СПОСОБ И УСТРОЙСТВО ДЛЯ УПРАВЛЕНИЯ ТРАНСПОРТНОЙ СЕТЬЮ Российский патент 2018 года по МПК G05B13/04 E21B43/00 

Описание патента на изобретение RU2664284C2

Область техники

Изобретение относится к устройству (аппарату) и к способу для управления транспортной сетью с целью улучшения показателей ее работы, например для оптимизации добычи нефтяных и газовых скважин.

Уровень техники

Транспортные сети используются во многих отраслях промышленности, например в обработке и производстве текучих и жидких продуктов на различных предприятиях, включая нефтеперерабатывающие заводы. В качестве особенно интересного примера можно назвать нефтяную и газовую промышленность, поскольку здесь транспортная сеть включает в себя нефтяные и газовые скважины, образующие входы в транспортную сеть, которые может быть трудно моделировать и которые во многих случаях могут изменяться непредсказуемым образом. Кроме того, доступность компонентов, критичных для процесса, изменяется со временем при соответствующем изменении расхода (дебита). Поэтому параметры расхода для таких сетей трудно оптимизировать. В попытках предсказать реакцию транспортных сетей на изменения операционных параметров, таких как расходы, давления, смешивание различных компонентов и т.д., можно использовать моделирование, в частности имитационное. Однако эти модели и соответствующие проблемы оптимизации могут оказаться очень громоздкими и требовать значительной вычислительной мощности, не давая при этом ничего более чем компьютеризированную гипотезу для оптимизации настроек транспортной сети.

Раскрытие изобретения

Согласно своему первому аспекту изобретение предлагает способ управления транспортной сетью, направленный на улучшение ее функционирования. Способ по изобретению включает:

(а) создание заданных возбуждений в контрольных точках, которые находятся в различных ветвях транспортной сети;

(b) прием результатов измерения изменений одного или более параметров потока (потоков) вдоль пути или путей, объединяющего (объединяющих) потоки более чем одной из различных ветвей;

(c) проведение анализа результатов измерений параметра (параметров) потока с целью идентифицировать изменения, индуцированные созданными возбуждениями;

(d) определение настройки, которая должна быть проведена в одной или более контрольных точках с целью улучшения функционирования транспортной сети;

(e) выполнение указанной настройки одной или более контрольных точек транспортной сети или выполнение альтернативной настройки, решение о выполнении которой принято оператором транспортной сети, и

(f) повторение шагов (а)-(е) один или более раз с целью обеспечить тем самым итеративное улучшение функционирования транспортной сети.

Данный способ обеспечивает значительные преимущества по сравнению с известными способами управления транспортными сетями, поскольку позволяет производить итеративное улучшение функционирования транспортной сети, в которой выполняется каждая итеративная настройка, и оказывать влияние на реальную систему измерений до того, как будет принято решение по следующей настройке. Преимуществом является и то, что предложенная настройка может быть определена на основе данных, включающих данные, получаемые в результате измерений системы в реальном времени, что, по существу, соответствует онлайновому эксперименту в реальном времени с использованием создаваемых осцилляций.

Анализ на шаге (с) предпочтительно включает создание модели, которая может быть простой моделью, например локальной линейной моделью, и эта модель затем оптимизируется на шаге (d), чтобы идентифицировать лучшую настройку контрольной точки (контрольных точек).

Формирование модели на базе онлайновых экспериментов, т.е. путем создания возбуждений в реальной транспортной сети и приема реальных результатов, имеет несомненные преимущества. Оно позволяет учесть в итеративном процессе реальные рабочие точки транспортной сети и основываться на фактической реакции транспортной сети на возбуждения.

Шаг (с) может включать формулирование локальной математической оптимизационной задачи с целью рассчитать настройку для одной или более контрольных точек. В этом случае шаг (d) может включать решение этой оптимизационной задачи, чтобы определить требуемую настройку.

При хорошо охарактеризованной транспортной сети или хорошо охарактеризованных частях такой сети имеется также возможность формулировать упрощенные модели, такие как локализованные линейные модели, путем создания возбуждений в имитаторе. Это позволит получать полезные данные и определять предлагаемую настройку без необходимости проведения онлайновых экспериментов. Такое имитационное моделирование на основе возбуждений может создать значительное преимущество в терминах скорости и легкости проведения испытания при условии приемлемости имитационного моделирования. Таким образом, анализ на шаге (с) может включать формулирование моделей по данным от имитатора в сочетании с моделью, построенной по реальным данным. В этом случае шаг (а) включает создание возбуждений в рамках имитационного моделирования, а шаг (b) включает прием моделируемого отклика на возбуждения. По сравнению с обычным имитационным моделированием этот метод обладает значительными преимуществами, поскольку оптимизация модели происходит намного быстрее, чем оптимизация имитатора. Кроме того, значительное преимущество достигается включением в итерацию на шагах (d) и (е) входных данных от оператора. В этом случае предпочтительно производится обновление модели, чтобы учесть изменения в транспортной сети, обусловленные настройкой в контрольных точках.

Возбуждения на шаге (а) всегда включают онлайновые эксперименты с контрольными точками транспортной сети, а также, как вариант, с данными имитационного моделирования, которые рассматриваются как достаточно точные. При использовании моделей на основе имитационного моделирования эти модели предпочтительно обновляют при повторном выполнении шагов (а)-(е) с целью учесть настройку, выполненную на предыдущем шаге (е).

Известны попытки использовать имитационное моделирование и модели для прогнозирования функционирования транспортной сети и для получения, в режиме "офлайн", единственного решения для оптимальной конфигурации контрольных точек. Типичный подход к такому имитационному моделированию состоит в использовании итеративных решений, начиная с известной точки и основываясь на измерениях параметров транспортной сети, полученных с помощью известного способа, с последующими попытками обеспечить сходимость к оптимизированному функционированию без дополнительных входных данных по реальному воздействию итеративной настройки на транспортную сеть. Разумеется, такой подход неидеален, поскольку ему присущ риск отхода от фактической реакции реальной системы (которая может включать непредсказуемые и нелинейные элементы) на небольшие подстройки в контрольных точках.

Использование моделей, например простых, в частности линейных, моделей, в сочетании с итеративным подходом, допускающим получение входных данных от оператора на шаге (е), позволяет обеспечить значительные улучшения по сравнению с известными методами имитационного моделирования, прежде всего, поскольку возбуждения прикладываются также к транспортной сети, чтобы иметь реальные данные по реакции транспортной сети. Вместо сложного и длительного имитационного моделирования, направленного на лучшее "оптимизированное" решение, можно осуществлять пошаговое продвижение к улучшенному решению и на каждой стадии видеть реальные изменения в результате новых настроек транспортной сети. Эта модель работает намного быстрее, чем полное имитационное моделирование.

Для создания возбуждений можно использовать различные экспериментальные паттерны, включая пошаговые изменения, линейные паттерны и синусоидальные вариации. Затем по результатам этих экспериментов, используя результаты измерений и анализа на шагах (b) и (с), можно построить модели и использовать их для выполнения шага (d). Различным экспериментальным паттернам соответствуют различные "за" и "против". Например, пошаговые изменения легче осуществить, чем синусоидальные паттерны, тогда как при проведении анализа синусоидальные паттерны могут оказаться более удобными и точными, чем пошаговые изменения.

В предпочтительном варианте возбуждения представляют собой осцилляции, создаваемые на известных частотах. При этом осцилляции, прикладываемые в процессе испытания в различных контрольных точках, предпочтительно имеют различные частоты, тогда как на шаге (с) производят частотный анализ измеренных параметров потока. Следовательно, осцилляции могут прикладываться параллельно с проведением частотного анализа, что позволяет идентифицировать отклики на возбуждения в различных контрольных точках. В результате можно получить модель транспортной сети для использования при определении настройки, подлежащей осуществлению на шаге (d). Это представляется особенно предпочтительным, если применяемые методы аналогичны описанным в заявке WO 2013/072490, поданной фирмой Sinvent AS и Норвежским Университетом Науки и Технологии (НУНТ), в которой предлагается использовать осцилляции для мониторинга нефтяных и газовых скважин. По сравнению с этими методами настоящее изобретение дополнительно вводит неочевидные признаки итеративного улучшения функционирования транспортной сети.

Согласно предлагаемому способу, основанному на частотном анализе, свойства индивидуальных ветвей транспортной сети могут быть легко определены без необходимости проведения индивидуальных испытаний для каждой ветви и прерывания потока, чтобы иметь возможность проводить испытания индивидуальных ветвей. Не требуется никакого специализированного испытательного оборудования, кроме аппарата для измерения объединенного потока (объединенных потоков), поскольку для приложения требуемых возбуждений можно использовать существующие контрольные точки. Кроме того, может продолжаться использование транспортной сети по ее прямому назначению при минимальных помехах. Так, если способ используется применительно к транспортной сети, обеспечивающей добычу нефти и газа, эта добыча может продолжаться через коллектор продукции на протяжении всего испытания. При этом, хотя создаваемые возбуждения, скорее всего, будут снижать средний дебит, снижение добычи будет малым по сравнению с аналогичным снижением для обычного испытания, такого как испытание повышением давления. Для области с десятью скважинами добыча во время испытаний по способу согласно изобретению может быть на 4% выше, чем для эквивалентного испытания повышением давления. Испытания различных ветвей транспортной сети (например различных скважин) производятся параллельно, при этом измерения в каждой индивидуальной ветви осуществляются по определению влияния частоты осцилляций, прикладываемых через контрольные точки для соответствующей ветви. Посредством частотного анализа эти влияния могут быть выделены из других изменений выходного потока.

Альтернативный способ, который может быть использован вместо описанного способа, основанного на анализе частот, или в дополнение к нему, предусматривает использование возбуждений, прикладываемых последовательно, а не параллельно, и выделение влияний возбуждений посредством полосовых фильтров или аналогичных средств. Примером являются возбуждения, создаваемые с применением повторяющихся пошаговых изменений, которые, весьма грубо, аппроксимируются синусоидальным профилем. Результаты измерений, полученные на шаге (b), на шаге (с) могут быть подвергнуты фильтрации посредством полосового фильтра, т.е. устройства, пропускающего частоты в определенном интервале и подавляющего частоты вне этого интервала. Тем самым облегчается расчет чувствительности свойств различных ветвей транспортной сети к контрольной точке. Примером является чувствительность связи между изменениями расхода газа для газлифта в одной скважине и падением давления в трубопроводе.

Для любых рассмотренных выше способов контрольными точками могут быть любые средства, способные осуществлять, с известной частотой, управляемые настройки по отношению к потокам. Настройка может относиться к любому подходящему параметру флюида, в частности к его расходу и/или давлению. Например, подходящие контрольные точки могут включать клапаны управления потоком, насосы, компрессоры, инжекторы газа для газлифта, расширяющие устройства и т.д. Базовые принципы описанных способов могут быть реализованы любым устройством, способным создавать возбуждение в каналах транспортной сети (или при имитационном моделировании), поскольку, независимо от конкретного устройства, используемого для создания возбуждения, имеется возможность получения, посредством частотного анализа, выполняемого за местом возбуждения, информации о вкладе различных ветвей сети в объединенный поток. Возбуждения необязательно должны относиться только к расходу или давлению; они могут включать и другие параметры, например уровень в подводном сепараторе и параметры электрического погружного насоса (ЭПН). Измерения, выполняемые на шаге (b), разумеется, должны выбираться в зависимости от создаваемого возбуждения, чтобы гарантировать влияние приложенного возбуждения на результаты измерений. Например, возбуждение давления будет влиять на дебит и давление, но оно может также приводить к изменениям температуры, обводненности нефти и т.д.

