Инициатива i-field компании saudi aramco: от...

Инициатива I-Field компании Saudi Aramco: от концепции до реализации

Информационные технологии являются ключевым компонентом всех современных технологий. По су-ществу, это фундамент процесса решения проблем, с которыми сталкивается нефтегазовая отрасль. Буду-чи одним из основных игроков и технологических ли-деров в этой отрасли, компания Saudi Aramсo следует хорошо проработанной стратегии развития и внедре-ния инновационных технологий. Эта стратегия вопло-щена в инициативу «интеллектуального месторожде-ния» I-Field (Intelligent Field), главной целью которой является повышение отдачи пластов путем своевре-менного выявления осложнений дренирования и их скорейшего и эффективного устранения, оптимизации добычи в масштабе всего месторождения, снижения капитальных и эксплуатационных затрат и повышения безопасности работ с использованием систем дистан-ционного мониторинга и предупреждения.

Первым шагом компании Saudi Aramco к дости-жению этих целей является внедрение концепции интеллектуального месторождения на всех этапах ее деятельности. К 2012 г. на всех месторождениях, су-ществующих и новых, будут установлены постоянные скважинные и поверхностные датчики для монито-ринга разработки пластов в реальном времени. Это позволит своевременно обнаруживать любые измене-ния в поведении пластов и быстро принимать эффек-тивные корректирующие меры.

Система разработки месторождений I-Field со-стоит из четырех основных уровней: наблюдения, интеграции, оптимизации и инновации. Первый из них, наблюдение, представляет собой непрерывный мониторинг данных о добыче и закачке с использо-ванием средств и процессов управления данными для обеспечения их полезности. Интеграция включает непрерывный контроль данных, получаемых в реальном времени, с целью выявления изменений и аномалий в поведении пласта. При оптимизации определяются возможности оптимизации добычи на всем месторождении и вырабатываются рекомендации по управлению добычей. И, наконец, инновация — это процесс управления знаниями, позволяющий сохра-нить информацию о событиях, инициирующих процесс оптимизации и его воплощение в течение всего срока эксплуатации месторождения.

Для того, чтобы реагировать на изменения условий и принимать оперативные решения по оптимизации производительности скважин, обеспечивая при этом максимальную эффективность вытеснения и извле-чения углеводородов, предполагается использовать данные, получаемые в реальном времени, совмес-тно с данными о динамике добычи месторождения за прошедший период. В нынешнюю эру сложных (многоствольных и т. п.) скважин, в которых все чаще устанавливаются скважинные клапаны, управляемые с поверхности, контроль и мониторинг потоков из нескольких боковых стволов становится ключевым фактором обеспечения производительности скважин и долгосрочной добычи. Уровень сложности скважин в совокупности с высоким спросом на углеводороды обуславливает необходимость в тщательном монито-ринге и быстром реагировании на изменения.

Лучшим примером реализации описанного подхода являются новые месторождения Катиф (Qatif), Харадх-III (Haradh-III) и Абу-Хадрия-Фадхили-Хурсания (Abu Hadriya-Fadhili-Khursaniyah), выбранные для участия в инициативе I-Field с ранней стадии освоения. На месторождениях Катиф, Хавтах (Hawtah) и Харадх-III

уже получены первые положительные результаты этой инициативы, связанные со своевременностью подзем-ного ремонта для оптимизации дебита и предотвра-щения раннего прорыва воды. Успешность проекта Харадх-III базируется на технологии обеспечения максимального контакта с продуктивным коллектором, используемой в 32 скважинах, на интеллектуальном заканчивании скважин с применением скважинных регуляторов притока для предотвращения преждев-ременного прорыва воды и на концепции I-Field, дающей оперативный доступ к важным скважинным и поверхностным данным (см. «Интеллектуальное заканчивание: автоматизированное управление добы-чей», стр. 4). Все эти факторы позволяют достичь мак-симальной оптимизации управления месторождением, повышая эффективность вытеснения и отдачу пласта до недостижимого ранее уровня.

Основным преимуществом инициативы I-Field и всех связанных с ней интеллектуальных технологий явля-ется существенное снижение капитальных и эксплуа-тационных затрат. Относительно капитальных затрат, повышение долгосрочной производительности сква-жин благодаря их раннему и эффективному ремонту приведет к снижению числа скважин, необходимых для поддержания добывного потенциала месторожде-ния и отдаления периода падающей добычи, и потому к сокращению затрат на бурение. Использование данных в реальном времени также позволит умень-шить число ненужных ремонтов, что должно привести к снижению эксплуатационных затрат и повышению безопасности.

В рамках стратегической инициативы I-Field компа-ния Saudi Aramco успешно использует новые техноло-гии для повышения нефтеотдачи и увеличения охвата на своих месторождениях. Запланированный переход к полному внедрению I-Field должен осуществиться к 2012 г.

Халед О. Аль-СубаиМенеджер по разработке месторождений на северномучасткеSaudi AramcoДахран, Саудовская Аравия

Халед О. Аль-Субаи работает в компании Saudi Aramco более 22 лет. Имеет разнообразный опыт в области технологий добычи нефти и газа, занимал различные должности — от технических до управленческих. В 2007 г. стал руководителем отдела разработки северных месторождений в научном центре в Дахране, Саудовская Аравия. До этого отвечал за подготовку годового реестра запасов углеводородов, разрабаты-ваемых Saudi Aramco. Также занимался долгосрочным планированием, в основном, для сектора разведки и добычи, и отвечал за разработку программ добычи не-фти и газа. Имеет степени бакалавра наук и магистра наук по технологии добычи нефти и газа, полученные в Университете нефти, газа и минеральных ресурсов имени короля Фахда, Дахран, Саудовская Аравия.

1

Главный редакторМарк А. Андерсен

Редактор-консультантЛиза Стюарт

РедакторыМэтт ВархогРик фон ФлатернВладислав ГлянченкоТони Смитсон

СоредакторыРэна РоттенбергДжуди ДжонсДэвид Аллан

Редактор-консультантрусского изданияАлександр Зазовский

Дизайн/ВерсткаHerring DesignСтив ФримэнООО «Издательский дом «Красная площадь»Дмитрий Домнышев

ИллюстрацииТом МакНеффМайк МессинджерДжордж Стюарт

На первой странице обложкиГруппа Центра интерактивной поддержки буровых работ OSC* (Operations Support Center) компа-нии Schlumberger в офисах компа-нии EOG Resources, Inc., Уэзерфорд, Техас, США, анализирует данные, полученные со спутника, и управ-ляет бурением скважины на рассто-янии. На врезке слева изображены три донных фонтанных арматуры, из которых добытые флюиды направляются в центральный ма-нифольд, а затем в подкачивающий насос, который перекачивает их на удаленную эксплуатационную мор-скую платформу. На врезке справа показан высокогерметичный (dry-mate) электрический соединитель Intellitite*, обеспечивающий боль-шую надежность соединений в скважинном оборудовании интел-лектуальных скважин.

Астериск (*) используется для указания на

товарный знак компании Schlumberger.

2

4 Интеллектуальное заканчивание:

автоматизированное управление добычей

Надежность технологии дистанционного мони-торинга и контроля скважин существенно по-высилась за последнее десятилетие. Технология интеллектуальных скважин, когда-то считавшаяся операторами лишь немногим более, чем просто альтернативой технически сложному входу в скважину с использованием буровой установ-ки, развилась в мощный инструмент управления разработкой месторождения. Практические при-меры работ на месторождениях в Мексиканском заливе, на Северном море, на Ближнем Восто-ке и в Африке демонстрируют, как, применяя интеллектуальные скважины, можно добиться повышения дебита, увеличения добычи углеводо-родов и снижения водопритока. Рассматривается эволюция интеллектуальных скважин и объясня-ется, почему в следующие пять лет планируется пятикратное увеличение их числа.

22 Оптимизация добычи: от продуктивного

пласта до пункта подготовки нефти и газа

Разработка нефтяных и газовых месторождений претерпевает существенные изменения благодаря внедрению новой технологии последовательнос-тей операций производственного процесса, объ-единяющей модели разных уровней воедино для решения задач в масштабе всей системы. Данная технология не только обеспечивает лучшие эконо-мические результаты, но и приводит к необходи-мости изменений в структуре организаций, которые ее используют. Успешное применение этой новой технологии иллюстрируется разнообразными примерами: от восстановления месторождений на стадии сниже-ния добычи в Мексике и Индии до современных методов управления разработкой новых место-рождений в Северном море.

Нефтегазовое обозрениеНефтегазовое обозрение

Полезные ссылки:Schlumbergerwww.slb.com

Schlumberger Россияwww.slb.ru

Архив Oilfield Reviewwww.slb.com/oilfieldreview

Нефтегазовый глоссарийwww.glossary.oilfield.slb.com

Ответственный редактор русского изданияВладислав Глянченкопереулок Огородная слобода, дом 5аМосква 101000 РоссияE-mail: [email protected]

3

38 Погружные электрические центробежные

насосы для интеллектуальной

механизированной добычи

Поскольку скважины с погружными электричес-кими центробежными насосами уже оборудованы внутрискважинными электрическими кабелями и гидрозащитой, они являются особенно подхо-дящими кандидатами на внедрение технологии интеллектуального заканчивания. В данной статье описывается, каким образом и почему все большее число операторов внедряет системы удаленного мониторинга и управления в реальном времени на месторождениях, на которых ведется механизиро-ванная добыча, – как на ранней, так и на поздней стадии разработки.

44 Вид крупным планом: комплексное

управление разработкой

Скважинные и наземные датчики и контрольно-измерительное оборудование играют важную роль в повышении эффективности добычи. Добыва-ющие компании устанавливают новые, сложные системы, способствующие быстрому обмену данными о добыче и информацией об эксплуата-ционных характеристиках между всеми своими подразделениями. В данной статье описывается, как группы специалистов по управлению разра-боткой используют эти системы для принятия более быстрых и более обоснованных решений, которые будут способствовать достижению пос-тавленных целей.

63 Авторы

68 В следующем номере

«Нефтегазового обозрения»

68 Алфавитный указатель статей, опубликованных

в 19 томе журнала «Нефтегазовое обозрение»

Консультативная группа

Абдулла И. Аль-Кубайси

Saudi Aramco

Рас-Танура, Саудовская

Аравия

Дилип М. Кале

ONGC Energy Centre

Нью-Дели, Индия

Роланд Хэмп

Woodside Energy, Ltd.

Перт, Австралия

Джордж Кинг

Rimrock Energy LLC

Denver, Colorado,USA

Этенг А. Салам

PERTAMINA

Джакарта, Индонезия

Ричард Вудхауз

Независимый консультант

Суррей, Англия

«Нефтегазовое обозрение» — еже-квартальный журнал, издаваемый компанией Schlumberger для ознакомления специалистов нефте-газовой отрасли с техническими достижениями в разведке и добыче углеводородного сырья. Журнал «Нефтегазовое обозрение» распро-страняется компанией Schlumberger среди своих сотрудников и клиентов. Журнал «Нефтегазовое обозрение» печатается в России.

Авторы статей, для которых указано только географическое местона-хождение, являются сотрудниками компании Schlumberger или аффили-ированных организаций.

© 2007 Schlumberger. Все права защищены. Никакая часть данной публикации не может быть воспроиз-ведена, сохранена в информационно-поисковой системе или передана в любой форме и любыми средства-ми, электронными или механичес-кими, включая фотокопирование, запись на какой-либо носитель и прочее, без предварительного письменного разрешения издателя.

Зима 2007–2008Том 19

Номер 4

°C

am

ps

4 Нефтегазовое обозрение

печивают максимальную площадь дренирования пласта и точную про-водку скважин при использовании последних инноваций в области бурения и заканчивания, что ведет к существенному росту нефтеотда-чи и ускорению добычи.

В настоящей статье обсуждают-ся практические примеры преиму-ществ интеллектуального заканчи-вания и подробно анализируется его эволюция от способа избежа-ния внутрискважинных работ с ис-пользованием буровой установки до технологии улучшенного управ-ления разработкой продуктивно-го пласта. Практические примеры с месторождений в Мексиканском заливе, Северном море, Саудовс-кой Аравии и Африке иллюстриру-ют, как технология интеллектуаль-ных скважин может способствовать повышению добычи с меньшими затратами, определению потенциа-ла новых месторождений и сущес-твенному снижению водопритока. Мы также уделим внимание рас-ширению применимости интел-лектуального заканчивания с сис-темами мониторинга и контроля в реальном времени для повышения эффективности водонагнетатель-ных и газлифтных скважин.

Нефтедобывающая отрасль про-должает опровергать прогнозы о неизбежном падении добычи не-фти, непрерывно восполняя извле-каемые запасы, – часто благодаря инновациям. Некоторые специа-листы считают, что самым много-обещающим среди нововведений, способных обеспечить прирост из-влекаемых запасов, является техно-логия интеллектуальных скважин, позволяющая осуществлять мони-торинг и контроль продуктивных зон без внутрискважинных работ.

Как подчеркивают сторонники мнения о грядущем истощении за-пасов нефти, за исключением не-многих значительных глубоковод-ных, сверхглубоководных и иных труднодоступных месторождений, открываемые залежи становятся все меньше, а их разработка – труд-нее, чем в прошлом. Как следствие, темп извлечения промышленных запасов (той части начальных гео-логических запасов нефти, подъем которой на поверхность экономи-чески и технически возможен) так и остается на уровне 35%. 1 Благо-даря мониторингу и управлению добычей из продуктивного пласта в реальном времени технологии интеллектуальных скважин обес-

Стивен ДайерДахран, Саудовская Аравия

Яссер Эль-ХазиндарЭнджел РейесРошарон, Техас, США

Михаэль ХуберБаден, Австрия

Иан РоСтавангер, Норвегия

Дэвид РидАбердин, Шотландия

Благодарим за помощь в подготовке данной статьи:

Марко Пеллисера и Майкла Стилмана (Лагос, Нигерия),

Т. С. Рамакришнана (Кембридж, Массачусетс, США),

Эммануэля Риуфоля и Адама Васпера (Рошарон, Техас,

США) и Михаила Захарова (Ставангер, Норвегия).

DECIDE!, ECLIPSE 100, FloWatcher, Intellitite, InterACT,

MultiPort, PhaseTester, PIPESIM, PressureWatch,

QUANTUM, USI (UltraSonic Imager) и WellNet являются

товарными знаками компании Schlumberger.

Интеллектуальное заканчивание:

автоматизированное управление добычей

Считавшиеся ранее лишь альтернативой дорогостоящим и/или

технически сложным внутрискважинным работам технологии

интеллектуальных скважин с дистанционным мониторингом и контролем

стали ныне мощным средством управления разработкой пласта.

Сегодня на интеллектуальные скважины и месторождения, оснащенные

контрольно-измерительной аппаратурой, возлагаются значительные

надежды на восполнение извлекаемых запасов и ускорение добычи.

В результате после изначально медленного принятия таких технологий

отраслью число подобных скважин планируется увеличить в пять раз за

последующие пять лет – по мере накопления опыта, подтверждающего

их надежность.

1. Gao C, Rajeswaran T and Nakagawa E:

“A Literature Review on Smart Well Technology,”

paper SPE 106011, presented at the SPE

Production and Operations Symposium,

Oklahoma City, Oklahoma, USA,

March 31–April 3, 2007.

5Зима 2007–2008


От внутрискважинных работ без использования буровой установки до систем управления разработкой месторожденияОснова технологии интеллекту-альных скважин – управляемые с поверхности скважинные клапа-ны, используемые для регулирова-ния притока из отдельных зон или боковых стволов, и постоянные скважинные датчики температуры и давления. По сути, это потом-ки традиционных клапанов регу-лирования притока, спускаемых и управляемых с помощью кабеля

Внутренняя гильзас отверстиями

Рис. 1. Клапаны регулирования притока, спускаемые и управляемые с помощью кабеля или ГНКТ. В этих устройствах используется внутренняя гильза с от-верстиями для выравнивания давления между изолированным пластом и НКТ, локальной кислотной обработки и отвода потока из обсадной колонны в НКТ при избирательном заканчивании. Эти гиль-зы могут иметь профили, соответствую-щие уникальным профилям посадочных ниппелей для избирательного открытия или закрытия каждого из них с помощью толкателя, спускаемого на стандартном кабеле или ГНКТ. Циркуляционный кла-пан входит в состав колонны НКТ.

Гидравлическая линия управления

Защитная гильза

Силовой блок

Циркуляционный клапан

Двигатель и электроника системы связи

Электромеханический привод

Пружинный блок

Штуцер

Кабельная головка инструмента

Двухрычажная трансмиссия

Датчики давления и температуры

Рис. 2. Клапаны регулирования притока, извлекаемые на кабеле и ГНКТ. В отличие от своих предшественников эти элементы компоновки интеллектуального заканчивания не требуют спуска кабеля или ГНКТ для их закрытия, открытия или плавной регули-ровки площади сечения потока. Они управляются дистанционно через гидравличес-кую линию (слева на рис.) или, в случае электрических систем, по электросигналу, подаваемому на электромеханические приводы (справа на рис.). Показаны регулято-ры, извлекаемые на ГНКТ.

или гибких насосно-компрессор-ных труб (ГНКТ). В ранних верси-ях этих клапанов использовались мандрели с внутренними профиля-ми, соответствующими наружному профилю толкателя. Каждый кла-пан в скважине имел уникальный профиль, поэтому толкатель мог сесть только в один из них, прохо-дя через все остальные. Заменив профиль инструмента, оператор оборудования, спускаемого на ка-беле, мог открыть или закрыть вы-бранный клапан (рис. 1).

При незатрудненном доступе в устье скважины эти циркуля-ционные клапаны являются от-носительно простым, безопасным и недорогим средством взаимо-действия с несколькими продук-тивными зонами в одном стволе. Однако по мере увеличения чис-ла подводных скважин и скважин с большим отходом от вертикали в 1990-х гг. , использование тради-ционных методов спуска оборудо-вания на кабеле стало сопряжено с экономическими и техническими проблемами: вариант с динами-

7Зима 2007–2008

чески позиционируемыми судами, используемыми в качестве платформ для поддержки подводных работ и осуществления стандартных внутрискважинных работ, оказыва-ется дорогостоящим, а ввод кабеля или ГНКТ в ствол через устье, рас-положенное на морском дне, иногда на глубине нескольких тысяч фу-тов, намного более сложен и связан с намного большим риском, чем вход в скважину через фонтанную арматуру на поверхности.

Аналогично, доступ к клапану в тысячах метров от устья по ство-лу с большим углом наклона с по-мощью ГНКТ или троса сопровож-дается собственными проблемами и рисками.

Очевидным решением этих про-блем является переход от меха-нических операций (внутрисква-жинных работ) к гидравлическому или электрическому управлению с поверхности. Однако чтобы такая схема обеспечила то, для чего она предназначена – избежание внут-рискважинных работ, – клапаны должны иметь очень большой срок службы и высочайшую надежность, чтобы перерывы между работами по их техобслуживанию составля-ли годы.

К сожалению, первый прото-тип такого клапана с дистанцион-ным управлением, установленный в 1998 г. , отказал через четыре месяца. Тем не менее этот проект продемонстрировал компаниям, занятым подводной добычей, что система заслуживает право на су-ществование и в перспективе спо-собна обеспечить значительный экономический эффект. 2 Ободрен-ные этим частичным успехом, про-изводители начали разрабатывать все более надежные устройства. Например, компания Schlumberger заявила, что коэффициент надеж-ности ее клапанов второго поко-ления составляет 97%. В настоя-щее время диапазон скважинных клапанов регулирования притока

Рис. 3. Постоянные системы монито-ринга продуктивного пласта и добычи в реальном времени. Эта система связи между поверхностью и забоем WellNet с шестью датчиками для нефтяных и газовых скважин создана для использо-вания в проекте разработки сверхглубо-ководного месторождения у побережья Западной Африки. Для обеспечения резервирования датчики измеряют дав-ление в нижней и верхней зонах, а также давление внутри колонны НКТ. Посто-янные кварцевые датчики компании Schlumberger могут включать сварную кабельную головку для увеличения срока службы благодаря защите от агрес-сивных жидкостей, ударов, вибрации и растягивающих нагрузок. Несварная головка обеспечивает три независимых уплотнения типа «металл-металл». Оба типа датчиков рассчитаны на 10-летний срок службы.

простирается от простых двухпо-зиционных клапанов до гидравли-чески и электрически управляемых штуцеров с плавной регулиров-кой (рис. 2). Эти инновации дают возможность инженерам разраба-тывать клапаны с дистанционной регулировкой и разной площадью сечения потока, соответствующей профилю притока для продуктив-ной зоны.

Пока основной целью технологии интеллектуальных скважин оста-валось увеличение срока эксплу-атации скважины, эта технология не показывала своей максимальной эффективности. Однако теперь на-конец стало ясно, что свои истин-ные возможности она раскрывает при использовании ее в качестве инструмента для максимизации из-влечения запасов. Такой переход в применении технологии интел-лектуальных скважин от избе-жания внутрискважинных работ к управлению добычей из про-дуктивного пласта значитель-но ускорился благодаря появ-лению надежных постоянных датчиков скважинного давления и температуры, способных работать в жестких окружающих услови-ях в течение длительного времени (рис. 3). Их новая роль подкрепля-ется и долговечностью – результа-том повышения надежности элект-рических соединении. В прошлом это было слабым звеном сква-жинной электроники. Примене-ние полностью резервированных, независимо тестируемых механи-ческих и полносварных соедините-лей позволило поднять надежность на новую высоту (рис. 4).

Благодаря этим новым системам современный мониторинг пред-ставляет собой намного больше, чем только измерение давления и температуры. Началось исполь-зование постоянных скважинных многофазных расходомеров, сейс-мических датчиков и электродов, обеспечивающих сканирование продуктивного пласта на удале-нии от стенок скважины. Все эти устройства соединены с центрами управления, что позволяет прак-тически мгновенно реагировать на изменение условий. Данные от этих

2. Konopczynski M and Nielsen VJ: “Intelligent

Completions: A Decade of Innovation

Revolutionizes the Industry,” World Oil 228,

no. 5 (May 1, 2007): 55–56.

систем интеллектуального закан-чивания также используются для постоянного улучшения и обнов-ления моделей добычи, проведе-ния эксплуатационных испытаний в отдельных зонах и ответвлениях и интерпретации их результатов, прогнозирования песко- и водо-проявлений и измерения дебитов и обводненности.


Рис. 4. Улучшенные соединения. В прошлом большинство отказов систем мониторинга относились на счет попадания флюида в узел через кабельные соединения, обычно на кабельной головке. Вероятность такого события снижается при использовании показан-ного на рисунке высокогерметичного (dry-mate) электрического соединителя Intellitite производства компании Schlumberger. Он имеет стандартизированные по конструкции и монтируемые стандартными способами соединительные элементы – линейные кабельные соединители, кабельные головки датчиков, Y-образные соединители для одного датчика и Т- и W-образные соединители для двух датчиков – в сварном и несварном исполне-нии. Несварной соединитель имеет независимые дублированные уплотнения «металл-металл»; соединители обоих типов тестируются на скважине с помощью акустических детекторов. Это позволяет оператору не полагаться на показания манометра для под-тверждения герметичности уплотнения.

Разумный выборПреимущества мониторинга и кон-троля продуктивного пласта оче-видны. Например, поскольку сква-жины далеко не всегда вскрывают лишь одну углеводородную зону, инженеры по заканчиванию зачас-тую вынуждены выбирать между объединенной разработкой не-скольких зон или последователь-ной разработкой каждой из них. Так исторически сложилось, что вариант с одновременной разра-боткой нескольких зон допускался только в тех случаях, когда давле-ние и состав флюида в зонах были схожими и отсутствовали регуля-тивные ограничения. Можно также одновременно осуществлять до-бычу из двух, трех и иногда четы-рех перфорированных интервалов, если заканчивание обеспечивает изоляцию каждой зоны, а продук-ция из нее поднимается на повер-хность по отдельной эксплуатаци-онной колонне.

Последовательный подход обыч-но предусматривает разработку одной зоны до уровня граничной рентабельности, ее последующую изоляцию и оставление, переход к следующей зоне вверх по стволу и ее заканчивание. Этот цикл пов-торяется до истощения всех зон. Почти во всех случаях использо-вание такой стратегии приводит к оставлению значительных запа-сов и ухудшению профиля добычи, вызванного слишком большим пе-риодом истощения каждой зоны.

Интеллектуальное заканчива-ние при последовательной схеме добычи, предусматривающей дис-танционное закрытие и открытие каждой зоны с поверхности, на-оборот, повышает эффективность добычи за счет исключения за-трат на внутрискважинные рабо-ты и улучшения профилей добычи (рис. 5) . Регулируемые клапаны также можно использовать для перехода от последовательной

к совместной разработке, конт-ролируя приток из высоконапор-ных зон для предотвращения пе-ретока. Например, объем добычи при одновременной разработке трех зон в скважине «Фурье-3» (Fourier-3) на месторождении На-Кика (Na Kika) (оператор – компания Shell) в Мексиканском заливе превысил значение, рас-считанное для варианта последо-вательной разработки, на предска-занную величину 28%. 3

Но все это не означает, что тех-нология интеллектуального закан-чивания всегда гарантирует поло-жительный эффект. Опыт показал, что прирост добычи с помощью такой технологии зависит от рас-пределения пористости и прони-цаемости в пределах продуктивно-го пласта. Решение о применении интеллектуальных технологий не требует интеллектуального за-канчивания всех без исключения скважин на месторождении. Опе-ратор сначала должен определить, подходит ли для этого конкретный пласт, а затем изучить данный воп-рос в применении к каждой сква-жине, запланированной к бурению на месторождении.

Процессы выбора скважин-кан-дидатов простираются от простого анализа до построения сложных пластовых моделей. При наличии таких неизбежных неопределен-ностей, как свойства продуктив-ного пласта, состав добываемого флюида, показатели скважины и эффективность нефтеизвлече-ния, лучше использовать стохасти-ческие, а не детерминистические подходы. 4

Со временем появились общие, основанные на опыте рекомен-дации по выбору стратегии ин-теллектуального заканчивания.Например, дистанционно управ-ляемые клапаны, установленные в интервале продуктивного плас-та с неизменной проницаемос-тью, на первый взгляд могут по-казаться эффективным средством контроля водопритока, увеличи-вающим срок эксплуатации сква-жины и суммарный объем добычи. Но если интервал их установки перекрывает относительно корот-

9Зима 2007–2008

кий участок пласта, то интеллек-туальное заканчивание может ока-заться нерентабельным, если не будет получен достаточно нерав-номерный фронт притока флюида. 5 Другими словами, притоки нефти и воды могут быть недостаточ-но различимы, чтобы можно было обеспечить контроль одного из них, не влияя на другой, что сдела-ет такое заканчивание пустой тра-той денег.

Так как интеллектуальное закан-чивание может быть эффективным в слоистых пластах, по очевидным причинам оно более эффективно в тех случаях, когда глинистая зона, разделяющая пески, непрерывна и непроницаема. Поэтому такое заканчивание некоторых скважин, пересекающих надежно экрани-рованные слои в одном и том же пласте, очень выгодно.

