Использование машинного обучения для решения задачи виртуальной расходометрии ЭЦН: на примере нефтяного месторождения в Сербии
Т. Мицич-Понигэр (1), М.В. Наугольнов* (1), С.Г. Басов (2) (1 - НТЦ НИС-Нафтагас, 2 - НИС-Нафтагас)
- ISBN: 978-5-9651-1487-0
Интеллектуальный анализ данных в нефтегазовой отрасли 2023 Интеллектуальный анализ Машинное обучение и ИИ
ЭЦН – широко используемое оборудование для механизированной добычи нефти. Известно, что значительная часть фонда скважин, оборудованных ЭЦН, лишь частично охвачена замерами дебита, а расчёт точного дебита производится с периодичностью 1-3 раза в неделю. Низкий охват замерами приводит к задержке поступления информации об отклонении режима работы скважин, возникновению простоев скважин и медленному принятию решений. Однако все скважины, оборудованные УЭЦН, обладают данными высокочастотной телеметрии, регулярно поступающими в систему диспетчерского управления. Эти данные при правильном использовании могут дать информацию о текущих режимах работы скважин, т.е. решить задачу так называемой виртуальной расходомерии. Главная цель данного исследования – разработка виртуального расходомера на основе алгоритма машинного обучения с максимальным использованием данных телеметрии для условий нефтяного месторождения Республики Сербия.