ПРИМЕНЕНИЕ ОБУЧАЕМОЙ НЕЙРОННОЙ СЕТИ ДЛЯ ОЦЕНКИ ЭФФЕКТИВНОСТИ ГЕОЛОГО-ТЕХНИЧЕСКИХ МЕРОПРИЯТИЙ ПО ПОДДЕРЖАНИЮ ПЛАСТОВОГО ДАВЛЕНИЯ

Большинство крупных и средних месторождений России вступили в позднюю стадию разработки, для которой характерны высокая обводнённость, сложная структура остаточных запасов и падение добычи базового фонда, достигающее 20 % в год [4, с. 50]. Растёт и доля трудноизвлекаемых запасов - на ряде выработанных месторождений она достигла примерно 80 %.

Добыча во многом обеспечивается геолого-техническими мероприятиями (ГТМ), среди которых важное место занимают мероприятия по поддержанию пластового давления (ППД) и регулированию заводнения. Заводнение остаётся основным способом воздействия на пласт - из заводняемых залежей в России добывают свыше 90 % нефти, а управление ППД на поздней стадии служит одним из ключевых и относительно недорогих рычагов поддержания добычи [6, с.13].

Каждое мероприятие требует затрат, а его результат заранее не очевиден: отклик добывающих скважин зависит от множества геолого-промысловых факторов. Поэтому эффективность необходимо оценивать ещё на стадии планирования - чтобы отобрать перспективные скважины-кандидаты, отсеять бесперспективные, ранжировать работы и выстроить последовательность воздействия на нагнетательном. Качество и оперативность этой прогнозной оценки и определяют актуальность темы.

Согласно локальным нормативным документам современных нефтегазовых компаний, по планируемым ГТМ ППД обязательно выполняется расчёт технологической эффективности, чаще всего методом материального баланса в специализированных программных комплексах. Метод физически обоснован и опирается на закон сохранения массы, но для каждого мероприятия трудоёмок: требуется адаптация прогнозного пластового давления к фактическому, уточнение свойств флюидов и остаточных запасов, что занимает в среднем 2–2,5 часа.

Затруднения усиливаются устойчивым ростом объёма расчётов из-за «старения» месторождений и снижения темпов ввода новых залежей.

Второй, не менее важный источник затруднений - субъективизм. Планирование нередко ведётся «от достигнутого», опираясь на интуицию и личный опыт специалистов; такой подход плохо формализуется и масштабируется и не гарантирует лучшего решения: на одних и тех же данных разные инженеры получают заметно различающиеся оценки, особенно когда решения принимаются в сжатые сроки.

Корень обеих проблем - в природе самой задачи. Эффективность ГТМ ППД определяется большим числом взаимосвязанных факторов (геологическая неоднородность пласта, взаимовлияние скважин, энергетическое состояние и степень выработки участка), и заранее неочевидно, какие из них вносят решающий вклад. При этом материальный баланс оперирует усреднёнными по ячейкам величинами и чувствителен к качеству замеров давлений, доступных далеко не по всему фонду [1, с. 91; 8, с. 2-3]. Узким местом оказывается одновременно и скорость, и объективность оценки.

В практике разработки сложился набор методов оценки эффекта от ГТМ ППД, существенно различающихся по требуемым данным, скорости и точности. Простые методы (график Холла, характеристики вытеснения, кривые падения добычи) нетребовательны к данным, но либо описывают лишь отдельную нагнетательную скважину, либо экстраполируют сложившийся тренд, который воздействие как раз и должно изменить. Трассерные исследования напрямую выявляют связи скважин, но трудоёмки и привязаны к моменту эксперимента. Наиболее физически обоснованное трёхмерное гидродинамическое моделирование требует большого объёма данных и времени и малопригодно для оперативного перебора множества мероприятий [3, с. 7]. Развившиеся в ответ прокси-модели (CRM, INSIM-FT) работают быстрее, но при решении обратной задачи их параметры теряют физический смысл, и даже удовлетворительная адаптация к истории не гарантирует достоверного прогноза [7, с. 2; 10, с. 161].

Точность и оперативность методов связаны обратной зависимостью. Рабочим инструментом мониторинга разработки чаще всего служит материальный баланс, занимающий выгодное промежуточное положение - физическая основа, минимум данных, высокая скорость [1, с. 91]. Однако ни один метод не определяет автоматически, какие факторы вносят решающий вклад, оставляя отбор значимых параметров на усмотрение специалиста.

Перспективным средством здесь является машинное обучение: нейросетевой анализ минимизирует субъективизм при отборе значимых показателей и даёт более точный результат, чем классические статистические методы [5]. Ведущие компании уже встраивают нейронные сети в системы управления заводнением [2, 11], включая алгоритмы оперативного управления на основе физико-информированных сетей [9]. Это подтверждает применимость нейросетевого подхода к задачам ППД и его адаптируемость к оценке эффективности планируемых мероприятий.

Установленная двойная проблема - трудоёмкость опорного метода материального баланса и субъективизм отбора влияющих факторов при планировании «от достигнутого» - определяет направление модернизации: не отказываться от материального баланса в пользу более тяжёлых инструментов, а дополнить его средствами машинного обучения.

Решение состоит в применении обучаемой нейронной сети в два этапа. Сначала сеть по выборке фактически проведённых мероприятий объективно определяет наиболее влияющие параметры и их относительные веса, заменяя экспертное назначение анализом фактических данных. Затем по этим параметрам мероприятия кластеризуются по уровням ожидаемой эффективности, и эффект новых мероприятий прогнозируется по принципу объектов-аналогов - через средний по группе коэффициент эффективности закачки. Подход сохраняет физическую основу материального баланса и компенсирует его слабые стороны.

Технологическая и практическая новизна - в определении и весов влияющих параметров, и границ уровней ожидаемой эффективности по фактическим промысловым данным объективно, с помощью обученной нейронной сети. Научная новизна - в объективном выявлении и ранжировании факторов, определяющих коэффициент эффективности закачки, с помощью обучаемой нейронной сети, что ранее не применялось.

Для реализации предложенного направления планируется выполнить следующее:

• сформировать базу фактически проведённых мероприятий ГТМ ППД с известной сохранённой добычей по реагирующим скважинам, отобранных по единым условиям сопоставимости;
• определить набор количественных параметров, характеризующих режим работы реагирующих скважин и геолого-энергетическое состояние участка;
• обучить нейронную сеть и объективно определить весовые коэффициенты влияющих параметров;
• распределить мероприятия по грейдам ожидаемой эффективности методами кластеризации;
• разработать алгоритм прогнозирования сохранённой добычи методом объектов-аналогов;
• проверить достоверность подхода сопоставлением с эталонным методом материального баланса;
• выполнить экономическое обоснование внедрения методики.

В результате ожидается методика, переводящая оценку эффективности ГТМ ППД из области субъективного экспертного суждения в формализованный, воспроизводимый и оперативный расчёт и сокращающая время оценки одного мероприятия в несколько раз при сохранении приемлемой точности. Это ускорит формирование обоснованной программы геолого-технических мероприятий и высвободит рабочее время специалистов.