Регуляризация оценок гидродинамических параметров нефтеносного коллектора в технологиях группового гидропрослушивания тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат наук Распопов, Роман Владимирович

• Распопов, Роман Владимирович
• кандидат наук
• 2014

Оглавление диссертации кандидат наук Распопов, Роман Владимирович

ОГЛАВЛЕНИЕ

Введение

1. Современные подходы к моделированию и идентификации в области нефтедобычи

1.1. Анализ глобального и локального подходов при создании

и сопровождении моделей нефтеносных пластов

1.2. Информационная обеспеченность процессов нефтедобычи

1.3. Гидропрослушивание как метод изучения межскважинного

пространства

Выводы по главе

2. Моделирование гидродинамики локальных участков нефтеносных коллекторов

2.1. Базовые уравнения гидродинамики пластовых систем

2.1.1. Закон Дарси

2.1.2. Формула Дюпюи

2.1.3. Уравнение однофазной фильтрации для упругого режима

2.2. Математическое описание грубых моделей локальных участков нефтеносных коллекторов на регулярных сетках скважин

2.3. Технология редукции пространственно-распределенных моделей локальных участков нефтеносных коллекторов

2.4. Сравнение детальной, редуцированной и грубой моделей локальных участков нефтеносных коллекторов

2.5. Повышение точности воспроизведения динамики упрощенных моделей путем введения кольцевого элемента для призабойной зоны

пласта

Выводы по главе

3. Идентификация гидродинамических моделей локальных участков нефтеносных коллекторов

3.1. Анализ достижений в области повышения устойчивости оценивания параметров моделей коллекторов

3.2. Постановка задачи идентификации

3.3. Ортогональное редуцирование гидродинамических моделей по методу ведущего элемента как способ контроля информативности

3.4. Технология контроля среднезонального давления

3.5. Редуцирование моделей на основе образов симметрии анизотропии фильтрационных свойств

3.6. Алгоритм идентификации динамической модели ЛУНК по данным контроля глубинного состояния скважин

3.7. Факторы, влияющие на точность и надежность идентификации гидродинамических параметров межскважинного пространства

3.7.1. Информативность возмущения скважин

3.7.2. Идентификация параметров быстрой динамики скважин

3.7.3. Различие динамических свойств зон локального участка коллектора

3.8. Интерпретация результатов гидродинамических исследований

Выводы по главе

4. Апробация алгоритма идентификации на данных гидропрослушивания межскважинного пространства на участке Спорышевского месторождения

4.1. Описание исследования по гидропрослушиванию межскважинного пространства на участке Спорышевского месторождения, пласт БСю°

4.2. Построение гидродинамической модели локального участка

4.3. Идентификация гидродинамической модели локального участка

Заключение

Список сокращений

Список условных обозначений

Список литературы

Приложение А. Инструментальные средства моделирования

и идентификации параметров гидродинамики локального участка нефтеносного коллектора в программной среде Lab VIEW

Описание программной среды моделирования гидродинамических

процессов в локальном участке нефтеносного коллектора

Описание программной среды идентификации параметров локального участка нефтеносного коллектора

Введение диссертации (часть автореферата) на тему «Регуляризация оценок гидродинамических параметров нефтеносного коллектора в технологиях группового гидропрослушивания»

ВВЕДЕНИЕ

Актуальность работы. Современные принципы проектирования разработки нефтяных месторождений предполагают обязательное создание и сопровождение постоянно действующих геолого-технологических моделей (ПДГТМ) [46] как на этапе проектирования разработки месторождения, так и в процессе эксплуатации скважин. Сегодня для нефтяных компаний имеется большой выбор программных продуктов для создания математических моделей разработки нефтеносных пластов, таких как Eclipse и Petrel компании Schlumberger, IRAP RMS и Tempest компании Roxar, Техсхема, DV-Geo (ОАО «Центральная Геофизическая Экспедиция»), Gocad, CMG и другие.

Наряду с разработкой программных средств, применяемых на производстве, совершенствуются алгоритмы и теоретические подходы к моделированию разработки месторождений. Анализ научно-технических публикаций показал, что на сегодняшний день существуют развитые отечественные научные школы, сконцентрированные в университетах Российской Федерации: МГУ им. М.В. Ломоносова, РГУ Нефти и газа им. И.М. Губкина, УГТУ, УГНТУ, ТюмГНГУ. Большой вклад в развитие теории фильтрации и подземной гидромеханики внесли В.Н. Щелкачев, Б.Б. Лапук, И.А Чарный, К.С. Басниев, Ю.П. Желтов, Г.Б. Пыхачев, В.М. Ентов, А.П. Телков, М.Л. Карнаухов. Научные основы разработки нефтяных месторождений совершенствовались под влиянием

A.П. Крылова, Р.И. Медведского, И.Т. Мищенко, В.Д. Лысенко, В.Н. Грайфера, Г.И. Баренблатта, А.Х. Мирзанджанзаде, Р.Д. Каневской, С.И. Грачева. Теория и методы решения обратных задач гидродинамики развивались в работах С.Н. Бузинова, И.Д. Умрихина, Л.Г. Кульпина, М.М. Хасанова, A.B. Стрекалова,

B.А. Краснова, Р.Х. Муслимова, И.Г. Соловьева, Ю.А. Ведерниковой.

Среди зарубежных научных школ, которые работают в области управления нефтеносными пластами и оптимизации добычи, выделяются как минимум четыре - это научные школы университетов Stanford (США), NTNU (Норвегия), TUDelft (Голландия) и Heriott-Watt (Великобритания). Концепции разработки

нефтяных месторождений на основе цифровых геологических и гидродинамических моделей представлены в работах зарубежных ученых: К. Aziz, L. Durlofsky, R.N. Hörne, R.E. Kaiman, S.I. Aanonsen, G. Naevdal, J.D. Jansen, J.F.M. Doren, A.C. Reynolds, P. Sarma, D.S. Oliver, T. Mukeiji, H. Tchelepi и др.

Абсолютное большинство авторов придерживается концепции замкнутого управления на основе ПДГТМ [6; 7; 18; 36; 49], когда поступающие данные используются для настройки модели на историю разработки и выбора стратегии управления. Можно выделить два основных направления современных исследований в области упрощения моделей [66]:

1) Физическая редукция (физический процесс-модель представляется в виде цепочки более простых процессов-моделей, которые намного быстрее вычислить). Преимущество: сохраняется физический смысл параметров и возможность влиять на них. Недостаток: необходимо детальное знание физического процесса, а также его относительная неизменность, т. к. упрощенная модель может стать нелегитимной (неадекватной).

2) Моделирование черного ящика (или системная идентификация). Модель идентифицируется на основе данных измерений входа-выхода. Преимущество: не нужно знать физику процесса. Недостаток: теряется физическая интерпретация полученной модели.

В решении этих задач исследователи используют такие методы как метод сопряженных градиентов [81], метод постепенной деформации [69; 96], генетические алгоритмы [86], метод нейронных сетей [68; 104], фильтрацию Калмана [67; 78; 80; 82; 84; 88] и другие.

Однако в обоих направлениях существует проблема большой размерности моделей, так как количество восстанавливаемых параметров может составлять миллионы (учитывая пространственную детализацию модели и количество переменных), очевидно, что промысловые данные не в состоянии обеспечить устойчивое определение такого числа параметров. Для улучшения решения на основе геологических моделей исследователи создают гидродинамические

модели уменьшенного порядка [1; 21; 30; 71; 81; 95]. Однако детальность модели все равно остается высокой по отношению к уровню информативности имеющихся данных измерений.

Вычислительная мощность современных технических средств и широкие возможностями программного обеспечения позволяют создавать геологические модели нефтеносных пластов с большим количеством параметров и высоким уровнем детальности, а также с учетом множества факторов - нелинейной фильтрации, образования трещин, газового фактора, теплопереноса, потокораспределения и других [55].

Вместе с тем существует противоречие между детальностью представления математической модели и реально доступным объемом измерений и первичной информации о пласте, которое приводит к вопросу о достоверности результатов анализа и их применимости для принятия решений в процессе разработки месторождения. Другая проблема состоит в том, что крупномасштабные и детальные модели, охватывающие месторождение в целом, требуют большого количества исходных данных, которые собираются со скважин и накапливаются в течение всего времени разработки. Это приводит к невозможности оперативного управления процессом нефтедобычи вследствие того, что период сбора первичной информации может составлять годы и десятки лет, по прошествии которых целесообразность регулирования резко снижается, так как большая часть пластового флюида может перейти в категорию трудно извлекаемых запасов.

