«Нефтепро-
мысловое дело»

Подготовка геолого-промысловых данных для интегрированного моделирования нефтяных месторождений

УДК: 622.276.1/.4.001.57
DOI: 10.33285/0207-2351-2022-9(645)-25-28

Авторы:

¹ ЛУКОЙЛ Мид-Ист Лимитед, Басра, Ирак
² ЛУКОЙЛ-Инжиниринг, Пермь, Россия

Ключевые слова: интегрированное моделирование, моделирование месторождений, анализ данных, статистический анализ, исходные данные, регрессия, машинное обучение, эндогенность

Аннотация:

В статье рассматриваются вопросы, возникающие при подготовке исходных данных для целей интегрированного моделирования. Задачи проверки исходных данных, исследование методов их согласования и насыщения являются основополагающими для процессов моделирования.

Список литературы:

1. Heddle R., Foot J., Rees H. ISIS rate & phase: delivering virtual flow metering for 300 wells in 20 fields // SPE Intell. Energy Int. – 2012. – URL: https://doi.org/10.2118/150153-MS

2. Smart metering: an online application of data validation and reconciliation approach / M. Haouche, A. Tessier, Y. Deffous [et al.] // SPE Intell. Energy Int. – 2012. – URL: https://doi.org/10.2118/149908-MS

3. Model based multiphasemetering and production allocation / P. Patel, H. Odden, B. Djoric [et al.] // Offshore Technology Conference. – 2014. – URL: https://doi.org/10.4043/25457-MS

4. Box G., Jenkins G. Time series analysis: forecasting and control, rev. ed. – Oakland, California: Holden-Day, 1976.

5. Позолотин В.Е., Султанова Е.А. Применение алгоритмов преобразования данных при анализе временных рядов на предмет устранения выбросов // Программные системы и вычислительные методы. – 2019. – № 2.

6. Andrianov N. A Machine Learning Approach for Virtual Flow Metering and Forecasting // IFAC-PapersOnLine. – 2018. – Vol. 51(8). – P. 191–196. – DOI:10.1016/j.ifacol.2018.06.376

7. Применение метода Левенберга–Марквардта для анализа данных бортовой диагностической системы локомотива / В.М. Бочаров, А.И. Мишин, П.А. Сиряк, В.А. Мельниченко // Современные технологии. Системный анализ. Моделирование. – 2014. – № 2(42). – С. 86–92.

8. Листунов С.Б. Исследование метода решения задач интерполяции функции методом полинома Лагранжа // Научные междисциплинарные исследования: Материалы XIII Междунар. науч.-практ. конф. / под ред. Н.В. Емельянова. – М., 2021. – С. 34–38.

9. Мотренко А.П., Рудаков К.В., Стрижов В.В. Учет влияния экзогенных факторов при непараметрическом прогнозировании временных рядов // Вестн. Московского ун-та. Сер. 15. Вычислительная математика и кибернетика. – 2016. – № 2. – С. 20–27.

10. Четвериков Н.С. О наличии ложной корреляции в динамическом ряду // Вестник статистики. – 1966. – № 11. – С. 84–87.

11. Ситдиков Р.М., Филиппов Д.Д., Митрушкин Д.А. Численное моделирование многофазных течений в сопряжённой системе "пласт–скважина–УЭЦН" // Препринты ИПМ им. М.В. Келдыша. – 2016. – № 59. – 28 с.

12. Salamatin A.N., Konyukhov V.M. Numerical simulation of unsteady hydrodynamic processes in a well equipped with an electric centrifugal pump // J. of Soviet Mathematics. – 1992. – Vol. 61. – P. 2360–2367.