В предпочтительных вариантах, в которых способ применяется к транспортной сети, обеспечивающей добычу нефти и газа, контрольные точки могут включать один или более из следующих объектов: дроссельный клапан, управляющий клапан; параметры клапана для газлифта или расходы для скважин или райзера трубопровода; настройки ЭПН, эффективность, скорость, повышение давления и т.д.; настройки клапанов в различных ветвях, управляющие настройки для подводной и надводной частей одного или более из следующих компонентов: сепараторов, компрессоров, насосов, скрубберов, конденсаторов/охладителей, нагревателей, противовыбросовых устройств, смесителей, разделителей, чиллеров и любых других устройств, влияющих на добычу.

Измеряемым параметром потока может быть любой параметр, на который влияет возбуждение, прикладываемое в контрольных точках. Следовательно, им может быть один или более из следующих параметров потока: давление, расход (определяемый по объему или скорости потока), уровень и температура. При этом все эти параметры могут изменяться для всего объема объединенного потока в качестве отклика на изменения в индивидуальных ветвях транспортной сети. Параметр(ы) потока может (могут), альтернативно или дополнительно, включать один или более параметров, относящихся к характеристикам флюида в транспортной сети, в том числе отношение газ/жидкость, пропорции определенных компонентов в потоке, плотность, pH и т.д. Как пример, если транспортная сеть используется при добыче нефти и газа, параметры потока могут, например, включать обводненность нефти (ОН), коэффициент продуктивности (КП), газовый фактор (ГФ), забойное и устьевое давления, соотношения после сепарации, относительные измерения, например, воды после подводной сепарации, другие давления, например давление в линии манифольда или в сепараторе, давления в других линиях, температуры (во многих местах системы добычи), скорости потока или выход песка.

Параметры потока могут быть измерены непосредственно, например с помощью датчика давления или температуры; альтернативно они могут быть определены косвенно, например посредством расчетов, основанных на непосредственно измеренных параметрах.

Контрольные точки могут включать расходы газа для газлифта. Желательно использовать как возбуждения в отношении расходов газа для газлифта, так и возбуждения, воздействующие на дроссельные клапаны.

Возбуждение предпочтительно создается для контрольных точек более чем одного типа, причем в наиболее предпочтительном случае оно создается для большинства или для всех доступных контрольных точек в транспортной сети или в интересующей части данной сети. Это позволяет получить оценку реакции транспортной сети на возмущения в любом из доступных механизмов управления и, следовательно, идентифицировать, посредством анализа изменений, наилучшую из возможных настроек с целью установить, настройка какой из контрольных точек обеспечит более желательное изменение.

По аналогичным причинам желательно измерять на шаге (b) различные параметры потока и особенно отклик большинства или всех параметров потока, которые релевантны по отношению к требуемому улучшению функционирования транспортной сети. Ими могут быть, например, параметры потока, релевантные для увеличения добычи в транспортной сети для нефти и газа.

Улучшение функционирования транспортной сети может проявляться в виде полезного изменения любого аспекта функционирования транспортной сети. В одном примере это улучшение включает увеличение или уменьшение одного или более интересующих выходных параметров, так что итеративные изменения на шаге (е) и повторения процесса будут сфокусированы именно на этих выходных параметрах. Выходные параметры могут быть связаны, например, с объемом или качеством добычи. Альтернативно, улучшение может включать изменение и другого аспекта транспортной сети.

Таким образом, улучшение может включать одно или более из следующих изменений: увеличение или уменьшение одного или более интересующих выходных параметров и/или повышение точности информации, представляемой в результате анализа на шаге (с), и/или настройку операционных параметров компонентов транспортной сети с целью увеличить срок службы указанных компонентов или других компонентов транспортной сети или улучшение каких-то иных аспектов транспортной сети.

Интересующие выходные параметры, которые способ в некоторых своих примерах стремится изменить, чтобы улучшить функционирование, могут представлять собой любые параметры транспортной сети. Таким параметром может быть, например, параметр типа измеряемых на шаге (b), в частности суммарный объединенный расход (дебит) или давление, требуемое для обеспечения заданной добычи. В примере, в котором транспортная сеть связана с добычей нефти и газа, интересующим выходным параметром может быть, например, падение давления на эксплуатационном дроссельном клапане или суммарная добыча. Может иметься только один интересующий выходной параметр; альтернативно, улучшение функционирования системы может быть связано с комбинацией выходных параметров. Если интересующий выходной параметр, например скорость потока, не измеряется, можно использовать другой выходной параметр (другие выходные параметры), например давление и температуру, чтобы рассчитать интересующий параметр (при условии, что соответствующее аналитическое выражение известно из законов физики или определено эмпирически).

Как альтернатива или в дополнение, настройки могут производиться так, чтобы повысить точность информации, получаемой на шаге (с), например так, чтобы лучше сформулировать локальные математические оптимизационные задачи. После того как информация будет улучшена, на последующих итерациях могут быть рассчитаны улучшенные рекомендации в отношении добычи, т.е. может быть выявлен путь улучшения итерационного процесса для внесения улучшений в транспортную сеть путем изменения выходных параметров.

В рамках еще одной альтернативы, которая также может быть реализована в дополнение к рассмотренным улучшениям, улучшение транспортной сети может включать настройку операционных параметров компонентов транспортной сети таким образом, чтобы увеличить срок службы указанных компонентов или других компонентов транспортной сети, предпочтительно без ухудшения других аспектов функционирования транспортной сети. В связи с этим одно из накладываемых ограничений может, например, состоять в том, что суммарная добыча должна находиться на заданном уровне или превышать его, тогда как другое ограничение может состоять в задании максимального дебита для определенных частей транспортной сети с целью избежать перегрузки некоторых компонентов и продлить, тем самым, их срок службы.

Настройки в контрольных точках на шагах (d) и (е) будут различными для контрольных точек различных типов. Например, если контрольной точкой является клапан или аналогичный компонент, настройки будут соответствовать движениям, связанным с открыванием или закрыванием клапана. Во многих случаях контрольная точка может настраиваться автоматически в пошаговом режиме. В таком случае настройка может включать один или более шагов.

Анализ на шаге (с) предпочтительно включает вычисление соотношений между возбуждениями, прикладываемыми в качестве входных воздействий в контрольных точках на шаге (а), и влиянием на параметр (параметры) потока, измеренный (измеренные) в качестве выходных данных на шаге (b). В предпочтительных вариантах анализ может включать определение отношения амплитуды возбуждений на входе к амплитуде результирующего изменения параметра (параметров) потока на выходе. Как отмечено выше, анализ предпочтительно включает создание модели.

Анализ может использовать любой подходящий метод, способный связать входные возбуждения с изменениями на выходе. Одним предпочтительным примером служит частотный анализ, использующий одновременно подаваемые частоты, как это более подробно рассмотрено в другой части данного описания. Такой анализ делает возможным быстрый и эффективный онлайновый эксперимент. Минимизирование времени, требуемого для шагов (а) и (b), создает значительные преимущества. Альтернативно, анализ может связывать изменения на выходе с возбуждениями на входе, используя распределение во времени или последовательность изменений на входе и, соответственно, распределение во времени или последовательность измеренных изменений на выходе, например, как это описано выше в отношении последовательного приложения возбуждений и применения полосовых фильтров. После того как соотношения между возбуждениями и параметром (параметрами) потока будут известны, создание линейной модели становится тривиальным. Например, это можно сделать делением амплитуды возбуждений на амплитуду соответствующего потока, чтобы получить линейную связь между всеми входами и всеми выходами системы. Определение настройки на шаге (d) может включать простое сравнение соотношений, полученных на шаге (с), чтобы идентифицировать настройку, которая обеспечит наибольшее улучшение интересующих выходных параметров. В зависимости от характера оптимизации улучшение может соответствовать увеличению или уменьшению выходного параметра. Применительно к улучшению суммарной добычи для транспортной сети, обеспечивающей добычу нефти и газа, требуемым улучшением будет увеличение выходного параметра, связанного с суммарной добычей.

В предпочтительных вариантах шаг (с) включает создание локальной оптимизационной модели, например путем комбинирования линейных моделей, связывающих входы и выходы. Шаг (d) может включать оптимизацию модели с целью определить требуемую настройку. Если подходящая модель создана, пользователь может сформулировать задачу/цель (например, максимизировать или минимизировать интересующий параметр потока) и задать системные и операционные ограничения, после чего можно построить локальную оптимизационную модель, способную предлагать изменения для улучшения добычи.

Способ может включать шаг представления результатов анализа пользователям посредством системы управления или поддержки. Контрольные точки могут автоматически настраиваться системой управления или системой поддержки, чтобы улучшить функционирование, основываясь на найденной настройке. Альтернативно, найденная настройка может быть представлена оператору транспортной сети как предлагаемая настройка с целью обеспечить ему возможность выбора между осуществлением указанного предложения и применением альтернативной настройки, основанной на представлениях оператора. Любая из этих альтернатив обеспечивает значительные преимущества в отношении способа управления, поскольку дальнейший анализ функционирования транспортной сети при повторении шагов (а)-(с) основан на реальных измеренных значениях. Это приводит к лучшему пониманию системы и гарантирует, что функционирование транспортной сети может быть итеративно улучшено путем пошаговой подстройки контрольных точек с приближением к оптимальной конфигурации. Например, можно управлять дебитами скважин, чтобы оптимизировать добычу для нефтеносной площади или для группы скважин.

В вариантах, в которых для осуществления возбуждений используют осцилляции, шаг создания возбуждений может включать посылку управляющих сигналов на оборудование, находящееся в контрольных точках, и/или управление потоками и/или давлениями в контрольных точках. Возбуждения могут прикладываться посредством существующих управляющих устройств, например таких, как существующие клапаны или насосы. Использование подобным образом существующих клапанов означает, что для создания возбуждений в транспортной сети способ может не требовать никаких модификаций существующего оборудования, кроме изменений в системе управления транспортной сетью, чтобы осуществлять требуемое управление открыванием/закрыванием клапанов.

Осцилляции предпочтительно являются приближенно синусоидальными, например формируемыми пошаговыми изменениями положения подвижных компонентов клапана с целью обеспечить аппроксимацию синусоиды. Использование синусоиды или ее аппроксимации обеспечивает точные результаты в случае анализа выходных данных с применением обычных методов частотного анализа, например основанных на преобразовании Фурье.

В одном особенно предпочтительном варианте способ применяют к транспортной сети, обеспечивающей добычу нефти и газа. В этом случае контрольными точками могут быть контрольные точки для управления потоками и/или скважинными давлениями в указанной транспортной сети, например контрольные точки в устьях скважин и в основании райзера. Чтобы создать возбуждения, влияющие на дебит скважины, предпочтительно используют дроссельные клапаны и/или расходы газа для газлифта (как в устьях скважин, так и в основании райзера). Дроссельными клапанами можно легко управлять, обеспечивая их постепенное открывание и закрывание, чтобы формировать в дебите импульсы с заданной частотой. Расходами газа для газлифта также можно легко управлять, обеспечивая их постепенное увеличение или уменьшение, чтобы формировать в дебите импульсы с заданной частотой. При этом желательно использовать возбуждения, прикладываемые и к дроссельным клапанам, и к расходам газа для газлифта.

Способ предпочтительно включает выбор частот для возбуждения, основываясь на характеристиках типичного спектра частот для транспортной сети. Это позволяет выбирать частоты с учетом существующего спектра частот, который присутствует в типичных вариациях давления, расхода и/или температуры, имеющих место при обычном функционировании транспортной сети. Такой учет позволяет выбрать частоты так, чтобы исключить частоты, на которых на результаты анализа могут влиять такие факторы, как затухание или шум. Спектр частот для транспортной сети может быть получен измерением комбинированных расходов или давлений в течение периода, составляющего, например, несколько дней.

Таким образом, способ может включать выбор частот для осцилляций путем проведения частотного анализа временной диаграммы добычи и идентификации подходящего частотного интервала, предпочтительно частотного интервала с низким затуханием и низким уровнем шума. Применительно к транспортным сетям, обеспечивающим добычу нефти и газа, было обнаружено, что временные диаграммы, как правило, характеризуются затуханием и, следовательно, уменьшением амплитуд на более высоких частотах, тогда как на более низких частотах присутствует шум, обусловленный операционными процессами. Поэтому частотный интервал целесообразно выбрать, удаляя более высокие частоты, на которых проявляется затухание, и/или более низкие частоты, на которых сигнал маскируется шумом.