Уровень информационной обеспеченности нефтедобывающих производств [92] позволяет ставить новые задачи оперативного контроля и регулирования состояния выработки локальных зон коллекторов [88; 101]. Решение подобных задач связано с введением новых упрощенных форм представления зональных моделей гидродинамики коллектора, допускающих реализацию и периодическое обновление в рамках информационных ресурсов и служб самого предприятия.

Путь к повышению достоверности результатов моделирования и прогнозов лежит через сокращение размерности моделей и как следствие их пространственной и временной локализации. При таком подходе размерность

моделей максимально согласуется с объемом изначально доступных данных (информативностью), что ведет к повышению надежности результатов параметрического оценивания.

Цель исследования:

Разработка численного метода, алгоритмов и программ обработки данных с учетом данных натурных измерений для устойчивого оценивания фильтрационно-емкостных свойств (ФЕС) локальных участков нефтеносных коллекторов (ЛУНК).

Задачи исследования:

1. Обоснование использования моделей минимальной размерности для математического описания гидродинамики участков нефтеносных коллекторов.

2. Разработка алгоритма контроля среднезонального давления по данным о забойных давлениях и дебитах скважин.

3. Разработка численного метода повышения устойчивости оценок за счет редукции модели на основе образов симметрии анизотропии фильтрационно-емкостных свойств пласта.

4. Разработка программного комплекса для идентификации параметров моделей ЛУНК и тестирования результатов оценивания в условиях действия случайных возмущений.

Объектом исследования являются гидродинамические модели локальных участков нефтеносных коллекторов, дренируемых регулярной сеткой скважин.

Предметом исследования являются методы редуцирования конечномерных моделей гидродинамики ЛУНК и правила устойчивого оценивания их параметров.

Методы исследования. При проведении исследования использовались методы математического моделирования, линейной алгебры и вычислительного анализа. Для проектирования и реализации программного комплекса применялись методы системного анализа, функционального и объектно-ориентированного программирования.

На защиту выносятся следующие результаты, соответствующие трём пунктам паспорта специальности 05.13.18 - Математическое моделирование, численные методы и комплексы программ по техническим наукам:

Пункт 4: Реализация эффективных численных методов и алгоритмов в виде комплексов проблемно-ориентированных программ для проведения вычислительного эксперимента.

1. Алгоритм, вычислительная схема и инструментальная среда редуцирования гидродинамики коллектора с детальной сеткой конечных элементов до модели минимального порядка с точным совпадением среднезональных давлений в статике. Схема дооснащения минимальной модели зонами малого окаймления скважин, обеспечивающая воспроизведение наблюдаемой динамики давления в забое с приемлемой точностью.

Пункт 6: Разработка новых математических методов и алгоритмов проверки адекватности математических моделей объектов на основе данных натурного эксперимента.

2. Численный метод регуляризации МНК-оценок параметров центральной зоны участка на основе комбинаторного перебора геометрических образов симметрии модели минимального порядка с последовательным снижением показателя обусловленности и огрублением результата. А также зависимость показателей корректности решения обратной задачи группового гидропрослушивания центральной зоны участка от факторов темпоральной различимости динамики зон окаймления и информативности возмущений скважин центральной и периферийных зон окаймления.

Пункт 7: Разработка новых математических методов и алгоритмов интерпретации натурного эксперимента на основе его математической модели.

3. Алгоритм, вычислительная процедура и инструментальные средства адаптивного наблюдения среднезональных давлений модели минимального порядка по контролю переменных состояния забоя скважин на основе темпоральной декомпозиции динамики малых и центральных зон осреднения.

Разработанный программный комплекс «СимЛУНК» внесен в Реестр программ для ЭВМ (№2013615691).

Таким образом, в соответствии с формулой специальности 05.13.18 в диссертации представлены оригинальные результаты одновременно из трех областей: математического моделирования, численных методов и комплексов программ.

Научная новизна полученных результатов по трем областям специальности 05.13.18 - Математическое моделирование, численные методы и комплексы программ - отражена в следующем: В области математического моделирования

- Обоснованы пространственные образы и структурно-параметрическое описание гидродинамической модели локального участка коллектора минимального порядка с зонально-темпоральной динамикой притока, как главный инструмент регуляризации решений обратных задач. Разработан соответствующий алгоритм редукционных преобразований.

В области численных методов

- Численный метод ортогонального МНК-оценивания, реализованного по схеме ведущего элемента с контролем информативности выборки данных, распространен на задачу идентификации гидродинамических параметров участка коллектора с последовательным перебором пространственных симметрий модели минимального порядка.

В области создания и реализации комплексов программ

- Спроектирован и реализован в среде ЬаЬУ1Е\У программный комплекс для идентификации гидродинамических параметров моделей локальных участков нефтеносных коллекторов по данным натурных измерений забойных давлений и дебитов скважин и для тестирования результатов оценивания в условиях действия случайных возмущений.

Практическая значимость работы

Разработанные по результатам исследования алгоритмы и программы ориентированы на применение в системах контроля и управления режимом

работы локальных участков нефтеносных коллекторов посредством скважин, оснащенных погружной телеметрией. Предложенные модели и методы предназначены для оценки фильтрационных свойств межскважинного пространства на основе данных текущей эксплуатации скважин, включая данные натурных измерений, получаемые во время производственных ситуаций и геолого-технических мероприятий (ГТМ).

Достоверность результатов, содержащихся в диссертационном исследовании, определяется корректным использованием математических методов, выводом утверждений и доказательств. Для решения поставленных задач использовался метод математического моделирования на основе фундаментальных законов упругой фильтрации и закона сохранения объемов и масс. Алгоритмы тестировались на зашумленных данных в ходе многочисленных вычислительных экспериментов, а также на данных исследования по гидропрослушиванию межскважинного пространства пласта Спорышевского месторождения.

Реализация результатов

Вычислительные схемы и алгоритмы моделирования и идентификации гидродинамических процессов в локальных участках нефтеносных коллекторов реализованы на графическом языке G в среде программирования LabVIEW. Разработанные инструменты визуально-графического анализа, позволяющие как проводить вычислительные эксперименты, так и обрабатывать данные натурных измерений, могут быть использованы как основа лабораторного практикума в учебном процессе по курсу «Идентификация и диагностика систем».

Апробация научных положений и результатов работы

Основные положения и результаты работы были доложены на конференциях:

• III Международная научно-техническая конференция «Новые информационные технологии в нефтегазовой отрасли и образовании» (Тюмень, 2008 г.);

• IV Всероссийская молодежная научно-практическая конференция «Проблемы недропользования» (Екатеринбург, 2010 г.);

• 3-я Российская Мультиконференция по проблемам управления (МКПУ-2010), 6-я научная конференция «Управление и информационные технологии» (УИТ-2010) (С.-Петербург, 2010 г.);

• V Всероссийская молодежная научно-практическая конференция «Проблемы недропользования» (Екатеринбург, 2011 г.);

• XV Международный симпозиум имени академика М.А. Усова студентов и молодых ученых, посвященный 110-летию со дня основания горногеологического образования в Сибири (Томск, 2011 г.);

• V научно-техническая конференция «Современные технологии для ТЭК Западной Сибири» (Тюмень, 2011 г.);

• Международная научно-техническая конференция «Нефть и газ Западной Сибири» (Тюмень, 2011 г.);

• Региональная научно-техническая конференция «Компьютерное моделирование и системный анализ в нефтегазовой отрасли и образовании» (Тюмень, 2011 г.);

• VI Всероссийская молодежная научно-практическая конференция «Проблемы недропользования» (Екатеринбург, 2012 г.);

• V Всероссийская научно-техническая конференция с международным участием «Новые информационные технологии в нефтегазовой отрасли и образовании» (Тюмень, 2012 г.);

• VIII Всероссийская научно-практическая конференция «Геология и нефтегазоносность Западно-сибирского мегабассейна (опыт, инновации)» (Тюмень, 2012 г.).

