Закиев Булат Флусович Начальник ТО ППД НГДУ «Альметьевнефть» ПАО «Татнефть»

К настоящему времени все 103 нагнетательные и 109 добывающих скважин третьего блока Березовской площади Ромашкинского месторождения оборудованы различными средствами учета и контроля добычи, включая системы архивации и обработки оперативной информации (рис. 1). Между тем, дать экономическое обоснование применения данных интеллектуальных систем (например, оценить их влияние на изменение значения нефтеотдачи или стабилизации добычи) достаточно сложно, поскольку все применяемые на объекте приборы не обособленные. В связи с этим возникла необходимость разработки специального подхода к оценке эффективности внедрения средств автоматизации на месторождении.

В данной статье рассматриваются два возможных варианта. Первый из них – это оценка эффективности, выполняемая на основе расчета геолого-гидродинамической модели. Анализ накопленных геологотехнологических данных показал, что в случае проведения стационарного отбора и закачки (без учета ГТМ) на третьем блоке Березовской площади базовая добыча составила бы 140 тыс. тонн (рис. 2). Фактическая добыча, зафиксированная на конечных узлах учета, сегодня составляет 195 тыс. тонн. Следовательно, если вычесть из этой цифры добычу, полученную в результате применения вторичных и третичных методов повышения нефтеотдачи, то оставшийся объем добычи как раз и будет приходиться на методы опе-ративного регулирования. За пять лет, прошедшие с момента начала реализации данного проекта, с помощью различных МУН на рассматриваемом участке было добыто 27 тыс. т нефти. При таком подходе дисконтированный индекс доходности внедрения интеллектуальных систем составляет 1,07, а срок окупаемости проекта – 4,9 года.

Второй предложенный подход основывается на сравнении различных базовых показателей, таких как коэффициент эксплуатации скважин, снижение потерь нефти и т.д. При использовании этого подхода для расчета экономической эффективности внедрения средств контроля и управления разработкой срок окупаемости проекта составляет десять лет.

УПРАВЛЕНИЕ ЗАКАЧКОЙ

Перед нефтяными компаниями сегодня остро стоит задача эффективного управления процессом закачки. Очередным шагом к ее решению стало создание на базе корпоративной информационной системы АРМИТС (автоматизированное рабочее место инженера-технолога) специализированного компьютерного модуля, позволяющего контролировать работу нагнетательного и добывающего фондов. На рис. 3 в качестве примера приведено диалоговое окно КИС АРМИТС «Анализ фактических замеров».

Работа над созданием данного модуля завершилась в 2012 году. Однако уже тогда было понятно, что для повышения эффективности и оптимизации процессов добычи следует реализовать в программе возможность управления закачкой. То есть необходимо было создать инструмент, позволяющий получать обработанную и систематизированную информацию, пригодную для решения задач регулирования закачки; кластеризовать объекты со взаимозависимыми параметрами работы и на основании расчетов строить карты взаимовлияния скважин, основанные на обнаруженных зависимостях; а также визуализировать результирующие данные по направлениям фильтрации с коэффициентами корреляции.

Как известно, для управления закачкой сегодня повсеместно применяются расчеты, выполненные на основе геолого-гидродинамических моделей. Для третьего блока Березовской площади такая модель создана и достаточно хорошо адаптирована к условиям добычи. Вместе с тем, гидродинамические модели дают прогнозное представление только о свойствах пласта, которое часто не коррелирует с теми процессами, которые мы наблюдаем на поверхности по данным телеметрии. По этой причине построение таких моделей не может рассматриваться в качестве инструмента, необходимого для оперативного принятия решений по разработке третьего блока Березовской площади. Таким инструментом в итоге стала «наземная» математическая модель, которая базируется на оперативных (реальных) данных и позволяет установить связь между скважинами на основе анализа изменения параметров эксплуатации скважин, фиксируемых на поверхности земли.

Как устанавливаются эти связи? На рис. 4 представлен график, условно отражающий реакцию, заключающуюся в росте забойного давления условной добывающей скважины, на изменение режима работы условной нагнетательной скважины (время Δt – период реагирования). Приведенные данные свидетельствуют об инерционности процессов, происходящих в пласте. Данный график иллюстрирует достаточно простой случай, который легко может быть проанализирован и интерпретирован инженеромтехнологом. Но что делать, если фонд достаточно большой, и таких графиков сотни? Для решения этой задачи совместно со специалистами ООО «ТатАСУ» был разработан специальный модуль, в котором можно сравнить амплитуду колебаний сигналов по их величине и по времени реакции определить корреляцию сигналов между собой. Аналогичный подход сегодня используют IT-разработчики для сравнения или сопоставления почерка и распознавания текста, изображений.

