Прогноз эффективности проведения водоизоляционных работ на примере ямбургского нефтегазоконденсатного месторождения

27.09.2018
Источник: Журнал «PROнефть»
Water shut-off treatment efficiency forecasting in the context of yamburgskoe oil-gas condensate field

УДК [622.279+ 622.276].001 

В.А. Легкоконец, Д.В. Мардашов, к.т.н., А.В. Морозов
Санкт-Петербургский горный университет

Электронный адрес: v.legkokonets@gmail.com

Ключевые слова: многофакторный анализ, регрессионный анализ, водоизоляция, Ямбургское нефтегазоконденсатное месторождение (ЯНГКМ)

V.A. Legkokonets, D.V. Mardashov, A.V. Morozov
Saint-Petersburg Mining University, RF, Saint-Petersburg

Method of selection of well-candidates and forecasting of water shutoff treatment efficiency in the context of Yamburgskoe oil, gas and condensate field (YOGCF) is introduced in this paper. The main purpose of this research is development of method of selection well-candidates and forecasting of water shutoff treatment efficiency based on the reservoir characterization and technological parameters while water shut-off works. Research tasks: Water shut-off works efficiency criteria selection and making its economic-mathematical model; The most significant factors of efficiency water-shutoff works detecting (based on mathematical model); Forming of series with wells for analysis; Mathematical model application for forecasting water shut-off treatment efficiency. Modern methods of data analysis (correlation analysis, regression multiple factor analysis) are used in this research. Analysis of water shut-off activities in YOGCF’s production gas wells in 2014 has been made. As a result, the most significant factors of water shut-off works efficiency have been selected. Researcher fitted mathematical model of water shut-off works efficiency assessment based on profitability criteria from incremental ultimate natural gas recovery. Obtained model is statistically significant on 95% confidence level (alpha = 0.05) and can be used in water shut-off works efficiency forecasting. Analysis of water shut-off works efficiency in production gas wells of YOGCF revealed probable economic effect from implementation of this method amounted to more than 150 million rubles per year (in case with 33 wet gas wells of Cenomanian gas deposit of YOGCF in 2014) because of more correct well-candidates selection.

Keywords: multiple factor analysis, regression analysis, water shut-off treatment, Yamburgskoe field

DOI: 10.24887/2587-7399-2018-3-51-55

Введение

Одной из актуальных проблем при добыче природного газа на месторождениях, находящихся на поздней стадии разработки, является обводнение скважин, сопровождающееся их «самозадавливанием» из-за скапливающейся на забое жидкости. Данная проблема в основном решается путем проведения водоизоляционных работ (ВИР). При планировании ВИР важным этапом является подбор скважин-кандидатов. В ряде случаев из-за низкой эффективности ВИР не обеспечивается выполнение поставленной задачи, что обусловливает уменьшение прибыли добывающего предприятия. Поэтому важно не только подобрать эффективную водоизоляционную технологию, но и правильно выбрать скважины-кандидаты для проведения ВИР.

Методы оценки эффективности водоизоляционных работ

Коэффициент использования эксплуатационного фонда скважин на поздней стадии разработки Ямбургского нефтегазоконденсатного месторождения (ЯНГКМ) снижен из-за высокой обводненности добываемой продукции и незначительного дебита газа по скважинам. Это обусловливает необходимость применения методов интенсификации добычи и проведения водоизоляционных работ по данной категории скважин.

Содержание воды в продукции скважин может увеличиваться вследствие ее поступления из продуктивных высокопроницаемых горизонтов ниже или выше залегающих пластов, а также из-за прорыва подошвенных вод [1].

Для статистического анализа эффективности проведения ВИР необходимо, чтобы технология их выполнения по всей выборке скважин была схожей. По результатам проведения в 2014 г. на ЯНГКМ водоизоляционных работ для анализа было отобрано 15 скважин, в которых устанавливался водоизолирующий экран с его докреплением цементным мостом. Важным условием выбора скважин была возможность получения максимально полной исходной информации для анализа. При этом ВИР были успешными лишь в 9 из 15 скважин.

В настоящее время существуют две основные группы методов оценки эффективности ВИР. Первая группа базируется на экспертном установлении влияющих факторов, вторая использует статистический анализ геолого-физических и технологических факторов.

