Отправить статью по E-mail Решение обратной задачи в рамках модели D-CRMP с учетом прогнозных свойств
- Авторы: Мусакаев Н.Г.1,2, Родионов С.П.1, Лебедев В.И.1,2, Мусакаев Э.Н.1,3
-
Учреждения:
- Тюменский филиал Института теоретической и прикладной механики им. С. А. Христиановича СО РАН
- Тюменский индустриальный университет
- ООО «НефтьГазИсследование»
- Выпуск: № 2 (2023)
- Страницы: 62-82
- Раздел: БУРЕНИЕ СКВАЖИН И РАЗРАБОТКА МЕСТОРОЖДЕНИЙ
- URL: https://ogarev-online.ru/0445-0108/article/view/357079
- DOI: https://doi.org/10.31660/0445-0108-2023-2-62-82
- ID: 357079
Цитировать
Полный текст
Аннотация
В работе представлено тестирование программы, реализующей модель D-CRMP. Модель D-CRMP входит в семейство аналитических моделей «емкости — сопротивления» (CRM), которые предназначены главным образом для оперативного регулирования системы заводнения. Отличие модели D-CRMP заключается в ее способности учитывать периоды остановок добывающих скважин при адаптации модели. Решение обратной задачи основано на использовании алгоритмов имитации отжига и последовательного квадратичного программирования методом наименьших квадратов из библиотеки SciPy. В работе рассматривается особенность решения уравнения D-CRMP, связанная с ошибками в прогнозе добычи пластовой жидкости после выхода добывающей скважины из периода проcтоя. Производится выбор целевой функции и ограничений, являющихся предпочтительными при применении упомянутых алгоритмов для адаптации модели D-CRMP. Обозначен метод выбора лучшей модели при использовании для их построения алгоритма, основанного на работе генератора псевдослучайных чисел. Выбор осуществляется с учетом прогнозных свойств моделей. Подробно рассмотрен подход к построению доверительных интервалов, основанный на F-тесте. Проведена их оценка.
Об авторах
Н. Г. Мусакаев
Тюменский филиал Института теоретической и прикладной механики им. С. А. Христиановича СО РАН; Тюменский индустриальный университет
С. П. Родионов
Тюменский филиал Института теоретической и прикладной механики им. С. А. Христиановича СО РАН
В. И. Лебедев
Тюменский филиал Института теоретической и прикладной механики им. С. А. Христиановича СО РАН; Тюменский индустриальный университет
Email: vilebedev.72@gmail.com
Э. Н. Мусакаев
Тюменский филиал Института теоретической и прикладной механики им. С. А. Христиановича СО РАН; ООО «НефтьГазИсследование»
Список литературы
Salehian, M. Reservoir Characterization Using Dynamic CapacitanceResistance Model with Application to Shutin and Horizontal Wells / M. Salehian, M. Çınar. – doi: 10.1007/s1320201906554. – Direct text // Journal of Petroleum Exploration and Production Technology. – 2019. – Vol. 9. – P. 2811–2830. AlYousef, A. A. Investigating Statistical Techniques to Infer Interwell Connectivity from Production and Injection Rate Fluctuations : PhD dissertation / A. A. AlYousef. – Austin : University of Texas, 2006. – 540 p. – Direct text. StateoftheArt Literature Review on Capacitance Resistance Models for Reservoir Characterization and Performance Forecasting / R. W. Holanda, E. Gildin, J. L. Jensen. – doi: 10.3390/en11123368. – Direct text // Energies. – 2018. – Vol. 11, Issue 12. – P. 33–68. Сопровождение разработки нефтяных месторождений с использованием моделей CRM : монография / С. В. Степанов, А. Д. Бекман, А. А. Ручкин, Т. А. Поспелова. – Текст : непосредственный. – Тюмень : ИПЦ «Экспресс», 2021. – 300 с. Мусакаев, Э. Н. Эффективное решение задач идентификации моделей пластовых систем и управления заводнением нефтяных месторождений : специальность 05.13.18 «Математическое моделирование, численные методы и комплексы программ» : диссертация на соискание ученой степени канд. техн. наук / Мусакаев Эмиль Наильевич ; Российский государственный университет нефти и газа им. И.М. Губкина. – Москва, 2021. – 111 с. – Текст : непосредственный. Tsallis, C. Generalized Simulated Annealing / C. Tsallis, D. A. Stariolo. – doi: 10.1016/S03784371(96)002713. – Direct text // Physica A : Statistical Mechanics and its Applications. – 1996. – Vol. 233. – P. 395–406. Weber, D. B. The Use of CapacitanceResistance Models to Optimize Injection Allocation and Well Location in Water Floods : PhD dissertation / D. B. Weber. – Austin : University of Texas, 2009. – 275 p. – Direct text. Bonamente, M. Statistics and Analysis of Scientific Data / M. Bonamente. – doi: 10.1007/9781493965724. – USA : Springer, 2013. – 301 p. – Direct Text. Ekstrøm, C. T. Introduction to Statistical Data Analysis for the Life Sciences / C. T. Ekstrøm, H. Sørensen. – 2nd edition. – Boka Raton : Taylor & Francis Group, 2015. – 506 p. – Direct Text.
Дополнительные файлы
