Цифровизация - статьи журнала Neftegaz.RU

В статье рассмотрена задача прогнозирования режимов работы добывающих скважин в условиях нестационарного заводнения с помощью нейросетевого моделирования. Традиционным методом моделирования процессов добычи нефти и газа является гидродинамическое моделирование. Однако времязатратность существенно ограничивает его применение в задачах управления разработкой. Альтернативой может стать  прогнозирование режимов работы скважин с помощью нейросетевых алгоритмов. В процессе обучения нейронные сети позволяют устанавливать значимые взаимосвязи между параметрами добычи и закачки в группе скважин. Эта информация в дальнейшем используется для прогнозирования режимов работы скважин. Использование нейронных сетей позволяет сократить время расчета прогнозируемого режима, относительно времени, затраченного на численное моделирование, что позволяет применять данный подход в задачах оперативного управления и оптимизации добычи. В работе рассмотрены возможности прогнозирования режимов работы добывающих скважин с помощью рекуррентной нейронной сети LSTM, на примере месторождения с системой заводнения. Обучение и прогнозирование режимов проводились на данных, полученных методом гидродинамического моделирования участка с 10 добывающими и 8 нагнетательными скважинами. Продемонстрировано, что качественная обучающая выборка позволяет с высокой точностью прогнозировать режимы работы скважины на интервале 7,5 лет.