Частотный анализ, используемый при идентификации подходящих частот осцилляций, предпочтительно основывается на преобразовании Фурье. Предпочтительным является использование алгоритма быстрого преобразования Фурье (БПФ), поскольку это дает значительный выигрыш в скорости анализа.

После того как подходящий частотный интервал будет выбран, необходимо определить частоты, подлежащие использованию для создания осцилляций в скважинах. Шаг определения частот для испытаний предпочтительно включает определение в частотном интервале частотных окон, в которых не будет взаимных помех. Шаг определения частотных окон предпочтительно включает определение расстояния между частотными окнами, основываясь на требуемом количестве частот и/или на доступной общей длительности испытаний.

Выбранные частоты не должны иметь взаимных помех и помех со стороны высших гармоник. Следовательно, они должны быть разведены по спектру и не совпадать с главной высшей (второй) гармоникой других частот, используемых в испытании. Главная гармоника соответствует удвоению используемой частоты. Например, если первая частота выбирается равной 0,1 мГц, это означает, что другая используемая частота не должна быть равна 0,2 мГц.

В Фурье-анализе полная длительность испытаний, необходимая для разрешения заданного частотного интервала, обратно пропорциональна этому интервалу. Например, интервал 0,5 мГц требует минимальной полной длительности семплирования около 30 мин, а интервал 50 мкГц - минимальной полной длительности семплирования около 6 ч. Таким образом, слишком сильное уменьшение частотного интервала может привести к чрезмерной длительности испытания. Частотный интервал может быть выбран таким, чтобы гарантировать, что полная длительность испытания не превысит 60 ч (что соответствует интервалу 5 мкГц или более), предпочтительно 12 ч (что соответствует интервалу 25 мкГц или более), более предпочтительно 6 ч или менее (что соответствует интервалу 50 мкГц или более).

Требуемое количество частот будет связано с количеством контрольных точек, которые необходимо возбуждать. В простейшем случае способ может включать выбор такого количества частотных окон, которое обеспечит частоты для всего количества контрольных точек, подлежащих возбуждению. Однако, чтобы обеспечить подходящие частоты для всех контрольных точек при больших количествах контрольных точек, не всегда желательно просто разделить имеющийся частотный интервал на достаточное количество частотных окон. Чтобы проводить испытания больших транспортных сетей, имеющих много ветвей, без необходимости использовать нежелательно малое разнесение по частотам, способ может включать группирование контрольных точек и возбуждение осцилляций для групп контрольных точек. Каждая такая группа может содержать 2-25, предпочтительно 5-20 контрольных точек.

Амплитуду осцилляций следует задать такой, чтобы частотный анализ приводил к результатам, которые можно отличить от базовой (фоновой) амплитуды колебаний в спектре частот для транспортной сети. Например, амплитуда может быть задана на порядок превышающей амплитуду для выбранного частотного интервала в нормальном спектре частот для транспортной сети. Амплитуда осцилляций на входе может находиться в интервале 10-10000 нм3/ч, предпочтительно 50-1000 нм3/ч. Максимум для амплитуды может определяться ограничениями по добыче или другими ограничениями, наложенными на транспортную сеть, поскольку увеличение амплитуды может привести к снижению добычи. Способ может включать определение, например методом наименьших квадратов, фоновой амплитуды для выбранного частотного интервала путем определения линии наилучшего соответствия для данных частоты/амплитуды. После этого амплитуда для входных осцилляций может быть задана по меньшей мере в 5 раз, предпочтительно в 10 раз большей, чем фоновый уровень. Все осцилляции могут прикладываться с той же самой амплитудой, которая может, например, в заданное число раз превышать базовую (фоновую) амплитуду, усредненную по всем частотам. Это упрощает управление механизмами контрольных точек, используемыми для создания осцилляций. В одном предпочтительном варианте амплитуды для каждого частотного испытания подбираются в соответствии с фоновыми амплитудами на частотах, используемых при испытании. Это способствует повышению точности без неоправданного снижения добычи и позволяет задать точность на желательном минимальном уровне исходя из фоновой амплитуды, без использования неоправданно больших амплитуд.

Измеряемые параметры потока, такие как давление, расход и/или температура, например, в транспортной сети, обеспечивающей добычу нефти и газа, могут включать один или более из следующих параметров: давление в стволе скважины (скважинное давление), температура в стволе скважины (скважинная температура), давление в устье скважины (устьевое давление), температура в устье скважины (устьевая температура), расход по нефти, дебит по газу и/или по воде. Способ может включать измерение этих данных, например, посредством датчиков, размещенных с возможностью измерять потоки в релевантных каналах. Измерения расходов для полного потока или сепарированных потоков может производиться в любой точке за коллектором продукции. Такие измерения предпочтительно выполняются в точке за сепаратором, который принимает поток от коллектора продукции. Измерения за сепаратором могут быть более информативными, поскольку здесь возможны измерения сепарированных потоков.

Шаг выполнения частотного анализа с целью определить изменения давления, расхода и/или температуры, индуцированные создаваемыми осцилляциями, может включать использование преобразования Фурье, как это описано выше, предпочтительно алгоритма быстрого преобразования Фурье (БПФ). Такой анализ дает график выходная частота/амплитуда, по которому можно оценить влияния частот осцилляции. Способ предпочтительно включает определение свойств различных ветвей транспортной сети путем определения значений выходного давления и/или амплитуд расхода на частотах, примененных в испытании, и определение, с использованием этих амплитуд, базовых свойств индивидуальных ветвей или групп ветвей. Фоновая амплитуда для измеренного выходного давления/дебита может быть определена путем удаления точек данных, относящихся к использованным частотам и их вторым гармоникам, с последующим определением линии наилучшего соответствия для остальных результатов, например, посредством вышеупомянутого метода наименьших квадратов. Найденная фоновая амплитуда может быть затем использована для индикации точности результатов.

Далее на основе данных по расходам и/или давлениям могут быть рассчитаны другие свойства транспортной сети. Например, в случае транспортной сети, обеспечивающей добычу нефти и газа, при наличии данных, относящихся к расходам по нефти и по воде, можно использовать теорию распространения ошибок, чтобы определить обводненность нефти (ОН) и коэффициент продуктивности (КП). Если известны Ао и Aw, т.е. амплитуды для расходов по нефти и воде соответственно, то ОН=Aw/(Ao+Aw). Аналогично, КП=Ao/Ap, где Ар - амплитуда скважинного давления. Кроме того, ГФ=Agо, где Ag - амплитуда расхода газа, тогда как взаимосвязь между скважинным давлением и общим дебитом можно рассчитать по КП, определенному в двух рабочих точках, или с использованием второй гармоники, если входное воздействие достаточно велико. Любой из этих параметров или любой другой параметр различных транспортных сетей может быть выбран как параметр, который должен быть улучшен настройкой контрольных точек.

Шаг создания осцилляций может включать использование различных частот с различными фазами. Если все осцилляции создаются синфазно, это приводит к большому пику в кумулятивном влиянии на общий дебит из комбинации ветвей. Это не является проблемой для всех транспортных сетей (в частности для транспортной сети, обеспечивающей добычу нефти и газа в случае ограничения по добыче из скважины), поскольку влияние осцилляций на добычу будет одинаковым при любом соотношении фаз. Однако синфазность может дать негативный результат в некоторых сценариях, например в транспортной сети, обеспечивающей добычу нефти и газа, если ограничения на добычу накладываются процессом. Поэтому в предпочтительном варианте фазы создаваемых осцилляций взаимно смещены, чтобы уменьшить колебания в комбинированном выходном потоке транспортной сети.

Способ может включать также шаг измерения уровня второй гармоники для частот, применяемых при испытании. Это измерение можно использовать как тест для проверки нелинейности в системе и, следовательно, валидности локальной математической оптимизационной задачи, поскольку, если уровень второй гармоники низкий, это служит хорошим индикатором отсутствия высших гармоник. В дополнение, амплитуда второй гармоники может быть использована в сочетании с амплитудой на применяемых частотах, чтобы определить для транспортной сети параметры полиномиальной модели более высокого порядка.

Еще в одном своем аспекте изобретение предлагает управляющий аппарат для управления транспортной сетью с целью улучшения ее функционирования, содержащий:

контроллер для создания возбуждений в контрольных точках, которые находятся в различных ветвях транспортной сети, и

устройство анализа данных, выполненное с возможностью приема результатов измерения изменений одного или более параметров потока (потоков) вдоль пути или путей, объединяющего (объединяющих) потоки более чем одной из различных ветвей, проведения анализа результатов измерений параметра (параметров) потока с целью идентифицировать изменения, индуцированные созданными возбуждениями, и определения настройки, которая должна быть проведена в одной или более контрольных точках с целью улучшения функционирования транспортной сети, при этом

контроллер выполнен с возможностью осуществления предложенной настройки в контрольных точках транспортной сети или альтернативной настройки, решение о выполнении которой принято оператором транспортной сети, и с возможностью повторного создания возбуждений в контрольных точках после осуществления настройки, а

устройство анализа данных выполнено с возможностью последовательного повторения шагов измерения, анализа и определения, обеспечивающих итеративное улучшение функционирования транспортной сети.

Контроллер может управлять контрольными точками для создания возбуждений путем посылки в них управляющих сигналов. В некоторых предпочтительных вариантах аппарат может содержать контрольные точки, которые могут быть распределены по транспортной сети. Альтернативно, контрольные точки могут являться частями различных устройств, напрямую или ненапрямую управляемыми контроллером.

Контрольные точки, параметры потока и выходной параметр (выходные параметры) могут быть теми же, что и рассмотренные в рамках первого аспекта изобретения. Создаваемые возбуждения также могут совпадать с описанными в рамках первого аспекта. Как вариант, аппарат может обеспечивать использование возбуждений, создаваемых при имитационном моделировании транспортной сети и при измерении отклика имитатора. Как это описано выше, применение имитатора может улучшить реальные измерения.

Контроллер и устройство анализа данных могут быть отдельными устройствами; альтернативно, они могут быть объединены в единое устройство, например в компьютерное устройство для управления транспортной сетью и анализа данных по транспортной сети.

Согласно еще одному своему аспекту изобретение предлагает компьютерный программный продукт, содержащий команды для выполнения на аппарате для обработки данных, имеющем аппаратные или программные средства, способные создавать возбуждения в контрольных точках в составе транспортной сети и, как вариант, в имитаторе всей или части транспортной сети. При этом выполнение указанных команд обеспечивает конфигурирование аппарата для обработки данных для осуществления способа, описанного выше в рамках первого аспекта.

Компьютерный программный продукт может конфигурировать аппарат для осуществления операций (шагов) способа в соответствии с любыми или всеми его предпочтительными свойствами, описанными выше. Устройство обработки данных может обладать признаками, описанными для данного аппарата в рамках второго аспекта. Аппарат может иметь интерфейс для представления предлагаемой настройки пользователю и для приема входных данных от пользователя для настройки контрольных точек.

Должно быть понятно, что вышеупомянутые пути, в которых будут комбинироваться потоки, - это, как правило, пути, которые расположены за контрольными точками, хотя в некоторых ситуациях, например при колебаниях давления, могут иметь место эффекты в путях до контрольных точек, что потребует измерений перед контрольными точками.

Краткое описание чертежей

Далее, только в качестве примеров и со ссылками на прилагаемые чертежи, будут описаны некоторые предпочтительные варианты изобретения:

На фиг. 1 представлена блок-схема, иллюстрирующая предпочтительный вариант способа управления транспортной сетью.

На фиг. 2а представлена схема типичной конфигурации для нефтяных и газовых скважин.

На фиг. 2b показано расположение полевого оборудования применительно к имитационному моделированию нефтеносной площади, использованное для демонстрации способа испытаний скважины.

