Содержание к диссертации
Введение
Глава 1. Анализ проблемы автоматизации управления процессами нефтедобычи на поздней стадии эксплуатации месторождений 18
1.1. Актуальность темы исследований 18
1.2. Анализ подходов к повышению эффективности процессов нефтедобычи из малодебитных скважин 23
1.3. Анализ подходов к автоматизации управления процессами нефтедобычи 38
1.4. Анализ подходов к использованию моделирования в нефтедобыче 55
1.5. Цель и задачи исследований 71
Выводы по первой главе 72
Глава 2. Методология построения информационно - управляющих систем в нефтедобывающем производстве 74
2.1. Системный анализ технологического процесса нефтедобычи как объекта автоматизации и управления 74
2.2. Концепция управления добычей нефти на основе динамических моделей объектов и процессов 90
2.3. Концепция управления процессами добычи нефти на основе координации планирования и управления технологическими процессами и объектами 97
2.4. Концепция управления нефтедобывающим производством по технико-экономическим критериям 110
2.5. Интегральная методология построения информационных систем управления в нефтедобыче 117
Выводы по второй главе 120
Глава 3. Разработка динамических моделей объектов и процессов нефтедобычи 122
3.1. Разработка математической модели участка нефтеносного пласта 123
3.2. Разработка модели системы «скважина- штанговая насосная установка» 151
3.3. Разработка алгоритма идентификации модели системы «скважина -.штанговая насосная установка» 166
3.4. Прикладные аспекты моделирования системы «скважина -штанговая насосная установка» 184
Выводы по третьей главе 195
Глава 4. Разработка системы диагностики состояния скважинной штанговой насосной установки 196
4.1. Диагностирование состояния скважинной штанговой насосной установки на основе динамометрирования 197
4.2. Анализ математических методов обработки динамограмм 207
4.3. Применение нейронных сетей для диагностирования состояния скважинной штанговой насосной установки 214
4.4. Интеллектуальная система диагностики состояния и управления режимами работы скважинной штанговой насосной установки 219
Выводы по четвертой главе 225
Глава 5. Разработка информационной системы управления процессом нефтедобычи 227
5.1. Разработка алгоритма функционирования и структуры локальной системы управления режимами работы скважины 227
5.2. Разработка структуры и алгоритма функционирования системы управления группой скважин 248
5.3. Оптимизация распределения уровня добычи нефти между скважинами 253
5.4. Интеллектуальная система управления группой скважин на основе упрощенной математической модели участка пласта 270
Выводы по пятой главе 275
Глава 6. Исследование эффективности информационной системы
управления нефтедобычей 277
6.1. Оценка эффективности информационной системы управления нефтедобычей 277
6.2. Оценка технической эффективности системы диагностики состояния СІПНУ 283
6.3. Программное обеспечение диагностики СШНУ для АРМ технолога 295
6.4. Проверка адекватности математической модели «скважина — штанговая насосная установка» на реальных данных 309
6.5 Перспективы развития интегрированных АСУТП нефтедобычи 321
Выводы по шестой главе 324
Основные выводы и результаты 326
Список литературы
- Анализ подходов к автоматизации управления процессами нефтедобычи
- Концепция управления добычей нефти на основе динамических моделей объектов и процессов
- Разработка алгоритма идентификации модели системы «скважина -.штанговая насосная установка»
- Применение нейронных сетей для диагностирования состояния скважинной штанговой насосной установки
Введение к работе
Актуальность проблемы
Современное состояние нефтедобывающей отрасли топливно-энергетического комплекса России характеризуется тем, что большинство нефтедобывающих производств относятся к промыслам в поздней стадии эксплуатации, отличающимся увеличенной обводненностью продукции, снижением среднего дебита добывающих скважин и ростом затрат на каждую добытую тонну нефти.
