ВВЕДЕНИЕ

1. ОСНОВНЫЕ МАТЕМАТИЧЕСКИЕ МОДЕЛИ, ИСПОЛЬЗУЮЩИЕСЯ ДЛЯ ПРОЕКТИРОВАНИЯ РАЗРАБОТКИ НЕФТЯНЫХ iMECTOРОЖДЕНИЙ

1.1. Кривые вытеснения

1.2. Регрессионный анализ

1.3.Прогнозировзние показателей разработки с учетом неоднородности продуктивных пластов

1.4 Прогнозирование показателей разработки месторождений при помощи постоянно действующих моделей

1.4.1 Использование ПДМ при разработке нефтяных месторождений.

Выводы

2. ПОСТРОЕНИЕ ГЕОЛОГИЧЕСКОЙ МОДЕЛИ ДЛЯ ПДМ 30 2.1 Построение геологической модели

2.1.1 Геометрическое моделирование

2.1.2 Анализ основных методов моделирования свойств

2.1.3 Анализ влияния начального распределения нефтенасьиценности в современных ГГДМ на показатели разработки

2.1.4 Анализ влияния масштабирования геологической модели на показатели разработки

Выводы

3. ПОСТРОЕНИЕ ГИДРОДИНАМИЧЕСКОЙ МОДЕЛИ

3.1 Описание законтурных областей в НДМ

3.2 Определение фильтрационных потоков

3.3 Расчет обводненности продукции скважин 61 Выводы

4. АДАПТАЦИЯ ПОСТОЯННО ДЕЙСТВУЮЩИХ МОДЕЛЕЙ, ОСНОВНЫЕ ПРИНЦИПЫ, ПРОБЛЕМЫ 65 4.1. Анализ неопределенности исходных данных

4.1.1. Пористость

4.1.2. Нефтенасыщенность

4.1.3. Выделение коллектора

4.1.4. Проницаемость

4.1.5. Определение глубины залегания пласта

4.1.6. Дебит жидкости, нефти и обводненность. Приемистость нагнетательных скважин

4.1.7. Забойное пластовое давление

4.2 Основные проблемы, возникающие при адаптации постоянно действующих моделей

4.3 Анализ современных методов определения коэффициента продуктивности 89 4.3.1 Определение коэффициента продуктивности скважин в современных постоянно действующих моделях

4.4 Использование математического аппарата нейронных сетей для снижения неопределенности адаптации ПДМ и уточнение прогнозных вариантов разработки

4.4.1 Структура и свойства искусственного нейрона

4.4.2 Основные принципы нейронных сетей

4.4.3 Алгоритм обратного распространения

4.4.4 Использование нейронных сетей для уточнения прогноза прогноза показателей разработки постоянно действующих моделей.

4.4.5 Сравнение модели искусственных нейронных сетей с моделей корреляционного анализа

4.4.6 Использование метода главных компонент для уточнения прогноза нейронных сетей.

4.4.7 Определение оптимальной архитектуры нейронной сети 123 Выводы

Введение диссертации (часть автореферата) на тему «Анализ эффективности использования постоянно действующих моделей при проектировании разработки нефтяных месторождений и их адаптация к реальным геолого-промысловым условиям»

Актуальность проблемы

Проектирование разработки нефтяных месторождений неотрывно связанно с математическими моделями, которые описывают физические процессы, происходящие в пласте. Использование математических моделей позволяет понять причину изменения показателей разработки и выработать дальнейший план мероприятий по увеличению добычи нефти. Первоначально были разработаны простые математические модели с большими допущениями, которые давали достоверные результаты в узком диапазоне исходных данных. Модели нефтяных месторождений, постоянно улучшались, повышалась их точность, учитывалось большее количество различных факторов, внедрялись новые математические алгоритмы. Это приводило к увеличению времени, необходимого для построения моделей. С появлением ЭВМ продолжительность создания моделей значительно снизилась, кроме того, был значительно увеличен объем задач, решаемых с помощью моделей. Современные гидродинамические симуляторы (Eclipse, Roxar, ТРИАС) имеют большой набор математических моделей для описания химических и физических процессов, протекающих в пласте (например, решение многофазной фильтрации). Главным достоинством и отличием новых моделей от более ранних стала адаптация расчетных параметров к ис- , тории разработки месторождения. Основным принципом современных постоянно действующих моделей (ЦДМ) является утверждение, что если результаты расчетов совпадают с историей разработки месторождения, значит, прогнозные показатели будут максимально . приближены к реальности.

