Прогнозирование солеотложения в нефтяном промысле. Современное состояние, проблемы, задачи

Обложка

Цитировать

Полный текст

Аннотация

В статье обобщены текущие представления о проблеме солеотложения в нефтепромысловом оборудовании и методических подходах к ее предупреждению. На основе многолетних исследований проблемы солеотложения на различных месторождениях систематизирована информация о составе попутно добываемой и закачиваемой воды и ее роли в процессе солеобразования, а также информация о составе неорганических отложений и механизме их образования. Рассмотрены существующие методы математического моделирования процессов солеотложения в нефтепромысловых системах, оценена их эффективность. Показано, что качественный химический состав как водных растворов, так и отложений из технологических узлов нефтедобывающих предприятий схож вне зависимости от месторождения, тем не менее количественно соотношение компонентов способно отличаться на порядки, причем даже в условиях одного месторождения. Хотя проблема солеотложения к настоящему моменту хорошо изучена, по-прежнему не существует единого универсального методического подхода к предупреждению отложений солей на нефтяном промысле, который эффективно показывал бы себя в различных условиях. Несмотря на многообразие и широкие возможности современных программных комплексов, результаты математического моделирования не всегда хорошо коррелируют с составом реальных отложений из нефтепромысловых систем. Таким образом, решение проблемы прогнозирования нефтепромысловых солеотложений требует комплексного подхода, включающего экспериментальное моделирование и корректировку используемого метода расчета на основе опыта добычи. Такую задачу способны решить методы искусственного интеллекта, следовательно, развитие методологии прогнозирования солеотложений в нефтепромысловых системах в ближайшем будущем будет развиваться именно в этом направлении.

