CC BY
83
УДК: 622.242 DOI 10.46689/2218-5194-2022-2-1-399-414
ИННОВАЦИОННЫЕ ТЕХНОЛОГИИ ПРЕДУПРЕЖДЕНИЯ ПОГЛОЩЕНИЯ БУРОВОГО РАСТВОРА ПРИ СТРОИТЕЛЬСТВЕ СКВАЖИН
А.Д. Черников, Н.А. Еремин, А.В. Замрий, С.П. Черных
Рассматриваются вопросы предупреждения осложнений, связанных с поглощением бурового раствора, при строительстве нефтяных и газовых скважин. Ставятся и приводятся решения задачи обеспечения безопасности строительства нефтяных и газовых скважин на суше и на море с использованием интеллектуальных систем раннего предупреждения осложнений в виде поглощений бурового раствора по результатам обработки больших объемов данных со станций геолого-технологических измерений. Преимущество применения методов машинного обучения для решения задач выявления и прогнозирования осложнений в виде поглощений бурового раствора при строительстве нефтяных и газовых скважин заключается в том, что в ходе их создания и обучения с заданной точностью выявляются явные и скрытые закономерности между геолого-геофизическими, техническими и технологическими параметрами. Эффективное формирование, интеграция и кластеризация все более возрастающих многомерных объемов данных от датчиков различных типов, используемых для измерения параметров в процессе бурения скважин, осуществляются с использованием технологий машинного обучения. Предупреждение поглощений бурового раствора - одно из перспективных направлений для технологии умных микроконтейнеров. Применение технологии умных микроконтейнеров существенно повысит эффективность процесса ликвидации поглощений бурового раствора, что приведет к значительному снижению затрат на бурение скважины.
Ключевые слова: безопасность строительства скважин, методы машинного обучения, большие данные, геолого-технологические исследования, нейросетевая модель, бурение нефтяных и газовых скважин, выявление, прогнозирование и предупреждение поглощений бурового раствора, умные контейнеры.
Ключевыми аспектами Стратегии цифровой модернизации в промышленности являются техническое регулирование и стандартизация, подготовка кадров для цифровой модернизации. Российские нефтегазовые компании либо уже внедряют, либо планируют использование элементов цифровой модернизации с опорой на масштабную автоматизацию бизнес-процессов, информационные технологии, мультисенсоризацию, цифровые двойники, искусственный интеллект. Системы машинного обучения позволяют достичь экологически безопасного уровня управления буровыми операциями за счет своевременного предотвращения осложнений, в частности, поглощения бурового раствора, а также нивелирования влияния человеческого фактора на эффективность принятия управленческих решений при бурении нефтяных и газовых скважин. Как показали исследования, человек является причиной до 70 % осложнений и аварий в нефтегазовом производстве. Значительные улучшения в технологии сбора больших гео-
данных в жизненном цикле нефтегазовых скважин (бурение, эксплуатация, капитальный ремонт) способствовали разработке передовых систем предотвращения осложнений, основанных на выявлении скрытых закономерностей в больших геоданных с использованием методов искусственного интеллекта. Созданная автоматизированной системы предотвращения осложнений в жизненном цикле нефтегазовых скважин с использованием методов машинного обучения использует большие геоданные, получаемые в режиме реального времени с геологотехнологических измерительных станций. Значительная часть работы была посвящена предварительной обработке больших объемов данных, выбору системы признаков для каждого вида осложнения, нормализации и маркировке геоданных. Преимуществом созданной автоматизированной системы предотвращения осложнений и чрезвычайных ситуаций на скважинах с использованием методов машинного обучения является способность "запоминать" закономерности возникновения чрезвычайных ситуаций, возможность непрерывного дополнительного обучения в процессе эксплуатации для адаптации к различным горно-геологическим условиям. Автоматизированная система выявления и прогнозирования осложнений при строительстве нефтяных и газовых скважин, характеризующаяся тем, что она содержит модуль сбора реально-временных данных геолого-технологических исследований с объекта строительства скважины с подсоединенной к ней архивной базой данных геолого-технологических исследований, буровой тренажер, базу данных си-мулятора, модуль