По корреляции (схожести амплитуды и времени реакции сигнала) косвенно можно судить о величине взаимного влияния скважин. На представленном на рис. 5 графике в качестве сигналов выступают расход нагнетательной скважины и время работы добывающей скважины в режиме заданного забойного давления в течение суток (так называемый режим Auto downtime). Эти данные были взяты за основу при разработке математической (наземной) модели, позволяющей выбирать группу скважин (или отдельные скважины) и задавать необходимые для сравнения параметры эксплуатации, находить взаимосвязи между выбранными скважинами и рассчитывать относительные значения этих зависимостей от нуля до единицы.

На рис. 6 показан модуль программного комплекса статистического и нейросетевого анализа данных телеметрии нефтепромысловых объектов третьего блока Березовской площади, в котором отчетливо видны реальные координаты забоев скважин и закономерности откликов скважин на создаваемые возмущения. Принцип работы модуля заключается в следующем: сначала мы произвольно выбираем любую область, после чего выполняем расчет для выявления коэффициента схожести между сигналами. Далее можно выбрать любую скважину и одним кликом построить для нее коэффициенты схожести. Длина и, соответственно, толщина вектора соответствуют большему коэффициенту схожести. Таким образом, можно быстро переходить от одной скважины к другой в пределах выбранной области и находить коэффициенты схожести или корреляции между сигналами.

Отметим, что программа обладает достаточно удобным интерфейсом – в частности, в ней показывается нумерация скважин, видны коэффициенты схожести, ориентируясь на которые можно оценить степень взаимовлияния скважин.

Точность проведенных расчетов была сверена с исторической информацией по участкам закачки, где были известны реакции скважин на возмущение. В итоге точность таких расчетов составила не более 60%. Это связано с тем, что коэффициенты схожести могут быть высокими не вследствие наличия гидродинамической связи по пласту, а из-за совпадения проводимых в скважинах технологических процессов. Например, если несколько нагнетательных скважин, как показано на рис. 7, подключены к одной коммуникационной сети, то они будут характеризоваться наличием установившихся режимов и, соответственно, по этим скважинам совершенно точно будут получены схожие расчетные коэффициенты.

Или другой пример. Допустим, во время грозы произошло веерное отключение скважин. Фактор одновременности приводит к резкому возрастанию коэффициента схожести за счет влияния временного фактора.

С целью повышения точности расчетов было принято решение, которое определило ход дальнейшего развития проекта по управлению закачкой на третьем блоке Березовской площади. Мы условно разделили пласт на блоки, в центре каждого из которых расположена одна скважина. Разбивка производилась  по методу разбиения Вороного (линии границ скважин соответствуют среднему расстоянию между забоями). В этом случае управляющими параметрами выступают отбор и закачка, параметром состояния – давление, а неизвестным параметром, характеризующим рассматриваемый участок, – гидропроводность. Используя для решения данной задачи упрощенную систему уравнений материального баланса, получаем усредненное значение гидропроводности пласта между каждой парой скважин. Таким образом, к данным взаимовлияния скважин, полученным на математической (наземной) модели по данным телеметрии, добавляются данные анализа, выполненного на основе идентифицированной распределенной гидропроводности пласта и также построенного на основе данных телеметрии. То есть модель строится не на основе исторических данных, а на базе реальных параметров, получаемых с достаточно высокой дискретностью. В случае данного проекта дискретность может доходить до одной минуты.

ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ ТЕХНОЛОГИИ СТАТИСТИЧЕСКОГО АНАЛИЗА

На рис. 8 показан один из примеров формирования упрощенной схемы расчета материального баланса отборов и закачек по локальному участку для повышения точности расчетов. После проведения анализа параметров и режимов работы центральной скважины №12239 было сделано предположение о том, что закачка в данную скважину ведется неэффективно. Предположение основывалось на том, что материальный баланс по участку достигался только при остановке закачки в отдельные нагнетательные скважины, закачка по которым влияла на граничные условия при расчете баланса по участку. Тогда было выдвинуто предположение, что на этих участках скважин либо происходит утечка воды в зоны поглощения, либо нарушена герметичность эксплуатационной колонны скважины №12239.

В конце 2014 года в скважине были проведены соответствующие исследования, в результате которых удалось выяснить, что колонна герметична, а перетоки отсутствуют. На этом основании был сделан окончательный вывод о неэффективности закачки на этом участке и необходимости ее исключения (перераспределения). Согласно расчетам объемы закачки на данном участке (на скважине №12239) составляют 54 тыс. м³/год. Расчетный объем ограничения составил 25 тыс. м³/год. Экономия только переменной части затрат на электроэнергию, расходуемую на закачку рабочего агента на скважине №12239, составила 740 тыс. руб./год.