Отправить статью по E-mail Интеллектуальная фильтрация промысловых данных добычи
- Авторы: Пономарев Р.Ю.1, Лещенко А.А.1, Зиазев Р.Р.1, Галиуллин М.М.1, Мигманов Р.Р.1, Ивлев М.И.1
-
Учреждения:
- ООО «Тюменский нефтяной научный центр»
- Выпуск: № 5 (2024)
- Страницы: 132-147
- Раздел: ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ, АВТОМАТИЗАЦИЯ И УПРАВЛЕНИЕ В НЕФТЕГАЗОВОЙ ОТРАСЛИ
- URL: https://bakhtiniada.ru/0445-0108/article/view/357251
- DOI: https://doi.org/10.31660/0445-0108-2024-5-132-147
- ID: 357251
Цитировать
Полный текст
Аннотация
В нефтегазовой отрасли при добыче нефти и газа замеряемые показатели характеризуются наличием шумов, вносящих свой вклад в формирование сложной немонотонной динамики, крайне трудной для ручного анализа и интерпретации, в связи с чем целью работы является разработка алгоритма, способного определять и исключать шумы (изменения сигнала без выраженной причины) в промысловых показателях эксплуатации скважин. В работе рассмотрены существующие методы сглаживания данных, такие как скользящее среднее, экспоненциальное сглаживание, линейный фильтр Калмана, фильтр Винера, метод Савицкого-Голея, преобразование Фурье, вейвлет-преобразование, и выявлены их достоинства и ограничения применения. Предложен альтернативный подход, представляющий синергию методов машинного обучения и стандартных инструментов фильтрации данных. Разработанный алгоритм позволяет восстановить истинную динамику показателей работы скважин, а также отфильтровывает и сглаживает шумы, связанные с техническими неисправностями. Новизна алгоритма заключается в применении нейронной сети LSTM для выделения трендовой составляющей на зашумленной динамике в зависимости от происходящих событий на самой скважине, так и от событий, происходящих на скважинах окружения.
Ключевые слова
Об авторах
Р. Ю. Пономарев
ООО «Тюменский нефтяной научный центр»
Email: ryponomarev@tnnc.rosneft.ru
А. А. Лещенко
ООО «Тюменский нефтяной научный центр»
Р. Р. Зиазев
ООО «Тюменский нефтяной научный центр»
М. М. Галиуллин
ООО «Тюменский нефтяной научный центр»
Р. Р. Мигманов
ООО «Тюменский нефтяной научный центр»
М. И. Ивлев
ООО «Тюменский нефтяной научный центр»
Список литературы
Иванов, А. В. Математическое моделирование нестационарной работы нефтяной скважины с учетом неравновесности фазовой проницаемости / А. В. Иванов, С. В. Степанов. – Текст : непосредственный // Вестник Тюменского государственного университета. Физико-математическое моделирование. Нефть, газ, энергетика. – 2017. – Т. 3, № 3. – С. 70–82. Степанов, С. В. Численное исследование влияния капиллярного давления и сжимаемости на динамику обводнения скважины / С. В. Степанов. – Текст : непосредственный // Нефтяное хозяйство. Разработка и эксплуатация нефтяных месторождений. – 2008. – № 8. – С. 72–74. Копыркин, К. Динамические скользящие средние / К. Копыркин. – Текст : непосредственный // Современный трейдинг. – 2001. – № 5–6. – С. 8–12. Kalman, R. E. A new approach to linear filtering and prediction problems / R. E. Kalman. – doi: 10.1115/1.3662552. – Direct text // Journal of Basic Engineering – 1960. – Vol. 82, Issue 1. – P. 35–45. Wiener, N. The extrapolation, interpolation and smoothing of stationary time series with Engineering Applications / N. Wiener. – doi: 10.2307/2981007. – Direct text // Journal of the Royal Statistical Society. Series A (General). – 1950. – Vol. 113, Issue 3. – P. 413–414. Каламбет, Ю. А. Доверительные интервалы метода взвешенных наименьших квадратов и стратегия градуировки / Ю. А. Каламбет, С. А. Мальцев, Ю. П. Козьмин. – Текст : непосредственный // Заводская Лаборатория. Диагностика Материалов. – 2015. – Т. 81, № 1–1. – С. 69–76. Enke, C. G. Signal-to-noise ratio enhancement by least-squares polynomial smoothing / C. G. Enke, T. A. Nieman. – doi: 10.1021/ac50002a007. – Direct text // Analytical Chemistry. – 1976. – Vol. 48, Issue 8. – P. 705A–712A. Savitzky, A. Smoothing and differentiation of data by simplified least squares procedures / A. Savitzky, M. J. E. Golay. – doi: 10.1021/ac60214a047. – Direct text // Analytical Chemistry. – 1964. – Vol. 36, Issue 8. – P. 1627–1639. Кондратьева, Т. Н. Прогнозирование тенденции финансовых временных рядов с помощью нейронной сети LSTM / Т. Н. Кондратьева. – Текст : электронный // Интернет-журнал «Науковедение» : электронный журнал. – 2017. – Т. 9, № 4. – URL: http://naukovedenie.ru/PDF/56TVN417.pdf. Самойлов, Д. Ю. Информационно-измерительная и управляющая система для интенсификации добычи нефти и определения обводненности продукции скважин : специальность 05.11.16 «Информационно-измерительные и управляющие системы (по отраслям)» : автореферат диссертации на соискание ученой степени кандидата технических наук / Самойлов Денис Юрьевич ; Уфимский государственный авиационно-технический университет. – Уфа, 2019. – 22 с. – Место защиты : Уфимский государственный авиационно-технический университет. – Текст : непосредственный.
Дополнительные файлы
