сотрудник с 01.01.2019 по 01.01.2025
Россия
ВАК 1.2.1 Искусственный интеллект и машинное обучение
ВАК 1.2.2 Математическое моделирование, численные методы и комплексы программ
В статье описывается внедрение автоматизированного процесса для создания приложений, необходимых при составлении раздела «Гидродинамическое моделирование» проектно-технической документации (ПТД) нефтяных и газовых месторождений. Сегодня такие материалы строятся вручную исполнителем работы. Монотонность выполняемых действий приводит к неизбежным ошибкам в процессе работы. Таким образом, правильно построенная гидродинамическая модель, которая отвечает регламентным требованиям, возвращается на доработку в связи с расхождением параметров в модели и указанных в отчете. Предлагаемые сценарии протестированы более чем на 50 моделях и позволили оптимизировать трудозатраты сотрудников предприятия.
гидродинамическое моделирование, сокращение трудозатрат, автоматизация постобработки результатов, Python-сценарий
Введение
Заключительным этапом гидродинамического моделирования в рамках составления ПТД (проектно-технической документации) является выдача результатов моделирования «разработчикам» и подготовка главы для проектного документа. В нефтегазовой отрасли обработка информации у инженеров занимает значительную часть рабочего времени [5, 6]. Наличие инструментов для обработки и анализа данных, а также умение ими пользоваться позволяет значительно сократить временные затраты на процессы постобработки результатов моделирования.
Для составления текста отчета необходимы следующие графические материалы:
-
сопоставление запасов геологической модели (ГМ) и гидродинамической модели (ГДМ);
-
данные о свойствах флюидов, принимаемых в модели;
-
сопоставление коэффициента вытеснения модели и принятого к проектированию;
-
сопоставление фактических и расчетных показателей;
-
графики фактических и расчетных показателей добычи углеводородов;
-
кросс-плоты накопленной добычи углеводородов, а также пластового и забойного давлений [1].
Методы решения
По мере популяризации программирования в сфере добычи углеводородов разработчики программного обеспечения стали предоставлять возможность с помощью языков программирования упрощать рабочие процессы по созданию и редактированию моделей. При этом код, учитывающий различные геолого-физические особенности объекта разработки, может быть распространен на другие модели без редактирования.
Авторами статьи написаны сценарии для решения рутинных операций, связанных с необходимостью постобработки результатов моделирования. В качестве гидродинамического симулятора был выбран «тНавигатор» от компании «ИРМ». В симуляторе есть необходимый минимум для автоматизации создания регламентных иллюстраций:
-
поддержка скриптов на языке Python,
-
наличие стандартных и ряда пользовательских библиотек для работы с табличными файлами.
Такой функционал позволяет организовать работу по автоматизации внутри предприятия, где более опытный пользователь готовит необходимое решение, а другие пользователи многократно используют это решение, не взаимодействуя непосредственно с кодом.
Авторами предлагается ускорить создание регламентной таблицы для сравнения данных ГМ-ГДМ, автоматизировать выгрузку основных свойств флюидов и породы из ГДМ и подготовить данные для оценки качества адаптации гидродинамической модели.
Для этого разработан сценарий на языке программирования Python, который выполняет следующие функции: вычисляет необходимые параметры, формирует табличный файл с заданным макетом представления данных, а также вычисляет отклонения. На рисунке 1 представлена блок-схема № 1 для Python-сценария по выгрузке свойств флюида, на рисунке 2 — блок-схема № 2 для Python-сценария по выгрузке подсчетных параметров, на рисунке 3 — блок-схема № 3 для Python-сценария для оценки адаптации ГДМ.
