Дипломная работа на тему "ТЮМГУ | Использование искусственной нейронной сети для истории разработки по определения коэффициентов взаимовлияния скважин "

Работа на тему: Использование искусственной нейронной сети для истории разработки по определения коэффициентов взаимовлияния скважин
Оценка: хорошо.
Оригинальность работы на момент публикации 50+% на антиплагиат.ру.
Ниже прилагаю все данные для покупки.
https://studentu24.ru/list/suppliers/Anastasiya1---1326

Описание работы

МИНИСТЕРСТВО НАУКИ И ВЫСШЕГО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральное государственное автономное образовательное учреждение высшего образования
«ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
ФИЗИКО-ТЕХНИЧЕСКИЙ ИНСТИТУТ
Кафедра моделирования физических процессов и систем

РЕКОМЕНДОВАНО К ЗАЩИТЕ В ГЭК

ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА
бакалаврская работа
ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ ДЛЯ ИСТОРИИ РАЗРАБОТКИ ПО ОПРЕДЕЛЕНИЯ КОЭФФИЦИЕНТОВ ВЗАИМОВЛИЯНИЯ СКВАЖИН

03.03.02 Физика
Профиль "Фундаментальная физика"

Тюмень 2023

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ 3
ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ 13
1.1 МОДЕЛЬ CRM, ПРИМЕНЯЕМАЯ В ДАННОЙ РАБОТЕ 13
1.2 ОПИСАНИЕ ПРИНЦИПОВ РАБОТЫ НЕЙРОННЫХ СЕТЕЙ 14
1.3 ОБУЧЕНИЕ НЕЙРОННЫХ СЕТЕЙ 15
ГЛАВА 2. МЕТОДОЛОГИЯ ИССЛЕДОВАНИЯ 19
2.1 ОПИСАНИЕ МЕТОДИКИ СБОРА ДАННЫХ 19
2.1.1 ПРОСТАЯ МОДЕЛЬ 19
2.1.2 МОДЕЛЬ, УЧИТЫВАЮЩАЯ ВРЕМЯ ЗАДЕРЖКИ 19
2.2 АЛГОРИТМ 20
2.3 РЕАЛИЗАЦИЯ АЛГОРИТМА В ПРОГРАММНОМ КОДЕ 24
ГЛАВА 3. РЕЗУЛЬТАТЫ 25
3.1 РЕЗУЛЬТАТЫ ДЛЯ ПРОСТОЙ МОДЕЛИ 25
3.2 РЕЗУЛЬТАТЫ ДЛЯ МОДЕЛИ, УЧИТЫВАЮЩЕЙ ?? 28
ЗАКЛЮЧЕНИЕ 33
СПИСОК ЛИТЕРАТУРЫ 34

