Сравнение классического метода интегральных характеристик вытеснения и вероятностного подхода по точности прогнозирования извлекаемых запасов нефти

Обложка

Цитировать

Полный текст

Аннотация

Характеристики вытеснения используют для эффективного и быстрого прогноза извлекаемых запасов нефти, оценки эффективности от проведенных геолого-технических мероприятий. Они позволяют значительно уменьшить время и финансовые затраты, которые необходимо потратить для построения трехмерной гидродинамической модели. В статье представлен вероятностный подход для экстраполяции динамики добычи нефти посредством интегральных кривых обводнения. Классический метод характеристик вытеснения сравнивается с вероятностным способом в рамках точности прогнозирования. Описан алгоритм прогнозирования данным способом. В ходе сравнительного анализа была продемонстрирована работоспособность метода в зависимости от обводненности в конце интервала аппроксимации. На ранних стадиях разработки точность вероятностного метода выше, чем у традиционного подхода. Уделяется внимание критериям, которые при использовании вероятностного подхода позволяют отсеивать неправдоподобный экстраполированный результат.

Об авторах

В. С. Шумко

Тюменский индустриальный университет

Email: vlad-to72@mail.ru

Е. И. Мамчистова

Тюменский индустриальный университет

Email: mamchistovaei@tyuiu.ru

Список литературы

  1. Соколов, С. В. Математическая модель прогнозирования базовой добычи нефти с учетом неопределенностей на основе метода характеристик вытеснения / С. В. Соколов. – Текст : непосредственный // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. – 2016. – Т. 2, № 1. – С. 82–91.
  2. Соколов, С. В. Модификация характеристик вытеснения для краткосрочного прогноза добычи нефти и оценки эффекта от реализации программы геолого-технических мероприятий / С. В. Соколов. – Текст : непосредственный // Материалы междунар. науч.-техн. конференции, 17–21 ноября 2014 г. – Ханты-Мансийск, 2014. – С. 284–288.
  3. Казаков, А. А. Методы характеристик вытеснения нефти водой / А. А. Казаков. – Москва : Издательский дом Недра, 2020. – 276 с. – Текст : непосредственный.
  4. Шумко, В. С. Оценка извлекаемых запасов нефти с применением интегральных характеристик вытеснения на основе вероятностной методики / В. С. Шумко, Е. И. Мамчистова, С. С. Кузовлев. – doi: 10.31660/0445-0108-2021-2-78-88. – Текст : непосредственный // Известия высших учебных заведений. Нефть и газ. – 2021. – № 2(146). – С. 78–88.
  5. Казаков, А. А. Методическое обеспечение единых подходов оценки эффективности методов ПНП / А. А. Казаков. – Текст : непосредственный // Технологии ТЭК. – 2003. – № 2. – С. 47–53.
  6. Integral type curves for advanced decline curve analysis / J. P. Spivey, J. M. Gatens, M. E. Semmelbeck, W. J. Lee // SPE Mid-Continent Gas Symposium, 13–14 April 1992. – Amarillo, Texas, 1992. – p. 91. – Text : direct.
  7. Назаренко, М. Ю. Применение машинного обучения для вероятностного прогнозирования добычи и расчета потенциальных извлекаемых запасов нефти / М. Ю. Назаренко, А. Б. Золотухин. – doi: 10.24887/0028-2448-2020-9-109-113. – Текст : непосредственный // Нефтяное хозяйство. – 2020. – № 9. – С. 109–113.
  8. Ханипов, М. Н. Вероятностная оценка вовлеченных в разработку запасов нефти на основе характеристик вытеснения с применением статистических методов / М. Н. Ханипов, А. В. Насыбуллин, Р. З. Саттаров. – Текст : непосредственный // Нефтяное хозяйство. – 2016. – № 1. – С. 37–39.
  9. Ручкин, А. А. Вероятностный прогноз извлекаемых запасов по характеристикам вытеснения / А. А. Ручкин, С. А. Левагин. – Текст : непосредственный // Материалы Междунар. науч.-техн. конференции, 14–18 ноября 2016 г. – Ханты-Мансийск, 2016. – С. 393–401.
  10. Ручкин, А. А. Новый подход к оценке извлекаемых запасов по характеристикам вытеснения / А. А. Ручкин, Д. Н. Гусева. – Текст : непосредственный // Нефтепромысловое дело. – 2016. – № 1. – С. 43–47.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).