Рисунок 1. Блок-схема № 1 Python-сценария по выгрузке свойств флюида
Рисунок 2. Блок-схема № 2 Python-сценария по выгрузке подсчетных параметров
Рисунок 3. Блок-схема № 3 Python-сценария для оценки качества адаптации ГДМ
Полученные результаты
После инициализации гидродинамической модели необходимо:
-
убедиться в корректном задании свойств флюидов и пласта, сравнить значения с данными, указанными в таблице геолого-физических характеристик (ГФХ) продуктивных залежей (пластов) месторождения;
-
сопоставить начальные геологические запасы углеводородов и подсчетные параметры ГДМ с данными, представленными к утверждению в отчете.
За исключением плотностей, все необходимые данные можно получить напрямую из свойств сетки в симуляторе. Плотности для каждого отчетного региона определяются как отношение массовых запасов к объемным на начало моделирования. Python-сценарий выгружает автоматически свойства из ГДМ и выделяет ячейки, в которых отклонения превышают 5 %, согласно регламенту. На рисунке 4 представлен результат выполнения сценария.
Рисунок 4. Результат работы сценария по выгрузке свойств коллектора
Напрямую из гидродинамической модели можно получить величину запасов углеводородов, а также значения подсчетных параметров, за исключением эффективного и флюидонасыщенного объема. Использование умножения и деления в калькуляторе графиков для объектов типа «Свойство сетки» не поддержано. Вычисление же недостающих объемов через Python путем сложения объема каждой ячейки занимает слишком много времени. Единственным вариантом в такой ситуации является создание карт с эффективным и флюидонасыщенным объемами в графическом интерфейсе симулятора. Обращение к «новым картам» осуществляется через предложенный сценарий. При отсутствии в ГДМ какой-либо из фаз возникает ошибка. Поэтому при запуске скрипта обрабатываются ошибки, связанные с возможным отсутствием фаз и «новых карт».
На следующем шаге сценарий будет создавать цикл по всем отчетным регионам и заполнять массивы данными о запасах и подсчетных параметрах. Согласно регламенту, для каждого вида углеводородного сырья создаются отдельные таблицы в зависимости от количества фаз и регионов. Формируется дизайн и происходит заполнение данными. На рисунке 5 представлен фрагмент результата его выполнения. Автоматически выделяются ячейки, в которых отклонения превышают 5 %, согласно регламенту.
Рисунок 5. Результат работы по выгрузке подсчетных параметров
Для оценки качества адаптации ГДМ в «тНавигатор» подгружается Python-сценарий, который создает цикл по временным шагам. Внутри цикла объявляется массив, автоматически заполняемый рассчитанными и исторически накопленными показателями разработки из ГДМ. Из накопленных показателей высчитываются годовые, затем определяются отклонения между фактическими и расчетными данными. Далее в сценарии — создание нового табличного файла и заполнение ячеек данными из массива. При выполнении цикла на последнем шаге необходимо записать в новый массив основные накопленные показатели по всем скважинам для построения кросс-плотов, чтобы оценить качество адаптации поскважинно. На основе полученных данных создаются графики сопоставления фактических и расчетных данных, а также кросс-плоты. Заключительным шагом является оформление полученной таблицы и графиков. В результате ячейки, в которых есть отклонения, превышающие регламентные требования, выделяются цветом. Это позволяет оценить текущее состояние и наглядно увидеть проблемные периоды адаптации.
Обсуждение результатов
Таким образом, предлагаемые сценарии позволяют распределить объем работы на сотрудников с меньшей квалификацией для формирования текста отчета, тем самым освободив время более опытных сотрудников. Данный набор скриптов упрощает работу экспертизы гидродинамической модели как для исполнителя, так и для эксперта, оптимизирует затраченное время для формирования регламентных таблиц и исключает технические ошибки. В скриптах используются библиотеки Python, встроенные в «тНавигатор». Это позволяет внедрить скрипт на любой компьютер без дополнительных установочных файлов.
При сложном геологическом строении и моделировании объектов, содержащих нефтегазоконденсатную смесь, объем подготавливаемой информации для отчета увеличивается в разы. Монотонность выполняемых действий приводит к неизбежным ошибкам в процессе работы. Таким образом, правильно построенная гидродинамическая модель, которая отвечает регламентным требованиям, возвращается на доработку в связи с расхождением параметров в модели и указанных в отчете.