В этих условиях особую актуальность приобретают проблемы повышения эффективности разработки месторождении: увеличения добычи нефти, снижения отбора попутных воды и газа, повышения нефтеотдачи пластов, продления жизненного цикла разработки месторождений и достижения экономической эффективности. Направлениями решения этих актуальных задач представляются разработка адаптивной системы разработки, особенно эффективной в условиях недостатка информации о залежи, расширение функциональных возможностей систем управления, увеличение диапазона и повышение управляемости воздействий: поскважинное оперативное управление закачкой и отбором, организация комплексных воздействий на пласт, адекватных конкретным стадиям разработки месторождений. Контроль и управление процессом нефтедобычи должны быть основаны на использовании современных средств автоматики, телемеханики и информационных технологий, что позволит устранить непроизводительные затраты энергии и оптимизировать режимы закачки и отбора, контролировать состояние оборудования и обеспечить сбор, хранение и обработку текущей и исторической информации.
Проанализированы многочисленные труды отечественных и зарубежных исследователей в области методов контроля и регулирования выработки пластов и повышения эффективности эксплуатации месторождений с трудноизвлекаемыми запасами нефти, моделирования физических процессов в нефтеносном пласте, автоматизации управления и оптимизации процесса добычи нефти.
Однако пока приходится констатировать отсутствие методологии управления нефтедобывающим производством как единым технологическим, производственным и организационным процессом с учетом взаимосвязи интегральных производственных показателей с частными показателями, параметрами и режимами.
Происходящие на сегодняшний день изменения в процессах добычи нефти предопределяют ускоренное развитие интегрированных информационно-управляющих систем, но для этого требуется разработка на основе интеграции системных принципов и общенаучных подходов к построению сложных многоуровневых систем управления методологии исследования, проектирования и управления нефтедобывающим производством.
Цель работы
Решение актуальной научно-практической проблемы, заключающейся в автоматизации управления технологическим процессом добычи нефти из малодебитных скважин, эксплуатируемых скважинными штанговыми насосными установками, на основе иерархической системы динамических моделей и данных динамометрирования, а также оценка эффективности разработанной информационной системы управления.
Задачи исследования
Для достижения поставленной цели требуется решить следующие задачи:
1. Разработать методологию управления процессом добычи нефти из малодебитных скважин как сложным многоуровневым объектом управления.
2. Разработать комплекс динамических моделей элементов технологического процесса добычи нефти из малодебитных скважин.
3. Разработать способ оценки текущего дебита скважины с использованием динамической модели системы «скважина – штанговая насосная установка» и данных динамометрирования.
4. Разработать интеллектуальную систему диагностики состояния скважинной штанговой насосной установки.
5. Разработать интеллектуальную информационную систему управления режимами работы насосного оборудования группы нефтедобывающих скважин на основе алгоритма координированного управления с использованием иерархической системы динамических моделей.
6. Исследовать эффективность разработанной информационной системы управления технологическим процессом добычи нефти из малодебитных скважин, провести испытания системы и исследование эффективности разработанных алгоритмов и программных продуктов в составе соответствующих программно-технических комплексов.
Методы исследования
При выполнении исследований использованы методы теории автоматического управления, теории искусственного интеллекта, системного анализа, математического моделирования сложных систем, теории алгоритмов, теории информации, теории измерений, теории вероятностей и т.д.
На защиту выносятся
1. Методология построения информационной системы управления добычей нефти из малодебитных скважин в виде комплекса концепций управления нефтедобычей, основанных на интеграции системных принципов и общенаучных подходов к построению сложных многоуровневых систем управления.
2. Иерархическая система динамических моделей объектов технологического процесса добычи нефти, позволяющих идентифицировать текущее состояние технологического процесса добычи нефти в условиях неопределенности и построить на их основе многоуровневую систему управления.
3. Способ оценки текущего дебита скважины с использованием динамической модели системы «скважина – штанговая насосная установка» и данных динамометрирования.
4. Алгоритм и структура интеллектуальной системы диагностики состояния скважинной штанговой насосной установки на основе данных динамометрирования с предварительным вейвлет-преобразованием первичных динамограмм и распознаванием неисправностей с применением нейросетевых технологий.
5. Интеллектуальная информационная система координированного управления группой скважин на основе динамических моделей участка нефтяного пласта и системы «скважина – штанговая насосная установка», нейросетевых технологий и результатов динамометрирования.
6. Результаты экспериментальной проверки эффективности предложенной методологии и алгоритмов функционирования информационно-управляющей системы добычи нефти.