предварительной обработки данных геолого-технологических исследований, модуль разметки данных геолого-технологических исследований, размеченную и неразмеченную базы данных геолого-технологических исследований, модуль формирования, обучения и валидации модели выявления аномалий в данных геологотехнологических исследований, модуль формирования, обучения и вали-дации моделей прогнозирования значений функций индикаторов возникновения осложнений (поглощений, прихватов и газонефтеводопроявле-ний), модуль прогнозирования возникновения аномалий в данных геолого-технологических исследований, модуль прогнозирования значений функций индикаторов возникновения осложнений, модуль формирования, обучения и валидации рекуррентной нейросетевой модели прогнозирования возникновения осложнений, модуль оценки прогнозных значений вероятностей возникновения осложнений и модуль анализа и формирования предупреждений о возникновении осложнений и аварийных ситуаций, при этом выходы модуля сбора реально-временных данных геолого-технологических исследований с объекта строительства и архивной базы данных геолого-технологических исследований подсоединены к модулю предварительной обработки данных геолого-технологических исследований, выходы которого подключены к входам модуля разметки данных геолого- технологических исследований, неразмеченной базе данных геолого-
технологических исследований и к первым входам модуля оценки прогнозных значений вероятностей возникновения осложнений, модуля прогнозирования возникновения аномалий в данных геолого-технологических исследований и модуля прогнозирования значений функций индикаторов возникновения осложнений, выход модуля разметки данных геолого-технологических исследований связан с входом размеченной базы данных геолого-технологических исследований, выход которой подключен ко вторым входам модулей прогнозирования возникновения аномалий в данных геолого-технологических исследований, прогнозирования значений функций индикаторов возникновения осложнений и к первому входу модуля формирования, обучения и валидации рекуррентной нейросетевой модели прогнозирования возникновения осложнений, выход бурового тренажера подсоединен к базе данных симулятора, выход которого подключен к входу модуля формирования, обучения и валидации моделей прогнозирования значений функций индикаторов возникновения осложнений, выход которого подсоединен к третьему входу модуля прогнозирования значений функций индикаторов возникновения осложнений, выходы которого подключены ко второму входу модуля оценки прогнозных значений вероятностей возникновения осложнений и ко второму входу модуля формирования, обучения и валидации рекуррентной нейросетевой модели прогнозирования возникновения осложнений, к третьему входу которого подключен выход модуля прогнозирования возникновения аномалий в данных геолого-технологических исследований, выход неразмеченной базы данных геолого- технологических исследований подключен к модулю формирования, обучения и валидации модели выявления аномалий в данных геолого-технологических исследований, выход которого подключен к третьему входу модуля прогнозирования возникновения аномалий в данных геолого-технологических исследований, выход которого совместно с выходом модуля формирования, обучения и валидации рекуррентной нейросетевой модели прогнозирования возникновения осложнений подключены, соответственно, к третьему и четвертому входам модуля оценки прогнозных значений вероятностей возникновения осложнений, выход которого подключен к входу модуля анализа и формирования предупреждений о возникновении осложнений и аварийных ситуаций, выход которого является выходом системы, см. рис. 1. Были получены шесть свидетельств о регистрации компьютерных программ и два патента на изобретение [13 -20].
Рис. 1. Блок-схема созданной автоматизированной системы предупреждения поглощений бурового раствора при строительстве нефтяных и газовых скважин [13 - 20]
Цифровые нефтегазовые технологии способны к непрерывному развитию. В цифровых нефтегазовых технологиях используется цифровая форму сбора, передачи, обработка больших геоданных. Общие затраты на цифровую модернизацию нефтегазового производства в условиях снижения углеродного следа могут достичь $5,0...5,5 миллиардов в год к 2035 г. На рис. 2 представлена доля зарубежного оборудования в нефтегазовой отрасли.
