Содержание к диссертации
Введение
1 Анализ современного состояния проблемы идентификации параметров гидродинамической модели нефтяного месторождения 11
1.1 Общие сведения и понятия теории разработки нефтяных месторождений 11
1.1.1 Вводные замечания 11
1.1.2 Основные понятия теории разработки месторождений углеводородов 14
1.1.3 Стадии разработки месторождений 18
1.2 Моделирование разработки месторождения 23
1.3 Прямая задача прогнозирования показателей разработки нефтяного месторождения 32
1.4 Обратная задача прогнозирования показателей разработки нефтяного месторождения 34
1.4.1 Некоторые предшествующие исследования 34
1.4.2 Наиболее эффективные методы решения задачи идентификации..39
1.5 Современные технологии компьютерного моделирования залежей углеводородов 43
1.5.1 Общие сведения 43
1.5.2 Характерные особенности программ для моделирования процессов разработки нефтяных месторождений 45
1.5.3 Отечественная разработка ПК «ТРАСТ» 48
1.6 Выводы 50
2 Обратные задачи нефтегазодобычи 53
2.1 Воспроизведение истории разработки - неотъемлемый этап моделирования 53
2.1.1 Принципы адаптации 53
2.1.2 Некоторые рекомендации по воспроизведению истории разработки 55
2.1.3 Процедура воспроизведения истории разработки 57
2.1.4 Прогнозирование технологических показателей - заключительный этап воспроизведения истории разработки 61
2.2 Характеристика обратных задач нефтегазодобычи 64
2.2.1 Обратная коэффициентная задача 66
2.2.2 Интерпретация косвенных измерений 67
2.3 Методы решения обратных коэффициентных задач 68
2.3.1 Регрессионный анализ 68
2.3.2 Метод стохастической аппроксимации 69
2.3.3 Решение обратных задач методами теории чувствительности 70
2.3.4 Применение преобразования Лапласа при решении обратных задач 71
2.3.5 Метод детерминированных моментов 72
2.4 Выводы 73
3 Решение задачи идентификации параметров гидродинамической модели нефтяного месторождения с применением методов теории оптимального управления 76
3.1 Решение задачи идентификации 76
3.1.1 Постановка задачи идентификации 76
3.1.2 Вывод формул для алгоритма задачи идентификации на основе теории оптимального управления 81
3.1.3 Строгое математическое обоснование формул (3.22)- (3.23) 88
3.1.4 Алгоритм градиентной процедуры решения задачи 90
3.2 Постановка и решение задачи идентификации на основе теории оптимального управления 94
3.2.1 Вариация критерия качества 94
3.2.2 Вариация функционала задачи идентификации, вызванная вариацией управляющих параметров обратной задачи 95
3.2.3 Вариация замера газонефтяного фактора 96
3.2.4 Вариация замера обводненности 97
3.2.5 Вариация замера водогазового фактора 99
3.2.6 Финальный вид вариации функционала задачи идентификации...99
3.3 Выводы 99
4 Практическое применение метода идентификации параметров модели нефтяного месторождения 102
4.1 Примеры практической идентификации параметров пласта 102
4.1.1 Идентификация параметров Солоцкого месторождения 102
4.1.2 Идентификация параметров Красноярского месторождения 107
4.1.3 Выводы по результатам практической апробации 110
4.2 Исследование на достоверность решения обратной задачи 111
4.3 Исследование устойчивости разработанного алгоритма 118
4.4 Проблемы, возникающие при адаптации гидродинамической модели нефтяного месторождения 119
4.5 Выводы 123
Заключение 126
Библиографический список 130
Приложение А 146
- Общие сведения и понятия теории разработки нефтяных месторождений
- Некоторые рекомендации по воспроизведению истории разработки
- Вывод формул для алгоритма задачи идентификации на основе теории оптимального управления
- Примеры практической идентификации параметров пласта
Введение к работе
Актуальность работы. Проектирование и осуществление контроля над процессом разработки нефтяных месторождений неотъемлемо связаны с определением свойств и изучением фильтрационных параметров продуктивных коллекторов.
Сведения о пласте при всем их разнообразии всегда ограничены. Они складываются из геологической и геофизической информации: данных исследования образцов породы и гидродинамических исследований скважин; результатов анализа отобранных из скважин проб нефти, газа и пластовой воды; из истории разработки, т.е. совокупности данных по динамике изменения давлений, отбора нефти и закачки воды по отдельным скважинам и в целом по объекту. Даже если имеется весь перечисленный объем информации, что бывает далеко не всегда, ее недостаточно для построения адекватной модели пласта. Модель пласта строится на основе данных измерений параметров скважин и предполагает применение интерполяции по этим данным. Количество скважин ограничено, поэтому имеет место ограниченность информации о процессах, протекающих внутри пласта. Поэтому, нет веских оснований считать такую модель адекватным представлением того, что на самом деле происходит в пласте.
