Система мониторинга и поддержки принятия решений при оптимизации разработки
М.Р. Якупов* (1), Т.А. Туктаров (2), Т.А. Муртазин (3), И.И. Багманов (1), В.А. Судаков (3) (1 - ООО «Геопай», 2 - ПАО «Татнефть» им. В.Д.Шашина, 3 - Казанский (Приволжский) федеральный университет)
В статье приведены результаты применения дерева решений вкупе с методами машинного обучения для определения причин потерь нефти и последующего формирования наиболее эффективной программы мероприятий на скважинах. Определение проблематичного фонда основано на сравнении режимных показателей работы скважин. Далее, был выполнен факторный анализ для установления укрупненных причин. В зависимости от наиболее повлиявшего фактора были проанализированны данные для выявления детальных причин – определяется наличие нарушений колонны по прямым и косвенным признакам, анализируются простои скважин, замеры жидкости на замерных установках и т.д. Для определения необходимости проведения мероприятий была оценена вероятность его наступления с помощью ансамблевого метода случайный лес. Результаты были сопоставлены с логистической регресией и метода главных компонент, также с использованием последовательного выбора признаков.