0
а б в г
Рис. 2. Доля зарубежного оборудования в нефтегазовой отрасли на 1.01.2021 г.: а - освоение шельфа и строительство заводов по сжижению природного газа; б - МУН/МПН; в - нефтепереработка; г - геолого-разведочные работы. Источник: Минпромторг России
На строительство скважин приходится более 40 % всех инвестиций в нефтегазодобыче. Значительные усовершенствования в технологии сбора больших данных в жизненном цикле скважин (бурение, эксплуатация, капитальный ремонт) способствовали разработки передовых систем предотвращения осложнений и аварий, основанных на выявлении скрытых закономерностей в больших данных методами искусственного интеллекта. К последним относится и созданная автоматизированная система предупреждения осложнений в жизненном цикле скважин [4 - 20]. В работе электрических погружных насосов используются внутрискважинные и поверхностные каналы для передачи больших данных в центр управления разработкой. Система электрического погружного насоса включает в себя блок скважинных датчиков, двигатель, уплотнение двигателя, газоотделитель, впуск насоса, насос, удлинитель двигателя, кабель и обратные клапаны. В зависимости от типа скважинных датчиков электрического погружного насоса контролируются следующие параметры: давление на входе насоса, давление нагнетания насоса, температура всасывания насоса, температура обмотки двигателя, температура моторного масла и три осевые вибрации. Система электрического погружного насоса обеспечивает мониторинг следующих параметров на устье скважины: поверхностный расход, поверхностное давление в трубопроводе, поверхностное давление в обсадной колонне, утечка тока, частота, удельное сопротивление кабеля и фазное напряжение. Автоматизированная система предупреждения осложнений позволяет своевременно выявлять возможные сбои, осложнения в жизненном цикле работы скважины, увеличивать срок службы насоса и снижать затраты на капитальный ремонт за счет своевременного обнаружения нештатного события. Системы электрических погружных насосов обладают функциями, которые могут быть полезны в условиях снижения углеродного следа: электрические погружные насосы - это инструменты, которыми можно управлять дистанционно (в частности, изменять частоту, размер дросселя и положение), что в конечном итоге приводит к снижению эксплуатационных расходов, кроме того скважинные датчики и датчики
электрических погружных насосов обеспечивают значительную информацию о месторождении в режиме реального времени. Системными проблемами в сфере реализация цифровой модернизации промышленности являются: подготовка кадров для цифровизации производства нефти и газа, включая специалистов по кибербезопасности и петророботизации; правовые и гуманитарные аспекты применения автоматизированных систем и использования петроробототехники.
Перед нефтегазовой отраслью стоят задачи по достижению высокой эффективности нефтегазодобычи. Стандартизация цифрового нефтегазового производства позволит создать устойчивые технические ориентиры для модернизации нефтегазовых производств, включая сертификацию и технадзор, как наиболее распространённые в мире инструменты защиты национальных рынков нефти и газа. Процессы цифровизации нефтегазового производства должны строиться на новых ИТ-стандартах, классификаторах нефтегазовой продукции. Проектный технический комитет РСПП по стандартизации ПКТ 711 «Умные (SMART) стандарты» приступил к работе по созданию машиночитаемых, машинопонимаемых стандартов, которые должны стать основой цифровой платформы, которая как ожидается будет включать цифровое производство и кибербезопасность. В рамках ЕАЭС реализуется проект цифрового технического регулирования, включая разработку системы единых стандартов для цифровизации промышленности на 2022 г. Стандартизация является инструментом для практического внедрения цифровых нефтегазовых решений и должна способствовать устранению барьеров применению цифровых двойников нефтегазовых объектов и испытаний на цифровых полигонах, включая моделирование процессов измерения реальных параметров изделий, применения новейших технологий и материалов, оптимизации управления цепочкой поставок нефти, газа и нефтегазопродуктов на мировые рынки. Среди ключевых проектов цифровой модернизации, можно выделить мультисенсоризацию и оптикализацию нефтегазового производства, разработку автоматизированных систем предупреждения осложнений при строительстве и эксплуатации скважин, создание аналитическо-прогнозной вертикали управления, внедрение технологий информационного моделирования, развитие цифровых вертикалей экспертизы и государственного строительного надзора при освоении нефтегазовых месторождений.
Поглощение бурового раствора - это потеря некоторого объёма бурового раствора, а иногда и вовсе всего раствора, подаваемого в скважину, вследствие его фильтрации из ствола скважины в пласт, осложнение в скважине, характеризующееся полной или частичной потерей циркуляции бурового раствора в процессе бурения. По разным оценкам борьба с поглощениями промывочной жидкости в среднем занимает 20 % календарного времени строительства скважин. Ежегодные затраты времени на ликви-
дацию поглощений буровых растворов по предприятиям нефтегазовой промышленности составляют сотни тысяч часов.
Необходимость проведения работ по предупреждению поглощений бурового раствора обусловлена следующими обстоятельствами:
• поглощения могут привести к ухудшению коллекторских свойств продуктивного пласта, что в дальнейшем может привести к снижению дебита скважины;
• поглощения могут способствовать появлению новых осложнений при бурении (газонефтеводопроявления, осыпи, обвалы);
• борьба с поглощениями приводит к задержкам при бурении скважин, и, как следствие, к серьезным денежным потерям.
Основной причиной поглощения бурового раствора является значительное превышение величины давления, действующего со стороны скважины на пласт (сумма гидростатического и гидродинамического давлений), по сравнению с пластовым давлением:
Р» + Щ <+ РГД ,
где Ргс - гидростатическое давление, МПа; Ргд - гидродинамическое давление, МПа; Бр - фильтрационный перепад давления, обусловленный
степенью загрязнения призабойной зоны пласта и проницаемостью пласта, МПа; Рм - пластовое давление, МПа.
