Производственно-технический нефтегазовый журнал
+7 (903) 580-85-63 +7 (495) 371-01-74 info@glavteh.ru

Интеллектуальная обработка данных (В)ТМС для интерпретации при проведении авто-ГДИС

Растущая оснащенность фонда скважин нефтяных компаний современными высокоточными системами погружной телеметрии (высокоточные термоманометрические системы, (В)ТМС) позволяет перейти от затратных и не всегда эффективных стандартных методов гидродинамических исследований скважин (ГДИС) к постоянному мониторингу и выборочной интерпретации данных, получаемых от скважин в постоянном режиме (авто-ГДИС).
В настоящей статье рассмотрены алгоритмы предварительной обработки и подготовки получаемых от (В)ТМС данных, реализация концепции «виртуального расходомера» и результаты практического тестирования созданного специалистами ООО «РН-УфаНИПИнефть» специализированного программного модуля для автоматизации названных процессов.

23.02.2017 Инженерная практика №10-11/2016
Топольников Андрей Сергеевич Начальник отдела по механизированной добыче ООО «РН-УфаНИПИнефть», к.ф.-м.н.

Методы ГДИС принято разделять на две большие группы. Во-первых, это «традиционные ГДИС», включающие спуск глубинного манометра, гидропрослушивание, замеры динамического и статического уровней и прочие операции, то есть все те мероприятия, которые проводятся уже на протяжении многих лет и, как правило, связаны с остановками скважин, потерями в добыче нефти и, соответственно, с существенными капитальными и операционными затратами.

На другой чаше весов так называемые «авто-ГДИС» – пассивные исследования скважин, основанные на обработке данных датчиков погружной телеметрии, устанавливаемых на приеме электроцентробежных насосов (ЭЦН). В последние годы оснащенность фонда скважин ТМС у многих добывающих предприятий ПАО «НК «Роснефть» приблизилась к 100%. Поэтому в определенный момент возник закономерный вопрос: почему нельзя регистрируемые этими ТМС данные (в частности, давление на приеме) использовать для анализа фильтрационно-емкостных свойств (ФЕС) пласта, т.е. для проведения ГДИС?

Преимущества таких авто-ГДИС очевидны. Это и возможность получения данных на больших временных интервалах, и анализ поведения забойного давления при изменении режима отборов. Но главное – эти исследования в известном смысле являются бесплатными, поскольку датчики записывают информацию в непрерывном режиме, даже во время остановки насоса, и не требуется проводить никаких специальных операций на скважине. При этом сегодняшняя оснащенность нефтяных компаний такими датчиками позволяет проводить анализ ГДИС на достаточно большом фонде скважин.

ВИДЫ АВТО-ГДИС

Все авто-ГДИС можно условно разделить на три группы. Самые простые – это замер забойных давлений и пластовых температур, когда мы просто снимаем показания датчиков температуры и давления на приеме ЭЦН, но фактически не анализируем их. Вторая группа исследований связана с активно развивающимся направлением анализа добычи – обработкой кривых давления и дебита на установившемся режиме скважины в течение длительного интервала времени, что особенно актуально, например, для низкопроницаемых коллекторов, которых в структуре активов ПАО «НК «Роснефть» уже достаточно много.

И, наконец, третье направление авто-ГДИС охватывает анализ параметров работы скважин в неустановившемся режиме. Это исследование кривых восстановления (КВД) и падения (КПД) давления и метод индикаторных диаграмм (ИД).

В процессе сбора и анализа данных авто-ГДИС участвуют как геологические, так и технологические службы. Это бизнес-процесс с достаточно большим числом участников из разных отделов и служб. И, к сожалению, в настоящее время это обстоятельство служит определенным сдерживающим фактором, поскольку задачи технологической и геологической служб в плане использования данных (В)ТМС отличаются, и объединение их усилий при проведении авто-ГДИС зачастую становится нетривиальной задачей.

Рис. 1. Подготовка данных для интерпретации как элемент бизнес-процесса авто-ГДИС
Рис. 1. Подготовка данных для интерпретации как элемент бизнес-процесса авто-ГДИС

ПРОЦЕСС АВТО-ГДИС

В общем случае процесс авто-ГДИС состоит из двух больших блоков (рис. 1). Во-первых, это сбор данных, включающий собственно получение первичных данных от ТМС и их передачу через специальные каналы связи потребителю. Второй блок – это интерпретация данных. Важной частью этого блока является предварительная подготовка данных для интерпретации. Этот этап необходим для того, чтобы интерпретаторам не пришлось работать с громадными массивами данных, основная часть которых им не пригодится.