Фиг. 3 иллюстрирует имитационное моделирование нефтенасыщенности и давления для нефтеносной площади.

Фиг. 4 иллюстрирует результаты частотного анализа реальных данных о добыче по нефтеносной площади.

На фиг. 5 приведен график, построенный по результатам имитационного моделирования нефтеносной площади и демонстрирующий изменения дебита в процессе стандартного испытания повышением давления, а также изменения дебита в процессе испытания скважин с приложением к ним осцилляций.

На фиг. 6 показаны результаты частотного анализа данных по испытанию скважин, проиллюстрированного на фиг. 5, относящиеся к скважинному давлению, а также к дебитам по воде и по нефти.

На фиг. 7 приведен график, построенный по результатам имитационного моделирования нефтеносной площади и демонстрирующий изменения дебита продукта при стандартном испытании скважины повышением давления и изменения дебита продукта в случае приложения к скважинам осцилляций и при наложении шума.

На фиг. 8 показаны результаты частотного анализа данных, представленных на фиг. 7, относящиеся к скважинному давлению и дебиту.

На фиг. 9 представлена альтернативная схема полевого оборудования.

На фиг. 10 представлены временные зависимости для моделируемого давления в трех скважинах и в манифольде в случае приложения возбуждений к дроссельным клапанам, а также к газлифтным клапанам для скважин.

На фиг. 11 представлены результаты частотного анализа измерений давлений и расходов, представленных на фиг. 10.

На фиг. 12 представлена схема примера транспортной сети, содержащей десять эксплуатационных скважин с общим трубопроводом.

На фиг. 13 представлены временные зависимости для моделируемых давлений в десяти скважинах и в трубопроводе во время приложения возбуждений.

На фиг. 14 и 15 показаны результаты частотного анализа данных по фиг. 13.

Осуществление изобретения

Описываемые далее предпочтительные варианты предназначены для управления транспортной сетью с целью улучшения ее показателей. Этот результат достигается анализом отклика (реакции) транспортной сети на входные возбуждения и оцениванием небольшой настройки, которая приведет, при заданных ограничениях, к улучшению показателей транспортной сети. Подобные настройки можно проводить итеративно, каждый раз учитывая результаты анализа транспортной сети и ее поведение после проведения предыдущей настройки.

Как это проиллюстрировано фиг. 1, базовые принципы изобретения следующие.

1. В качестве начальной точки при поиске подходящей настройки целесообразно использовать текущую рабочую (операционную) точку. Необходимо обеспечить возбуждение переменных управления в этой рабочей точке, чтобы построить модель транспортной сети, и/или вывести модель транспортной сети из данных имитационного моделирования с целью получить модель, соответствующую текущей рабочей точке. Можно использовать простую модель, например локальную линейную модель.

2. Поскольку модель скважины и системы добычи является очень точной вблизи этой рабочей точки и менее точной при удалении от нее, предлагаемая новая рабочая точка должна находиться вблизи текущей рабочей точки.

3. Поиск новой рабочей точки с целью обеспечить улучшенное функционирование транспортной сети производится в области, в которой применима текущая модель. В предпочтительном варианте эта задача решается оптимизацией модели.

4. Новая рабочая точка предлагается оператору транспортной сети, и производится настройка транспортной сети, чтобы привести ее к новой рабочей точке или, как вариант, к иной рабочей точке, выбранной оператором.

5. Желательно повторить возбуждение/моделирование после того, как пройдет время, в течение которого транспортная сеть стабилизируется, с целью собрать новую информацию в этой новой рабочей точке, после чего в рамках способа повторяется процесс поиска другой новой рабочей точки итеративным продвижением к новому оптимальному решению.

Таким образом, по сравнению с известными методами оптимизации посредством имитационного моделирования предложенный способ фокусируется скорее на небольших пошаговых улучшениях, чем на одном крупном шаге к оптимальному решению. Результатом является "онлайновая" концепция оптимизации дебита (расхода), более устойчивая и приемлемая, чем обычный подход к оптимизации.

Такой подход эффективно вырабатывает итеративным методом простую линейную программу, квадратичную или умеренно нелинейную программу. Однако в предпочтительном варианте он не создает модель только посредством линеаризующего имитатора в рабочей точке. Вместо этого он обеспечивает линеаризацию реальной системы, например, путем ее создания, полностью или частично, непосредственно по результатам измерений реальной системы. В этом заключается второе базовое различие между предпочтительными вариантами и принятым подходом к оптимизации.

Последствие такого подхода состоит в том, что оператор становится активной частью поиска оптимального решения, поскольку пользователь может вмешаться в каждой новой рабочей точке. Пользователь может реализовать свое предпочтение, основываясь на интуиции и опыте, на рекомендации, вытекающей из предложенного решения, или на комбинации того и другого.

Предпочтительный вариант расширяет применение методов, разработанных для целей испытания скважины на описанном выше этапе 1, согласно которому в качестве входного возбуждения в контрольных точках транспортной сети используются осцилляции, например у дроссельных клапанов, управляющих давлением и/или дебитом в устьях скважин. Представляется полезным сначала, до рассмотрения предложенного способа оптимизации транспортных сетей, понять способ испытаний скважины. Однако должно быть ясно, что предлагаемый способ не ограничен его использованием с применением осцилляций, создаваемых в скважинах или в транспортных сетях, образующих систему добычи нефти и газа или часть этой системы.

Способ испытаний скважины описан в вышеупомянутой заявке WO 2013/072490. Содержание данной заявки частично повторяется в этом описании, чтобы облегчить понимание предложенного способа оптимизации. Способ испытаний скважины согласно WO 2013/072490 обеспечил значительный прогресс в этой области, поскольку он позволил определять свойства индивидуальной скважины без необходимости производить индивидуальные испытания для каждой скважины и без необходимости останавливать скважины. Не требуется специальный пробный коллектор, и это может уменьшить сложность и сократить стоимость полевого оборудования.

На протяжении всего испытания коллектор продукции функционирует, и, хотя создаваемые осцилляции, скорее всего, понизят средний дебит, снижение дебита будет небольшим по сравнению с аналогичным снижением для обычного испытания, такого как испытание повышением давления. Для предлагаемого способа испытаний по сравнению с эквивалентным испытанием повышением давления применительно к области с десятью скважинами дебит при осуществлении программы испытаний может быть повышен более чем на 4%. Испытание скважины производится параллельно с измерениями параметров каждой индивидуальной скважины посредством отслеживания влияний частоты осцилляций, создаваемых в конкретной скважине. Посредством частотного анализа эти влияния могут быть отделены от других изменений расхода на выходе. Испытание производится при продолжении эксплуатации скважины и при нормальных паттернах потоков при смешивании потоков от различных скважин. Таким образом, по контрасту с обычными испытаниями, в связи с отсутствием остановок скважин во время испытания, нет необходимости в последующем согласовании результатов измерений с целью учесть изменения в паттернах потоков, обусловленные процессом испытаний. Тем самым устраняется один из источников погрешностей, свойственных процедуре испытаний.

Типичная схема для традиционного испытания скважин представлена на фиг. 2а. Коллектор 2 продукции посредством эксплуатационной выкидной линии 4 связан с эксплуатационным (производственным) сепаратором 6. В данной схеме коллектор 2 продукции связан также с тремя скважинами 8. В этом примере все скважины 8 добывают нефть и газ из одной и той же нефтеносной площади. Каждая скважина 8 соединена с коллектором посредством фонтанной задвижки 10, боковой задвижки 12, дроссельного клапана 14 и обратного клапана 16. Запорные клапаны 18 связывают коллектор продукции с линиями от скважин 8. Посредством другого комплекта запорных клапанов 19 линии от скважин связаны также с пробным коллектором 20. Пробный коллектор 20 - это специальный коллектор, используемый только для целей испытаний. Он связан посредством испытательной (пробной) выкидной линии 22 с испытательным сепаратором 24. Эксплуатационный сепаратор 6 и испытательный сепаратор 24 - это танки, сепарирующие нефть и газ. Под действием силы тяжести нефть осаждается на дно танка, а газ заполняет пространство в верхней части танка. Каждый сепаратор 6, 24 снабжен линией 26 управления давлением, которая соединяет заполненное газом пространство в верхней части сепаратора 6, 24 с клапаном на выходной линии 30 для газа. Для эксплуатационного сепаратора, как и для испытательного сепаратора, предусмотрено также семплирующее и измерительное устройство 28, установленное на выходной линии (выпуске) 32 для нефти. После сепарации нефть и газ выкачиваются по отдельности для дальнейшей обработки через выпуски 32 для нефти и выпуски 30 для газа. С целью отведения воды, находящейся под нефтью, сепараторы 6, 24 могут содержать также выпуск 34 для воды.

В процессе традиционного испытания скважин в каждый момент с применением известных способов управления расходами в коллекторе 2 продукции и в специальном пробном коллекторе 20 тестируется только одна скважина 8. Предлагаемая система испытания скважин устраняет необходимость проводить в каждый момент испытание только одной скважины 8 и позволяет проводить параллельные испытания требуемого количества скважин 8.

Как это описано выше, новая система испытания скважин предусматривает создание в скважинах 8 с помощью дроссельных клапанов 14 осцилляций на выбранных частотах. Для каждой скважины 8 используется своя частота, что позволяет, при последующем применении частотного анализа, одновременно получать данные по многим скважинам 8. Чтобы выделить данные, относящиеся к конкретной скважине 8, в частотном анализе используются различные частоты. При этом нет необходимости перестраивать расходы, используемые при нормальной эксплуатации, так что этот способ испытаний позволяет получить данные, непосредственно характеризующие свойства скважины 8 при ее нормальной эксплуатации.

В схеме типа показанной на фиг. 2а входные возбуждения обеспечиваются созданием осцилляций давления и дебита скважин 8 посредством дроссельных клапанов 14. Типичный дроссельный клапан может открываться и закрываться посредством 200 шагов за период около 5 мин. Это позволяет использовать дроссельные клапаны 14 совместно с соответственно сконфигурированным контроллером для создания осцилляций дебита в широком диапазоне возможных частот.

При создании подобных осцилляций с помощью дроссельных клапанов 14 испытание скважин включает также измерение устьевых и скважинных давлений, измерение расходов по нефти и газу за сепаратором 6, а также измерения расхода по воде, если сепаратор позволяет также сепарировать воду и нефть. Испытание может, кроме того, включать сбор данных по отношению газ-нефть, обводненности скважинной продукции и т.д. Результаты измерений анализируют с идентификацией, по данным частотного анализа типа описанного выше, эффектов, связанных с дебитами различных скважин.

Используемые частоты определяют, основываясь на характеристиках нефтеносной площади и скважины, как это будет подробно описано далее со ссылкой на фиг. 4, которая взята из WO 2013/072490. В соответствии с различными примерами способа испытаний скважины осцилляции могут прикладываться только в течение короткого периода времени, как это описано далее со ссылками на фиг. 5 и 6. Анализ этих чертежей использует опыт имитационного моделирования нефтеносной площади с применением пакета Eclipse для программного моделирования нелетучей нефти, поставляемого фирмой Schlumberger Limited. В модели испытания использован массив, образующий в плоскости квадрат из 20×20 блоков и с высотой, соответствующей 20 блокам при шаге в плоскости 25 м и по высоте 10 м. Проницаемость была задана равной 300 мД, а пористость равной 25%. Нефтенасыщенность была задана в модели равной 0 в слоях 1-7 и 15-20 и выше нуля в центральных слоях, достигая максимума в слоях 9-12. Как обычно, давление возрастает с увеличением номера слоя. Моделирование охватывает 10 вертикальных скважин, перфорированных в слое 12. Полевое оборудование в рамках модели Eclipse соответствует показанному на фиг. 2b. Фиг. 3 (где обозначениями PROD отмечены скважины 1-10) иллюстрирует нефтенасыщенность и давление для данной модели.