Среди причин поглощения промывочной жидкости можно выделить следующие:
Геологические (низкое пластовое давление, вследствие длительной эксплуатации пласта; тектонические нарушения пород; высокая степень трещиноватости и кавернозности пород.
Технологические (свойства бурового раствора, такие как плотность и реологические свойства; расход бурового раствора; скорость проведения спускоподъемных операций, как правило, при спуске труб увеличивается давление на забое, что приводит к образованию трещин).
Поглощающие пласты обычно представлены несвязными, мелкопористыми, пористыми (песчаными и крупнообломочными), закарстованны-ми и трещиноватыми породами. Наиболее интенсивные поглощения отмечаются чаще всего в крупнообломочных, закарстованных и трещиноватых горных породах.
Классификация поглощений бурового раствора по фактору объемов потери бурового раствора на один метр бурения позволяет выделить пять основных групп:
1) умеренное поглощение (менее 5 %);
2) частичное поглощение (5.30 %);
3) среднее поглощение (30. 60 %);
4) полное поглощение (от 60 до 100 %, уровень бурового раствора падает на 50. 150 м);
5) катастрофическое поглощение (100 %, уровень бурового раствора падает на 150.. .300 м).
Рассмотрим технологии и вещества, используемые для борьбы с поглощениями более подробно:
Предупреждение поглощений (регулирование реологических свойств промывочной жидкости, в том числе изменение эффективной вязкости и плотности, аэрирование); уменьшение сечения или полной изоляции каналов поглощения и уменьшение перепада давления в системе скважина-пласт.
Намыв наполнителя (закупоривание поровых каналов и трещин и образование малопроницаемой фильтрационной корки материалами, доставляемыми в зону поглощения различными жидкостями-носителями;). Объёмная концентрация наполнителей в жидкости рекомендуется 15.20 %. В качестве жидкости намыва применяют глинистые растворы с фильтрацией более 40 см3 /30 мин. Рекомендуемые концентрации наполнителей в растворе должны составлять не более 30 кг/м3 при роторном способе и не более 5 кг/м3 при турбинном способе. Намыв наполнителя применяется при поглощениях менее 100 м3/ч.
Продавливание тампонажных и быстросхватывающихся смесей. Способ закачивания тампонажных смесей заключается в изоляции поглощающих каналов загустевающими или твердеющими тампонажными смесями.
Бурение на обсадной колонне. При вращении обсадной колонне возникает такое явление, как механическая кольматация — выбуренный шлам вдавливается обсадной трубой в стенки скважины, поры и трещины закупориваются, а в случае наличия поглощения оно уменьшается или совсем ликвидируется.
Применение эластичных оболочек. Применяются перекрывающие устройства, которые спускаются в зону перекрытия поглощающих каналов вместе с тампонирующей смесью, которая выдавливается в скважину вместе с перекрывающей оболочкой.
Несмотря на то, что проблема поглощений изучается давно и существует множество современных методов борьбы с поглощениями, однако большая часть из них технологически несовершенна.
1. Увеличение эффективной вязкости и динамического напряжения сдвига могут снизить интенсивность поглощения или его предотвратить, однако приводят к резкому падению механической скорости бурения.
2. Для аэрации необходимо компрессорное хозяйство. Кроме того, аэрация ускоряет коррозию бурильных труб и оборудования.
3. При намыве наполнителей усложняется очистка бурового раствора, создаются пробки в местах сужения бурильных труб, что снижает эффективность работ.
4. Продавливание тампонажных смесей имеет некоторые ограничения в качестве метода борьбы с поглощением: интенсивность поглощения не менее 30 м3/час, зона поглощения расположена на глубине менее 2000 м, а выше нее нет высокопроницаемых пластов, необсаженный ствол скважины сложен устойчивыми породами.
5. Бурение на обсадной колонне ведет к ограниченной механической скорости проходки, а также, ввиду новизны технологии, к большой стоимости оборудования и проведения работ.
Инновационным решением является использование умных микроконтейнеров для доставки закупоривающего материала (см. рис.3) позволит точечно направить его к местам дислокации каналов и полостей поглощения, локализовать изолирующий компонент при помощи умных микроконтейнеров, что приведет к увеличению эффективности процесса ликвидации.
Рис. 3. Вид закупоривающего материала
Ключевыми преимуществами технологии умных микроконтейнеров в данном случае являются высокая точность воздействия на зону поглощения, и, как следствие, снижение времени, необходимого для устранения проблемы.