Существует множество аналитических моделей определения параметров пласта (Д.М. Ахметзянова, В.Я. Булыгин, Д.В. Булыгин, ЯМ. Вайнберг, Г.А. Вирновский, Р.Н. Дияшев, А.В. Костерин, МЛ. Швидлер). Часто проблема формулируется либо как задача Коши, либо как обратная коэффициентная задача. Почти всегда задача определения параметров пластовой системы некорректна в силу неединственности ее решения. Поэтому широкое распространение получила задача идентификации
параметров пластовой системы с привлечением многофазных математических моделей фильтрации. Под идентификацией модели понимается физически обоснованное изменение отдельных параметров (которые не поддаются прямому измерению) и строения геологической и фильтрационной моделей, при которых обеспечивается возможно максимальная сходимость в динамике фактических и модельных показателей разработки как по отдельным скважинам, так и в среднем по эксплуатационному объекту (забойные и пластовые давления, дебиты скважин по нефти, воде и газу, накопленные технологические показатели разработки). Процесс идентификации является неотъемлемым этапом проектирования разработки нефтяных месторождений. Руководящие документы, «Правила проектирования разработки нефтяных и газовых месторождений», обязывают создавать постоянно-действующие геолого-математические модели нефтяных месторождений (ПДГМ), параметры которых должны подвергаться регулярному уточнению. Вместе с тем, в документе отмечено, что формализованная методика идентификации параметров пласта по истории разработки в настоящее время отсутствует.
В связи с вышеизложенным, проблема разработки методов и алгоритмов интерпретации результатов промысловых гидродинамических исследований скважин с целью идентификации параметров пласта является актуальной задачей нефтегазодобывающей промышленности. В данной работе рассмотрена возможность применения методов теории оптимального управления к задаче интерпретации результатов промысловых гидродинамических исследовании скважин.
Целью работы является системный анализ и обработка результатов промысловых гидродинамических исследований скважин и пластов на основе модификации классических методик с учетом априорной информации
7 об исследуемом объекте (скважине, пласте) методами теории оптимального
управления, а также усовершенствование методики интерпретации и
технологии проведения промысловых гидродинамических исследований
скважин и пластов.
Достижение поставленной цели базируется на решении следующих
задач.
Системного анализа существующих методов интерпретации результатов промысловых гидродинамических исследований скважин. История методов и тенденции развития.
Формирования требований, предъявляемых к алгоритму решения задачи идентификации параметров математической модели пласта.
Разработки методики интерпретации результатов промысловых гидродинамических исследований скважин, основанной на применении методов теории оптимального управления.
Разработки и реализации алгоритма интерпретации результатов промысловых гидродинамических исследований скважин и пластов, и его апробации.
Исследования результатов численных расчетов, проведенных по предложенной методике. Определения степени соответствия полученных результатов фактическим показателям.
Исследования разработанного алгоритма на устойчивость. Исследования результатов интерпретации на достоверность.
Объект исследования. Объектом исследования являются данные промысловых гидродинамических исследований скважин и пластов и задачи, связанные с интерпретацией этих данных.
Предмет исследования. Методика и алгоритмы идентификации параметров математической модели нефтяного месторождения по данным
8 истории разработки. Достоверность результатов идентификации. Повышение
эффективности методов идентификации.
Методы исследования. В работе использовались методы системного анализа, теории оптимального управления, математического моделирования, теории фильтрации, методы решения некорректных задач и др. Использовались программные средства Borland Delphi 7.0, Schlumberger 2005а_1, Golden Software Surfer 8.0, Golden Software Grapher 4.0.
Научной новизной обладают следующие результаты.
Разработан метод автоматизированной идентификации параметров модели нефтяного месторождения по результатам гидродинамических исследований скважин с использованием методов теории оптимального управления. Метод позволяет устранить субъективизм в решении, а также позволяет решать задачи идентификации в трехмерной трехфазной постановке.
Разработан и реализован алгоритм решения задачи идентификации параметров нефтяного месторождения по результатам гидродинамических исследований скважин, основанный на применении градиентной процедуры поиска минимума целевой функции. Применение этого алгоритма позволило повысить устойчивость и достоверность решения, одновременно снизив требования к вычислительным ресурсам.