В наборе математических моде-лей, разработанном для выбора скважин-кандидатов, используют-ся методы моделирования пласта и скважин для получения сравни-тельной модели, отражающей выго-ды от использования интеллекту-ального заканчивания. Создаются сценарии для генерирования вари-аций в поведении пласта, от кото-рых зависит частота событий, тре-бующих внутрискважинных работ, мониторинга продуктивного плас-та или управления добычей из него, и которые нередко связаны с гео-логическими неопределенностями и неоднородностью пласта. 6

Успешность интеллектуально-го заканчивания в неоднородном пласте, образованном руслами древних рек, зависит от произво-дительности скважины, которая, в свою очередь, определяется ее проводкой относительно ориента-ции проницаемости пласта и сооб-щаемости русел. Точнее говоря, эф-

фективность скважинных клапанов регулирования притока зависит от выбора одного из их возможных положений, т.е . от площади се-чения потока флюида, а также от величины притока флюида в ствол скважины, который должен быть достаточно высоким, чтобы эффект применения интеллектуального заканчивания был заметным. 7 Но по своей природе большинство не-однородных коллекторов пригодно для рентабельного интеллекту-ального заканчивания, поскольку их изменяющиеся проницаемость и пористость обуславливают созда-ние именно такого фронта притока, который лучше всего подходит для работы клапанов с регулируемым положением.

Как заставить данные работатьПриняв решение об интеллекту-альном заканчивании, инженеры-эксплуатационники должны опти-

3. Glandt CA: “Reservoir Aspects of Smart Wells,”

paper SPE 81107, presented at the SPE Latin

American and Caribbean Petroleum Engineering

Conference, Port-of-Spain, Trinidad and Tobago,

April 27–30, 2003.

4. Arashi A, Konopczynski M, Nielson VJ and

Giuliani C: “Defining and Implementing

Functional Requirements of an Intelligent-

Well Completion System,” paper SPE 107829,

presented at the SPE Latin American and

Caribbean Petroleum Engineering Conference,

Buenos Aires, April 15–18, 2007.

5. Ebadi F, Davies DR, Reynolds M and Corbett

PWM: “Screening of Reservoir Types for

Optimisation of Intelligent Well Design,” paper

SPE 94053, presented at the SPE Europec/EAGE

Annual Conference, Madrid, Spain, June 13–16,

2005.

6. Sharma AK, Chorn LG, Han J and Rajagopalan S:

“Quantifying Value Creation from Intelligent

Completion Technology Implementation,” paper

SPE 78277, presented at the SPE European

Petroleum Conference, Aberdeen, October

29–31, 2002.

7. Ebadi et al, сноска 5.

125

100

75

Нако

плен

ная

добы

ча н

ефти

, %

Время, месяцы

50

25

0 10 20 30 40 50 60 70

Коллектор B

Коллекторы С, В и А

Коллектор С

Коллектор A

Рис. 5. Сравнение совместной и последовательной добычи. Преимущества стратегии совместной добычи над последовательной продемонстрированы кривыми добычи в скважине в Мексиканском заливе (красная и синяя кривая соответственно). Для контроля нижней и верхней продуктивных зон в скважине установлено два клапана регулирования притока. В данном примере оператор использовал двухпозиционные регулируемые клапаны для перекрытия притока из одной зоны, когда он стал слиш-ком обводнен. Результатом стало повышение добычи примерно на 28% по сравне-нию с вариантом последовательной разработки.

мизировать использование всего объема новых данных для макси-мизации отдачи от этой техноло-гии. Стратегии сокращения числа внутрискважинных работ и базо-вого контроля притока для борьбы с образованием конусов обводне-ния и прорывами газа основывают-ся лишь на части информации, по-лучаемой от современных сложных постоянных датчиков на поверх-ности и в скважине. Современные приборы собирают данные с такой высокой скоростью, что инженеры обычно вынуждены полагаться не на сами данные, а на специальные системы сигнализации, чтобы вы-явить изменения скважинных ус-ловий.

В прошлом компьютерным про-граммам приходилось обрабаты-вать огромные объемы информа-ции для определения вариантов оптимизации добычи. В результате решения принимались отдельно


по разным элементам месторожде-ния, и общая, связанная стратегия не формировалась. Решением этой проблемы является преобразова-ние избыточных данных в удобную форму с помощью систем автома-тизированного контроля парамет-ров пласта (automated reservoir surveil lance – ARS). 8 Такие систе-мы производят первичную очис-тку, агрегирование и оценку дан-ных, хранящихся в центральном массиве данных, для дальнейшего их использования инженерами на их компьютерах.

Очистка данных заключается в удалении нереалистичных выбро-сов за пределы верхней и нижней границы. Она обеспечивает уда-ление около 80% таких выбросов из большинства наборов данных. При агрегировании происходит преобразование высокочастот-ных данных, получаемых каж-дые несколько секунд или минут, в управляемый набор данных за 15-минутный период. Кроме того, данные оцениваются путем срав-нения с пороговыми значениями, установленными инженерами или полученными из модельных вели-чин. Если значение выходит за по-роговый уровень, система ARS вы-дает предупреждение.

Помимо высокочастотных дан-ных в центральный массив данных можно интегрировать суточные и месячные данные; для них так-же проводятся операции очистки и оценки, но из-за их частоты агре-гирование не требуется. Эти низ-кочастотные данные могут вклю-чать такие переменные, как объем продаж нефти и газа, параметры испытания скважин и их располо-жение. Объединение всех данных в единый, легко доступный цент-ральный массив позволяет опреде-лить подходящий временной шаг для различных программных паке-тов.

Не следует думать, что автома-тизация в этом смысле способна обеспечить управление добычей из пласта без участия человека. В данном случае автоматизация служит для осуществления низко-уровневых процессов, которые ина-че потребовали бы больших вре-

менных затрат, оказывая при этом лишь относительно небольшой положительный эффект на процесс управления добычей. После задания параметров очистки, агрегирова-ния и оценки данные автоматичес-ки передаются в соответствующую программу в установленное время без участия инженера (см. «Опти-мизация добычи: от продуктивного пласта до пункта подготовки нефти и газа», стр. 22).

Вторая часть данного процесса автоматизации включает сравнение измеренных и расчетных данных по трендам, моделям и пороговым значениям (например, по кривым истощения пласта, моделям сква-жин, численным моделям пласта или пороговым значениям отно-шения объемов закачки и отбора). Недавно стратегия ARS была при-менена на месторождении Медуза (Medusa) в Мексиканском заливе на блоках Миссисипи-Каньон 538 и 582 (Mississippi Canyon Blocks 538 and 582). Добыча на этом объ-екте, где глубина моря составля-ет 2 200 футов (671 м) и операто-ром которого является компания Murphy E&P, будет вестись шестью скважинами, продукция из кото-рых собирается на spar-платформе. Инженеры Schlumberger внедрили систему ARS для автоматической передачи высокочастотных данных с платформы в офисы на суше. Дан-ные проходили контроль качества и агрегировались в 15-минутные интервалы для экспорта в другие программы. Кроме того, проводи-лось автоматическое сравнение измеренных и расчетных величин по трендам, моделям и пороговым значениям с целью установления параметров сигнализации для пре-дупреждения инженеров о расхож-дениях.

В качестве основы системы ARS использовалось программное обеспечение для оптимизации до-бычи путем интеллектуального анализа данных DECIDE! (рис. 6) . Центральный массив данных меж-ду базой высокочастотных данных на платформе и компьютером ин-женера соединяет различные базы данных с помощью хранящихся в нем ссылок, независимо от вре-

менного интервала. После очистки и агрегирования данных осущест-вляется автоматический расчет об-водненности, суммарной добычи, газовых факторов и других пара-метров (в фоновом режиме) и их сохранение в центральном массиве данных. Система ARS также авто-матически определяет общий объ-ем добычи для отдельных скважин с помощью нейронных сетей, кото-рые непрерывно вычисляют дебиты нефти, газа и воды. По входным па-раметрам этих сетей можно получать модельные выходные параметры (в данном случае – дебиты). 9 Ней-ронные сети можно использовать для сравнения дебитов, опреде-ленных при испытании скважин и в результате расчетов. Преиму-ществами данного подхода явля-ются скорость и точность. 10

Наибольшая выгода от исполь-зования системы ARS заключается в оптимизации работы инженера и экономии времени и трудозатрат. На Медузе эта система показала типичные результаты, обеспечив ускоренную и более качественную визуализацию данных, миними-зацию операций по управлению данными инженером-нефтянком, более тесное взаимодействие, облегчаемое доступом к одним и тем же данным, ускоренное получение результатов и ответов, лучший контроль за процессом и большее время для анализа и оп-тимизации.

Увеличение извлекаемых запасовВ некоторых случаях возникают осложнения, вызванные, наоборот, недостатком данных. Некачествен-ная или недостаточная информа-ция, особенно при наличии слож-ных геологических условий, может привести к неточным выводам, на-пример, о разочаровывающе низких начальных дебитах, особенно на но-вых месторождениях, оцененных, главным образом, по сейсмическим данным и сведениям по нескольким разведочным скважинам. Иногда существенная разница между про-гнозом и реальностью вынуждает инженеров пересмотреть началь-ную оценку извлекаемых запасов в сторону снижения. Однако было

11Зима 2007–2008

Центральный массивданных DECIDE!

Другие базы данных

Другие базы данных

Моделирование

Исследование скважин

Программное обеспечениеDECIDE!

Морская база данных,получаемых в

реальном времени

Наземная база данных,получаемых в

реальном времени

Исходные высокочастотные данные

Компьютер инженера

spar9платформа на месторождении Медуза

Более 3 000 меток

В реальномвремени 600 меток

15 минут

Рис. 6. Избыточные данные. Инженерам требовалось обеспе-чить мониторинг и контроль шести сложных подводных сква-жин, подсоединенных к одной глубоководной spar-платформе на месторождении Медуза в Мексиканском заливе. Однако это было бы практически невозможно при получении больших объемов высокочастотных разрозненных данных, если бы на помощь не пришла система автоматизированного контроля

параметров пласта ARS. Используя в качестве основы системы ARS модуль DECIDE! в составе моделирующего программно-го обеспечения ECLIPSE компании Schlumberger , был создан центральный массив данных, объединяющий различные базы данных с помощью хранящихся в нем ссылок, не зависящих от временного интервала.

показано, что с подобной неблаго-приятной ситуацией можно спра-виться полностью или частично путем обеспечения максимально-го контакта с коллектором пласта и использования интеллектуаль-ного заканчивания.

Например, расчетный объем на-чальных пластовых запасов нефти на месторождении Гуллфакс-Саут (Gullfaks South) в норвежском сек-торе Северного моря составил около 35 млн м3 (220,3 млн барр.), из которых 12,6 млн м3 (79,3 млн барр.) – из-влекаемые запасы. Эту прогноз-ную величину извлекаемых запасов (почти 36% от геологи-ческих запасов) пришлось умень-шить до сравнительно скромных 2,4 млн м3 (15,1 млн барр.) практи-чески сразу после начала добычи на месторождении. Причиной этому стала структурная сложность целе-вого объекта разработки с многочис-ленными тектоническими блоками и признаками локально-изменчивых межфлюидных контактов.11

Данные по производительности скважин показали компании-опера-тору Statoil (теперь StatoilHydro), что пласт Статфьорд (Statfjord) мощностью 300 м (985 футов) не обладает достаточно высокой сообщаемостью, ожидаемой инже-нерами. Он оказался неоднородным,с повышенной вероятностью пре-ждевременного прорыва газа. В результате компания начала ре-ализацию проекта увеличения нефтеотдачи. Проведя модели-рование с помощью программно-го пакета моделирования про-дуктивного пласта ECLIPSE 100, инженеры компании Statoil осу-ществили интеллектуальное закан-чивание трех горизонтальных под-водных скважин (G-01, F-02 и D-03), а компания Schlumberger установи-ла в них скважинные измеритель-ные приборы и системы регулиро-вания притока (рис. 7).

Благодаря скважинным датчикам давления и температуры, работаю-щим в реальном времени, данный

8. Holland J, Oberwinkler C, Huber M and Zangl G:

“Utilizing the Value of Continuously Measured

Data,” paper SPE 90404, presented at the SPE

Annual Technical Conference and Exhibition,

Houston, September 26–29, 2004.

9. Oberwinkler C and Stundner M: “From Real-

Time Data to Production Optimization,” paper

SPE 87008, presented at the SPE Asia Pacific

Conference on Integrated Modeling for Asset

Management, Kuala Lumpur, March 29–30, 2004.

10. Так как нейронные сети обучаются по

получаемым данным и определяют базовые

взаимосвязи, то чем больше данных, тем

вероятнее успех. После установления базовой

взаимосвязи эти сети можно использовать

для прогнозирования определенных событий,

предоставляя инженеру достаточно времени

для принятия превентивных мер.

11. Haugen V, Fagerbakke A-K, Samsonsen B and

Krogh PK: “Subsea Smart Multilateral Wells

Increase Reserves at Gullfaks South Statfjord,”

paper SPE 95721, presented at the SPE/DOE

Symposium on Improved Oil Recovery, Tulsa,

April 22–26, 2006.

проект позволил существенно по-высить охват, улучшить дрениро-вание коллектора и сократить за-траты на внутрискважинные работы. В итоге к 2006 г. стратегия добычи с


Обсадная колонна диаметром 103/4 дюйма

НКТ диаметром 51/2 дюйма

Извлекаемый пакер ХМР premium MultiPort размерами 95/8 x 51/2 дюймов

Мандрель диаметром 51/2 дюйма длядвух датчиков

НКТ диаметром 7 дюймов

Обсадная колонна диаметром 95/8 дюйма

Хвостовик диаметром 7 дюймов

Клапан TRFC9HN9AP управления добычей по затрубному пространству диаметром 31/2 дюйма

Клапан TRFC9HN9LP управления добычейпо НКТ диаметром 31/2 дюйма

Мандрель диаметром 31/2 дюйма для одного датчика

Гидр

авли

ческ

ая л

иния

упр

авле

ния

диам

етро

м 1 /4

дю

йма

Элек

трич

ески

й ка

бель

для

дат

чико

в ди

амет

ром

1 /4 д

юйм

а

Рис. 7. Увеличение добычи. Пытаясь увеличить конечный объем добычи, инженеры компании Statoil осуществили интеллектуальное заканчивание трех горизонталь-ных подводных скважин на месторождении Гуллфакс. В показанной на рисунке многоствольной скважине F-02 установлены извлекаемые на НКТ клапаны TRFC-HN для контроля притока из двух стволов. Клапан TRFC-HN-AP управления добычей по затрубному пространству контролирует приток из бокового ствола, а клапан TRFC-HN-LP управления добычей по НКТ регулирует приток из главного ствола. Каждый из них имеет 11 положений – закрытое, полностью открытое и 9 промежуточных положений открытия, что обеспечивает максимальную гибкость при добыче и максимальное нефтеизвлечение.

тремя скважинами обеспечила поч-ти двукратный прирост извлекаемых запасов с 2,4 млн м3 (оцененных в2001 г.) до 5,4 млн м3 (34 млн барр.).

Этот успех также позволил опе-ратору получить большой объем информации о сложном коллекто-ре и подтвердил целесообразность строительства дополнительных ин-теллектуальных скважин на данном месторождении.

Те х н о л о г и я м н о г о с т в о л ь н ы х с к в а ж и н и т е х н о л о г и я и н т е л л е к -т у а л ь н о г о з а к а н ч и в а н и я , п о д о б -н а я в н е д р е н н о й н а м е с т о р о ж д е н и и Гу л л ф а к с - С а у т, и д е а л ь н о п о д х о -д я т д р у г д р у г у. И н т е л л е к т у а л ь н о е з а к а н ч и в а н и е д а е т в о з м о ж н о с т ь о п е р а т о р а м л е г к о и з о л и р о в а т ь , и с п ы т ы в а т ь и к о н т р о л и р о в а т ь каждое ответвление таким же обра-з о м , к а к и о т д е л ь н ы е з о н ы в о д н о м с т в о л е . П о д о б н а я г и б к о с т ь п о з -в о л я е т о п р е д е л я т ь п р о ф и л ь п р и т о к а д л я к а ж д о г о о т в е т в -л е н и я и и с п о л ь з о в а т ь м о д е л и п л а с т а и м н о г о ф а з н ы е и з м е -р и т е л ь н ы е п р и б о р ы д л я у с т а -н о в л е н и я о п т и м а л ь н о г о д е б и т а и р а с п р е д е л е н и я о б щ е г о п р и т о -к а , н е д о п у с к а я о б р а з о в а н и я в о -д я н о г о к о н у с а и л и п р о р ы в а г а з а . Н е п р е р ы в н ы й м о н и т о р и н г о т д е -л ь н ы х б о к о в ы х с т в о л о в в т е ч е н и е в с е г о с р о к а э к с п л у а т а ц и и с к в а ж и -н ы о б е с п е ч и в а е т р е г у л и р о в а н и е п р и т о к а и з к а ж д о г о о т в е т в л е н и я в р е а л ь н о м в р е м е н и , п о д д е р ж и в а я т е м с а м ы м п и к о в ы й д е б и т, у в е л и -ч и в а я э ф ф е к т и в н ы й с р о к р а б о т ы с к в а ж и н ы и л и у с к о р я я д о б ы ч у.

Совместный проект в Саудовской АравииВ 2004 г. инженеры компании Saudi Aramco осуществили пробный проект бурения и заканчивания скважины с максимальной площа-дью контакта с коллектором плас-та. Она была построена на залежи Харадх (Haradh), расположенной в юго-западной части гигантского месторождения Гхавар (Ghawar) в Саудовской Аравии. Эта залежь вводилась в эксплуатацию в три последовательных этапа в течение примерно 10 лет, с мая 1996 г. по январь 2006 г. На этапе I скважины имели традиционное заканчивание,

13Зима 2007–2008

но накопленный опыт подтолкнул инженеров компании Saudi Aramco к включению концепции макси-мальной площади контакта, много-ствольной технологии и интеллек-туального заканчивания в этапы II и III (рис. 8).

Скважина А12 на залежи Харадх была изначально закончена из установленного горизонтально хвостовика диаметром 7 дюймов. Из него был пробурен горизонталь-ный открытый участок диаметром 6⅛ дюйма, а на участке с высокими потерями бурового раствора при бурении был установлен хвостовик диаметром 4½ дюйма. Из хвостови-ка диаметром 7 дюймов пробурено еще два ответвления, законченных открытым стволом (рис. 9) .

При таком стандартном много-ствольном заканчивании водопри-ток изначально отсутствовал, однако менее чем через год обводненность продукции достигла почти 23%. В результате уменьшился перепад давления и общий объема добычи и увеличились затраты на обработку

10 км

6 миль

Циркуляционный клапан, 6 915 футов по стволу

Эксплуатационный многоканальныйпакер QUANTUM MultiPort №3, 6 943 фута по стволу

Клапан регулирования притока TFRC9H №3, 6 943 фута по стволу

Клапан регулирования притока TFRC9H №2, 7 512 футов по стволуБашмак обсадной колонны

диаметром 9⅝ дюйма, 6 975 футов по стволу

Хвостовик диаметром 4½ дюйма, 11 622 фута по стволу

Мандрель PressureWatch, 6 880 футов по стволу

Эксплуатационный многоканальный пакер QUANTUM MultiPort №2, 7 501 фут по стволу

Эксплуатационный пакер QUANTUM MultiPort №1, 9 223 фута по стволу

Ответвление 1, забой на 13 588 футах по стволу



Хвостовик диаметром 7 дюймов, 11 008 футов по стволу

Клапан регулирования притока TFRC9H №2, 9 234 фута по стволу

Рис. 8. Структура освоения залежи Харадх. Эта залежь, расположенная в юго-запад-ной части гигантского месторождения Гхавар (Саудовская Аравия), вводилась в эксплуатацию в три этапа (май 1996 г., апрель 2003 г. и январь 2006 г.), включав-ших примерно равные запасы. Общая мощность добычи составляет 900 000 барр./сут-ки (143 000 м3/сутки). Протяженность залежи Харадх – 75 км (46 миль), а максималь-ная ширина – 26 км (16 миль). На втором этапе предусматривались горизонтальные скважины с максимальной площадью контакта с коллектором пласта и интеллектуаль-ным заканчиванием. Положительные результаты применения этих стратегий в отно-шении управления разработкой всей залежи побудили компанию осуществить третий этап с использованием многоствольного интеллектуального заканчивания.

Рис. 9. Интеллектуальная многоствольная скважина. Скважина А12 на залежи Харадх включает горизонтально установленный хвостовик диаметром 7 дюймов, горизонтальный необсаженный участок и хвостовик диаметром 4½ дюйма. Из хвостовика диа-метром 7 дюймов пробурено еще два ответвления, законченных

открытым стволом. Вместе с преимуществами максимальной площади контакта с коллектором пласта в многоствольных скважинах, система регулирования притока и внутрискважин-ных измерений позволила существенно снизить водоприток на залежи Харадх.


скважины и удаление воды, что сдела-ло борьбу с водопритоком первооче-редной задачей.В ответ на сложившу-юся ситуацию компания Schlumberger спроектировала и установила систе-му интеллектуального заканчивания с многопозиционными скважинными клапанами регулирования притока и поверхностными дебитометрами для избирательного контроля водоприто-ка из каждой из трех зон. Благодаря оптимизации скважинных регулято-ров притока обводненность снизилась с 23% практически до нуля.

Успех интеллектуальных скважин на Харадхе стал результатом приме-нения подхода к проектированию, планированию и установке, учи-тывающего специфику управления проектом. Пять отделов компании Schlumberger работали совместно с отделами компании Saudi Aramco, занимающимися оборудованием, до-бычей, бурением и ремонтом сква-жин, управлением разработкой продуктивного пласта и оценкой па-раметров пласта. Усилиями послед-них двух отделов обеих компаний с помощью программы анализа сис-темы добычи PIPESIM была постро-ена модель многоствольной скважины с целью расчета давлений на каждом ответвлении при различной обвод-ненности. Моделирование позволило оценить производительность ответ-влений на клапанах регулирования притока при различных давлениях и дебитах.

Перед запуском этого проекта со-стоялось двухдневное совещание многопрофильной группы, включав-шей более 30 специалистов компаний Schlumberger и Saudi Aramco. Оно было посвящено планированию про-екта, предварительной проработке схемы заканчивания, согласованию критериев проектирования и про-цедур установки и распределению обязанностей. Участники совмес-тно составили список действий из 28 пунктов для исключения проблем во время работ.

Полевая группа включала бри-гады по заканчиванию, кабельно-му каротажу, операциям на ГНКТ и испытаниям на многофазный по-ток под управлением менеджера компании Schlumberger по передо-вым методам заканчивания. Учи-

тывая историю ремонтов скважины возможное присутствие деформа-ций обсадной колонны, способных повлиять на установку компоновки интеллектуального заканчивания, отделы кабельного каротажа и сква-жинных работ произвели измерения коррозии с помощью ультразвуково-го сканера UltraSonic Imager (USI), спущенного на ГНКТ. Полученные результаты подтвердили целост-ность обсадной колонны и возмож-ность установки системы QUANTUM с гравийным фильтром и многока-нальным пакером. Использование мобильной системы мониторинга многофазного потока PhaseTester и системы мониторинга и сбора дан-ных в реальном времени InterACT позволило группе оптимизировать параметры интеллектуального за-канчивания (рис. 10). Это дало воз-можность инженерам компании Saudi Aramco, находящимся в город-ских офисах, настроить скважин-ные клапаны регулирования притока в реальном времени для максимиза-ции дебита нефти и минимизации об-водненности.

В ходе испытания и установки обо-рудования и последующего испытания скважины на приток осуществлялось свыше 10 полных рабочих циклов для каждого регулятора – 110 изменений положения, что эквивалентно несколь-ким годам работы в обычном режиме. Скважина была полностью испытана на приток и введена в эксплуатацию при минимальном дебите воды. Инже-неры Saudi Aramco согласились с тем, что без интеллектуального заканчива-ния скважина быстро бы обводнилась и перестала бы давать нефть.12

Как извлечь все запасыКак и при многоствольном закан-чивании, совместная разработка не-скольких пластов во многих случа-ях позволяет операторам уменьшить число стволов, требуемых для разра-ботки индивидуальных объектов, и снизить, таким образом, капитальные затраты и риски. Данная стратегия получила развитие за последние годы благодаря все более сложным управ-ляемым роторным системам для бу-рения протяженных разведочных скважин с большим углом наклона. Интеллектуальное заканчивание та-

ких сложных скважин способствует оптимизации добычи даже при дина-мических изменениях, происходящих во время добычи.

Информация, получаемая от дат-чиков в реальном времени, дает возможность выявлять изменения в продуктивном пласте и сразу реа-гировать на них, дистанционно уп-равляя клапанами регулирования притока. Возможность подстраивать-ся под изменение режима притока, например, при прорыве в одной зоне, в тот момент, когда оно происходит, очень важна, поскольку это время оптимально для изменения произво-дительности скважины с целью мак-симизации добычи нефти и миними-зации притока газа или воды.13

Именно такие возможности поз-волили одной компании-оператору определить экономическую жизне-способность нового месторождения, расположенного на удалении от сущес-твующей инфраструктуры. Компания Mobil Producing Nigeria Unlimited (MPN) пробурила на месторождении Усари (Usari) на мелководном шель-фе Нигерии скважину с большим отходом от вертикали, используя существующую платформу. Это мес-торождение расположено примерно в 16 милях (25 км) от побережья при глубине моря около 72 футов (22 м). На тот момент его разра-ботка осуществлялась 25 скважи-нами с двух платформ-спутников, соединенных с главной платфор-мой. Месторождение включает 35 открытых залежей, разделен-ных на три категории по свойс-твам флюидов, режимам давления и геологическому строению: мел-козалегающие, промежуточные и глубинные (18, 15 и 2 залежи, со-ответственно). В настоящее время ведется добыча из четырех мелкоза-легающих, десяти промежуточных и обеих глубинных залежей.

В 2001 г. поисковая скважина, про-буренная на площади Грабен (Graben) рядом с месторождением Усари, вскрыла семь новых пластов. Из-за наличия приповерхностного газа, за-труднившего сейсмическое освеще-ние объекта, строение структуры на удалении без контроля по скважин-ным данным определялось с низкой достоверностью. Поэтому требова-

15Зима 2007–2008

12. Mubarak SM, Pham TR, Shamrani SS and Shafiq M:

“Using Down-Hole Control Valves to Sustain Oil

Production from the First Maximum Reservoir

Contact, Multilateral and Smart Well in Ghawar

Field: Case Study,” paper IPTC 11630, presented

at the International Petroleum Technology

Conference in Dubai, UAE, December 4–6, 2007.