Процесс использования бурового раствора с умных микроконтейнеров состоит из следующих этапов:
• подача бурового раствора с умными микроконтейнерами в зону циркуляции;
• перемещение умных микроконтейнеров к стенкам ствола скважины под действием магнитного поля, локализация умных микроконтейнеров на участке поглощения;
• высвобождение закупоривающего вещества из умных микроконтейнеров под воздействием определенных физических факторов;
• интенсивная полимеризация закупоривающего агента, см. рис. 4;
• образование непроницаемого слоя за счет полимеризации изолирующего компонента.
Рис. 4. Вид лабораторной установки Spray drying по исследованию процессов интенсивной полимеризации закупоривающего агента
При необходимости закачку промывочной жидкости с умными микроконтейнерами можно провести несколько раз, однако и в этом случае технология сохранит эффективность и экономичность. Стоит отметить возможность комбинирования технологии умных микроконтейнеров - как с различными видами кольматантов, так и с некоторыми жидкостями, в том числе меняющими реологические свойства под действием физических факторов, таких как магнитное поле.
Ключевыми направлениями внедрения технологии умных микроконтейнеров являются:
бурение (борьба с поглощениями);
разработка месторождений и добыча (МУН, РИР, трассеры); борьба с коррозией в системах трубопроводного транспорта; процессы очистки нефти (деметаллизация, сероочистка);
процессы водоподготовки;
процессы полимеризации;
процессы, в основе которых лежит управляемое смешивание компонентов (применимое во многих технологиях);
процессы экологической ремедиации;
мониторинг параметров продуктов, контроль идентичности (контроль качества, борьба с контрафактом).
Заключение
Стратегические задачи по достижению высокой эффективности производства углеводородов и конкурентоспособности товарной продукции российского нефтегазового комплекса в условиях снижения углеродного следа могут быть достигнуты за счет глубокой технологической модернизации процессов строительства скважин. Системы машинного обучения позволяют своевременно предупреждать бурильщика о возможном осложнении в виде поглощения бурового раствора при операциях бурения нефтяных и газовых скважин. Борьба с поглощениями - одно из перспективных направлений для технологии умных микроконтейнеров. Применение технологии умных микроконтейнеров существенно повысит эффективность процесса ликвидации поглощений, что приведет к значительному сокращению времени операций, и, как следствие, к снижению затрат на бурение скважины. В настоящее время проект (шифр - УМК БУР) находится в стадии разработки; для развития технологии УМК БУР ведется специальная научная работа в этом направлении. Результаты проделанной работы и научно-производственная кооперация позволяет рассчитывать на разработку в ближайшее время ряда прорывных технологий (на базе умных микроконтейнеров) для крупнотоннажных процессов нефтегазового производства (бурение, МПН/МУН, и нефтехимии с большим технологическим и экономическим эффектом.
Статья подготовлена в рамках выполнения государственного задания (тема «Фундаментальный базис инновационных технологий нефтяной и газовой промышленности (фундаментальные, поисковые и прикладные исследования)», № ААААА19-119013190038-2).
Список литературы
1. Дмитриевский А. Н., Еремин Н.А. Цифровая глобальная декарбонизация газодобычи // Сб. науч. тр. VII междунар. науч.-технич. конф. Экологическая безопасность в газовой промышленности (ESGI-2021): Москва, 07-08 декабря 2021 года. ООО "Газпром ВНИИГАЗ". М.: Общество с ограниченной ответственностью "Научно- исследовательский ин-
ститут природных газов и газовых технологий - Газпром ВНИИГАЗ", 2021. С. 4-5.
2. Digital oil and gas complex of Russia / A.N. Dmitrievsky, N.A. Er-emin, D.S. Filippova, E.A. Safarova // Georesursy = Georesources, Special issue, (2020). P. 32-35. DOI: https://doi.org/10.18599/grs.2020.SI.32-35.
3. Цифровая глобальная декарбонизация зрелых нефтяных и газовых месторождений / А. Н. Дмитриевский [и др.] // Сб. науч. тр. Черноморские нефтегазовые конф. Новороссийск; Сочи, 20 сентября 2021. Новороссийск; Сочи: ООО «Научно-производственная фирма «Нитпо», 2021. С. 6366.
4. Dmitrievsky A.N., Eremin N.A., Safarova E.A., Filippova D.S., Borozdin S.O. Qualitative Analysis of Time Series GeoData to Prevent Complications and Emergencies During Drilling of Oil and Gas Wells SOCAR Proceedings. 2020. No.3 031-037. ISSN 2218-6867 eISSN 2218-8622 http://dx.doi.org/10.5510/OGP20200300442.