Научная новизна
1. Новизна методологии построения информационной системы управления технологическим процессом добычи нефти из малодебитных скважин заключается в том, что она основана на интеграции общенаучных подходов, системных принципов и общих закономерностей построения, планирования, функционирования, развития сложных многоуровневых систем, что позволяет рассматривать технологический процесс добычи нефти из малодебитных скважин как единую многоуровневую динамическую систему и определить основные переменные и управляющие факторы, влияющие на состояние и эффективность функционирования системы в целом.
2. Новизна комплекса динамических моделей элементов технологического процесса добычи нефти из малодебитных скважин заключается в том, что они представлены в виде иерархической системы моделей, адекватно отражающей иерархию технологического процесса добычи нефти. Научная новизна упрощенной математической модели участка нефтяного пласта заключается в том, что она представлена в виде линейной многосвязной модели с элементами чистого запаздывания, отражающей взаимосвязь между входными и выходными параметрами, полученной в результате аппроксимации нелинейной распределенной математической модели пласта, описываемой уравнениями в частных производных, адекватность которой подтверждается как результатами гидропрослушивания скважин, так и промысловыми данными. Научная новизна математической модели системы «скважина – штанговая насосная установка» заключается в том, что она адекватно отражает как совместную динамику движения насосных штанг, труб и жидкости как единой системы, так и текущее техническое состояние установки для управления режимом ее работы. При этом адекватность модели подтверждается результатами обработки экспериментальных данных на основе вейвлет-преобразования динамограмм, что позволяет выбрать требуемую степень сложности модели.
3. Новизна разработанного способа количественной оценки текущего дебита скважины заключается в использовании математической модели системы «скважина – штанговая насосная установка», предварительно адаптированной к характеристикам конкретной скважинной штанговой насосной установки, для формирования измерительной информации, что позволяет повысить точность оценки текущего дебита скважины.
4. Новизна алгоритма работы и структуры интеллектуальной системы диагностики состояния скважинной штанговой насосной установки заключается в использовании вейвлет-преобразования для обработки нестационарных сигналов динамограмм, в применении нейросетевых технологий для распознавания состояния скважинной штанговой насосной установки, что позволяет повысить достоверность и увеличить количество распознаваемых классов состояний, а также обеспечить возможность автоматического управления режимами работы скважинной штанговой насосной установки по техническому состоянию.
5. Новизна интеллектуальной информационно-управляющей системы добычи нефти заключается в том, что в ней используются динамические модели участка нефтяного пласта как многосвязного объекта управления с чистым запаздыванием и системы «скважина – штанговая насосная установка», предварительно адаптированная к характеристикам конкретной скважинной штанговой насосной установки, а также нейросетевые технологии и результаты динамометрирования, что позволяет за счет расширения функциональных возможностей метода динамометрирования обеспечить автоматическую оценку значения текущего дебита скважины и оперативное управление группой скважин в реальном масштабе времени по техническому состоянию. Научная новизна алгоритма координированного управления группой нефтедобывающих скважин на основе динамических моделей заключается в том, что за счет совместного использования информации с уровней планирования, группового и локального управления принимается решение по формированию индивидуальных управляющих воздействий на скважинные установки, обеспечивающих максимальную суммарную добычу нефти для группы скважин.
6. Новизна разработанных программных средств обусловлена новизной предложенных алгоритмов и математических моделей и включением соответствующих программных модулей в общую структуру информационной системы управления технологическим процессом добычи нефти из малодебитных скважин, что позволило обеспечить выполнение всех требуемых для оперативного управления функций сбора, обработки и использования текущей промысловой информации в реальном масштабе времени.
Практическая ценность и реализация работы
Практическая ценность полученных результатов заключается:
в разработанном программном обеспечении, включающем модели, методы и алгоритмы управления, измерения и диагностики (свидетельства о регистрации программ), реализованном в виде модулей системы управления и в виде модулей автоматизированного рабочего места технолога цеха добычи нефти и газа (АРМ технолога ЦДНГ) с функциями обучения;
в инженерных методиках:
оценки дебита продукции скважин, разработанной в соответствии с ГОСТ № Р8.615-2005 «Измерения количества извлекаемой из недр нефти и нефтяного газа»;
диагностики состояния скважинной штанговой насосной установки.