Для большей наглядности на фиг. 2b показаны только 2 из 10 скважин 8. Скважины 8 через дроссельные клапаны 14 связаны с коллектором 2 продукции, который затем подводится к эксплуатационному сепаратору 6, как это сделано в системе, описанной со ссылками на фиг. 2а. Эксплуатационный сепаратор 6 имеет выход 32 по нефти с дебитом Fo, выход 30 по газу с дебитом Fg, а также выход 34 по воде с дебитом Fw. Как и в системе по фиг. 2а, имеется линия 26 управления давлением (обозначенная также, как PC). Как было упомянуто, в реально работающей системе осцилляции в соответствии с предлагаемым способом будут прикладываться к скважинам через дроссельные клапаны 14, установленные в устьях скважин. Чтобы вызвать осцилляции расхода и устьевого давления, дроссельные клапаны 14 будут открываться и закрываться. Однако в рамках рассматриваемой модели и вследствие ограничений, присущих пакету Eclipse, вариации устьевого давления при имитационном моделировании будут создаваться не дроссельными клапанами 14, а имитацией этих вариаций, создаваемой программно. Разумеется, должно быть понятно, что конечный результат будет тем же самым. Схема полевого оборудования по фиг. 2b относится к скважинам с надводным устьевым оборудованием, без подводного манифольда, хотя предлагаемый способ испытания скважин не ограничивается только этой схемой. Альтернативная схема обсуждается далее в связи с фиг. 9.

Чтобы достичь наилучших результатов с помощью предложенного итеративного способа оптимизации расхода, включающего эксперименты, важно правильно выбрать набор частот, который позволит одновременно проводить испытания группы скважин при минимизации взаимных помех между частотами и четко идентифицировать осцилляции, вносимые в расходы в пределах нефтеносной площади, т.е. в результаты измерений, в процессе проведения испытания, скважинных давлений и расходов по нефти и по воде. Должно быть понятно, что для нефтеносной площади вариациям скважинного давления и расходов на выходе будут соответствовать непрерывные вариации дебита. На фиг. 4 показана зависимость расхода (дебита) от частоты, построенная по реальным данным для нефтеносной площади с множеством скважин, приведенная в вышеупомянутой заявке WO 2013/072490, принадлежащей фирме Sinvent AS и НУНТ. Дебит сильно флуктуирует относительно среднего значения, причем для распределения характерен высокий уровень шумов. Чтобы определить частотные компоненты этого сигнала, применяется преобразование Фурье. Могут быть использованы различные варианты этого преобразования, включая, например, дискретные преобразования Фурье: дискретно-временное и дискретно-частотное. Может быть использован также алгоритм быстрого преобразования Фурье (БПФ), причем он является предпочтительным, поскольку БПФ, как правило, является значительно более быстрым и более эффективным в терминах вычислительной мощности. Входом для частотного анализа является зависимость расхода от полного давления или полного расхода применительно к нефтеносной площади, а выходом - комплексная последовательность данных, абсолютные значения которых могут быть графически представлены для различных частот.

Из фиг. 4 можно видеть, что для относительно высоких частот, т.е. частот, превышающих 1 мГц и увеличивающихся до 10 мГц и далее, присутствуют эффекты затухания, так что увеличение частоты сопровождается в целом уменьшением амплитуды. При этом для низких частот (в этом примере меньших 0,1 мГц), как следствие процессов, имеющих место в ходе добычи нефти, начинают появляться события с высокой амплитудой, которые создают избыточный шум в системе. Аналогичные явления можно наблюдать и для других нефтеносных площадей. Частотный интервал для осцилляций, которые будут создаваться в скважинах, следует выбирать так, чтобы избежать влияния подобных явлений. Поэтому в данном примере подходящий частотный интервал, который следует выбрать, чтобы избежать затухания и обеспечить хорошую различимость частотных компонентов на фоне естественных вариаций дебита для нефтеносного поля, соответствует полосе частот между 0,1 и 1 мГц. Это приближенно соответствует периодам от 15 мин до 2,5 ч.

Ожидается, что частоты в этом или близком частотном интервале окажутся подходящими для многих нефтеносных площадей. Однако, чтобы найти правильный набор частот, который можно использовать для получения эффективных результатов в способе испытаний скважины, анализ данных по дебиту следует проводить для каждой нефтеносной площади. Следует отметить также, что, хотя частоты в интервале 0,1-1 мГц, как правило, будут оптимальными для рассматриваемой нефтеносной площади, для некоторых типов испытаний, таких как комплексные испытания, может оказаться полезным рассмотреть более высокие частоты, поскольку для подобных испытаний эффект затухания, возникающий на высоких частотах, не будет составлять столь серьезной проблемы. Если же описываемый далее способ оптимизации используется в других отраслях промышленности, могут потребоваться другие частотные интервалы. Однако их можно определить, используя аналогичную методологию.

После того как будет определен частотный интервал, необходимо также выбрать в этом интервале подходящие частоты. При этом выбранные частоты не должны испытывать значительного взаимного влияния и влияния со стороны высших гармоник. Зависимость между давлением у дна скважины и устьевым давлением является нелинейной, в связи с чем можно ожидать наличия второй гармоники и, возможно, более высоких гармоник. В идеале следует проверить вторую гармонику, чтобы убедиться, что она является слабой. Низкий или пренебрежимо малый выходной сигнал на частоте второй гармоники входной частоты служит индикатором отсутствия более высоких гармоник и отсутствия проблем с нелинейностью, которые могли бы сделать результаты анализа смещенными. Таким образом, выбранные для испытания частоты не должны быть такими частотами, на которые будут влиять или которые будут маскировать вторые гармоники других выбранных частот. Например, если одна выбранная для испытания частота равна 0,1 мГц, то частоту 0,2 мГц не следует выбирать в качестве еще одной частоты. Аналогично, если выбрана частота 0,15 мГц, то не следует выбирать в качестве используемой в испытании частоты для другой скважины частоту 0,3 мГц. Кроме того, разность между выбранными частотами должна быть достаточно малой (чтобы иметь достаточно большое общее количество частот, позволяющее охватить все скважины) и в то же время достаточно большой (чтобы избежать чрезмерно большой продолжительности семплирования). Требуемая общая длительность семплирования является обратно пропорциональной минимальному расстоянию между выбранными частотами.

В рассматриваемом примере с частотным интервалом 0,1-1 мГц для проведения испытания моделируемой нефтеносной площади с 10 скважинами, естественно, требуется выбрать 10 частот. Поскольку некоторое количество частот окажется непригодным для использования, чтобы выбрать 10 частот для испытания, необходимо рассматривать частоты, лежащие достаточно близко одна к другой, чтобы сначала иметь более 10 частот. Этого можно достичь, имея 20 частотных окон (сегментов) для того, чтобы половину этих сегментов затем можно было исключить вследствие конфликтов между гармониками и других факторов. В данном примере, в котором доступный для испытания частотный интервал равен 0,1-1 мГц, чтобы получить 20 возможных частот, потенциальные частотные окна должны отстоять одно от другого на 50 мкГц. Для частот, отстоящих на 50 мкГц, суммарное время для завершения испытания с получением полного набора результатов частотного анализа составит 6 ч. Это намного лучше, чем минимальное общее время для эквивалентного испытания повышением давления, которое может потребовать 5 дней.

Применительно к частотному интервалу 0,1-1 мГц и расстоянию между частотными окнами 50 мкГц относительно просто определить набор доступных частот, не приводящий к конфликтам со вторыми гармониками других частот. Один возможный набор частот включает частоты 0,1 мГц, 0,15 мГц, 0,25 мГц, 0,35 мГц, 0,4 мГц, 0,45 мГц, 0,55 мГц, 0,6 мГц, 0,65 мГц, 0,75 мГц и 1 мГц. В рассматриваемом примере моделируемой нефтеносной площади с десятью скважинами из этих 11 частот выбираются 10 частот, используемых для 10 скважин. Как отмечено выше, осцилляции следует прикладывать к скважинам в течение периода не менее шести часов.

На фиг. 5 представлен график расхода на выходе для моделируемой нефтеносной площади по фиг. 3, когда ее испытание проводится в обычном режиме повышения давления, а также когда ее испытание проводилось в течение 6 ч согласно новому способу, т.е. с осцилляциями на частотах, выбранных из указанных выше. Два различных режима испытаний легко распознаются. При испытании повышением давления имеется 10 четко выраженных циклов, приводящих к существенному падению суммарного расхода в результате последовательного перекрытия и последующего запуска одной скважины за другой. Для способа испытаний, основанного на осцилляциях, требуется значительно более короткий период. Как можно видеть из фиг. 5, испытание повышением давления требует не менее 5 дней, тогда как испытание с применением осцилляций требует только 6 ч. В примере по фиг. 5 осцилляции прикладывают в течение заключительных 6 ч. Должно быть понятно, что, поскольку отпадает необходимость поочередно перекрывать каждую скважину, дебит при проведении испытаниия существенно возрастает. Добыча является непрерывной, причем единственные отклонения от естественных изменений дебита и устьевого давления, имеющие место в течение недельного периода, состоят в создании осцилляций в течение заключительных шести часов. В результате при использовании данного способа испытаний скважины, основанного на шестичасовых осцилляциях, добыча за указанный период существенно повышается. В представленном примере она примерно на 4,3% превышает добычу в случае проведения испытания повышением давления. Более конкретно, дебит для нефтеносной площади в этом примере составляет порядка 6000 м3/ч, а это означает, что прирост добычи за время испытаний может увеличиться на 42000 м3. Такой прирост оценивается, при текущих ценах на нефть, в несколько десятков миллионов долларов, т.е. он способен принести значительную прибыль.

В процессе проведения испытаний, т.е. при приложении осцилляций, приводящих к изменениям скважинного давления, измеряют расходы по воде и по нефти и подвергают полученные данные частотному анализу типа описанного выше. Результаты анализа приведены на фиг. 6. Можно видеть, что в выходных параметрах испытания имеются легко идентифицируемые осцилляции, соответствующие входным осцилляциям на частотах 0,1 мГц, 0,15 мГц, 0,25 мГц, 0,35 мГц, 0,4 мГц, 0,45 мГц, 0,55 мГц, 0,6 мГц, 0,65 мГц и 0,75 мГц. Лучше всего эти осцилляции различимы в результатах измерения скважинного давления, но их нетрудно идентифицировать и в данных измерений расхода (дебита). Поскольку амплитуда осцилляций на входе известна, измерив амплитуду осцилляций на выходе, можно определить свойства скважины.

В качестве примера можно рассмотреть расход Fo по нефти, расход Fw по воде и скважинное давление p для скважин 1, 5 и 10 (частоты 0,1 мГц, 0,4 мГц и 0,75 мГц), а также информацию, которая может быть извлечена из результатов, представленных на фиг. 6. По представленным на фиг. 6 графикам можно получить значения расходов по нефти и воде и скважинного давления. При этом можно использовать уровень фонового шума (который также можно определить из фиг. 6), чтобы оценить неопределенность в найденных оценках.

Для скважины 1 Fo=30±14 ст м3/ч, Fw=3,7±1,5 ст м3/ч, p=3,3±0,7 бар (1 бар=100 кПа).

Для скважины 5 Fo=33±5 ст м3/ч, Fw=4,3±0,5 ст м3/ч, р=2.81±0,3 бар.

Для скважины 10 Fo=31,4±2 ст м3/ч, Fw=4,2±0,2 ст м3/ч, р=2,74±0,01 бар.

Затем, используя теорию распространения ошибок, можно рассчитать обводненность нефти (ОН) и коэффициент продуктивности (КП):

Для скважины 1 ОН=0,11±0,07, а КП=9,1±4,5 ст м3/ч бар.

Для скважины 5 ОН=0,115±0,02, а КП=11,7±2,2 ст м3/ч бар.

Для скважины 10 ОН=0,118±0,01, а КП=11,5±0,7 ст м3/ч бар.

Видно, что для скважины 1 неопределенность очень высока, потому что неопределенность увеличивается при понижении частоты.