5. On increasing the productive time of drilling oil and gas wells using machine learning methods / A.N. Dmitrievsky [and other] // Georesursy = Georesources, 22(4). 2020. Р. 79-85. DOI: https://doi.org/10.18599/ grs.2020.4.79-85.
6. Алгоритм создания нейросетевой модели для классификации в системах предотвращения осложнений и аварийных ситуаций при строительстве нефтяных и газовых скважин / А.Н. Дмитриевский, В.О. Дупля-кин, Н.А. Еремин, В.В. Капранов // Датчики и системы. 2019. №12 (243). С.3-10.
7. Применение методов искусственного интеллекта для выявления и прогнозирования осложнений при строительстве нефтяных и газовых скважин: проблемы и основные направления решения / А.Д. Черников [и др.] // Георесурсы, 2020. 22(3). С. 87-96. DOI: https://doi.org/10.18599/ grs. 2020.3.87-96
8. Анализ качества данных станции геолого-технологических исследований при распознавании поглощений и газонефтеводопроявлений для повышения точности прогнозирования нейросетевых алгоритмов / А.И. Архипов [и др.] // Нефтяное хозяйство. 2020. №08 (1162). С.63-67. DOI: 10.24887/0028-2448-2020-8-63-67.
9. Drilling Problems Forecast System Based on Neural Network / S. Borozdin [and other] // SPE Annual Caspian Technical Conference. 2020. doi: 10.2118/202546-MS.
10. Интеллектуальное бурение при обустройстве цифровых месторождений / Н.А. Еремин, А.Д. Черников, О.Н. Сарданашвили, В.Е. Столяров // Автоматизация, телемеханизация и связь в нефтяной промышленности, 2020. №5 (562). 26-36. DOI 10.33285/0132-2222-2020-5(562)-26-36.
11. Цифровые технологии строительства скважин. Создание высокопроизводительной автоматизированной системы предотвращения
осложнений и аварийных ситуаций в процессе строительства нефтяных и газовых скважин / Н.А. Еремин [и др.] // Деловой журнал Neftegaz.Ru. 2020. №4 (100). С. 38-50.
12. А.Н. Дмитриевский, Н.А. Еремин, В.Е. Столяров Роль информации в применении технологий искусственного интеллекта при строительстве скважин для нефтегазовых месторождений // Научный журнал Российского газового общества. 2020. № 3 (26). С.06-21.
13. Программный компонент "Нефтегазовый блокчейн" / Н.А. Еремин [и др.] // Свидетельство о регистрации программы для ЭВМ RU 2020614626, 17.04.2020. Заявка № 2020613699 от 27.03.2020.
14. Дмитриевский А.Н., Чащина-Семенова О.К., Фицнер Л.К., Черников А.Д. Программный компонент "Нейросетевые расчеты - построение моделей прогноза осложнений и аварийных ситуаций при бурении и строительстве скважин» (ПКНР) / Н.А. Еремин [и др.] // Свидетельство о регистрации программы для ЭВМ RU 2020660892, 15.09.2020. Заявка № 2020660182 от 08.09.2020.
15. Программный компонент "Адаптация обобщенных нейросете-вых моделей прогнозирования осложнений и аварийных ситуаций к геофизическим параметрам при бурении конкретной скважины» / Н.А. Еремин [и др.] // Свидетельство о регистрации программы для ЭВМ RU 2020660890, 15.09.2020. Заявка № 2020660179 от 08.09.2020.
16. Программный компонент "Индикация прогноза осложнений и аварийных ситуаций при бурении и строительстве скважин» (ПК «Индикация») / Н.А. Еремин [и др.] // Свидетельство о регистрации программы для ЭВМ RU 2020661356, 22.09.2020. Заявка № 2020660450 от 14.09.2020.
17. Программный компонент "Оркестровка - интеграция модулей системы прогнозирования осложнений и аварийных ситуаций при бурении и строительстве скважин» / Н.А. Еремин [и др.] // Свидетельство о регистрации программы для ЭВМ RU 2020660891, 15.09.2020. Заявка № 2020660181 от 08.09.2020.
18. Программный компонент "Обратная связь» / Н.А. Еремин [и др.] // Свидетельство о регистрации программы для ЭВМ RU 2020665410, 26.11.2020. Заявка № 2020661058 от 25.09.2020. Дата публикации: 26.11.2020.
19. Автоматизированная система выявления и прогнозирования осложнений в процессе строительства нефтяных и газовых скважин // Патент на изобретение RU 2 745 137 C1, 22.03.2021. Заявка № 2020129673 от 08.09.2020. Automated system for identifying and predicting complications during the construction of oil and gas wells.
