Ключевые слова: автоматизация, направленное бурение, прогнозирование и контроль траектории скважины, математическая модель, программное обеспечение, цифровизация данных.
За последние годы действующие скважины (наибольший процент наклонно направленных, горизонтальных, многозабойных скважин) бурились благодаря использованию в компоновках низа бурильной колонны (КНБК) винтовых забойных двигателей-отклонителей (ВЗДО). В связи с особенностями эксплуатации данного забойного оборудования, а также со все более извилистыми по геометрии профилями скважин, процесс прокладки траектории осложняется геологическими, техническими и технологическими факторами. В отличии от бурения роторно-управляемыми системами, при бурении с ВЗДО инженер по наклонно направленному бурению (инженер-DD) должен самостоятельно контролировать положение ВЗДО в скважине, выполнять расчеты по выставлению ВЗДО в требуемый сектор, прогнозировать положение инструмента в пространстве после бурения нескольких метров, а также следить в режиме онлайн за точностью прокладывания фактического профиля, а в случае отклонений от плановой траектории – выдавать алгоритмические рекомендации бурильщику по перевыставлению угла установки отклонителя (УУО). Кроме того, условия бурения (особенно горизонтальных участков) далеки от идеальных. Возникают внештатные ситуации, которые приводят к внеплановым спуско-подъемным операциям (СПО), увеличению сроков строительства скважины и, как следствие, удорожанию работ при бурении.
Предлагаемый подход позволяет:
· повысить точность расчетов благодаря разрабатываемым математическим моделям, которые будут использоваться в планируемом программном решении;
· минимизировать такой риск, как «человеческий фактор»;
· выполнять непрерывный перерасчет прогнозной траектории при бурении в режиме «слайд» и контролировать положение ВЗДО;
· разработав определенный алгоритм, применять искусственный интеллект (ИИ) для автоматизации направленного бурения и прогнозирования осложнений при бурении [3].
Описание математической модели
Как известно, в частности при бурении скважин малого диаметра (СМД), в интервалах набора параметров кривизны каждую пробуренную трубку (стальная труба длиной порядка девяти метров) выполняется статический замер телеметрическими системами (ТМС) для определения пространственного положения бурильного инструмента в скважине на измеряемой прибором глубине. С учетом того, что прибор в КНБК находится на определенном расстоянии от долота, следует говорить о таком понятии, как «непромер» – длина от долота до телесистемы (расстояние около 12–15 метров, в зависимости от типа применяемой КНБК). Таким образом, после снятия замера на текущей глубине долота необходимо спрогнозировать пространственное положение ТМС на следующем замере с целью выдачи рекомендаций бурильщику для дальнейшего интервала направленного бурения.
В основе разрабатываемого решения лежит статистическая математическая модель, выведенная на соотношении исходных плановых значений (известных до начала бурения) и фактических данных, получаемых в процессе строительства скважины с телеметрического оборудования. На рисунке 1 показаны факторы, влияющие на расчет глубины ТМС и долота на различных участках бурения.
В ряд исходных плановых данных (рисунок 2) входят: начальная глубина бурения, регламентирующие ограничения по интенсивности изменения пространственного угла (ИИПУ), магнитное склонение, значение зенитного угла для перехода ТМС в гравитационный режим, плановая интенсивность ВЗДО (MOP), проектный профиль, мера инструмента.
Фактические исходные данные – это данные, получаемые при снятии статического замера (зенитный угол, азимутальный угол, УУО).
На рисунке 3 представлен алгоритм расчета для выдачи рекомендаций к бурению.
Для расчета прогнозных значений пространственного положения ТМС на следующей точке замера используется метод радиуса кривизны [4]. В результате определения ИИПУ на следующей точке замера (S3) вычисляются прогнозные значения зенитного и азимутального углов, которые используются для расчета текущего пространственного положения долота. Формула (1) для прогнозирования ИИПУ на следующей точке замера, написанная на языке программирования Python, представлена ниже:
где: l1 – количество метров слайда от S1 до S2; ИИПУS2 – ИИПУ на текущем замере; l2 – количество метров слайда от S2 до S3; MOPср – среднее значение MOP; ЗУS2 – значение зенитного угла на текущем замере.
При расчете прогнозных значений для определения пространственного положения долота используются значения, полученные с телесистемы замером ранее. Одним из влияющих на расчет рекомендаций для бурения следующей трубки является значение ИИПУ на текущей глубине долота (L2). Данное значение, основанное исключительно на статистических данных, вычисляется по формуле (2), написанной на языке программирования Python:
где: l3 – количество метров слайда от S3 до L2.
Основываясь на ранее вычисленных значениях для прогнозной точки замера и текущего положения долота, производится расчет, а далее выдаются рекомендации о бурении следующей трубки – требуемый УУО, требуемая ИИПУ, количество метров направленного бурения (слайда).