• VIII Всероссийская молодежная научно-практическая конференция «Проблемы недропользования» (Екатеринбург, 2014 г.);

Публикации

По теме диссертации опубликовано 21 печатная работа, в т. ч. 6 в журналах из перечня ведущих периодических изданий, рекомендованных ВАК РФ,

получено авторское свидетельство о государственной регистрации программы для ЭВМ №2013615691.

Структура и объем работы

Диссертационная работа включает список основных обозначений, список принятых сокращений, введение, четыре главы, заключение, библиографический список из 105 наименований и приложение. Содержание работы изложено на 144 страницах, включает 60 рисунков и 14 таблиц.

1. СОВРЕМЕННЫЕ ПОДХОДЫ К МОДЕЛИРОВАНИЮ И ИДЕНТИФИКАЦИИ В ОБЛАСТИ НЕФТЕДОБЫЧИ

1.1. Анализ глобального и локального подходов при создании н сопровождении моделей нефтеносных пластов

Устоявшиеся подходы к моделированию нефтеносных пластов можно условно разделить на две категории - глобальные и локальные. Они ориентированы на разный масштаб и детальность анализа, решают различный круг задач и имеют свои преимущества и недостатки.

Глобальный подход предполагает охват месторождения целиком или его больших участков, а также довольно продолжительный период эксплуатации месторождения. Такой подход предполагает принятие решений на основе постоянно действующих геолого-технологических моделей (ПДГТМ), которые являются на сегодняшний день неотъемлемой частью проекта разработки любого месторождения [46]. ПДГТМ создаются как для решения задач проектирования [2; 26; 50], так и практических задач, возникающих в ходе эксплуатации месторождения: выбор оптимального режима работы скважин, организация системы поддержания пластового давления (ППД) [33; 56], бурение новых скважин и боковых горизонтальных стволов, оценка запасов, расчет и планирование технологических показателей [10]. ПДГТМ используются для уточнения геологического строения и фильтрационно-емкостных свойств (ФЕС) нефтеносного пласта путем настройки (адаптации) параметров модели для воспроизведения истории разработки (history matching) [64; 65; 80; 91; 100] с наименьшими отклонениями от промысловых данных.

Среди методов адаптации модели к истории разработки месторождения широкое распространение получили метод постепенных деформаций, метод стохастической аппроксимации с одновременным возмущением параметров (simultaneous perturbation stochastic approximation - SPSA) [76], генетические методы [86], метод фильтрации Калмана [67; 78; 89; 97; 105] и другие.

Одной из основных проблем создания и сопровождения ПДГТМ является проблема глобальности, которая заключается в попытке анализа и прогнозирования работы целого месторождения.

Во-первых, возникает вопрос о правомерности встраивания в модель месторождения данных, получаемых при помощи различных исследований (ГИС, ГДИС и др.). Ю.П. Желтов [19] отмечает, что существует проблема переноса лабораторных измерений относительных проницаемостей пластов в их модели, т. к. образцы (керны) имеют размеры порядка десятков сантиметров, а ячейки моделей - десятки и сотни метров.

Во-вторых, возникает вопрос о соответствии масштаба (и детальности) ПДГТМ и имеющегося набора данных об объекте и процессе разработки, а значит и вопрос о возможности контроля параметров модели и возможности эффективного управления разработкой на ее основе [29; 34; 37; 60].

Повышение точности получаемых результатов за счет детализации геологических и фильтрационных моделей не обязательно приводит к более эффективному использованию моделей на практике [18; 37]. Как показывает практика, чрезмерное усложнение модели может привести к неустойчивости алгоритмов идентификации и получению неправдоподобных прогнозов [27].

Многие авторы отмечают тенденцию и необходимость упрощения сложных моделей, доведения уровня их сложности до уровня информативности имеющихся данных о процессе разработки [30; 66; 81]. Одна из рекомендаций X. Азиза для «моделистов» гласит: «Упрощайте!» (модель должна соответствовать цели исследования) [1; 23].

Локальный подход, в свою очередь, обладает следующими особенностями:

• вместо рассмотрения полной модели месторождения выделяются локальные участки нефтеносных коллекторов (ЛУНК) минимальной размерности (к каждой скважине участка приурочена одна зона - конечный элемент);

• анализ проводится на периодах времени значительно меньших по сравнению с периодами выработки целого месторождения и ограниченных динамикой переходных процессов по давлению в локальных участках;

• ставится задача контроля локальных свойств гидродинамической связности и анизотропии ФЕС (в пределе - литологических экранов) без необходимости контроля вытеснения нефтенасыщенного флюида и выявления застойных зон.

Таким образом, локальный подход ориентирован на сопровождение гидродинамических моделей локальных участков нефтеносных коллекторов и предполагает максимальное сокращение размерности исследуемых моделей при сохранении их адекватности и возможности использования результатов для встраивания в модель высокого порядка и адаптации ПДГТМ целиком.

1.2. Информационная обеспеченность процессов нефтедобычи

Использование моделей и методов управления разработкой месторождений в реальном времени (на уровне эксплуатации) предполагает обработку имеющихся (и постоянно накапливающихся) промысловых данных в темпе с динамикой переходных процессов в объектах управления. Применительно к гидродинамическим моделям пластов это означает контроль и управление режимами выработки пластов во времени, соизмеримом со временем гидродинамических процессов в скважинах (изменение забойного давления и дебита) [13; 16].

Современный уровень развития и проникновения информационных технологий в процессы нефтедобычи (средства глубинного и наземного контроля, средства регулирования, базы данных, SCADA-системы и др.) свидетельствует о том, что нефтедобывающие предприятия (НДП) получают возможность принятия оперативных управленческих решений на основе имеющихся инструментов локального анализа без перепроектирования разработки месторождения на глобальном уровне [4].

Достижения в области высокоинформативных технологий нефтедобычи, именуемые в научной литературе «Intelligent Well» или «Smart Well», на основе стандартного обустройства скважин системами погружной телеметрии [47; 75; 77;

102] и адекватного применения методов реального времени [93; 99; 101] создают предпосылки для качественного развития технологий контроля и идентификации фильтрационно-емкостных параметров коллекторов в режиме реального времени.

Техническое обеспечение глубинных измерений позволяет постоянно контролировать технологические параметры эксплуатации скважин и накапливать данные о режимах их работы в течение длительных периодов [3; 25; 90; 90; 103]. В то же время, благодаря тому, что данные поступают в реальном времени в режиме текущей эксплуатации, они могут использоваться для адаптации локальных гидродинамических моделей коллекторов. Для реализации данного подхода необходимо разработать соответствующую методику, которая позволила бы, насколько это возможно, исключить необходимость проведения специализированных дорогостоящих испытаний, связанных с выводом скважин из режима текущей эксплуатации.

Предлагаемый в данной работе подход к исследованию гидродинамических процессов в ЛУНК наиболее близок к методу группового гидропрослушивания пластов и направлен на его развитие.

1.3. Гидропрослушивание как метод изучения межскважинного

пространства

На сегодняшний день для определения фильтрационно-емкостных свойств (ФЕС) нефтеносных коллекторов широко применяются методы гидродинамических исследований [3; 14], такие как метод установившихся отборов, метод анализа по кривой восстановления давления в скважине (КВД), намного реже метод гидропрослушивания [20]. Последний направлен на изучение фильтрационных свойств межскважинных зон пластов, суть которого заключается в исследовании влияния изменения режима одной скважины (возмущающей) на изменение давления в соседних скважинах (реагирующих). Данный метод предназначен не только для оценки взаимодействия (интерференции) скважин, но и для определения анизотропии горизонтальной

проницаемости, определения непроницаемых границ, положений водонефтегазовых контактов, мест локальных и площадных перетоков между пластами, подтверждения запасов в межскважинном пространстве [28], а также позволяет выявить гидродинамическую связь: а) между нефтяной и законтурной частями залежи; б) между отдельными участками залежи; в) между отдельными пропластками крупных нефтяных пластов или горизонтов [8; 9].

Метод гидропрослушивания обладает рядом требований, которые затрудняют его использование в режиме текущей эксплуатации.