Предложена методика комплексной оценки методов идентификации параметров модели нефтяного месторождения по результатам гидродинамических исследований скважин. В отличие от существующих методик, комплексная методика включает в себя исследование на реальных месторождениях, исследование на
достоверность и устойчивость решения на модельном
месторождении.
4) На основе разработанной методики построены соответствующие алгоритмы и создана информационно-аналитическая система обработки и интерпретации промысловых гидродинамических исследований скважин и пластов (Свидетельство № 50200701344 об официальной регистрации программы для ЭВМ "Адаптация математической модели нефтяного месторождения по данным истории разработки").
Практической полезностью обладают.
Полученные в диссертационной работе результаты математического моделирования гидродинамических процессов могут быть основой для развития новых методических рекомендаций и обоснованием практических изменений, направленных на повышение соответствия математических моделей реальным процессам.
Разработанная программа интерпретации промысловых гидродинамических исследований скважин использовалась при составлении проектов доразработки Солоцкого и Красноярского месторождений Самарской области.
Реализация результатов работы. В настоящее время материалы исследования внедрены в процесс анализа разработки месторождений в ООО «Технологический центр Б.Ф. Сазонова» г. Самара.
Апробация работы. Основные результаты работы докладывались и обсуждались на следующих конференциях:
- Всероссийской научно-практической конференции «Компьютерные
технологии в науке, практике и образовании» (Самара, СамГТУ, 2004,2005,2006);
Всероссийской научно-практической конференции «Нефтегазовые и химические технологии» (Самара, СамГТУ, 2005);
63, 64 Всероссийских научно-практических конференциях по итогам НИР за 2005,2006 год (Самара, СГАСУ, 2006,2007);
Международной научно-практической конференции «Ашировские чтения» (Самара, СамГТУ, 2006).
Публикации. По теме диссертации опубликовано 13 печатных работ, в том числе из перечня, рекомендованного ВАК России -1. Основные положения, выносимые на защиту:
Системный анализ проблемы интерпретации промысловых гидродинамических исследований скважин, а также решений этой задачи.
Применение методов теории оптимального управления для задачи интерпретации промысловых гидродинамических исследований скважин.
Алгоритм процедуры решения задачи идентификации с использованием градиентного метода.
Апробация предложенного алгоритма на действующих месторождениях.
Оценка результатов работы предложенного метода.
Общие сведения и понятия теории разработки нефтяных месторождений
Теория разработки и проектирования процессов разработки нефтяных месторождений развивается примерно в течение последних 80 лет, а газовых месторождений - около 60 лет. За это время соответствующие теоретические основы претерпели коренное изменение. Ушла в историю продолжительная эпоха расчетных моделей, описывающих нольмерные и одномерные объекты. Недолгой была эпоха математических моделей двумерных объектов. И вот сегодня весь мир проектные решения по разработке месторождений нефти и газа основывает только на многофазных моделях трехмерного (3D) представления объекта.
Повышение размерности представления объекта не является самоцелью, а определяется возрастающими потребностями практики. Именно поэтому, а также вследствие огромного научно-технического прогресса, например, в методах сейсморазведки, в бурении скважин, 3D модели стали незаменимыми. Повсеместное эффективное использование горизонтальных (в широком понимании) скважин, имеющее место в последние годы, стало возможным только вследствие применения 3D многофазных численных математических моделей. Ибо, например, в проблематике горизонтальных скважин величина достигаемого дебита не есть единственный искомый параметр. Важны также данные о динамике дебитов скважин по нефти, конденсату, воде, газу в условиях неоднородных по коллекторским свойствам продуктивных пластов. Такую информацию могут обеспечивать только 3D многофазные модели протекающих в пласте процессов.
За последние годы достигнут большой прогресс в постановке и решении различных 3D многофазных прямых задач теории фильтрации, т.е. задач прогнозирования показателей разработки месторождений нефти и газа. На десятках ежегодных научных конференциях, в сотнях докладов и статей обсуждаются многочисленные аспекты и проблемы численного моделирования. И как следствие, сегодня на рынке услуг имеется немалое число программных комплексов (функции и возможности комплексов проанализированы автором в работе [77]), реализовавших многие достижения теоретических изысканий.