Полученные результаты прошли апробацию на предприятиях нефтедобывающего комплекса для диагностики состояния скважинных штанговых насосных установок по данным динамометрирования, для оценки текущего дебита скважин, для выбора режимов работы насосных установок группы скважин.
Результаты исследования используются в учебном процессе на кафедре технической кибернетики Уфимского государственного авиационного технического университета при преподавании дисциплин на специальности «Управление и информатика в технических системах».
Апробация работы
Основные положения, представленные в диссертации, регулярно докладывались и обсуждались, начиная с 2002 года, на 12 научных мероприятиях различного уровня, наиболее значимые из которых: Международная научно-практическая конференция «Системный анализ в проектировании и управлении», СПбГПУ 2002 г., 2007 г., Международная научно-практическая конференция «Проблемы управления и моделирования в сложных системах», Самара, 2002 г., Международная молодежная научно-техническая конференция “Интеллектуальные системы управления и обработки информации”, Уфа, УГАТУ, 2003 г., VI Международный симпозиум «Интеллектуальные системы», Москва, 2004 г., V, VI, VII, VIII, IX Международные конференции (CSIT’2003 – 2007), Первая и Вторая всероссийские научно-технические конференции с международным участием «Мехатроника, автоматизация, управление», Владимир, 2004 г., Уфа, 2005.
Связь исследований с научными программами. Исследования в данном направлении выполнялись в период с 1998 по 2008 гг. на кафедре технической кибернетики Уфимского государственного авиационного технического университета в рамках: ФЦП «Интеграция» в 1998–2002 гг., 2002–2006 гг.; НИР «Исследование и разработка систем контроля, диагностики и управления сложными техническими объектами и их внедрение на предприятиях машиностроения и нефтедобычи Республики Башкортостан» в 2006, 2007 гг., гранта РФФИ «Поволжье»: « Разработка систем управления сложными динамическими техническими объектами в нефтедобывающей промышленности» в 2008 г.
Публикации
По теме диссертации опубликовано 56 печатных работ, в том числе 16 статей в рецензируемых центральных журналах, входящих в перечень ВАК, 1 монография, 1 учебное пособие с грифом УМО, 4 патента и 2 свидетельства о регистрации программ.
Структура работы
Диссертация состоит из введения, шести глав, заключения, списка литературы из 224 наменований, изложенных на 351 страницах, содержит 112 рисунков и 11 таблиц.
Анализ подходов к автоматизации управления процессами нефтедобычи
Рассмотрим некоторые понятия предметной области для анализа различных мероприятий по повышению эффективности, связанных как с воздействиями на пласты, так и с регулированием режимов работы оборудования.
Объект разработки — это искусственно выделенное в пределах разрабатываемого месторождения геологическое образование (пласт, массив, структура, совокупность пластов), содержащее промышленные запасы углеводородов, извлечение которых из недр осуществляется при помощи определенной группы скважин.
Система разработки нефтяного месторождения - совокупность взаимосвязанных инженерных решений, определяющих объекты разработки; последовательность и темп их разбуривания и обустройства; методы воздействия на пласты с целью извлечения из них нефти и газа; число, соотношение и расположение нагнетательных и добывающих скважин; число резервных скважин; управление разработкой месторождения; охрану недр и окружающей среды. Построить систему разработки месторождения означает найти и осуществить указанную выше совокупность инженерных решений.
Под разработкой нефтяного или газового месторождения понимается комплекс мероприятий или процессов, направленных на извлечение продукции скважин из недр земли. К этим мероприятиям относятся: разбиение месторождений системой скважин; управление процессом фильтрации нефти и газа к скважинам их надлежащим размещением на площади, установлением режима их работы и регулированием баланса пластовой энергии; подъем продукции с забоя на поверхность; обустройство месторождения, сбор и транспортировка нефти, газа и воды к пунктам подготовки; промысловая подготовка продукции скважин.
При этом в качестве объекта разработки выступает искусственно выделенное в пределах разрабатываемого месторождения геологическое образование (пласт, массив, структура, совокупность пластов), содержащее промышленные запасы углеводородов, извлечение которых из недр осуществляется при помощи определенной группы скважин.