Определение степени влияния и значимости факторов при экспертной оценке весьма затруднено, так как зависит от квалификации специалистов, планирующих геолого-технические мероприятия (ГТМ). Применяемые при этом методы не позволяют в полной мере прогнозировать успешность работ с достаточной степенью надежности. Вторая группа методов использует возможности математической статистики для прогнозирования эффективности ГТМ на основе геолого-физических факторов и технологических условий проведения работ. Например, в работе [2] предложен способ прогнозирования эффективности ремонтно-изоляционных работ с применением дисперсионного анализа. В этом методе отсутствует субъективность оценки. Однако его недостатком является наличие так называемой области неопределенного прогноза выполнения ВИР, возникающей из-за деления выборки на кластеры. Это не позволяет сделать точного вывода об эффективности проведения работ в скважинах, принадлежащих данной области. Был также рассмотрен действующий стандарт [2], согласно которому рекомендации по анализу данных об эффективности режимно-технических воздействий на скважинный фонд получены путем адаптации используемой в нефтяной промышленности технологии анализа данных к специфике газодобывающей отрасли. Указанная в стандарте методика не описывает процесс оценки качества построенной модели, включая в нее все факторы, в то время как не все из них обладают высокой степенью влияния.

Таким образом, актуальной является проблема разработки методики прогноза эффективности ВИР, которая применима для скважин с любыми геолого-техническими и технологическими факторами.

Выбор критерия успешности проведения ВИР

В качестве критерия экономической эффективности ВИР была принята рентабельность дополнительной добычи газа за счет их проведения. Успешность выполнения ВИР определялась на основе анализа их окупаемости в течение одного календарного года за счет дополнительной добычи газа. Таким образом, работы считаются успешными, если показатель рентабельности в течение одного календарного года составляет больше единицы, т.е. затраты на проведение ВИР полностью окупаются. Рентабельность ВИР в течение года рассчитывается по формуле:


где П – прибыль после получения дополнительной добычи, руб; З общ – общие затраты, руб; Q после – дебит газа по скважине после проведения ВИР, тыс. м3/сут; Q до – дебит газа по скважине до проведения ВИР, тыс. м3/сут; Ц прод – продажная цена природного газа, руб/тыс. м3; С доб – себестоимость добычи природного газа, руб/тыс. м3; С вир – средняя стоимость проведения водоизоляционных работ в скважинах сеноманской залежи ЯНГКМ, руб.

Таким образом, для прогноза рентабельности ВИР необходимо знать дебит скважины после проведения этих работ. В качестве критерия эффективности ВИР был выбран дебит газа по скважине после ремонта. Данный критерий выбран по нескольким причинам: невозможность измерения водогазового фактора в каждой конкретной скважине из-за кустовой схемы их расположения, отсутствие информации по депрессиям при эксплуатации выбранных скважин, одинаковый (фонтанный) способ эксплуатации всех анализируемых скважин. В статье описывается определение эффективности ВИР с помощью многофакторного регрессионного анализа. Целью ВИР является устранение причин поступления в скважину воды. Дебит газа коррелирует с успешностью проведения ремонта. Цель ВИР считается недостигнутой, если дебит газа составляет менее 50 тыс. м3/сут. Ремонт считается успешным, если в скважину не поступает вода и дебит газа после проведения ВИР превышает 50 тыс. м3/сут. Исходные данные за 2014 г. по анализируемым скважинам ЯНГКМ представлены в табл. 1.

Примечание. ГВК – газоводяной контакт, КРС – капитальный ремонт скважин, ИЭР – ингибированный эмульсионный раствор, СКО – солянокислотная обработка; водоизоляционный раствор: 0 – на основе кремнийорганических соединений, 1 – на основе жидкого стекла.

Обоснование факторов успешности с помощью математического моделирования

В регрессионном анализе использовалось всего 13 факторов. Однако каждый из них по-разному влияет на анализируемую величину (дебит газа по скважине после проведения ВИР), т.е. имеет разные значимость и степень влияния. Для наглядности построена гистограмма (рис. 1), на которой видна степень влияния того или иного фактора и направление этого влияния (минус – отрицательное, плюс – положительное).


рис. 1. Степень влияния факторов на эффективность ВИР 

Относительная важность переменной оценивалась по величине вклада отдельного фактора в общую объясняемую моделью долю дисперсии.