Во-первых, данный метод имеет ограничение на вид возмущающего воздействия. Изменение дебита в возмущающей скважине должно быть ступенчатым: это может быть остановка скважины после длительной работы в стационарном режиме с постоянным дебитом д; пуск в работу с постоянным дебитом # после длительного простоя или изменение дебита возмущающей

скважины. Таким образом, данное требование является неблагоприятным, т.к. влечет за собой экономические потери, связанные с выводом скважины из режима текущей эксплуатации.

Во-вторых, точность определения параметров пласта по данным гидропрослушивания зависит не только от качества используемой измерительной аппаратуры, но и от общего гидродинамического фона в исследуемой области. Для получения качественной информации необходимо создать стационарные краевые условия, т.е. стабилизировать режимы работы всех скважин, находящихся в исследуемой области, и обеспечить невозмущенность краевых условий во время проведения испытаний. На практике реализовать данное требование оказывается довольно сложно, либо требуется остановить значительную часть фонда скважин, что недопустимо вследствие значительных потерь из-за вывода скважин из режима текущей эксплуатации и невозможности получения продукции.

В-третьих, процедура интерпретации результатов гидропрослушивания, несмотря на то, что она хорошо разработана [9; 38], проста в применении только для парного гидропрослушивания (одна возмущающая скважина и одна

реагирующая) и при «ручной» обработке результатов (например, графическим способом на кальке).

Определение гидродинамических параметров межскважинных зон при парном гидропрослушивание производится на основании закона изменения давления в бесконечном однородном пласте, дренируемом точечным стоком с постоянным дебитом q, который описывается уравнением

(1.1)

где АР(?,г) - изменение пластового давления в произвольной точке пласта (в реагирующей скважине), МПа;

Список литературы диссертационного исследования кандидат наук Распопов, Роман Владимирович, 2014 год

СПИСОК ЛИТЕРАТУРЫ

1. Азиз X. Математическое моделирование пластовых систем / X. Азиз, Э. Сеттари. - Москва-Ижевск: Институт компьютерных исследований, 2004. — 416 с.

2. Анализ бездействующего фонда с испоьзованием адаптивных моделей нефтяных залежей / Р.К. Мухамедшин [и др.] // Нефтяное хозяйство. - 2005. — № 10.-С. 60-63.

3. Анализ применения ГДИС-технологий в информационном обеспечении проектирования разработки / С.Г. Вольпин [и др.] // Нефтяное хозяйство. — 2002. -№ 10.-С. 61-65.

4. Бакиров И.М. Совершенствование технологии заводнения при разработке нефтяных месторождений : дис. ... канд. тех. наук: 25.00.17 / И.М. Бакиров. — Бугульма, 2003. - 162 с.

5. Баренблатт Г.И. Движение жидкостей и газов в природных пластах / Г.И. Баренблатт, В.Н. Ентов, В.М. Рыжик. - М.: Недра, 1984. - 270 с.

6. Батурин Ю.Е. Гидродинамическая модель трехмерной трехфазной фильтрации «Техсхема» / Ю.Е. Батурин, В.П. Майер // Нефтяное хозяйство. -2002. -№3.- С. 38-42.

7. Болотник Д.Н. Гидродинамический симулятор TempestNextwell: детальное трехмерное моделирование месторождений, разрабатываемых горизонтальными, многоствольными и наклонно направленными скважинами / Д.Н. Болотник, Е.С. Макарова, Г.Г. Саркисов // Нефтяное хозяйство. - 2002. - № 1. - С. 80-81.

8. Бузинов С.Н. Гидродинамические методы исследования скважин и пластов / С.Н. Бузинов, И.Д. Умрихин. - М.: Недра, 1973. - 246 с.

9. Бузинов С.Н. Исследование нефтяных и газовых скважин и пластов / С.Н. Бузинов, И.Д. Умрихин. - М.: Недра, 1984. - 269 с.

10. Васильев В.В. Практическое использование постоянно действующих геолого-технологических моделей при решении задач разработки (на

примере Котовского месторождения) / В.В. Васильев, O.A. Бобылев // Нефтяное хозяйство. - 2004. - № 12. - С. 39-41.

11. Васильевский В.Н. Техника и технология определения параметров скважин и пластов : Справочник рабочего / В.Н. Васильевский, А.И. Петров. - М.: Недра, 1989.-271 с.

12. Ведерникова Ю.А. Оценивание гидродинамических параметров системы «пласт-скважина-насос» в режиме нормальной эксплуатации : дис. ... канд. тех. наук : 05.13.06 / Ю.А. Ведерникова. - Тюмень: Тюмен. гос. нефтегаз. унт, 2006.- 126 с.

13. Власов Д.А. Методы и алгоритмы обработки данных эксплуатации скважин для оценки модели плоскорадиального притока : дис. ... канд. тех. наук: 05.13.01 / Д.А. Власов. - Тюмен. гос. нефтегаз. ун-т, 2012. - 166 с.

14. Вольпин С.Г. Состояние гидродинамических исследований скважин в нефтедобывающей отрасли России / С.Г. Вольпин, В.В. Лавров // Нефтяное хозяйство. - 2003. - № 6. - С. 66-68.

15. Гантмахер Ф.Р. Теория матриц / Ф.Р. Гантмахер. - Наука, 1966.

16. Говорков Д.А. Алгоритмы и программы решения обратных задач гидродинамики скважины с погружным электронасосом : дис. ... канд. тех. наук: 05.13.18: защищена 28.10.2010 / Д.А. Говорков. - Тюмень: Тюм. гос. ун-т, 2010.- 164 с.

17. Голуб Д. Матричные вычисления / Д. Голуб, Ч. Ван Лоун. - М.: Мир, 1999. -548 с.

18. Джафаров И.С. Концепция ОАО «ТНК» в области создания и эксплуатации постоянно действующих геолого-технологических моделей нефтяных месторождений / И.С. Джафаров, В.Н. Пьянков // Нефтяное хозяйство. -2002.-№6.-С. 23-26.

19. ЖелтовЮ.П. Прогресс и проблемы в области познания и моделировании разработки нефтеносных пластов / Ю.П. Желтов // Нефтяное хозяйство. -1997. -№ 11. - С. 27-29.

20. Зайцев Ю.В. Технология и техника эксплуатации нефтяных и газовых скважин / Ю.В. Зайцев, Ю.А. Балакирев. - М.: Недра, 1986. - 302 с.

21. Закревский К.Е. Оценка качества 3D моделей / К.Е. Закревский, Д.М. Майсюк, В.Р. Сыртланов. - М.: ООО «ИПЦ Маска», 2008. - 272 с.

22. Иванова М.М. Нефтегазопромысловая геология и геологические основы разработки месторождений нефти и газа : Уч. для вузов / М.М. Иванова, Л.Ф. Дементьев, И.П. Чоловский. - М.: Недра, 1985. - 422 с.

23. Каневская Р.Д. Математическое моделирование гидродинамических процессов разработки месторождений углеводородов / Р.Д. Каневская. — Москва-Ижевск: Институт компьютерных исследований, 2002. - 140 с.

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

25. Лозин Е.В. Гидродинамические исследования скважин с использованием современных глубинных приборов / Е.В. Лозин, В.П. Шушарин, И.Р. Баширов // Нефтяное хозяйство. - 2004. - № 11. - С. 78-80.

26. Лысенко В.Д. К проблеме создания математической модели разработки нефтяного месторождения / В.Д. Лысенко // Нефтяное хозяйство. - 2002. — № 3. - С. 48-49.

27. Мирзаджанзаде А.Х. Моделирование процессов нефтегазодобычи. Нелинейность, неравновесность, неопределенность / А.Х. Мирзаджанзаде, М.М. Хасанов, Р.Н. Бахтизин. - Москва-Ижевск: Институт компьютерных исследований, 2004. - 368 с.

28. Мищенко И.Т. Скважинная добыча нефти : Учебное пособие для вузов / И.Т. Мищенко. - М.: «Нефть и газ» РГУ нефти и газа им. И.М. Губкина, 2003. — 816 с.

29. Некоторые аспекты методики адаптации гидродинамических моделей неоднородных нефтяных пластов / Ф.С. Хисматуллина [и др.] // Нефтяное хозяйство. - 2005. - № 1. - С. 47-51.

30. Оленчиков Д.М. Интерактивный пошаговый расчет как основа методов автоматизации адаптации гидродинамических моделей с большим числом

скважин / Д.М. Олейников // Научно-технический вестник ОАО «НК »Роснефть". - 2007. - № 2. - С. 38-40.