13. Graf T, Graf SP, Evbomoen P and Umadia C: “A

Rigorous Well Model to Optimize Production

from Intelligent Wells and Establish the

Back-Allocation Algorithm,” paper SPE 99994,

presented at the SPE Europec/EAGE Annual

Conference and Exhibition, Vienna, Austria,

June 12–15, 2006.

14. В пакере со ступенчатым проходным отвер-

стием диаметр отверстия уплотнения равен

внутреннему диаметру НКТ, что достигается

благодаря конструкции уплотнительного узла

и большому диаметру пакера и особенно под-

ходит для случаев многоинтервального разде-

льного заканчивания или наличия нескольких

зон. При совместном заканчивании несколь-

ких объектов разработки большой внутренний

диаметр пакера также обладает преимущес-

твами, что очень важно при высокодебитной

добыче.

15. Brock WR, Oleh EO, Linscott JP and Agara S:

“Application of Intelligent-Completion

Technology in a Triple-Zone Gravel Packed

Commingled Producer,” paper SPE 101021,

presented at the SPE Annual Technical

Conference and Exhibition, San Antonio, Texas,

September 24–27, 2006.

лось максимально уменьшить неоп-ределенности, связанные с возмож-ной расчлененностью коллектора, его протяженностью и продуктивностью, до принятия решения о строительс-тве дополнительных платформ для его разработки.

С этой целью инженеры ком-паний Schlumberger и MPN про-бурили скважину 32В длиной 15 000 футов (4 752 м) с увеличенным отходом от вертикали (отход от су-ществующей платформы 8 620 футов (2 672 м) под углом 75° на выхо-де за контур месторождения). Эта скважина, вскрывшая три из семи пластов, предназначалась для полу-чения данных по продуктивности залежи и ее характеристикам. Разо-бщение зон в стволе обеспечивалось пакерами для гравийного фильтра со ступенчатым проходом размерами 9⅝ × 7⅛ × 6 дюймов с несколькими концентрическими уплотнительны-ми узлами в шестидюймовом прохо-де пакера.14 Два одинаковых закан-

Рис. 10. Оптимизация в реальном времени. Совместное исполь-зование мобильного оборудования для мониторинга многофаз-ного потока PhaseTester , измеряющего дебит на поверхности, скважинных датчиков давления и температуры и системы мони-торинга и сбора данных в реальном времени InterACT обеспе-чило инженеров компании Saudi Aramco необходимой информа-цией и доступом к изменению настроек скважинных клапанов регулирования притока в реальном времени. Результатом стала максимальная добыча нефти при минимальной обводненности.

чивания разных продуктивных зон были запланированы, чтобы решить проблему с геологическими неоп-ределенностями с расчлененностью и площадью залежи (рис. 11).

План объединения притока из трех зон, в которых установлены гравий-ные фильтры, с одновременным кон-тролем и мониторингом каждой зоны в отдельности обладает дополнитель-ной привлекательностью благодаря возможности исключить из бурения одну скважину на каждые три плани-руемые к бурению, так как одна такая скважина может разрабатывать три зоны, а не две, как при более традици-онном заканчивании.

Совместная разработка несколь-ких продуктивных пластов в Ниге-рии запрещена законодательством. Однако инженеры смогли обойти этот запрет, продемонстрировав, к удовлетворению Управления нефти и газа Нигерии (Nigerian Department of Petroleum Resources – DPR), что не-прямые измерения величин притоков

по скважинным данным о давлении и температуре могут быть объединены с обычными интервальными исследо-ваниями для определения уровня до-бычи в ретроспективе. Дополнитель-ным подтверждением эффективности такой схемы для властей стала орга-низация прямой передачи данных на компьютеры инженеров через систему InterACT.

В результате для MPN было сде-лано исключение, и компания по-лучила разрешение на совместную разработку трех пластов с заканчива-нием гравийным фильтром диаметром 9⅝ дюймов, где каждая из компо-новок заканчивания содержит ре-гулируемые клапаны контроля притока и датчики давления и темпе-ратуры. Два нижних регулируемых клапана притока имеют девять по-ложений (в т.ч. полностью открытое и полностью закрытое), а макси-мальное эквивалентное сечение по-тока составляет 2⅞ дюйма (рис. 12). Третий регулируемый клапан при-тока, установленный в верхней, самой продуктивной зоне, имеет 11 положений и эквивалентное сече-ние потока 3½ дюйма, достаточное для прохода объединенной продукции из всех зон.15


Многоканальный пакерMultiPort диаметром 95/8 дюйма

Пакер для гравийного фильтра со ступенчатымпроходом размерами 95/8 x 71/8 x 6 дюймов


Узел непроходного сквозногоконцентрического уплотнения

TRFC диаметром31/2 дюйма

Постоянный кварцевыйдатчик





Зона 3

Зона 2

Зона 1


Башмак обсадной колонны диаметром97/8 дюйма



Рис. 11. План. Три интервала скважины 32В на месторождении Усари, закончен-ных гравийным фильтром. Приток из них был объединен, а контроль и мониторинг каждого интервала осуществлялся извле-каемыми на НКТ скважинными клапанами регулирования притока (TRFC) и датчи-ками.

12 000

11 000

10 000

9 000

8 000

7 000

6 000

5 000

4 000

3 000

2 000

1 000

0

Деби

т ж

идко

сти,

бар

р./с

утки

Положение регулятора притока

54 76 8 10910 32

ПП 50 барр./((фунт/дюйм2)9сутки) (базовый вариант)Газовый фактор 770 фут3/барр.Динамическое устьевое давление 700 фунт/дюйм2

Пластовая температура 173°F (79US1G)Пластовое давление 2 660 фунт/дюйм2

Номинальные значения

9

Рис. 12. Как осуществляется контроль. Совместная разработка нескольких продук-тивных зон требует точного проектирования скважинных регуляторов притока и достаточной информации о взаимовлиянии этих зон. Бежевая область на диаграмме отражает ожидаемый вклад зоны 7-US1G при 11 положениях регулятора диаметром 3½ дюйма. Моделирование проведено при условиях, указанных на врезке, считая, что в двух оставшихся зонах – 8-US1G (сиреневая область) и 9-US1G (розовая область) –регуляторы полностью открыты. Диаграмма показывает , что общий дебит скважины составляет от 9 800 барр./сутки (1 557 м3/сутки) до 10 700 барр./сутки (1 700 м3/сутки) при работе средней и нижней зон с полностью открытыми штуцерами и ступенчатом переводе регулятора в 7-US1G из полностью закрытого в полностью открытое по-ложение. Изменение притока из зоны 7-US1G на шаг штуцера составляет примерно 500 барр./сутки (79 м3/сутки), что соответствует точности регулирования, требуемой для контроля потенциального притока газа или воды. Основной вклад в добычу для данной модели вносит зона 8-US1G, что вызвано высоким пластовым давлением и расчетным показателем продуктивности (ПП), равным 50 барр./((фунт/дюйм2)-сутки) (1,15 м3/(кПа-сутки)).

Скважина была испытана после ввода в эксплуатацию и через три месяца после этого. Данные по за-бойному давлению показали про-должающийся рост продуктивнос-ти зон благодаря очистке скважины в процессе добычи (рис. 13). Для прогнозирования зональных деби-тов в модель были введены данные по давлению и притоку.

Успешно осуществив интеллекту-альное заканчивание скважины 32В на месторождении Усари, компа-ния MPN получила намного более точную картину запасов, лежащих за пределом досягаемости сущес-твующей инфраструктуры. Для получения ответов на оставшиеся вопросы в отношении расчленен-ности, протяженности и продук-тивности залежи планируется про-бурить еще две скважины.

Интеллектуальные методы повышения нефтеотдачиЭксперты прогнозируют, что до 40% интеллектуальных заканчиваний будет осуществляться в водонаг-нетательных скважинах. Причина совмещения этих технологий оче-видна: исторически сложилось, что проекты заводнения прекращались при достижении максимального уровня обводненности добывающей скважины, но это часто приводило к оставлению значительных запасов нефти.

Попытки снизить водоприток были долгое время сконцентрированы на применении заканчивания с цемен-тированием, пакеров, химических веществ, препятствующих заводне-нию, и избирательного перфориро-вания для изменения распределения притока вдоль ствола. Управление

17Зима 2007–2008

скоростью нагнетания с помощью скважинных клапанов обеспечивает достижение той же цели, но более эффективно и с меньшими затрата-ми. Фронты заводнения в нынеш-них сильно наклонных скважинах с большой площадью дренирования особенно чувствительны к измене-нию распределения потока по раз-ным слоям, вскрытым скважиной. Эта практика позволяет компенси-ровать природную склонность флю-идов к преимущественному течению через высокопроницаемые зоны.16

Скорости нагнетания на вскрытой поверхности пласта устанавливают-ся при контроле либо значений дав-ления, либо значений притока. При закачке в несколько зон, разделен-ных непроницаемыми барьерами, интеллектуальные клапаны служат в качестве дросселей, поддержи-вая достаточное давление в каждой точке закачки, что позволяет ис-пользовать всего лишь один насос. Альтернативами являются исполь-зование отдельного насоса для каж-дой зоны или поддержание одинако-вого давления во всех зонах. Первое более затратно, а второе – менее эффективно. Вариант с контролем притока можно применять для фор-мирования фронта заводнения при отсутствии непроницаемых барьеров в интервале нагнетания. И снова альтернативами будут использова-ние отдельных насосов с постоянной подачей для каждой зоны или всего одного насоса с подачей, измеряе-мой и дросселируемой до необходи-мых значений с помощью скважин-ных клапанов.

Системы заводнения с дистанци-онно управляемыми скважинными клапанами особенно хорошо под-ходят для вариантов с подводным заканчиванием, когда главным пре-имуществом является возможность перехода к следующей зоне нагне-

тания без внутрискважинных работ с использованием буровой установ-ки. Как и в других областях развед-ки и добычи, вопросом более серь-езным, чем затраты и технические сложности, связанные с работами в подводных скважинах, является обеспечение надежного управления разработкой пласта. Пласты глубо-ководных месторождений обычно слоисты и часто имеют мощность в сотни футов. Заводнение – основ-ной механизм их разработки, часто используемый также для поддержа-ния давления. В таких условиях дистанционно управляемые сква-жинные клапаны считаются очень эффективным средством контроля профиля нагнетания воды. Они мо-

16. Ramakrishnan TS: “On Reservoir Fluid-Flow

Control with Smart Completions,” paper SPE

84219, presented at the SPE Annual Technical

Conference and Exhibition, Denver,

October 5–8, 2003.

17. Bussear T and Barrilleaux M: “Design and

Qualification of Remotely-Operated, Downhole

Flow Control System for High-Rate Water

Injection in Deepwater,” paper SPE 88563,

presented at the SPE Asia Pacific Oil and Gas

Conference and Exhibition, Perth, Australia,

October 18–20, 2004.

18. При исследовании скважин на интерферен-

цию регистрируется изменение давления со

временем в наблюдательных скважинах, свя-

занное с изменением притоков или расходов в

добывающих или нагнетательных скважинах.

Чтобы добыча в одной скважине в экономи-

чески рентабельном пласте заметно повли-

яла на давление в близлежащей скважине,

обычно требуется много времени. Поэтому

такое исследование длительное время не

было общепринятым из-за дороговизны и

проблематичности поддержания постоянных

притоков или расходов в течение продолжи-

тельного времени. Но благодаря увеличению

числа установленных постоянных датчиков

исследования на интерференцию, возможно,

будут гораздо более широко проводиться в

будущем.

15 000

14 000

13 000

12 000

11 000

10 000

9 000

8 000

7 000

6 000

5 000

4 000

3 000

2 000

1 000

06/0

1/05

06/1

5/05

06/2

9/05

07/1

3/05

07/2

7/05

08/1

0/05

08/2

4/05

09/0

7/05

09/2

1/05

10/0

5/05

10/1

9/05

11/0

2/05

11/1

6/05

11/3

0/05

12/1

4/05

12/2

8/05

0

Расч

етны

й ср

едни

й де

бит,

барр

./сут

ки

Дата

99US1G 89US1G 79US1G

Рис. 13. График добычи в скважине 32В на месторождении Усари за первые полгода. Все клапаны регулирования притока полностью открыты. Для расчета дебитов отдельных зон использовались индикаторные диаграммы (диаграммы зависимости дебита скважины от динамического забойного давления), полученные в результате испытания скважины. Дан-ный график показывает преобладание притока из верхней зоны 7-US1G (красная область), показатель продуктивности которой составляет примерно 50 барр./((фунт/дюйм2)-сутки), тогда как показатель продуктивности в двух остальных зонах – 9-US1G (зеленая область) и 8-US1G (синяя область) – находится в диапазоне от 10 до 15 барр./((фунт/дюйм2)-сутки) (0,23–0,35 м3/(кПа-сут)).

гут способствовать предотвраще-нию раннего прорыва воды, обеспе-чивая при этом эффективный охват и извлечение нефти.17

Вместе с интеллектуальными скважинами, нагнетательные сква-жины могут также использоваться для определения некоторых коллек-торских характеристик. Например, в двух морских нагнетательных скважинах, одна из которых име-ла интеллектуальное заканчивание в двух интервалах, а вторая – оди-ночное заканчивание, было прове-дено испытание на интерференцию для определения гидропроводности через разлом в зоне между ними.18 В этом испытании использовался тонкий временный кабель между до-


бывающей и нагнетательной скважи-ной для одновременного измерения давления и температуры в каждой из них (рис. 14).

Высокая стоимость строительства глубоководных скважин заставляет операторов сводить число нагнета-тельных скважин к минимуму. Это

Time

Flow

rate

Oil ProducerTime

Flow

rate

Intelligent Water Injector

Стояк

СистемаFloWatcher

Датчик давленияи температурыВолна сжатия

Интеллектуальная водонагнетательная скважина

Нефтедобывающая скважина

Шлангокабель системы управленияустановкой и ремонтом

Поверхностная система сбора данных

Время

Расх

од

Нефтедобывающая скважина

Время

Расх

од

Интеллектуальная водонагнетательная скважина

Рис. 14. Подводная закачка. Нагнетательная скважина в данной подводной конфигурации оснащена постоянной системой ком-плексного мониторинга добычи FloWatcher, установленной под клапаном и предназначенной для измерения темпа закачки в нижней зоне в реальном времени (врезка вверху справа). Одновременно измерялись давление и температура в добы-вающей скважине и строился график притока (врезка внизу справа). С использованием техники измерений падения дав-ления после прекращения закачки и конволюционных методов

становится возможным нестационарное исследование скважин во время нагнетания. Данные FloWatcher также показали более высокий темп закачки, чем измеренный во время испытания на выпуске насоса на плавучей системе добычи, хранения и отгрузки нефти. В результате калибровочных испытаний, прове-денных в Технологическом центре заканчивания скважин ком-пании Schlumberger в Рошароне, Техас, США, было установлено, что с помощью системы FloWatcher достигается более точный контроль закачки, чем путем измерений на выпуске насоса

означает, что обширные продук-тивные площади должны обслу-живаться лишь небольшим коли-чеством скважин с темпом закачки более 40 000 баррелей воды в сутки (6 360 м3/сутки) при давлении 18 000 фунт/дюйм2 (124 МПа), что намного превышает аналогичные

параметры для более традицион-ных схем заводнения. Если клапан открыт так, что дифференциальные давления и, как следствие, скорости потока высоки, струя закачиваемой воды ударяет по внутренней поверх-ности обсадной колонны. Часто бы-вает так, что наружная поверхность

19Зима 2007–2008

клапана и внутренняя поверхность обсадной колонны достаточно близ-ки, и эрозия стенки колонны напро-тив клапана становится серьезной проблемой (рис. 15).

Решение этой проблемы затруд-нено тем, что путь потока через на-гнетательный клапан и вокруг него отличается от его пути в случае использования эксплуатационного клапана. При добыче энергия, со-здаваемая несколькими струйны-ми потоками, проходящими через каналы, рассеивается в регулиру-ющем клапане при столкновении этих потоков. Но при направлении потока из колонны НКТ в затруб-ное пространство струя беспре-пятственно ударяет по внутренней поверхности обсадной колонны (зачастую рядом с выпуском кла-пана).

Один из возможных способов создания нагнетательного клапана, в меньшей степени способного приводить к эрозии, вызываемой исходящей из него струей, – ис-пользование в качестве него экс-плуатационного клапана регули-рования притока, заключенного в кожух для отвода струи и защиты обсадной колонны. Такой способ имеет три основных недостатка. Во-первых, так как нагнетательные каналы не оптимизированы для снижения эрозии (для ее снижения требуются меньшая длина струи и сниженная скорость на выходе канала), то установка кожуха прос-то приведет к его быстрой эрозии. Во-вторых, клапан становится на-много более дорогим, чем кожух, и корпус клапана должен изготав-ливаться из более высокосортного материала.И, наконец, наружный диаметр клапана становится су-щественно больше, и для установки клапана требуется обсадная колон-на также увеличенного диаметра.

Для решения этой проблемы компания Schlumberger разрабо-тала водонагнетательные клапа-ны с эксцентричными или косыми каналами, обеспечив максималь-ное расстояние между наружной поверхностью клапана и внут-ренней поверхностью обсадной колонны. Клапаны TRFC-HD-AI (с эксцентричным соплом)

Рис. 15. Эрозия. Жидкость, нагнетаемая с высокой скоростью, даже через относи-тельно небольшие сопла может быстро привести к эрозии стенки обсадной колон-ны напротив сопел. Истечение жидкости через меньшие сопла вызывает меньшую эрозию за тот же период времени, но при этом существенно ограничивается объем закачки за единицу времени на скважину. Решение проблемы путем использования большего числа скважин неприемлемо на морских месторождениях, где строительство каждого ствола связано с высокими капитальными затратами.

Внутренняя поверхностьобсадной колонны

Кожух клапана,обеспечивающийсмещение

Эксцентричнаяструйная вставка

(TRFC9HD9AI)

Косое сопло (TRFC9HM9AI)

Струя

Корпус клапана

Окно в

кожухе

Эрозия, вызванная ударным воздействиемжидкости, выходящей из сопла диаметром 1/8 дюйма

Эрозия, вызванная ударным воздействиемжидкости, выходящей из сопладиаметром 3/32 дюйма

Рис. 16. Снижение эрозии. Если клапан открыт так, что дифференциальные давления высоки, нагнетаемая струя может сильно ударить по внутренней поверхности об-садной колонны. Часто бывает так, что наружная поверхность клапана и внутренняя поверхность обсадной колонны довольно близки, поэтому необходимо правильно определить эрозионные характеристики струи, чтобы не допустить эрозии колонны. Еще одной проблемой при нагнетании является эрозия клапана, возникающая при отскоке струи от обсадной колонны (или кожуха) и ее последующем ударе о клапан. Нагнетательные клапаны компании Schlumberger предназначены для защиты обсад-ной колонны от эрозии в течение 20-летнего срока эксплуатации скважины при на-гнетании воды с неизменно высоким дифференциальным давлением. В частности, эти клапаны снабжены стационарными соплами уменьшенного сечения, обеспечивающи-ми неизменную уменьшенную длину струи, чтобы она ударялась в обсадную колонну с минимальной скоростью. Корпус и каналы клапанов TRFC-HD-AI (с эксцентричным соплом) и TRFC-HM-AI (с косым соплом) максимизируют удаление сопел от стенки обсадной колонны за счет увеличения расстояния между клапаном и обсадной колон-ной. Конструкция входа и выхода сопла обеспечивает получение струи, оказывающей меньшее эрозионное воздействие.


и TRFC-HM-AI (с косым соплом) также имеют сопла уникальных конструкций и размеров для созда-ния струи, оказывающей меньшее эрозионное воздействие (рис. 16).

Нет предела совершенствуВ начале истории применения ин-теллектуальных скважин, счита-лось, что их установка и эксплуата-ция связаны с высокими затратами и рисками. Это мнение основы-валось на низких в то время це-нах на нефть и первоначальном назначении данной технологии в качестве альтернативы внут-рискважинным работам с исполь-зованием буровой установки. В результате интеллектуальное заканчивание стало представ-ляться как решение, подходящее только для сложных или дорогос-тоящих скважин и месторождений, что часто находило подтверждение. Но сегодня необходимость в мони-торинге и контроле пласта в реаль-ном времени становится все более очевидной, особенно на месторож-дениях на поздней стадии эксплу-атации, где используется дистан-ционный мониторинг, датчики и клапаны для повышения эффек-тивности добычи с помощью газлиф-та, электрических центробежных и штанговых насосов.

Интеллектуальное заканчивание особенно выгодно применять там, где газ из одной зоны можно объ-единить с нефтью из другой зоны (т.н. естественный газлифт). Здесь используется та же концепция, что и при традиционном газлифте: газ закачивается в эксплуатационную колонну из затрубного пространства и снижает гидростатическое давле-ние столба нефти до значения, при котором добытые флюиды поднима-ются на поверхность за счет дейс-твия пластового давления (рис. 17).

В традиционных системах газ из

Гидравлическаялиния

Нефть Газ

Нефть и нагнетаемый газ

Рис. 17. Естественный газлифт. При естественном газлифте используются скважинные датчики и клапаны регулирования притока, обеспечивающие вход достаточного объема газа из заколонного пространства в колонну флюида, находящегося в НКТ, для его подъема, но не допускающие входа избыточного газа, который может вызвать переток. Экономия по сравнению с традиционными системами получается за счет того, что для естественного газлифта не требуется наземная инфраструкту-ра для транспортировки и закачки газа вниз по заколонному пространству до целевого пласта. Возможность дистанционно регулировать закачиваемый объем газа по гидравлической линии с поверхности является еще одним преимуществом пе-ред более старыми системами. В традиционных системах при изменениях характеристик флюида, влекущих за собой увели-чение или уменьшение объема газа, требуемого для подъема пластовых флюидов на поверхность, приходится извлекать газлифтные клапаны на тросе или ГНКТ на поверхность, регу-лировать их на поверхности и спускать обратно в скважину. Газлифтная мандрель (заштрихована синим), в которой нахо-дится клапан, входит в состав эксплуатационной колонны НКТ.

19. Подробнее о газлифтной технологии: Bin

Jahid M, Lyngholm A, Opsal M, Vasper A and

White T: “The Pressure’s On: Innovations in

Gas Lift,” Oilfield Review 18, no. 4 (Winter

2006/2007): 44–53. В русском переводе:

М. Бин Джадид, А. Лингхольм, М. Опсал,

А. Вэспер и Т. М. Уайт: «Давление подано:

инновации в газлифтной эксплуатации»,

Нефтегазовое обозрение , том 18, № 4

(зима 2006–2007 гг.): 52–63.

21Зима 2007–2008

удаленного источника или других скважин на месторождении зака-чивается вниз по затрубному про-странству, и для таких систем тре-буется большая инфраструктура. На морских месторождениях это требование может быть особенно трудновыполнимым, поскольку операторам часто приходится ис-пользовать более крупные плат-формы для установки тяжелого поверхностного оборудования, та-кого, как компрессоры и соедине-ния стояков.

Естественный газлифт не требует такого материального обеспечения. Для обеспечения входа достаточ-ного объема газа в колонну флюида для его подъема необходимы лишь скважинные клапаны регулирова-ния притока, предотвращающие вход избыточного газа, что могло бы существенно ограничить добычу нефти или, в худшем случае, при-вести к возникновению перетока между продуктивными слоями. 19

В традиционных системах также используются клапаны для регули-рования потока газа между коль-цевым пространством и колонной НКТ. Однако, в отличие от интел-лектуальных клапанов, настрой-ки обычных газлифтных клапанов могут быть изменены только на поверхности, поэтому в случае не-обходимости изменить их рабочие характеристики при изменении па-раметров флюида или пластовых условий требуется их подъем на тросе или ГНКТ, регулировка на поверхности и повторный спуск в скважину. А при интеллекту-альном заканчивании газлифтной скважины, как и при других интел-лектуальных заканчиваниях, мож-но осуществлять дистанционный мониторинг и контроль притока газа в ствол.

Как говорилось выше, достижения в области технологий интеллекту-альных скважин включают сложные кварцевые датчики давления и дат-чики температуры, а также регули-руемые штуцеры с дистанционным управлением. Но из-за существен-но меньшей стоимости основны-ми средствами интеллектуального заканчивания скважин для механи-зированной добычи на месторож-

дениях в поздней стадии разработ-ки остаются простые тензодатчики и дистанционно управляемые регу-ляторы давления, имеющие только два положения – открытое и за-крытое.

Например, при использовании совместно с погружными электри-ческими центробежными насосами эти простые системы позволяют избирательно изолировать зоны в случае возможного прорыва воды, предотвращать потерю флюида при остановке насоса или устанавли-вать второй насос во вспомогатель-ных целях или для резервирования (см. «Погружные электрические центробежные насосы для интел-лектуальной механизированной добычи», стр. 38).

Интеллектуальные месторожденияЦелью концепции «интеллекту-ального месторождения» является автоматизация как можно больше-го числа операций для повышения чистой приведенной стоимости месторождения путем увеличения добычи и снижения затрат. Час-то считается, что полностью ин-теллектуальная система разра-ботки месторождения означает устранение человека из процесса добычи, за исключением сложных операций по обслуживанию или редких и непредсказуемых собы-тий. В таком понимании системы собирают и обрабатывают боль-шие объемы данных по многочис-ленным узлам в каждой скважине и наземном оборудовании. Затем система рационализирует всю эту информацию, принимает логичес-кие решения по оптимизации до-бычи в масштабе месторождения и реализует эти решения посредс-твом дистанционного управления. В этой концепции мониторинг и результирующие действия про-водятся в реальном времени и в непрерывном режиме (см. «Вид крупным планом: комплексное уп-равление разработкой», стр. 44).

Вся отрасль еще должна решить, целесообразны ли и нужны ли та-кие автоматизированные системы. В то же время основная ценность интеллектуального заканчивания

заключается в улучшенном управ-лении разработкой продуктивного пласта с применением оперативных данных и контроля в реальном вре-мени для таких традиционных инс-трументов разработки, как анализ кривой снижения добычи, подсчет запасов методом материального баланса, индикаторные диаграммы и моделирование пласта. Но в еще большей степени ценность интел-лектуальных скважин обусловле-на их способностью предоставить оператору активные средства уп-равления разработкой продуктив-ных пластов для максимизации нефтеизвлечения и оптимизации добычи.

–РфФ


Элвин Барбер

Мэк Е. Шиппен

Хьюстон, Техас, США

Сантану Баруа

Мумбаи, Индия

Хуан Крус Веласкес

Вильяэрмоса, Табаско, Мексика

Аарон Марино Гарридо Эрнандес

PEMEX

Реформа, Чьяпас, Мексика

Ханс Эрик Клумпен

Баден, Австрия

Санджай Кумар Мойтра

ONGC

Мумбаи, Индия

Фернандо Л. Моралес

Поса-Рика, Веракрус, Мексика

Скотт Рафаэль

Боб Совэ

Калгари, Альберта, Канада

Ян Ричард Сагли

StatoilHydro

Тронхейм, Норвегия

Майк Вебер

ВР


Благодарим за помощь в подготовке данной статьи Эн-

дрю Хауэлла (Калгари, Альберта, Канада) и Джозефин

П. Мавутор-Ндинья (Кембридж,

Массачусетс, США).