20. Автоматизированная система выявления и прогнозирования осложнений в процессе строительства нефтяных и газовых скважин: пат. № 2020129671 RU, 22.03.2021; опубл.08.09.2020.
Черников Александр Дмитриевич, канд. техн. наук, вед. науч. сотр., cha60@,mail. ru, Россия, Москва, Институт проблем нефти и газа Российской академии наук (ИПНГ РАН),
Еремин Николай Александрович, д-р техн. наук, проф., гл. науч. сотр., ermn@mail.ru, Россия, Москва, Институт проблем нефти и газа Российской академии наук (ИПНГ РАН); Российский государственный университет нефти и газа (национальный исследовательский университет) имени И.М. Губкина,
Замрий Анатолий Владимирович, исп. директор, zav@sngpr.ru.com, Россия, Москва, Межотраслевой экспертно-аналитический центр Союза нефтегазопромыш-ленников России,
Черных Сергей Петрович, ст. советник, csp@sngpr.ru.com, Россия, Москва, Межотраслевой экспертно-аналитический центр Союза нефтегазопромышленников России
INNOVATIVE TECHNOLOGIES FOR DRILLING MUD LOSS PREVENTION IN WELL
CONSTRUCTION
A.D. Chernikov, N.A. Eremin, A.V. Zamriy, S.P. Chernykh
The article discusses the issues of preventing complications associated with the absorption of drilling mud during the construction of oil and gas wells, poses and provides solutions to the problem of ensuring the safety of the construction of oil and gas wells on land and at sea using intelligent systems for early warning of complications in the form of losses of drilling mud according to results ofprocessing large volumes of data from stations of geological and technological measurements. The advantage of using machine learning methods for solving the problems of identifying and predicting complications in the form of drilling mud losses during the construction of oil and gas wells is that in the course of their creation and training, explicit and hidden patterns are revealed with a given accuracy between geological and geophysical, technical and technological parameters. Efficient formation, integration and clustering of ever-increasing multidimensional data volumes from various types of sensors used to measure parameters in the process of drilling wells are carried out using machine learning technologies. Loss prevention is one of the promising areas for smart microcontainer technology. The use of smart microcontainers technology will significantly increase the efficiency of the lost circulation elimination process, which will lead to a significant reduction in well drilling costs.
Key words: well construction safety, machine learning methods, big data, geological and technological research, neural network model, drilling of oil and gas wells, detection, prediction and prevention of lost circulation, smart containers.
Chernikov Alexander Dmitrievich, candidate of technical sciences, leading sci. officer, cha60@mail.ru, Russia, Moscow, Institute of Oil and Gas Problems of the Russian Academy of Sciences (IPNG RAS),
Eremin Nikolay Alexandrovich, doctor of technical sciences, professor, chief science officer, ermn@mail.ru, Russia, Moscow, Institute of Oil and Gas Problems of the Russian Academy of Sciences (IPNG RAS); Gubkin Russian State University of Oil and Gas (National Research University),
Zamri Anatoly Vladimirovich, executive director. director, zav@sngpr.ru.com, Russia, Moscow, Intersectoral Expert and Analytical Center of the Union of Oil and Gas Producers of Russia,
Chernykh Sergey Petrovich, senior adviser, csp@sngpr.ru.com, Russia, Moscow, Intersectoral Expert and Analytical Center of the Union of Oil and Gas Industrialists of Russia
Reference
1. Dmitrievsky A. N., Eremin N.A. Digital global decarbonization of gas production // Sb. nauch. tr. VII International Scientific and Technical Conference. Environmental safety in the gas industry (ESGI-2021): Moscow, 07-08 December 2021. Gazprom VNIIGAZ LLC. Moscow: Limited Liability Company "Scientific Research Institute of Natural Gases and Gas Technologies - Gazprom VNIIGAZ", 2021. pp. 4-5.
2. Digital oil and gas complex of Russia / A.N. Dmitrievsky, N.A. Er-emin, D.S. Fil-ippova, E.A. Safarova // Georesursy = Georesources, Special is-sue, (2020). P. 32-35. DOI: https://doi.org/10.18599/grs.2020.SI.32-35.
3. Digital global decarbonization of mature oil and gas fields / A. N. Dmitrievsky [et al.] // Collection of scientific tr. Black Sea oil and gas conf. Novorossiysk; Sochi, September 20, 2021. Novorossiysk; Sochi: LLC "Scientific and Production Company "Nitpo", 2021. pp. 63-66.
