Потоковое обучение при выборе оптимальной системы разработки

Решение задачи выбора оптимальной системы разработки для нефтяного месторождения традиционно сводится к многовариантным расчетам прогнозного профиля добычи с использованием гидродинамических симуляторов и последующим расчетом экономический эффективности. Учитывая, что количество вариантов систем разработки в зависимости от числа варьируемых параметров может доходить до нескольких десятков тысяч, вопрос сокращения времени на проведение расчетов является одним из наиболее приоритетных в рамках увеличения эффективности деятельности нефтедобывающей компании. В статье описан способ, позволяющий при помощи инструментов машинного обучения исключить из выборки различных вариантов систем разработки заведомо нерентабельные и малоэффективные варианты для снижения общего объема вычислений. Представленная авторами методика разрабатывалась и отлаживалась на основе результатов многовариантных расчетов в гидродинамическом симуляторе для месторождения A и тиражировалась на варианты систем разработки месторождения B. В обоих случаях перед проведением расчетов в симуляторе предварительно сформированные списки с вариантами разработки были подвергнуты «умному ранжированию», основанному на алгоритме k-means. Данная операция была необходима для обеспечения разнообразного набора значений в выборке для обучения. Кроме того, в работе проведен выбор регрессионной модели на основе сравнительного анализа прогнозной способности шести различных моделей. Наиболее точной оказалась модель Gradient Boosting. Выбранная модель была протестирована на способность прогнозировать технологический (КИН) и экономические показатели (NPV и PI) вариантов разработки и показала высокие результаты - по каждому из показателей удалось достигнуть точности прогноза с R2 > 0,9. Однако в рамках данной работы авторы сосредоточились на оценке прогноза параметра PI. На основе результатов гидродинамических расчетов 600 вариантов разработки месторождения А был предложен алгоритм, позволяющий диагностировать что регрессионная модель обучилась и способна выдавать корректный прогноз. Предложенный вариант расчета так называемого «критерия остановки расчетов» был испытан авторами на 8230 вариантах систем разработки месторождения B.

1. Климов В.Ю. Выбор устойчивой системы разработки – путь повышения ценности актива // PROНЕФТЬ. – 2017. – № 1. – С. 60-66.

2. Выбор оптимальных параметров системы разработки нефтяного месторождения / М.М. Хасанов, О.С. Ушмаев, С.А. Нехаев, Д.М. Карамутдинова // Нефтяное хозяйство. – 2012. – № 12. – С. 26-31.

3. Белоногов Е.В., Пустовских А.А., Ситников А.Н. Критерий выбора способа разработки низкопроницаемых коллекторов // PROНЕФТЬ. – 2019. – № 1. – С. 49-51.

4. Ситников А.Н. Оптимальная система горизонтальных скважин с многостадийным гидроразрывом пласта при разработке залежи на упругом режиме // Нефтяное хозяйство. – 2017. – № 4. – С. 68–71.

5. Критерий выбора способа разработки низкопроницаемых коллекторов / А.Н. Ситников, А.А. Пустовских, Е.В. Белоногов [и др.] // Нефтяное хозяйство. – 2016. – № 12. – С. 56-59.