Цифровизация - статьи журнала Neftegaz.RU

Развитие отечественных цифровых решений приобретает особое значение для технологической независимости и повышения эффективности ключевых отраслей промышленности. В 2024 году была создана программа для электронно-вычислительных машин «ЦН Гидравлика долота», в которой реализованы десять специализированных математических алгоритмов, обеспечивающих комплексный гидравлический анализ работы бурового долота. Программа предусматривает возможность автоматизированного формирования расширенных отчетных документов в текстовом формате, а также сохранение результатов расчетов. Разработанная система полностью соответствует задачам гидравлического моделирования долота при подготовке проектной и рабочей документации для строительства скважин, обеспечивая высокий уровень детализации расчетных параметров.

В работе рассматривается гибридный подход к прогнозированию параметров многофазного потока, основанный на сочетании численного моделирования (CFD) и методов глубокого обучения. Проведено CFD-моделирование газо-жидкостного потока в вертикальном трубопроводе с использованием OpenFOAM. На основе полученных данных сформирована обучающая выборка для нейронной сети на базе MLP (многослойного перцептрона), предсказывающей перепад давления и режим течения. Полученные результаты показывают, что гибридная модель обеспечивает высокую точность при значительном сокращении времени расчётов.

В работе рассмотрено применение нейронных сетей для расчета давления и расхода газа в газосборных системах. Оценена точность прогнозирования параметров потока в случае сухого газа (однофазный поток) и двухфазного газожидкостного потока. Рассмотрен случай прогнозирования параметров добычи газа при управлении режимами работы скважин с помощью изменения диаметров штуцера газосборной. Для обучения использовались результаты численного моделирования параметров работы реальной газосборной системы. Описание потоков велось в одномерном приближении. В работе использовались нейронные сети персептронного типа. Их архитектура подбиралась исходя из сложности решаемой задачи. В результате обучения нейронная сеть показала высокую точность прогнозирования давления и дебитов флюидов во всем диапазоне управляющих параметров. Достигнутая точность прогнозирования указывает на возможность использования нейросетевых методов в качестве альтернативных способов быстрого и вместе с тем точного расчета параметров работы газосборных систем. Это, в свою очередь, позволит решать важнейшие задачи оптимизации режимов работы добывающих скважин в режиме реального времени.