Автоматический подбор зон для бурения нагнетательных скважин-кандидатов
- Авторы: Бекен А.А.1, Ибраев А.Е.1, Жетруов Ж.Т.1, Елемесов А.С.1, Жолдыбаева А.Т.1
-
Учреждения:
- КМГ Инжиниринг
- Выпуск: Том 6, № 1 (2024)
- Страницы: 74-86
- Раздел: Бурение
- URL: https://journals.rcsi.science/2707-4226/article/view/254088
- DOI: https://doi.org/10.54859/kjogi108677
- ID: 254088
Цитировать
Полный текст
Аннотация
Обоснование. Возрастающая сложность в поиске точек для бурения нагнетательных скважин на поздних этапах разработки месторождений АО НК «КазМунайГаз», обусловленная уплотнением сетки действующих скважин и неравномерностью выработки запасов, является на сегодняшний день актуальной проблемой. Разработки в области геопространственного анализа и искусственного интеллекта послужили стимулом к поиску новых подходов для решения этой задачи.
Цель. Исследование направлено на разработку инновационного подхода к автоматическому определению наиболее перспективных зон для бурения нагнетательных скважин, основанного на комплексном анализе больших объемов данных с применением продвинутых алгоритмов.
Материалы и методы. В работе используются методы сбора и анализа производственных и геологических данных, применяются пространственные алгоритмы для мультифакторного анализа и методы нормализации данных, включая скорректированный межквартильный диапазон для определения выбросов.
Результаты. Описываются результаты, демонстрирующие ранжирование ячеек по потенциалу для бурения на основе комплексного анализа, а также присвоение уникальных кодов каждой ячейке для улучшения точности принятия решений.
Заключение. Заключительная часть подводит итоги, подчеркивая важность интеграции различных методов и подходов. Отмечаются направления для дальнейших исследований, включая анализ неточностей данных, учет дополнительных параметров, выявление эффективных пропластков, применение методов машинного обучения и расширение тестирования подхода на других месторождениях.
Полный текст
Открыть статью на сайте журналаОб авторах
Айдана Аскаркызы Бекен
КМГ Инжиниринг
Автор, ответственный за переписку.
Email: a.beken@kmge.kz
Казахстан, Астана
Актан Ермекович Ибраев
КМГ Инжиниринг
Email: ak.ibrayev@kmge.kz
Казахстан, Астана
Жасулан Талгатбекович Жетруов
КМГ Инжиниринг
Email: zh.zhetruov@kmge.kz
ORCID iD: 0000-0003-3639-4390
Казахстан, Астана
Азамат Серикович Елемесов
КМГ Инжиниринг
Email: ayelemessov@kmge.kz
Казахстан, Астана
Асель Талгатовна Жолдыбаева
КМГ Инжиниринг
Email: a.zholdybayeva@kmge.kz
ORCID iD: 0000-0002-1015-0593
Казахстан, Астана
Список литературы
- Wei B. Well Production Prediction and Visualization Using Data Mining and Web GIS : master's thesis. Calgary : University of Calgary, 2016. doi: 10.11575/PRISM/28686.
- Xu X., Shao Y., Fu J., et al. The Application of GIS in The Digital Oilfield Construction // 2nd International Conference on Computer Science and Electronics Engineering; Март 2013. Режим доступа: https://www.atlantis-press.com/proceedings/iccsee-13/4443. Дата обращения 12.08.2023.
- Khan H., Srivastav A., Kumar Mishra A., Anh Tran T. Machine learning methods for estimating permeability of a reservoir // Int J Syst Assur Eng Manag. 2022. Vol. 13. P. 2118–2131. doi: 10.1007/s13198-022-01655-9.
- Ruizhi Z., Cyrus S., Ray J. Machine learning for drilling applications: A review // Journal of Natural Gas Science and Engineering. 2022. Vol. 108. doi: 10.1016/j.jngse.2022.104807.
- Ramzey H., Badawy M., Elhosseini M., A. Elbaset A. I2OT-EC: A Framework for Smart Real-Time Monitoring and Controlling Crude Oil Production Exploiting IIOT and Edge Computing // Energies. 2023. Vol. 16, N 4. doi: 10.3390/en16042023.
- Schiozer D.J., Souza dos Santos A.A., Graça Santos S.M., Von Hohendorff Filho J.C. Model-based decision analysis applied to petroleum field development and management // Oil & Gas Science and Technology – Revue d’IFP Energies Nouvelles. 2019. Vol. 74. doi: 10.2516/ogst/2019019.
- Hubert M., Vandervieren E. An adjusted boxplot for skewed distributions // Computational Statistics & Data Analysis. 2008. Vol. 52, N 12. P. 5186–5201. doi: 10.1016/j.csda.2007.11.008.