Avocet, ECLIPSE, ECLIPSE Blackoil, Merak Economics

Module, Merak Peep, NODAL, Petrel и PIPESIM явля-

ются товарными знаками компании Schlumberger.

Aspen HYSYS является товарным знаком компании

AspenTech. idvsolutions является товарным знаком

компании IDV Solutions LLC. Intel 386, Intel Dual Core

Itanium 2 и Intel Pentium являются товарными знака-

ми компании Intel Corporation.

Оптимизация добычи: от продуктивного

пласта до пункта подготовки нефти и газа

На месторождениях нефти и газа происходит цифровая революция.

Управление их разработкой уже подверглось преобразованиям, чтобы

иметь возможность справляться с увеличившимися объемами данных,

проводить их быструю оценку и совершенствовать методы управления.

В настоящее время делается следующий шаг. Новое программное

обеспечение моделирования последовательностей операций охватывает

все объекты и процессы на месторождении, начиная от продуктивного

пласта и заканчивая пунктом подготовки нефти и газа, что помогает

добиваться лучших экономических результатов.

23Зима 2007–2008

Добывать нефть и газ, конечно же, не легко и не дешево. Затраты на добычу особенно высоки для уда-ленных сухопутных и глубоко-водных морских месторождений. Поскольку растущие затраты со-провождаются снижением спроса, добывающие компании ищут спо-собы выжать все до последней кап-ли из имеющихся месторождений и оптимизировать разработку но-вых. Главным фактором обеспече-ния прорыва в эффективности на этом пути является расширение применения интеллектуальных цифровых технологий.

Цифровые технологии становят-ся все сложнее и охватывают уже практически все виды деятельнос-ти на месторождениях. Например, использование систем дистанци-онных измерений или картогра-фической визуализации основных параметров стало повседневной практикой. 1 Эти технологии воз-никли в 1980-х гг. , а в последние 15 лет их развитие значительно ускорилось (рис. 1). 2 К настояще-му времени предложено несколь-ко терминов для обозначения ин-тенсивного применения цифровых технологий на нефтяных и газо-вых месторождениях, из которых наиболее удачным является выражение «интеллектуальное месторождение» (intell igent f ield). Новым в этом применении цифро-вых технологий нефтегазодобыва-ющими компаниями является то, что концепция интеллектуального месторождения объединяет различ-ные технологии для решения задач в масштабе всей системы (см. «Вид крупным планом: комплексное уп-равление разработкой», стр. 44).

Выгоды от «интеллектуали-зации» месторождений огром-ны. Имеются прогнозы, что эта технология позволит увели-чить мировую добычу нефти на 20 млрд м 3 (125 млрд барр.) за бли-жайшие 5–10 лет. 3 Хотя полная доработка отдельных компонентов концепции интеллектуального мес-торождения потребует еще некото-рого времени, целый ряд их уже активно внедряется. Примером но-вой технологии, обеспечивающей реальные выгоды, является комп-

1. McConnell JD: “Remote Gas Measurement

for Production Allocation: Douglas Creek

Arch Region,” paper SPE 20644, presented

at the SPE Annual Technical Conference and

Exhibition, New Orleans, September 23–26,

1990.

Weber MJ, Vergari AB and Shippen M: “Online

Integrated Asset Models with Map-Based

Visualization,” paper SPE 106914, presented

at the SPE Digital Energy Conference and

Exhibition, Houston, April 11–12, 2007.

2. Hardy IJ and Wetzel GP: “Automated

Production Systems,” paper SPE 10005,

presented at the SPE International Petroleum

Exposition and Technical Symposium, Beijing,

March 17–24, 1982.

McConnell, сноска 1.

Cosenza G, Tambini M and Paccaloni G:

“A Knowledge-Based Approach to Problem

Identification in Producing Wells,” paper


Petroleum Conference, Cannes, France,

November 16–18, 1992.

Carnahan BD, Clanton RW, Koehler KD, Harkins

GO and Williams GR: “Fiber Optic Temperature

Monitoring Technology,” paper SPE 54599,

presented at the SPE Western Regional

Meeting, Anchorage, May 26–28, 1999.

Athichanagorn S, Horne RN and Kikani J:

“Processing and Interpretation of Long-Term

Data from Permanent Downhole Pressure

Gauges,” paper SPE 56419, presented at

the SPE Annual Technical Conference and

Exhibition, Houston, October 3–6, 1999.

Correa JF, Santos OG and Inazumi PCM:

“Intelligent Automation for Intermittent-Gas-

Lift Oil Wells,” paper SPE 69404, presented

at the SPE Latin American and Caribbean

Petroleum Engineering Conference, Buenos

Aires, March 25–28, 2001.

Kragas TK, Bostick FX III, Mayeu C, Gysling DL

and van der Spek A: “Downhole Fiber-Optic

Multiphase Flowmeter: Design, Operating

Principle, and Testing,” paper SPE 77655,

presented at the SPE Annual Technical

Conference and Exhibition, San Antonio, Texas,

September 29–October 2, 2002.

Brouwer DR and Jansen JD: “Dynamic

Optimization of Waterflooding with Smart

Wells Using Optimal Control Theory,” paper


Petroleum Conference, Aberdeen,

October 29–31, 2002.

Weber et al, сноска 1.

Morales FL, Cruz Velázquez J and Garrido

Hernández A: “Integration of Production and

Process Facility Models in a Single Simulation

Tool,” paper SPE 109260, presented at the SPE

Annual Technical Conference and Exhibition,

Anaheim, California, USA, November 11–14,

2007.

Moitra SK, Subhash C, Barua S, Adenusi D and

Agrawal V: “A Field-Wide Integrated Production

Model and Asset Management System for the

Mumbai High Field,” paper OTC 18678, presented

at the Offshore Technology Conference,

Houston, April 30–May 3, 2007.

Sagli JR, Klumpen HE, Nunez G and Nielsen F:

“Improved Production and Process Optimization

Through People, Technology and Process,”

paper SPE 110655, presented at the SPE Annual

Technical Conference and Exhibition, Anaheim,

California, November 11–14, 2007.

3. Snieckus D: “Switching on to Doff,” Offshore

Engineer 29, no. 1 (January 2004): 15–16.

4. Howell A, Szatny M and Torrens R: “From

Reservoir Through Process, From Today to

Tomorrow – The Integrated Asset Model,” paper

SPE 99469, presented at the SPE Intelligent

Energy Conference and Exhibition, Amsterdam,

April 11–13, 2006.

лексное моделирование месторож-дения. Эта технология связывает традиционные средства, такие как программное обеспечение моде-лирования продуктивного пласта ECLIPSE, с другими известными моделями систем добычи в одно сквозное решение. Эту технологию можно применять как для повы-шения добычи на существующих месторождениях, так и при концеп-туальном проектировании для оп-тимизации разработки новых мес-торождений.

В настоящей статье рассматри-вается комплексное моделирова-ние процесса разработки, – как оно работает и как используется для решения проблем нефтегазодобы-чи. Различные аспекты примене-ния интеллектуальных технологий проиллюстрированы практически-ми примерами разработки место-рождений в Мексике, на шельфе

Индии, в Северном море и США. Перед тем, как подробно обсудить технологию комплексного модели-рования месторождений, мы рас-смотрим традиционные методы проектирования разработки.

Традиционные методыВ 2006 г. нефтегазодобывающая от-расль вложила в информационные технологии около 3% от общего объема доходов – 2 млрд долла-ров США – на аппаратное и про-граммное обеспечение и услуги. 4 Этот комплекс информационных технологий включает отдельные программы моделирования пласта, трубопроводной сети, пунктов под-готовки нефти и газа и экономи-ческих показателей. С годами точ-ность и надежность таких программ существенно повысилась. Теперь моделировать сложные пласты ста-ло легче; появилась возможность


Коли

чест

во т

ранз

исто

ров

1980 1985 1990 1995 2000

Год

2005 2010 2015104

105

106

107

108

109

1010

Intel 386

Intel Pentium

Dual CoreIntel Itanium 2

Автоматизированныепоследовательности

операций (SPE 110655)

Картографическая визуализация (SPE 106914)

Управление интеллектуальнымискважинами (SPE 78278)

Автоматизированныесистемы добычи

(SPE 10005)

Эволюция персональныхкомпьютеров

Эволюция промысловойцифровой технологии

Система SCADA дляудаленных газовых

месторождений (SPE 20644)

Внутрискважинныеоптоволоконные системы

(SPE 54599)

Экспертная система длядобывающих скважин (SPE 24997)

Анализ больших наборовданных (SPE 56419)

Оптоволоконные системы измерениямногофазных потоков (SPE 77655)

Интеллектуальная автоматизациягазлифтной эксплуатации (SPE 69404)

Комплексное моделированиеместорождения

(SPE 109260, ОТС 18678)

Более сложные задачина отдельных объектах

Задачи в масштабесистемы, объединениенескольких удаленных

объектов в сеть

Измерения, учет,анализ и автоматизация

Более сложные задачина отдельных объектах

Параллельная обработка,беспроводные сети

Простые вычисления

Рис. 1. Эволюция цифровых технологий. Вычислительные и промысловые цифровые технологии в последние 25 лет раз-вивались схожими путями. Первые персональные компьютеры были способны осуществлять простые вычисления и создавать несложные графические изображения, а первые промысловые цифровые технологии обеспечили совершенствование систем автоматизации, сбора данных и измерения. В 1990-х гг. раз-витие компьютерной техники дало возможность проводить все более и более сложные расчеты и графические построения. Цифровое обеспечение разработки месторождений нефти и газа стало расширяться в 2000 г., когда на отдельных объ-

ектах появились более сложные системы измерения и автома-тизации. После 2000 г. применение компьютерных средств и цифровых технологий в нефтегазовой отрасли осуществляется полным ходом. Сегодняшние компьютеры оснащены двух- и четырехъядерными процессорами и быстрыми беспроводны-ми сетевыми соединениями. Сетевые возможности позволили операторам месторождений решать задачи в масштабе систе-мы, включающей несколько объектов. [http://www.intel.com/technology/mooreslaw/index.htm (accessed October 26, 2007)]. (Выдержки из статей SPE и ОТС – см. сноски 1 и 2).

моделирования многофазных пото-ков в трубах и оптимизации работы важного оборудования, такого, как компрессоры.

Хотя моделирующие програм-мы хорошо описывают отдельные компоненты промысловой систе-мы, при попытке последователь-ного применения этих программ для анализа в масштабе всего мес-торождения возникают осложне-ния. Так, обмен данными между отдельными компонентами систе-мы разработки и подразделениями разного профиля осуществляется зачастую в виде электронных таб-лиц, не учитывающих эффектов

взаимодействия этих компонентов (рис. 2) . 5 Изменение в любом из компонентов системы влечет за со-бой каскад изменений в предыду-щих и последующих компонентах, и для правильного представления подобного взаимодействия может потребоваться существенное видо-изменение стадий моделирования, что может оказаться затруднитель-ным, если вообще возможным.

Применение традиционных ме-тодов проектирования разработки месторождений связано с двумя существенными проблемами. Пер-вая из них состоит в том, что все модели, следующие в технологи-

ческой цепочке за моделью пласта, являются статическими. Они опи-сывают состояние лишь в один-единственный момент времени в период эксплуатации месторож-дения, и для анализа состояния в другой момент времени необхо-димо заново настраивать эти мо-дели. Вторая проблема связана с тем, что традиционные методы не могут учитывать динамичный ха-рактер планирования разработки месторождения. Например, дебит существующей скважины может измениться в результате бурения новых скважин и нарушить ис-ходный план. Кроме того, после

25Зима 2007–2008

таких событий, как замена комп-рессора или реализация различ-ных программ вторичной добычи, обмен исходными данными между моделями, скорее всего, приведет к ошибкам. Эти недостатки тра-диционного анализа в масштабе месторождения могут привести к массе осложнений, включая не-оправданное бурение или установ-ку оборудования с заниженными или завышенными параметрами.

Решение указанных проблем моделирования в масштабе всего месторождения и составляет часть интеллектуализации месторожде-ний. Переход от последовательных

Продуктивный пласт

Трубопроводная система

Экономические показатели

Пункт подготовки нефти и газа

ие пие пие пие пие пие пие п

0 1 2Time, years

PD

WC%

Pres

GOR

3 4 5

DDPDPDPPP

33333333iiime yeime yeime yeime yeime, yeime, ye, y

Рис. 2. Традиционное моделирование добычи. Как правило, инженер-разработчик запускает программу моделирования продуктивного пласта, чтобы проанализировать течение через пористую среду и учесть все действующие механизмы естест-венного или искусственного вытеснения (слева внизу на рис.). На выходе получаются профили добычи в зависимости от времени для рассматриваемых скважин. Эти данные передаются инженеру по добыче, который создает модели отдельных сква-жин и трубопроводной системы (слева вверху на рис.). С помощью данного программного обеспечения анализируется

течение в трубопроводе и выявляются потенциальные про-блемы обеспечения бесперебойного притока флюидов. Далее инженер по эксплуатации производственных объектов исполь-зует профиль добычи и данные по составу продукции для раз-работки модели пункта подготовки нефти и газа, учитывающей возможные процессы компримирования и сепарации, а также химические реакции (справа вверху на рис.). И, наконец, данные из моделей пласта, трубопроводов и пункта подготовки вводятся в программу экономического анализа (справа внизу на рис.).

процессов с фиксированными мо-ментами времени к динамическим процессам в реальном времени поз-воляет полностью учесть эффекты прямой и обратной связи. Основ-ной характеристикой интеллекту-ального месторождения является возможность более широкого ис-пользования междисциплинарных граничных условий для согласо-ванного моделирования смежных обьектов систем разработки и до-бычи глобально по всему месторож-дению. 6 Применение динамической обработки данных в реальном вре-мени для моделирования влияния взаимосвязанных событий, как

5. Контрольные проверки реальных электронных

таблиц выявили многочисленные ошибки.

См. Pankow RR: “What We Know About

Spreadsheet Errors,” http://panko.shidler.

hawaii.edu/SSR/Mypapers/whatknow.htm

(accessed November 13, 2007).

6. Howell et al, сноска 4

в прошлом, так и в будущем, подго-товило почву для прогнозирования показателей разработки месторож-дения с возможностью адаптации к изменению эксплуатационных условий. В этой концепции – суть комплексного моделирования раз-работки.


Тихая революцияКомплексное моделирование сис-темы разработки является резуль-татом развития хорошо известного метода – узлового анализа систе-мы добычи NODAL. Этот метод используется для изучения слож-ных взаимодействующих систем, таких, как трубопроводные сети, электрические цепи и системы нефтедобычи. В данной процеду-ре необходимо выбрать опорную точку (узел) , чтобы разделить сис-тему. За такой узел в системе до-бычи нефти или газа может быть принята одна из нескольких точек – как правило, забой или устье скважины. Компоненты, предшес-твующие узлу по технологической цепочке , называются секцией при-тока , а следующие за ним – секци-ей оттока . Например, перфораци-онные каналы, предшествующие узлу на устье скважины, – это

часть секции притока , а трубопро-вод на пункт подготовки нефти и газа – часть секции оттока .

Где бы ни находился узел, всег-да должны удовлетворяться два граничных условия. Поток, входя-щий в узел, и поток, выходящий из него, должны быть равны, а на узле может действовать только одно давление. Для входящего и выхо-дящего потоков строятся кривые давления и расходов. Точка пере-сечения этих кривых представляет собой решение задачи, удовлетво-ряющее обоим граничным услови-ям по расходу и давлению. 7

Расширение применимости ана-лиза NODAL от отдельных сква-жин на более сложные системы не ново. Первое такое предложе-ние было сделано в 1971 г. Оно продемонстрировало, как можно связать модели пласта и наземной инфраструктуры, чтобы получить

согласованное решение для систе-мы сбора газового месторождения. Его реализация стала основанием для последующих предложений. 8 Новой отличительной чертой ком-плексного подхода стало внедре-ние коммерческого программного обеспечения, позволяющего объ-единить отдельные модели плас-тов, трубопроводов, пунктов подготовки и экономических пока-зателей с целью разработки опти-мального решения. Здесь речь идет не о нескольких моделирующих программах, объединенных в еди-ный комплекс, а о вычислительной платформе, связывающей воеди-но модели объектов разработки и обслуживающие их компьютерные сети.

Такой объединяющий подход к моделированию процесса раз-работки отражен в программном пакете комплексного модели-рования месторождения Avocet , который предоставляет сопряжен-ное решение, связывающее пласт (программа моделирования пласта ECLIPSE), скважину и наземную инфраструктуру (программа ана-лиза системы добычи PIPESIM) с пунктом подготовки нефти и газа (программа моделирования подготовки нефти и газа HYSYS) в единое пространство управле-ния разработкой месторождения. 9 В дополнение к этим коммерчес-ким программам моделирования эксперты могут создавать моду-ли, описывающие конкретные процессы в их области знания, или модули, предназначенные для ис-пользования внутри компании, ко-торые затем можно интегрировать в глобальную модель разработки. Программа Avocet поддерживает стратегии реализации, позволяю-щие взаимодействовать специалис-там, обслуживающим разные объ-екты. Модельная среда на одном компьютере может контролировать работу пластовых, трубопровод-ных, нефтегазоподготовительных и экономических приложений, ус-тановленных на удаленных ком-пьютерах, и взаимодействовать с ними. Интерфейс позволяет поль-зователю графически связывать отдельные модели и просматр и -

Рис. 3. Интерфейс программы комплексного моделирования месторождения Avocet. Каждую из отдельных моделирующих программ в Avocet можно интегрировать в схему технологического процесса, представляющую общую комплексную модель место-рождения. Объединенные результаты из всех моделей выводятся в графической или табличной форме.

27Зима 2007–2008

в а т ь р е з у л ьт а т ы н а к а ж д о м э т а п е п р о ц е д у р ы в ы р а б о т к и о п т и м а л ь -н о г о р е ш е н и я ( р и с . 3 ) .

Этот подход обеспечивает поша-говое итерационное решение для прогнозирования характеристик месторождения на протяжении всего периода его разработки. Как и при анализе NODAL, здесь на каждом шаге по времени в узле про-водятся два итерационных расчета с учетом существующих граничных условий. Один расчет определяет дебиты и давления, достижимые в продуктивном пласте, а вто-рой – те же самые параметры, но в системе добычи. Оба расчета пов-торяются до тех пор, пока дебиты и давления во всей сопряженной системе не станут согласованны-ми (рис. 4). Затем моделирующая программа делает следующий шаг по времени и повторяет проце-дуру, работая в таком режиме до тех пор, пока не будет достигнут желаемый срок эксплуатации мес-торождения. На каждом времен-ном шаге системные ограничения распространяются на предыдущие и последующие участки в моделях и соответствующих моделирующих программах. Хотя для разработки решений Avocet и использует этот общий подход, окончательная ком-бинация моделирующих программ будет зависеть от сложности и ха-рактера решаемой задачи.

Самым трудным узлом для сопря-жения является забой скважины, и для большинства систем сопря-жение на забое потребует наибо-лее продолжительных расчетов.10 По мере того, как точка сопряжения перемещается к устью и в другие части системы, продолжительность расчетов обычно сокращается. При анализе очень сложных месторож-дений сопряжение на забое скважин может быть нецелесообразным или невозможным, и может возникнуть необходимость переместить точку сопряжения к поверхности.

Наряду с местоположением точ-ки сопряжения на продолжитель-ность и сходимость расчетов влияет и выбор ограничений на состав флюидов. Для продуктивных плас-тов, в которых влияние соста-ва флюидов на характеристики

7. Beggs HD: Production Optimization Using

NODAL™Analysis. Tulsa: OGCI Publications, 1991.

8. Dempsey JR, Patterson JK, Coats KH and Brill

JP: “An Efficient Model for Evaluating Gas Field

Gathering System Design,” Journal of Petroleum

Technology 23, no. 9 (September 1971):

1067–1073.

Barroux CC, Duchet-Suchaux P, Samier P and

Nabil R: “Linking Reservoir and Surface

Simulators: How to Improve the Coupled

Solutions,” paper SPE 65159, presented at the

SPE European Petroleum Conference, Paris,

October 24–25, 2000.

9. Ghiselin D: “Source-to-Sales Asset

Management,” E&P 78, no. 1 (January 2005):

56–57.

10. Сопряжение на забое скважины позволяет

соответствующим моделирующим програм-

мам частично решить задачу, для которой

они предназначены. Например, программы

моделирования пласта предназначены для

моделирования течения в пористой среде, а

программы моделирования скважин и сетей

– течения в трубах.

потока не критично, можно исполь-зовать трехкомпонентную конеч-но-разностную модель ECLIPSE Blackoil, предполагающую, что пласт содержит трехфазную сис-тему, состоящую из нефти, газа и воды. Если закачиваемые жидкос-ти смешиваются с пластовыми уг-леводородами, можно рассмотреть возможность применения четырех-компонентной системы моделиро-вания пласта.

Для сложных углеводородных систем применимо также явное композиционное моделирование, которое может быть целесообраз-ным, когда для описания глубинной изменчивости поведения пласто-вого флюида требуется уравнение состояния. Такая модель может оказаться наиболее подходящей для систем, содержащих конден-саты, легкие летучие или тяжелые нефти, а также включающих про-

P1

Q1

1

2 3

45

Характеристика входящегов трубопровод потокасогласно программемоделированиятрубопроводной системы

Характеристика выходящего изпласта потока согласно программемоделирования скважины

6

Q3

P2

Давл

ение

Дебит

Рис. 4. Cопряжение и согласование сети. Основным методом согласования сети в про-грамме Avocet является метод наклона хорд. Для моделирования работы скважины с помощью этого алгоритма предельное забойное давление Р

1 используется в качест-

ве начального приближения для определения соответствующего дебита Q1. Величина

Q1 передается в программу моделирования трубопровода для расчета давления на

входе Р2, соответствующего этому дебиту. Величина Р

2 затем передается в программу

моделирования пласта для определения дебита Q3 при данном забойном давлении.

Хорда, соединяющая эти две точки, отражает показатель продуктивности, который эк-спортируется в программу моделирования трубопроводной сети, где он используется для получения точки 4. Этот итерационный процесс повторяется до тех пор, пока не будет достигнута сходимость с заданной точностью в точке 6. В данной точке забой-ное давление и дебит из пласта согласованы с давлениями и расходами в сети назем-ных трубопроводов и, следовательно, система сбалансирована и можно переходить к расчетам для следующего шага по времени. Метод наклона хорд требует выполне-ния большого числа итераций и может подходить не для всех систем добычи. Про-граммное обеспечение Avocet также включает несколько других вариантов сопряже-ния и согласования системы.


цессы вытеснения, осуществляе-мые путем закачки газа, и другие вторичные методы добычи. Она об-ладает достаточной гибкостью для соединения нескольких продуктив-ных пластов, для которых созда-ны разные компонентные модели, с наземной сетью (рис. 5). Все эти возможности и другие ограниче-ния определят, насколько хорошо настроена Avocet для решения пос-тавленной задачи. После правиль-ного конфигурирования модели она укажет ясный путь к сквозной оптимизации разработки месторож-дения. Эффекты прямой и обратной связи между структурными эле-ментами модели учитываются при получении сходящегося решения. 11 Открытая архитектура исключает проблемы, связанные с использо-ванием различных версий програм-много обеспечения, а возможность

Модель пласта А:N1 компонентов

Модель пласта В:N2 компонентов

Контроллер

Наземная сеть:К компонентов

Модель пласта С:Нефть, газ и вода

Рис. 5. Продуктивные пласты с разными композиционными моделями. В некоторых случаях моделирования месторождения может потребоваться связать несколько продуктивных пластов с отличающимися композиционными моделями. Рассмотрим случай, когда три разных пласта, связаны посредством единой наземной сборной сети. Для пласта А имеется композиционная модель с N

1 компонентами, для пласта

В – модель с N2 компонентами, для пласта С – трехкомпонентная модель «черной»

нефти (black oil). Каждый из этих пластов связан с контроллером, где происходит компонентная конверсия с получением финального набора из К компонентов, ис-пользуемого в наземной сети. Например, дебит из одного из пластов преобразуется контроллером в набор из К компонентов для наземной сети. Аналогично при экспорте дебита из наземной сети в любой пласт он преобразовывается в набор компонентов, характерный для модели этого пласта.

обмена данными с удаленными ком-пьютерами позволяет осуществлять междисциплинарное взаимодейс-твие и оптимально использовать вычислительное аппаратное обес-печение. 12 Все эти факторы в це-лом обуславливают эффективность решения задач нефтегазодобычи. Например, одним из самых рен-табельных способов увеличить отдачу из разрабатываемого мес-торождения является оптимизация добычи путем комплексного моде-лирования его разработки.

Новая жизнь истощающегося месторожденияБольшая часть мировой добычи не-фти и газа приходится на многочис-ленные сухопутные месторождения, разрабатываемые уже несколько десятилетий. Хороший пример та-ких месторождений – это комплекс

Сан-Мануэль (San Manuel), опера-тором которого является компания РЕМЕХ. Он расположен на пересе-ченной холмистой местности при-мерно в 160 км (100 миль) южнее Вильяэрмосы (Мексика) и введен в эксплуатацию 25 лет назад. Объем добычи газа и нефти на нем со-ставляет свыше 7 ,9 млн м 3/сутки(279 млн фут3/ сутки) и 2 080 м3/сутки(13 100 барр./сутки) соответс-твенно. На нем находится шесть пунктов сбора и подготовки, соби-рающих нефть и газ примерно из65 добывающих скважин.

За последние годы на Сан-Мануэле стали возникать осложнения, вызвав-шие озабоченность РЕМЕХ. Система разработки изначально была спроек-тирована в расчете на более высокие темпы добычи, чем нынешние, и по-тому по мере старения системы об-разование газоконденсатов в магис-тральных газопроводах переросло в насущную проблему. Неровность рельефа, высокая температура газа и низкая скорость его транспортиров-ки обусловили отложение конденса-тов в более низких участках газопро-водов с образованием нестабильных пробок. Эти пробки создавали про-тиводавление на предшествующем участке системы, снижая дебит, и компания РЕМЕХ была вынужде-на часто запускать скребки в неко-торых ответвлениях для прочистки линий и восстановления добычи.13 Для решения указанной проблемы компании РЕМЕХ и Schlumberger применили комплексное модели-рование месторождения. Основной целью было понять динамику ра-боты всего комплекса Сан-Ману-эль, включающего действующие скважины, пункты сбора и подго-товки нефти и газа и связывающие их трубопроводы, и улучшить его эксплуатационные показатели. Для интеграции отдельных про-грамм моделирования скважин, трубопроводов и пунктов сбора и подготовки нефти и газа в еди-ную моделирующую среду исполь-зовалось программное обеспечение комплексного моделирования мес-торождения Avocet . 14

Качество результатов модели-рования существенно зависит от качества используемых данных,

29Зима 2007–2008

и чтобы настроить модели для та-кой сложной сети, как комплекс Сан-Мануэль, потребовался боль-шой объем информации. Первой задачей совместной группы специ-алистов стало создание базы дан-ных по скважинам, трубопроводам и пунктам сбора и подготовки не-фти и газа, включающей сведения о производительности скважин, давлении и температуре на мани-фольдах и компрессорах и о свойс-твах флюидов. Кроме того, тре-бовалось получить информацию об инфраструктуре комплекса Сан-Мануэль – диаметр трубопрово-дов, географическое положение и топографические профили.

