Результаты исследований: Научные публикации в периодических изданиях › статья › Рецензирование
Гибридное моделирование поглощения жидкостей глушения в условиях трещиновато-пористых коллекторов на основе физико-математического моделирования и машинного обучения. / Gumerov, R. R.; Kalinin, S. A.; Roshchektaev, A. P. и др.
в: Neftyanoe khozyaystvo - Oil Industry, Том 2024, № 12, 12.2024, стр. 46-52.Результаты исследований: Научные публикации в периодических изданиях › статья › Рецензирование
}
TY - JOUR
T1 - Гибридное моделирование поглощения жидкостей глушения в условиях трещиновато-пористых коллекторов на основе физико-математического моделирования и машинного обучения
AU - Gumerov, R. R.
AU - Kalinin, S. A.
AU - Roshchektaev, A. P.
AU - Karmushin, S. R.
AU - Neverov, V. V.
AU - Kozhukhov, A. S.
AU - Katser, Yu D.
AU - Ippolitov, M. S.
AU - Kuchendaeva, E. M.
AU - Novikov, E. V.
AU - Besov, A. S.
AU - Mullyadzhanov, R. I.
AU - Golovin, S. V.
N1 - Гибридное моделирование поглощения жидкостей глушения в условиях трещиновато-пористых коллекторов на основе физико-математического моделирования и машинного обучения / Р. Р. Гумеров, С. А. Калинин, А. П. Рощектаев [и др.] // Нефтяное хозяйство. – 2024. – № 12. – С. 46-52. – DOI 10.24887/0028-2448-2024-12-46-52.
PY - 2024/12
Y1 - 2024/12
N2 - Целью работы является повышение эффективности глушения скважин на месторождениях с карбонатными трещиновато-пористыми коллекторами, высоким газовым фактором, наличием сероводорода и зон аномально низких пластовых давлений. Для проведения операций глушения скважин в таких условиях применяются различные мероприятия, в том числе закачка в определенной последовательности различных объемов неньютоновских вязкоупругих и эмульсионных блокирующих составов, а также солевых растворов с целью предотвращения газонефтеводопроявлекний. Результат достигается за счет недопущения поглощения технологических составов призабойной зоной пласта и обеспечения противодавления на пласт столбом жидкости в стволе скважины. Ключевой проблемой при этом является выбор оптимального состава и объемов жидкости глушения, обеспечивающих минимальное число неуспешных случаев проведения работ. В качестве способа решения поставленной задачи было выбрано гибридное моделирование, объединяющее методы машинного обучения с классическими методами математического (физического) моделирования. Гибридный подход позволяет, с одной стороны, улавливать сложные и неочевидные зависимости в данных, с другой - опираться на физические принципы, лежащие в основе математических моделей фильтрации жидкости в трещиновато-пористых средах. Разработанные модели дают возможность прогнозировать необходимые для успешного глушения объемы технологических составов с точностью от 2 до 50 м3 в зависимости от вида состава и скважины, при этом коэффициент детерминации R2 достигает 0,7, что указывает на высокую предсказательную способность регрессионных моделей.
AB - Целью работы является повышение эффективности глушения скважин на месторождениях с карбонатными трещиновато-пористыми коллекторами, высоким газовым фактором, наличием сероводорода и зон аномально низких пластовых давлений. Для проведения операций глушения скважин в таких условиях применяются различные мероприятия, в том числе закачка в определенной последовательности различных объемов неньютоновских вязкоупругих и эмульсионных блокирующих составов, а также солевых растворов с целью предотвращения газонефтеводопроявлекний. Результат достигается за счет недопущения поглощения технологических составов призабойной зоной пласта и обеспечения противодавления на пласт столбом жидкости в стволе скважины. Ключевой проблемой при этом является выбор оптимального состава и объемов жидкости глушения, обеспечивающих минимальное число неуспешных случаев проведения работ. В качестве способа решения поставленной задачи было выбрано гибридное моделирование, объединяющее методы машинного обучения с классическими методами математического (физического) моделирования. Гибридный подход позволяет, с одной стороны, улавливать сложные и неочевидные зависимости в данных, с другой - опираться на физические принципы, лежащие в основе математических моделей фильтрации жидкости в трещиновато-пористых средах. Разработанные модели дают возможность прогнозировать необходимые для успешного глушения объемы технологических составов с точностью от 2 до 50 м3 в зависимости от вида состава и скважины, при этом коэффициент детерминации R2 достигает 0,7, что указывает на высокую предсказательную способность регрессионных моделей.
KW - classification
KW - fractured-porous reservoir
KW - gradient boosting
KW - machine learning
KW - mathematical modeling
KW - non-Newtonian fluid
KW - regression
KW - rheological tests
KW - well killing
KW - well killing fluid
KW - Глушение скважин
KW - Жидкости глушения
KW - Неньютоновская жидкость
KW - Трещиновато-пористый коллектор
KW - МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ
KW - МАШИННОЕ ОБУЧЕНИЕ
KW - Классификация
KW - Регрессия
KW - Градиентный бустинг
KW - Реологические тесты
UR - https://www.mendeley.com/catalogue/2a807b78-d9fa-30d7-98a1-12f9e15ff048/
UR - https://elibrary.ru/item.asp?id=77263983
U2 - 10.24887/0028-2448-2024-12-46-52
DO - 10.24887/0028-2448-2024-12-46-52
M3 - статья
VL - 2024
SP - 46
EP - 52
JO - Neftyanoe khozyaystvo - Oil Industry
JF - Neftyanoe khozyaystvo - Oil Industry
SN - 0028-2448
IS - 12
ER -
ID: 70207757