Предварительная подготовка получаемых от (В)ТМС данных для интерпретации включает в себя четыре этапа: классификацию (оценку пригодности данных для интерпретации), фильтрацию (сглаживание и редукцию), выделение информативных интервалов (например, КВД/КПД) и восстановление дебита (на основе косвенных показателей).

КЛАССИФИКАЦИЯ ДАННЫХ

Под процессом классификации подразумевается отделение кондиционных данных от некондиционных. Кондиционные данные – это данные ТМС по забойному давлению (полученные с помощью пересчета из давления на приеме насоса), которые теоретически допускают интерпретацию с точки зрения ГДИС.

К некондиционным данным относятся те интервалы изменения давления, которые интерпретировать невозможно в принципе: постоянные или нулевые значения, разрывы во времени (рис. 2), а также участки кривых, обработка которых вносит большую долю субъективизма: зашумленность, низкое разрешение, влияние технологических работ, работа скважины в периодическом режиме (условно некондиционные).

Рис. 2. Примеры временных рядов «некондиционных» данных (В)ТМС
Рис. 2. Примеры временных рядов «некондиционных» данных (В)ТМС

ФИЛЬТРАЦИЯ ДАННЫХ

На этапе фильтрации данных проводится их математическая обработка с целью получения из большого массива данных более компактной, удобной для интерпретации выборки, без потери исходной информации. Процесс фильтрации данных состоит из процедур сглаживания и редукции (рис. 3).

Рис. 3. Фильтрация кондиционных данных (В)ТМС
Рис. 3. Фильтрация кондиционных данных (В)ТМС

Сглаживание кривой давления на этапе фильтрации – это удаление выбросов и скачков. Редукция представляет собой прореживание данных с целью уменьшения их объема для последующей интерпретации. При этом редукция должна проводиться таким образом, чтобы вся важная информация сохранялась.

ВЫДЕЛЕНИЕ ИНФОРМАТИВНЫХ ИНТЕРВАЛОВ

Для анализа данных авто-ГДИС в случае исследования скважины на неустановившемся режиме интервалы постоянной работы УЭЦН не представляют интереса. Поэтому при подготовке данных для интерпретации важно выделить только информативные интервалы, которые в данном случае связаны с запуском или остановкой насоса (КПД/КВД, рис. 4).

Рис. 4. Выделение информативных интервалов
Рис. 4. Выделение информативных интервалов

ВОССТАНОВЛЕНИЕ ДЕБИТА ПО КОСВЕННЫМ ПОКАЗАТЕЛЯМ

Во многих случаях для интерпретации ГДИС необходимо знать не только динамику давления, но и то, как при этом изменяется дебит скважины. Однако замеры последнего в большинстве случаев не удовлетворяют интерпретатора ни по качеству, ни по дискретности. Тогда на помощь приходит «виртуальный расходомер» – набор методик и алгоритмов, позволяющих рассчитывать дебит жидкости скважины на основе косвенных параметров (замеры давления (В)ТМС, электрические параметры УЭЦН).

Основных задач у «виртуального расходомера» две. Во-первых, это определение дебита газожидкостной смеси скважин, где отсутствует возможность проведения прямого замера, во-вторых, определение дебита скважин, дискретность прямых замеров в которых (например, раз в неделю) недостаточна для качественной интерпретации.

Дебит скважины определяется из условия равенства полезной мощности ПЭД (Nmot) и потребляемой мощности ЭЦН (Npump):

Равенство полезной мощности ПЭД и потребляемой мощности ЭЦН

где Pin и Pout – давления на приеме и выкиде ЭЦН, Qliq и Qgas – расход жидкости (пересчитанный из дебита жидкости в поверхностных условиях) и газа через насос, M и ω – момент на валу, зависящий от силы и напряжения тока, и угловая скорость вращения вала ПЭД, ηpump – КПД насоса. Если есть возможность нормирования дебита по замерным значениям, то КПД насоса определяется из этой нормировки. Если такой возможности нет, то используется расходно-напорная характеристика ЭЦН:

КПД насоса по расходно-напорной характеристике ЭЦН

где η и H – паспортные зависимости соответственно КПД и напора насоса от частоты F и дебита смеси Qliq+Qgas, ρwat = 1000 кг/м3, g = 9,81 м/с2, Kdegr – коэффициент деградации напора насоса (при отсутствии информации берется равным единице).

Таким образом, зная характеристики глубинно-насосного оборудования, а также показания силы, напряжения и частоты рабочего тока УЭЦН, мы можем, решив обратную задачу, вычислить дебит скважины и пересчитать полученное для ЭЦН значение для поверхностных условий.

