Новые подходы для определения технологических вызовов месторождений на поздней стадии разработки

Обложка

Цитировать

Полный текст

Аннотация

Обоснование. Основной проблемой процесса разработки месторождений на поздних стадиях является ограничение свободных денежных средств, связанное с падением добычи продукции и соответствующим снижением доходной части предприятий. В это же время проявляется накопленный эффект критичных производственных проблем, для решения которых на практике требуется значительный объем капитальных вложений по разным направлениям разработки месторождений.

Поздняя стадия разработки месторождений сопряжена с рядом проблем, основными из которых являются ухудшение структуры запасов и медленный темп их восполнения, низкие темпы отборов и высокая обводненность продукции, частый отказ наземного оборудования, технологические ограничения производственной инфраструктуры, качество строительства и заканчивания скважин, низкий межремонтный период добывающих скважин, влияющий на коэффициент эксплуатации скважин, и недостаточный охват производственных процессов цифровизацией.

Цель. Учитывая большое количество работ, сопутствующих процессу добычи нефти (от геологии до наземной инфраструктуры), необходим аналитический инструмент внутреннего бенчмаркинга, позволяющий выявить актуальные и наиболее распространенные технологические вызовы, сфокусировать научно-технический и производственный персонал в определенном направлении и выработать системный подход к решению производственных проблем. Целью данной работы является разработка такого рода инструмента.

Материалы и методы. В качестве входных данных были использованы исторические данные по добыче, запасам углеводородов, текущим технологическим параметрам подземного и наземного оборудования 12 месторождений группы компаний АО НК «КазМунайГаз». Сформированы 17 основных критериев по направлениям геологии, разработки, добычи, бурения и инфраструктуры, которые послужили основой для внутреннего бенчмаркинга месторождений.

Результаты. В результате данной работы был разработан инструмент для диагностики ключевых производственных проблем месторождений КМГ. Диагностическая карта эффективна для определения зон распространения производственных проблем как на одном месторождении, так и по всем месторождениям КМГ. Данный подход может быть масштабирован до уровня месторождений и горизонтов.

Заключение. Разработанный инструмент внутреннего бенчмаркинга служит основой для ежегодного анализа ключевых проблем месторождений группы компаний АО НК «КазМунайГаз» и формирования долгосрочного плана по решению ключевых производственных вызовов.

Об авторах

Жасулан Талгатбекович Жетруов

КМГ Инжиниринг

Автор, ответственный за переписку.
Email: zh.zhetruov@niikmg.kz
ORCID iD: 0000-0003-3639-4390
Казахстан, Астана

Бахытжан Кенесович Хасанов

КМГ Кашаган Б.В.

Email: b.khassanov@kbv.kz
Казахстан, Астана

Жанибек Каирбекович Нугманов

КМГ Инжиниринг

Email: zh.nugmanov@niikmg.kz
Казахстан, Астана

Список литературы

  1. Абушева В.Э., Колосова О.Г. Бенчмаркинг как эффективное направление современного анализа // Вестник экономики и менеджмента. 2022. №2. С. 21–26.
  2. Мамажумаев Ш.Р. Применение метода бенчмаркинга в управлении нефтегазовой промышленностью и добычей нефти и газа // Academic Research in Educational Sciences. Vol. 3, N 1. 2022. С. 76–81.
  3. ar2021.kmg.kz [интернет]. Годовой отчет о результатах деятельности АО «НК «КазМунайГаз» за 2021 г. [дата обращения 17.07.2023]. Доступ по ссылке: https://ar2021.kmg.kz/ru/strategic-report/performance-highlights.
  4. А.М. Андрианова, Е.В. Белоногов, А.Ю. Коровин, и др. Бенчмаркинг базовой добычи // Нефтяное хозяйство. 2018. №1138. С. 39–42. doi: 10.24887/0028-2448-2018-8-39-41.
  5. Михайлова Е.А. Основы бенчмаркинга // Менеджмент в России и за рубежом. 2001. № 2. С. 114–121.
  6. Stapenhurst T. The Benchmarking Book: Best Practice for Quality Managers and Practitioners. Oxford (UK) : Butterworth-Heinemann, 2009.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Таблица 2. Диагностическая карта по ключевым месторождениям

Скачать (902KB)
3. Рисунок 1. Доля зрелых месторождений в структуре КМГ

Скачать (49KB)
4. Рисунок 2. Наиболее часто встречающиеся осложнения при разработке зрелых месторождений КМГ

Скачать (71KB)
5. Рисунок 3. Диагностическая карта для оценки технологических параметров месторождений

Скачать (418KB)
6. Рисунок 4. Схема расчета комплексного параметра

Скачать (76KB)
7. Рисунок 5. Расчетные значения комплексного параметра

Скачать (127KB)
8. Рисунок 6. Пример разработки дерева решений по проблеме «Низкое значение МРП»

Скачать (207KB)
9. Рисунок 7. Пример карты КПД с включением мероприятий по решению технологических вызовов

Скачать (245KB)

© Жетруов Ж.Т., Хасанов Б.К., Нугманов Ж.К., 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

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».