Режим разработки залежи определяется преобладающим источником пластовой энергии. Выделяют пять основных режимов работы залежи: жестководонапорный, упруговодонапорный, газонапорный, растворенного газа и гравитационный. Для повышения эффективности естественных режимов работы залежи применяются различные искусственные методы воздействия на нефтяные пласты [63].
Одной из актуальных проблем при разработке нефтяных месторождений, находящихся в поздней стадии разработки, является вовлечение в разработку запасов нефти из низкопроницаемых слабофильтруемых и застойных зон месторождений. Существующие системы разработки крайне неэффективны при работе с коллекторами с большой неоднородностью. Поэтому необходимо изучение особенностей фильтрации нефти, газа, воды и растворов различных химических реагентов в условиях рассматриваемого пласта, получение характеристик процесса вытеснения, анализ влияния изменения свойств флюидов на процесс фильтрации, и в итоге — выработка рекомендаций (с использованием результатов анализа разработки месторождения) по регулированию доразработки, управлению фильтрационными потоками в пласте путем изменения режимов работы добывающих и нагнетательных скважин, проведения изоляционных работ и др. [114, 115, 142, 196, 197].
Существует много методов повышения нефтеотдачи пласта или увеличения его продуктивности: проводка горизонтальных стволов; дополнительная перфорация; очистка забоя от песчаных пробок. Для обработки призабойной зоны пласта используются методы: тепловой, химический, термохимический, механический. Наиболее эффективным методом повышения продуктивности как обычных вертикальных и наклонно-ориентированных скважин, так и горизонтальных, является гидроразрыв пласта. При гидроразрыве пласта в скважинах образуется одна или несколько вертикальных трещин, способствующих существенному увеличению притока жидкости. Этим достигается снижение фильтрационных сопротивлений в призабойных зонах нефтяных и нагнетательных скважин [95, 114, 115, 116].
На поздней стадии эксплуатации бурение скважин на выделенные эксплуатационные объекты, их обустройство, строительство нефтепромыслового хозяйства и коммуникаций осуществлены, выбраны и реализуются режимы работы оборудования. Объект не является вновь проектируемым, он уже функционирует. На его текущем состоянии отразились не только естественные процессы, связанные с выработкой большой части запасов, но и последствия недостаточно эффективных мероприятий по эксплуатации месторождения. Поэтому меры по обеспечению эффективности разработки должны быть связаны с экономически обоснованной интенсификацией процесса добычи, а именно, с оптимизацией режимов работы скважин, контролем параметров добычи (дебит, обводненность, газовый фактор каждой добывающей скважины, закачка воды каждой нагнетательной скважиной), сбором, обработкой и эффективным использованием фактических промысловых данных, оперативным принятием и реализацией решений по управлению объектами нефтедобычи в реальном масштабе времени.
Процесс добычи нефти включает три этапа. Первый - организация продвижения нефти по пласту к скважинам, благодаря искусственно создаваемой разности давлений в пласте и на забоях скважин (процесс поддержания пластового давления ППД). Второй этап — подъем нефти от забоев скважин до их устьев на поверхности (собственно добыча нефти ДН). Третий этап - сбор продукции скважин и подготовка нефти к транспортированию потребителям (процесс предварительной подготовки нефти ППН) (рис. 1.2).
В данной работе будет рассматриваться технологический процесс. добычи нефти в едином непрерывном цикле с процессом поддержания пластового давления и процессом предварительной подготовки нефти как объект автоматизации, информатизации и управления с целью повышения его эффективности, а именно: повышения эффективности процесса добычи нефти из малодебитных скважин, эксплуатируемых скважинными штанговыми насосными установками (рис. 1.2).
Концепция управления добычей нефти на основе динамических моделей объектов и процессов
Процесс математического моделирования нефтяного месторождения можно условно разделить на четыре взаимосвязанных этапа [96].
На первом этапе формулируются основные уравнения, описывающие процесс фильтрационного переноса жидкостей и газов в пористой среде и выражающие законы сохранения массы и энергии, закон движения, уравнение состояния. Определяются совокупности начальных и граничных условий, для которых будет решаться сформулированная система дифференциальных уравнений в частных производных. Количество и тип уравнений зависят от особенностей рассматриваемой задачи: геологического строения пласта, свойств фильтрующихся флюидов, моделируемого процесса добычи. Затем разрабатываются численные методы и алгоритмы для решения поставленной задачи. Создается математическая модель фильтрации — компьютерная программа, которая решает уравнения тепло- и массопереноса с заданными начальными и граничными условиями.