Проектирование разработки нефтяного месторождения с помощью постоянно действующих моделей можно разделить на два этапа — адаптация и прогнозирование. На этапе адаптации осуществляется подгонка параметров модели к истории разработки. Основной проблемой адаптации постоянно действующих моделей является неопределенность и отсутствие контроля некоторых данных таких, как пластовое давление, насыщенность и коэффициент продуктивности. Анализ неопределенности исходных данных и снижение уровня неоднозначности постоянно действующих моделей на сегодняшний день является актуальной проблемой.

Кроме адаптации на этапе прогнозирования производится расчет различных вариантов разработки месторождения. Каждый вариант разработки представляет собой определенный план различных геолого-технических мероприятий (ГТМ), который заносится в модель в виде даты проведения ГТМ и. параметров скважины после ГТМ, и надежность расчетных показателей во многом зависит от точности расчета эффективности геолого-технических мероприятий. И если учесть, что разработка большого количества нефтяных месторождений России ведется на основе постоянно действующих моделей, разработка метода, повышающего надежность прогнозных показателей, является крайне актуальным направлением.

Цель работы

Изучение эффективности применения постоянно действующих моделей; принципов, заложенных в современные ПДМ и создание нового подхода к адаптации гидродинамических моделей. Разработка методов расчета прогнозных показателей.

Оснивные Задачи исследовании

1. Анализ современных постоянно действующих моделей и эффективности их применения для разработки нефтяных месторождений.

2. Рхзучение процесса адаптации современных ПДМ, определение путей снижения неопределенности адаптации с целью повышения надежности расчета прогнозных показателей разработки нефтяных месторождений.

3. Разработка нового метода расчета коэффициента продуктивности скважин, который позволит учитывать различные геологические и технологические факторы, влияющие на характеристики призабойной зоны скважины и добываемой продукции.

Методы решения поставленных задач

При анализе эффективности ПДМ проводился обзор литературных источников, в ходе работы были проведены обширные исследования алгоритмов современных постоянно действующих, моделей (Eclipse, TempestMore).

При изучении процесса адаптации применялись аналитические и статистические методы исследования промыслового и геолого-фнзического материала; модели нефтяных месторождений, созданные в программном продукте Eclipse компании Schlumberger.

Модели оценки продуктивности скважин разрабатывались с привлечением промыслового материала, с широким применением методов математического моделирования, методов теории вероятности и математической статистики, аналитическим, и расчетным путем.

Havuuaa ипшппо' - 11 J д 11 .1 ■ ■ и J • ■ М •

1. Установлено влияние неопределенности моделирования коллекторских свойств, масштабирования геологической модели и моделирования распределения нефте-насыщенности на погрешность показателей разработки, рассчитанных при помощи постоянно действующих моделей нефтяных месторождений Оренбургской области.

2. Разработаны новые математические модели на основе искусственных нейронных сетей (ИКС) для оценки коэффициента продуктивности и определения технологической эффективности геолого-технических мероприятий.

3. Предложен новый методический подход расчета вариантов разработки нефтяных месторождений на основе ПДМ и рассчитанной при помощи ИНС динамики коэффициента продуктивности скважины после проведения ГТМ.

Практическая ценность работы

Ст-------— ТТГ^ТТЛГ ,л- AAA ---С------, .1 а-зраОихана И внедрена ь n± f-\J «^улулуКибумь» vjtwj uwpcHuypi ncipiuw CnCicMo. оценки рисков при бурении новых скважин на основе геологических и гидродинамических моделей адаптированных с учетом коэффициентов продуктивности скважин, рассчитанных при помощи ИНС.

