IDENTIFICATION OF GEOLOGICAL AND PHYSICAL CONDITIONS FOR SUCCESSFUL ACID FRACTURING
UDC: 622.276.66
DOI: 10.33285/2413-5011-2021-10(358)-53-57
Authors:
KOCHNEV ALEXANDER ALEKSANDROVICH1,
TORSUNOVA DARIA VIKTOROVNA1,
BOYAROV VLADIMIR YURIEVICH1,
KRIVOSHCHEKOV SERGEY NIKOLAEVICH1,
SILAEV EVGENIY VITALIEVICH2
1 Perm National Research Polytechnic University, Perm, Russian Federation
2 LLC "PITC "Geofizika", Dobryanka, Perm region, Russian Federation
Keywords: acid hydraulic fracturing, student's t-criterion, Pearson's goodness-of-fit criterion, reservoir properties, flow rate, oil production intensification, machine learning algorithms
Annotation:
The paper analyzes the efficiency of the acid hydraulic fracturing technology on the example of the fields of the Perm Territory. Applying the methods of mathematical statistics, the main geological and physical parameters which most significantly affect the effectiveness of measures for acid hydraulic fracturing have been revealed. A multiple regression model was built to find out the complex influence of the parameters on the increase in oil production after the measures. Various machine learning methods have been used to predict the increase in oil and fluid input rates after acid fracturing.
Bibliography:
1. Анализ проведения геолого-технических мероприятий по увеличению продуктивности добывающих скважин на нефтяных месторождениях Пермского края / П.Ю. Илюшин, И.Ю. Колычев, Р.М. Рахимзянов, Д.Ю. Соловьев // Вестник ПНИПУ. Геология. Нефтегазовое и горное дело. - 2015. - № 15. - С. 81-89.
2. Черепанов С.С., Чумаков Г.Н., Пономарева И.Н. Результаты проведения кислотного гидроразрыва пласта с проппантом на турнейско-фаменской залежи Озерного месторождения // Вестник ПНИПУ. Геология. Нефтегазовое и горное дело. - 2015. - № 16. - С. 70-76.
3. Менгалиев А.Г., Мартюшев Д.А. Оценка технологической и экономической эффективности гидравлического разрыва пласта с использованием геолого-гидродинамической модели, учитывающая особенности строения карбонатных коллекторов // Изв. Томского политехнич. ун-та. Инжиниринг георесурсов. - 2020. - № 7. - С. 37-48.
4. Яркеева Н.Р., Хазиев А.М. Применение гидроразрыва пласта для интенсификации притока нефти в скважинах // Petroleum engineering. Нефтегазовое дело. - 2018. - № 5. - С. 30-36.
5. Разработка комплексной методики прогноза эффективности геолого-технических мероприятий на основе алгоритмов машинного обучения / А. Кочнев, И. Козырев, О. Кочнева, С. Галкин // Георесурсы. - 2020. - № 3. - С. 79-86.
6. Ashena R., Moghadasi J. Bottom hole pressure estimation using evolved neural networks by real coded ant colony optimization and genetic algorithm // Journal of Petroleum Science and Engineering. - 2011. - Vol. 77. - 3-4. - C. 375-385.
7. Редикульцев С.А., Липлянин А.В., Палий А.О. Использование метода нейронных сетей для прогноза параметров работы скважины после проведения ГРП // Бурение, разработка, добыча. - 2010. - № 1. - С. 33-37.
8. Anifowose F., Abdulraheem A. Fuzzy logic driven and SVM driven hybrid computational intelligence models applied to oil and gas reservoir characterization // Journal of Natural Gas Science and Engineering. - 2011. - № 3. - C. 505-517.
Back to issue