| Description: |
В настоящее время крупнейшие нефтяные компании России сталкиваются с проблемой истощения эксплуатируемых нефтяных скважин, что обуславливает повышение себестоимости добываемого сырья. Это стимулирует необходимость внедрения более качественных инструментов повышения эффективности работы скважинного оборудования электроцентробежных насосов. Для решения указанных проблем, представляется целесообразной разработка программных комплексов для подбора оптимальных характеристик электроприводных центробежных насосов к скважинам для обеспечения их надежной работы и снижения затрат на извлечение нефти. В данной работе рассмотрена перспектива построения автоматизированного программного комплекса для подбора характеристик электроцентробежного насоса на основе искусственных нейронных сетей. Описана структура программы с использованием нейронных сетей. Произведен выбор архитектуры и обучение нейронной сети на выборке данных. Для формирования обучающей выборки и дальнейшего анализа взяты данные добывающих скважин Ванкорского месторождения. Выборка данных включает в себя такие переменные, как: дебит добывающей скважины, подача насоса, обводненность, плотность нефти, плотность воды, глубина верхних дыр перфорации, глубина забоя, глубина спуска насосно-компрессорных труб, динамический уровень, пластовое давление, устьевое давление, вязкость жидкости, коэффициент подачи, внешний диаметр насосно-компрессорных труб, шероховатость насосно-компрессорных труб, толщина стенок труб. В результате апробации программы на данных по добыче скважин Ванкорского месторождения, установлена возможность увеличения экономической целесообразности добычи нефти в обедневших скважинах, путем замены электроцентробежного насоса на более оптимальную по характеристикам модель, подобранную программой. Currently, the largest oil companies in Russia are facing the problem of depletion of operated oil wells, which causes an increase in the cost of extracted raw materials. This stimulates the need to introduce better tools to improve the efficiency of the downhole equipment of electric centrifugal pumps. Taking into account these problems, it seems appropriate to develop software systems for selecting the optimal characteristics of electric centrifugal pumps to wells to ensure their reliable operation and reduce the cost of oil extraction. In this paper, the prospect of constructing an automated software package for selecting the characteristics of an electric centrifugal pump based on artificial neural networks is considered. The structure of the program using neural networks is described. The choice of architecture and training of the neural network on a sample of data was made. For the formation of a training sample and further analysis, data from the producing wells of the Vankor field were taken. The data sample includes variables such as: production well flow rate, pump supply, water content, oil density, water density, depth of upper perforation holes, bottom hole depth, depth of descent of tubing, dynamic level, reservoir pressure, wellhead pressure, fluid viscosity, feed ratio, outer diameter of tubing, roughness of tubing, pipe wall thickness. As a result of the testing of the program on the data on the production of wells of the Vankor field, the possibility of increasing the economic feasibility of oil production in impoverished wells was established by replacing the electric center pump with a more optimal model selected by the program. |