Разработанные модели, на основе математического аппарата ИНС, для оценки проектных показателей разработки нефтяных месторождений, определения технологической эффективности геолого-технических мероприятий, используются в производственном процессе добычи нефти в ООО «Бугурусланнефть»

Апробация работы

Основные положения и результаты диссертационной работы докладывались; 56-й и 58-й научно-технических конференциях студентов, аспирантов и молодых ученых (г.Уфа, УГНТУ, 2005, 2007), третьей корпоративной научно-практической конференции молодых специалистов ТНК-BP (г. Москва, 2006),

Публикации результатов работы

Но теме диссертации опубликовано 7 печатных работ, в том числе 4 статьи, тезисы 3 докладов.

Объем и структура работы

Диссертация состоит из введения, 4 глав, списка использованной литературы, содержащего 108 источников. Текст изложен на 146 страницах машинописного текста, включающих 56 рисунков, 9 таблиц и 2 приложения.

Заключение диссертации по теме «Разработка и эксплуатация нефтяных и газовых месторождений», Меркурьев, Егор Александрович

ОСНОВНЫЕ ВЫВОДЫ И РЕКОМЕНДАЦИИ

1 Установлено, что эффективность использования ПДМ при разработке нефтяного месторождения зависит от количества адаптируемых параметров. Использование забойного давления скважины, дебита нефти и воды в качестве адаптируемых параметров недостаточно для построения точной модели.

2 Установлено, что наибольшее влияние на погрешность расчета добычи нефти постоянно действующими моделями оказывает распределение пористости. При использовании различных настроек крикинга (радиус влияния, тип модели) для расчета пористости, погрешность прогнозных показателей разработки месторождений Оренбургской области достигала 71 %.

Разработан алгоритм адаптации ПДМ, с использованием расчетного коэффициента продуктивности скважины, который снижает погрешность расчета показателей разработки до 1%.

3 Предложены новые математические модели для расчета коэффициентов продуктивности скважин на основе искусственных нейронных сетей. ИНС при расчете Кпрод учитывают не только геологические, но и технологические факторы.

Рекомендуется в качестве входного вектора для расчета коэффициента продуктивности скважины при помощи ИНС использовать результаты геофизических исследований скважин, например для карбонатных коллекторов результаты интерпретации гамма-каротажа и нейтронного гамма-каротажа. В этом случае исключается погрешность перехода к пористости и проницаемости.

Кроме того, рекомендуется с целью повышения точности расчетов и снижения времени обучения искусственной нейронной сети, применять метод главных компонент для преобразования исходных данных. При этом погрешность прогноза может снизиться более чем в три раза.

Разработан методический подход определения эффективности ГТМ на основе рассчитанной при помощи ИНС динамики коэффициента продуктивности и постоянно действующей модели месторождения. При этом максимальная погрешность оценки эффективности ГТМ составила 7,8 %.

Разработанные модели используются в производственном процессе добычи нефти в ООО «Бугурусланнефть» с целью подбора скважин для проведения ГТМ.

На основе разработанных методик и алгоритмов в НГДУ «Бузулукнефть» создана система оценки рисков бурения новых скважин. В нее входят базы, уточненных после адаптации геологических и гидродинамических моделей. Система позволяет с минимальным риском подобрать скважины для бурения и зарезок боковых стволов.

Список литературы диссертационного исследования кандидат технических наук Меркурьев, Егор Александрович, 2008 год

1. Ковалев B.C, Житомирский В.М. Прогноз разработки нефтяных месторождений и эффективность систем заводнения. -М.: «Недра», 1976.

2. Азиз X., Саттари Э. Математическое моделирование пластовых систем. -М.: «Недра», 1982.

3. Басниев К. С., Кочина И. Н., Максимов В.М. Подземная гидромеханика. -М.: «Недра», 1993.

4. Каневская Р. Д. Математическое моделирование гидродинамических процессов разработки месторождений углеводородов. Москва Ижевск: ИКИ, 2003.

5. Габриэлянц Г. А. Геология нефтяных и газовых месторождений. -М.: «Недра», 1972.