Используя эти данные, груп-па настроила параметры работы отдельных моделирующих про-грамм для моделирования всего комплекса Сан-Мануэль, вклю-чающего 65 скважин, восемь трубопроводных сетей и шесть пунктов сбора и подготовки не-фти и газа. 15 Отдельные модели-рующие программы были интег-рированы в единую структуру для динамического сопряжения с помощью программного паке-та Avocet. Результаты работы отдельных программ моделиро-вания проверялись по значени-ям, фактическим измеренным в нескольких точках комплек-са. Среднее расхождение между прогнозным и измеренным де-битом нефти составило 5,9%, а для дебита газа – 1,6%. 16

Получив удовлетворительные результаты моделирования, груп-па выработала несколько альтер-нативных вариантов оптимизации для сокращения затрат, устране-ния проблем на объектах и повы-шения добычи нефти и газа . Эти варианты были ранжированы по возможной выгоде от увеличе-ния добычи, по снижению затрат и по расходам на реализацию. По самым многообещающим вариан-там проводилось моделирование с помощью Avocet и определялись места в комплексе для их вопло-щения. 17 По результатам динами-ческого моделирования комплекса Сан-Мануэль был выработан кон-кретный перечень возможностей,

которые можно было реализовать с использованием имеющихся ре-сурсов без дополнительных капи-таловложений (рис . 6) .

В итоге, ежегодные эксплуатаци-онные затраты компании РЕМЕХ сразу снизились на 600 000 долл. , а добыча нефти и газа возросла, до дополнительных 35 млн долл. в год. 18 Эти цифры достигнуты за счет определенных изменений в управлении комплексом Сан-Ма-нуэль. За счет обхода двух сепара-торов высокого давления и одно-го сепаратора среднего давления удалось снизить противодавле-ние на 3,3 МПа (479 фунт/дюйм 2) на одном манифольде и на 0,2 МПа (30 фунт/дюйм 2) на дру-гом манифольде. Это позволило увеличить добычу нефти и газа на 240 м 3/сутки (1 500 барр./сутки)и 143 000 м3/сутки (5 млн фут3/сутки) соответственно. Еще одним важ-ным улучшением, подтвержденным моделированием, стала необходи-

11. Как правило, условия на течение обеспечи-

вают эффект прямой связи, а ограничения на

давление – эффект обратной связи.

12. В данном контексте, концепция открытой ар-

хитектуры подразумевает способность обме-

ниваться данными с удаленными компьютера-

ми и контролировать их работу. Это позволяет

включить самую новую версию отдельной

моделирующей программы в общую структуру

вне зависимости от того, где находится эта

моделирующая программа.

13. В некоторых трубопроводах системы Сан-

Мануэль ежегодно проводилось до 42 рейсов

скребков.

14. Morales et al, сноска 2.

15. Пласты и скважины моделировались с по-

мощью программы моделирования плас-

тов ECLIPSE, трубопроводы – с помощью

программы моделирования PIPESIM; пункты

сбора и подготовки нефти и газа – с помощью

программы моделирования подготовки нефти

и газа HYSYS.

16. Сведения о дебитах газа были точнее данных о

дебитах жидкости.

17. Итерационное двунаправленное решение в

программном пакете Avocet обеспечило соб-

людение ограничений на давление и баланс

потоков по всему комплексу Сан-Мануэль. Для

каждого альтернативного варианта получено

сходящееся решение.

18. Garrido AM, Morales F and Cruz J: “Brownfields

Benefit from Integrated Models,” E&P

(November 2007): 51, 52, 55.

Рис. 6. Схема системы добычи. Система сбора добытой продукции на комплексе Сан-Мануэль включает шесть установок сбора и подготовки, осуществляющих объ-единение, сепарацию и сжатие или перекачку нефти и газа. Благодаря комплексному моделированию месторождения было реализовано множество улучшений (ромбы разного цвета), включая обход сепараторов высокого давления на установке Катед-раль (Catedral) и перевод газопровода диаметром 40 см (16 дюймов) на многофазный поток, что позволило увеличить объем добычи нефти и газа и существенно уменьшить частоту рейсов скребка для устранения газоконденсатных и жидкостных пробок. На установке Копано (Copano) осуществлен обход сепаратора высокого давления, что также позволило повысить добычу нефти и газа и уменьшить противодавление на манифольде. Были реализованы рекомендации и по некоторым другим компонентам системы и отдельным скважинам, результатом чего стал рост добычи. (Morales et al, сноска 2).

Катедраль

Чьяпа

Копано

Муспак

Жиральдас Кактус

Сунуапа

Газопровод

Нефтепровод

Нефтегазопровод

Поток, входящий в сеть

Промысловая установка

сбора и подготовки

Подготовка

16 дюймов x 5.6 км36 дюймов x 10.3 км

16 дюймов x 10.3 км


24 дюйма(на Кактус)

12 дюйма(на Кактус)




12 д

юйм

ов x

14.

9 км

8 дю

ймов

x 4

.8 к

м

Рост добычи углеводородов

Лучшее обеспечение потока

Сокращение эксплуатационных затрат

Эксплуатационная гибкость


мость контроля точки разгазиро-вания с соответствующим охлаж-дением и извлечением жидкости на одном из газопроводов. Компа-ния РЕМЕХ рассчитала, что сни-зив температуру потока до 20°С (68°F) и извлекая всю жидкость до ее входа в трубопровод, можно по-лучить дополнительно 210 м 3 кон-денсата в сутки (1 320 барр./сутки) и сократить число рейсов скребка на 90%.

Теперь, когда комплексная мо-дель разработки внедрена на комп-лексе Сан-Мануэль, инженеры-экс-плуатационники компании РЕМЕХ используют ее для принятия ре-шений по ежедневным операци-ям и планирования дополнитель-ных улучшений на месторождении. Потенциальные анализируемые изменения касаются бурения новых скважин, анализа спада добычи в существующих скважинах

и влияния будущих изменений на наземную инфраструктуру.

Использование комплексного моделирования месторождения на комплексе Сан-Мануэль являет-ся хорошим примером расширения анализа NODAL от одной скважины до месторождения с 65 скважина-ми. Следующий практический при-мер связан со значительно большим числом скважин.

Интеграция гигантского месторожденияОткрытое в 1974 г. месторождение Мумбаи-Хай (Mumbai High) распо-ложено вблизи индийского конти-нентального шельфе (рис. 7).19 Его

оператор – Indian Oil and Natural Gas Corporation (ONGС). Добыча нефти и газа осуществляется 690 скважинами,а давление поддерживается с помо-щью 200 водонагнетательных сква-жин. Сегодняшний объем добычи нефти и газа на этом месторожде-нии составляет 40 000 м3/сутки (250 000 барр./сутки) и 430 000 м3/сутки(15,2 млн фут3/сутки), соответствен-но. Комплексы подготовки нефти и газа осуществляют разделение объ-единенного флюида на нефть, газ и воду. Нефть и часть газа отправ-ляются на береговой терминал. Остальной газ используется для газлифтной эксплуатации пример-но 80% нефтедобывающих скважин.

Эффективное управление боль-шими месторождениями на поздней стадии эксплуатации и оптимизация их разработки на этапе снижения до-бычи всегда связаны с трудностями, и Мумбаи-Хай – не исключение. Серь-езность встречающихся проблем еще больше усугубляется тем, что на долю данного месторождения приходится более 40% добываемой в Индии нефти, и компания ONGC поставила перед собой цель не только остановить па-дение добычи, но и увеличить ее.20 Для достижения поставленной цели от оператора потребовалось выйти далеко за рамки прежде применяе-мого анализа NODAL для одной тру-бопроводной ветви.

Одной из основных целей ком-пании ONGC была оптимизация газлифтных операций. Хотя ин-женерные проработки в этом на-правлении регулярно проводились

АФГАНИСТАН К И ТА Й

ПАКИСТАН

И Н Д И Я

Ш Р И 9 Л А Н К А

Мумбаи

Уран

И Н Д И ЯМесторождение

Мумбаи9Хай

Газ

Нефть

Границышельфa

0 100км

0 100мили

Рис. 7.Месторождение Мумбаи-Хай компании ONGC. Это шельфовое месторождение расположено в 160 км (100 милях) к западу–северо-западу от побережья Индии (вверху на рис.) и занимает площадь примерно 1 200 км2 (465 квадратных миль). Оно включает 650 нефтедобывающих и 40 газодобывающих скважин (врезка спра-ва). Нефть и газ из 690 скважин поступают на пять комплексов подготовки нефти и газа, а вся система связывается трубопроводами протяженностью 2 900 км (1 800 миль). Нефть и газ, не используемый для газлифта, перекачиваются на береговой терминал Уран (Uran) по магистральным трубопроводам.

31Зима 2007–2008

от скважины к скважине, это так и не привело к ожидаемому увели-чению добычи на месторождении. На месторождениях с газлифтной эксплуатацией, где часть добывае-мого газа используется для подъема нефти, нельзя определить эффек-ты взаимовлияния на основе ана-лиза отдельных скважин. Компа-нии-оператору стало понятно, что комплексное моделирование всего месторождения позволит выявить все эффекты взаимного влияния компонентов сети и, в конечном счете, принять лучшие решения и повысить добычу при меньших затратах.

В соответствии с этими целя-ми и при поддержке специалистов компании Schlumberger была раз-работана концепция комплексной модели «из пласта в терминал» и трехэтапный план реализации проекта. Целью компании ONGC на первом этапе было создание мо-дели системы добычи, интегриро-ванной со сборной сетью для всего месторождения Мумбаи-Хай. Пос-ледующие этапы включали оптими-зацию сети, интеграцию с моделью пласта ECLIPSE и моделирование в реальном времени.

Цель первого этапа – созда-ние комплексной модели добычи – была амбициозной. Требовалось разработать точную многофазную модель «черной» нефти, учитываю-щей все объекты и процессы ком-плекса Мумбаи-Хай: скважины, платформы, трубопроводы, обору-дование подготовки нефти и газа, подачу газа для газлифта, закачку воды и соединения с береговым терминалом. Средой моделирова-ния был выбран программный па-кет для анализа скважин и сети PIPESIM.

Как и в описанном выше приме-ре сотрудничества с компанией РЕМЕХ, первой задачей проек-та Мумбаи-Хай был сбор данных, что совсем не просто организо-вать на месторождении примерно с 900 скважинами и связанными с ними сооружениями. Эту работу компания ONGC начала с принятия трех критически важных решений.

Во-первых, учитывая динамич-ность условий разработки мес-

торождения, сбор данных было решено проводить до некоторой контрольной даты вместо того, что-бы пытаться отслеживать события, определяемые изменяющимися па-раметрами.

Во-вторых, компания ONGC про-водила комплексное обучение пер-сонала с целью правильной струк-туризации последовательностей операций для их быстрой и эффек-тивной реализации.

И, в-третьих, ONGC внедрила контроль достоверности наборов данных для проверки их качества и точности.

На месторождении Мумбаи-Хай был собран большой объем данных о добыче: от карт расположения скважин и термобарических усло-

Слой взаимообмена потоков

Модель сети

Слой магистральных трубопроводов

Слой платформ подготовки нефти и газа

Слой сети выкидных линий

Модель одной сборной ветви

Слой добывающей платформы

Слой устья скважины

Рис. 8. Структура комплексной технологической модели. Хотя каждый комплекс подготовки нефти и газа на месторождении Мумбаи-Хай принимает продукцию со скважин, подсоединенных к нему, его границы могут пересекаться потоками газа для газлифта и воды для закачки в пласт. Чтобы правильно учесть все потоки и их взаим-ное влияние, комплексная модель месторождения была преобразована c использова-нием программы моделирования PIPESIM в шестиуровневую структуру – пять уровней в модели сети сбора и один уровень в модели одной ветви сбора для каждой сква-жины. Верхний уровень – это уровень баланса потоков, который включает систему добычи, водонагнетательную систему и обмен флюидами на платформах. Уровень ма-гистральных трубопроводов содержит межплатформенные и транспортные трубопро-воды. Уровень платформ подготовки нефти и газа включает сепарационное оборудо-вание и системы сопряжения с газлифтным оборудованием. Следующим идет уровень выкидных линий, подсоединенных к добывающим платформам комплекса подготовки. Последний уровень в модели сети – уровень добывающей платформы, включающий все скважины, подсоединенные к данной платформе. Самый нижний уровень состоит из моделей одной сборной ветви для отдельных скважин. Стрелки различного цвета показывают сетевые связи, простирающиеся до самого высокого уровня, а затем воз-вращающиеся на тот же уровень в другой части сети. (Moitra et al, сноска 2).

19. Moitra et al, сноска 2.

20. “India Produces 31.513 mmt of Crude Oil,”

United Press International (August 21, 2007),

http://www.upi.com/International_Security/

Energy/Briefing/2007/08/21/india_produces_

31513_mmt_of_crude_oil/1560/ (accessed

August 30, 2007).

вий до результатов гидродинами-ческих исследований на приток и информации о скважинном обо-рудовании для каждой скважины. Перед встраиванием моделей от-дельных скважин в модель сети необходимо получить калибровоч-ные данные по месторождению. Автономные модели каждого типа скважин были откалиброваны по


последним данным испытаний на приток. Собрав данные и построив и откалибровав модели скважин, можно было начать создание сете-вой модели.

Комплексная сетевая модель, построенная инженерами компа-нии ONGC в программе PIPESIM с использованием шестиуровне-вой архитектуры (рис. 8) , в к л ю -ч и л а в с е с к в а ж и н ы , с т о я к и , т р у б о п р о в о д ы и о б о р у д о в а н и е п о д г о т о в к и н е ф т и и г а з а . 2 1 П о с -л е д н и м э т а п о м в п о с т р о е н и и м о д е л и б ы л а е е а д а п т а ц и я п у -т е м с р а в н е н и я п р о г н о з н ы х в е -л и ч и н д а в л е н и я , т е м п е р а т у р ы и д е б и т о в с ф а к т и ч е с -к и м и д а н н ы м и о д о б ы -ч е . А д а п т а ц и я в с е й м о д е л и о с у щ е с т в л я л а с ь н а у р о в н е к о м -п л е к с а п о д г о т о в к и н е ф т и и г а з а и у р о в н е д о б ы в а ю щ е й п л а т ф о р -м ы . В х о д е с о з д а н и я , к а л и б р о в к и и п р о в е р к и м о д е л и и н ж е н е р ы O N G C в ы я в и л и б о л е е 3 5 0 п о т е н -ц и а л ь н ы х в о з м о ж н о с т е й п о в ы -с и т ь д о б ы ч у н а м е с т о р о ж д е н и и М у м б а и - Х а й : о т о п т и м и з а ц и и г а з л и ф т н о й э к с п л у а т а ц и и и в ы я в л е н и я п р о б л е м с в ы с о к и м п р о т и в о д а в л е н и е м д о о п р е д е л е -н и я с к в а ж и н с н е р а в н о м е р н о й д и н а м и к о й д е б и т а .

П о с т р о и в и и с п ы т а в м о д е л ь п е р в о г о э т а п а , O N G C и с п о л ь з у -е т е е д л я и з у ч е н и я в о з м о ж н о с -т е й у с т р а н е н и я о с л о ж н е н и й и о п т и м и з а ц и и г а з л и ф т н о й э к с -п л у а т а ц и и с е т и с к в а ж и н , ч т о -б ы п о в ы с и т ь д о б ы ч у н а в т о р о м э т а п е . Р е з у л ьт а т ы п о к а з а л и в о з м о ж н о с т ь у в е л и ч е н и я д о -б ы ч и н е ф т и н а 4 7 5 м 3/ с у т к и( 3 0 0 0 б а р р . / с у т к и ) и с н и ж е н и я т р е б у е м о г о д л я г а з л и ф т а о б ъ е м а г а з а н а 4 0 % . 2 2 Та к о е с о к р а щ е -н и е з а к а ч к и г а з а и м е е т д в а в а ж -н ы х п р е и м у щ е с т в а . В о - п е р в ы х , б л а г о д а р я б о л ь ш е й р е з е р в н о й к о м п р е с с о р н о й м о щ н о с т и о б е с -п е ч и в а е т с я п о в ы ш е н н а я э к с п л у -а т а ц и о н н а я у с т о й ч и в о с т ь , у п -р а в л я е м о с т ь и п р е д с к а з у е м о с т ь о п е р а ц и й п о д о б ы ч е и з а к а ч к е г а з а . Э т о п о з в о л я е т у в е л и ч и т ь о х в а т г а з л и ф т н о й э к с п л у а т а ц и -е й с к в а ж и н н а у д а л е н н ы х д о б ы -в а ю щ и х п л а т ф о р м а х . В о - в т о р ы х ,

э т о с о к р а щ е н и е в ы с в о б о ж д а е т д о п о л н и т е л ь н ы е о б ъ е м ы г а з а д л я э к с п о р т а и п р о д а ж и . В н а с т о я щ е е в р е м я о п т и м и з а ц и о н н ы е р а б о т ы с и с п о л ь з о в а н и е м к о м п л е к с н о й м о д е л и д о б ы ч и , с о з д а н н о й н а п е р в о м э т а п е , п р о д о л ж а ю т с я .

Х о т я к о м п а н и я O N G C т о л ь к о н а ч а л а и з у ч а т ь в о з м о ж н о с т и к о м -п л е к с н о й м о д е л и с и с т е м ы д о б ы ч и н а м е с т о р о ж д е н и и М у м б а и - Х а й , о н а у ж е с т р о и т п л а н ы и н а в т о р о й э т а п п р о е к т а . Н а э т о м э т а п е б у д е т о с у щ е с т в л е н о с о п р я ж е н и е м о д е л и п л а с т а E C L I P S E с п о с т р о е н н о й н а п е р в о м э т а п е м о д е л ь ю P I P E S I M с п о м о щ ь ю п р о г р а м м н о г о о б е с п е -ч е н и я Av o c e t . П о л у ч е н н ы е н а э т о м э т а п е р е з у л ьт а т ы б у д у т и с п о л ь з о -в а н ы д л я о п т и м и з а ц и и д о б ы ч и , у л у ч ш е н и я п р о ц е с с а п р и н я т и я р е ш е н и й и п л а н и р о в а н и я д о р а з -р а б о т к и д а н н о г о м е с т о р о ж д е н и я . Тр е т и й ( и п о с л е д н и й ) э т а п п р е -д у с м а т р и в а е т м о д е л и р о в а н и е в р е а л ь н о м в р е м е н и и о п т и м и з а ц и ю . М о д е л ь , п о л у ч е н н а я н а э т о м э т а п е , б у д е т а в т о м а т и ч е с к и о б н о в л я т ь с я п о д а н н ы м и з с и с т е м д и с п е т ч е р -с к о г о у п р а в л е н и я и с б о р а д а н -н ы х ( s u p e r v i s o r y c o n t r o l a n d d a t a a c q u i s i t i o n – S C A D A ) и и з д р у -г и х б а з д а н н ы х . Э т а м о д е л ь б у д е т и с п о л ь з о в а т ь с я в п л а н и р о в а н и и в р е м е н н ы х и з м е н е н и й в с и с т е м е р а з р а б о т к и с з а д а н н ы м ш а г о м п о в р е м е н и в м е с т е с к о м п л е к с н ы м и м о д е л я м и п р о д у к т и в н о г о п л а с т а и н а з е м н о г о о б о р у д о в а н и я .

О д н и м и з в а ж н ы х у р о к о в , и з в л е ч е н н ы х к о м п а н и е й O N G C и з п р о в е д е н н о г о а н а л и з а , о к а з а л с я т о т в ы в о д , ч т о у с п е ш н о с т ь п р о е к -т а м о д е л и р о в а н и я м е с т о р о ж д е н и я М у м б а и - Х а й в р е ш а ю щ е й с т е п е н и о б у с л о в л е н а с о в е р ш е н с т в о в а н и -е м п о с л е д о в а т е л ь н о с т и о п е р а ц и й и в з а и м о д е й с т в и е м м е ж д у п р о -м ы с л о в ы м и о ф и с н ы м п е р с о н а -л о м . К о м п л е к с н о е м о д е л и р о в а н и е р а з р а б о т к и – э т о о д н о и з т е х н о -л о г и ч е с к и х д о с т и ж е н и й , к о т о -р о е м е н я е т в л у ч ш у ю с т о р о н у н е т о л ь к о т о , ч т о о п е р а т о р ы д е л а ю т, н о и т о , к а к о н и э т о д е л а ю т. Х о -р о ш и м п р и м е р о м т а к о г о п о д х о д а я в л я е т с я д е я т е л ь н о с т ь к о м п а н и и S t a t o i l H y d r o .

Окно в будущееВ 2006 г. компании Statoil (теперь StatoilHydro) и Schlumberger на-чали реализацию совместного про-екта исследований и разработок в рамках программы повышения не-фтеотдачи на морских месторож-дениях компании Statoil (subsea increased oil recovery – SIOR). 23 Этот проект предусматривал ис-пользование набора согласованных комплексных моделей геологичес-кой среды и оборудования на повер-хности в качестве основы будущей оптимизации в реальном времени. Целью проекта являлась разработ-ка средств и рабочих процессов для оптимизации поведения пласта, производительности скважин и ра-боты оборудования для подготов-ки нефти и газа с ежедневной кор-ректировкой в течение всего срока эксплуатации месторождения. Эти цели трансформировались в де-монстрационный проект, реализуе-мый в настоящее время на залежи Снорре-Б (Snorre-B), оператором которой является StatoilHydro.

Месторождение Снорре (Snorre) расположено на площади Тампен (Tampen) в Северном море, при-мерно в 150 км (90 миль) севе-ро-западнее Бергена, Норвегия (рис. 9). Добыча с платформы «Снорре-А» (Snorre-A) началась в 1992 г. , а со «Снорре-Б» – в 2001 г. Текущий объем добычи нефти и газа на обеих платформах составляет 8 000 м 3/сутки (50 300 барр./сутки) и 1,75 млн м3/сутки (62 млн фут3/сутки) соответственно. Снорре-Б харак-теризуется значительной неодно-родностью фильтрационно-емкост-ных параметров, и потому главным направлением пробного проекта SIOR было выбрано совершенство-вание существующей схемы завод-нения с чередующейся закачкой воды и газа (water alternating gas – WAG). 24 Компания StatoilHydro ожидала получения выгоды от оп-тимизации последовательностей операций и увеличения вклада междисциплинарного анализа в уп-равление добычей.

Хотя работы по демонстрацион-ному проекту на Снорре-Б еще не закончены, он четко выявил не-обходимость в разработке улуч-

33Зима 2007–2008

шенной методики WAG. Переход с большей частью вручную управ-ляемых средств и последователь-ностей операций на схему, спо-собную оптимизировать систему добычи в реальном времени, явля-ется сложной задачей, требующей тщательного изучения. 25

Проектная группа начала с оп-ределения компонентов процесса оптимизации цикла WAG, исполь-зуя анализ SIPOC. 26 Полученные результаты показали, что для это-го требуется четыре компонента: упрощенная модель пласта, конт-роль скважин и пласта, средство анализа показателей месторожде-ния и комплексная модель место-рождения.

Упрощенная модель пласта вместе с моделями скважин дает возможность оценить давления по зонам и сделать краткосрочные прогнозы по добыче. Контроль скважин и пласта позволяет уста-новить положения штуцеров для устойчивой добычи и быстро изме-нять регулировки в случае отказа технологического оборудования. Анализатор показателей место-рождения осуществляет анализ и предпринимает последующие действия в отношении цикла WAG. И наконец, для оптимизации используется программный пакет комплексного моделирования мес-торождения Avocet Integrated Asset Modeler. Контрольными парамет-рами в Avocet являются скорость и время закачки воды и газа, а ограничивающими параметрами добычи – скорость эрозии штуце-ров и динамическое забойное дав-ление. Программа комплексного моделирования месторождения выдает двухлетний прогноз добы-чи нефти для каждой скважины и двухлетний прогноз пластового давления.

Компания StatoilHydro связа-ла все эти компоненты воедино в модуле автоматизации последо-вательности операций. Автомати-зация обеспечивает согласованное действие отдельных компонентов для решения четырех задач каж-дого цикла WAG на Снорре-Б: оптимизация, анализ, мониторинг добычи и регулировка (рис. 10).

Ставангер

Площадь ТампенНОРВЕГИЯ

ШВЕЦИЯ

Ставангерр

Снорре9А

Снорре9Б

Висунд

Гуллфакс

Статфьорд

0 3км

0 3мили

Рис. 9. Месторождение Снорре. Месторождение Снорре, оператором которого являет-ся компания StatoilHydro, находится в норвежском секторе Северного моря и занима-ет участок 8 км (5 миль) в ширину и около 20 км (12 миль) в длину. Залежь Снорре-Б в самой северной части месторождения (обведена кружком) разрабатывается с помощью двух добывающих и двух нагнетательных донных опорных плит , которые подсоединены к полупогружной платформе с буровым модулем, модулем подготовки нефти и газа и жилым модулем. Добыча на Снорре-Б осуществляется из пласта Лунде (Lunde), характеризующегося сложным строением, изменяющимися параметрами и наличием множества барьеров на пути притока. В нем пробурены длинные горизон-тальные скважины, вход в которые затруднен. (С разрешения компании StatoilHydro).

21. Оборудование для подготовки нефти и газа

включает сепараторы, компрессоры, нагрева-

тели и насосы.

22. Barua S: “Integrated Asset Model Crucial to

Field-Wide Optimization,” Upstream Technology 2,

no. 10 (October 2007): 48–50

23. “Improved Recovery from Subsea

Fields,” http://www.statoil.com/

statoilcom/technology/SVG03268.

nsf?OpenDatabase&lang=en (accessed

September 4, 2007).

Проект SIOR был запущен компанией Statoil в

2004 г. с целью достижения среднего коэф-

фициента нефтеотдачи 55% на ее подводных

месторождениях к 2008 г. Это соответствует

увеличению объема извлекаемых запасов

нефти на 191 млн м3 (1 200 млн барр.).

24. “Challenges in Developing and Draining the

Lunde Reservoir on Snorre B,” Statoil,

http://ww.spe.no/stavanger/doc/

Past%20Events/SPE_meeting_11_01_06.pdf

(accessed September 4, 2007).

25. Sagli et al, сноска 2.

26. SIPOC – это инструмент, используемый для

определения всех элементов сложного про-

цесса путем анализа источников (S – source),

входных данных (I – input), процессов

(P – process), результатов (O – output) и пот-

ребностей заказчика (C – customer).