ТЕСТИРОВАНИЕ АЛГОРИТМА ВОССТАНОВЛЕНИЯ ДЕБИТА

Алгоритм восстановления дебита испытывался на достаточно большом числе скважин. Для тестирования выбирались добывающие нефтяные и водозаборные и нагнетательные скважины как со стандартным расположением УЭЦН, так и с насосами-«перевертышами» на установившемся режиме и в процессе вывода на режим (ВНР).

Основной вывод, который удалось получить по результатам проведенных исследований, состоит в том, что при наличии всех необходимых данных средняя погрешность восстановления дебита составляет около 10% (рис. 5). Снизить это значение не представляется возможным в силу того, что реальные характеристики ЭЦН и ПЭД отличаются от паспортных, кроме того дополнительную погрешность вносят замеры промысловых параметров.

Рис. 5. Тестирование алгоритма восстановления дебита
Рис. 5. Тестирование алгоритма восстановления дебита

В отношении достоверности используемых характеристик погружного оборудования следует отметить, что именно этот фактор оказывает наибольшее влияние на качество расчетов. Из-за существующего многообразия номенклатуры насосного оборудования, выпускаемого в нашей стране и за рубежом, недостаточно знать только типоразмер и напор рассматриваемого насоса или мощность ПЭД. Во избежание значимых расхождений необходимо использовать их паспортные характеристики. Только в этом случае будут получены приемлемые по точности результаты восстановления дебита. При неполном соответствии расчетных характеристик ЭЦН и ПЭД их фактическим характеристикам или при использовании усредненных и расчетных параметров вместо замерных погрешность определения дебита увеличивается до 20-30%.

Для иллюстрации работы алгоритма на рис. 6 показан результат тестирования «виртуального расходомера» на скважине, где ранее проводились исследования методом индикаторных диаграмм, то есть посредством изменения частоты и силы тока. Проводилась нормировка по первой точке замера дебита, после чего алгоритм самостоятельно рассчитывал дебит на основе замеров силы тока, частоты и давления на приеме насоса. Затем расчетные данные сравнивались с замерными значениями. Результаты получились вполне обнадеживающими.

Рис. 6. Результаты тестирования методом ИД
Рис. 6. Результаты тестирования методом ИД

ПРОГРАММНЫЙ МОДУЛЬ

Все упомянутые выше алгоритмы были объединены в программный модуль, предназначенный для автоматизации импорта и предварительной подготовки данных авто-ГДИС (рис. 7). Реализация модуля должна существенно облегчить задачу специалистов Компании, которые в настоящее время вынуждены обрабатывать большие массивы исходной информации фактически вручную.

Рис. 7. Программный модуль для предварительной подготовки данных авто-ГДИС
Рис. 7. Программный модуль для предварительной подготовки данных авто-ГДИС

Последовательность работы с программным модулем в настоящее время складывается из шести этапов, причем только на первом подразумевается участие человека, после чего все последующие действия выполняются автоматически.

На первом этапе оператор выбирает целевой фонд скважин и расчетный период, а также корректирует настройки для алгоритмов.

На втором – применяется комплекс фильтрационных алгоритмов, посредством которых удаляется лишняя информация по давлению на приеме (редукция и сглаживание).

На третьем – производится расчет дебита для каждого значения давления на приеме согласно описанному выше алгоритму «виртуального расходомера». В зависимости от настроек нормировка проводится по одному или всем доступным замерным значениям дебита жидкости.

Четвертый этап – это оценка качества исходных данных (кондиционность, согласованность дебита и давления, оценка точности расчета дебита, наличие дополнительных данных для интерпретации).

Далее, на пятом этапе в массивах данных выделяются информативные интервалы. В случае неустановившегося режима такими являются интервалы КВД/КПД.

И, наконец, на последнем шаге, после того как были применены все алгоритмы, формируется результат в виде рейтинга. Рейтинг содержит скважины и информативные интервалы по степени их значимости для дальнейшей интерпретации в соответствии с настройками алгоритмов. Сформированный рейтинг может быть сохранен в файл или распечатан.

ПРИМЕР ИСПОЛЬЗОВАНИЯ МОДУЛЯ

Для тестирования модуля была взята выборка скважин цеха одного из дочерних предприятий ПАО «НК «Роснефть» с фондом 545 скважин (рис. 8).

Рис. 8. Пример использования модуля предварительной подготовки данных авто-ГДИС
Рис. 8. Пример использования модуля предварительной подготовки данных авто-ГДИС

После отбраковки данных оказалось, что данные авто-ГДИС только по 188 скважинам можно отнести к разряду кондиционных, т.е. пригодных для интерпретации. По остальным скважинам либо отсутствовали данные ТМС, либо имеющаяся информация была некорректной или скважины работали в периодическом режиме.