ВВЕДЕНИЕ
Как известно все источники энергии на нашей планете делятся на возобновляемые и невозобновляемые. К возобновляемым источникам относятся: солнечная энергия, энергия ветра, гидроэнергия и др. Но, несмотря на бурно развивающиеся источники зелёной энергетики, спрос на сырую нефть всё ещё существует, ведь нефть всё ещё является важной и неотъемлемой частью жизни человека, так как нефть – самый популярный сырьевой товар, и люди нашли применение последней в самых разных сферах. Путём переработки нефти можно получить различного рода топлива и смазочные материалы, но на этом применение нефти не заканчивается, продукты переработки нефти используются в производстве пластмасс, лекарственных препаратов, одежды и т. д. Следовательно, добыча нефти в современном мире представляет собой важную задачу.
В настоящее время широко продвинуты технологии по извлечению нефти, но, несмотря на это, встречаются некоторые проблемы, усложняющие процесс добычи, который наступает, собственно, после проведения комплекса необходимых геологоразведочных работ. Нефтедобыча – сложный производственный процесс.
Разработка месторождений нефти производится путём строительства нефтяных скважин. Различают три метода добычи «чёрного золота»:
• Первичный метод
Нефть добывается благодаря естественным процессам, а именно благодаря разнице давлений на забое и на устье скважины. При пластовых условиях нефть замещается водой, также на выталкивание нефти способствуют растворённые в нефти газы. Бывает, что этих сил недостаточно. Для извлечения нефти, в таких случаях используют насосы: погружные, штанговые, электрические, а также технологии газлифта. Обычно при первичном методе коэффициент извлечения нефти (КИН) не превышает 15%.
• Вторичный метод.
В данном методе используются различные способы искусственного поддержания пластового давления (ППД). Суммарный КИН достигает 30– 35%. Разберём данный метод чуть позднее.
• Третичный метод.
В третичном методе увеличивают непосредственно подвижность самой нефти для увеличения нефтеотдачи, чему способствует уменьшение вязкости. Этого можно добиться путём закачивания в пласт водяного пара, или сжигания части нефти в самом пласте. Также в пласт можно закачивать поверхностно- активные вещества (ПАВ), для уменьшения поверхностного натяжения между водой и нефтью. По данному методу можно увеличить КИН ещё на 5–15%.
Весь жизненный цикл месторождения представлен на рисунке 1:
(Рис.1 Жизненный цикл месторождения нефти.)
В зависимости от стадии разработки месторождения их делят на новые и зрелые. Стадии разведки, а также стадии 1 и 2 относят к новым месторождениям, а стадии 3 и 4 - к зрелым. На данный момент лёгкой нефти практически нет. Большинство месторождений, которые сейчас разрабатываются, находятся на завершающей стадии, либо это новые месторождения, где нефть очень трудно извлекается. Месторождения, находящиеся на стадии 3 и 4 характеризуются достаточно высокими сокращениями добычи нефти, достигающими до 20%.
До 1940-х годов нефтяные месторождения истощались лишь на 25%. С конца 1940-х годов технологии по добыче нефти перешли на новый этап. На зрелых месторождениях начали интенсивное внедрение процесса заводнения (вторичный метод добычи нефти). Также его могли использовать на вводимых в разработку месторождениях, если естественных сил было недостаточно для извлечения нефти. Впервые в отечественной практике был произведён эксперимент по закачке воды в 1948 г. на Туймазинском нефтяном месторождении [1]. С помощью заводнения в СССР в начале 1980-х было добыто свыше 90% нефти [2].
Заводнение - это технологический процесс введения в нефтяной пласт воды с примесями или без для вытеснения флюидов в сторону скважины добывающей и для ППД с целью улучшения нефтеотдачи. Как правило, для закачки воды строят нагнетательные скважины. Рабочее давление нагнетательных скважин варьируется в диапазоне 14-35 МПа, диаметр ствола
- 50 - 80 мм. На рисунке 2 представлена принципиальная схема закачки воды в пласт нагнетательной скважиной.
Размещение скважин также учитывает геологические условия и экономические показатели разработки месторождения. В настоящее время основным рабочим агентом, применяемом при нагнетании является вода, ввиду её доступности, дешевизны, а также относительной простоты процесса нагнетания. Также, ныне разрабатывают технологии использования газа вместо воды, для снижения её плотности, вследствие чего сильно облегчится извлечение нефти. При закачке газа возможно до 90% извлечения нефти. Но основным недостатком данного метода является его дороговизна, поэтому её применяют крайне редко, в основном на месторождениях с лёгкой нефтью.
В зависимости от географических условий используют следующие виды заводнений [2]:
• Законтурное заводнение
Представляет собой закачку воды в нагнетательные скважины, расположенные за контуром зоны нефтеносности.
Зона нефтеносности - замкнутая граница распространения залежи нефти.
• Приконтурное заводнение
Данный вид заводнения, как правило применяют в случаях низкой проницаемости горных пород. Сами же скважины располагаются на границе зоны нефтеносности.
• Внутриконтурное заводнение
Внутриконтурное заводнение применяют на месторождениях большой площади. Пласт разрезается на контуры, а скважины располагают в определённом порядке. Различают несколько подвидов разрезания - блоковое, разрезание на площади и сводовое (центральное). На рис.3 представлен пример внутриконтурного заводнения.
(Рис. 3 схема внутриконтурного заводнения.
Здесь 1 ? законтурные нагнетательные скважины, 2 ? добывающие скважины, 3 ? разрезающие ряды нагнетающих скважин, 4 ? контур нефтеносности.
Нефтяные компании, которые широко применяют метод заводнения для извлечения нефти, неизбежно встречаются с рядом важных задач: повышение эффективности закачки воды в пласт; снижение себестоимости нефтедобычи; сокращение обводнённости нефти.
