Применение оптимизационных алгоритмов для управления добычей: снятие инфраструктурных ограничений

Введение. Задача повышения эффективности разработки месторождения на поздней стадии — актуальный вызов, требующий соблюдения баланса между затратами и текущим уровнем добычи. Предлагается использовать генетический алгоритм оптимизации для выявления скважин, отключение которых позволит получить прирост добычи нефти и (или) снижение операционных затрат.

Цель. Снижение операционных затрат нефтяных месторождений за счёт решений по перераспределению добычи с помощью оптимизационных алгоритмов.

Материалы и методы. Реализован подход упрощенного моделирования системы «пласт — скважина — система сбора» с использованием оптимизационного алгоритма, целевой функцией которого является суточная добыча нефти. В данной работе применялся алгоритм предобработки и анализа исходных данных, а также алгоритм торнадо для анализа чувствительности. Исследование, моделирование и оптимизация выполнялись на основе прокси-интегрированной модели актива, адаптированной на фактические данные.

Результаты. Результатом апробации подхода является программа мероприятий по остановке и реализации ГТМ на добывающем фонде, соответствующая максимальному значению выбранной целевой функции.

Заключение. В ходе работы определено, что основными сложностями при использовании генетического алгоритма для оптимизации является большая размерность задачи и топология сети сбора. Для устранения этих сложностей создан фильтр по скважинам, а также использовалась секторная модель сети сбора. В результате генетический алгоритм в качестве лучшего варианта отключил самые обводненные скважины фонда, что является критерием корректности работы оптимизатора.

1. Газизов Т.Т. Методы глобальной оптимизации: учебное пособие, Томск: Издательство «В-Спектр», 2017. — 22 с.

2. Емельянов В.В., Курейчик В.В., Курейчик В.М. Теория и практика эволюционного моделирования. — М.: Физматлит, 2003.

3. Гладков Л.А., Курейчик В.В., Курейчик В.М., Курейчик В.В. Биоинспирированные методы в оптимизации: монография. — М.: Физматлит, 2009

4. Ахтямов О.В. Оценка эффективности генетического алгоритма при изменении размерности задачи. Решетневские чтения. — Красноярск: Сибирский государственный аэрокосмический университет им. академика М.Ф. Решетнева, 2010.

5. Руководство пользователя тНавигатор. Адаптация и оптимизация. Рок Флоу Динамикс, 2024.