Об авторах

И. С Трухин

Институт химии ДВО РАН

Email: trukhin@ich.dvo.ru
Владивосток, Россия

Н. В Полякова

Институт химии ДВО РАН

Email: polyakova@ich.dvo.ru
Владивосток, Россия

П. А Задорожный

Институт химии ДВО РАН

Email: zadorozhny@mail.ru
Владивосток, Россия

С. В Суховерхов

Институт химии ДВО РАН

Email: svs28@ich.dvo.ru
Владивосток, Россия

Список литературы

  1. Бриков А.В., Маркин А.Н. Нефтепромысловая химия: практическое руководство по борьбе с образованием солей. М.: Де’Либри, 2018. 355 с.
  2. Crabtree M., Eslinger D., Fletcher P. et al. Fighting Scale – Removal and Prevention // Oilfield Rev. 1999. Vol. 11. No. 3. P. 30–45.
  3. Liu Y., Lu H., Li Y. et al. A review of treatment technologies for produced water in offshore oil and gas fields // Science of the Total Environment. 2021. Vol. 775. P. 1–14.
  4. Mady M.F., Kelland M.A. Review of Nanotechnology Impacts on Oilfield Scale Management // ACS Applied Nano Materials. 2020. Vol. 3. Iss. 8. P. 7343–7364.
  5. Полякова Н.В., Задорожный П.А., Трухин И.С., Маркин А.Н., Суховерхов С.В., Авраменко В.А. Моделирование солеосаждения в нефтепромысловом оборудовании платформы ПА-А // Вестник ДВО РАН. 2017. № 5. С. 98–105.
  6. Трухин И.С., Полякова Н.В., Задорожный П.А., Суховерхов С.В., Маркин А.Н., Авраменко В.А. Моделирование процессов солеотложения в системе поддержания пластового давления платформы Пильтун-Астохская-А (проект «Сахалин-2») // Вестник ДВО РАН. 2017. № 5. С. 106–112.
  7. Rajbongshi A., Gogoi S.B. A review on oilfield produced water and its treatment technologies // Petroleum Research. 2024. Vol. 298. P. 1–17.
  8. Полякова Н.В., Трухин И.С., Задорожный П.А., Суховерхов С.В., Маркин А.Н., Авраменко В.А. Сравнение данных физико-химического моделирования и реального состава солеотложений в узлах нефтепромыслового оборудования платформы Пильтун-Астохская-Б (проект «Сахалин-2») // Технологии нефти и газа. 2017. № 3 (110). С. 26–33.
  9. Xu Z.X., Li S.Y., Li B.F. et al. A review of development methods and EOR technologies for carbonate reservoirs // Pet. Sci. 2020. Vol. 17. P. 990–1013.
  10. Трухин И.С. Прогнозирование осадкообразования в узлах нефтепромыслового оборудования морских нефтедобывающих платформ (на примере проекта «Сахалин-2») / дис. … канд. хим. наук: 02.00.04. Владивосток, 2020. 176 с.
  11. Трухин И.С., Прокуда Н.А., Азарова Ю.А., Задорожный П.А., Суховерхов С.В. Изучение химического состава попутно добываемых пластовых и окружающих морских вод на нефтегазодобывающих платформах проекта «Cахалин-2» // ГИАБ. 2015. № 36. С. 225–234.
  12. Samuel O., Othman M.H.D., Kamaludin R. et al. Oilfield-produced water treatment using conventional and membrane-based technologies for beneficial reuse: A critical review // Journal of Environmental Management. 2022. Vol. 308. 114556.
  13. Семенова Т.В. Изменение ионно-солевого состава пластовых вод на стадии разработки месторождений южных нефтегазоносных районов Тюменской области // Изв. вузов. Нефть и газ. 2002. № 5. С. 65–70.
  14. Чертовских Е.О., Кунаев Р.У., Качин В.А., Карпиков А.В. Отложения гипса при добыче нефти и газа на Верхнечонском нефтегазоконденсатном месторождении // Вестник ИрГТУ. 2013. № 12 (83). С. 143–148.
  15. Всеволожский В.А., Киреева Т.А. Влияние глубинных газопаровых флюидов на формирование состава пластовых вод нефтегазовых месторождений // Вестн. Моск. ун‑та. Серия 4: Геология. 2010. № 3. С. 57–62.
  16. Bailey B., Crabtree M., Tyrie J. et al. Water control oilfield review // Oilfield Review. 2000. Vol. 12. Iss. 1. P. 30–51.
  17. Абукова Л.А. Технология автоматизированного выбора метода изучения минерального солеотложения в пластовых и скважинных условиях // Геология, геофизика и разработка нефтяных и газовых месторождений. 2002. № 5. C. 90–94.
  18. Федорова А.Ф., Шиц Е.Ю. Методический комплекс по изучению химической совместимости пластовых флюидов с системами ППД // Изв. вузов. Химия и хим. технология. 2011. Т. 54. № 3. С. 88–91.
  19. Hu Y.-S., Min C. Identification and modeling of geochemical reactions occurring within the sandstone reservoir flooded by seawater // Pet. Sci. Technol. 2016. Vol. 34. No. 17/18. P. 1595–1601.
  20. Liu F., Wang M. Review of low salinity waterflooding mechanisms: Wettability alteration and its impact on oil recovery // Fuel. 2020. Vol. 267. P. 1–17.
  21. Попов С.Н. Численное моделирование техногенного солеотложения при закачке морской воды в продуктивный пласт на примере месторождения Жетыбай (Казахстан) // Геология, геофизика и разработка нефтяных и газовых месторождений. 2012. № 2. С. 48–53.
  22. Гаджиев Ф.М., Атакишева Н.А. Исследование химического состава смеси пластовой воды свиты «Перерыва» месторождения «Гюнешли» с водой Каспийского моря // SOCAR Proceedings. 2012. № 1. С. 30–40.
  23. Moghadasi J., Muller-Steinhagen H., Jamaialahmadi M., Sharif A. Prediction of scale formation problem in oil reservoirs and production equipment due to injection of incompatible waters // Asia-Pacific J. Chem. Eng. 2006. Vol. 14. No. 3/4. P. 545–566.
  24. Azizi J., Shadizadeh S.R., Manshad A.K., Jadidi N. Effects of pH and temperature on oilfield scale formation // IJOGST. 2018. Vol. 7. No. 3. P. 18–31.
  25. Сафиуллин И.Р., Гараева Н.В., Цыбин С.С. и др. Минерализация пластовых вод неокомского водоносного комплекса месторождения Западной Сибири // Экспозиция Нефть Газ. 2023. № 2. С. 24–29.
