Прогнозная аналитика осложнений и оптимизация при строительстве скважин

1.

Прогнозная аналитика осложнений и оптимизация при
строительстве скважин
Повторные испытания ПК Amirig
Москва, 2024г.

Общее
Цели:
Целью проведения испытаний является проверка разработанных технических решений,
реализованных Исполнителем в ПК Amirig, путем пробного функционирования комплекса в
полевых условиях на реальных объектах бурения Заказчика
Объект испытаний:
Объектом испытаний является программный комплекс «Amirig» и его функциональные
модули:
1. Прогноз осложнений при бурении на основании предварительных (построенных до
начала бурения) цифровых моделей осложнений.
2. Выявление отклонений от планового режима бурения.
3. Формирование рекомендаций по бурению в режиме реального времени.
4. Цифровой баланс операций. Распознавание операций в режиме реального времени,
выявление скрытого НПВ.
5. Выявление зон Аномально Высокого Пластового Давления (АВПД).
6. Контроль качества данных ГТИ.
7. Оперативная интерпретация газового каротажа.

3.

Исходные данные
Цифровые данные и дополнительные материалы по скважинам, пробуренным на к. 413
Мало-Балыкского месторождения:
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
18336G
18338G
18368
18373
18374
18342GB
18342G (18355)
18356
18375 (18372G)
18376 (18965G)
Данные использованы для
построения статистических и
нейронных моделей
LAS время/глубина
журнал осложнений
литология
фактический профиль
программа бурения

4.

Статистическая модель
Статистическая модель объединяет в себе цифровые версии геологического разреза множества скважин,
технологических параметров, и их производных (MSE, dExp, и др), а также других параметров (геофизика,
гидродинамика и т.д.)
Статистическая модель отвечает на вопрос: какова вероятность возникновения определенных осложнений при
данной технологии бурения текущей скважины относительно конкретной породы и пласта?
Геология / глубина выступают в качестве осей модели.
Процентное соотношение осложнений
относительно всего массива данных по
глубине
Процентное соотношение осложнений
относительно друг друга
100%
7%
90%
6%
80%
70%
5%
60%
4%
50%
3%
40%
2%
30%
20%
1%
10%
0%
0%
103
105
108
103 – НГВП ранняя стадия
105 – Заклинивание долота
108 – Затяжки посадки
201 – Повреждение БК (промывы, слом и т.д.)
201
103
105
108
201

5.

Статистическая модель
Собрано три различные статистические модели:
1. Модель НГВП
2. Модель подклинок
3. Модель общая (относительно всех осложнений)
Параметры расчета модели:
1. Литология (порода, стратиграфия)
2. Газовый каротаж (покомпонентный состав, общий газ)
3. Реология бурового раствора (плотность вход/выход, температура вход/выход
4. Технологические параметры (вес, расход вход/выход, давление, момент, обороты, общий
объем емкостей)
5. Коды осложнений
Статистическая модель возвращает:
1. Вероятности возникновения осложнений относительно данной литологии и стратиграфии
2. Коридоры вероятностей

6.

Нейронная модель
Нейронные сети решают задачу классификации осложнений путем обучения сети –
определение аномальности в процессе бурения, которые могут привести к
аварийным ситуациям.
Протестированные типы нейронных сетей:
1. Сети с использованием скользящих средних (максимальная точность 0,7)
2. Модели на основе анализа последовательностей
3. Модели на основе паттернов
Использованные гипотезы:
1.
2.
3.
4.
Обработка скользящим окном
Обработка производными
Усреднение и производные
Геология

7.

Нейронные сети: результаты оставить
Результаты:
1. Различные параметры сети
(количество слоев, регуляризация
и т.д.) не сильно влияют на
эффективность.
2. Агрегация: выбрано оптимальное
окно (50сек).
3. Выборка параметров на основе
весов снижает сложность
обучения. Геология не имеет
высокого веса.
4. Несбаланасированность исходных
данных.

8.

Проблемы статистических/нейронных моделей
Геология
1. Оцифровка и кодирование геологических данных,
категоризация осложнений:
• Описание породы (классификация ее свойств)
Стратиграфия
Осложнения
• Классификация пластов, которая может меняться
в рамках одного бассейна (особенности
залегания пластов)
• Классификация осложнений и их оцифровка
(дискретность, качество базы данных, условия,
при которых возникали осложнения)
Идеальная статистическая модель описывает
все скважины месторождения, охватывая
максимальное количество технологических,
геофизических и геологических данных.

9.

Оповещения о возможных осложнениях
1. Анализ статистических/нейронных моделей с выдачей комплексных
рекомендаций по улучшению процесса проводки ствола скважины и снижению
вероятности возникновения осложнений путем рассылки почтой / сообщений в
групповой чат/ комментарии на графиках.
2. Анализ в режиме рейлтайм с целью выявления осложнений
(затяжки/посадки, прихваты, подклинки, ранее выявление НГВП) и рассылка
автоматических сообщений в групповые чаты
Организовано 3 групповых чата (на базе Telegram):
1. Уровень буровой (мастер, супервайзер, и др.)
2. Уровень УМБ
3. Уровень руководства.

Прогнозная аналитика осложнений и оптимизация при строительстве скважин

1.

2.

3.

4.

5.

6.

7.

8.

9.

10.

11.

12.

13.

14.

15.