Из анализа результатов проведенных расчетов следует, что на эффективность проведения ВИР одни факторы влияют положительно, а другие – отрицательно. Изучение наиболее значимых из них (т.е. вошедших в математическую модель) показало следующее.

Наибольшее влияние на эффективность проведения ВИР оказывают геологические факторы, такие как пластовое давление и глубина залегания пласта. Геологические факторы (в том числе приемистость пласта) в сумме объясняют 73 % дисперсии. Технологические факторы, такие как объем цементного раствора и тип водоизоляционного состава, оказывают второстепенное влияние, объясняя лишь 23,5 % дисперсии. Ниже рассмотрены геологические и технологические факторы и их влияние на эффективность проведения ВИР.

Пластовое давление. Чем выше пластовое давление, тем выше депрессия, которая непосредственно влияет на условия притока газа к забою и дебит скважины.

Глубина залегания пласта. Этот фактор коррелирует с пластовым давлением, которое повышается с ростом глубины.

Объем цементного раствора при установке цементного моста. Перед установкой водоизолирующего экрана обычно создают цементный мост для предотвращения прорывов воды. Негативное влияние этого фактора можно объяснить уменьшением эффективной толщины пласта, что напрямую влияет на дебит.

Тип водоизоляционного раствора. Рекомендуется тщательно подбирать водоизоляционный состав. В данном случае состав на основе жидкого стекла оказался менее эффективным, чем состав на основе кремний органических соединений.

Приемистость пласта. Высокая приемистость пласта свидетельствует о егоблагоприятных фильтрационных свойствах. Для повышения эффективности ВИР не следует допускать загрязнения призабойной зоны пласта.

В табл. 2 приведена статистика коэффициентов регрессионной модели. Отобранные факторы являются статистически значимыми для модели по значению критерия Стьюдента ( t -статистика). Включение дополнительных факторов нецелесообразно, поскольку они не добавляют модели информативности, а только усложняют ее. Этот вывод сделан в результате сравнения скорректированных (нормированных) коэффициентов детерминации по моделям, имеющим разные наборы факторов.



Поскольку для выбранного процесса моделирования недопустима большая ширина доверительного интервала (определяется дебит после проведения ВИР), целесообразно принять стандартное значение значимости (уровня надежности модели) γ = 95 % [4]. Доверительная вероятность не превышает 0,05, следовательно, все коэффициенты являются значимыми на выбранном уровне надежности.

Ниже представлена статистика построенной модели.

Множественный R. . . . . . . . . . . . . . . . . . . . . 0,98
R 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 0,97
Нормированный R 2 . . . . . . . . . . . . . . . . . . . . 0,95
Стандартная погрешность . . . . . . . . . . . . . . 29
F -статистика. . . . . . . . . . . . . . . . . . . . . . . . 1,710-6
Число наблюдений. . . . . . . . . . . . . . . . . . . . . . 15

Близкие к единице значения величин множественного R , R 2 и нормированного R 2 подтверждают статистическую значимость модели [5].

Полученное уравнение множественной регрессии для вышеуказанных условий имеет следующий вид:

где Q– дебит газа по скважине после ВИР, тыс. м3/сут; X 1 – глубина продуктивного пласта, м; X 2 – пластовое давление, атм; X 3 – объем цементного раствора при установке цементного моста, м3; X 4 – приемистость продуктивного пласта, м3/сут; X 5 – тип водоизолирующего состава.Применение полученной модели позволяет повысить успешность подбора скважин-кандидатов для проведения ВИР. Например, в 2014 г. в бездействующем фонде находились 33 обводнившиеся скважины (рис. 2).


рис. 2. Динамика бездействующего фонда скважин ЯНГКМ

При использовании полученной математической модели вместо шести скважин, в которых ремонт закончился безуспешно, целесообразно было выбрать другие скважины-кандидаты. Созданная математическая модель на практике позволяет повысить эффективность ВИР за счет более корректного подбора скважин-кандидатов, что в итоге приводит к снижению затрат на ремонтные работы. Так, в результате проведения на ЯНГКМ в 2014 г. ВИР в 33 скважинах бездействующего фонда (см. рис. 2), был получен отрицательный результат в шести скважинах. Неокупившиеся расходы составили:


Здесь n– число скважин, требующих ремонта (в год); ω – доля неудачно проведенных ВИР; c – средняя стоимость ВИР в одной скважине (для условий ЯНГКМ), руб. Следует отметить, что на других месторождениях перечень факторов и степень их влияния могут отличаться, поэтому в каждом конкретном случае необходима калибровка математической модели на новые данные.