31. Ольшанский М.А. Лекции и упражнения по многосеточным методам / М.А. Ольшанский. -М.: ФИЗМАТЛИТ, 2005. - 168 с.

32. Определение параметров продуктивного пласта с помощью анализа промысловых данных работы добывающих скважин / В.А. Краснов [и др.] // Научно-технический вестник ОАО «НК »Роснефть". - 2010. - № 1. — С. 3034.

33. Планирование применения методов воздействия на пласт на основе геолого-гидродинамических моделей / Д.В. Булыгин [и др.] // Нефтяное хозяйство. -1998.-№2.-С. 6-8.

34. Плынин В.В. Принципы корректной адаптации гидродинамической модели нефтегазовой залежи / В.В. Плынин // Нефтяное хозяйство. - 2005. - № 4. -С. 80-84.

35. Подземная гидромеханика / К.С. Басниев [и др.]. - Москва-Ижевск: Институт компьютерных исследований, 2005. - 496 с.

36. Постоянно действующие геолого-математические модели месторождений. Задачи, Возможности, Технологии / Д.Н. Болотник [и др.] // Нефтяное хозяйство. - 2001. - № 1. - С. 7-10.

37. Пьянков В.Н. Экспертная система оценки качества построения геолого-технологических моделей месторождений / В.Н. Пьянков, В.Р. Сыртланов // Нефтяное хозяйство. - 2002. - № 6. - С. 31-34.

38. Разработка нефтяных месторождений наклонно-направленными скважинами / B.C. Евченко [и др.]. - М.: Недра, 1986. - 278 с.

39. Распопов Р.В. Алгоритм редуцирования модели локального участка нефтяного коллектора / Р.В. Распопов // Геология и нефтегазоносность Западно-Сибирского мегабассейна (опыт, инновации) : Материалы 8-й Всероссийской научно-технической конференции. - Тюмень: ТюмГНГУ, 2012. - Т. 1. - С. 215-218.

40. Распопов Р.В. Инструментальные средства анализа гидродинамики нефтяного коллектора в программной среде ЬаЬУ1Е\>У / Р.В. Распопов // Компьютерное моделирование и системный анализ в нефтегазовой отрасли и образовании : материалы региональной научно-технической конференции, 29-30 ноября 2011 г. - Тюмень: ТюмГНГУ, 2012. - С. 86-90.

41. Распопов Р.В. Контроль среднезонального давления в задаче оценивания фильтрационно-емкостных параметров локальных участков нефтяных коллекторов / Р.В. Распопов // Современные технологии для ТЭК Западной Сибири : сб. научн. тр. - Тюмень: Типография «Печатник», 2011. - С. 19-23.

42. Распопов Р.В. Моделирование и анализ гидродинамики нефтяного коллектора в программной среде ЬаЬУ1Е\У / Р.В. Распопов // Проблемы недропользования : материалы VI Всероссийской молодежной научно-практической конференции, 8-10 февраля 2012 г. / ИГД УрО РАН. -Екатеринбург: УрО РАН, 2012. - С. 547-552.

43. Распопов Р.В. Структурное редуцирование модели нефтяного коллектора по условиям симметрии / Р.В. Распопов, И.Г. Соловьёв // Известия вузов. Нефть и газ. - 2011. - № 2. - С. 26-31.

44. Распопов Р.В. Технология контроля среднезонального давления в задаче оценивания фильтрационно-емкостных параметров локальных участков нефтяных коллекторов / Р.В. Распопов, И.Г. Соловьёв // Известия вузов. Горный журнал. - 2011. - № 7. - С. 51 -56.

45. Распопов Р.В. Технология редукции пространственно-распределенных моделей локальных участков нефтяных коллекторов / Р.В. Распопов, И.Г. Соловьёв // Известия вузов. Горный журнал. - 2013. - № 1. - С. 33-39.

46. РД 153-39.0-047-00. Регламент по созданию постоянно действующих геолого-технологических моделей нефтяных и газовых месторождений. — М.: МинТопЭнерго, 2000.

47. Решения и развитие интеллектуальных технологий мониторинга и управления механизированным фондом скважин / В.В. Жильцов [и др.] // Нефтяное хозяйство. - 2006. - № 10. - С. 128-130.

48. Самарский A.A. Теория разностных схем / A.A. Самарский. - М.: Наука, 1977.-552 с.

49. Создание и применение постоянно действующих геолого-технологических моделей для совершенствования разработки месторождений / Р.Н. Дияшев [и др.] // Нефтяное хозяйство. - 2004. - № 10. - С. 68-73.

50. Создание системы оптимального управления объектами разработки нефтяных месторождений / А.Х. Шахвердиев [и др.] // Нефтяное хозяйство. -2004.-№ 10.-С. 40-45.

51. Соловьёв И.Г. Идентификация линейных моделей с разнотемповой динамикой / И.Г. Соловьёв, Д.А. Власов // Материалы 6-й научной конференции «Управление и информационные технологии» (УИТ-2010). — СПб.: ОАО «Концерн «ЦНИИ «Электроприбор», 2010. - С. 90-94.

52. Соловьёв И.Г. Ортогональное редуцирование модели в задаче идентификации фильтрационно-емкостных параметров нефтяных коллекторов / И.Г. Соловьёв, Р.В. Распопов // Математическое моделирование. - 2011. - Т. 23. - № 2. - С. 96-106.

53. Соловьёв И.Г. Регуляризация оценок параметров нефтяных коллекторов по условиям симметрии / И.Г. Соловьёв, Р.В. Распопов // Автоматизация, телемеханизация и связь в нефтяной промышленности. — 2010. — № 11. — С. 28-33.

54. Соловьёв И.Г. Устойчивое оценивание параметров коллекторов на основе v-ортогонализации / И.Г. Соловьёв, Р.В. Распопов // Вестник Кибернетики. — 2010.-№9.-С. 20-27.

55. Стрекалов A.B. Комплекс математических моделей для проектирования и управления гидросистемами поддержания пластового давления : дис. ... д-ра тех. наук: 05.13.18 / A.B. Стрекалов. - Тюмень, 2009.-497 с.

56. Стрекалов A.B. Математические модели гидравлических систем для управления системами поддержания пластового давления / A.B. Стрекалов. -Тюмень: Тюменский дом печати, 2007. - 661 с.

57. Тихонов А.Н. Методы решения некорректных задач / А.Н. Тихонов, В.Я. Арсении. - М.: Наука, 1979. - 288 с.

58. Форсайт Д. Численное решение систем линейных алгебраических уравнений / Д. Форсайт, К. Молер. - М.: Мир, 1969. - 168 с.

59. Хасанов М.М. Решение задачи о взаимодействии пласта со скважиной в условиях нестационарного притока / М.М. Хасанов, В.А. Краснов, Т.Р. Мусабиров // Научно-технический вестник ОАО «НК »Роснефть". - 2007. -№2.-С. 41-46.

60. Хатмуллин И.Ф. Принципы построения адаптивной постоянно действующей модели нефтяной залежи / И.Ф. Хатмуллин, Р.К. Мухамедшин, А.Р. Латыпов // Нефтяное хозяйство. - 2004. - № 10. - С. 58-61.

61. Чарный И.А. Подземная гидрогазодинамика / И.А. Чарный. - М.: Гостоптехиздат, 1963. - 396 с.

62. Щелкачев В.Н. Подземная гидравлика / В.Н. Щелкачев, Б.Б. Лапук. -Ижевск: НИЦ «Регулярная и хаотическая динамика», 2001. - 736 с.

63. Щуров В.И. Технология и техника добычи нефти / В.И. Щуров. - М.: Недра, 1983.-510 с.

64. A method for automatic history matching of a compositional reservoir simulator with multipoint flux approximation / D. Eydinov [et al.] // Computational Geosciences. - 2008. - Vol. 12. - № 2. - P. 209-225.

65. Aanonsen S.I. A multiscale method for distributed parameter estimation with application to reservoir history matching / S.I. Aanonsen, D. Eydinov // Computational Geosciences. - 2006. - Vol. 10. - № 1. - P. 97-117.