В магнитном режиме работы телесистемы выдается рекомендация для выставления УУО по значению магнитного азимута проектного профиля, путем вычитания из проектного рабочего азимута магнитного склонения, значение которого было внесено в исходных плановых данных. Кроме того, требуемая ИИПУ не может превышать максимально допустимого регламентирующего значения, указанного при вводе исходных проектных данных. В случае если расчетное значение необходимого количества метров слайда меньше <0,25 метра, выдается рекомендация о необходимости бурения следующей трубки вращением (ротором). Это означает, что на прогнозной точке уже достигнуты плановые значения параметров кривизны, либо начинается, согласно проектной траектории, участок стабилизации.
Также планируется внесение в математическую модель поправочных коэффициентов, учитывающих влияние на искривление скважины геологии и режимов бурения. Данные коэффициенты существенно повлияют на расчет участка бурения ротором, то есть вращением всей колонны, поскольку в этот момент наблюдается естественное искривление скважины [1, 5]. Таким образом, в процессе апробации программного продукта составится модернизированная математическая модель, учитывающая не только статистику, но и технологические, технические и геологические параметры. Также планируется учесть такой фактор, как SAG-коррекция, поскольку прогиб КНБК существенно влияет на точность определения пространственного положения ТМС.
Реализация математической модели
Разработанная математическая модель легла в основу специализированного программного обеспечения, реализованного на языке Python. Программное исполнение включает ряд функциональных модулей, каждый из которых отвечает за определенный этап расчетов: прогнозирование пространственного положения телеметрической системы и долота, генерация рекомендаций по направленному бурению, автоматизированный контроль положения КНБК. Все алгоритмы оформлены в виде функций и классов, сгруппированных по логическим блокам.
Основной модуль отвечает за обработку телеметрических и проектных данных, расчет ключевых параметров траектории и формирование прогнозов. В него входят алгоритмы определения:
· текущей глубины и положения долота;
· зенитных и азимутальных углов;
· интенсивности изменения пространственного угла;
· максимальной интенсивности, реализуемой данным ВЗДО (MOP).
Графическая оболочка реализована с использованием библиотеки Tkinter [7]. Интерфейс содержит три основных экрана:
· ввод исходных параметров;
· отображение текущих измерений;
· вывод рекомендаций для следующего интервала бурения.
Интерактивные элементы позволяют визуализировать параметры траектории, контролировать соответствие фактических и проектных данных, а также получать подсказки по корректировке УУО и других параметров.
В программном решении реализованы следующие механизмы:
· валидации и проверки корректности входных данных;
· обработки ошибок (например, деление на ноль, отсутствие измерений);
· логирования операций и параметров расчетов;
· защиты от некорректных рекомендаций в случае выхода за критические границы;
· logging – ведение журнала событий.
В процессе отладки использовалась среда Jupyter Notebook, обеспечивающая быстрый анализ результатов, визуализацию и тестирование моделей. Также предусмотрена возможность интеграции алгоритмов машинного обучения на основе исторических данных для повышения точности прогнозов [6].
Сравнительный анализ
Для оценки точности разрабатываемой математической модели проанализировано множество пробуренных наклонно направленных скважин малого диаметра. В процессе аналитического сравнения рассматривались участки набора параметров кривизны при бурении секции диаметром 215,9 миллиметра. На рисунке 4 для большей наглядности представлена сводка по десяти случайным скважинам малого диаметра, пробуренным на различных месторождениях, в которой рассчитан средний процент соответствия статических фактических замеров с расчетными прогнозными значениями зенитного и азимутального углов.
Согласно данной статистике видно, что средний процент соответствия прогнозного зенитного угла с фактическим равен 95,08 %, а средний процент соответствия прогнозного азимутального угла с фактическим равен 97,41 %.
Кроме того, необходимо проанализировать корректность выдачи рекомендаций для бурения следующей трубки (количество метров слайда, ИИПУ, требуемый УУО), поскольку данный расчет также входит в функционал разрабатываемого решения. В качестве примера рассмотрим одну из анализируемых скважин, где в ходе анализа выявлен наименьший процент корреляции плановых и фактичекских значений зенитных углов. На рисунке 5 представлена точечная диаграмма зависимости планового и фактического зенитных углов от глубин снятия статических замеров.
Как видно из диаграммы, до глубины 269,09 метра после перехода на гравитационный режим работы ТМС отмечается интенсивный выход на плановые параметры кривизны. Но на глубине снятия статического замера 287,44 метра, что представлено в таблице 1, вновь выделяется существенное несоответствие фактического значения зенитного угла с плановым, что в дальнейшем привело к увеличению количества метров направленного бурения.
Рассмотрим хронологию бурения перед снятием статистического замера на глубине 287,44 метра. Как видно из таблицы 2, бурение трех метров слайдом велось в УУО, равным 345 градусов, то есть большим приоритетом инженера-DD была работа по увеличению зенитного угла с небольшим разворотом по азимутальному углу.
Таким образом, при расчете инженер-DD не учел, что прогнозное значение зенитного угла на следующем замере уже близко к плановому значению зенитного угла на глубине 287,44 метра.