4. Dmitrievsky A.N., Eremin N.A., Safarova E.A., Filippova D.S., Borozdin S.O. Qualitative Analysis of Time Series GeoData to Prevent Complications and Emergencies During Drilling of Oil and Gas Wells SOCAR Proceedings. 2020. No.3 031-037. ISSN 22186867 eISSN 2218-8622 http://dx.doi.org/10.5510/OGP20200300442.
5. On increasing the productive time of drilling oil and gas wells using machine learning methods / A.N. Dmitrievsky [and others] // Georesursy = Georesources, 22(4). 2020. pp. 79-85. DOI: https://doi.org/10.18599 / grs.2020.4.79-85.
6. Algorithm for creating a neural network model for classification in systems for preventing complications and emergencies during the construction of oil and gas wells / A.N. Dmitrievsky, V.O. Duplyakin, N.A. Eremin, V.V. Kapranov // Sensors and systems. 2019. No.12 (243). pp.3-10.
7. Application of artificial intelligence methods for detecting and predicting complications in the construction of oil and gas wells: problems and main directions of solution / A.D. Chernikov [et al.] // Georesources, 2020. 22(3). pp. 87-96. DOI: https://doi.org/10.18599 / grs. 2020.3.87-96
8. Analysis of the data quality of the geological and technological research station in the recognition of uptake and oil and gas occurrences to improve the accuracy of forecasting neural network algorithms / A.I. Arkhipov [et al.] // Oil industry. 2020. No.08 (1162). pp.6367. DOI: 10.24887/0028-2448-2020-8-63-67.
9. Drilling Problems Forecast System Based on Neural Network / S. Borozdin [and other] // SPE Annual Caspian Technical Conference. 2020. doi:10.2118/202546-MS.
10. Intelligent drilling in the arrangement of digital birthplaces / N.A. Eremin, A.D. Chernikov, O.N. Sardanashvili, V.E. Stolyarov // Automation, telemechanization and communication in the oil industry, 2020. №5 (562). 26-36. DOI 10.33285/0132-2222-2020-5(562)-26-36.
11. Digital technologies of well construction. Creation of a highly productive automated system for preventing complications and emergencies during the construction of oil and gas wells / N.A. Eremin [et al.] // Business journal Neftegaz.Ru, 2020. No.4 (100). pp. 38-50.
12. A.N. Dmitrievsky, N.A. Eremin, V.E. Stolyarov The role of information in the application of artificial intelligence technologies in the construction of wells for oil and gas fields // Scientific Journal of the Russian Gas Society, 2020. No. 3 (26). pp.06-21.
13. Software component "Oil and gas blockchain" / N..A. Eremin [et al.] // Certificate of registration of a computer program RU 2020614626, 04/17/2020. Application No. 2020613699 dated 03/27/2020.
14. Dmitrievsky A.N., Chashchina-Semenova O.K., Fitzner L.K., Cherikov A.D. Program component "Neural network calculations - building models for predicting complications and emergencies during drilling and construction of wells" (PKNR) / N.A. Eremin [et al.] // Certificate of registration of the program for computers RU 2020660892, 09/15/2020. Application No. 2020660182 dated 08.09.2020.
15. Program component "Adaptation of generalized neural network models for predicting complications and emergencies to geophysical parameters when drilling a specific well" / N.A. Eremin [et al.] // Certificate of registration of a computer program RU 2020660890, 09/15/2020. Application No. 2020660179 dated 08.09.2020.
16. Program component "Indication of the forecast of complications and emergencies during drilling and construction of wells" (PC "Indi-cation") / N.A. Eremin [et al.] // Certificate of registration of the computer program RU 2020661356, 22.09.2020. Application No. 2020660450 dated 14.09.2020.
17. Program component "Orchestration - integration of modules of the system for predicting complications and emergencies during drilling and construction of wells" / N.A. Eremin [et al.] // Certificate of registration of the computer program RU 2020660891, 09/15/2020. Application No. 2020660181 dated 08.09.2020.
18. Software component "Feedback" / N.A. Eremin [et al.] // Certificate of registration of a computer program RU 2020665410, 11/26/2020. Application No. 2020661058 dated 25.09.2020. Date of publication: 26.11.2020.
19. Automated system for detecting and predicting complications during the construction of oil and gas wells // Patent for invention RU 2 745 137 C1, 03/22/2021. Application No. 2020129673 dated 08.09.2020. Automated system for identifying and predicting complications during the construction of oil and gas wells.
20. Automated system for detecting and predicting complications during the construction of oil and gas wells: pat. No. 2020129671 RU, 22.03.2021; publ.08.09.2020.