66. Astrid P. Reduction of process simulation models: a proper orthogonal decomposition approach : PhD Thesis / P. Astrid. - Eindhoven: Technische Universiteit Eindhoven, 2004. - 250 p.

67. Bos R. Designing a Kalman filter when no noise covariance information is available / R. Bos, X. Bombois, P.M.J. Van den Hof // Proceedings of the 16th IFAC World Congress. - 2005. - Vol. 16. - P. 212-212.

68. Bui T.D. Neural Network Modeling with Sparse Datasets / T.D. Bui, J.L. Jensen, C.L. Hanks // Petroleum Science and Technology. - 2008. - Vol. 26. - № 5. -P. 545-561.

69. Caers J. Comparing the Gradual Deformation with the Probability Perturbation Method for Solving Inverse Problems / J. Caers // Mathematical Geology. - 2007. -Vol. 39. - № 1. - P. 27-52.

70. Determining Identifiable Parameterizations for Large-Scale Physical Models in Reservoir Engineering / J.F.M. Doren [et al.] // Proceedings of the 17th IFAC World Congress, COEX, Korea, South. - 2008. - Vol. 17. - P. 11421-11426.

71. Doren J.F.M. Reduced-order optimal control of water flooding using proper orthogonal decomposition / J.F.M. Doren, R. Markovinovic, J.-D. Jansen // Computational Geosciences. - 2006. - Vol. 10. - № 1. - P. 137-158.

72. Dynamic Reservoir Well Interaction / W.L. Sturm [et al.] // SPE Annual Technical Conference and Exhibition, 26-29 September 2004, Houston, Texas. - SPE, 2004.

73. Echeverria D. A Robust Scheme for Spatio-Temporal Inverse Modeling of Oil Reservoirs / D. Echeverria, T. Mukeiji // 18th World IMACS / MODSIM Congress, Cairns, Australia 13-17 July 2009. - 2009. - P. 4206-4212.

74. Efficient real-time reservoir management using adjoint-based optimal control and model updating / P. Sarma [et al.] // Computational Geosciences. - 2006. — Vol. 10.-№ l.-P. 3-36.

75. Gao C. A Literature Review on Smart Well Technology / C. Gao, R. Rajeswaran, E. Nakagawa // Production and Operations Symposium, 31 March-3 April 2007, Oklahoma City, Oklahoma, USA. - SPE, 2007.

76. Gao G. A Stochastic Optimization Algorithm for Automatic History Matching / G. Gao, G. Li, A. Reynolds // SPE Journal. - 2007. - Vol. 12. - № 2. - P. 196-208.

77. Glandt C. Reservoir Aspects of Smart Wells / C. Glandt // SPE Latin American and Caribbean Petroleum Engineering Conference, 27-30 April 2003, Port-of-Spain, Trinidad and Tobago. - SPE, 2003.

78. Gu Y. An Iterative Ensemble Kaiman Filter for Multiphase Fluid Flow Data Assimilation / Y. Gu, D. Oliver // SPE Journal. - 2007. - Vol. 12. - № 4. - P. 438446.

79. Hörne R.N. Modern Well Test Analysis: A Computer-Aided Approach / R.N. Home. - Palo Alto: Petroway, 1995. - 257 p.

80. Jafarpour B. History matching with an ensemble Kaiman filter and discrete cosine parameterization / B. Jafarpour, D.B. McLaughlin // Computational Geosciences. -2008. - Vol. 12. - № 2. - P. 227-244.

81. KaletaM.P. Model-reduced gradient-based history matching : PhD Thesis / M.P. Kaleta. - Zutphen: Wöhrmann, 2011. - 159 p.

82. Kaiman R.E. A New Approach to Linear Filtering and Prediction Problems / R.E. Kaiman // Transactions of the ASME - Journal of Basic Engineering. - 1960. -№82 (Series D).-P. 35-45.

83. Katayama T. An approach to closed-loop subspace identification by orthogonal decomposition / T. Katayama, H. Tanaka // Automatica. - 2007. - Vol. 43. - № 9. -P. 1623-1630.

84. Krymskaya M.V. An iterative ensemble Kaiman filter for reservoir engineering applications / M.V. Krymskaya, R.G. Hanea, M. Verlaan // Computational Geosciences. - 2008. - Vol. 13. - № 2. - P. 235-244.

85. Markovinovic R. System-theoretical model reduction for reservoir simulation and optimization : PhD Thesis / R. Markovinovic. - Delft: Technische Universiteit Delft, 2009.- 191 p.

86. Maschio C. A framework to integrate history matching and geostatistical modeling using genetic algorithm and direct search methods / C. Maschio, A.C. Vidal, D.J. Schiozer // Journal of Petroleum Science and Engineering. - 2008. - Vol. 63. -№ l.-P. 34-42.

87. Model-reduced gradient-based history matching / M.P. Kaleta [et al.] // Computational Geosciences. - 2010. - Vol. 15. -№ 1. - P. 135-153.

88. Naevdal G. Waterflooding using closed-loop control / G. Naevdal, D.R. Brouwer, J.-D. Jansen // Computational Geosciences. - 2006. - Vol. 10. - № 1. - P. 37-60.

89. New approach to information fusion steady-state Kaiman filtering / Z.-L. Deng [et al.] // Automatica. - 2005. - Vol. 41. - № 10.-P. 1695-1707.

90. Nyhavn F. Reservoir Drainage with Downhole Permanent Monitoring and Control Systems. Real-Time Integration of Dynamic Reservoir Performance Data and Static Reservoir Model Improves Control Decisions / F. Nyhavn, F. Vassenden, P. Singstad // SPE Annual Technical Conference and Exhibition, 1 -4 October 2000, Dallas, Texas. - SPE, 2000.

91. Oliver D.S. Recent progress on reservoir history matching: a review / D.S. Oliver, Y. Chen//Computational Geosciences. - 2010. - Vol. 15.-№ l.-P. 185-221.

92. Pashali A. Real Time Optimisation Approach for 15,000 ESP Wells / A. Pashali, D. Markelov, M. Voklov // Intelligent Energy Conference and Exhibition, 25-27 February, Amsterdam, The Netherlands. - SPE, 2008.

93. Permanent Real-Time Downhole Flowrate Measurements in Multilateral Wells Improve Reservoir Monitoring and Control / M. Zakharov [et al.] // EUROPEC/EAGE Conference and Exhibition, 11-14 June 2007, London, UK. -SPE, 2007.

94. PoznyakA.S. Advanced Mathematical Tools for Automatic Control Engineers. Deterministic Techniques / A.S. Poznyak. - Elsevier, 2008. - 774 p.

95. Pressure Preconditioning Using Proper Orthogonal Decomposition / P. Astrid [et al.] // Proceedings of SPE Reservoir Simulation Symposium SPE Reservoir Simulation Symposium. - 2011.

96. Production Data Integration Using a Gradual Deformation Approach: Application to an Oil Field (Offshore Brazil) / L.C. Reis [et al.] // SPE Annual Technical Conference and Exhibition, 1-4 October 2000, Dallas, Texas. - SPE, 2000.

97. Quine B.M. A derivative-free implementation of the extended Kaiman filter / B.M. Quine // Automatica. - 2006. - Vol. 42. - № 11. - P. 1927-1934.

98. Ravindran S.S. Reduced-Order Adaptive Controllers for Fluid Flows Using POD / S.S. Ravindran // Journal of Scientific Computing. - 2000. - Vol. 15. - № 4. -P. 457-478.

99. Real Time Optimization: Classification and Assessment / S. Mochizuki [et al.] // SPE Annual Technical Conference and Exhibition, 26-29 September 2004, Houston, Texas. - SPE, 2004.

100. Rodrigues J.R.P. Calculating derivatives for automatic history matching / J.R.P. Rodrigues // Computational Geosciences. - 2006. - Vol. 10. - № 1. - P. 119-136.

101. Saputelli L. Real-time reservoir management: A multiscale adaptive optimization and control approach / L. Saputelli, M. Nikolaou, M.J. Economides // Computational Geosciences. - 2006. - Vol. 10. - Real-time reservoir management. -№ 1.-P. 61-96.

102. Smart Well Technology Applied to a Horizontal Subsea Well at Gullfaks Satellites / S. Netland [et al.] // SPE Annual Technical Conference and Exhibition, 26-29 September 2004, Houston, Texas. - SPE, 2004.

