'
Научный журнал «Вестник науки»

Режим работы с 09:00 по 23:00

zhurnal@vestnik-nauki.com

Информационное письмо

  1. Главная
  2. Архив
  3. Вестник науки №5 (62) том 4
  4. Научная статья № 160

Просмотры  56 просмотров

Маньшин А.А., Созоненко Г.В.

  


ПРИМЕНЕНИЕ АНАЛИТИЧЕСКОГО БЕНЧМАРКИНГА ДЛЯ ОБОСНОВАНИЯ ВЫБОРА МЕТОДОВ УВЕЛИЧЕНИЯ НЕФТЕОТДАЧИ *

  


Аннотация:
в статье представлен алгоритм подбора методов увеличения нефтеотдачи, основанный на статистическом и корреляционном анализе и аналитическом бенчмаркинге. На примере одного из месторождений Татарстана продемонстрирован порядок работы спроектированной модели. Приведено сравнение полученных результатов с промысловыми данными   

Ключевые слова:
разработка нефтяных месторождений, методы увеличения нефтеотдачи, геолого-физические характеристики пласта, статистический и корреляционный анализ, аналитический бенчмаркинг   


УДК 553.982.2

Маньшин А.А.
магистрант кафедры экономики, организации и управления
Санкт-Петербургский горный университет
(г. Санкт-Петербург, Россия)

Научный руководитель:
Созоненко Г.В.
канд. экон. наук, доцент кафедры экономики, организации и управления

Санкт-Петербургский горный университет
(г. Санкт-Петербург, Россия)


ПРИМЕНЕНИЕ АНАЛИТИЧЕСКОГО

БЕНЧМАРКИНГА ДЛЯ ОБОСНОВАНИЯ ВЫБОРА

МЕТОДОВ УВЕЛИЧЕНИЯ НЕФТЕОТДАЧИ

 

Аннотация: в статье представлен алгоритм подбора методов увеличения нефтеотдачи, основанный на статистическом и корреляционном анализе и аналитическом бенчмаркинге. На примере одного из месторождений Татарстана продемонстрирован порядок работы спроектированной модели. Приведено сравнение полученных результатов с промысловыми данными.

 

Ключевые слова: разработка нефтяных месторождений, методы увеличения нефтеотдачи, геолого-физические характеристики пласта, статистический и корреляционный анализ, аналитический бенчмаркинг

 

Предварительный отбор и ранжирование методов увеличения нефтеотдачи (далее – МУН) осуществляется на основании скрининговых исследований. Для их проведения необходимо использовать существующие матрицы применимости или базы данных, содержащие информацию о реализованных проектах внедрения МУН.

К недостаткам существующих подходов относится высокий процент ошибок и неопределенностей, отсутствие возможности просмотра и внесения изменений в базы данных специализированных программ, труднодоступность подобного программного обеспечения, а также невозможность предварительной оценки повышения коэффициента извлечения нефти. Ввиду этого предлагается внедрение алгоритма подбора методов увеличения нефтеотдачи, основанного на статистическом и корреляционном анализе и аналитическом бенчмаркинге. К основным этапам проектирования такой модели относятся:

1) создание и постоянное обновление базы данных об успешно реализованных проектах внедрения МУН;

2) построение графиков зависимости между геолого-физическими характеристиками объектов из базы данных и примененными на них МУН;

3) расчет отклонений значений характеристик исследуемого объекта от полученных корреляционных зависимостей и последующий выбор наиболее подходящего МУН и объекта-аналога;

4) анализ практики применения МУН на объекте-аналоге и формирование рекомендаций;

5) вероятностно-статистическая оценка прироста коэффициента извлечения нефти за счет внедрения выбранного МУН.

Для проведения моделирования была собрана база данных, включающая информацию о геолого-физических характеристиках и истории разработки 879 эксплуатационных объектов, на которых применялись методы увеличения нефтеотдачи. В качестве экспериментального объекта был выбран бобриковский горизонт Ново-Суксинского месторождения, расположенного в Тукаевском районе Республики Татарстан. Его основные гееолого-физические характеристики приведены в таблице 1.

 

Таблица 1. Характеристики экспериментального объекта

Проницаемость

k, мкм2

Пористость

m, доли ед.

Вязкость нефти

µ, мПа·с

Глубина залегания

L, м

1,382

0,28

66,4

1093

При сужении критериев поиска объектов-аналогов в базе до значений проницаемости k > 0,2 мкм2 и вязкости нефти µ > 30 мПа·с, было отобрано 102 объекта, на основании которых построены корреляционные зависимости между геолого-физическими характеристиками и применяемыми МУН. Пример одного из полученных графиков представлен на рисунке 1.

 

Рис. 1. Корреляционные зависимости µ(L) для различных методов увеличения нефтеотдачи, построенные на основании базы данных

 

В результате расчета отклонений значений характеристик исследуемого объекта от полученных корреляционных зависимостей было выяснено, что химические методы увеличения нефтеотдачи являются наиболее оптимальными для применения на рассматриваемом месторождении.

Построение аналогичных зависимостей только для объектов, на которых применялись химические методы увеличения нефтеотдачи (закачка поверхностно-активных веществ, полимеров и щелочей), позволило выяснить, что реализация полимерного заводнения является наиболее эффективным методом воздействия на исследуемый пласт. Соответственно, выбор объекта-аналога осуществлялся только среди проектов, где была реализована закачка полимеров. В этом качестве моделью был предложен песчаник NG3-NG6 месторождения Гудонг (Китай), что показано на рисунке 2.