  26. Garba M.D., Sulaiman M.S. Oilfield Scales Treatment and Managerial Measures in the Fight for Sustainable Production // PTDJ. 2014. Vol. 2. P. 19–37.
  27. Kamal M.S., Hussein I., Mahmoud M. et al. Oilfield scale formation and chemical removal: A review // Journal of Petroleum Science and Engineering. 2018. Vol. 171. P. 127–139.
  28. Rafiee H., Sorbie K., Mackay E. The Deposition Kinetics of Barium Sulphate Scale: Model Development // Frontiers in Materials. 2023. Vol. 10. P. 1–23.
  29. Xu Z.X., Li S.Y., Li B.F. et al. A review of development methods and EOR technologies for carbonate reservoirs // Petroleum Science. 2020. Vol. 17. Iss. 4. P. 990–1013.
  30. Muryanto S., Bayuseno A., Ma H., Usamah M. Calcium carbonate scale formation in pipes: effect of flow rates, temperature and malic acid as additives on the mass and morphology of the scale // Procedia Chem. 2014. Vol. 9. P. 69–76.
  31. Сыдыков Ж.Д., Самбаева Д.А., Толоконникова Л.И., Маймеков З.К. Образование арагонита и кальцита в системе Са(ОН)2–Н2О–СО2 – воздух при различной минерализации раствора // Наука, новые технологии и инновации. 2008. № 3/4. С. 220–224.
  32. Khormali A., Petrakov D.G., Javad M., Moein A. Experimental analysis of calcium carbonate scale formation and inhibition in waterflooding of carbonate reservoirs // J. Pet. Sci. Eng. 2016. Vol. 147. P. 843–850.
  33. Ольховская В.А., Песков А.В., Ермошкин А.А., Гритчина В.В. Диагностирование состава солевых отложений методами рентгендифрактометрического и энергодисперсионного микроанализа // Нефтепромысловое дело. 2010. № 5. С. 44–52.
  34. Fan M.M., Liu H.F., Dong Z.H. Microbiologically influenced corrosion of X60 carbon steel in CO2-saturated oilfield flooding water // Materials and Corrosion. 2013. Vol. 64. No. 3. P. 242–246.
  35. Гусаков В.Н., Абдрашитова Р.Н., Колотыгина В.Н. Анализ условий формирования отложений галита и поиск реагентов для ингибирования // Вода: химия и экология. 2024. № 1. С. 29–41.
  36. Кащавцев В.Е., Мищенко И.Т. Солеобразование при добыче нефти. М.: Орбита-М, 2004. 433 с.
  37. Awadh S.M., Al-Mimar H.S., Yaseen Z.M. Effect of Water Flooding on Oil Reservoir Permeability: Saturation Index Prediction Model for Giant Oil Reservoirs, Southern Iraq // Natural Resources Research. 2021. Vol. 30. P. 4403–4415.
  38. Ивановский В.Н. Анализ существующих методик прогнозирования солеотложения на рабочих органах УЭЦН // Инженерная практика. 2009. Пилотный выпуск. С. 8–11.
  39. Маркин А.Н., Низамов Р.Э., Суховерхов С.В. Нефтепромысловая химия: практическое руководство. Владивосток: Дальнаука, 2011. 294 с.
  40. Bahadori A., Zahedi G., Zendehboudi S. Estimation of potential barium sulfate (barite) precipitation in oilfield brines using a simple predictive tool // Environ. Prog. Sustain. 2013. Vol. 32. No. 3. P. 860–865.
  41. Verri G., Sorbie K.S., Silva D. A rigorous general work flow for accurate prediction of carbonate and sulphide scaling profiles in oil and gas wells // J. Pet. Sci. Eng. 2017. Vol. 156. P. 673–681.
  42. Исаева Г.Ю. Основные проблемы оценки солеотложения при разработке гидротермальных ресурсов // Труды Института геологии ДНЦ РАН. 2009. № 55. С. 156–158.
  43. Ситников А.В., Сенникова О.В., Жирнов М.В. и др. Прогнозирование солеотложения при смешивании различных типов вод в системе поддержания пластового давления // Нефтяное хозяйство. 2007. № 9. C. 64–65.
  44. Сальникова Ю.И. Результаты исследований совместимости пластовых и закачиваемых вод на месторождении углеводородов в Западной Сибири // Успехи современного естествознания. 2024. № 2. С. 44–53.
  45. Peretomode E., Eboibi B., Hart A., Ajie M. Modeling the impact of pH and reservoir temperature on the dissolution of quartz mineral due to oilfield chemical treatment // Petroleum Science and Technology. October, 2020. P. 1–15.
  46. Sircar A., Yadav K., Rayavarapu K. et al. Application of machine learning and artificial intelligence in oil and gas industry // Petroleum Research. 2021. Vol. 6. Iss. 4. P. 379–391.
  47. Хасанов И.И., Хасанова З.Р., Шакиров Р.А., Недельченко О.И. Обзор применения нейросетей в области добычи и транспорта нефти и газа // Транспорт и хранение нефтепродуктов и углеводородного сырья. 2022. № 3/4. С. 11–15.
  48. Choubey S., Karmakar G.P. Artificial intelligence techniques and their application in oil and gas industry // Artificial Intelligence Review. 2021. Vol. 54 (5). P. 3665–3683.
  49. Половова Т.А., Сульдина Г.А., Владимирова С.А., Телков О.А. Перспективы использования технологий искусственного интеллекта в нефтегазовой отрасли // Экономика: вчера, сегодня, завтра. 2023. Т. 13. № 3-1. С. 119–125.
  50. Топольников А.С. Машинное обучение для механизированной добычи нефти // Деловой журнал Neftegaz.RU. 2021. № 5. С. 14–19.
  51. Falode O., Udomboso C., Ebere F. Prediction of Oilfield Scale Formation Using Artificial Neural Network (ANN) // Advances in Research. 2016. Vol. 7 (6). P. 1–13.
  52. Черников А.Д., Еремин Н.А., Столяров В.Е. и др. Применение методов искусственного интеллекта для выявления и прогнозирования осложнений при строительстве нефтяных и газовых скважин: проблемы и основные направления решения // Георесурсы. 2020. Т. 22. № 3. С. 87–96.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».