НЕФТЯНАЯ ПРОВИНЦИЯ

Аннотация

 

Машинное обучение в настоящее время находит свое применение в самых разных областях науки и техники. Существенным условием для его использования является наличие цифрового фактического материала. За многолетнюю историю эксплуатации нефтяных месторождений накоплена существенная база данных, связанная с разработкой и применяемыми методами стимулирования скважин.

В работе рассматриваются статистические методы машинного обучения для анализа эксплуатационных параметров на добывающих нефтяных скважинах Сотниковского месторождения. В частности, основываясь на фонде эксплуатации добывающих скважин, рассчитываются значения целевых параметров по выбору совокупности факторов (номинальное число качаний станка-качалки в минуту, номинальная длина хода сальникового штока), позволяющих оптимизировать работу скважины, а, именно, достичь наивысший коэффициент подачи насоса.

​

Ключевые слова:

 

оптимизация режима скважин, прогнозирование работы скважин, машинное обучение, нейронные сети, регрессия дерева решений, многослойный персептрон MLPRegressor, градиентный бустинг LightGBM

Список литературы

 

1. Мищенко И.Т. Расчеты при добыче нефти и газа.-М. Нефть и газ, 2008. – 296 с.

2. Справочное руководство по проектированию разработки и эксплуатации нефтяных месторождений. Добыча нефти / Под общей ред. Ш.К. Гиматудинова / Р.С. Андриасов, И.Т. Мищенко, А.И. Петров и др. — 2-е изд., стереотипное. М.: ООО ТИД «Альянс», 2005. — 455 с.

3. Денисов О.В. Совершенствование процессов мониторинга и регулирования разработки нефтяных месторождений на основе статистических, оптимизационных и нейросетевых алгоритмов: автореф. дис. канд. техн. наук: 25.00.17 / Денисов Олег Владимирович. - Бугульма – 2019. – 25 с.

4. Рашка, С. Python и машинное обучение / перевод с английского А.В. Логунова. – Москва: ДМК Пресс, 2017. – 418 с.

Сведения об авторах

 

Насыбуллин Арслан Валерьевич, доктор технических наук, профессор, заведующий кафедрой разработки и эксплуатации нефтяных и газовых месторождений, Альметьевский государственный нефтяной институт

Россия, 423450, Альметьевск, ул. Ленина, 2

E-mail: arsval@bk.ru

 

Байбуров Роберт Римович, институт «ТатНИПИнефть» ПАО «Татнефть» имени В.Д. Шашина

Россия, 423236, Бугульма, ул. Мусы Джалиля, 32

E-mail: robert145xb@gmail.com

Для цитирования:

​

Насыбуллин А.В., Байбуров Р.Р. Использование статистических методов машинного обучения для оптимизации эксплуатации скважин//Нефтяная провинция.-2021.-№3(27).-С.84-94. DOI https://doi.org/10.25689/NP.2021.3.84-94