Рис. 2. Взаимное расположение значений

характеристик исследуемого объекта и его аналога на графике µ(L)

 

Изучив имеющуюся в базе данных информацию о реализации полимерного заводнения на месторождении Гудонг, для рассматриваемого объекта можно прогнозировать следующие значения ключевых характеристик применения этого метода увеличения нефтеотдачи:

1) расход химического реагента 1,83 кг на баррель дополнительно добытой нефти;

2) максимальное снижение обводненности продукции 15%.

Помимо этого, рекомендовано проводить сопутствующие мероприятия по управлению процессом нефтеизвлечения: периодическое изменение профилей приемистости скважин и направлений фильтрационных потоков, закрытие высокообводненных скважин, оптимизация скорости закачки полимерного раствора.

На основании исторических данных по месторождениям, где было реализовано полимерное заводнение, и с применением численного метода Монте-Карло была проведена вероятностно-статистическая оценка прироста коэффициента извлечения нефти для рассматриваемого объекта. Графическое представление результатов расчета приведено на рисунке 3. Согласно полученной гистограмме дополнительно извлекаемый объем геологических запасов в среднем составляет 8,2% (Р50), варьируясь от 4,2% (Р90) до 11,6% (Р10).

 

Рис. 3. Вероятностно-статистический анализ прироста коэффициента извлечения нефти за счет реализации полимерного заводнения

 

Изучение истории разработки бобриковского эксплуатационного объекта Ново-Суксинского месторождения позволило выяснить, что на нем применялось большое количество химических методов увеличения нефтеотдачи: закачка растворов гидрофобной эмульсии «Нефтенол НЗ», КДС, ПОЭ, БГП АХВ, ТИВ, НСКВ, КНН, МСГС, смеси гипана и цемента. Подавляющее большинство перечисленных реагентов относится к полимерам.

Если же говорить о показателях эффективности реализации полимерного заводнения на Ново-Суксинском месторождении, то максимальное снижение обводненности продукции вследствие применения данного метода увеличения нефтеотдачи составляет 22%. Это несколько выше, чем на подобранном расчетной моделью объекте-аналоге – песчанике NG3-NG6 месторождения Гудонг, где данный параметр равнялся 15%. Прирост коэффициента извлечения нефти несколько разнится в зависимости от рассматриваемого пласта, относящегося к бобриковскому горизонту. Тем не менее, почти все значения входят в рассчитанный моделью вероятностный интервал – от 4,2% до 11,6%.

Таким образом, предложенный алгоритм позволил с высокой точностью определить наиболее оптимальный метод увеличения нефтеотдачи и основные параметры эффективности его применения на рассматриваемом объекте. Внедрение элементов аналитического бенчмаркинга в существующие модели подбора МУН позволит повысить точность прогнозов и увеличить количество успешных проектов реализации внедрения методов увеличения нефтеотдачи.

 

СПИСОК ЛИТЕРАТУРЫ:

 

  1. Садыков Р.М. Подбор оптимального числа симуляций Монте-Карло при вероятностном подсчёте ресурсов углеводородного сырья // Вестник нефтегазовой отрасли Казахстана. – 2022. – Т. 4. – №4. – C. 32-44.
  2. Wei Z., Zhu S., Dai X., Wang X., Yapanto L. M., Raupov I. R. Multi-criteria decision making approaches to select appropriate enhanced oil recovery techniques in petroleum industries // Energy Reports. Vol. 7. Pp. 2751-2758. 
  


Полная версия статьи PDF

Номер журнала Вестник науки №5 (62) том 4

  


Ссылка для цитирования:

Маньшин А.А., Созоненко Г.В. ПРИМЕНЕНИЕ АНАЛИТИЧЕСКОГО БЕНЧМАРКИНГА ДЛЯ ОБОСНОВАНИЯ ВЫБОРА МЕТОДОВ УВЕЛИЧЕНИЯ НЕФТЕОТДАЧИ // Вестник науки №5 (62) том 4. С. 930 - 936. 2023 г. ISSN 2712-8849 // Электронный ресурс: https://www.вестник-науки.рф/article/8507 (дата обращения: 29.04.2024 г.)


Альтернативная ссылка латинскими символами: vestnik-nauki.com/article/8507



Нашли грубую ошибку (плагиат, фальсифицированные данные или иные нарушения научно-издательской этики) ?
- напишите письмо в редакцию журнала: zhurnal@vestnik-nauki.com


Вестник науки СМИ ЭЛ № ФС 77 - 84401 © 2023.    16+




* В выпусках журнала могут упоминаться организации (Meta, Facebook, Instagram) в отношении которых судом принято вступившее в законную силу решение о ликвидации или запрете деятельности по основаниям, предусмотренным Федеральным законом от 25 июля 2002 года № 114-ФЗ 'О противодействии экстремистской деятельности' (далее - Федеральный закон 'О противодействии экстремистской деятельности'), или об организации, включенной в опубликованный единый федеральный список организаций, в том числе иностранных и международных организаций, признанных в соответствии с законодательством Российской Федерации террористическими, без указания на то, что соответствующее общественное объединение или иная организация ликвидированы или их деятельность запрещена.