На втором этапе осуществляется решение прямой задачи для конкретного объекта разработки, т.е. для заданного набора входных данных, формирование которого является самостоятельной сложной проблемой. На этом этапе информация о строении и свойствах пласта и насыщающих его жидкостей, о режимах и показателях работы скважин преобразуется к виду, требуемому для ввода в модель фильтрации. Объем пласта рассматривается как упорядоченная совокупность блоков, каждому из которых приписывается по одному значению каждого параметра. Проблема усреднения проницаемости, и особенно относительных фазовых проницаемостей, является очень сложной и до сих пор остается областью активных научных исследований. Перечисленные факторы в совокупности с ошибками измерений и низким качеством исходных данных, которое иногда имеет место, приводят к неопределенности в описании коллектора. Задача последующего моделирования — по возможности уменьшить эту неопределенность.
В результате решения прямой задачи, т. е. проведения гидродинамических расчетов для заданного набора входных данных, определяются выходные характеристики модели - распределения потоков и давлений в пласте во времени, дебиты скважин и т. п. Эти результаты могут быть сопоставлены с данными наблюдений - замерами давлений и дебитов, показателями работы скважин.
На третьем этапе моделирования осуществляется адаптация математической модели по данным наблюдений ввиду высокой степени неопределенности исходной информации при построении модели пласта. На этом этапе путем решения обратной задачи осуществляется идентификация основных фильтрационно-емкостных параметров пласта, заложенных в модель. Этот процесс называется воспроизведением истории разработки. Корректируются обычно те параметры, которые имеют наибольшую неопределенность и при этом сильнее влияют на решение. Чаще всего это -абсолютные и относительные фазовые проницаемости, объем законтурной области, коэффициенты продуктивности и приемистости скважин. При воспроизведении истории разработки обычно известны фактические поля давлений, добыча и закачка каждого компонента по скважинам. Процедура идентификации параметров пласта может быть автоматизированной или осуществляться вручную.
При автоматизированном способе производятся многократные расчеты по модели с целью отыскания значений выбранных параметров пласта, при которых достигается минимум функционала: S = YJwi(Xr-Xoif (1.2) где W-, - весовые коэффициенты; Xt и Xoi - расчетные и наблюдаемые значения показателей, по которым ведется адаптация (значения пластового давления, обводненности и газового фактора по отдельным скважинам или по группам на заданные моменты времени и т. д. При этом обычно используют упрощенные модели и ограничивают набор корректируемых параметров.
На четвертом этапе моделирования, по мере накопления информации, модель пласта уточняется, отражает новую информацию о пласте, технологические решения, применяемые на месторождении, и может использоваться для дальнейшего управления процессом разработки в качестве постоянно-действующей геолого-технологической модели месторождения (ПДГТМ) для принятия решений по разработке нефтяного месторождения (рис. 1.11) [80, 81, 170, 173]. Построенная таким образом модель объекта разработки используется затем для прогнозирования и планирования добычи, оценки запасов, комплексной оптимизации пласта.
