Прогноз показателей добычи из пластов баженовской свиты на основе статистических зависимостей и методов машинного обучения

В статье рассмотрены результаты фактической эксплуатации и прогноз добычи из горизонтальных скважин с многозонным гидроразрывом пласта (МГРП) на пластах баженовской свиты Пальяновской площади Красноленинского месторождения (ХМАО). Особенностью данных коллекторов является высокая степень неопределенности их геолого-геомеханических свойств. Основные цели работы - выявление зависимости продуктивности скважин (дебит, накопленная добыча) от основных геолого-технологических факторов и разработка инструмента прогнозирования показателей добычи для скважин, разрабатывающих пласты баженовской свиты. В ходе выполнения работ проанализировано более 2000 возможных зависимостей между геологическими и геомеханическими свойствами пласта, а также между технологическими факторами и показателями работы скважин. По результатам анализа определены основные ключевые комплексные факторы (длина горизонтальной секции, количество стадий ГРП, средний тоннаж проппанта и расход жидкости разрыва), определяющие показатели работы эксплуатационных скважин. На основе построенных статистических зависимостей и методов машинного обучения обоснован подход по оценке прогнозных показателей работы скважин (стартовый дебит, накопленная добыча нефти). Представленные в статье материалы характеризуют первые результаты этапа «Выбор» при реализации технологического эксперимента на Пальяновской площади Красноленинского месторождения.

1. D.Ilk, DeGolyer, MacNaughton, Jenkins C.D., DeGolyer, MacNaughton, Blasingame T.A. Texas A&M University. Production analysis in unconventional reservoirs – Diagnostics, Challenges, and Methodologies. Society of petroleum engineers. SPE144376. 2011.

2. Velasco R., Panja P., Deo M. New production performance and prediction tool for unconventional reservoirs. Unconventional Resources Technology Conference (URTeC). 2016. – doi: 10.15530/urtec-2016-2461718

3. Seber G.A.F., Lee A.J. Linejnyj regressionnyj analiz [Linear regression analysis]. – Auckland: John Wiley & Sons, 2012. – Т. 329.