Рис. 10. Демонстрационные последовательности операций для заводнения с чередующейся закачкой воды и газа на зале-жи Снорре-Б. Контрольный модуль автоматизации исполняет четыре основных последовательности операций, три из которых показаны на рисунке. Оптимизирующая последовательность (вверху на рис.) отвечает за долгосрочное планирование по месторождению. Используя упрощенную модель пласта как опорную, этот модуль прогнозирует добычу и определяет темпы закачки. Эти данные вводятся в программу комплексного моде-лирования месторождения для разработки решения для систе-мы наземных объектов. Затем программа моделирования пласта ECLIPSE проверяет предложенное решение, и новый обновлен-ный прогноз возвращается в модуль автоматизации. Анализиру-ющая последовательность (в центре рис.) – это ключевой ком-понент автономной оценки, инициируемый при выходе целевых

параметров за пределы установленного диапазона или гранич-ных условий. Заранее заданные инструкции по реагированию на инициирующее событие ускоряют анализ, для которого может потребоваться новый прогон комплексной модели месторожде-ния. Последовательность мониторинга добычи (внизу на рис.) обновляется наиболее часто. Если какой-либо основной про-изводственный показатель вышел за установленные пределы, срабатывает сигнализация и запускается анализирующая пос-ледовательность. В ином случае, если все показатели находятся в заданном диапазоне, система мониторинга добычи завершит вычисления и отправит рассчитанные пластовые давления и дебиты в настроечную последовательность для регулировки от-крытия штуцеров (не показано). Этот контур задает положения штуцеров, обеспечивающие достижение целевых показателей добычи и закачки. (Sagli et al, сноска 2).

Запрос Комплекснаямодель

месторождения

Модуль контроляпоследователь9ности операций

Визуализация

Анализаторпоказателей


События ипредупре9

ждения

Хранилищеархивныхданных

Базаданных

по добыче

Модельназемной

инфраструктуры

Модельповеденияскважины

Материальныйбаланс с учетоминтерференции



События и предупреждения

Время и приток для

каждойскважины

Давления,дебиты

Улучшенныйконтроль

скважин и пласта

Комплекснаямодель


Мониторинг добычи

Месяцы 9 годы

Регу

лярн

ость

вы

полн

ения

Продолжительность вычислений

Часы – сутки

Анализ



Оптимизатор

Криваядобычи

Запрос

Автоматизацияпоследовательности

операций

Улучшенныйконтроль скважин

и пласта

Упрощеннаямодель пласта

(опорная модель)

Целевая функцияОграниченияКонтрольная переменная

Системакомплексного

моделированияместорождения

Полная модельпласта

Оптимизация

Время иприток для

каждойскважины

Хранилищеархивныхданных

Базаданных

по добыче

Модуль контроляпоследователь9ности операций

Модельназемной

инфраструктурыМодель

поведенияскважины

35Зима 2007–2008

Для контроля и связывания пос-ледовательностей операций для WAG на Снорре-Б во время их раз-работки и испытания используется технология, объединяющая слабо сопряженные процессы на объек-тах и между ними в общей сетевой среде. Некоторые из таких расчетов и операций могут занимать много времени – недели и месяцы. Свя-зи, обеспечивающие целостность и сохранность данных, имеют ог-ромное значение. Связи между раз-личными процессами поддержи-вались на двух уровнях – между приложениями и между объектами. Протокол связи между приложени-ями использует стандартный отрас-левой интерфейс обмена данными PRODML. 27 Архитектура системы передачи данных, соединяющая объекты в Норвегии и центры в че-

тырех других регионах мира, обес-печивает дистанционный доступ к демонстрационным результатам и данным о добыче (рис. 11). 28

Хотя работы по автоматизации последовательностей операций для оптимизации WAG на Снорре-Б все еще продолжаются, компании StatoilHydro уже стало понятно, какие выгоды она получит. Во-пер-вых, участие имеющихся пользова-телей в разработке и демонстрации позволяет интегрировать их опыт в модернизированные последова-тельности операций. Во-вторых, созданная упрощенная модель пласта позволяет получать резуль-таты за минуты, а не за часы, что и требовалось для включения этой модели в схему оптимизации. И на-конец, очень важным достижением является расширение автоматиза-

Локальная сетьв Ставангере, Норвегия

Демонстрация, Снорре9Б

Локальная сетьв Тронхейме, Норвегия

Баден, Австрия Абингдон, Англия Калгари, Канада Хьюстон, США

Локальная сетьSchlumberger

Локальная сетьв Стьёрдале, Норвегия

Локальная сетьна Снорре9Б

Локальная сетьStatoilHydro

Сервер базы данных о добыче

Сервер управленияпроцессами

Серверавтоматизации

последовательностиопераций

Серверкомплексного

моделированияместорождения

Сервер базыархивных данных

SOIL

Рис. 11. Вычислительная архитектура для демонстрации и ис-пытания сетевых моделей. Последовательности операций, базы данных и программы контроля и комплексного моделирования месторождения компании StatoilHydro установлены в несколь-ких норвежских подразделениях компании, в т.ч. в Ставангере,

Тронхейме, Стьёрдале и на Снорре-Б. С помощью защищенного канала связи SOIL (Secure Oil Information Link), к ним обеспе-чен доступ из офисов компании Schlumberger в Бадене (Авс-трия), Абингдоне (Англия), Калгари (Канада) и Хьюстоне (США). (Sagli et al, сноска 2).

ции мониторинга добычи. В нужные моменты выдаются предупрежде-ния, а комбинация мониторинга и последующего анализа позволяет уменьшить полное время инди-видуального цикла в случае не-штатных ситуаций. Программное обеспечение Avocet , встроенное в к о н т р о л ь н о - к о р р е к т и р у ю щ у ю последовательность, играет клю-чевую роль в получении всех этих преимуществ.

27. Подробнее о PRODML см.: www.prodml.org

(accessed September 10, 2007).

28. Подробнее о SOIL см.: www.oilcamp.com/

portal/Home/tabid/93/Default.aspx (accessed

September 10, 2007).


На пути к интеллектуальному месторождениюХотя технология получения и пе-редачи данных в реальном времени существует уже несколько лет, ее принятие нефтедобывающей про-мышленностью происходит мед-ленно. 29 Ее роль в отрасли растет по мере осознания важности повыше-ния нефтеотдачи. Этому также спо-собствует одновременное развитие все более мощных и менее дорогих систем, работающих в реальном времени. 30 Например, компания ВР назвала интеллектуальное место-рождение «месторождением буду-щего» и работает над превращени-ем этой концепции в реальность.31 Компания ВР объединила комплек-сное моделирование месторожде-ния с системой картографической визуализации параметров на сво-ем месторождении Ред-Оук-Вест (Red Oak West) в бассейне Аркома (Arkoma). 32

Оператором этого месторожде-ния, расположенного около Уил-бертона на юго-востоке Оклахомы (США), является компания BP North American Gas. На нем про-бурено около 800 газодобывающих скважин, а общая протяженность трубопроводов, охватывающих площадь длиной 32 км (20 миль)

0

0 5 10 15 km

5 10 mi

Рис. 12. Картографическая визуализация показателей бассейна Аркома. Эти изображения из программы визуализации иллюс-трируют, как можно просматривать показатели бассейна. Он отображен в виде красных, желтых и зеленых областей (слева на рис.). Увеличив область Ред-Оук-Вест , можно просматривать

скважины по их типу, средней продуктивности и сравнительно-му состоянию (справа на рис.). Пузырьковые диаграммы служат для просмотра эффектов ключевых эксплуатационных парамет-ров. (Weber et al, сноска 1).

16

12

14

10

6

8

Поте

нциа

льно

е ув

елич

ение

ЧПС

, %

Глубоководные неосвоенныеместорождения нефти

ЧПС = 3,8 млрд долл. США

Глубоководные освоенныеместорождения нефти


Мелководные неосвоенныеместорождения газа


Мелководные освоенныеместорождения газа


2

4

0

Рис. 13. Потенциал интеллектуального месторождения. Как ожидается, использова-ние цифровой технологии на нефтяных и газовых месторождениях приведет к сущес-твенному повышению чистой приведенной стоимости (ЧПС) как для не освоенных, так и для уже освоенных месторождений. Это станет возможным благодаря применению нескольких основных технологий – дистанционных измерений, визуализации данных, интеллектуального бурения и заканчивания, автоматизации и интеграции данных.

37Зима 2007–2008

и шириной 10 км (6 миль), состав-ляет 400 км (250 миль). Здесь так-же находятся семь компрессорных станций и свыше 70 мобильных ус-тьевых компрессоров. В прошлом оптимизация разработки подобных месторождений означала очень трудоемкое изучение больших объ-емов данных по сотням скважин, получаемых из множества источни-ков. В рамках инициативы «Место-рождение будущего» компания ВР успешно вывела Ред-Оук-Вест на передний край реализации концеп-ции интеллектуального месторож-дения. Слияние системы SCADAс программным пакетом Avocet Integrated Asset Modeler позволи-ло осуществить оптимизацию раз-работки в масштабе месторождения и визуализацию карт параметров.

Интерактивная комплексная мо-дель месторождения Ред-Оук-Вест может работать как в оперативном отслеживающем режиме для мони-торинга текущих работ, так и авто-номно для оценки альтернативных стратегий добычи. Кроме диало-гового моделирования, компания ВР разработала инструмент визу-ализации данных по месторожде-нию Ред-Оук-Вест под названием MAPS, давший инженерам возмож-ность следить за показателями раз-работки большого месторождения (рис. 12). Это позволило быстро выявлять скважины, работающие ниже своего потенциала, и опреде-лять эксплуатационные проблемы, такие, как скопление жидкостей или отказ оборудования.

Хотя ключевым аспектом про-граммы было повышение добычи,

компания ВР нашла в ней для себя и другие преимущества. Был улуч-шен контроль целостности систе-мы путем использования визуаль-ных индикаторов и анимации для обследования трубопроводов на предмет коррозии, эрозии и скоро-сти потока. Компания обнаружи-ла, что MAPS можно применять не только для мониторинга характе-ристик скважин и трубопроводов и параметров их целостности, но также и для регистрации переме-щений персонала и оборудования, предназначенного для промысло-вых операций, таких как техни-ческое обслуживание, бурение или аварийная эвакуация.

Хотя в направлении к интеллек-туализации месторождений дейс-твует множество движущих фак-торов, операторы, скорее всего, будут заинтересованы в основном снижением затрат и повышением добычи. Существенное повышение ценности проектов станет для них главным импульсом для принятия на вооружение технологий, фор-мирующих мир интеллектуальных месторождений (рис. 13). 33 Ключе-вое положение в этом мире зани-мает комплексное моделирование разработки.

Комплексное моделирование сис-темы разработки является частью парадигмы перехода к цифровым технологиям, изменяющим об-лик месторождений нефти и газа.Начавшись 25 лет назад в виде сла-бой волны преобразований, этот пе-реход набрал силу и сейчас, образно говоря, представляет собой насто-ящий вал. Ядром комплексного моделирования разработки и всех связанных с ним технологий, фор-мирующих интеллектуальное мес-торождение, являются интеграция данных и обмен ими. Последова-тельные рабочие процессы уходят в прошлое, и их место занимают компоненты новой концепции, в рамках которой разнопрофильная информация эффективно интегри-руется и распространяется по объ-ектам в разных регионах мира. Эти технологии устраняют барьеры и расширяют взаимодействие; они направлены в большей степени на предупреждение негативных собы-

29. Snieckus, сноска 3.

30. Mochizuki S, Saputelli LA, Kabir CS, Cramer R,

Lochmann MJ, Reese, RD, Harms LK, Sisk CD, Hite

JR and Escorcia A: “Real Time Optimization:

Classification and Assessment,” paper SPE


Conference and Exhibition, Houston, September

26–29, 2004.

31. Reddick C: “Field of the Future: Making BP’s

Vision a Reality,” paper SPE 99777, presented

at the SPE Intelligent Energy Conference and

Exhibition, Amsterdam, April 11–13, 2006.

32. Weber et al, сноска 1.

тий, нежели на ликвидацию их про-явлений. Комплексное моделиро-вание разработки займет ключевое положение на интеллектуальных месторождениях на пути отрасли к реализации возможностей оптими-зации в реальном времени.

–ДА


Интеллектуальное управление возможно не только в сложных скважинах, оснащенных большим количеством различных устройств. Оно также способно произвести революцию в методах добычи на месторождениях на поздней стадии разработки. Некоторые компании-операторы уже убедились в том, что сочетание управления в режи-ме реального времени с использо-ванием погружных электрических центробежных насосов (ЭЦН) мо-жет быть очень выгодным.

Уже много лет компании-опера-торы осуществляют мониторинг и управление работой ЭЦН с повер-хности. Преждевременный отказ ЭЦН можно предотвратить, изме-няя частоту сигнала, посылаемо-го наземной станцией управления с преобразованием частоты на кон-троллер двигателя насоса. Такая регулировка частоты также помога-ет предотвратить недогрузку ЭЦН и увеличить объем добычи. Чтобы получить оптимальную систему, инженеры разрабатывают насос с учетом конкретных требований по каждой скважине, используя дан-

ные в режиме реального времени и моделирование. Двухсторонняя дистанционная связь дает возмож-ность следить за работой насоса и управлять им на значительном расстоянии.

Не так давно инженеры сделали следующий шаг, скомбинировав компоненты интеллектуальной технологии разработки месторож-дения с возможностями дистанци-онного мониторинга и управления ЭЦН. Такая комбинация дает воз-можность значительно увеличить дебит или степень извлечения промышленных запасов благодаря оптимизации работы насоса. При многоинтервальном заканчивании управляемые с поверхности сква-жинные клапаны регулирования притока позволяют изменять или перекрывать приток из отдельных продуктивных зон без спуска инс-трумента в скважину, тем самым исключая дополнительные расхо-ды и риски, связанные со спуско-подъемными операциями.Данные от постоянных скважинных датчи-ков давления и температуры для мониторинга продуктивных зон

Погружные электрические центробежные

насосы для интеллектуальной

механизированной добычи

Технология интеллектуальных скважин ранее считалась приемлемой

лишь для высокопродуктивных месторождений с высокими издержками

эксплуатации. Однако теперь эта технология все чаще используется

для повышения отдачи от залежей, находящихся на поздней стадии

разработки. Скважины, оборудованные погружными электрическими

центробежными насосами (ЭЦН), особенно подходят для применения

такой комбинации старых и новых подходов. Скважины с ЭЦН, где уже

проведены электрические кабели и установлены системы гидрозащиты,

легко оснащаются устройствами мониторинга и управления при

относительно низких дополнительных затратах.

Джон Алгерой Рошарон, Техас, США


Райана Кокса (Рошарон, Техас, США), Рамеса М. Гуин-

ди и Гранта Харриса (Хьюстон, Техас, США) и Барри

Николсона (Шугар-Ленд, Техас, США).

espWatcher, FloWatcher, MultiPort, MultiSensor, Phoenix,

QUANTUM, RapidSeal и REDA являются товарными

знаками компании Schlumberger.

39Зима 2007–2008

НКТ диаметром 7 дюймов

ЭЦН

Многоканальный пакер QUANTUM Multiport (7 х 31/2 дюйма)

Многоканальный пакер QUANTUM Multiport (7 х 31/2 дюйма)

Ориентирующая муфта обсадной колонны диаметром 7 дюймов

Забойный клапан регулирования притока TRFC9E на НКТ диаметром 31/2 дюйма

Забойный клапан регулирования притока TRFC9E на НКТ диаметром 31/2 дюйма

Ориентирующая муфта обсадной колонны диаметром 7 дюймов

1. Konopczynski MR, Moore WR and Hailstone JJ:

“ESPs and Intelligent Completions,” paper SPE


Conference and Exhibition, San Antonio,

Texas, September 29–October 2, 2002.

2. Vachon G and Bussear T: “Production

Optimization in ESP Completions with

Intelligent Well Technology,” paper SPE

93617, presented at the SPE Asia Pacific Oil

and Gas Conference and Exhibition, Jakarta,

April 5–7, 2005.

указывают на необходимость под-ключения к дренированию новой зоны или изоляции затронутого прорывом интервала без эксплу-атационного каротажа, проводи-мого для выявления локализации нежелательных притоков воды или газа.

Применение интеллектуальной системы заканчивания, включа-ющей регуляторы притока и дат-чики, позволяет настроить рабо-ту ЭЦН таким образом, чтобы он поднимал больше нефти и меньше воды, увеличивая перепад давле-ния в продуктивных зонах. Насос также в меньшей степени подвер-жен повреждениям от забивания и наличия газа в потоке, что поз-воляет использовать более ком-пактные ЭЦН, газосепараторы и газоулавливающее оборудование. 1 Более того, клапаны регулирова-ния притока позволяют защитить пласты во время ремонта скважин с ЭЦН (рис. 1) .

Несмотря на все свои преиму-щества, интеллектуальная тех-нология для скважин с ЭЦН дол-гое время считалась роскошью, доступной только основным опе-раторам и крупным независимым компаниям. На большинстве таких скважин все еще применяются тра-диционные методы мониторинга, включая построение диаграмм из-меренной силы тока на поверхнос-ти для определения КПД насоса и анализ акустических данных для оценки уровней флюидов. Эти ме-тоды неэффективны и трудоемки, поскольку требуют частых выез-дов на скважину для сбора данных и ручной регулировки насосов.

Однако недавно целый ряд не-больших операторов, работающих в нефтеносных провинциях на поз-

дней стадии разработки, где прак-тически вся добыча углеводородов является механизированной, на-чали осуществлять коррелирован-ную обработку и интерпретацию данных в режиме реального вре-мени с одновременным снижени-ем затрат и повышением эффек-тивности управления разработкой месторождения. Скоро стало ясно, что комбинация интеллектуальной технологии с ЭЦН особенно эффек-тивна для скважин с водоносными зонами. Например, один оператор в Индонезии установил одиноч-ный двухпозиционный клапан для контроля притока из нижележащей водоносной зоны. Тензодатчик на забое скважины зафиксировал на-личие воды в добываемой продук-ции путем измерения создавшегося изменения гидростатического дав-ления. После обнаружения воды зона была закрыта до исчезнове-ния образовавшегося водяного конуса. Затем зона была возвра-щена в работу и оставалась откры-той до следующего такого случая. Повторяя этот цикл, оператор смог добыть из этой зоны 100 000 барр. (15 900 м 3) нефти, которые в ином случае могли бы остаться в пласте. 2

Рис. 1. Целостность скважины. Наряду со способностью изменять приток из продук-тивных зон без проведения спуско-подъ-емных операций с помощью буровой уста-новки дистанционно управляемые клапаны регулирования притока могут закрываться и изолировать пласты от проникновения жидкости для глушения во время плановых работ по замене ЭЦН. В показанной на рисунке конфигурации электроприводные клапаны регулирования притока, извлека-емые на насосно-компрессорных трубах (НКТ) диаметром 3½ дюйма (TRFC-E), могут быть закрыты до подъема ЭЦН. Это предотвращает проникновение сква-жинных жидкостей в продуктивные зоны после удаления уплотнения, создаваемого ЭЦН. Подобное проникновение часто про-исходит на месторождениях на поздней стадии разработки и в истощенных плас-тах со сниженным пластовым давлением. Проникновение этих жидкостей в пласт во время ремонтных операций приводит к серьезному повреждению коллекторских свойств продуктивных пластов и сущест-венному снижению суммарной добычи.

Расширение дистанционного мониторинга и управленияПолучение данных по работе ЭЦН и электропитанию в скважине и с поверхности в режиме реально-го времени обеспечивается с помо-щью все более сложных техноло-гий для скважин с ЭЦН, таких, как комплекс услуг по высокоэффек-тивной механизированной добыче Advanced Lift ing Service и система слежения и управления для ЭЦН


espWatcher компании Schlumberger. Собранные данные отправляются в центральный узел для анализа экспертами, которые могут дис-танционно предпринять такие действия, как запуск, остановка и регулирование скорости ЭЦН. 3

Данные также обрабатываются и сравниваются с заданными ус-тановками защит, основанными на ограничениях рабочего диапа-зона насоса, двигателя, скважины и пласта. Оповещения о срабаты-вании защит можно передавать заинтересованным сторонам по пейджеру, электронной почте, мо-бильному телефону или факсу. Так как эксперты способны найти причину отказа насоса и способы ее устранения, эти процессы поз-воляют дистанционно возвращать скважины в эксплуатацию за ми-

A450

400

350

300

250

200

150

100

50

0

Дата

14 октября 21 октября 28 октября 4 ноября 11 ноября

B

C

D EF

G

Давление на приеме насоса, фунт/дюйм2

Температура двигателя, °F

Температура на приеме насоса, °F

Сила тока на СУ с ПЧ, А

Давл

ение

, фун

т/дю

йм2 ;

тем

пера

тура

, °F;

сил

а то

ка, А

Рис. 2. Мониторинг и управление ЭЦН с помощью системы слежения и управления для ЭЦН espWatcher. После запуска насоса в скважине (западный Техас, США) было измерено давление на приеме (А), стабилизировавшееся на уровне свыше 300 фунт/дюйм2 (2,1 МПа), что примерно на 150 фунт/дюйм2 (1,0 МПа) выше расчет-ного. После ремонта поврежденного штуцера в соседней нагнетательной скважине и восстановления контроля над темпом закачки (Е) динамическое давление сущест-венно приблизилось к расчетному значению, составив 200 фунт/дюйм2 (1,4 МПа). Нерегулярные выбросы давления (B и D) при еженедельной химической обработке вызваны закрытием выкидной линии при работающем насосе. Инженер-эксплуатационник быстро определил, что оператор закрыл скважину для замены негерметичной задвижки на устье скважины (С). Инженер дистанционно запустил насос, обеспечил вывод на режим и осуществлял мониторинг событий во время начального падения давления. Позднее скважина была остановлена, запущена дис-танционно для проведения планового обслуживания и возвращена в эксплуатацию (F). Частота вращения мотора, задаваемая станцией управления с преобразованием частоты (СУ с ПЧ), была увеличена для максимизации добычи (G)

нимально короткое время. Эконо-мические выгоды, выражающиеся в снижении трудозатрат и потерь добычи, могут быть весьма значи-тельными.

С появлением совершенных вы-числительных средств для чис-ленного моделирования и реше-ния инженерных задач поведение насоса стало возможным предска-зывать по данным о флюидах, из-влекаемых из пласта, сравнивая результаты с рабочими кривыми стендовых испытаний для каждо-го конкретного насоса. Показатели работы скважины затем сравнива-ются с результатами моделирова-ния. Данные по давлению в каждом узле, объединенные с информаци-ей по заканчиванию и свойствам флюида, служат для периодичес-

кой диагностики скважины и плас-та и позволяют легко выявлять недостаточно производительные скважины с ЭЦН. 4

В примере из Пермского бассей-на (западный Техас, США) система espWatcher регистрировала данные с насоса в режиме реального време-ни (рис. 2) . После запуска насоса давление в скважине стабилизиро-валось на уровне выше расчетного. Следующие две недели показали, что из-за поврежденного штуцера в соседней нагнетательной сква-жине нагнетание осуществлялось с темпом, в 3 ,5 раза превышающим проектный. Энергия понапрасну тратилась на увеличение обвод-ненности. После ремонта штуцера и нормализации темпа закачки ди-намическое давление существенно приблизилось к расчетному значе-нию.

Кроме того, на диаграмме обна-ружены неожиданные выбросы, связанные с еженедельной хими-ческой обработкой, когда выкид-ная линия была закрыта при ра-ботающем ЭЦН. Этот процесс был модифицирован таким образом, чтобы эксплуатация скважины во время обработки не останавлива-лась и повышение температуры двигателя насоса было бы незна-чительным. Событие такого типа намного легче выявить с помощью измерения давления и температу-ры, чем традиционным путем из-мерения силы тока.

Выгода от использования такой тактики дистанционного монито-ринга и управления в режиме ре-ального времени может быть чрез-вычайно велика, и проявляется она незамедлительно, часто обеспечи-вая быструю окупаемость инвести-ций. Например, в другой скважине в Западном Техасе, небольшая ком-пания-оператор избежала больших расходов на замену двигателя, вышедшего из строя вследствие перегрева, благодаря своевремен-ному срабатыванию системы пре-дупреждения, получившей данные о возможном осложнении в режи-ме реального времени. Еще один оператор оптимизировал и подде-рживал добычу с помощью непре-рывного мониторинга показателей

41Зима 2007–2008

ЭЦН с кожухом

Спускаемый на кабеле забойный клапан регулирования притока WRFC9H диаметром 41/2 дюйма

Северное ответвление,9 зацементированный хвостовик диаметром 7 дюймов

Южное ответвление – открытый ствол диаметром 81/2 дюйма

Расходомер

Система мониторинга MultiSensor

На поверхность

Главный ствол М92 – закупорен и зацементирован

Рис. 3. Впервые — на месторождении Уитч-Фарм. Скважина М-15 стала первой сква-жиной, в которой управляемый с поверхности регулятор притока был установлен ниже ЭЦН. Устройства регулирования притока размещены на отметке примерно 5 300 м (17 390 футов), где угол наклона ствола превышает 85°. Расходомер над ЭЦН и система скважинного мониторинга для заканчиваний с ЭЦН MultiSensor под ЭЦН позволяют контролировать производительность скважины.

работы скважины и регулировки скорости насоса в соответствии с производительностью скважины.

Использование интеллектуаль-ной технологии с гидро- или элек-троприводными скважинными регуляторами притока в скважи-нах с ЭЦН — это следующий ло-гический шаг к дистанционному мониторингу и управлению в ре-жиме реального времени. Напри-мер, ключевым фактором выбора параметров ЭЦН является коэф-фициент продуктивности целевой зоны, измеряемый в баррелях, добытых при перепаде давления 1 фунт/дюйм 2. Неправильное или, что бывает чаще, изменившееся со временем значение коэффициента продуктивности во многих случа-ях обуславливает более высокий или низкий дебит, чем тот, на ко-торый рассчитан ЭЦН. Это может привести к перенапряжению насо-са из-за чрезмерной нагрузки или снижению продуктивности ниже оптимальной из-за недостаточной нагрузки. Когда регуляторы при-тока с изменяемыми параметрами работают подобно штуцерам на вскрытой поверхности пласта, опе-ратор может увеличить или умень-шить приток к скважине и, таким образом, регулировать депрессию на пласт. Затем можно установить станцию управления с преобразо-ванием частоты для оптимизации работы насоса. 5

Успешное применениенового подходаСтоль же важное значение для оптимизации добычи в интеллек-туальных скважинах с ЭЦН име-ют расширенные возможности мониторинга с использованием скважинных датчиков давления и температуры. Эти постоянные датчики позволяют инженерам рас-считывать приток по перепаду дав-ления, измеряемому на сужении, и определять плотность флюида по изменению гидростатического дав-ления по стволу. 6

Скважинный регулятор притока и ЭЦН были впервые объединены в одной компоновке в 1999 г. , ког-да компании ВР потребовалось обеспечить контроль водопритока

в скважине М-15 на месторож-дении Уитч-Фарм (Wytch Farm), Дорсет, Англия. В 1990-х гг. это месторождение служило испыта-тельным полигоном для бурения скважин с большим отходом от вертикали и стало местом уста-новления многочисленных рекор-дов в бурении, включая первую в мире скважину с отходом от вер-тикали на 10 км (6,2 мили). Кро-ме того, на месторождении Уитч-Фарм производилось испытание новых технологий, таких, как сис-темы управляемого роторного бу-рения, и в рамках данного проекта ВР смогла разбурить экологически уязвимые морские залежи с бере-говых площадок.

