Комплексную методику для повышения эффективности бурения горных пород разработали в ТПУ

В Томском политехническом университете представили комплексный подход для сокращения продолжительности, снижения затрат и повышения эффективности бурения неоднородных карбонатных коллекторов — горных пород, в которых, потенциально, сосредоточены значительные запасы углеводородов. Интегрированная структура включает различные алгоритмы искусственного интеллекта и позволяет определить оптимальные рабочие условия.

Стоимость процессов бурения, зачастую, составляет 30 – 60 % от общей стоимости строительства скважин. Скорость бурения (проходки) напрямую определяет его продолжительность. Так что даже 10% улучшение этого показателя ведет к значительной экономии, особенно при работе с морскими скважинами. Скорость проходки зависит от ряда контролируемых параметров. Их влияние носит нелинейный характер и зависит от литологии, прочности породы, порового давления и напряжения.

Особенно остро эти сложности проявляются при бурении неоднородных карбонатных коллекторов — горных пород, преимущественно, известняков и доломитов, чьи свойства влияют на эффективность. При этом именно в них, по различным данным, сосредоточена значительная доля мировых запасов углеводородов.

Методы машинного и глубокого обучения используют, чтобы улучшить прогнозирование и оптимизацию параметров бурения неоднородных карбонатных коллекторов. Но большинству существующих моделей не хватает интерпретируемости. Кроме того, они редко учитывают временные зависимости и не всегда физически осуществимы.

Возможным ответом на решение существующих проблем может стать разработка интегрированной структуры, объединяющей глубокое обучение (deep learning), объяснимый искусственный интеллект (Explainable Artificial Intelligence) и многоцелевую эволюционную оптимизацию (Multi-Objective Evolutionary Optimization), — говорит автор исследования, доцент отделения нефтегазового дела Инженерной школы природных ресурсов ТПУ Шадфар Давуди.

Для этого были собраны и обработаны наборы данных из трех вертикальных нефтяных скважин, пробуренных в формации, состоящей, преимущественно из известняка и доломита. Учитывались параметры бурения, информация о глубине и параметры механической модели грунта.

На их основе были разработаны независимые системы прогнозирования с использованием MLPNN-, RF- и LSTM-моделей, интерпретированных затем с помощью SHAP-анализа и анализа частичной зависимости. Модель с наименьшей ошибкой прогнозирования была выбрана в качестве репрезентативной для последующего анализа и интегрирована с физически обоснованным алгоритмом NSGA-III.

«При оценке оптимизации бурения учитывались три противоречащих друг другу цели: максимизация скорости бурения, минимизация крутящего момента и минимизация удельной механической энергии. Был сгенерирован набор Парето-оптимальных решений (метод, позволяющий получить полную картину компромиссов между различными критериями и найти оптимальные, — прим.), что позволило определить рабочие условия, обеспечивающие наилучший компромисс между скоростью бурения, энергоэффективностью и механической нагрузкой», — добавляет ученый.

По словам разработчика, наивысшую точность прогнозирования и воспроизводимость обеспечила LSTM-модель (долгой краткосрочной памяти — прим.), анализ с использованием объяснимого искусственного интеллекта показал, что частота вращения является доминирующим параметром, определяющим производительность бурения, а интеграция с физически обоснованным алгоритмом NSGA-III помогла успешно выявить стратегии бурения, зависящие от типа пласта и соответствующие принципам механики горных пород. Разработанные модели были успешно проверены на ранее не исследованной скважине.

Полученные результаты продемонстрировали, что предложенная модель отражает фундаментальные взаимосвязи бурения, а не специфические для скважины особенности, и остается устойчивой в различных литологических и эксплуатационных условиях, — поясняет Шадфар Давуди.

Разработчик подчеркивает, что предлагаемый подход представляет собой методологию и руководство по оптимизации бурения в неоднородных карбонатных коллекторах на основе данных. Потенциально, она может быть использована для сокращения времени бурения, снижения затрат и повышения эффективности эксплуатации. Однако для применения на различных видах скважин и месторождений необходимо предоставить данные, представляющие собой полный спектр геомеханических и эксплуатационных условий.

Результаты опубликованы в журнале Results in Engineering. Проект поддержан грантом Министерства экономического развития РФ.

Фото: ТПУ

Источник: Минобрнауки России