Известно, что при разработке месторождения углеводородов в определённой степени может проявляться взаимодействие между нагнетательными и добывающими скважинами. Для оценки данного взаимовлияния введены величины, которые называют коэффициентами взаимовлияния, иначе коэффициенты связности. Знание коэффициента взаимовлияния позволяет оптимизировать распределение нагнетательных и добывающих скважин, чтобы достичь наилучшей производительности месторождения. Это помогает увеличить объем добычи и снизить затраты на эксплуатацию. Зная коэффициент взаимовлияния, можно строить прогнозные модели и проводить сценарный анализ для предсказания поведения месторождения в будущем. Это позволяет принимать обоснованные решения по разработке и планированию добычи.
Для установления взаимовлияния между скважинами имеются аналитические варианты решений и технологические. В статье [3] представлен
подробный обзор существующих методов для оценки взаимовлияния скважин. Отмечается, что для определения коэффициента взаимовлияния или коэффициента связности между скважинами существуют как технологические, так и аналитические методы решений. К технологическим относят гидропрослушивание, закачку трассероов, к аналитическим – разные физико-математические модели. Рассмотрим более подробно аналитические методы.
В современной практике разработки месторождения используются трёхмерные гидродинамические модели (ГДМ). ГДМ – это основной метод управления разработкой месторождения. На основе ГДМ можно получить представление о геологическом строении нефтяного пласта, а также определить его фильтрационно-ёмкостные характеристики. ГДМ – это математическая модель, которая показывает физические процессы в пласте при его разработке, представляющая собой систему дифференциальных уравнений закона сохранения массы, энергии, импульса в частных производных. Но, несмотря на то, что данная модель учитывает физические основы фильтрации, ГДМ требует больших трудозатрат и времени для адаптации модели, и как следствие не может использоваться для оперативного прогнозирования.
Существуют альтернативные методы, которые могут заменить использование ГДМ, и они не требуют больших вычислительных или временных ресурсов. Одной из таких альтернатив являются различные аналитические модели и упрощенные версии ГДМ, называемые прокси- модели. Этот подход основан на использовании модели, которая является достаточно простой с точки зрения вычислений, но при этом остается физически содержательной. В литературе такая модель известна как CRM [4]. Ёмкостно – резистивная модель (capacitance-resistive models, CRM) – семейство прокси-моделей, представляющих собой аналитическую формулу – решение нульмерного дифференциального уравнения (то есть не надо знать где находятся скважины) материального баланса с учётом заводнения. Для этой модели выбрано название CRM из-за его аналогии со схемой резистор – конденсатор (RC) [5]. Реакция дебита на изменение скорости закачки аналогична измерению напряжения на конденсаторе в параллельной RC – цепи, где электрический потенциал батареи эквивалентен закачке. В формуле модели CRM прямо указаны коэффициенты взаимовлияния между нагнетательными и добывающими скважинами [3]. Существуют различные варианты моделей CRM, например, такие как CRMT и CRMP. В CRMT- модели применяется предположение об укрупнении скважин, где все добывающие и нагнетательные скважины объединяются в одну общую добывающую и нагнетательную скважины соответственно. Решение получено при определенных допущениях, таких как постоянство коэффициента продуктивности и слабая сжимаемость пласта и флюидов [7], рисунок 4
(Рис. 4. Схематическое изображение модели CRMT. Взято c [5])
На рисунке все нагнетательные и все добывающие скважины представлены, как ????(??) и ????(??) соответственно, ???? – постоянная времени. CRMP-модель предоставляет решение, которое относится к элементу, состоящему из одной добывающей скважины и взаимодействующих с ней нагнетательных скважин (возможно, всех нагнетательных скважин),
представлено на рисунке 5.
(Рис. 5. Схематическое изображение модели CRMP. Взято с [8])
Здесь ????(??) ? дебит на добывающей скважине, учитывающий приёмистости с каждой нагнетательной скважины ????, ???? – константа времени.
В нашей задаче мы уделим особое внимание модели CRMP. Основное дифференциальное уравнение материального баланса в пластовых условиях с несколькими нагнетательными скважинами и одной добывающей скважиной j имеет следующий вид [8, стр. 10
где ???? – обозначает количество нагнетательных скважин, ???? – полный коэффициент сжимаемости системы пласт — флюиды, ???? – поровый объём
зоны дренирования, ????
- среднее давление в пласте в момент времени t,
????(??) – приёмистость i-ой нагнетательной скважины в момент времени t,
????(??) – общий дебит (нефть, вода) на j-ой добывающей скважине в момент времени t, ?????? – коэффициент взаимовлияния между i-ой нагнетательной с j-ой добывающей скважиной (доля объема воды, притекающей из i-й нагнетательной скважины в j-ю добывающую скважину, [7]). Введя коэффициент продуктивности J, определённым Уолшем и Лейком (2003) линейная модель дебита определяется как [8]:
????(??) = ????(????(??) ? ??????,??(??)) (2),
где J – коэффициент продуктивности, ?????? – забойное давление в момент времени t. Подстановка (2) в (1) без учёта среднего давления в пласте даёт
«основное дифференциальное уравнение для CRMP (Лянг и др., 2007)» [8, стр. 11] и выглядит следующим образом:
влияния закачки на нагнетательных скважина на добычу на добывающих скважинах. Если предположить, что скорость закачки всех нагнетательных скважин одинакова, а забойное давление меняется линейно в течение ???, то уравнение (3) будет иметь решение следующего вида [8, стр. 12]:
Если забойные давления имеют постоянные значения, то уравнение (4) примет вид [8, стр. 12]:
Впоследствии мы будем сфокусированы на этой конкретной модели и продолжим работать с ней.
Таким образом, была поставлена следующая цель:
Оценить возможности метода ИНС для определения коэффициента взаимовлияния скважин.
Для достижения поставленной цели необходимо решить ряд задач:
1) Создать структуру данных для обучения ИНС;
2) Обучить ИНС;
3) Произвести проверку на тестовых данных, проанализировать чувствительность.