Несмотря на то, что для подготовки иллюстраций необходимо производить повторяющиеся действия, каких-либо готовых автоматизированных подходов в современных гидродинамических программных продуктах для формирования регламентных приложений не предусмотрено.
Данные сценарии были протестированы на более чем 50 гидродинамических моделях с разными геолого-физическими характеристиками. Рассмотрим модель месторождения Волгоградской области со сложным геологическим строением, где присутствует 120 нефтяных, газовых и газоконденсатных залежей, 6 продуктивных пластов с разными свойствами (рис. 6). Для того, чтобы сделать сопоставление параметров и запасов углеводородного сырья геологической и гидродинамической модели, а также самопроверку заданных свойств, необходимо потратить от 15 до 20 часов рабочего времени, при этом вероятность ошибки высока (последовательность выбора региона, большой объем цифр, монотонность). Предлагаемый авторами автоматизированный метод выводит данные таблицы за 5 минут.
При создании Python-сценария для оценки качества адаптации ГДМ исполнитель может по созданной таблице оценить отклонения в процентах в определенный период. Кросс-плоты автоматически показывают отклонения расчетной и фактической накопленной добычи углеводородов, которые обеспечивают 80 % накопленной добычи углеводородов всего объекта поскважинно. Кросс-плоты расчетного пластового и забойного давлений автоматически показывают отклонения, не превышающие 25 % по сравнению с историческими данными поскважинно за весь период разработки. В процессе адаптации гидродинамической модели данный сценарий используется на постоянной основе до достижения регламентных требований. Стоит отметить, если в работе присутствуют несколько гидродинамических моделей, визуализация для отчета будет в одном стиле. На рисунке 7 представлен фрагмент результата данного сценария.
Рисунок 6. Регионы равновесия, модель месторождения Волгоградкой области
Рисунок 7. Результат работы сценария для оценки качества адаптации ГДМ
1. Приказ Минприроды России от 20.09.2019 N 639 (ред. от 06.10.2020) «Об утверждении Правил подготовки технических проектов разработки месторождений углеводородного сырья» (Зарегистрировано в Минюсте России 02.10.2019 N 56103).
2. Закревский К. Е. Повышение качества геолого-гидродинамического моделирова-ния / Закревский К. Е., Аржиловский А. В., Тимчук А. С., Грищенко М. А., Бикбу-латова Т. Г. // Нефтяное хозяйство. — 2012. — № 10. — С. 44–48.
3. Сыртланов В. Р. К вопросу об автоматизации инженерных методик адаптации гид-родинамических моделей нефтяных месторождений / Сыртланов В. Р., Сыртланова В. С., Санников И. Н., Иксанов К. Н. // Вестник ЦКР Роснедра. — 2011. — № 4. — С. 31–38.
4. Сыртланов В. Р. О некоторых приемах автоматизации адаптации гидродинамиче-ских моделей месторождений углеводородов / Сыртланов В. Р., Головацкий Ю. А., Ишимов И. Н., Межнова Н. И. // Российская нефтегазовая техническая конферен-ция SPE 2019: сборник материалов конференции. — Москва, 2019.
5. Иванов А. Н. Применение алгоритма PEXEL для автоматизированной адаптации гидродинамических моделей месторождений / Иванов А. Н., Хисматуллина Ф. С., Аубакиров А. Р., Кургузкина И. В. // Нефтяное хозяйство. — 2022. — № 9. — С. 49–52. — DOI:https://doi.org/10.24887/0028-2448-2022-9-49-52.
6. Lesslar P. C. Managing Data Assets to Improve Business Performance / Lesslar P. C., van den Berg F. G. // SPE Asia Pacific Conference on Integrated Modelling for Asset Management: proceedings. — Kuala Lumpur, Malaysia, 1998.
