Ölindustrie für Ingenieure, Programmierer, Mathematiker und die breite Masse der Arbeiter, Teil 4

-, , .



, , . – , , – .

, ,

Alle in den vorherigen Artikeln aufgeführten physikalischen Effekte ( eins , zwei , drei ) sind wichtig, um nicht nur zu verstehen, wie die Welt funktioniert. Höchstwahrscheinlich müssen sie bei der Erstellung eines Modells berücksichtigt werden, das die Zukunft richtig vorhersagen kann. Warum sollten wir in der Lage sein, die Zukunft der Ölförderung vorherzusagen, wenn der Ölpreis und das Coronavirus immer noch nicht vorhergesagt werden können? Und dann, warum und überall: die richtigen Entscheidungen treffen.







Im Falle des Feldes können wir nicht direkt beobachten, was unter der Erde zwischen den Brunnen geschieht. Fast alles, was uns zur Verfügung steht, ist an Brunnen gebunden, dh an seltene Punkte in den weiten Sumpfgebieten (alles, was wir messen können, ist in etwa 0,5% des Gesteins enthalten, wir können nur die Eigenschaften der verbleibenden 99,5% „erraten“). Dies sind Messungen, die an Brunnen durchgeführt wurden, als der Brunnen gebaut wurde. Dies sind die Messwerte der Instrumente, die in den Bohrlöchern installiert sind (Bohrlochdruck, Anteil von Öl, Wasser und Gas im Produkt). Und dies sind die gemessenen und eingestellten Parameter des Bohrlochbetriebs - wann einschalten, wann ausschalten, mit welcher Pumpgeschwindigkeit.



Das richtige Modell sagt die Zukunft richtig voraus. Aber da die Zukunft noch nicht gekommen ist und ich verstehen möchte, ob das Modell jetzt gut ist, tun sie dies: Sie fügen alle verfügbaren Fakteninformationen über das Feld in das Modell ein, entsprechend den Annahmen, die sie zu unbekannten Vermutungen hinzufügen (der Slogan „zwei Geologen - Drei Meinungen “(nur über diese Vermutungen) und sie simulieren die Prozesse der Filterung, Druckumverteilung, die im Untergrund stattfanden, und so weiter. Das Modell gibt an, welche Bohrlochleistungsindikatoren hätten beobachtet werden müssen, und sie werden mit den tatsächlich beobachteten Indikatoren verglichen. Mit anderen Worten, wir versuchen ein Modell zu erstellen, das die Geschichte reproduziert.



In der Tat können Sie betrügen und benötigen nur das Modell, um die Daten zu produzieren, die Sie benötigen. Aber erstens ist es unmöglich, dies zu tun, und zweitens werden sie es trotzdem bemerken (Experten in den staatlichen Behörden, in denen das Modell übergeben werden muss).







Wenn das Modell die Geschichte nicht reproduzieren kann, muss die Eingabe geändert werden, aber was? Tatsächliche Daten können nicht geändert werden: Dies ist das Ergebnis der Beobachtung und Messung der Realität - Daten von Geräten. Geräte haben natürlich ihren eigenen Fehler, und Geräte werden von Leuten verwendet, die auch Fehler machen und lügen können, aber die Unsicherheit der tatsächlichen Daten im Modell ist normalerweise gering. Es ist möglich und notwendig, das zu ändern, was die größte Unsicherheit aufweist: unsere Annahmen darüber, was zwischen den Brunnen geschieht. In diesem Sinne ist das Erstellen eines Modells ein Versuch, die Unsicherheit in unserem Wissen über die Realität zu verringern (in der Mathematik wird dieser Prozess als Lösung des inversen Problems und inverser Probleme in unserem Bereich bezeichnet - wie Fahrräder in Peking!).



Wenn das Modell die Geschichte korrekt genug reproduziert, haben wir die Hoffnung, dass sich unser im Modell eingebettetes Wissen über die Realität nicht wesentlich von dieser Realität selbst unterscheidet. Dann und nur dann können wir ein solches Modell für eine Prognose in die Zukunft starten, und wir werden mehr Grund haben, an eine solche Prognose zu glauben.



