Система программно-информационного обеспечения процесса адаптации геолого-технологических моделей газовых залежей севера Западной Сибири

• Автор: Шандрыголов, Захар Николаевич
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Тюмень
• Количество страниц: 125 с. : ил.

СОДЕРЖАНИЕ
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
РАЗДЕЛ 1. КРАТКИЙ АНАЛИЗ ОСНОВНЫХ ЭТАПОВ И ПРИНЦИПОВ ГИДРОДИНАМИЧЕСКОГО МОДЕЛИРОВАНИЯ РАЗРАБОТКИ ГАЗОВЫХ ЗАЛЕЖЕЙ
1.1 Основные принцы гидродинамического моделирования
1.2 Этапы создания геолого-технологической модели
1.3 Процесс адаптации
1.4 Выбор параметров адаптации пласта
1.5 Анализ существующих методов адаптации
1.6 Анализ существующих программных решений для адаптации геологотехнологических моделей
РАЗДЕЛ 2. МЕТОД РАСПРЕДЕЛЕНИЯ КОРРЕКТИРУЮЩИХ
КОЭФФИЦИЕНТОВ ПО КУБАМ ОБЪЕМНЫХ ПАРАМЕТРОВ ГИДРОДИНАМИЧЕСКОЙ МОДЕЛИ НА ОСНОВЕ АНАЛИЗА ВЕЛИЧИН ГРАДИЕНТОВ И ПОГРЕШНОСТИ ПЛАСТОВОГО ДАВЛЕНИЯ
2.1 Вывод уравнения расчета модификаторов
2.2 Алгоритм реализации
2.3. Программная реализация алгоритма
РАЗДЕЛ 3. МЕТОД УТОЧНЕНИЯ АБСОЛЮТНОЙ ПРОНИЦАЕМОСТИ ПО КУБУ ГИДРОДИНАМИЧЕСКОЙ МОДЕЛИ, ОСНОВАННЫЙ НА РЕЗУЛЬТАТАХ ГИДРОДИНА-МИЧЕСКИХ ИССЛЕДОВАНИЙ И ПРИЕМОВ СЕКТОРНОГО МОДЕЛИРОВАНИЯ
3.1 Описание процесса создания секторной модели
3.2 Метод уточнения проницаемости по данным выполненной интерпретации ГДИС
РАЗДЕЛ 4. АЛГОРИТМЫ СИСТЕМАТИЗАЦИИ ГЕОЛОГОПРОМЫСЛОВОЙ ИНФОРМАЦИИ И ЕЕ ОБРАБОТКИ,

ОБЕСПЕЧИВАЮЩИЕ ВОЗМОЖНОСТЬ РАСЧЕТА РАЗМЕРНЫХ, ПРОДУКТИВНЫХ И ФИЗИЧЕСКИХ ХАРАКТЕРИСТИК АНАЛИТИЧЕСКОГО АКВИФЕРА
4.1. Анализ методов расчета продвижения контурных и подошвенных вод в газовые залежи
4.2 Алгоритмы расчетов водоносных пластов Картера-Трейси и Фетковича
4.3 Программная реализация алгоритма
РАЗДЕЛ 5. ЧИСЛЕННЫЕ ЭКСПЕРИМЕНТЫ
5.1 Описание гидродинамических моделей, используемых в численных экспериментах
5.2. Численные эксперименты с распределением корректирующих коэффициентов по кубам объемных параметров гидродинамической модели на основе анализа величин градиентов и погрешности пластового давления .
5.3. Численные эксперименты с применением метода уточнения абсолютной проницаемости по кубу гидродинамической модели, основанного на результатах гидродинамических исследований и приемов секторного моделирования
5.4. Численные эксперименты с применением алгоритмов систематизации геолого-промысловой информации и ее обработки, обеспечивающие возможность расчета размерных, продуктивных и физических характеристик аналитического аквифера
5.5 Анализ результатов численных экспериментов
ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ
СПИСОК ЛИТЕРАТУРЫ
Приложение 1. Алгоритм простого Крикинга
Приложение 2. Алгоритм обыкновенного Крикинга

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность работы. Согласно данным ведущих статистических агентств к 2030 году мировой спрос на природный газ вырастет в среднем на 30%, что является хорошей возможностью для закрепления позиции России как крупнейшей газодобывающей державы в доле мировой экономики. В условиях роста спроса и снижения добывных возможностей в газовой отрасли приоритетными являются не только задачи освоения новых месторождений, но и эффективной эксплуатации уже находящихся в промышленной разработке запасов газа.
На сегодняшний день при планировании стратегии, позволяющей достичь максимально положительного экономического эффекта, все чаще используются геолого-технологические модели. Растущий рынок решений в области фильтрационного моделирования залежей УВС дает возможность гибкого подхода к выработке эффективных решений, как при долгосрочном планировании разработки месторождения, так и при оперативном вмешательстве и корректировке технологических показателей разработки на короткий период.
Однако стоит учесть, что технологические показатели, получаемые при расчёте геолого-технологической модели, имеют погрешность, величина которой зависит от качества модели, которая в свою очередь зависит от точности определенных исходных параметров.
Большое количество исходных параметров определено с большой долей ошибки, что вызвано либо отсутствием данных по конкретному объекту моделирования, либо в погрешности определения того или иного параметра при проведении исследований.
В процессе создания геолого-технологической модели необходимо уточнение исходных параметров путем их корректировки, заключающейся в поиске значения, позволяющего повысить точность воспроизведения

Ri = Wi* vvd(Oj - q), (8)
где: witwd- коэффициенты доверия; о,- наблюдаемое значение; q- значение, вычисленное по модели.
Каждой паре точек будет соответствовать один остаток.
Одной из характеристик дискретной случайной величины является среднеквадратическое отклонение [4]. В случае анализа расчетных данных этот параметр будет отличаться от используемого в математической статистике среднеквадратического отклонения тем, что он считается не относительно математического ожидания пластового давления, а относительно фактических данных. Этот индекс носит название RMS (Root Mean Square - средний корень квадрата ошибки, далее - СКО или сг):

Если при расчете индекса СКО рассматривать только замеры по какой-либо конкретной скважине, получим частное СКО,. При вычислении по всему месторождению будем иметь общее СКО.
Для наилучшей настройки модели необходимо выполнение следующего условия:

^ Rf -» min. (10)

т.е. сумма квадратов всех отклонений должна быть минимальна. Поскольку каждое отклонение является функцией от х1,х2, —,хт, сумма квадратов остатков Rj будет также функцией от хх, х2,..., хт.
Исходя из этого, решение задачи настройки модели сводится к минимизации функции т переменных х1,х2,..., хт, которую назовем целевой функцией:

f = ~^Rf(x1,x2,...,xm)-*min. (П)

Коэффициент 1/2 не влияет на ход и результат решения и необходим