Разработка алгоритма идентификации модели системы «скважина -.штанговая насосная установка»
Наука о разработке нефтяных месторождений является одной из немногих прикладных наук, имеющих дело с системой, которую в целом нельзя ни увидеть, ни взвесить, ни измерить, ни исследовать (Ф. Крейг) [127]. Важная особенность нефтедобывающего производства заключается в том, что управление осуществляется в условиях неопределенности: отсутствует точная информация о состоянии разработки и о последствиях принятых решений; все части системы подвержены различным возмущениям, по которым также отсутствует точная информация. Отсутствие полной информации о геологическом строении природного резервуара и о процессах, протекающих в нем, может привести к неоправданным затратам и снижению эффективности разработки нефтяного месторождения. Источником неопределенности является наличие в технологическом процессе природного объекта — нефтяного пласта, который, в отличие от других элементов процесса, недоступен прямому наблюдению и до конца разработки остается малоизученным. Параметры пласта, входящие в расчетные формулы, как правило, неизвестны или известны с очень большой погрешностью. Одним из общепринятых в практике нефтедобычи методов получения необходимой информации по месторождению и основным инструментом для обоснованного принятия стратегических и тактических решений при разработке нефтяных месторождений является компьютерное моделирование с использованием современной вычислительной техники и программного обеспечения. В последние годы в России приняты масштабные работы по созданию систем контроля и управления процессами разработки нефтяных месторождений, базирующихся на построении ПДГТМ, которые непрерывно уточняются по данным бурения новых скважин, гидродинамических исследований и истории разработки. На основе ПДГТМ с учетом результатов математического моделирования осуществляется выбор геолого-технических мероприятий по управлению процессом разработки месторождений [14, 69, 77, 86].
Основой моделирования является квазитрехмерная модель нефтяного месторождения, которая позволяет систематизировать множество пространственных, геолого-геофизических, петрофизических и промысловых данных по исследуемому объекту. Модель многократно используется для выполнения расчетов, построения графиков, таблиц, карт как в целом по месторождению, так и по отдельным его участкам, вплоть до отдельной скважины. По мере накопления новых геолого-промысловых данных модель с определенным шагом по времени обновляется, ее точность повышается, функциональные возможности расширяются: добавляются новые данные, исправляются выявленные ошибки в исторических данных, расширяется программное обеспечение для решения новых задач.
К ПДГТМ нефтяных месторождений предъявляются следующие требования: 1) адекватность процессу фильтрации в пласте, учет всех необходимых факторов, универсальность модели; 2) большая размерность пространственной сетки, аппроксимирующей реальное месторождение; 3) приемлемое время при расчете вариантов на компьютере; 4) использование модели как для прогнозных расчетов, так и для коррекции геологической модели пласта при воспроизведении истории разработки и адаптации модели; 5) замыкание фильтрационной модели с алгоритмами технологических и экономических расчетов, получение регламентных таблиц и графиков; 6) расчеты по прогнозу технологических показателей разработки должны проводиться с использованием фильтрационных программ, надежность которых подтверждена предварительным тестированием с помощью первого и седьмого тестов SPE (Society of Petroleum Engineers). Основное использование ПДГТМ и соответствующих программных продуктов — решение задач прогнозирования, контроля и управления процессом разработки месторождения.
Высокая степень универсальности в некоторых приложениях, к которым относится управление процессом эксплуатации нефтяного месторождения, может стать препятствием для достижения требуемых показателей эффективности (например, требование управления в реальном масштабе времени).
Для расширения границ применимости таких моделей необходимо обеспечить: введение в ПДГТМ текущих промысловых данных в режиме on-line; автоматизацию процесса обработки информации и принятия решений о проведении и выборе параметров ГТМ, изменении режимов работы насосного оборудования скважин; уменьшение времени расчетов по модели за счет упрощения и т.д. Таким образом, для оперативного управления режимами работы оборудования нефтедобычи в реальном масштабе времени подобные модели в существующем виде использоваться не могут по причине своей избыточности и высоких требований к производительности ЭВМ.
Большинство исследователей до сих пор убеждены, что описание процессов нефтедобычи можно проводить только на основе дифференциальных уравнений движения жидкостей и газов в пористых средах и трубах [127]. Однако такой подход не позволяет выявить многие существенные свойства пласта. Как всякие большие системы, объекты нефтегазодобычи требуют использования целой иерархии моделей - от дифференциальных до интегральных, от детерминированных до адаптивных, — способных описать не только различные уровни организации систем, но и взаимодействие между этими уровнями.
Для построения алгоритмов идентификации и управления разработкой локальных участков месторождений на основе оперативных технологических данных должны исследоваться вопросы взаимовлияния скважин и разрабатываться динамические модели прискважинных и межскважинных зон пластовых систем [31, 32].
Таким образом, с учетом вышесказанного, должны быть разработаны или модернизированы модели объектов нефтедобычи: модель участка пласта с группой скважин, модель системы «скважина — скважинная насосная установка», предназначенные для использования в составе адаптивной системы управления в реальном времени совместно с ГТДГТМ.