Was wäre, wenn Sie es schaffen würden, nicht ein, sondern mehrere verschiedene Modelle herzustellen, die alle die Geschichte recht gut reproduzieren, aber gleichzeitig unterschiedliche Vorhersagen geben? Wir haben keine andere Wahl, als mit dieser Unsicherheit zu leben und Entscheidungen in diesem Sinne zu treffen. Darüber hinaus können wir mit mehreren Modellen, die eine Reihe möglicher Prognosen enthalten, versuchen, die Risiken einer Entscheidung zu quantifizieren. Wenn wir ein Modell haben, können wir zu Unrecht darauf vertrauen, dass alles so sein wird, wie es das Modell vorhersagt.

Modelle im Leben des Feldes

Um während der Feldentwicklung Entscheidungen treffen zu können, wird ein ganzheitliches Modell des gesamten Feldes benötigt. Darüber hinaus ist es heute unmöglich, ein Feld ohne ein solches Modell zu entwickeln: Ein solches Modell wird von den staatlichen Stellen der Russischen Föderation verlangt.







Alles beginnt mit einem seismischen Modell, das aus den Ergebnissen der seismischen Erkundung erstellt wird. Ein solches Modell ermöglicht es, dreidimensionale Oberflächen unter der Erde zu „sehen“ - spezifische Schichten, von denen seismische Wellen gut reflektiert werden. Es gibt fast keine Informationen über die Eigenschaften, die wir benötigen (Porosität, Permeabilität, Sättigung usw.), aber es zeigt, wie sich einige Schichten im Raum biegen. Wenn Sie ein mehrschichtiges Sandwich gemacht und es dann irgendwie gebogen haben (na ja, oder jemand hat darauf gesessen), dann haben Sie allen Grund zu der Annahme, dass alle Schichten ungefähr gleich gebogen sind. Daher können wir verstehen, wie der Schichtkuchen aus verschiedenen Sedimenten gekrümmt wurde, die den Meeresboden angreifen, selbst wenn wir nur eine der Schichten auf dem seismischen Modell sehen, die zufällig seismische Wellen gut reflektiert. An diesem Ort haben Data Science-Ingenieure wiederbelebt,weil die automatische Auswahl solcher reflektierenden Horizonte in einem Würfel, was die Teilnehmer eines unsererHackathons , - die klassische Aufgabe der Mustererkennung.







Dann beginnen die Explorationsbohrungen, und während die Bohrlöcher gebohrt werden, werden Instrumente auf sie abgesenkt, die alle möglichen Indikatoren entlang des Bohrlochs messen, dh Bohrlocherfassungen durchführen (geophysikalische Untersuchungen von Bohrlöchern). Das Ergebnis einer solchen Studie ist eine Bohrlocherfassung, d. H. Eine Kurve einer bestimmten physikalischen Größe, gemessen mit einem bestimmten Schritt entlang des gesamten Bohrlochs. Verschiedene Instrumente messen unterschiedliche Größen, und geschulte Ingenieure interpretieren diese Kurven, um aussagekräftige Informationen zu erhalten. Ein Instrument misst die natürliche Gammaradioaktivität eines Gesteins. Ton „Fonit“ ist stärker, Sandstein „Fonit“ ist schwächer - jeder Dolmetscher-Ingenieur weiß das und hebt es auf der Protokollierungskurve hervor: Hier gibt es Tone, hier eine Schicht Sandstein, hier etwas dazwischen. Ein anderes Gerät misst das natürliche elektrische Potential zwischen benachbarten Punkten.durch das Eindringen von Bohrschlamm in die Formation entstehen. Ein hohes Potential zeigt das Vorhandensein einer Filtrationsbindung zwischen den Punkten des Reservoirs an. Der Ingenieur kennt und bestätigt das Vorhandensein von durchlässigem Gestein. Das dritte Instrument misst den Widerstand einer gesteinsättigenden Flüssigkeit: Salzwasser leitet Strom, Öl leitet keinen Strom und ermöglicht die Trennung von ölgesättigten Gesteinen von wassergesättigten Gesteinen und so weiter.



An dieser Stelle wurden die Data Science-Ingenieure wiederbelebt, da die Eingabe für dieses Problem einfache numerische Kurven sind und der Interpreter durch ein ML-Modell ersetzt wird, das anstelle des Ingenieurs Rückschlüsse auf die Gesteinseigenschaften in Form eines zu lösenden Kurvenmittels ziehen kann das klassische Klassifikationsproblem. Erst später fangen Data Science-Ingenieure an, mit den Augen zu zucken, als sich herausstellt, dass einige dieser akkumulierten Kurven aus alten Bohrlöchern nur in Form langer Papierfußtücher vorliegen.