6. Мирзаджанзаде А.Х., Хасанов М.М., Бахтизин Р.Н. Моделирование процессов нефтегазодобычи. Москва Ижевск: ИКИ, 2004.

7. Жданов A.M. Нефтегазопромысловая геология. М.: Гостоптехиздат, 1962. 563 с.

8. Мирзаджанзаде А. X., Степанова Г.С. Математическая теория эксперимента в добыче нефти и газа. -М.: «Недра», 1977.

9. Акульшин А. И. Прогнозирование разработки нефтяных месторождений. -М.: «Недра» 1988.

10. Желтов Ю.П. Разработка нефтяных месторождений. -М.: «Недра», 1998.

11. Edward Н. Isaaks R. Mohan Srivastava. Applied Geostatistics. New York: Oxford, 1989.

12. Clayton V. Deutsch. Geostatistical reservoir modeling. New York: Oxford, 2002.

13. Итенберг C.C., Дахкильгов Т.Д. Геофизические исследования в скважинах. -М.: «Недра», 1982.

14. Гогоненков Г.Н. Изучение детального строения осадочных толщ сейсморазведкой. -М.: «Недра», 1987.

15. Храмов Р.А. Разработка и эксплуатация месторождений ОАО «Оренбургнефть». -М.: «Недра», 2002. 528 стр.

16. Крылов А.П., Глоговский М.М., Мирчинк М.Ф., Николаевский Н.М., Чарный И. А. Научные основы разработки нефтяных месторождений., Ленинград: Красный печатник, 1948.-416 стр.

17. ФукунагаК. Введение в статистическую теорию распознавания образов. -М.: Наука, 1979. -368 стр.

18. Фазлыев. Р.Т. Площадное заводнение нефтяных месторождений -М.: «Недра» 1979. 255 стр.

19. Генри Б. Кричлоу. Современная разработка нефтяных месторождений проблемы моделирования. -М.: «Недра», 1979. - 302 стр.

20. Хисамутдинов Н. И., Хасанов М.М., Телин А. Г., Ибрагимов Г. 3., Латыпов А.Р., Потапов А. М. Разработка нефтяных месторождений. М.: ВНИИОЭНГ, 1994. издание в 4 т.

21. Ш.К. Гиматудипов, А.И. Ширковский Физика нефтяного и газового пласта. -М.: «Недра» 1982. 309 стр.

22. Каналин В. Г., Вагин С. Б., ТокаревМ. А., Ланчаков Г. А., Тимофеев В.А. Нефте-газопромысловая геология и гидрогеология. -М.: «Недра» 1997. 366 стр.

23. Баренблатт Г.И., Ентов В.М., Рыжик В.М. Движение жидкостей и газов в пористых пластах.-М.: Недра, 1984.-208 с.

24. Голф-Рахт Т.Д. Основы нефтепромысловой геологии и разработки трещиноватых коллекторов,- М.: Недра, 1986.- 608 с.

25. Каневская Р.Д. Математическое моделирование разработки месторождений нефти и газа с применением гидравлического разрыва пласта. М.: Недра, 1999. - 213 с.

26. Максимов М.М., Рыбицкая Л.П. Математическое моделирование процессов разработки нефтяных месторождений. -М.: Недра, 1976. -264с.

27. Розенберг М.Д., Кундин С.А. Многофазная многокомпонентная фильтрация при добыче нефти и газа. М.: Недра, 1976. - 335 с.

28. Самарский А. А. Теория разностных схем. -М.: Наука, 1977. 552 с.

29. Фадеев Д.К., Фадеева В.Н. Вычислительные методы линейной алгебры. -М.: Физ-матгиз, 1963.

30. Чарный И.А. Подземная гидрогазодинамика. М.: Гостоптехиздат, 1963. - 346 с.

31. Швидлер М.И., Леви Б.И. Одномерная фильтрация несмешивающихся жидкостей. М.: Недра, 1970. - 156 с.