В свою очередь, согласно расчетной модели, прогнозируемое значение зенитного угла на глубине замера 278,44 метра составляло 21,8 градуса. Вычисленные рекомендации для бурения в интервале 285,09–288,09 метра представлены на рисунке 6.
Из рисунка 6 видно, что вместо УУО, равного 345 градусам, расчетная модель предложила бурение с УУО в 325 градусов, при этом с меньшим количеством слайда, равным 1,43 метра, вместо фактических трех.
Окна ввода исходных данных и вычисления прогнозных значений с определением рекомендаций для последующего бурения представлены на рисунке 7. Кроме того, с помощью данного программного решения появляется возможность в удобном формате отслеживать хронологию бурения каждой отдельной трубки
Автоматизированный контроль положения КНБК
Вторым этапом исследования следует разработка части программного решения, позволяющая в процессе направленного бурения автоматически контролировать УУО в скважине, а в случае отклонения от расчетного сектора – выдавать цифровые и звуковые рекомендации для переориентации ВЗДО в скважине. Алгоритм расчета и контроля положения КНБК в динамике представлен на рисунке 8.
Таким образом, после того как ВЗДО установлен в требуемый сектор, начинают выдаваться рекомендации по контролю и перевыставлению УУО (по необходимости), согласно данным, передаваемых по протоколу WITS 0 [2]:
1. если фактический УУО в плановом диапазоне, то рекомендаций нет;
2. если фактический УУО не совпадает с рекомендованным менее чем на 15 градусов, то выходит команда «пригрузить/отпустить» перепад на 1–2 атмосферы в зависимости от направления, которое необходимо задать («пригрузить» – УУО пойдет против часовой стрелки, «отпустить» – УУО пойдет по часовой стрелке);
3. если фактический УУО не совпадает с рекомендованным более чем на 15 градусов, то выходит команда «подтянуть/отпустить» на необходимое количество градусов в нужном направлении часовой стрелки.
Конечно, при направленном бурении невозможно установить УУО в точное значение, поскольку так или иначе ВЗДО находится всегда в движении. В связи с этим принято понятие «допустимый сектор УУО» – это диапазон в 15 градусов, в который необходимо выставить УУО, согласно рекомендуемому расчетному значению. Например, если необходимо выполнять слайд в УУО 225 градусов, то допустимо бурение в диапазоне {210–240} включительно. Как только УУО выходит из данного интервала, начинается перерасчет и выдача рекомендаций бурильщику.
Безусловно, на больших глубинах зачастую действия бурильщика не сразу оказывают желаемое влияние на ВЗДО. Поэтому предлагаемое решение подразумевает не только возращение УУО в требуемый сектор, но и перерасчет рекомендаций относительно фактического профиля для добуривания каждой отдельной трубки.
Таким образом, благодаря разработанному решению будет происходить более точное бурение на участках искривления за счет прогнозирования пространственного положения бурильного инструмента в скважине и контроля ВЗДО в динамическом изменяемом состоянии.
Заключение
Уже на данном этапе исследования отмечается эффективность планируемого для внедрения программного решения. Это отражается как на качестве технологического процесса строительства скважины, так и на росте экономической эффективности за счет сокращения сроков бурения.
Открываются перспективы удаленного мониторинга и контроля процесса проводки фактического профиля скважины. Благодаря данной разработке можно автоматизированно производить бурение нескольких скважин силами одного человека.
Стоит также отметить, что данное программное решение необходимо постоянно доводить до совершенства от скважины к скважине, выделять дополнительные влияющие на расчет факторы для увеличения точности прогнозируемых результатов.
Кроме того, на основе имеющейся базы данных о пробуренных ранее скважинах появляется возможность обучения ИИ для полного исключения «человеческого фактора» на различных этапах направленного бурения. Текущее исследование показывает на своем примере необходимость корреляции информационных технологий и нефтетехнологических решений для повышения эффективности строительства скважин.
Литература
1. Белорусов, В.О. Прогнозирование и расчет естественного искривления скважин: справ. пособие / В.О. Белоруссов, Т.М. Боднарук. – М.: Недра, 1988. – 175 с.
2. Ковалев А.Е. – Файл справки программы Стрела 4, Самара, 2024, ООО «Битас» – 109 л.
3. Р.В. Коренев Цифровой двойник бурения: автоматизация механизмов и бизнес-процессов строительства скважин, ООО «РигИнтел», 2024, – 68 с.
4. Расчет и корректирование траектории скважины при бурении: методические указания / В.Ю. Близнюков, А.С. Повалихин, С.А. Кейн. Ухта: УГТУ, 2014. – 36 с.: ил.
5. Цаплин Д.В., Нечаева О.А. Анализ отклонений фактической траектории скважины от проектного плана и определение зависимости тенденции КНБК, «Инженер-нефтяник, ISSN: 2072-7232, с. 69–75, 2024 г.
6. Шаповалов Д.И. Автоматизация процессов в нефтегазовой отрасли с применением Python // Вестник цифровых технологий. – 2021.
7. https://docs.python.org/3/library/tk.html - Graphical User Interfaces with Tk, 2025.
