Семенова-Чащина О.К.

Цифровая модернизация нефтегазового производства является мощным инструментом повышения эффективности разработки месторождений и инновационным драйвером развития нефтегазовой отрасли. В ведущих нефтегазовых компаниях России происходит переход к цифровым технологиям бурения и добычи на основе применения методов машинного обучения и нейросетевых моделей. Нефтегазовая скважина является основным технологическим объектом и сооружением, определяющим эффективность добычи углеводородов на всех стадиях жизненного цикла месторождения.

В статье рассматриваются методы обработки больших данных со станций геолого-технологических измерений и машинного обучения в области бурения нефтяных и газовых скважин, которые были апробированы на реальных данных с морского месторождения. Возможные события, связанные с осложнениями и авариями во время бурения могут быть обнаружены за время 7-10 минут до их наступления. Этого времени может быть достаточно для бурильщика для принятия превентивных мер для избегания осложнения или предотвращения аварии.

Статья посвящена описанию созданной автоматизированной системы предотвращения аварийных ситуаций при строительстве скважин с использованием методов искусственного интеллекта, основанной на распределенной по уровням структуре контроля и управления процессом бурения. По результатам работы в течение 2019-2020 гг. были получены шесть свидетельств регистрации программ для ЭВМ, поданы две заявки на получение патентов на полезную модель.

This paper poses and solves the problem of using artificial intelligence methods for processing large volumes of geodata from geological and technological measurement stations in order to identify and predict complications during well drilling. Digital modernization of the life cycle of wells using artificial intelligence methods, in particular, helps to improve the efficiency of drilling oil and gas wells.

Программа предназначена для обеспечения вариантной связи автоматизированной системы предупреждения осложнений и аварийных ситуаций (АС ПОАС) с буровой платформой формирования предупреждений и рекомендаций по предотвращению осложнений и аварийных ситуаций при строительстве нефтяных и газовых скважин.

Программа предназначена для использования в автоматизированной системе предупреждения осложнений при строительстве нефтяных и газовых скважин. Раннее прогнозирование осложнений в процессе бурения позволит принять превентивные меры по их предотвращению. Принятие необходимых мер, предотвращающих осложнения в работе, возможно при использовании методов, позволяющих прогнозировать ситуацию на основе измерений параметров бурения. Ситуация приближения к аномалии определяется совокупностью параметров и не может быть гарантированно выявлена в результате визуальных наблюдений.

Программа является завершающим компонентом процесса прогнозирования осложнений и аномалий в режиме реального времени и предназначена для формирования предупреждающих сигналов о возможных осложнениях и выдачи рекомендаций для бурильщика по предотвращению последствий прогнозируемых осложнений.

Программа предназначена для организации взаимодействия программных компонентов и модулей, входящих в автоматизированную систему предотвращения осложнений и аварийных ситуаций в процессе строительства нефтяных и газовых скважин. Программа реализует топологию основных производственных процессов при работе комплекса прогнозирования осложнений и аварийных ситуаций при бурении и строительстве скважин.

Программа является частью автоматизированной системы прогнозирования осложнений и аварийных ситуаций в процессе бурения скважин. Целью использования программы является повышение точности прогноза возможных отклонений за счет коррекции (адаптации) исходных (обобщенных) моделей прогнозирования для конкретных скважин. В качестве входных данных для построения обобщенных моделей используются предварительно размеченные реально-временные данные геолого-технологических исследований в виде записей, содержащих информацию об осложнениях с указанием времени их обнаружения из различных скважин.

Optimization, digitalization and robotization of oil and gas technological processes based on the use of artificial intelligence methods are among the prevailing trends of the 21st century.  The drilling industry  is a prime example of these phenomena. The vector of oil and gas drilling is shifting towards complex objects. The improvement of well drilling technologies allows drilling in geological conditions where it was previously impossible. The construction of wells leads to disruption of the natural thermodynamic and stress-strain state of rocks.