Вместе с тем, практика разработки месторождений нефти и газа вскрыла наличие обширной зоны в области теории прогнозирования показателей разработки, которая оказалась почти не исследованной. Речь идет об обратных задачах теории прогнозирования показателей разработки -идентификации параметров гидродинамических моделей объектов разработки. Естественно, что такой пробел не связан с каким-либо недомыслием отечественных и зарубежных исследователей. Он продиктован сложностью соответствующих задач.
Что касается теории анализа разработки месторождений нефти и газа, то здесь и количество исследований, и достигнутые результаты являются менее впечатляющими. Опять же вследствие большей сложности соответствующих обратных задач, задач по идентификации коллекторских свойств пласта (с учетом фактора анизотропии) на основе фактических данных эксплуатации всей совокупности скважин по сравнению с задачами прогнозирования показателей разработки. За прошедшие годы ученым удалось несколько продвинуться в рассматриваемом направлении. Соответствующие продвижения стали возможными благодаря использованию современных методов теории оптимального управления. Они словно специально и ко времени развились до уровня полезного использования в поставленных автором задачах.
Интересующее автора направление в теории разработки нефтяных и газовых месторождений, связано с решением задач регулирования разработки. Этот класс задач, несмотря на свою значимость, является наименее исследованным разделом общей теории разработки месторождений нефти и газа. Данное обстоятельство также связано со значительными математическими трудностями в построении алгоритмов решения задач регулирования разработки. И если здесь удалось достичь некоторых результатов, то только благодаря мощи современных методов теории оптимального управления.
Данное направление исследования характеризуется сложностью используемого математического аппарата и соответствующих расчетных формул, алгоритмов. Конечно, это связано со сложностью исходных физических задач, когда мы отказываемся от схематизации строения продуктивного пласта, неоднородности и анизотропии его коллекторских свойств, сеток размещения добывающих и нагнетательных скважин, интервалов отбора и закачки и т.д. Поэтому без гигантских успехов в области совершенствования компьютерной техники и программных средств не мыслимо было бы решение обратных задач и задач регулирования разработки.
Некоторые рекомендации по воспроизведению истории разработки
Четких правил, руководствуясь которыми можно было бы быстро и качественно воспроизвести историю, не существует, однако при решении задачи идентификации модели важно понимать, как тот или иной параметр пласта влияет на наблюдаемые показатели [122]: - средний уровень пластового давления; - распределение давлений в пласте; - распределение насыщенности в пласте; - забойные давления.
Средний уровень пластового давления определяется, в основном, суммарным поровым объемом Vp, в том числе, объемом законтурной области, и сжимаемостью ct пластовой системы, которая определяется как:
Поскольку поровый объем пласта определяет запасы углеводородов, этот параметр не может сильно варьироваться при воспроизведении истории. Сжимаемость флюидов и породы измеряется в лаборатории. Поэтому основные возможности корректировки модели связаны с подбором объема законтурной области. Важно не только правильно оценить объем законтурной области, но и степень ее связи с основным пластом.
Распределение давления в пласте формируется в результате фильтрации и определяется полем проводимостей. Для его корректировки можно модифицировать абсолютную и относительные проницаемости. При этом следует учесть, что изменение фазовых проницаемостей в области расположения скважин приведет к изменению соотношения фаз в потоке добываемой продукции. Если предполагается наличие в пласте нарушений, являющихся полными или частичными барьерами для фильтрации, при подгонке распределения давления уточняют расположение и проводимость этих барьеров.
Распределение насыщенностей изменяется в результате работы добывающих и нагнетательных скважин и влияет на текущие значения обводненности и газового фактора. Соотношения воды, нефти и газа в продукции скважин (в поверхностных условиях) определяются отношением текущих подвижностей фаз и объемных коэффициентов:
Изменения расчетной доли фаз в добываемой продукции можно добиться путем изменения фазовых проницаемостей. В некоторых программах допускается задание отдельных фазовых проницаемостей для каждой скважины или для групп скважин. В этом случае подгонка может быть осуществлена локальным изменением этих параметров. При корректировке фазовых проницаемостей может измениться и распределение давления. При моделировании процессов конусообразования для подгонки показателей по скважинам иногда изменяют значение вертикальной анизотропии или моделируют горизонтальные глинистые барьеры, отделяющие слои пласта с разным насыщением.
Воспроизведение забойного давления при заданных дебитах скважин осуществляется путем подбора коэффициентов продуктивности или приемистости скважин, определяющих их пропускную способность. Если пластовое давление ро в ячейке, в которой расположена скважина, уже воспроизведено на модели, то коэффициент продуктивности PI должен удовлетворять соотношению: 0о =Pl{Po pJ). (2.5) Правильное определение указанных коэффициентов важно для корректного прогнозирования технологических показателей работы скважин.