32. Эфрос Д.А. Исследования фильтрации неоднородных систем. Л.: Гостоптехиздат, 1963. -352 с

33. Вентцель Е. С. Теория вероятностей,- М., Физматгиз, 1962. 564 с.

34. Ковалев В. С. Влияние параметров сетки скважин (количества скважин и их расположения) на показатели заводнения и конечную нефтеотдачу неоднородных пластов.—«Труды Гипровостокнефти», вып. 12,1969,с. 144—153.

35. Пугачев В. С. Теория случайных функций и ее приложение к задачам автоматического управления. -М., Физматгиз, 1962. 883 с.

36. Сазонов Б. Ф. Совершенствование технологии разработки нефтяных месторождений при водонапорном режиме. -М., «Недра», 1973, 238 с

37. Сазонов Б. Ф. Разработка нефтяных залежей с применением заводнения. Куйбышев, Куйбышевское книжное изд-во, 1964, 76 с.

38. Скворцов В. В. Математический эксперимент в теории разработки нефтяных месторождений. -М., «Наука», 1970, 220 с.

39. Т7 M^ftnv f™1 f1 nattnn R T Rpcan?nir cimnbtin" 4PR МопоттяпЬ - RlVbarH.

40. I . lliMHUi » L.( .Uli » U. IWWVi T W 1 • ^llllUlUlltll I: UX J-I iflvilV^lU^ll I Ul. ■ —' , ^«JvilMlV.son, Texas. -1990. 174 pp.

41. PeacemanD.W. Fundamentals of numerical reservoir simulation. -Amsterdam

42. AvfrtrH Vpur Vnrl" PIcoiM^r PnWirKmrt Рпллпот^ 1077 - 17/ч nn

43. Wikivl u iiWft x vl xv. i/1jv v ivi uviviiuiiv x ul/ixijiiiiig vvu i^/uilj} J.✓//. i / v

44. Aziz K. Notes for petroleum reservoir simulation. Stanford University, Stanford, California. - 1994. - 471 pp.4П Prtpl-in T ДЬ^п-ТГосс^т T T-T Vinrr Гг P T3oci/"» rAcon/Air cimnlofmn .

45. V| J./1 IW1U11 1 I J XLUVU lvuuuvlli ».' • JL. . ^ xklll^j VJ . XV. 'UOlV U^pilWVi lWOWl » Cll JliilUiUUl/ll.

46. Richardson, Texas. 2001. - 406 pp.

47. Economides M.J., Nolte K.G. Reservoir Stimulation. Prentice Hall, Eglewood Cliffs, Mo,v w«r - iQso -ЛПтliwr J VikJVJ \J i \J+J 1 V . I^U

48. Розенбере M. Д., Кундин С. А. Многофазная многокомпонентная фильтрация при добыче нефти и газа. -М., Недра, 1976.

49. A A R^ml'lif Q R T AifAfA+t Л Л p rtf in Qon/lc Trorvc А ТЛЛТ7

50. I. J^UVIVI J k-/. X-J, J XJW T Vi wvl X *x. V^. lTXVWlXUiUJlli vl i lulu lyiOjJXUVWillVlll. xxx uuiiuj. t luhl). l hhii1942, v. 146, p. 107—116.

51. Горбань A.H., Россиев Д. А. Нейронные сети на персональном компьютере. Новолмт^ь- Иал(кЯ 1QQ6 г»

52. VXlOilpVIV» х xw^j AUj 1 / ^ w. м ( W wa

53. Тэрано Т., Асаи К., Сугэно М.Прикладные нечеткие системы. -М., Мир, 1993, 368с.

54. АЛ Д DAmu А Т-Т И ТТГ\ HAITATI'TJA »ШЛ'Х'РЛТРО Т> >»ЛЛАТ7ЯУ ЛГТ7ГЛ-ЗТ>ТТ^ТТТТГ7 иЛГТГЛГ^ГОАирЛГЛ TTU-I / * X XUWplin riiii.1 XX рЦр! X IV lwxiuiw IfillU/lVVVliyi» и Ifll/^Vrfl/liL Iivnjr WVlUVliXlOt f ILiiтеллекта. -M.: Наука, 1986. 312 с.