Zusätzlich wird beim Bohren ein Kern aus dem Bohrloch entnommen - Proben von mehr oder weniger intaktem (wenn etwas Glück) und intaktem Gestein während des Bohrens. Diese Proben werden an das Labor geschickt, wo ihre Porosität, Permeabilität, Sättigung und alle Arten unterschiedlicher mechanischer Eigenschaften bestimmt werden. Wenn bekannt ist (und wenn dies korrekt durchgeführt wird), aus welcher Tiefe eine bestimmte Kernprobe entnommen wurde, kann bei Eintreffen von Daten aus dem Labor verglichen werden, welche Werte in dieser Tiefe von allen geophysikalischen Instrumenten angezeigt wurden und welche Werte für Porosität, Permeabilität und Das Gestein hatte in dieser Tiefe laut Kernlaborforschung eine Sättigung. Somit ist es möglich, die Messwerte geophysikalischer Instrumente zu „zielen“ und dann nur aus ihren Daten, ohne einen Kern zu haben, eine Schlussfolgerung über die Gesteinseigenschaften zu ziehen, die wir zum Erstellen eines Modells benötigen. Der ganze Teufel steckt im Detail:Die Instrumente messen nicht genau, was im Labor bestimmt wird, aber das ist eine ganz andere Geschichte.



Nachdem wir mehrere Bohrlöcher gebohrt und Forschungen durchgeführt haben, können wir sicher behaupten, welches Gestein und mit welchen Eigenschaften sich dort befindet, wo diese Bohrlöcher gebohrt wurden. Das Problem ist, dass wir nicht wissen, was zwischen den Brunnen passiert. Und hier kommt das seismische Modell zu unserer Rettung.







In Bohrlöchern wissen wir genau, welche Eigenschaften das Gestein in welcher Tiefe hat, aber wir wissen nicht, wie sich die in den Bohrlöchern beobachteten Gesteinsschichten zwischen ihnen ausbreiten und biegen. Das seismische Modell erlaubt es uns nicht, genau zu bestimmen, welche Schicht sich in welcher Tiefe befindet, aber es zeigt sicher die Art der Ausbreitung und Biegung aller Schichten gleichzeitig, die Art der Einstreu. Dann markieren die Ingenieure bestimmte charakteristische Punkte auf den Bohrlöchern und platzieren Markierungen in einer bestimmten Tiefe: auf diesem Bohrloch in dieser Tiefe - der Oberseite der Formation, in dieser Tiefe - der Unterseite. Und die Oberfläche von oben und unten zwischen den Bohrlöchern ist grob gesagt parallel zu der Oberfläche gezeichnet, die im seismischen Modell zu sehen ist. Das Ergebnis ist eine Reihe dreidimensionaler Oberflächen, die den für uns interessanten Raum überspannen, und wir sind natürlich an ölhaltigen Formationen interessiert. Das,Was passiert ist, wird als Strukturmodell bezeichnet, da es die Struktur des Reservoirs beschreibt, nicht jedoch seinen internen Inhalt. Das Strukturmodell sagt nichts über Porosität und Permeabilität, Sättigung und Druck im Reservoir aus.







Dann kommt das Stadium der Diskretisierung, in dem der vom Feld eingenommene Raumbereich in ein derart gekrümmtes Parallelepiped von Zellen unterteilt wird (dessen Art selbst auf dem seismischen Modell sichtbar ist!). Jede Zelle dieser gekrümmten Box wird eindeutig durch drei Zahlen I, J und K bestimmt. Alle Schichten dieser gekrümmten Box sind entsprechend der Verteilung der Schichten angeordnet, und die Anzahl der Schichten in K und die Anzahl der Zellen in I und J werden durch das Detail bestimmt, das wir uns leisten können.



Wie viele detaillierte Gesteinsinformationen haben wir entlang des Bohrlochs, dh vertikal? So detailliert wie oft das geophysikalische Gerät seine Größe gemessen hat, während es sich entlang des Bohrlochs bewegte, dh in der Regel alle 20-40 cm, sodass jede Schicht 40 cm oder 1 m betragen kann.