Вывод формул для алгоритма задачи идентификации на основе теории оптимального управления
Придадим вектору управляющих параметров некоторую достаточно малую вариацию 5й и будем в дальнейшем рассматривать не вектор й, а проварьированный вектор й+5й. При этом вариация понимается в смысле теории вариационного исчисления [120]. Рассмотрим уравнение (3.8) с проварьированным вектором управляющих воздействий. Ясно, что определенную вариацию, наряду с вектором управляющих параметров, получат и фазовые переменные задачи: F"(x"(u + ffi),xl l\u + ffi),u + Su)=Q,n = \,2,...,N. (3.11) Введем обозначения: х{п\й + 5й) = х{п)(й) + дх{п) =х{п) +бх{я\ х{п-1\й + дй) = х(п-1\й) + Зс{"-1)=х(п-1)+ас("-1), (3.12) где вариации фазовых переменных зависят от вариации вектора управляющих параметров: а" =&п{хп,й,8й)ЛпА =&п-\хп-\й,дй). Разлагая в ряд Тейлора и сохраняя только члены первого порядка малости (пренебрегая парными произведениями вариаций управляющих параметров и фазовых переменных задачи), получаем: г{х\й), х(-»(й), й) + Р;лп + Р ап-Х + F:M = о, п = 1,2,..., N Здесь и ниже F.",F.".,,F/ - матрицы Якоби по переменным х",х{пА),й соответственно [41].
Первое слагаемое в (3.13) равно нулю в силу (3.8). Поэтому уравнение (3.13) принимает вид: ПЯс" + К.Л" Х + Кдй = О, (3.14) п = 1,2,..., N Уравнение (3.14) связывает вариацию управляющих параметров 5й и вызываемое этой вариацией изменение фазовых переменных 5х" прямой задачи. Иными словами, система уравнений (3.14) позволяет получить ответ (реакцию) объекта исследования на возмущение, вызванное малым изменением управляющих параметров.
Аналогичным образом можно вычислить вариацию функционала: aj = 2J };!tifn,8xn)+(yj,8u). (3.15) и=1 Здесь /." - матрица Якоби по переменным х", a VJ - искомый градиент функционала относительно управляющих параметров.
Необходимое условие экстремума формулируется как равенство нулю первой вариации функционала (3.15) на экстремали: 53 = 2Е (/Г0Г ,Sx")+(yJ,Su) = 0. (3.16)
Введем в рассмотрение вспомогательную сеточную функцию \р с компонентами у/" в каждом сеточном узле / на каждом временном слое п. Умножим каждое уравнение (3.14) на соответствующую сеточному блоку компоненту вектора у/" и соответствующий временной шаг At". Просуммировав полученные соотношения по всем сеточным ячейкам, получаем: (yl"At\F;Mn)+( nAt\F;n.lSxn-])+ "At",Fu"SU")=0.
Применяя формулу Лагранжа, лежащую в основе сопряженного оператора и используя свойства скалярного произведения над полем вещественных чисел [118], находим: {р;іціпАї\&п)+{Р "Аі\ап-х)+{р ціпАі\дй)= . (3.17)
Просуммируем тождество (3.17) по всем временным слоям. К полученной сумме добавим тождество (3.16), вызванное вариацией функционала. В результате имеем следующее соотношение: 2[( ",«")+( ",«"-)+Й"г ",я)У = "=1 к . (3.18) = 2(?да\Ж")+(У.ЛЖ) Необходимость совместного рассмотрения соотношений (3.16) и (3.17) определяется использованием методов теории оптимального управления [83, 136]. В этом подходе задача условного экстремума функционала (3.2) при ограничениях (3.8) сводится к задаче безусловного экстремума модифицированием функционала методом Лагранжа: 0 = J + (F,y}).
Соответственно, ставится задача минимизации функционала Ф, а не (3.2). В силу определения функционала Ф, условие в точке минимума связывает вместе уравнения фильтрации (3.8) и функционала (3.2).
Перегруппируем подобные слагаемые в (3.18): ifeV"A " +K(:+1)V("+1)Ar +2/;г Qfn,Sx")+(Ffy?"At" + VJ,Su)} n=l . (3.1")
В силу зависимости вариации управляющих параметров второе слагаемое в (3.19), связанное с вариацией управляющих параметров, равно нулю. Тогда первое, третье и четвертые слагаемые, связанные с вариацией фазовых переменных задачи, обращаются в ноль.