Неопределенности могут быть уменьшены путем увеличения длительности испытаний. Например, если для эквивалентного испытания длительность увеличить до 5 дней, неопределенности оценок существенно снижаются.

Так, для скважины 1 Fo=31,3±2 ст м3/ч, Fw=6,6±1,5 ст м3/ч, р=3,31±0,05 бар.

Эти значения имеют намного лучшую сходимость, причем сходные улучшения будут получены и для других оценок.

Следует отметить, что осцилляции могут создаваться в течение более длительного периода, чем показанный на фиг. 5. Например, осцилляции могут создаваться в течение всего периода испытания повышением давления. Более продолжительный период создания осцилляций может улучшить получаемые данные, но ценой увеличения потерь по добыче. Существует также возможность использовать осцилляции с различными амплитудами для различных частот. Например, может оказаться полезным увеличить амплитуду на более низких частотах, поскольку такое увеличение может повысить точность на этих частотах.

На фиг. 7 представлен другой массив данных, полученных имитационным моделированием, в котором испытание скважин с созданием осцилляций на различных частотах проводилось в течение 5 дней. К данным на фиг. 7 добавлен рандомизированный измерительный шум, чтобы имитировать шум, который мог бы иметь место в реальных данных. На фиг. 8 показаны результаты частотного анализа скважинного давления и дебита (расхода по нефти) для данных с включением шума по фиг. 7. Шум обычно приводит к появлению дополнительных точек данных на более высоких частотах, лежащих вне выбранного частотного интервала для создаваемых осцилляций, так что он не приводит к снижению точности оценок.

Возможны и другие альтернативы и модификации, например, при использовании методов, предложенных в упомянутой заявке WO 2013/072490. Так, осцилляции могут создаваться, без значительных нежелательных эффектов, в периоды остановки и запуска скважины. Кроме того, осцилляции могут быть взаимно смещены по фазе, чтобы избежать синхронизации пиков, которая привела бы к нежелательному росту потерь при добыче.

Как было отмечено выше, хотя имитационное моделирование использует полевое оборудование на базе скважин с надводным устьевым оборудованием, без подводного манифольда, способ испытаний скважин с применением осцилляций может быть использован также применительно к другим вариантам оборудования. На фиг. 9 представлена схема с подводным манифольдом 36, который подведен к дроссельному клапану 38, находящемуся на платформе. Как и на фиг. 2b, проиллюстрированы только две скважины 8, хотя, разумеется, с манифольдом 36 можно соединить большее количество скважин. Скважины 8 соединены с подводным манифольдом 36 через клапаны 14. При приложении в этой схеме осцилляций к клапанам 14 может возникнуть проблема, поскольку манифольд 36 может осциллировать на обеих частотах. Причина, по которой такая ситуация может возникнуть в схеме с подводным манифольдом типа показанного на фиг. 9, состоит в том, что во многих случаях отсутствует управление давлением в подводном манифольде 36. Как следствие, это давление может изменяться, и на него будут влиять осцилляции дроссельных клапанов 14. Таким образом, когда первый клапан 14 возбуждают с частотой ω1, а второй клапан 14 с частотой ω2, эти частоты достигают манифольда 36, который может начать осциллировать на частотах ω1 и ω2. Как следствие, обе скважины 8 будут возбуждаться на двух частотах, так что индивидуализация скважин 8 по частоте будет утрачена. Это не исключает применения способа испытаний скважины на базе осцилляций в схемах с подводным манифольдом, но требует принятия мер для предотвращения утечки частоты.

Одно из возможных решений состоит в управлении давлением манифольда 36. Другое решение заключается в использовании сверхзвукового потока в дроссельных клапанах 14. Во многих скважинах уже применяются такие потоки, и существующие системы могут быть адаптированы к использованию расходов, соответствующих сверхзвуковым потокам. При таких расходах давление в манифольде не будет влиять на расходы через клапан, так что любые колебания этого давления практически незаметны для клапана и для потока и давления на противоположной стороне клапана. На расход через дроссельный клапан будет влиять только давление в скважине и настройка самого дроссельного клапана. Как следствие, могут быть приложены осцилляции, которые будут влиять только на скважину, соединенную с конкретным дроссельным клапаном, и которые не будут передаваться другим скважинам. Более эффективное решение, не требующее изменения режимов в скважинах, состоит в учете присутствия всех частот посредством обращения матрицы. В этом, более общем, подходе измеряют амплитуды осцилляций для всех используемых в испытании частот изменения скважинного давления в каждой скважине и соотносят их с амплитудами осцилляций расходов нефти, газа и/или воды с помощью коэффициентов продуктивности скважин. В результате для каждой используемой частоты получают следующее уравнение:

J1×p1,i+J2×p2,i+…=Fi,

где Fi - амплитуда осцилляций в потоке газа, нефти или воды на частоте i, а pj,i - амплитуда осцилляций скважинного давления для скважины j на частоте i. По результатам определения значений всех осцилляций Fi и pj,i методом обращения матрицы могут быть найдены значения коэффициентов J продуктивности. Методы расчета распространения ошибок при обращении матрицы также известны из литературы.

Как отмечено выше, предпочтительный вариант изобретения предназначен для управления транспортной сетью, причем он может использовать возбуждения, сходные с использованными в описанном выше способе испытания скважины. Для этого требуется, чтобы возбуждения создавали изменения в измеряемом параметре (измеряемых параметрах) потока и чтобы измеренные изменения можно было анализировать, в качестве выходных данных, с целью определить взаимосвязь между входными возбуждениями и изменениями на выходе. Эти взаимосвязи, совместно со знанием абсолютных значений входных возбуждений и значениями изменений на выходе, позволяют создать модель, демонстрирующую, как изменения на входах влияют на данные на выходе. Данные, получаемые в результате реального возбуждения контрольных точек в транспортной сети, могут быть дополнены данными, получаемыми от моделей, которые строятся на основе имитационных моделирований транспортной сети. Этот подход может оказаться полезным в случаях, когда имеются трудности в создании возбуждений и/или когда приложение возбуждений может оказать нежелательное влияние на функционирование транспортной сети.

Далее будет описан пример, в котором возбуждения прикладываются к дроссельным клапанам, а также изменяют расход газа для газлифта в транспортной сети для нефти и газа. Имитационное моделирование использует динамическую модель трех вертикальных скважин, одного манифольда и одного трубопровода. Требуется построить локальную модель транспортной сети вблизи текущей рабочей точки. С целью построить эту локальную модель, контрольные точки (эксплуатационные дроссельные клапаны, параметры газлифта или газлифтные клапаны, эффект прокачки и т.д.) возбуждают на различных частотах в соответствии с синусоидальными паттернами, чтобы получить информацию по отклику системы на изменения входных параметров. Должно быть понятно, что эти возбуждения аналогичны использованным в описанном способе испытания скважины, но они воздействуют не только на дроссельные клапаны, но также и на расход газа для газлифта. На фиг. 10 иллюстрируется пример моделируемого давления в простой системе с осцилляциями, воздействующими на систему с целью определения требуемых параметров системы. Синусоидальные возбуждения, воздействующие на различные контрольные точки, имеют различные частоты. На фиг. 10 представлены временные зависимости для устьевых давлений (УД) в трех скважинах и в манифольде, в котором течет объединенный поток (нижний график), а также результирующие изменения массовых расходов для нефти (Н), газа (Г) и воды (В) в трубопроводе (верхний график). Четыре различные частоты использованы для четырех различных контрольных точек, которые в этом примере соответствуют дроссельному клапану и расходу газа при газлифте для первой скважины, дроссельному клапану для второй скважине и расходу газа при газлифте для третьей скважины.

Для представленных временных зависимостей было использовано быстрое преобразование Фурье с целью извлечения информации по частотам подобно тому, как это было описано выше. Возбуждения, которые соответствовали 0,185 мГц, 0,278 мГц, 0,463 мГц и 0,648 мГц, легко идентифицируются как "четыре изолированные точки" на каждом из частотных графиков, представленных на фиг. 11. Три верхних графика соответствуют измеренным расходам (дебитам) для нефти, газа и воды, тогда как другие графики соответствуют давлениям в манифольде и в трех скважинах.

В качестве примера, изменения в суммарном дебите нефти относительно изменений расхода газа для газлифта в скважине 2 (на частоте 0,278 мГц) представлены на фиг. 11 амплитудой на этой частоте на верхнем левом графике. Чтобы получить зависимость между расходом газа для газлифта (управляющей/входной переменной), и дебитом нефти (измеряемым выходным параметром), эта амплитуда может быть разделена на амплитуду осцилляций расхода газа для газлифта.

С каждой контрольной точкой ассоциирована конкретная частота. Используя преобразование Фурье релевантных результатов измерений (суммарных дебитов, давлений, температур и т.д.), можно определить влияние изменений входной переменной в одной конкретной контрольной точке на изменения всех результатов измерений.

В качестве более подробного примера рассмотрим транспортную сеть, которая состоит из 10 эксплуатационных скважин, связанных с платформой единственным трубопроводом. Имитационное моделирование использует динамическую модель с 10 вертикальными скважинами, одним манифольдом, одним трубопроводом и подачей газа для газлифта. Эта модель показана на фиг. 12. Коллектор 2 продукции связан с десятью скважинами 8, у каждой из которых имеется дроссельный клапан 14. Газлифтная система, также связанная с каждой из десяти скважин, может подавать газ для газлифта с расходами, управляемыми газлифтными клапанами 15.

В этом примере скважины 81-84 - это скважины с высоким ГФ (газовым фактором), которые обеспечивают высокий дебит без применения газлифта. В них может применяться дросселирование, чтобы понизить дебит. Скважины 85-88 - это скважины с низким ГФ, которым требуется газлифт и которые поэтому функционируют с полностью открытыми дроссельными клапанами. Скважины 89 и 810 - это скважины, имеющие средние значения дебита без применения газлифта. Эти скважины могут дросселироваться, чтобы понизить дебит, или использовать газлифт для повышения увеличения добычи.

В этом примере принимается, что отсутствует возможность регулировать операционные условия для одной из скважин (скважины 810). Как следствие описанных операционных условий, регулировка расхода газа для газлифта в скважинах 81-84 или дроссельного клапана 14 в скважинах 85-88 нерелевантна. Поэтому в данном сценарии желательно найти возможности повышения дебита (по нефти) настройкой одного или более дроссельных клапанов 14 для скважин 81-84, расходов газа для газлифта для скважин 85-88 и дроссельного клапана 14 или расхода газа для газлифта для скважины 89. В соответствии с предпочтительным вариантом дополнительно создаются синусоидальные возмущения для дроссельных клапанов 14 (за исключением дроссельного клапана скважины 84) и газлифтных клапанов 15 (за исключением газлифтного клапана скважины 88). Однако, поскольку имеются точные имитационные модели для управления изменениями в скважинах 84 и 88, линейные модели для этих скважин выведены непосредственно из имитационных моделей возбуждения, охарактеризованных в приведенной таблице.

Фиг. 13 иллюстрирует результирующие изменения дебита и давления за 12-часовой период при возбуждении дроссельного клапана и подачи газа для газлифта и при добавленном моделируемом шуме. На верхнем графике показаны суммарные расходы для нефти (Н), газа (Г) и воды (В) в трубопроводе. На нижнем графике показаны давления в системе, а именно устьевые давления и давление в линии манифольда (в трубопроводе). Эти данные также были подвергнуты преобразованию Фурье, и полученные результаты представлены на фиг. 14 и 15. На фиг. 14 показаны расходы по нефти, газу и воде, а также давление в линии манифольда. На фиг. 15 показаны устьевые давления (УД) для 10 скважин. Как и в предыдущих примерах, можно идентифицировать влияние изменений на эти переменные управления, имеющие вид восьми изолированных точек на графиках преобразования Фурье для каждого измерения/выходного значения.