55. Дли М.И. Локально-аппроксимационные модели сложных объектов. М.: Наука,fOTTTTJT -7ППП 01А Гt ilOlUL41i/lIll ^ irf W V> 1 W.

56. Кофман А., Алуха X. Хилл. Введение теории нечетких множеств в управление предприятием. — Минск: Высшая школа, 1992. 223 с.

57. Меркурьев E.A. Токарев M.A. Применение ГСР при проектировании разработки нефтяных месторождений. // Материалы 56-й научно-технической конференции студентов, аспиранток и молодых ученых. Уфа: УГНТУ, 2005. - С. 245

58. Меркурьев Е.А. Токарев М.А. Методические приемы адаптации параметров при прогнозе (проектировании) показателей разработки нефтяных месторождений с

59. Гттттттт.тл пллтлоииа ттрмлтт *т/-чттто-»т /'ТТТТЛ 4Л / / ->лт>аа л*>ттг\

60. IUW Щши UUV Л- W111A1V ^VllV 1 А V/ LL^VIl IIIV/^VJIVCX ^Х y.^lTl J II X AVljy A vl 140VS1-WW ^V^IU,http//vvww.ogbus.ru, 2006.

61. Меркурьев E. А. Применение нейросетевых алгоритмов для расчета эффективности ГТМ. // Материалы 3 корпоративной научно-практической конференции ТНК-ВР. Москва, 2006.

62. Меркурьев Е. А. Система оценка геологических рисков при бурении. // Материалы 4 региональной научно-практической конференции ТНК-ВР. Бузулук, 2007

63. Меркурьев Е.А Использование постоянно-действующих моделей для уточнения геологического строения месторождения. // Нефтегазовое дело. —

64. ЬН*л//\*г\*гл*г nrtKltc ril 1ПГ)7 (p npiiQTTi^

65. L^y/ ( >. Yr T 1 .ys^KJ llOil L*J mw > ^D uv am ill y.

66. Круглов В.В., М.И. Дли, Р.Ю. Годунов. Нечеткая логика и искусственные нейронные сети. -М., Физматлит, 2001., 221 с.

67. Тл^тмгни ТЗ Я r'linno^iAvQunii'O ирттоилгл пполта ЛД * Цдттпо 1Q74 ОЧО лv> / I j ^iDli iui j^.yxi x iiMp vinv^iuiiiiivu Ilvl|; xyiiiui \s ixviuvi u, iri>. ixv^^W) i ✓ j ■ ? w.

68. Булыгин Д.В., Булыгин В.Я. Геология и имитация разработки залежей нефти. -М. Недра, 1996,382 с.

69. Денисов С.Б., Алешина А.В. Снижение неопределенности при построении геологических моделей по данным сейсморазведки ЗД и каротажа.// Нефтяное хозяйство. 1990. №Ю-С. 51-55.

70. С\ PtT^TJTJfATT А Ропимлло Г Г Г* ГАЛТТЛГМТ1РЛТ,»Т*А % тптт^ттт* ) f-^Т/ЛТТГТ

71. VUa i. JJXW4JJUVV/iJ X liX^aj WUUXUIWVI/ X .X . V/l ViVUWlll XVVXViXW X WVJiVl IX iwiuiv w^wJxix itlviтехнологии, возможности.// Нефтяное хозяйство. 2001. №6 -С. 22-25.

72. Юльметьев Т., Саркисов Г.Г. Применение геостатистических (стохастических) техипттопл* rirvrz глоттаигш ГРПТТГЛГМПРРХЛПМ **г\тт£»тттт РООГ^ТПО^Ь'ОТ'Л ллагтплЛ-А'П^НТ'О // ТТРЛ

73. XXV/^XVI хххх xi^/xx Vw^/4,kixxxxxl 1 WJlUX 11 XVWXVVIX irxv^wrfllx X UJ^ JI1V/UWXVV/X V I»1 W V X up Wllri/l.J / xxwtjsтяное хозяйство. 2003. №5 -С. 58-60.