Примеры практической идентификации параметров пласта
Предложенный в предыдущей главе алгоритм идентификации параметров нефтеносного пласта был использован применительно к Солоцкому месторождению ОАО «Самаранефтегаз».
Солоцкое месторождение было открыто 1980 году, введено в разработку в 1998 году. Оно находится в юго-восточной части Самарской области, в 70 от г. Самара. Оценка запасов нефти и геологические модели строения залежей продуктивных пластов изменялись и уточнялись по мере разбуривания месторождения. Всего на месторождении пробурено 16 разведывательных скважин, 7 из них дали нефть.
Математическая модель фильтрации флюидов Солоцкого месторождения представляет собой один продуктивный пласт Б2. Модель пласта является пространственным представлением залежи с распределением коллекторских свойств по площади и сечению, согласно существующему на данный момент представлению о геологическом строении залежи. При построении модели использовалась структурная карта по кровле продуктивной части пласта, профильные сечения и данные интерпретации геофизических исследований по скважине. Параметры математической модели продуктивного пласта задавались в соответствии с данными, полученными в результате обработки керновых данных и гидродинамических исследований скважины. Пористость по пропласткам распределяется согласно скважинным данным, определенным при интерпретации промыслово-геофизических и керновых исследований, составляя по простиранию блоки с одинаковыми величинами. Таким образом, получено распределение пористости, проницаемости и нефте- и водонасыщенности по сечению залежи. Построенная модель представляет собой анизотропный гидродинамически связанный по всем направлениям резервуар с изменением свойств по сечению пласта.
Математическая модель является интерпретацией реального пласта, описывающая его по определенной сетке. Пласт Бг моделируются сеткой 33x62 ячеек в плане и по сечению: 17 слоев, т.е. модель содержит 34782 ячеек. Сетка имеет средний размер ячейки в направлении XY 50 м. На рисунке 4.1 приводится объемное изображение и сеточная аппроксимация пласта Бг этого месторождения.
Доступная история разработки месторождения, на момент проведения расчетов насчитывала 4 года (с 1998 по 2001). Для воспроизведения истории разработки рассматриваемого месторождения была принята трехмерная, трехфазная (газ, нефть, вода) модель фильтрации. Наиболее достоверную информацию о фильтрационных процессах несут в себе данные замеров добычи нефти и воды. Поэтому именно эти данные вошли в ранге фактических в исходный функционал качества.
Воспроизведение истории эксплуатации скважин с использованием исходной геологической модели, как и предполагалось, привело к получению расчетных добычи нефти и воды, которые значительно отличались от фактических замеров. Об имеющем место разногласии расчетных и промысловых данных можно судить по рисункам 4.2 и 4.3.
Такие большие отличия в проектных и фактических показателях объясняются тем, что 32 скважина - это разведывательная скважина. Ей присуще типичное для этого типа скважин низкое качество гидродинамических исследований при первичном освоении. Дальнейший анализ показал, что освоение скважины оказалось сравнительно низкого качества. Восстанавливать характеристики призабойной зоны в 1982 году не имело смысла, поскольку скважина переводилась в длительную консервацию. Также, в соответствии с общепринятой практикой, при вторичном освоении не был проведен комплекс гидродинамических исследований скважины. В результате 16-летней консервации (1982-1998 г.г.) глинистый раствор, которым заполнена скважина 32, при сохранении сообщаемости ствола скважины с пластом, через перфорационные отверстия, еще более основательно «закольматировал» призабойную зону, и скважина, без проведения исследований и, соответственно, без диагноза ее «болезни», была пущена в эксплуатацию с неестественно низким дебитом 5-8 т/сут вместо 107,5 т/сут, полученных при первичном опробовании. На рисунках 4.2 и 4.3 приводятся результаты реализации изложенного алгоритма адаптации геолого-гидродинамической модели пласта к фактическим данным эксплуатации скважины. Здесь в качестве примера представлены результаты расчета для скважины 32. Из данных рисунков видно, что, несмотря на низкое качество первоначальной информации о пласте, идентификация параметров произведена достаточно точно. В таблице 4.1 приведено сравнение укрупненных фактических и расчетных данных, а также показана погрешность расчета. Отметим, что алгоритм автоматизированной идентификации для Солоцкого месторождения потребовал 14 итерационных циклов.
Похожие диссертации на Системный анализ и обработка результатов гидродинамических исследований нефтегазодобывающих предприятий