Чтобы эти данные можно было использовать с целью определить, какие регулировки (настройки) следует выполнить для улучшения показателей транспортной системы, анализ включает определение параметров модели. В этом конкретном примере рассматриваются 10 контрольных точек. Типичный параметр, представляющий интерес в терминах улучшения функционирования транспортной сети, соответствует максимизации добычи нефти, и именно он будет использован в этом примере в качестве целевого параметра. Таким образом, модель должна определять влияние настроек десяти контрольных точек на уровень добычи нефти.

При этом необходимо знать ограничения, наложенные на систему. В этом примере принимается, что все скважины могут иметь ограничения на давление, так что допускается вариант, что все дроссельные клапаны полностью открыты. Принимается также, что система добычи ограничена по доступному газу для газлифта и что имеются ограниченные возможности управления суммарным выходом по газу и воде. В завершение, модель следует ограничить только выработкой предлагаемых изменений не более чем для 4 контрольных точек (входов). Это позволит сохранить простоту модели, а также гарантирует, что реальные результаты предложенных настроек будут с большей вероятностью соответствовать предсказанным улучшениям. Таким образом, требуется, чтобы модель позволяла находить четыре лучших переменных управления, подлежащих изменению, и определять размеры желательных настроек.

Чтобы сформулировать оптимизационную модель, необходимо знать, какое влияние (небольшое) изменение настроек дроссельных клапанов и расходов газа для газлифта окажет: 1) на суммарный выход нефти, газа и воды и 2) на давление в линии манифольда и устьевые давления, т.е. на все переменные управления при всех измерениях. Поскольку такие факторы, как проблемы с гидратами или эрозия не рассматриваются, нет необходимости использовать результаты измерений температуры или вычислений скоростей, хотя должно быть понятно, что эти факторы и измерения могут быть включены в альтернативные сценарии, которые будут кратко рассмотрены далее.

Таким образом, необходимо рассчитать влияние всех переменных управления (входов) на все измерения (выходы):

Изменение расходов для фазы p вследствие изменения переменной i управления Изменение давления в линии манифольда вследствие изменения переменной i управления Изменение устьевого давления скважины j вследствие изменения переменной i управления Изменение падения давления на дроссельном клапане скважины j вследствие изменения переменной i управления

Входные параметры - это амплитуды воздействий на дроссельные клапаны и на расходы газа для газлифта в процессе эксперимента. В данном примере значения этих параметров составляют 0,06 для дроссельных клапанов скважин 1, 2, 3 и 9 и 0,1 для расходов газа для газлифта в скважинах 5, 6, 7 и 9. Далее, , и - это амплитуды соответствующих измерений на той же частоте i, которые могут быть получены из частотных графиков, рассмотренных выше. Знаки параметров определяются величиной фазового сдвига. , , и - это относительные разности указанных параметров. Следует отметить, что связь между контрольными точками для скважин 4 и 8 и всеми выходными значениями определена скорее по имитационным моделям, а не экспериментально.

Как альтернатива использованию синусоидальных волн и результирующих амплитуд, для определения коэффициентов Aji можно использовать (усредненные) значения различных входных параметров для стационарных состояний при проведении вычислений методом, сходным с методом конечных разностей.

Рассмотрим процесс y=f(u), находящийся в состоянии y*=f(u*). Введем ограниченный во времени шаг u=u*+Δui, приводящий к y*+Δyj=f(u*+Δui). Для небольших Δui это соотношение может быть использовано, чтобы аппроксимировать производную df/du=A*+Δyj=y*-y=AΔui=>A=*+Δyj/Δui. Эти оценки A можно затем использовать для последующих вычислений, аналогичных используемым в случае осцилляций.

Для подобных шагов также может иметь место эффект "утечки", возникающий при экспериментах с осцилляциями, и по отношению к нему должны приниматься аналогичные меры.

Подходы, учитывающие амплитуду и использующие стационарное состояние, - это процессы пакетной обработки. Можно представить себе и в большей степени непрерывный подход, применяющий принципы оценки параметров в онлайновом режиме с применением простой (линеаризированной) модели в окрестностях текущих рабочих точек. Пусть дана модель со следующей структурой Δyj=A*Δui, где Δyj и Δui известны, а A* неизвестно. Пусть A - это текущая оценка (или начальное предположение) для A*. Тогда простейшее правило задается мгновенным алгоритмом градиента затрат: dA/dt=Г*e*Δui, где Г - положительное усиление, e - нормализованная погрешность предсказания: e=(Δyj-AΔui)/n^2, а n - конструктивный параметр. Задержки по времени могут быть учтены на стадии предварительной обработки данных, до того как сигналы подаются в схему нахождения оценок.

В случае избыточности информации вследствие многократности измерений и/или наличия имитаторов или моделей имеется возможность использовать, для принятия решения по параметру модели, метод взвешенных наименьших квадратов.

С учетом указанных целей использования модели, наложенных на систему ограничений и взаимосвязей/соотношений между входными и выходными параметрами, предлагается модель, описываемая далее. В первой из приведенных далее таблиц указаны все массивы данных и их индексы, а во второй таблице - все переменные модели. В третьей таблице можно найти все параметры с указанием реальной функции и всех ограничений модели.

Индекс Массив Описание Скважины Управление дроссельным клапаном Управление газлифтом Фазы Переменная Описание Переменные управления для дроссельного клапана или газлифта в контрольной точке i Дебит для фазы p

Устьевое давление скважины j Падение давления на дроссельном клапане скважины j Давление в линии манифольда 1 если в контрольной точке i произведено изменение 0 в противном случае Параметр Описание Устьевое давление скважины j Давление в манифольде Расход газа для газлифта в контрольной точке i Пропускная способность для фазы p Добыча для фазы p Суммарный расход газа для газлифта Максимальное изменение, разрешенное для контрольной точки i

Следует отметить, что все скважины снабжены в модели индексом j, включая скважину 10, хотя ее переменные управления в рассматриваемом случае для оптимизации не используются. Входные (управляющие) переменные снабжены индексом i и обозначены, как Δui для изменений как степени открытия дроссельного клапана, так и расхода газа для газлифта. Индекс p указывает фазу, т.е. нефть, газ и воду или сочетание двух из них. Все переменные обозначены, как Δ, чтобы показать, что моделируются изменения текущих операционных условий.

Целевая функция: цель в данном примере состоит в увеличении (Δqo) добычи нефти, насколько это возможно.

Ограничения системы. Суммарная добыча газа и воды (qp) ограничена сверху. Однако соответствующей переменной в модели является не суммарный расход, а изменение суммарного расхода по газу и воде. Поэтому приведенное далее уравнение (2) ограничивает изменения (Δqp) расходов по газу и воде, задаваемые соответствующими верхними значениями соответствующих пропускных способностей (Cp), и суммарных расходов (qp). Кроме того, имеется только ограниченное количество газа для распределения между газлифтовыми скважинами. Аналогично предыдущему уравнению, приводимое далее уравнение (3) ограничивает изменение количества газа, используемого для газлифта.

Далее, оптимизационная модель должна давать стратегии добычи, реализуемые при допустимых давлениях. Это условие задается через приводимое далее уравнение (4), определяющее, что изменение устьевого давления для каждой скважины должно быть не меньше, чем изменение в падении давления на дроссельном клапане плюс изменение давления в манифольде. Для его определения используется давление перед дроссельным клапаном, которое должно быть выше, чем давление (pM) в линии манифольда.

Операционные ограничения: Может оказаться желательным ограничить количество изменений, которые предлагает модель. Эти ограничения в сочетании с двоичными переменными xi гарантируют, что оптимизация разрешает производить изменения только четырех переменных управления. В дополнение, пределы, в которых может быть изменена каждая переменная управления, задаются значением Ti.

Линейная модель системы. Осуществляя возбуждение системы или применяя имитационную модель, можно связать все интересующие управляющие/входные переменные (в этом примере не рассматривается, например, расход газа для газлифта в скважине 1) со всеми релевантными данными измерений (выходными данными). В этом примере устанавливается связь между изменениями настроек дроссельных клапанов и расходов газа для газлифта (Δuj) и изменениями суммарных расходов по нефти, газу и воде, давления в линии манифольда и устьевых давлений скважин. Каждая из переменных управления имеет свою особую частоту i.

Интересующие выходные параметры не всегда могут быть измерены, например, если вследствие эрозии скорость флюида в трубопроводе будет ограничена своим максимальным значением. Хотя скорость обычно не измеряют, ее можно оценить, основываясь на первой производной физических эффектов, и рассчитать как функцию расходов, давления и температуры. Уравнение (13) иллюстрирует ограничение, наложенное на скорость, а уравнение (14) представляет собой модель скорости.

Если обеспечено автоматическое поступление информации от системы, отслеживающей условия функционирования, появляется также возможность вносить коррекцию на замену или неисправность оборудования. Так, в рассматриваемом примере, если требуется снизить скорость компрессора газлифта вследствие высокой частоты вибраций, параметр CGL в уравнении (3) итеративно уменьшается до исчезновения вибраций. Тем самым обеспечивается возможность предсказывать, с высокой степенью уверенности, влияние (небольших) изменений условий в контрольных точках на интересующие выходные параметры потоков. Так, в этом примере можно точно определить, какое влияние настройки дроссельных клапанов и расхода газа для газлифта будут иметь на суммарную добычу. Поскольку предлагается только небольшое изменение вблизи рабочей точки и поскольку оно основано на информации о реальных процессах, линейная модель будет точной. После того как требуемые изменения будут реализованы (или, как вариант, если оператор решит произвести альтернативные изменения, основываясь на своих оценках и опыте), процесс может быть повторен. Таким, итеративным способом можно продвигаться к оптимальному решению, гарантируя при этом, что предложенные настройки никогда не будут значительно отклоняться от направления, обеспечивающего улучшение. В случае обычного имитационного моделирования добиться этого невозможно.

В случае решения данной модели, например, для рассмотренного примера модель в первой итерации выдает предлагаемые изменения для четырех контрольных точек, чтобы максимизировать целевую добычу нефти. В приведенных далее таблицах содержится информация в отношении рекомендуемых шагов, полученная при выполнении данного способа. В первой из этих таблиц приведены четыре предлагаемых изменения в контрольных точках (эти изменения соответствуют настройкам дроссельных клапанов).

В следующей таблице приведены результирующие изменения расходов, причем целью модели является добыча нефти, тогда как выход газа и воды представляет ограничения на пропускную способность.

Таблица наглядно демонстрирует, что рекомендованные шаги соответствуют правильному направлению, увеличивая дебит нефти после каждой итерации. Можно отметить, что на шаге 4 расход по воде превысил разрешенный максимум. Поэтому, хотя дебит нефти возрастает, настройки, использованные на шаге 4, недопустимы и должны быть изменены как выходящие за пределы ограничений на содержание воды.

В более широком контексте предпочтительная реализация для управления транспортной сетью заключается в следующем. Во-первых, контрольные точки, подвергающиеся оптимизации, возбуждают согласно синусоидальным паттернам четко на выделенной частоте. Альтернативно, если имеется точная имитационная модель для частей системы, может быть использован имитатор. Частоты могут выбираться так, чтобы избежать взаимных помех. Чтобы найти/вычислить параметры линеаризованной модели, выполняется преобразование Фурье для всех релевантных измерений за подходящий временной период (для нефтяных и газовых сетей соответствующий, как правило, 6-18 ч добычи). Подходящий период может быть определен с учетом частотного спектра и/или на основе метода подвижной границы.

Решение модели с целью предложить изменения для стратегии добычи может производиться каждые 5 мин. Поскольку модель является простой, стоимость вычислений низкая.

Если предложения модели представляются инженеру по добыче приемлемыми, он может использовать их для внесения изменений в условия добычи. Таким образом, он может принять решение не вносить никаких изменений, реализовать предложенные изменения или произвести иное действие. В любом случае, когда процесс стабилизируется у новой рабочей точки и были осуществлены возбуждения в окрестностях этой рабочей точки в течение 6-18 ч, разрабатывается новая (простая) модель и система выдает новое предложение. Следует отметить, что предпочтительная система формулирует рекомендацию для изменения параметров до того, как система будет возбуждаться в течение 6-18 ч, однако, эта рекомендация будет основана как на старой, так и на новой рабочих точках или давать ухудшенное качество оцениваемых параметров. Процесс может продолжаться по замкнутому циклу, чтобы обеспечить непрерывный поиск с целью улучшения стратегии добычи.

