Модели и алгоритмы адаптивной интерпретации результатов комбинированных газогидродинамических исследований интеллектуальных скважин

Abstract

Актуальность работы обусловлена необходимостью создания моделей и алгоритмов обработки результатов газогидродинамических исследований интеллектуальных скважин, оснащенных стационарными информационно измерительными системами, позволяющими определять параметры пластов и скважин в процессе проведения испытаний в режиме реального времени. Цель исследования: повышение эффективности и качества интегрированных систем моделей (дебитов, забойных давлений, дополнительных априорных данных и экспертных оценок параметров газовых пластов) и алгоритмов адаптивной идентификации и интерпретации результатов комбинированных газогидродинамических исследований скважин на стационарных, по индикаторной кривой, и нестационарных, по кривой восстановления давления, режимах испытаний. Методы. Использованы теоретические и практические разработки в области газогидродинамических исследований скважин, системного анализа, идентификации систем, оптимизации функций и линейной алгебры. Для анализа точности и устойчивости моделей и алгоритмов идентификации и интерпретации использовались промысловые данные газодинамических исследований скважин месторождения Тюменской области по индикаторной кривой и кривой восстановления давления, экспертные оценки пластового давления и фильтрационных параметров пласта. Результаты. Проведен анализ эффективности и качества моделей и алгоритмов идентификации и интерпретации на примерах обработки результатов испытаний нефтяных и газовых скважин по индикаторной кривой и кривой восстановления давления. Показано, что интегрированные системы моделей и алгоритмы адаптивной идентификации и интерпретации позволяют: определять фильтрационные параметры и энергетическое состояние пластов и скважин, число режимов и время завершения исследований в процессе их проведения в режиме реального времени; обеспечить устойчивость и повысить точность оценок проницаемости, пъезопроводности пласта, пластового давления, скин-фактора скважины за счет использования и корректировки дополнительных априорных данных и экспертных оценок пластового давления и фильтрационных параметров пластов; обрабатывать короткие недовосстановленные кривые забойного давления скважины после ее остановки.

The urgency of the discussed issueis caused by the need to develop models and adaptive algorithms to analyze combined well test data of intelligent wells equipped with permanent downhole gauges which allow determining the parameters of reservoirs and wells when testing in real time. The main aim of the study is to increase the efficiency and quality of integrated systems of models (rates, bottomhole pressures, additional a priori data and expert estimates of gas reservoir parameters) with variable time-dependent parameters and algorithms for adaptive identification and interpretation of combined well test data at steady and unsteady state of well test by indicator diagram and pressure building up curve. The methods used in the studyare the theoretical and practical developments in well testing, system analysis, system identification, optimization of functions and linear algebra. For analyzing the accuracy and stability of models and algorithms of identification and interpretation the authors used the field data of well test by indicator diagram and pressure building up curve, expert estimates of reservoir pressure and filtration parameters. Results. The analysis of the efficiency and quality of models and algorithms of identification and interpretation on the examples of processing oil and gas well test data by indicator diagram and pressure building up curve has shown that integrated systems of models and algorithms of adaptive identification and interpretation allow: determining filtration parameters and the energy state of reservoirs and wells, the number of test stages and the completion time of the test within data input process in real time; providing stability and improving accuracy of estimates of permeability, reservoir conductivity, reservoir pressure, well skin factor due to the use and correction of additional a priori data and expert reservoir pressure and reservoir filtration parameters; analyzing short poorly reconstructed bottomhole pressure building up curves after well shut in.