СПИСОК ЛИТЕРАТУРЫ
1) «Заводнение нефтяных пластов»
2) «Заводнение пластов»
3) Степанов С. В. Проблематика оценки взаимовлияния добывающих и нагнетательных скважин на основе математического моделирования / С. В. Степанов, С. В. Соколов, А. А. Ручкин, А. В. Степанов, А. В. Князев, А. В. Корытов // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. 2018. Том 4. № 3. С. 146-164. DOI: 10.21684/2411-7978-2018-4-3-146-164.
4) Бекман А. Д. Использование расширенной CRMP-модели для картирования пластового давления / А. Д. Бекман, Д. В. Зеленин // Вестник Тюменского государственного университета. Физико- математическое моделирование. Нефть, газ, энергетика. 2021. Том 7. № 4 (28). С. 163-180. DOI: 10.21684/2411-7978-2021-7-4-163-180.
5) Sayarpour M. 2008. “Development and Application of Capacitance-Resistive Models to Water/CO2 Floods”. Ph.D. diss. Austin: University of Texas at Austin, USA (с. 26).
6) Бекман А. Д. Новый алгоритм нахождения оптимального решения задачи определения коэффициентов взаимовлияния скважин в рамках модели CRM / А. Д. Бекман, С. В. Степанов, А. А. Ручкин, Д. В. Зеленин
// Вестник Тюменского государственного университета. Физико- математическое моделирование. Нефть, газ, энергетика. 2019. Том 5. № 3. С. 164-185. DOI: 10.21684/2411-7978-2019-5-3-164-185.
7) Ручкин А. А. Исследование особенностей оценки взаимовлияния скважин на примере модели CRM / А. А. Ручкин, С. В. Степанов, А. В. Князев, А. В. Степанов, А. В. Корытов, И. Н. Авсянко // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. 2018. Том 4. № 4. С. 148-168. DOI: 10.21684/2411-7978-2018-4-4-148-168.
8) Jong Suk Kim 2011. “Development of Linear Capacitance-Resistance Models for Characterizing Waterflooded Reservoirs” (с. 9 – 12).
9) Любимова Т.В., Горелова А.В. 2015. «Решение задачи прогнозирования с помощью нейронных сетей».
10) «Машинное обучение. Нейронные сети (часть 1): Процесс обучения перцептрона»
11) «How to Decide the Perfect Distance Metric For Your Machine Learning Model»
12) «Выбор слоя активации в нейронных сетях: как правильно выбрать для вашей задачи»