В дополнение к операционным изменениям, модель можно также изменить, чтобы обеспечить: учет новой информации; использование высокочастотных данных мониторинга условий работы оборудования в транспортной сети (например, если требуется уменьшить скорость компрессора вследствие вибраций или если достигнут предел пропускной способности для газа) или плановое обслуживание (когда некоторые части сети не функционируют при соответствующем снижении производственных показателей и пропускной способности).

Похожие патенты RU2664284C2

название год авторы номер документа
ОЦЕНКА СЕТЕЙ ПОТОКОВ 2016
  • Гуннеруд Видар
  • Санднес Андерс
  • Юглане Видар Туне
  • Юрсин-Холм Стине
RU2738884C2
СПОСОБ ЭКСПЛУАТАЦИИ ГАЗЛИФТНОГО КОМПЛЕКСА 1992
  • Леонов В.А.
  • Никишин В.А.
  • Башин В.А.
  • Борисов В.А.
  • Макеев О.И.
RU2067161C1
СПОСОБ И СИСТЕМА ДЛЯ ОЦЕНКИ ПРОГНОЗНОЙ ДОБЫЧИ УГЛЕВОДОРОДОВ 2013
  • Карвахаль Густаво А.
  • Каллик Алвин С.
  • Наср Хатем
  • Джонсон Дуглас В.
RU2596692C2
СПОСОБ И СИСТЕМА ДЛЯ ОПТИМИЗАЦИИ ДОБАВЛЕНИЯ ПОНИЖАТЕЛЯ ВЯЗКОСТИ В НЕФТЯНУЮ СКВАЖИНУ, СОДЕРЖАЩУЮ ВНУТРИСКВАЖИННЫЙ НАСОС 2015
  • Павлов Алексей
  • Фьялестад Хьетил
RU2700358C1
СПОСОБ (ВАРИАНТЫ), СИСТЕМА (ВАРИАНТЫ) И МАШИНОЧИТАЕМЫЙ НОСИТЕЛЬ (ВАРИАНТЫ) ДЛЯ ОСУЩЕСТВЛЕНИЯ ОПЕРАЦИЙ РАСПРЕДЕЛЕНИЯ ПОДЪЕМНОГО ГАЗА НА НЕФТЯНОМ МЕСТОРОЖДЕНИИ 2007
  • Рашид Кашиф
  • Шэнд Эндрю Майкл
  • Тонкин Тревор
  • Летиция Люка
  • Хауэлл Эндрю Джон
  • Лукас-Клементс Дэниэл
RU2491416C2
СПОСОБ И УСТАНОВКА ДЛЯ ИЗМЕРЕНИЯ ДЕБИТОВ ПРОДУКЦИИ ГАЗОКОНДЕНСАТНЫХ И НЕФТЯНЫХ СКВАЖИН 2013
  • Обух Юрий Владимирович
RU2532490C1
СИСТЕМА И СПОСОБ КОНТРОЛЯ ФИЗИЧЕСКОГО СОСТОЯНИЯ ЭКСПЛУАТАЦИОННОГО ОБОРУДОВАНИЯ СКВАЖИНЫ И РЕГУЛИРОВАНИЯ ДЕБИТА СКВАЖИНЫ 2008
  • Тигпен Брайан Л.
  • Вачон Гай П.
  • Йериазариан Гарабед
  • Ли Чжаэдон
  • Чок Чи М.
  • Санн Кларк
  • Лю Синь
RU2468191C2
УСТАНОВКА ДЛЯ ИЗМЕРЕНИЯ ДЕБИТОВ ПРОДУКЦИИ ГАЗОКОНДЕНСАТНЫХ И НЕФТЯНЫХ СКВАЖИН И СПОСОБ ЕЁ РАБОТЫ 2022
  • Сутормин Дмитрий Викторович
  • Каширин Дмитрий Викторович
RU2799684C1
СПОСОБ ЭКСПЛУАТАЦИИ СИСТЕМЫ ГАЗЛИФТНЫХ СКВАЖИН 1989
  • Леонов В.А.
  • Елин Н.Н.
SU1630367A1
СИСТЕМА И СПОСОБ КОНТРОЛЯ И РЕГУЛИРОВАНИЯ ДЕБИТА СКВАЖИН 2008
  • Тигпен Брайан Л.
  • Вачон Гай П.
  • Йериазариан Гарабед
  • Ли Чжаэдон
  • Чок Чи М.
  • Санн Кларк
  • Лю Синь
RU2484242C2

Иллюстрации к изобретению RU 2 664 284 C2

Реферат патента 2018 года СПОСОБ И УСТРОЙСТВО ДЛЯ УПРАВЛЕНИЯ ТРАНСПОРТНОЙ СЕТЬЮ

Изобретение относится к устройству (аппарату) и к способу для управления транспортной сетью. Техническим результатом является улучшение функционирования транспортной сети для оптимизации добычи нефтяных и газовых скважин. Способ включает: (а) создание заданных возбуждений в контрольных точках, которые находятся в различных ветвях транспортной сети; (b) прием результатов измерения изменений одного или более параметров потока (потоков) вдоль пути или путей, объединяющего (объединяющих) потоки более чем одной из различных ветвей; (с) проведение анализа результатов измерений параметра (параметров) потока с целью идентифицировать изменения, индуцированные созданными возбуждениями; (d) определение настройки, которая должна быть проведена в одной или более контрольных точках с целью улучшения функционирования транспортной сети; (е) выполнение указанной настройки одной или более контрольных точек транспортной сети или выполнение альтернативной настройки, решение о выполнении которой принято оператором транспортной сети; и (f) повторение шагов (а)-(е) один или более раз с целью обеспечить тем самым итеративное улучшение функционирования транспортной сети. 3 н. и 12 з.п. ф-лы, 3 табл., 15 ил.

Формула изобретения RU 2 664 284 C2

1. Способ управления транспортной сетью, направленный на улучшение ее функционирования и включающий:

(a) создание заданных возбуждений в контрольных точках, которые находятся в различных ветвях транспортной сети;

(b) прием результатов измерения изменений одного или более параметров потока (потоков) вдоль пути или путей, объединяющего (объединяющих) потоки более чем одной из различных ветвей;

(c) проведение анализа результатов измерений параметра (параметров) потока с целью идентифицировать изменения, индуцированные созданными возбуждениями;

(d) определение настройки, которая должна быть проведена в одной или более контрольных точках с целью улучшения функционирования транспортной сети;

(e) выполнение указанной настройки одной или более контрольных точек транспортной сети или выполнение альтернативной настройки, решение о выполнении которой принято оператором транспортной сети; и

(f) повторение шагов (а)-(е) один или более раз с целью обеспечить тем самым итеративное улучшение функционирования транспортной сети.

2. Способ по п. 1, в котором результаты измерений используют при проведении анализа на шаге (с) для создания модели релевантных частей транспортной сети, а шаг (d) включает оптимизацию модели.

3. Способ по п. 1 или 2, в котором шаг (с) включает формулирование локальной математической оптимизационной задачи с целью рассчитать настройку для одной или более контрольных точек, а шаг (d) включает решение указанной оптимизационной задачи, чтобы определить требуемую настройку.

4. Способ по п. 1 или 2, в котором шаг (а) включает создание возбуждений и в транспортной сети, и при имитационном моделировании транспортной сети или ее частей, а шаг (b) включает получение результатов измерений от транспортной сети и от имитационного моделирования.

5. Способ по п. 4, в котором модель, полученную при имитационном моделировании, обновляют с целью учесть настройку, выполненную на шаге (е) при повторном выполнении шагов (а)-(е).

6. Способ по любому из пп. 1, 2 или 5, в котором возбуждения представляют собой осцилляции, создаваемые на известных частотах, при этом осцилляции, прикладываемые в процессе испытания в различных контрольных точках, имеют различные частоты, причем на шаге (с) производят частотный анализ.

7. Способ по любому из пп. 1, 2 или 5, в котором анализ на шаге (с) включает вычисление соотношения между возбуждениями, прикладываемыми в качестве входных воздействий в контрольных точках на шаге (а), и влиянием на параметр (параметры) потока, измеренный (измеренные) в качестве выходных данных на шаге (b).

8. Способ по любому из пп. 1, 2 или 5, в котором найденную настройку представляют оператору транспортной сети как предлагаемую настройку с целью обеспечить ему возможность выбора между осуществлением указанного предложения и применением альтернативной настройки, основанной на представлениях оператора.

9. Способ по любому из пп. 1, 2 или 5, который применяется для транспортной сети, используемой при добыче нефти и газа и в котором контрольные точки включают контрольные точки для управления потоками и/или скважинными давлениями, входящие в состав указанной транспортной сети, например контрольные точки в устьях скважин и в основании райзера.

10. Способ по любому из пп. 1, 2 или 5, в котором улучшение функционирования транспортной сети включает увеличение или уменьшение одного или более интересующих выходных параметров с последующим фокусированием на выходном параметре (выходных параметрах) при итеративных изменениях на шаге (е) и повторениях процесса.

11. Способ по любому из пп. 1, 2 или 5, в котором улучшение функционирования транспортной сети включает увеличение и/или уменьшение одного или более интересующих выходных параметров и/или повышение точности информации, представляемой в результате анализа на шаге (с), и/или настройку операционных параметров компонентов транспортной сети с целью увеличить срок службы указанных компонентов или других компонентов транспортной сети.

12. Управляющий аппарат для управления транспортной сетью с целью улучшения ее функционирования, содержащий:

контроллер для создания возбуждений в контрольных точках, которые находятся в различных ветвях транспортной сети, и

устройство анализа данных, выполненное с возможностью приема результатов измерения изменений одного или более параметров потока (потоков) вдоль пути или путей, объединяющего (объединяющих) потоки более чем одной из различных ветвей, проведения анализа результатов измерений параметра (параметров) потока с целью идентифицировать изменения, индуцированные созданными возбуждениями, и определения настройки, которая должна быть проведена в одной или более контрольных точках с целью улучшения функционирования транспортной сети, при этом

контроллер выполнен с возможностью осуществления предложенной настройки в контрольных точках транспортной сети или альтернативной настройки, решение о выполнении которой принято оператором транспортной сети, и с возможностью повторного создания возбуждений в контрольных точках после осуществления настройки, а

устройство анализа данных выполнено с возможностью последовательного повторения шагов измерения, анализа и определения, обеспечивающих итеративное улучшение функционирования транспортной сети.

13. Аппарат по п. 12, в котором контроллер выполнен с возможностью выполнения шагов (а) и/или (е) способа согласно любому из пп. 1, 2 или 5.

14. Аппарат по п. 12, в котором устройство анализа данных выполнено с возможностью выполнения шагов (b) и/или (с) согласно любому из пп. 1, 2 или 5.

15. Аппарат для обработки данных, имеющий аппаратные или программные средства, способные создавать возбуждения в контрольных точках в составе транспортной сети и/или в имитаторе всей или части транспортной сети; при этом аппарат для обработки данных выполнен с возможностью выполнения программных команд, обеспечивающих конфигурирование указанного аппарата для обработки данных для осуществления способа согласно любому из пп. 1, 2 или 5.

Документы, цитированные в отчете о поиске Патент 2018 года RU2664284C2

US 20110119037 A1, 19.05.2011
RU 2009125924 A, 20.01.2011
Устройство для моделирования транспортной сети 1987
  • Воронков Владимир Борисович
  • Гульченко Александр Иванович
  • Скворцов Игорь Анатольевич
SU1506458A2
US 5220504 A1, 15.06.1993.

RU 2 664 284 C2

Авторы

Фосс Бярне

Гуннеруд Видар

Даты

2018-08-16Публикация

2014-04-17Подача