Wie detailliert sind unsere seitlichen Informationen, d. H. Vom Brunnen entfernt? Überhaupt nicht: Außerhalb des Brunnens haben wir keine Informationen, daher macht es keinen Sinn, sich entlang I und J in sehr kleine Zellen zu teilen, und meistens sind sie in beiden Koordinaten 50 oder 100 m groß. Die Auswahl der Größe dieser Zellen ist eine der wichtigsten technischen Herausforderungen.







Nachdem der gesamte Raumbereich in Zellen unterteilt wurde, wird die erwartete Vereinfachung vorgenommen: Innerhalb jeder Zelle wird der Wert eines der Parameter (Porosität, Permeabilität, Druck, Sättigung usw.) als konstant angesehen. Natürlich ist dies in der Realität nicht der Fall, aber da wir wissen, dass die Ansammlung von Sedimenten am Meeresboden in Schichten erfolgte, ändern sich die Gesteinseigenschaften viel stärker vertikal als horizontal.







Wir haben also ein Gitter von Zellen, jede Zelle hat ihren eigenen (uns unbekannten) Wert für jeden der wichtigen Parameter, die sowohl das Gestein als auch seine Sättigung beschreiben. Bisher ist dieses Gitter leer, aber in einigen Zellen, durch die wir mit dem Gerät gegangen sind und die Werte der Kurven geophysikalischer Parameter erhalten haben, verlaufen Brunnen. Dolmetscheringenieure wandeln mithilfe von Laboruntersuchungen des Kerns, der Korrelationen, der Erfahrung und dergleichen und der Mutter die Werte der geophysikalischen Parameterkurven in die Werte der Eigenschaften des Gesteins und der Sättigungsflüssigkeit um, die wir benötigen, und übertragen diese Werte vom Bohrloch auf die Gitterzellen, durch die dieses Bohrloch fließt. Es stellt sich ein Raster heraus, das an einigen Stellen in den Zellen Werte hat, aber in den meisten Zellen gibt es noch keine Werte. Die Werte in allen anderen Zellen müssen durch Interpolation und Extrapolation vorgestellt werden. Die Erfahrung eines Geologen, sein Wissen überWie sich Gesteinseigenschaften im Allgemeinen ausbreiten, ermöglicht es Ihnen, die richtigen Interpolationsalgorithmen auszuwählen und ihre Parameter korrekt einzugeben. Aber auf jeden Fall müssen Sie sich daran erinnern, dass dies alles Spekulationen über das Unbekannte sind, das zwischen den Brunnen liegt, und nicht umsonst sagen sie, noch einmal diese gemeinsame Wahrheit, ich werde Sie daran erinnern, dass zwei Geologen drei unterschiedliche Meinungen über dieselbe Lagerstätte haben werden.



Das Ergebnis dieser Arbeit wird ein geologisches Modell sein - ein dreidimensional gekrümmtes Parallelepiped, das in Zellen unterteilt ist und die Struktur des Feldes und mehrere dreidimensionale Anordnungen von Eigenschaften in diesen Zellen beschreibt: Meist handelt es sich dabei um Anordnungen von Porosität, Permeabilität, Sättigung und dem Merkmal „Sandstein“ - „Ton“.