103. Sun K. Using Downhole Real-Time Data To Estimate Zonal Production in a Commingled-Multiple-Zones Intelligent System / K. Sun, M. Konopczynski, A. Ajayi // SPE Annual Technical Conference and Exhibition, 24-27 September 2006, San Antonio, Texas, USA. - SPE, 2006.

104. The Application of Artificial Neural Networks With Small Data Sets: An Example for Analysis of Fracture Spacing in the Lisburne Formation, Northeastern Alaska / D. Kaviani [et al.] // SPE Reservoir Evaluation & Engineering. - 2008. - Vol. 11. -№ 3. - P. 598-605.

105. Zafarí M. Assessing the Uncertainty in Reservoir Description and Performance Predictions With the Ensemble Kaiman Filter / M. Zafarí, A. Reynolds // SPE Annual Technical Conference and Exhibition, 9-12 October 2005, Dallas, Texas. -SPE, 2005.

134

ПРИЛОЖЕНИЕ А ИНСТРУМЕНТАЛЬНЫЕ СРЕДСТВА МОДЕЛИРОВАНИЯ И ИДЕНТИФИКАЦИИ ПАРАМЕТРОВ ГИДРОДИНАМИКИ ЛОКАЛЬНОГО УЧАСТКА НЕФТЕНОСНОГО КОЛЛЕКТОРА В ПРОГРАММНОЙ СРЕДЕ ЬАВУ1Е\¥

В данном разделе описана компьютерная модель, построенная для системы разработки с 7-точечной схемой размещения скважин, однако в случае необходимости можно создать модель для 4- и 5-точечной сеток скважин [40; 42]. Модель коллектора состоит из набора конечных элементов, имеющих форму радиальных сегментов, которые для удобства отображения в графическом интерфейсе пользователя представлены в виде трапеций, таким образом, укрупненные зоны, вмещающие околоскважинное пространство, изображаются в виде шестигранников, а не окружностей (рисунок А.1-а).

а б

Рисунок А. 1. Геометрический образ модели участка нефтеносного коллектора

• - положение добывающих или нагнетающих скважин; границы между конечными элементами: 1 - радиальная; 2 - торцевая

Входными данными для модели являются значения осредненных фильтрационно-емкостных свойств (ФЕС) пород коллектора, начальное пластовое давление, параметры и расположение скважин, а также сценарий изменения дебитов. На основе осредненных ФЕС рассчитываются параметры гидросопротивления гг- - радиальных и торцевых границ между элементами

(рисунок А.1-6), а также гидроупругие объемы элементов г/7-.

Выходными данными модели являются давления в скважинах и конечных элементах и перетоки между элементами, полученные в результате расчета переходных процессов. Инструментарий позволяет создавать модели произвольной детальности в радиальном направлении (по числу колец внутри зоны) - это дает возможность сравнить поведение моделей разной размерности и выявить взаимосвязь порядка модели и точности воспроизведения сценария.

Математическая модель коллектора описывается системой линейных дифференциальных уравнений (приведенных к разностным уравнениям), связывающих давления в конечных элементах и перетоки между ними. В простейшем случае приток жидкости к скважине происходит под действием разницы между пластовым и забойным давлениями и подчиняется линейному закону фильтрации Дарси, т.к. скорость движения жидкости в пласте мала. При равномерной толщине пласта по пространству и открытом забое скважины можно считать, что приток имеет форму близкую к плоскорадиальной и описывается формулой Дюпюи [61]

2лкк ( ч 1 / \

Ч =-д-КРт -Рз)=-\Рт - Рз )>

//1п —— г°би<

К

где # - дебит скважины;

к - проницаемость пласта; 1г — толщина пласта; рт - пластовое давление; р3 - забойное давление;

ц — вязкость жидкости; Як - радиус контура питания; Яс - радиус скважины;

гобщ ~ общее гидросопротивление массива породы, заключенного внутри зоны между Яс и Як. Для моделирования перетоков между конечными элементами через радиальную границу общее гидросопротивление зоны разделяется между конечными элементами и приводится к их границам. Это означает переход от распределенных в сплошной среде параметров гидросопротивления к сосредоточенным на границах элементов. Гидросопротивление гх перехода между полостью скважины и пространством коллектора задается в долях гобщ и не

зависит от степени детализации модели, тогда как гидросопротивление пористой среды коллектора распределяется между кольцами зоны пропорционально площади переходов = 2яЯг/г, согласно правилу

где I - индекс кольца внутри зоны;

с1 - толщина кольца (¿1 = Я{+1 — Я{); Я1 - радиус границы /' -го кольца.

Моделирование перетоков через радиальную границу между конечными элементами в смежных кольцах осуществляется по формуле:

где у - индекс элемента внутри кольца (у' е1..6).

При моделирования перетоков между элементами через их торцевые границы форма притока принимается квазилинейной (вдоль средней линии кольца) и применяется закон Дарси для линейной фильтрации

2

Гобщ~Г\ Яс+С1

£,Яс+(1 Яс + 1с1'

г=1 Яс + Ш

= (рг,7+1 ~~ Рг,./ ) = ^смеис _ г (Рг',7+1 ~ Р[,) )>

где 5 - площадь сечения кольца;

Ь — расстояние между центрами смежных элементов в кольце;

М;смеж г ~ гидропроводность границы между смежными элементами,

вычисляемая по формуле

ШЯ _ кк , ¿Ж _ кИ 1 Ям

XV

'см еж

г ппил г са\ кп ^

~*/Л2ТГК~2ТЩ^ Я ~2тцл Щ

Вычисление давлений в каждом элементе на заданном временном интервале производится с учетом упругоемких свойств коллектора:

ТиРи = <5Гг+1,./,/,7 + Яг,у+1,г,7 _ '

где т^ ~ ¡3 ■ - гидроупругий объем элемента;

Р - коэффициент упругоемкости пород коллектора; У{ • - объем элемента;

■ - производная давления.

Гидроупругий объем полости скважины не зависит от степени детализации и £

равен тх = —, где £1 - площадь сечения затрубного пространства скважины, у -

У

удельный вес жидкости.

В результате моделирования можно получить переходные процессы давлений в зонах с произвольным уровнем детализации (рисунок А.2), отследить поведение удаленных областей зоны и характер взаимовлияния скважин, имеющих гидродинамическую связь.

1 - давление в забое скважины; 2 - давление в удаленных элементах

Применение описанного подхода к моделированию гидродинамики локального участка нефтеносного коллектора обосновано необходимостью решения ряда задач:

- интерпретация исходной детальной модели в кольцевом виде (без перетоков через торцевые границы);

- редукция модели до такого минимального порядка, в котором возможно воспроизвести динамику системы;

- вычисление среднезонального давления »¡=Ур V /У1 К и выявление

' ^ г,У' ',7 ',./

'>7

его связи с забойным давлением ;

- интерпретация полученных коэффициентов редуцированной модели в терминах заданных изначально осредненных ФЕС коллектора.

Возможность представления высокодетализированной модели в эквивалентном огрубленном виде имеет большое значение для решения обратных

задач гидродинамики, т.к. позволяет уменьшить обусловленность задачи и повысить устойчивость оценивания фильтрационных параметров среды.