Скважина М-15 включает два бо-ковых ствола, соединяющих раз-деленные разломом продуктив-ные интервалы. В то время, когда производилось ее бурение, на этой скважине был установлен рекорд по отходу от вертикали для мно-гоствольных скважин — 3400 м (11 155 футов — северный боковой ствол), а также по длине перфо-рационной компоновки — 1800 м (5905 футов). Скважина была за-кончена с установкой ЭЦН REDA в кожухе и тремя извлекаемыми

на кабеле гидроприводными кла-панами регулирования притока в боковых камерах (WRFC-H), ко-торые имеют 6 положений, вклю-чая полностью открытое и пол-ностью закрытое (рис. 3) . Один из этих клапанов был впервые в отрасли установлен ниже ЭЦН. Скважина была также оснащена расходомером над ЭЦН и систе-

3. Подробнее о погружных электричес-

ких центробежных насосах: Bremmer C,

Harris G, Kosmala A, Nicholson B, Ollre A,

Pearcy M, Salmas CJ and Solanki SC: “Evolving

Technologies: Electrical Submersible Pumps,”

Oilfield Review 18, no. 4 (Winter 2006/2007):

30–43. В русском переводе: Ч. Бремнер, Г.

Харрис, А. Космала, Б. Николсон, А. Оллре, М.

Пирси, К.Дж. Салмас и С.С. Соланки: «Развива-

ющиеся технологии: погружные электрические

центробежные насосы», Нефтегазовое обозре-

ние, том 18, № 4 (зима 2006–2007 гг.): 36–51.

4. Oyewole P : “Application of Real-Time ESP Data

Processing and Interpretation in Permian Basin

“Brownfield” Operation,” paper IPTC 10927,

presented at the International Petroleum

Technology Conference, Doha, Qatar, November

21–23, 2005.

5. Vachon G and Furui K: “Production Optimization in ESP

Completions with Intelligent Well Technology by Using

Downhole Chokes to Optimize ESP Performance,” paper

SPE 93621, presented at the 14th SPE Middle East Oil

and Gas Show and Conference, Bahrain, March 12–15,

2005.

6. Vachon and Furui, сноска 5.


7. Подробнее о заканчивании скважины М-15 на место-

рождении Уитч-Фарм: Algeroy J, Morris AJ, Stracke M,

Auzerais F, Bryant I, Raghuraman B, Rathnasingham R,

Davies J, Gai H, Johannessen O, Malde O, Toekje J and

Newberry P: “Controlling Reservoirs from Afar,” Oilfield

Review 11, no. 3 (Autumn 1999): 18–29.

8. Algeroy J and Pollock R: “Equipment and Operation

of Advanced Completions in the M-15 Wytch Farm

Multilateral Well,” paper SPE 62951, presented at the

SPE Annual Technical Conference and Exhibition, Dallas,

October 1–4, 2000.

9. Классификация TAML (Technical Advancement of

Multilaterals – развитие технологий многостволь-

ного бурения) основана на степени герметичности

сочленения бокового ствола. Уровень 6 достигается при

герметизированной обсадной колонне, включающей

трансформируемые сочленения и нетрансформируемые

полнопроходные разделители. http://www.taml.net/

newsite/classification.asp (accessed November 28, 2007).

Подробнее об уровнях TAML: Afghoul AC, Amaravadi S, Boumali A,

Calmeto JCN, Lima J, Lovell J, Tinkham S, Zemlak K and Staal T: “Coiled

Tubing: The Next Generation,” Oilfield Review 16, no. 1 (Spring 2004):

38–57.

10. Подробнее о скважине NE Intan A-24: Fraija J, Ohmer

H, Pulick T, Jardon M, Kaja M, Paez R, Sotomayor GPG

and Umudjoro K: “New Aspects of Multilateral Well

Construction,” Oilfield Review 14, no. 3 (Autumn 2002):

52–69.

11. Подробнее о контроле водопритока: Arnold R,

Burnett DB, Elphick J, Feeley TJ III, Galbrun M,

Hightower M, Jiang Z, Khan M, Lavery M, Luffey F and

Verbeek P: “Managing Water—From Waste to Resource,”

Oilfield Review 16, no. 2 (Summer 2004): 26–41.

0

500

1,000

1,500

2,000

2,500

3,000

0 500

Горизонтальный отход, футы

Фак

тиче

ская

вер

тика

льна

я гл

убин

а, ф

уты

1,000

Ответвление 1Ответвление 2

Сочленение RapidSeal диаметром 9⅝ дюйма

Обсадная колонна диаметром 13⅜ дюйма

Отх

од в

нап

равл

ении

«се

вер9

юг»

, фут

ы

Отход в направлении «восток9запад», футы

Ответвление 1

Ответвление 2

1,000 500 0

1,500

1,000

500

0

500Обсадная колонна диаметром 13⅜ дюйма

Север

Пакер подвески хвостовика RapidSeal

Ответвление 1Ответвление 2

Пакер подвески хвостовика RapidSeal

Полированное приемное гнездо

Затрубные пакеры

Отклонитель RapidSeal

Сочленение RapidSeal диаметром 9⅝ дюйма

ЭЦН

Гидроприводный регулятор притока

Непроходной профиль Срезной разъединитель

Датчик FloWatchersensor

Управляемый с поверхности скважинный клапан9отсекатель

Многоинтервальный разобщающий пакер

Система MultiSensor

Соч

лене

ние

Rapi

dSea

lди

амет

ром

9⅝

дю

йма

Рис. 4. Передовые системы заканчивания. Оснащенная систе-мой многоствольного заканчивания RapidSeal, гидроприводным клапаном регулирования притока, скважинными датчиками, ЭЦН REDA и скважинной системой мониторинга механизированной добычи Phoenix, эта скважина, пробуренная компанией CNOOC в Яванском море (Индонезия), является первой интеллектуаль-ной многоствольной скважиной 6-го уровня по классификации TAML (слева на рис.). Пройдя через клапан регулирования

притока, добываемая из бокового ствола 2 продукция (зеленые стрелки) объединяется с продукцией из бокового ствола 1 (красные стрелки). Такая компоновка позволяет оператору осуществлять совместно-раздельную эксплуатацию, т.е. дрени-ровать один пласт двумя стволами, имея возможность регули-ровать притоки из них. На схеме скважины (справа на рис.) показаны траектории каждого ответвления, пробуренного ниже сочленения RapidSeal диаметром 9⅝ дюйма.

43Зима 2007–2008

мой скважинного мониторинга для заканчиваний с ЭЦН MultiSensor непосредственно под ЭЦН. Рас-ходомер измеряет общий поток флюида через насос, а система MultiSensor регистрирует темпе-ратуру, вибрацию и давление на приеме в боковом стволе, исполь-зуя кабель насоса для передачи сигналов. 7

Первые полгода северный ствол работал при полностью открытом WRFC-H, после чего он был закрыт. На тот момент ствол давал пример-но 11 000 барр. (1 748 м 3) флюида в сутки, в т.ч . 3 000 барр. нефти. Затем был полностью открыт юж-ный боковой ствол, а приток из северного ствола регулировал-ся. Общий темп добычи стабили-зировался на уровне 4 000 барр. (638 м 3) жидкости в сутки с об-водненностью 25% Таким образом, чистый объем нефти стал равным добывавшемуся в северном ство-ле до его закрытия. 8 В результате оператор смог предотвратить ран-ний водоприток и дополнительно добыть 1 млн барр. (158 000 м 3) нефти.

Скважинные регуляторы прито-ка и постоянные датчики подоб-ным же образом использовались в первой в мире многоствольной скважине шестого уровня по клас-сификации TAML (рис. 4) . 9 Эта скважина (скважина А-24) была пробурена и закончена компа-нией China National Offshore Oil Company (CNOOC) на месторож-дении Северо-Восточный Интан (Northeast Intan) в Яванском море в 2002 г. В ней также использо-вались гидроприводные клапаны для минимизации водопритока и избирательного контроля притока из каждого из двух ответвлений. Датчики MultiSensor обеспечили получение данных по давлению, температуре и потоку в режиме ре-ального времени для каждого бо-кового ствола, а система механи-зированной добычи с ЭЦН REDA позволила оптимизировать добычу нефти.

Объединив все преимущест-ва ЭЦН, многоствольных сква-жин и дистанционного монито-ринга и управления, компания CNOOC смогла извлечь выгоду, связанную не только с контролем водопритока. Многоствольная конфигурация максимизировала доходность капиталовложений за счет возможности дре нировать один и тот же пласт двумя стволами, ис-пользовав лишь одно буровое окно и сэкономив на бурении и закан-чивании верхнего участка второй скважины. В то же время, техно-логия интеллектуальных скважин позволила оператору осущест-влять дистанционный мониторинг и управление притоком из каждого ответвления, обеспечивая, таким образом, повышенную добычу и степень извлечения запасов. 10

Новые требования, известное решениеПрименение технологии интеллек-туального заканчивания во многих скважинах с ЭЦН позволяет лучше управлять разработкой продук-тивного пласта, особенно за счет предотвращения раннего проры-ва воды. Возможность выявить источник водопритока и затем минимизировать его проявление в скважинах с многоинтерваль-ным заканчиванием используется по всему миру, и в каждом случае результатом является повышение темпов добычи и степени извлече-ния запасов.

Ожидается, что интеллектуаль-ные скважины с ЭЦН станут еще более привлекательными, так как отрасль обращает все большее вни-мание на добычу нефти в удален-ных регионах, где значительные водопритоки могут сопровождать-ся существенными дополнитель-ными затратами. Так, например, на морских месторождениях необхо-димость в предотвращении выноса воды на поверхность и ее попада-ния в весьма ограниченные обраба-тывающие мощности на платфор-мах заставила операторов вложить

миллионы долларов в разработку методов удаления и утилизации воды в самих скважинах. 11

Так как подобная технология се-парации воды в скважине еще не апробирована, а в рамках некото-рых наиболее дорогостоящих глу-боководных проектов добываются большие объемы нефти с помощью ЭЦН, то скважинные регуляторы притока и датчики могут являться, как минимум, промежуточным ре-шением проблемы нежелательного водопритока.

–РфФ


Седрик Було

Эрве Жеан

Фернандо Гутиеррес

Кен Ландгрен

Гэй Миллер

Роберт Петерсон

Улисес Сперандио

Йан Трабуле


Лучано Браво да Силва

Богота, Колумбия


Брено Аленкара и Жан-Пьера Лота (Рио-де-Жанейро,

Бразилия), Джеффа Дикса (Лондон, Англия), Пейдж

Маккаун (Шугар-Ленд, Техас, США), Туэрте А. Ролима

(Petrobras E&P Petroleum Engineering, Рио-де-Жаней-

ро, Бразилия), Мэка Шиппена (Хьюстон, Техас, США)

и Михаэля Штунднера (Баден, Австрия).

Avocet Integrated Asset Modeler, BlueField,

DecisionPoint, ECLIPSE, Phoenix, PIPESIM,

ProductionWatcher, QCPro и REDA являются товарными

знаками компании Schlumberger.

Вид крупным планом:

комплексное управление разработкой

Продуктивные пласты, скважины, сборные трубопроводы и

оборудование для подготовки нефти и газа – сложные динамические

системы, и изменение любого их параметра может сказаться на каждой

из этих систем. С появлением скважинных и наземных датчиков

и измерительных приборов для оптимизации работы этих систем

операторы столкнулись с необходимостью обработки и контроля

огромных массивов генерируемых ими данных. Подобно ситуации

в других отраслях, компании по разведке и добыче нефти и газа

приобретают все больший опыт работы с критическими данными

и принятия решений на их основе в реальном времени. Сегодня

эти компании внедряют новые методы сетевого планирования для

обработки, анализа и совместного использования информации для

достижения поставленных целей.

Скважинные датчики выдают боль-шой объем данных, однако системы добычи, оснащенные контрольно-из-мерительными приборами, выраба-тывают информацию в еще бóльших количествах. Датчики, установлен-ные в скважине, на устье, на выкид-ных линиях и в оборудовании сбора и подготовки нефти и газа переда-ют непрекращающийся поток цифр. Операторы получают сведения в реальном времени или эпизодичес-ки, в дискретном или непрерывном режиме, и извлекают из них значе-ния температуры, давления, дебита и других параметров для проверки состояния скважинных и повер-хностных систем, работающих на их месторождениях. Каждое изме-ренное значение и каждый элемент данных служат для лучшего инфор-мирования операторов и помогают им быстрее принимать решения для повышения коэффициентов нефте-отдачи, приращения запасов и, в ко-нечном итоге, увеличения ценности месторождений.

Компании по разведке и добы-че постоянно ищут новые способы улучшения контроля и обработки

с в о е й э к с п л у а т а ц и о н н о й и н ф о р -м а ц и и , о д н а к о н а э т о м п у т и и х ч а с -т о о ж и д а ю т н е м а л ы е т р у д н о с т и .О б щ и й о б ъ е м д а н н ы х , п о л у ч а е -м ы х о т к о н т р о л ь н о - и з м е р и т е л ь -н ы х с и с т е м , б ы в а е т о г р о м н ы м , и м а л е й ш а я з а д е р ж к а п р и и х п е р е -д а ч е в н у ж н ы е п о д р а з д е л е н и я , к о м п ь ю т е р н ы е м о д е л и и п е р с о -н а л у м о ж е т п о м е ш а т ь о п е р а т о -р у о с о з н а т ь и с т и н н у ю ц е н н о с т ь э т и х д а н н ы х .

О с н о в н ы е к о м п о н е н т ы т е х н о -л о г и и с б о р а и о б р а б о т к и д а н н ы х у ж е с у щ е с т в у ю т. С к в а ж и н н ы е д а т ч и к и и и з м е р и т е л ь н ы е п р и б о -р ы о б л а д а ю т в ы с о к о й н а д е ж н о с -т ь ю , п о з в о л я ю щ е й и м р а б о т а т ь в о в с е б о л е е с л о ж н ы х у с л о в и -я х , о с о б е н н о п р и в ы с о к и х т е м -п е р а т у р а х и в ы с о к и х д а в л е н и я х ( с м . « И н т е л л е к т у а л ь н о е з а к а н -ч и в а н и е : а в т о м а т и з и р о в а н н о е у п р а в л е н и е д о б ы ч е й » , с т р . 4 ) . С о в р е м е н н ы е с и с т е м ы п е р е д а -ч и с п о с о б н ы п е р е д а в а т ь д а н н ы е , г о л о с о в ы е с о о б щ е н и я и и з о б р а -ж е н и я п р а к т и ч е с к и м г н о в е н н о , о б е с п е ч и в а я о б м е н и н ф о р м а ц и е й и к о м а н д а м и м е ж д у о т д е л ь н ы м и

45Зима 2007–2008

∂∆∆P1 = PR – Pwfs

∂∆P2 = Pwfs – Pwf

∂∆P3 = PUSV – PDSV

∂∆P4 = Pwf – Ptf

∂∆P5 = Ptf – PDSC

∂∆P6 = PDSC – PRB

∂∆P7 = PRB – Psep

∂∆P8 = Psep – PCD

∂∆P9 = Psep – PPD

∂∆P10 = PCD – PGD

∂∆P11 = PPD – PLD


с к в а ж и н а м и и р а з л и ч н ы м и у ч а с -т н и к а м и п р о е к т а р а з р а б о т к и д а н -н о г о м е с т о р о ж д е н и я , р а б о т а ю щ и -м и н а п р о м ы с л е и в о ф и с а х . 1

Также имеется и программное обеспечение для подготовки дан-ных и управления ими. Инженеры имеют безопасный доступ к основ-ным эксплуатационным данным и могут использовать различные про-граммы для оценки и моделирова-ния характеристик пласта, насоса, устьевого оборудования, трубопро-вода или пункта подготовки нефти и газа (см. «Оптимизация добычи: от продуктивного пласта до пункта подготовки нефти и газа», стр. 22). Так что трудности с контролем и обработкой данных возникают не из-за их недостаточности или неа-декватных возможностей програм-много обеспечения.

Как же группа управления в сво-ем стремлении максимизировать отдачу месторождения находит ключевые результаты измерений, указывающие на ухудшение пока-зателей продуктивного пласта или компонента системы? В случае крупных месторождений с сотня-ми скважин инженеру, возможно, пришлось бы отсортировать ты-сячи наборов данных для оценки производительности месторожде-ния. Компании по разведке и до-быче понимают, что их персонал может затратить огромное коли-чество времени просто на поиск нужных сведений и их подготовку для ввода в моделирующие про-граммы, лишь после этого получая возможность оценить эту инфор-мацию. 2 Таким образом, проблема состоит в передаче проверенных данных от датчиков в соответс-твующие программы или модели для оценки системы в целом – от продуктивного пласта до распре-делительных трубопроводов. Та-кая передача данных должна про-изводиться своевременно, чтобы имелось время для выработки оп-тимальных решений.

В других областях, например, в медицине или авиации, уже до-стигнут высокий уровень обработ-ки и оценки непрерывных пото-ков информации. Основываясь на быстром анализе постоянно изме-

няющихся данных, врачи и авиа-диспетчеры оперативно принима-ют решения, от которых зависят жизни людей. Врачи, медсестры и медицинские техники отслежи-вают и оценивают состояние па-циентов с помощью электронных систем, автоматически устанавли-вающих очередность медицинской помощи в больничных палатах и отделениях. Авиадиспетчеры по-лучают разнообразные исходные данные, позволяющие контроли-ровать расстояния между самоле-тами и получать предупреждение когда один самолет приближается к воздушному пространству дру-гого самолета. В обоих случаях потоки данных преобразуются в изображения на экране и звуковые сигналы, с помощью которых спе-циально обученные эксперты мо-гут незамедлительно определить состояние систем. Визуализация является главным средством быс-трой интерпретации данных и по-тому чрезвычайно важна для опе-ративного реагирования в быстро меняющейся ситуации.

В нефтедобывающей отрасли, визуализация становится неотъем-лемым инструментом управления разработкой и добычей. Подобные инструменты служат платформой для взаимодействия и дискуссий, помогая каждому специалисту уз-нать возможности использования данных и информации, выходящей за рамки его специализации. Тако-го рода взаимодействия по обмену опытом позволяют экспертам вый-ти за рамки их функциональной изоляции и расширить компетен-тность групп управления, которые совместно анализируют данные. Сегодня эти группы все больше полагаются на визуальную инфор-мацию для восприятия больших объемов данных и принятия обос-нованных решений в отношении быстро меняющихся систем добы-чи. 3

Один из подходов к принятию своевременных и обоснованных решений объединяет визуализа-цию с системами автоматическо-го наблюдения и управления дан-ными методом исключения. Как правило, для контроля данных,

генерируемых датчиками, исполь-зуется система цветовой кодиров-ки, включающая зеленый, желтый и красный цвета (рис. 1) . Зеленые точки указывают на то, что компо-нент или система работает в уста-новленных пределах и не требует каких-либо действий или особого внимания. Желтый цвет – сигнал предупреждения, уведомляющий о том, что значение измеряемого параметра приближается к верхне-му или нижнему пределу. Красный цвет – сигнал тревоги, извещаю-щий об отключении компонента из-за выхода параметра за пре-делы установленного диапазона. 4

Желтый сигнал предупреждения – это один из ключей к управле-нию, помогающий операторам пре-дотвратить замедление добычи. По желтому сигналу операторы при-нимают превентивные меры, а по красному – корректирующие.

Как задаются границы для сиг-нализации? Здесь работают техно-логии «сбора знаний» (knowledge capture) . Рабочие пределы могут устанавливаться в соответствии с несколькими критериями, такими, как прошлые рабочие показате-ли, определенные в бизнес-плане цели или различные модельные прогнозы. После задания пределов группам управления, отвечающим за оптимизацию добычи из сотен скважин, нужно реагировать лишь на небольшое количество желтых и красных сигналов, указывающих на приближение измеряемых пара-метров к граничным значениям или на их выход за пределы заданного диапазона. Это позволяет эксплуа-тационному и инженерному персо-налу сконцентрироваться на более насущных вопросах, требующих анализа и быстрого разрешения.

Оптимизация производительнос-ти продуктивного пласта включа-ет различные последовательности операций, позволяющие управля-ющему персоналу перейти от сбо-ра и анализа данных к действию. Специалисты на этом уровне ана-лизируют данные и вводят опре-деленные эксплуатационные огра-ничения для повышения добычи. Например, анализируя частотную характеристику электрическо-

47Зима 2007–2008

1. Подробнее о передаче данных см.: Brown T, Burke T,

Kletzky A, Haarstad I, Hensley J, Murchie S, Purdy C and

Ramasamy A: “In-Time Data Delivery,” Oilfield Review

11, no. 4 (Winter 1999/2000): 34–55.

2. По некоторым оценкам, на поиск и подготовку

данных может затрачиваться от 60 до 80% рабочего

времени специалиста. Подробнее об этой проблеме

см.: Unneland T and Hauser M: “Real-Time Asset

Management: From Vision to Engagement –

An Operator’s Experience,” paper SPE 96390, presented

at the SPE Annual Technical Conference and Exhibition,

Dallas, October 9–12, 2005.

3. Murray R, Edwards C, Gibbons K, Jakeman S, de Jonge G,

Kimminau S, Ormerod L, Roy C and Vachon G: “Making

Our Mature Fields Smarter – An Industrywide Position

Скважина работает в допустимом диапазоне.

Скважина остановлена.

Скважина работает, но некоторые параметрывышли за пределы допустимого диапазона.

Предельное забойное давление

Методы наблюдения

Прогнозный вынос песка

Предельная депрессияна стенке скважины

Рис. 1. Мониторинг основных рабочих характеристик. На карте (вверху на рис.) показаны скважины и их состояние. Напри-мер, система дистанционного мониторинга в реальном времени ProductionWatcher в скважине В4 (обведена кружком) отсле-живает текущие условия работы оборудования. Экран дина-

мики давлений (внизу на рис.) и соответствующих сигналов предупреждения и тревоги, а также индикаторов отклонения используется для контроля и поддержания депрессии на пласт и помогает оператору реагировать на тенденции изменения депрессии во времени.

го центробежного насоса (ЭЦН), инженер-наблюдатель может ус-тановить, что увеличение элект-рической мощности приводит к увеличению добычи и снижению вибрации и износа насоса. 5 Однако подобное решение об увеличении мощности должно быть сбаланси-ровано с эксплуатационными огра-ничениями для конкретной сква-жины или месторождения, такими, как риск увеличения выноса песка, стоимость электроэнергии или за-траты на удаление большего объ-ема добытой воды.

Paper from the 2005 SPE Forum,” paper SPE 100024,

presented at the SPE Intelligent Energy Conference and

Exhibition, Amsterdam, April 11–13, 2006.

4. “Acting in Time to Make the Most of Hydrocarbon

Resources,” Oilfield Review 17, no. 4 (Winter

2005/2006): 4–13.

5. Подробнее о мониторинге и контроле ЭЦН см.:

Bremner C, Harris G, Kosmala A, Nicholson B, Ollre A,

Pearcy M, Salmas CJ and Solanki SC: “Evolving

Technologies: Electrical Submersible Pumps,” Oilfield

Review 18, no. 4 (Winter 2006/2007): 30–43. В рус-

ском переводе: Ч. Бремнер, Г. Харрис, А. Космала,

Б. Николсон, А. Оллре, М. Пирси, К.Дж. Салмас и

С.С. Соланки: «Развивающиеся технологии: погруж-

ные электрические центробежные насосы», Нефте-

газовое обозрение, том 18, № 4 (зима 2006–2007 гг.):

36–51.


Э т и а с п е к т ы ч а с т о к а с а ю т с я о д -н о в р е м е н н о н е с к о л ь к и х п о д р а з -д е л е н и й д о б ы в а ю щ е г о п р е д п р и -я т и я , и п р и н я т и е о п т и м а л ь н о г о р е ш е н и я о б ы ч н о т р е б у е т у ч а с т и я к а ж д о г о п о д р а з д е л е н и я , ч т о б ы о б е с п е ч и т ь с о г л а с о в а н н о с т ь и х р а б о т ы , и н а ч е д е й с т в и я , п р е д -п р и н и м а е м ы е д л я п о в ы ш е н и я э ф ф е к т и в н о с т и в о д н о й о б л а с -т и , н е г а т и в н о с к а ж у т с я н а д р у -г о й . В д а н н о й с т а т ь е о п и с ы в а ю т -с я д в и ж у щ и е с и л ы и н т е г р а ц и и и з м е р е н и й в р е а л ь н о м в р е м е н ии э п и з о д и ч е с к и х и з м е р е н и й , а в т о -м а т и з и р о в а н н ы х п о с л е д о в а т е л ь -н о с т е й о п е р а ц и й и а н а л и т и ч е с к и х м о д е л е й д л я о п т и м и з а ц и и д о б ы ч и в т е ч е н и е в с е г о с р о к а р а з р а б о т к и п л а с т а . В к а ч е с т в е п р и м е р а р а с -с м о т р е н п р о ц е с с , и с п о л ь з о в а н -н ы й о д н о й к о м п а н и е й - о п е р а т о р о мв Б р а з и л и и д л я д о с т и ж е н и я э т о й ц е л и .

Гл а в н ы е т р у д н о с т ии в о з м о ж н о с т и и х ус т р а н е н и яН а р а с т а ю щ и е с л о ж н о с т и в о с -п р о и з в о д с т в а з а п а с о в б л а г о д а р я в в о д у в э к с п л у а т а ц и ю н о в ы х м е с -т о р о ж д е н и й в ы н у ж д а ю т н е ф т е г а -з о в ы е к о м п а н и и с к о н ц е н т р и р о -в а т ь в н и м а н и е н а о п т и м и з а ц и и р а з р а б о т к и д о к а з а н н ы х з а п а с о в и м е ю щ и х с я м е с т о р о ж д е н и й . В о -з о б н о в и в ш и е с я р а б о т ы в о б л а с т и у в е л и ч е н и я н е ф т е о т д а ч и п л а с т о в в м е с т е с у л у ч ш и в ш и м и с я э к о н о -м и ч е с к и м и п е р с п е к т и в а м и п о с -л у ж и л и и м п у л ь с о м д л я н е ф т я -н ы х к о м п а н и й д л я у в е л и ч е н и я и н в е с т и ц и й в р а з р а б о т к у м е р п о н а р а щ и в а н и ю т е м п о в д о б ы ч и . Ц е -л ы й р я д т а к и х к о м п а н и й п е р е х о -д и т н а и с п о л ь з о в а н и е с к в а ж и н -н ы х и п о в е р х н о с т н ы х д а т ч и к о ви и з м е р и т е л ь н ы х п р и б о р о в , а т а к -ж е п е р е д о в ы х т е х н о л о г и й з а к а н -ч и в а н и я и а в т о м а т и з а ц и и с ц е л ь ю у в е л и ч е н и я к о э ф ф и ц и е н т о в о т д а -ч и п л а с т о в и и с п о л ь з о в а н и я с к в а -жин и снижения эксплуатационныхз а т р а т.