Применение нейронных сетей для диагностирования состояния скважинной штанговой насосной установки
В рассматриваемом здесь варианте для идентификации модели используется практическая динамограмма нормальной работы установки. По математической модели системы «скважина — штанговая насосная установка» для каждой скважины рассчитывается индивидуальная теоретическая динамограмма нормальной работы установки, которая затем сравнивается с практической динамограммой нормальной работы конкретной скважины. Задавая параметры установки, можно моделировать цикл ее работы, получая индивидуальную (для этой установки) расчетную динамограмму, добиваясь заданной минимальной величины ее отклонения от практической.
Алгоритм идентификации математической модели СШНУ можно представить в виде следующей последовательности: динамографом снимается практическая динамограмма нормальной работы установки (например, при пуске скважины после ремонта); в математической модели задаются массогабаритные параметры СШНУ и рассчитывается индивидуальная теоретическая динамограмма; неизвестные коэффициенты модели варьируются до тех пор, пока различие между практической динамограммой и рассчитанной по модели станет минимальным (или заданным).
При этом могут использоваться критерии адекватности модели различной степени сложности и, соответственно, достоверности. Например, адаптация модели может считаться завершенной при равенстве (с заданной погрешностью) площадей фактической динамограммы и динамограммы, рассчитанной по модели, и равенстве максимальных и минимальных значений действительного и расчетного усилий на полированном штоке установки. Но адаптированная таким простым способом модель может не обеспечить достаточную точность при использовании математической модели в практических целях при управлении, например, для определения значения текущего дебита.
Динамограмма является сложным нестационарным периодическим сигналом. Для снижения избыточности и удобства использования для сравнения и распознавания предложено проводить предварительный спектральный анализ динамограмм.
Разработан новый алгоритм идентификации модели СШНУ с использованием вейвлет-преобразования фактической и расчетной динамограмм с последующим сравнением вейвлет-образов.
Вейвлет — преобразование позволяет осуществлять спектральный анализ динамограммы не только по частоте, но и по времени. Для выполнения такого анализа требуются базисные функции, обладающие способностью выявлять в анализируемом сигнале как частотные, так и временные характеристики, т.е., сами базисные функции должны обладать свойствами частотно-временной локализации. Такими базисами являются вейвлеты — функции двух аргументов: масштаба и сдвига [117, 140]. Вейвлет - преобразование динамограмм
Вейвлет-преобразование сигналов является разновидностью спектрального анализа, в котором роль простых колебаний играют функции особого рода, называемые вейвлетами. В отличие от традиционного преобразования Фурье, вейвлет-преобразование обеспечивает двумерное представление исследуемого сигнала в частотной области в плоскости «частота-положение» [140, 193].
Вейвлет-преобразование временных рядов позволяет получить зависимость амплитуды сигнала от частоты и времени. Так как динамограмма представляет собой зависимость усилия от хода, то для ее вейвлет-преобразования усилие F будет аналогом частоты, а ход s (или положение) будет аналогом времени. Это позволяет разделять крупные и мелкие детали сигналов, одновременно локализуя их на временной шкале.
Частотно-временной анализ предназначен для выявления локальных частотно-временных возмущений сигнала. Для выявления этих возмущений базисные функции вейвлет-преобразования должны быть сигналами с ограниченной энергией и быстро убывать при \t\ — со. Тогда, чтобы перекрыть такими базисными функциями все возможные временные положения сигнала, необходимо, чтобы они представляли собой набор смещенных во времени функций. Удобнее всего, если этот набор образуется из одной и той же «материнской» функции if/(t) (прототипа), сдвинутой по оси t, т.е. функции if/it —Ь). Чтобы провести частотный анализ, базисная функция должна иметь еще один аргумент - масштабный коэффициент, который является аналогом частоты в Фурье-анализе. Тогда базисные функции для частотно-временного анализа будут иметь вид y/((t - b)j а), где
масштабный коэффициент а введен как делитель t, причем масштабированию подвергается также и сдвиг Ь, (a,beR). Это позволяет сохранить относительную «плотность» расположения базисных функций по оси t при расширении или сжатии самой функции и при b/а = const (рис. 3.31).