74. Helge H. Haldorsen, Elvind Damsleth. Stochastic Modeling. SPE 20321. -P. 404-412.

75. Тлпгпр! А П Q+orvfr»r/4 TT for Ppcpri/rttr Г^Когол+аг^оЬлп QDR P

76. J UUllivi XX. . J k/ lUUXUlU \l WkimilJUVJ XUl XVWUVl » UXX V11U1 UWVWXX1-IMI.AWXJ . MX X—/ / ^ V , X .353.358.

77. Закиров C.H. Разработка газовых, газоконденсатных и нефтегазоконденсатных ме-сторождений.-М.: «Струна», 1998, 628 с.

78. Саймон Хайкин Нейронные сети: полный курс, 2-е издание. М.: Издательский дом «Вильяме». - 2006, 1104 с.

79. Осовский С. Нейронные сети для обработки информации. М.: Финансы и статистика. - 2004, 344 с.

80. Методы робастного, кейро-нечеткого и адаптивного управления: Учебник / Под. ред. Н.Д. Егупова; издание 2-е, стереотипное. -М.: МГТУ им. Н. Э. Баумана, 2002, 744 с.

81. А Я |ТсТТТЬ*Л ИИ Т^ЛОППЧ?!,* Д ТГ FOTJ Я Г ГЛТТТ>ОП Г ТТ РГТПООЛТШПА ПЛЛЛ^ИА ПЛ ОЬТЛТТТРМ

82. Jxj, J t <||l!im xiixli) a.j i\ i. 1.XV1} л. uti У1. i- a vjLULi x л. ixx. wii^bwv iij.w iivwviiw 11U juDxvxiivtxматематике. Tl: Математический анализ: введение в анализ, производная, интеграл. М.: Едиториал УРСС, 2001, 360 с.

83. Боярчук А.К., Голвач Г.П. Справочное пособие по высшей математике. Т5: Дифференциальные уравнения в примеах и задачах. М.: Едиториал УРСС, 2001, 384 с

84. Фадеев Д.К., Фадеева В.Н. Вычислительные методы линейной алгебры 656 с.

85. Ильин В.А., Позняк Э.Г. Линейная алгебра. — М.: Наука. Физматлит, 1999, 296с

86. Вентцель Е.С., Овчаров Л.А. Теория вероятностей. -М.:Наука, 1969,368 с.

87. Виноградова И.А., Олехник С. Н., Садовничий В.А. Задачи и упражнения по математическому анализу Ч. 1. М.: Издательство МГУ, 1988,416 с.

88. John R. Fanchi. Principles of Applied Reservoir Simulation. Second Edition. Gulf Professional Publishing. 2001, 356 p.

89. Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шебер М. Многомерный статистический анализ в экономике: Учеб. Пособие для вузов/Под ред. проф. Тамашевича. — М.: ЮНИТИ-ДАНА, 1999, 598с.

90. Епанешников А., Епанешников В. Программирование в среде Turbo Pascal 7.0.-3-е изд., стер. -М.: "ДИАЛОГ-МИФИ", 1997,288с.

91. Архангельский А. Я. Приемы программирования в Delphi версии 5-7. М.: ООО «Бином-Пресс», 2003, 784 с.

92. Мирзаджанзаде А.Х., А.Х. Шахвердиев. Динамические процессы в нефтегазодобыче. -М.: Наука. 1997, 250 с.

93. Каналик В.Г., Дементьев Л.Ф. Методика и практика выделения эксплуатационных объектов на многопластовых нефтяных месторождениях. М.: Недра. 1982,224 с.

94. Ковалев B.C. Расчет динамики показателей разработки нефтяной залежи при водонапорном режиме. Методические разработки для студентов при выполнении курсовых и дипломных работ. Куйбышев: 1990, 45 с.

95. Закиров Э.С. Трехмерные многофазные задачи прогнозирования, анализа и регулирования разработки месторождений нефти и газа. -М.: «Грааль», 2001, 303 с.

96. Словарь по геологии нефти и газа. Л.: Недра, 1988,- 679 с.