Заключение

Разработанная методика выбора скважинкандидатов для проведения ВИР с использованием регрессионного анализа на примере ЯНГКМ может быть внедрена в нефтегазодобывающих и сервисных компаниях в качестве программного комплекса с автоматизированным процессом обработки данных.

Рассмотренная методика позволяет:
1) выявлять наиболее значимые факторы, направление и степень их влияния на эффективность проведения ВИР;
 2) оперативно прогнозировать эффективность проведения ВИР в скважинах;
3) составлять рейтинг скважин-кандидатов для ВИР в порядке убывания прогнозируемой эффективности работ;
4) повысить успешность проведения ВИР.

Описанный подход к прогнозированию эффективности ГТМ соответствует «Перечню приоритетных научно-технических проблем ПАО «Газпром» на 2011–2020 годы» [6].

Список литературы

1. Газизов А.Ш., Газизов А.А. Повышение эффективности разработки нефтяных месторождений на основе ограничения движения вод в пластах. – М.:
Недра, 1999. – 285 с.
2. Технология анализа данных об эффективности режимно-технических воздействий на скважинный фонд как система методик принятий решений при выборе эффективности ГТМ. – Тюмень: ТюменНИИгипрогаз, 2006. – 16 с.
3. Стрижнев К.В., Хасаншин Р.Н., Олюнин А.В. Прогноз эффективности ремонтно-изоляционных работ с применением дисперсионного анализа на примере месторождений Филиала «Муравленковскнефть» ОАО «Газпромнефть-Ноябрьскнефтегаз» // Нефтяное хозяйство. – 2011. – № 12. – С. 55-59.
4. Гмурман В.Е. Теория вероятностей и математическая статистика. Изд-е 9-е стер. – М.: Высшая школа, 2003. – 480 с.
5. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Изд-е 6-е, перераб. и доп. – М.: Дело, 2004. – 576 с.
6. http://www.gazprom.ru/f/posts/97/653302/perechen_problemy_2011-2020.pdf.

Reference

1. Gazizov A.Sh., Gazizov A.A., Povyshenie effektivnosti razrabotki neftyanykh mestorozhdeniy na osnove ogranicheniya dvizheniya vod v plastakh (Improving the efficiency of oil field development on the basis of limiting of water movement in the formations), Moscow: Nedra-Biznestsentr Publ., 1999, 285 p.
2. Tekhnologiya analiza dannykh ob effektivnosti rezhimno-tekhnicheskikh vozdeystviy na skvazhinnyy fond kak sistema metodik prinyatiy resheniy pri vybore effektivnosti GTM (Technology analysis of data on the effectiveness of regime and technical impacts on the well stock as a system of decision-making techniques when choosing the efficiency of geological and technical measures), Tyumen': Publ. of TyumenNIIgiprogaz, 2006, 16 p.
3. Strizhnev K.V., Khasanshin R.N., Olyunin A.V., Forecast of the efficiency of repair-insulation works using variance analysis by the example of fields of Mu- ravlenkovskneft, a branch of Gazpromneft OAO (In Russ.), Neftyanoe khozyaystvo = Oil Industry, 2011, no. 12, pp. 55-59.
4. Gmurman V.E., Teoriya veroyatnostey i matematicheskaya statistika (Probability theory and mathematical statistics), Moscow: Vysshaya shkola Publ., 2003, 480 p.
5. Magnus Ya.R., Katyshev P.K., Peresetskiy A.A., Ekonometrika. Nachal'nyy kurs (Econometrics. Basic course), Moscow: Delo Publ., 2004, 576 p.
6. Perechen' prioritetnykh nauchno-tekhnicheskikh problem OAO “Gazprom” na 2011-2020 gody (List of priority scientific and technical problems of Gazprom for 2011-2020), URL: http://www.gazprom.ru/f/posts/97/653302/perechen_problemy_2011-2020.pdf


Авторы статьи:  В.А. Легкоконец, Д.В. Мардашов, к.т.н., А.В. Морозов
Санкт-Петербургский горный университет

Источник:  Журнал «PROнефть»

Возврат к списку