Научно-технический журнал

«Нефтепро-
мысловое дело»

ISSN 0207-2351

ОПТИМИЗАЦИЯ РАБОТЫ ЭЛЕКТРОЦЕНТРОБЕЖНОГО НАСОСА ДЛЯ ПОВЫШЕНИЯ НАРАБОТКИ НА ОТКАЗ

УДК: 622.276.054.23:621.671:004.896
DOI: 10.33285/0207-2351-2021-8(632)-30-36

Авторы:

ШАБОНАС АРТУРАС РИМО1
1 РГУ нефти и газа (НИУ) имени И.М. Губкина, г. Москва, Россия

Ключевые слова: установка электроцентробежного насоса (УЭЦН); предсказание отказа УЭЦН; предиктивная аналитика УЭЦН; предиктивное обслуживание УЭЦН; оптимизация режима работы УЭЦН; анализ чувствительности режима работы УЭЦН.

Аннотация:

Установки электроцентробежных насосов (УЭЦН) широко применяются для добычи нефти в России и мире. Отказ УЭЦН во время эксплуатации требует дорогостоящего ремонта и приводит к простоям скважин, при этом технологический предел УЭЦН выше средних наработок на отказ. В работе используются методы машинного обучения для создания модели предсказания отказа УЭЦН. В настоящее время в отрасли есть понимание, что такие модели необходимы для решения логистических задач по управлению движением ремонтных бригад и заготовке необходимого для будущих ремонтов оборудования УЭЦН, находящихся на складах, что позволит минимизировать простои скважин и, таким образом, увеличить добычу. В статье представлен новый подход к применению модели прогнозирования отказа УЭЦН, созданной методами машинного обучения, для выбора оптимального режима работы УЭЦН. Анализ результатов проведенных расчетов показывает, что предложенный подход может быть использован для адресной оптимизации режимов работы УЭЦН в скважинах для повышения их наработки на отказ.

Список литературы:

1. Abdelaziz M., Lastra R., Xiao J. ESP Data Analytics: Predicting Failures for Improved Production Performance / SPE-188513-MS International Petroleum Exhibition & Conference, Abu Dhabi, 2017.
2. ESP Well and Component Failure Prediction in Advance using Engineered Analytics - A Breakthrough in Minimizing Unscheduled Subsurface Deferments / Andrade Marin [et al.] // SPE-197806-MS International Petroleum Exhibition & Conference, Abu Dhabi, 2019.
3. ESP Well Surveillance using Pattern Recognition Analysis, Oil Wells, Petroleum Development Oman / A. Awaid [et al.] // IPTC-17413-MS International Petroleum Technology Conference, Doha, Qatar, January 2014.
4. Real-Time Monitoring and Predictive Failure Identification for Electrical Submersible Pumps / A.S. Bhardwaj, R. Saraf, G.G. Nair, S. Vallabhaneni // SPE-197911-MS International Petroleum Exhibition & Conference, Abu Dhabi, 2019.
5. Data Driven Approach to Failure Prediction for Electrical Submersible Pump Systems / Guo D. [et al.] // SPE-174062 SPE Western Regional Meeting held in Garden Grove, California, USA, 27-30 April 2015.
6. Gupta S., Saputelli L., Nikolaou M. Applying Big Data Analytics to Detect, Diagnose, and Prevent Impending Failures in Electric Submersible Pumps // SPE-181510-MS SPE Annual Technical Conference and Exhibition, Dubai, UAE, September 2016.
7. Предиктивная аналитика отказов УЭЦН на большом фонде скважин Западной Сибири с использованием методов машинного обучения / Р.А. Хабибуллин, А.Р. Шабонас, Н.С. Губаров, А.В. Тимонов // SPE-201881 SPE Russian Petroleum Technology Conference, Virtual, October 2020.
8. Electric submersible pump broken shaft fault diagnosis based on principal component analysis / Long Peng, Guoqing Han, Arnold Landjobo Pagou, Jin Shu // J. of Petroleum Science and Engineering. - 2020. - Vol. 191.
9. Слепченко С.Д. Оценка надежности УЭЦН и их отдельных узлов по результатам промысловой эксплуатации: дис. … канд. техн. наук. - М.: РГУ нефти и газа имени И.М. Губкина, 2011.
10. Sneed Jessamyn. Predicting ESP Lifespan With Machine Learning // URTEC-2017-2669988 SPE Unconventional Resources Technology Conference, Austin, Texas, USA, July 2017.