Описание программной среды моделирования гидродинамических процессов в локальном участке нефтеносного коллектора

Для моделирования гидродинамических процессов в пласте и идентификации параметров модели был разработан программный инструментарий в среде Lab VIEW. Процесс моделирования поведения локального участка нефтеносного коллектора предполагает несколько этапов:

1) Задание основных параметров модели (геометрии пласта, расположения скважин, закона распределения ФЕС пласта, эксплуатационных параметров скважин и насосов, свойства пластовой жидкости). Указанные данные вводятся в диалоговом окне настроек модели (рисунок А.З.);

Пласт | Жидкость 1

i Проницаемость, к (мД) J зсю* Вязкость, mu (Па "с) 0,1

Упругоемкость, beta* (1Е-4, 1/МПа) 1 Oß Плотность, rho (кг/мЗ) | 1000

Пластовое давление, Р_пл (МПа) 20 Удельный вес, gamma (Па/м) 10000

Мощность пласта, h (м) 1 20

Параметры модели J

Гидросопротивление, г_общ (МПа*сут/мЗ) 0,2263

Скважина

Диаметр колонны (усл.), <1_кол (мм) 146 srj Гидропроводность, w_o6u4 (мЗ/(МПа*сут)) 4,4193

Диаметр НКТ (усл.), d_HKT (мм) 102 v| Гидроупругий объем, taul (мЗ/МПа) 0,446

Радиус скважины, R скв (м) f 0,063 Постоянная времени, Т1 (с) 5998

j Sjjj Толщина колец, d„R (м) 1 ю Время откачки столба (усл.), «О (с) 8714

Столб над забоем нач., Н_ств_0 (км) Число зон, т | 7

Столб над забоем кон,,Н_ств_к (км) 0,642 Число колец в схеме, п | 10

1 Число секций = 6 6

'U S .......-!——

Рисунок А.З. Диалоговое окно ввода настроек модели

2) Преобразование параметров и расчет коэффициентов детальной модели готовых для использования вычислительным алгоритмом;

3) Моделирование гидродинамических процессов в ЛУНК на основе физических уравнений (закон сохранения массы, закон Дарси);

4) Сохранение результатов моделирования в бинарный файл для дальнейшего использования (просмотра сценария разработки, сравнения с другими сценариями, решения обратной задачи - отыскания коэффициентов модели).

После ввода данных, которые сохраняются в файле конфигурации модели, они преобразуются в вид удобный для использования их вычислительным алгоритмом и передаются непосредственно в симулятор (среду моделирования).

Интерфейсная часть симулятора, представленная на рисунке А.4, позволяет:

• задавать геометрические свойства модели (область 1)

- число зон для моделирования — 7 (центральная зона и одно кольцо окаймляющих зон) или 19 (центральная зона и два кольца окаймляющих зон);

- детальность модели (число колец конечных элементов внутри каждой зоны);

• задавать период дискретизации по времени и общий период моделирования (область 2);

• назначать краевые условия (дебиты скважин qi и давление на контуре питания Ри) (область 3);

к-

• назначать средние ФЕС в каждой зоне в виде показателя $.= — , где

к1 - проницаемость пород в зоне, //г - вязкость жидкости, / - номер зоны (область 4);

• задавать сценарий разработки (режимы отборов и нагнетаний по каждой скважине) (область 5);

• отображать профиль давления в выбранной зоне (зависимость давления от расстояния до скважины) (область 6);

• отображать переходный процесс в виде среднезонального давления (область 7);

• отображать распределение давлений по площади локального участка нефтеносного коллектора в виде двумерного цветного изображения (область 8).

■ Мо(1е1|пр^1)уп<Ш11с_В_(нн1ерфсйс _д'1Я_пре »енмции). VI

0в ЕЛ РгоюЛ £регКе 1оок Мпскм* Не*>

♦щшш

ерв|1оп_1 [т]

0 24

1 20 [

2 18

3 18

4 18

5 20

6 24

7 20

8 18

9 18

10 18

и 20

Секции/Ко/»1ца

Р.МПа 0 8 15 22 30

О 2 4 6 8 10 12 14 16 1в 20 22 24 26 28 30 32 Э4 ;

40 42 44 46 48 50 52 54 56 58 60

7,708

Режумы отборов 'л нагнетаний ---

41 в 2 4 6 В 1С 12 14 16 1В 20 22 24 26 28 30 32 34 36 38 40 42 * 46 48 50 52 54 56 58 60

2 4 6 8 10 12 14 16 1в 20 22 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60

2.6 В 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60

2 4 6 В 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 « 46 48 50 52 54 56 58 60

2 4 6 8 10 12 14 16 18 20 22 24 26 28 30 32 34 36 38 40 42 44 46 48 50 52 54 56 58 60

9 г 4 ( > п а И № ю а гг V » й 30 £ V 38 «Р 12 Ж » 5? л « «

Период (сутки)

08

Задержка проьтрье ¡0

Рисунок А.4. Главное окно программной среды моделирования

Программная часть симулятора содержит несколько блоков, которые обеспечивают следующие функции:

1) Подготовка блока входных параметров и настроек модели.

2) Создание матриц детальной и редуцированной моделей.

3) Циклическое решение разностных уравнений - расчет давлений в конечных элементах компьютерной модели и перетоков между элементами.

4) Преобразование численного решения в цветное 20-изображение поля давлений в ЛУНК.

5) Запись данных измерений в файл на жестком диске для последующего использования в программной среде идентификации параметров ЛУНК.

Также была создана надстройка для проведения автоматизированных модельных экспериментов. Она позволяет провести любое множество расчетов модели без участия пользователя, указав единожды входные параметры (или диапазоны их значений) для требуемых экспериментов в одном файле.

Дополнительным модулем среды моделирования является монитор сценариев разработки. После проведения модельных экспериментов и записи их результатов в бинарные файлы монитор сценариев позволяет открыть два разных файла и сравнить результаты моделирования, например, поведение моделей с разной степенью детальности геометрического описания.

Интерфейс монитора сценариев (рисунок А.5) позволяет:

• задать скорость проигрывания сценариев;

• выбрать отображение (на цветных 20-изображениях) давлений в конечных элементах или перетоков между ними;

• выбрать конечный элемент модели (одинаковый для сравниваемых сценариев), для которого будет построен график переходного процесса;

• щелчком на графике переходного процесса перейти в указанное место сценария.

Рисунок А.5. Окно монитора сценариев

Программная среда моделирования позволяет настроить все необходимые параметры для имитации гидродинамических процессов в скважинах и смоделировать переходные процессы в них при изменении управляющих воздействий в виде назначаемых объемов нагнетаний и отборов жидкости. После этого результат моделирования в виде выборки измерений давлений и расходов передается в блок идентификации.

Описание программной среды идентификации параметров локального

участка нефтеносного коллектора

файя2-схаи .................

10ДМОЯ ПАЛКА\АСПИРАНТУРА\Моделирование\Модел^^ Л*] ) фДяшНори___________

1 D:\MOЯ ПАЛКА\АСПИРАНТУРА\Модепироеание\Моделирование\1^1оделироеание 7 зон\С16 (19 зон)\_0а1а\Редуцир£>ванная модель (2 кольца_+ I

гОО 0,033 А

а01 0,225

а02 0,275

аОЗ 0,275

а04 0,225

а05 0,104

а06 0,104

ТО 0,644 и

сШ_РкС -4,136 Т

гОО 0,033 А

а01 0,207

а02 0,275

аОЗ 0,309

а04 0,213

а05 0,094

а06 0,104

ТО 0,688

аи Ркс -3,889 Т

После окончания процесса моделирования или при наличии подготовленных реальных промысловых данных измерений можно переходить к процессу идентификации параметров ЛУНК, который производится в программной среде идентификации (рисунок А.6), реализованной на базе графического языка программирования ЬаЬУ1Е\У.

Номер зоны для отображения (0-6)

Невязка 9,53334е-4

согк!

1,21492ё+8

С| принадлежит ОДР

истинные

wOO «01 у»02 «03 «04 «05 «06 1аи0

аи_якс

29,908

6,744

8,235

8,235

6,744

3,106

3,106

19,265

ошибка <1_с [ 1 ] ошибка (1_с [-/о] [1]

«00 ж01 «02 «03 «04 «05 «06 1аи0

29,927 » 6,182 8,243 9,238 6,380 2,799 3,105

а! истинные

ч

Рисунок А.6. Главное окно программной среды идентификации

В области 1 выбирается файл с измерениями (давления и дебиты по каждой скважине) и файл, задающий структуру порождающих уравнений, т.е. указывающий какие параметры и при каких переменных необходимо идентифицировать. В области 2 отображаются таблицы параметров - истинных и полученных после идентификации, причем как в виде параметров гидропроводности (), так и в виде долей гидропроводности, приходящихся на каждую грань зоны (шестиугольниках яг). В области 3 отображаются относительные ошибки по параметрам (отклонение от истинных). На графике изображаются данные измерений, загруженные из файла, и переходный процесс, восстановленный на основе идентифицированных параметров.

Таким образом, программная среда идентификации позволяет провести процедуру оценивания параметров в классе желаемых моделей на основании измерений, полученных в результате модельных экспериментов, или на основе реальных промысловых данных.