По результатам обработки данных для этих 188 скважин в течение одного месяца программный модуль выделил 30 потенциальных интервалов КПД/КВД. Ручная проверка показала, что из 30 интервалов 23 подходили для дальнейшего анализа, в то же время один интервал из тех, что могли бы представлять интерес при интерпретации, был пропущен.

ПЕРСПЕКТИВЫ

После необходимой доработки программный модуль для предварительной подготовки данных авто-ГДИС планируется к внедрению в корпоративную линейку программного обеспечения ПАО «НК «Роснефть», где уже присутствует инструмент для интерпретации данных. Совместное использование модулей в ближайшем будущем позволит автоматизировать процесс авто-ГДИС.

Показать выдержки из обсуждения

ВЫДЕРЖКИ ИЗ ОБСУЖДЕНИЯ

Вопрос: Андрей Сергеевич, вы не пробовали сотрудничать с «Каппой» [KAPPA Engineering], так сказать консолидироваться в решении этих вопросов и заняться выборкой или отработкой алгоритмов, повышением надежности выбора? То есть тем, чего модули «Диамант» и «Сапфир» не умеют делать.
Андрей Топольников: Спасибо за вопрос. Попытки наладить контакты в свое время неоднократно предпринимались моими коллегами из отдела ГДИС, но не увенчались успехом. Основные трудности, кроме коммерческой составляющей, связаны с вопросами интеграции программного обеспечения KAPPA с данными, которые содержатся в корпоративных базах.
Вопрос: Температура, как известно, – очень важный параметр для интервала пласта, и Вы ее упоминаете в одной из задач. А вот, температура на приеме насоса о чем вам говорит?
А.Т.: В контексте рассматриваемых задач температура на приеме насоса используется только для оценки пластовой температуры. Для целей авто-ГДИС она не применяется. Вопрос, который Вы задали, на самом деле, имеет отношение к так называемым термо-ГДИС. Благодаря новому поколению термодатчиков наблюдение за изменением температуры на приеме насоса позволяет улавливать даже незначительные изменения ее величины, которые могут быть интерпретированы с учетом термогидродинамической модели прискважинной зоны пласта.
Вопрос: Ваше программное обеспечение – это все-таки больше внутренний продукт «Роснефти», или планируется какое-то стороннее, например, коммерческое распространение?
А.Т.: В настоящий момент все программное обеспечение, которое разрабатывает ООО «РН-УфаНИПИнефть», а его линейка уже достаточно большая, используется только в ПАО «Роснефть» и его дочерних структурах.
Реклама Дисковый фильтр производства АО «Новомет-Пермь» помог увеличить наработку УЭЦН в семь раз!
Комментарии

Эту публикацию еще никто не прокомментировал. Станьте первым, поделитесь своим мнением.

Написать комментарий
Комментировать
Читайте далее
Интеллектуализация работы мехфонда: спешить или не торопиться?
Интеллектуальные системы определения дебита скважины и борьбы с осложненными условиями
Реклама
Свежий выпуск
Инженерная практика №05/2017

Инженерная практика

Выпуск №05/2017

Повышение энергоэффективности добычи нефти.Одновременно-раздельная эксплуатация
Организационные мероприятияИспытания СУ ЧРП УЭЦН с обводным контактором (байпасом) для прямого пускаВентильные двигатели повышенного напряженияКомпоновки для ОРЭ (ОРД, ОРДиЗ, ОРЗ, ВСП)Компоновки с резервной УЭЦН«Виртуальный расходомер» для систем ОРЭСтупени ЭЦН двухопорной конструкцииВыявление высокопродуктивных объектов
Ближайшее совещание
Капитальный ремонт скважин, Разработка месторождений
ОВП — 2017
Производственно-технический семинар-совещание

Ограничение водопритока ‘2017

27-28 июня 2017 г., г. г. Москва, МВЦ «Крокус Эскпо», Павильон 3, конференц–зал 2
Обмен опытом и анализ эффективности методов и технологий предотвращения и снижения обводнения продукции скважин на всех этапах разработки месторождения — начиная с проектирования системы разработки месторождений с учетом геологических условий и обеспечения качественного цементирования строящихся скважин и заканчивая технологиями РИР.
Ближайший тренинг
Механизированная добыча
Эффективность механизированного фонда — июнь 2017
Тренинг-курс

Повышение эффективности эксплуатации механизированного фонда скважин

26-30 июня 2017, г. Москва
Цель курса состоит в создании у слушателей комплексного и разностороннего представления о современной теории и практике работы с механизированным фондом скважин при решении ряда основных производственно-технических задач. Занятия проводятся с использованием новейших презентационных материалов и программных комплексов экспертами-практиками с большим производственным и научным опытом.