97. Парк Дж. Джопс. Механика нефтяного пласта. -М.: Гостоптехиздат, 1947,181 с.

98. Совершенствование систем разработки нефтяных месторождений Западной Сибири. /Под ред. Праведникова Н.К. -Свердловск: Средне-Уральское книжное издательство. 1975, 178 с.

99. Персиянцев М.Н. Добыча нефти в осложненных условиях. -М.: ООО «Недра-Бизнесцентр», 2000, 653 с.

100. Иванова М.М., Чоловский И.П., Брагин Ю. И. Нефтегазопромысловая геологоия: Учеб. для вузов. М.: ООО «Недра-Бизнесцентр», 2000,414с.

101. Газизов А.Ш., Газизов А.А. Повышение эффективности разработки нефтяных месторождений на основе ограничения движения вод в пластах. М.: ООО "Недра-Бизнесцентр", 1999.-285 с.

102. Бердин Т.Г. Проектирование разработки нефтегазовых месторождений системами горизонтальных скважин. -М.: ООО "Недра-Бизнесцентр", 2001. — 199 с.

103. Хеманта Мукерджи. Производительность скважин. Руководство. Второе издание дополненное. М.: 2001.- 182 с.

104. Лысенко В.Д., Грайфер В.И. Разработка малопродуктивных нефтяных месторождений. М.: ООО "Недра-Бизнесцентр", 2001. - 562 с.

105. Николаевский В.Н. Геомеханика и флюидодинамика.- М.: Недра, 1996. 447 с.

106. Лейбензон Л.С. Движение природных жидкостей и газов в пористой среде. М.: ОГИЗ 1947, -244 с.

107. Николаевский В.Н., Басниев К. С, Горбунов А. Т., Зотов Г. А. Механика насыщенных пористых сред. -М.: Недра, 1970.- 339 стр.

108. Желтов Ю. П. Механика нефтегазоносного пласта. М.: «Недра», 1975,216 с.

109. Хасанов М.М., Булгакова Г.Т. Нелинейные и неравновесные эффекты в реологически сложных средах, средах. — Москва-Ижевск: Институт компьютерных исследований, 2003,288 стр.

110. Басниев К.С., Дмитриев Н.М., Розенберг Г.Д. Нефтегазовая гидромеханика: Учебное пособие для вузов. — М.-Ижевск: Институт компьютерных исследований, 2005.- 544 с.

111. Швидлер М. И. Статистическая гидродинамика пористых сред.— М.: Недра, 1985. 288 с.

112. А.И Брусиловский. Фазовые превращения при разработке месторождений нефти и газа. М.: «Грааль», 2002, 575 с.

113. Малугин В. А. Математика для экономистов: Линейная алгебра. Курс лекций,- М.: Эксмо, 2006. 224 с.

114. Вахитов Г.Г., Максимов В.П., Булгаков Р.Т. и др. Разработка месторождений при забойном давлении ниже давления насыщения. М.:Недра, 1982. 229 с.

115. Гиматудинов Ш. К., Борисов Ю.П., Розенберг М.Д. Справочное руководство по проектированию разработки и эксплуатации нефтяных месторождений. Проектирование разработки. М.:Недра, 1983. 463 с.

116. Вороновский В. Р., Максимов М. М. Система обработки информации при разработке нефтяных месторождений. М.:Недра 1975. 232 с.

117. Christie M. A. Upscaling for Reservoir Simulation. .TPT. November 1996. P. 10041010.

118. Heam C. L., Ebanks Jr W. J., Туе R. S., V. Ranganathan Geological Factors Influencing Reservoir Perfonnance of the Hartzog Draw Field, Wyoming. SPE 12016. P 1335-1346.

119. Sanford B.D., Dacar C.R. Acid Fracturing With New Fluid-Loss Control Mechanism Increases Production, Little Knife Field, North Dakota. SPE 24344. P. 317-324

120. Mrosovsky I, Ridings R. L. Two-Dimensional Radial Treatment of Wells Within a Three-Dimensional Reservoir Model. SPE 4286. P. 127-131.