Dann übernehmen die hydrodynamischen Spezialisten. Sie können das geologische Modell vergrößern, indem sie mehrere Schichten vertikal kombinieren und die Gesteinseigenschaften neu berechnen (dies wird als „Hochskalierung“ bezeichnet und ist eine Herausforderung für sich). Dann fügen sie den Rest der erforderlichen Eigenschaften hinzu, damit der hydrodynamische Simulator simulieren kann, wohin er fließen wird: Zusätzlich zu Porosität, Permeabilität, Öl, Wasser, Gassättigung sind dies Druck, Gasgehalt usw. Sie fügen dem Modell Wells hinzu und geben Informationen darüber ein, wann und in welchem ​​Modus sie gearbeitet haben. Haben Sie vergessen, dass wir versuchen, die Geschichte zu reproduzieren, um auf eine korrekte Prognose zu hoffen? Die Fluiddynamik nimmt Berichte aus dem Labor entgegen und fügt dem Modell die physikochemischen Eigenschaften von Öl, Wasser, Gas und Gestein hinzu.Alle ihre Abhängigkeiten (meistens vom Druck) und alles, was sich herausstellte, und dies wird ein hydrodynamisches Modell sein, werden an einen hydrodynamischen Simulator gesendet. Er wird ehrlich berechnen, aus welcher Zelle zu welchem ​​Zeitpunkt alles fließen wird, Diagramme der technologischen Indikatoren für jede Vertiefung herausgeben und diese sorgfältig mit realen historischen Daten vergleichen. Der hydrodynamische Ingenieur wird seufzen und ihre Diskrepanz betrachten und alle undefinierten Parameter ändern, die er zu erraten versucht, damit er beim nächsten Start des Simulators etwas in die Nähe der tatsächlich beobachteten Daten bekommt. Oder vielleicht beim nächsten Start. Oder vielleicht der nächste und so weiter.Es werden Diagramme von technologischen Indikatoren für jede Bohrung erstellt und diese sorgfältig mit realen historischen Daten verglichen. Der hydrodynamische Ingenieur wird seufzen, ihre Diskrepanz betrachten und alle unsicheren Parameter ändern, die er zu erraten versucht, damit er beim nächsten Start des Simulators etwas in die Nähe der beobachteten realen Daten bekommt. Oder vielleicht beim nächsten Start. Oder vielleicht der nächste und so weiter.wird Diagramme von technologischen Indikatoren für jede Bohrung herausgeben und diese sorgfältig mit realen historischen Daten vergleichen. Der hydrodynamische Ingenieur wird seufzen und ihre Diskrepanz betrachten und alle undefinierten Parameter ändern, die er zu erraten versucht, damit er beim nächsten Start des Simulators etwas in die Nähe der tatsächlich beobachteten Daten bekommt. Oder vielleicht beim nächsten Start. Oder vielleicht der nächste und so weiter.







Der Ingenieur, der das Modell der Oberflächeninfrastruktur erstellt, nimmt die Durchflussraten, die das Feld gemäß den Ergebnissen der Modellierung erzeugt, in sein Modell, das berechnet, in welcher Pipeline welcher Druck herrscht und ob das vorhandene Pipelinesystem die Produktion des Feldes „verdauen“ kann: um das produzierte Feld zu reinigen Öl, bereiten Sie das erforderliche Volumen an injiziertem Wasser vor und so weiter.



Und schließlich berechnet der Ökonom auf höchster Ebene, auf der Ebene des Wirtschaftsmodells, den Ausgabenfluss für den Bau und die Wartung von Brunnen, den Strom für den Betrieb von Pumpen und Pipelines und den Einkommensfluss aus der Lieferung von gefördertem Öl an das Pipelinesystem, multipliziert mit dem gewünschten Grad des Abzinsungskoeffizienten und erhält den gesamten Kapitalwert aus einem abgeschlossenen Feldentwicklungsprojekt.



Die Erstellung all dieser Modelle erfordert natürlich die aktive Nutzung von Datenbanken zum Speichern von Informationen, einer speziellen Engineering-Software, die die Verarbeitung aller Eingabeinformationen implementiert, und der tatsächlichen Modellierung, dh der Vorhersage der Zukunft aus der Vergangenheit.



Um jedes der oben genannten Modelle zu bauen, wird ein separates Softwareprodukt verwendet, meistens bürgerlich, oft praktisch unbestritten und daher sehr teuer. Solche Produkte entwickeln sich seit Jahrzehnten, und es ist nicht einfach, ihren Weg mit Hilfe einer kleinen Institution zu wiederholen. Aber Dinosaurier wurden nicht von anderen Dinosauriern gefressen, sondern von kleinen, hungrigen, zielgerichteten Frettchen. Wichtig ist, dass wie im Fall von Excel nur 10% der Funktionalität für die tägliche Arbeit benötigt werden und unsere Einstellungen wie die Strugatskys „nur dazu in der Lage sind… - aber diejenigen, die es gut können“, sind nur diese 10%. Generell sind wir voller Hoffnungen, für die es bereits bestimmte Gründe gibt.



Dieser Artikel beschreibt nur einen, den Pfeilerpfad des Lebenszyklus des Modells des gesamten Bereichs, und es gibt bereits einen Ort, an dem Softwareentwickler herumlaufen können, und mit aktuellen Preismodellen haben Wettbewerber lange Zeit genug Arbeit. Im nächsten Artikel wird es ein Spin-off „Rogue One“ zu einigen der besonderen Aufgaben der technischen Modellierung geben: Modellierung des hydraulischen Bruchs und flexible Schläuche.



Fortsetzung folgt…