П о в ы ш е н и е д о с т у п н о с т и д а н н ы х б л а г о д а р я п р о г р е с с у в т е х н о л о г и и с к в а ж и н н ы х и н а з е м н ы х д а т ч и к о в в с о ч е т а н и и с в п е ч а т л я ю щ и м и д о -с т и ж е н и я м и в о б л а с т и д о с т у п а к д а н н ы м , в ы ч и с л и т е л ь н ы х м о щ -

н о с т е й , а н а л и з а , в и з у а л и з а ц и ии а в т о м а т и з а ц и и у л у ч ш а е т и н ф о р -м а ц и о н н о е о б с л у ж и в а н и е о п е р а -ц и й и п о з в о л я е т у с о в е р ш е н с т в о -в а т ь п р о ц е с с п р и н я т и я р е ш е н и й у п р а в л я ю щ и м п е р с о н а л о м . Та к и е у с п е х и д а ю т о с н о в а н и я о ж и д а т ь с у щ е с т в е н н о г о п о в ы ш е н и я о т д а ч и м е с т о р о ж д е н и я и , с л е д о в а т е л ь н о , и з в л е ч е н и я м а к с и м у м а и з к а ж д о -г о п е р с п е к т и в н о г о у ч а с т к а . П р и -м е н я я э т и п е р е д о в ы е т е х н о л о г и и , к о м п а н и и п о р а з в е д к е и д о б ы -ч е и з м е н я ю т с в о и т р а д и ц и о н н ы е п о д х о д ы к к о м п л е к с н о й р а з р а б о т -к е з а п а с о в . П р е и м у щ е с т в а э т и х т е х н о л о г и й м о ж н о о ц е н и т ь п о с л е д у ю щ и м к л ю ч е в ы м э к о н о м и -ч е с к и м п о к а з а т е л я м :• П о в ы ш е н и е с т е п е н и и з в л е ч е н и я :

а н а л и з и п р о г н о з и р о в а н и е и з м е -н я ю щ и х с я п л а с т о в ы х у с л о в и й м о г у т с т и м у л и р о в а т ь п р и н я т и е п е р в о о ч е р е д н ы х д е й с т в и й , п о з -в о л я ю щ и х г р у п п а м у п р а в л е н и я п р о д л и т ь с р о к э к с п л у а т а ц и и и п р е в з о й т и п е р в о н а ч а л ь н ы е ц е -л е в ы е п о к а з а т е л и п о н а к о п л е н -н о й д о б ы ч е . П о м е р е и з м е н е н и я у с л о в и й с о в р е м е н е м , п о р е з у л ь -т а т а м э т и х а н а л и з о в т а к ж е м о ж -н о в ы я в и т ь д о п о л н и т е л ь н ы е и з -в л е к а е м ы е з а п а с ы .

• П о в ы ш е н и е э ф ф е к т и в н о с т и : б л а г о д а р я п о с л е д о в а т е л ь н о с -т я м о п е р а ц и й , п о з в о л я ю щ и м в ы я в и т ь н а д в и г а ю щ и е с я о с л о ж -н е н и я в р а б о т е д о б ы в а ю щ е г о о б о р у д о в а н и я и п о в ы с и т ь е г о э ф ф е к т и в н о с т ь , м о ж н о о б е с п е -ч и т ь е г о н а д е ж н у ю р а б о т у и с н и -з и т ь и з н о с и з а т р а т ы н а р е м о н т и э к с п л у а т а ц и ю . А в т о м а т и з и -р о в а н н ы е п о с л е д о в а т е л ь н о с т и т а к ж е п о в ы ш а ю т п р о и з в о д и -т е л ь н о с т ь р а б о т ы п е р с о н а л а , д а в а я в о з м о ж н о с т ь о п е р а т о р а м у д е л я т ь б о л ь ш е в н и м а н и я н е п о в с е д н е в н ы м з а д а ч а м , а к а -ч е с т в у п р и н и м а е м ы х р е ш е н и й . Д р у г и е п о с л е д о в а т е л ь н о с т и м о -г у т с п о с о б с т в о в а т ь у в е л и ч е н и ю к о э ф ф и ц и е н т у и с п о л ь з о в а н и я о б о р у д о в а н и я .

• П о в ы ш е н и е б е з о п а с н о с т и : г о -с у д а р с т в е н н ы е н о р м а т и в ы в о з л а г а ю т н а о п е р а т о р о в о т -в е т с т в е н н о с т ь з а п о д д е р ж а н и е г е р м е т и ч н о с т и т р у б , п о к о т о -

р ы м о с у щ е с т в л я е т с я д о с т а в к а д о б ы в а е м о й п р о д у к ц и и н а в с е м п у т и о т п р о д у к т и в н о г о п л а с т а д о п е р е р а б а т ы в а ю щ е г о з а в о д а . З а л о г о м с н и ж е н и я р и с к а о т к а -з а о б о р у д о в а н и я , в ы н у ж д е н н о -г о п р о с т о я с и с т е м и н а л о ж е н и я ш т р а ф о в з а с ж и г а н и е , у т е ч к и и л и р а з л и в ы я в л я е т с я м о н и т о р и н гв р е а л ь н о м в р е м е н и . Б о л е е т о г о , т а к о й м о н и т о р и н г и д и с т а н ц и -о н н о е у п р а в л е н и е м о г у т п о з -в о л и т ь с о к р а т и т ь ч и с л е н н о с т ь п е р с о н а л а н а с к в а ж и н е , ч т о с п о -с о б с т в у е т с н и ж е н и ю р и с к а , с в я -з а н н о г о с о с к в а ж и н н ы м и р а б о -т а м и и п о е з д к а м и п е р с о н а л а .

• С о к р а щ е н и е п р о с т о е в и п о т е р ь п р и д о б ы ч е : н е п р е р ы в н ы й м о н и -т о р и н г д о б ы ч и ж и з н е н н о в а ж е н д л я в ы я в л е н и я н а д в и г а ю щ и х с я э к с п л у а т а ц и о н н ы х о с л о ж н е н и й . П о д а н н ы м т а к о г о м о н и т о р и н г а м о ж н о о п р е д е л и т ь н е г а т и в н ы е т е н д е н ц и и , н а п р и м е р , у в е л и ч е -н и е с к и н - э ф ф е к т а и л и п р е ж д е в -р е м е н н ы й п р о р ы в в о д ы . К р о м е т о г о , м о ж н о б ы с т р о в ы я в и т ьи о т д е л ь н ы е н е г а т и в н ы е с о б ы -т и я , т а к и е , к а к п о л о м к а о б о р у -д о в а н и я . 6

• С о к р а щ е н и е э к с п л у а т а ц и о н н ы х з а т р а т : б л а г о д а р я р а н н е м у в ы -я в л е н и ю и а н а л и з у т е н д е н ц и й и з м е н е н и й п л а с т о в ы х и э к с п л у -а т а ц и о н н ы х п а р а м е т р о в у п р а в -л я ю щ и й п е р с о н а л и м е е т б о л ь ш е в о з м о ж н о с т е й д л я п л а н и р о в а -н и я к о р р е к т и р у ю щ и х р а б о т, т а -к и х , к а к р е м о н т и о б с л у ж и в а н и е о б о р у д о в а н и я и л и м о д е р н и з а ц и я и м е ю щ и х с я м о щ н о с т е й . Э т о п о -м о г а е т о п е р а т о р а м н а п р а в л я т ь р е с у р с ы н а т е у ч а с т к и , г д е о н и б у д у т и с п о л ь з о в а т ь с я н а и б о л е е р е н т а б е л ь н о .С у щ е с т в у ю т и д р у г и е п р е и м у -

щ е с т в а а в т о м а т и з а ц и и н е ф т я н ы х м е с т о р о ж д е н и й и у с о в е р ш е н с -т в о в а н и я с е т е в о г о п л а н и р о в а -н и я о п е р а ц и й , к о т о р ы е в б у д у -щ е м м о г у т о б е с п е ч и т ь у с п е х н а у р о в н е ц е л о й к о м п а н и и . Ух о д о п ы т н о г о п е р с о н а л а в р е з у л ь -т а т е о ж и д а ю щ е й с я « г л о б а л ь н о й с м е н ы п о к о л е н и й » в н е ф т я н о й п р о м ы ш л е н н о с т и п р и в е д е т к и з -м е н е н и ю с х е м ы р а с п р е д е л е н и я е ж е д н е в н ы х р а б о ч и х н а г р у з о к

49Зима 2007–2008

в к о м п а н и я х и г р у п п а х у п р а в -л е н и я . Та к к а к б л а г о д а р я б о л е е с о в е р ш е н н о й т е х н о л о г и и у п р а в -л е н и е р а з р а б о т к о й б у д е т о б е с -п е ч и в а т ь с я м е н ь ш и м ч и с л о м с о -т р у д н и к о в , э т о т а к ж е п о з в о л и т з н а ч и т е л ь н о у с о в е р ш е н с т в о в а т ь п р о ц е с с о б о б щ е н и я о п ы т а и н а -к о п л е н и я з н а н и й .

С и с т е м а т и ч е с к о е н а к о п л е н и е з н а н и й и у п р а в л е н и е з н а н и я м и с т а н е т о т л и ч н ы м с р е д с т в о м у с -т р а н е н и я р а з р ы в а в п р о ф е с с и -о н а л ь н о й к в а л и ф и к а ц и и м е ж д у о п ы т н ы м п е р с о н а л о м и н о в и ч к а -м и . Н о в ы е р а б о т н и к и с м о г у т о з -н а к о м и т ь с я с и с т о р и е й р а б о т ы в с е й д о б ы в а ю щ е й с и с т е м ы и д и -н а м и к о й и з м е н е н и я е е о с н о в н ы х п а р а м е т р о в . Они смогут проана-лизировать реакцию группы уп-равления на такие изменения и

изучить результаты. А благодаря тому, что почти весь опыт груп-пы управления сконцентрирован в главном центре мониторинга и поддержки, небольшая команда высококвалифицированных спе-циалистов может консультировать менее опытный персонал, находя-щийся на удаленных объектах, что исключает ненужные риски и ус-коряет обучение.

Система комплексного управ-ления разработкой интеллекту-ального месторождения BlueField была разработана, чтобы помочь компаниям по разведке и добыче получить максимальную отдачу от инвестиций в инструменталь-ное оснащение и интеллектуаль-ные технологии. Этот специально разработанный, универсальный многофункциональный подход

к оптимизации добычи объединя-ет скважинные и поверхностные измерительные приборы, комп-лексные модели месторождения и автоматизированные последова-тельности операций (рис. 2) . Он предоставляет управляющему пер-соналу информацию, необходимую для реагирования на изменения в продуктивных пластах, скважи-нах и системах сбора и подготовки нефти и газа . Кроме того, систе-ма BlueField способствует обмену информацией с геологами и гео-физиками, создавая среду взаимо-

Эффективность операций Оптимизация добычи Управление месторождением

Модель скважиныи сети скважин

Модель пласта Экономическая модель

Модель процесса

Измерение иконтроль

Передачаданных

Хранениеданных

Мониторинг однойскважины

Давление

Объем

Контроль и управ9ляющие действия

Подготовка иконтроль данных

Скважиннаядиагностика

Оптимизациядобычи

• Прогнозирование• Обеспечение бесперебойного притока• График капитального и профилактического ремонта

• Программа уплотняющего бурения• Глобальная оптимизация освоения запасов

Моделированиепласта

Оптимизацияразработки пласта

Система SCADA

Месторождение Офис

Рис. 2. Модель управления разработкой. В данной модели ис-пользуются автоматизированные последовательности опера-ций для получения и контроля необходимых данных, указания неправильно работающих компонентов, диагностики проблем и

выработки корректирующих мер с целью оптимизации добычи в масштабе всего месторождения. Открытая архитектура обеспе-чивает интеграцию с собственным аппаратным и программным обеспечением заказчика. (Unneland and Hauser , сноска 2).

6. Unneland and Hauser, сноска 2.


действия на основе систем сбора, передачи и хранения данных, мо-делирования и визуализации.

От получения данныхк принятию решенияЧтобы эффективно использовать персонал и извлечь максимум из своих нефтяных месторождений, оснащенных контрольно-измери-тельными приборами, операторы применяют разнообразные после-довательности операций для сбо-ра , подготовки, сортировки и ана-лиза данных, зачастую получаемых из сотен и тысяч точек по всему месторождению. Разработаны и другие последовательности, пред-назначенные для указания систем и компонентов, рабочие парамет-

ры которых вышли за установлен-ные пределы, с целью диагностики проблем и выдачи рекомендаций по их устранению.

Некоторым последовательнос-тям операций группы управления следуют, начиная с периода мони-торинга данных и до момента при-нятия решения. Такие последова-тельности позволяют превратить оснащенное контрольно-измери-тельными приборами месторожде-ние в «интеллектуальное» путем объединения потоков данных и пос-ледующей интерпретации и преоб-разования результатов скважин-ных и поверхностных измеренийв значимую информацию, с кото-рой группы управления могут ра-ботать .

Последовательность операций – это последовательность действий, организованных в виде процедур и подпроцедур (некоторые из ко-торых могут быть итерационнымии весьма сложными) , выполня-емых в установленном поряд-ке для достижения конкретной цели. На каждом этапе исполь-зуются входные данные в раз-личных форматах , от цифровых файлов или электронных таб-лиц до комментариев специалис-та . Эти данные обрабатываютсяв установленном режиме, напри-мер , путем моделирования пласта , анализа таблиц или регламенти-рованных дискуссий и совещаний. Полученные результаты исполь-зуются на последующих этапах . Целью большинства операторов является получение ответа , ко-торый будет использоваться в качестве входной информации в других , связанных с этим этапом, процессах или для принятия ре-шения. Повторяющиеся последо-вательности операций во многих случаях можно автоматизировать , что позволит высвободить персо-нал для решения нетривиальных задач .

Последовательность операций для разработки интеллектуально-го месторождения обычно содер-жит набор первичных процедур , которые , в свою очередь , можно разбить на подпроцедуры мень-шей сложности (рис . 3) . Боль-

Измерения скважинными и поверхностными датчиками

Передача и выдача данных

Управление данными

Проверка данных

Контроль: выявление проблем

Анализ: диагностика проблем

Решение: выбор варианта

Рис.3. Типичная последовательность операций для разработки нефтяного месторождения. Система автомати-зированных процедур и подпроцедур собирает , подготавливает и анализиру-ет промысловые данные, обеспечивая своевременную реакцию управляющего персонала на изменение эксплуатацион-ных условий.

шинство последовательностей, ко-торым следуют группы управления на всем пути от получения данных до принятия решения, включают следующие общие этапы.

Сбор, передача, обработка и про-верка данных. Сеть скважинных и поверхностных датчиков, ранее установленная оператором, про-водит измерения на постоянной, периодической или эпизодической основе . Эти данные обычно соби-раются системой контроля и сбора данных SCADA (supervisory control and data acquis i t ion system), кото-рая передает их с месторожденияв офис оператора , где они подго-тавливаются и проверяются для последующей оценки (см. «Авто-матизация управления качеством данных», стр . 52) .

К о н т р о л ь . Э т о э т а п в ы я в л е н и я п р о б л е м , н а к о т о р о м и н ж е н е р ы о с у щ е с т в л я ю т м о н и т о р и н г с о с т о -я н и я о п е р а ц и й в р е а л ь н о м в р е м е -н и . Д л я э т о г о т р е б у е т с я б ы с т р ы й д о с т у п к д а н н ы м и в о з м о ж н о с т ь и х в и з у а л и з а ц и и .

В о м н о г и х с л у ч а я х н а э т о м э т а -п е п р о в е р е н н ы е д а н н ы е а в т о м а т и -ч е с к и с р а в н и в а ю т с я с з а д а н н ы м и п р е д е л ь н ы м и з н а ч е н и я м и в с и с т е -м е к о н т р о л я . П е р е д в ы х о д о м з н а -ч е н и й з а у с т а н о в л е н н ы е п р е д е л ы с и с т е м а о б н а р у ж е н и я г е н е р и р у е т с и г н а л ы , п р е д у п р е ж д а ю щ и е о п е -р а т о р а о п р и б л и ж а ю щ е м с я в ы х о -д е р а б о ч и х п а р а м е т р о в з а п р е д е л ы р е г л а м е н т и р о в а н н о г о д и а п а з о н а .Э т и с и с т е м ы к о н т р о л я о б ы ч н о о с у щ е с т в л я ю т м о н и т о р и н г к а к п р о ш л ы х , т а к и м о д е л ь н ы х у с л о -в и й . П р е д у п р е ж д е н и я в ы д а ю т с я п р и о т к л о н е н и и з н а ч е н и й л и б о о т п р о ш л ы х д а н н ы х , ч т о м о ж н о р а с -с ч и т а т ь п о п я т и д н е в н о м у с к о л ь з я -щ е м у с р е д н е м у, л и б о о т м о д е л ь н ы х з н а ч е н и й , н а п р и м е р , с п р о г н о -з и р о в а н н ы х п о к р и в ы м п а д е н и яд а в л е н и я .

А н а л и з п р о б л е м . И з м е р е н н ы е э к с п л у а т а ц и о н н ы е д а н н ы е с о п о с -т а в л я ю т с я с с о о т в е т с т в у ю щ и м и т е н д е н ц и я м и з а п р о ш л ы й п е р и -о д , б и з н е с - п л а н а м и и л и м о д е л я -м и п л а с т а и л и о б о р у д о в а н и я . Д л я э т о г о и с п о л ь з у ю т с я т а к и е с р е д с -т в а , к а к п р о г р а м м н ы й п а к е т м о д е -л и р о в а н и я п л а с т а E C L I P S E , п р о -

51Зима 2007–2008

г р а м м а а н а л и з а с и с т е м ы д о б ы ч и P I P E S I M и л и с и с т е м а к о м п л е к с -н о г о м о д е л и р о в а н и я м е с т о р о ж д е -н и я Av o c e t .

В ы б о р в а р и а н т а и п р и н я т и е р е -ш е н и я . Д а н н ы е м о н и т о р и н г а о б ъ -е д и н я ю т с я с д а н н ы м и ч и с л е н н о г о м о д е л и р о в а н и я и о б р а б о т к и в с и с -т е м а х п р и н я т и я р е ш е н и я и а н а -л и з и р у ю т с я м н о г о п р о ф и л ь н ы м и г р у п п а м и у п р а в л е н и я , п е р е п р о в е -р я ю щ и м и р е з у л ьт а т ы м о д е л и р о -в а н и я д л я р а з л и ч н ы х в а р и а н т о в д о б ы ч и и з а т е м п р и н и м а ю щ и м и

Показатели пластаРабота скважиныОбработка данных

Эффективность истощения

Контроль и оптимизация разработки пласта

(вычисление основных производ9ственных показателей,

интеллектуальнаясигнализация и визуализация)

Эффективностьнефтеизвлечения(истощение, методы

повышения нефтеотдачи)

Контроль заводнения(электрическое напряжение,

оптимизация закачки)

Контроль вытеснения паром(эффективность нагнетания)

Контроль хранения газа(эффективность закачки и

извлечения)

Контроль продуктивности иприемистости скважин

(пороговое значение,контроль по индикаторным

диаграммам)

Контроль снижения депрессии(предельное забойное давление,

предельное падение давленияна стенке скважины,потенциал добычи)

Контроль механизированнойдобычи

(рабочие условия, ограниченияна выходящий поток)

Мониторинг начала иостановки добычи

(приток газа, давление взатрубном прострастве)

Контроль пескопроявлений(вынос песка, продуктивность

скважины)

Мониторинг показателейдобычи

(целевые дебиты,снижение добычи)

Контроль и оптимизацияпоказателей скважины

(вычисление основныхпроизводственных показателей,интеллектуальная сигнализация

и визуализация)

Статус скважины(остановка, расчет

продолжительности простоя)

Анализ результатов гидро(динамического

исследования скважин(определение периода

устойчивой работы,проверка данных, корреляции)

Мониторинг и базовыйконтроль

(вычисление основныхпроизводственных

показателей, интеллектуальнаясигнализация и визуализация)

Подготовка данных(фильтрация данных, устранение

выбросов, контроль качества,доступность данных)

Оценка дебита(нейронные сети, полиномиальные

коэффициенты, виртуальныйрасходомер)

Уточнение по обратной связи(согласование, промысловыйпоказатель,неопределенность

в расчетных дебитах)

Задание дебита

Предварительная обработкаданных

(перекрестная проверка,формиро9вание и нормирование данных,

виртуальные измерения,восстановление пропущенных

данных, агрегирование)

Представительноемоделирование пласта

(интерференция, активностьзаконтурной зоны, пластовые

углеводороды)

Продуктивность скважины

Рис. 4. Последовательности операций для управления разра-боткой. Отдельные последовательности операций для подго-товки данных, оптимизации работы скважины и оптимизации темпов отбора из продуктивного пласта показывают взаи-

модействие между различными процессами, когда выходные данные одной последовательности являются исходными для следующей.

р е ш е н и я о б о п т и м а л ь н о й к о р р е к -т и р о в к е . Р е з у л ьт а т ы ф и к с и р у ю т с я в б а з е з н а н и й д л я и с п о л ь з о в а н и я в б у д у щ е м .

Последовательности операций раз-личаются по назначению – от про-ектирования разработки месторож-дения или оптимизации заводнения до предотвращения выноса песка и оптимизации работы ЭЦН (рис. 4). Например, большинство вариантов добычи предусматривают поддержа-ние и тщательный контроль сниже-ния депрессий на пласт.

О б щ а я п о с л е д о в а т е л ь н о с т ь д л я м о н и т о р и н г а в э т о м с л у ч а е м о ж е т и м е т ь с л е д у ю щ у ю с т р у к т у р у :

• Д а н н ы е о д а в л е н и и и т е м п е -р а т у р е , н е п р е р ы в н о с о б и р а е м ы е с к в а ж и н н ы м д а т ч и к о м , п е р е д а ю т -с я в п р и н и м а ю щ у ю с и с т е м у в п о -т о к о в о м р е ж и м е .• Инженер-контролер и другие

пользователи просматривают данные о давлении и температуре в потоковом режиме.


Автоматизация контроля качества данных

По мере увеличения числа нефтя-ных месторождений, оснащенных к о н т р о л ь н о - и з м е р и т е л ь н ы м о б о -рудованием, операторам становит-ся ясно, что отдачу от инвестицийв это оборудование можно оценить, – по крайней мере, частично, – по качеству данных, предоставляемых им. Так же, как группы управления контролируют работу систем закан-чивания и добывающих мощностей, они должны управлять и своими данными.

Подобно физическим активам, данные требуют постоянной под-держки. Исходные данные ухудша-ются при внесении ошибок – как правило, человеком, например, когда данные вводятся вручнуюв электронные таблицы или раз-личные программы, используемые для принятия решений. Ошибкив данных возникают очень просто: десятичная запятая не в том месте, опечатка или неправильный уро-вень отсчета могут переместить скважину в совсем другой геогра-фический регион, исказить границу месторождения или изменить стро-ение продуктивного горизонта или стратегию заканчивания (рис. А).

Специалистами по информаци-онным технологиям была разрабо-тана надежная методика для реше-ния проблем качества промысловых данных и проверки их соответствия установленным требованиям. С по-мощью автоматизированного про-граммного обеспечения для управле-ния качеством данных (Data Quality Management – DQM) операторы могут оценивать, корректировать и синхронизировать наборы данных. Один из пакетов программ DQM раз-работан компанией InnerLogix, при-надлежащей компании Schlumberger.

Он включает инструменты интерак-тивной и автоматизированной оцен-ки и повышения качества данных, а также обмена данными между мно-гоплатформенными хранилищами и несколькими банками данных.

Методика оценки качества данных DQM основана на шести базовых критериях (категориях):• правильность: имеют ли данные

смысл и отвечают ли они научным и корпоративным стандартам?

• полнота: имеет ли заказчик все требуемые данные?

• у н и к а л ь н о с т ь : н е п о в т о р я ю т -с я л и э л е м е н т ы в о д н о м б а н к ед а н н ы х ?

• с о г л а с о в а н н о с т ь : с о г л а с о в а н ы л и а т р и б у т ы к а ж д о г о э л е м е н т а м е ж д у и с т о ч н и к а м и д а н н ы х ?

• к о н т р о л ь : б ы л л и э л е м е н т м о д и -ф и ц и р о в а н , д о б а в л е н и л и у д а -л е н ?

• и з м е н е н и е д а н н ы х : и з м е н я л с я л и х о т ь о д и н а т р и б у т э л е м е н т а ?Э т и к р и т е р и и ( к а т е г о р и и )

т р а н с ф о р м и р у ю т с я в б и з н е с - п р а -в и л а о ц е н к и д а н н ы х .

0 400футы

0 200метры

Рис. А. Исключение дорогостоящих ошибок. Ошибки, возникающие даже по самым простым причинам, например, из-за неправильного ввода поверхностных коорди-нат скважины или неправильной системы координат , могут распространиться по всей базе данных. И это распространение ошибок, будь то от заголовка каротажной диаграммы до топографической основы или от одной базы данных до другой, может иметь очень дорогостоящие последствия. Специально настроенные правила проверки данных помогают выявить расхождения между источниками данных и синхронизиро-вать значения по самому надежному источнику информации. В данном случае исполь-зуются координаты скважины по аэрофотоснимкам, а не по рекогносцировочной карте (красные точки).

53Зима 2007–2008

Программный пакет InnerLogix QCPro позволяет пользователям создавать настраиваемые правила, которые включаются в процедуры статистической оценки качества данных. Пользователь может со-здать бизнес-правила с изменя-ющейся сложностью. Например, он может разработать правила, обеспечивающие проведение ин-клинометрии по минимальному числу точек, упорядоченных по измеряемой глубине скважины. Можно также выявить повторяю-щиеся данные для таких элемен-тов, как заголовки каротажных диаграмм, каротажные кривые и маркирующие горизонты, а затем удалить повторения из банка дан-ных. Пользователи имеют возмож-ность создавать географические правила для проверки попадания точки на поверхности в пределы месторождения, блока или страны. Были разработаны и другие пра-вила для подтверждения согласо-ванности данных в разных банкахи обеспечения того, что все поль-зователи работают с одними и теми же данными.

После оценки данных программа QCPro позволяет пользователям создавать и редактировать правила для коррекции неправильных дан-ных. Затем проверенные данные можно синхронизировать по всем базам данных заказчика. Правила автоматической коррекции долж-ны базироваться на научных при-нципах, лежащих в основе методов, процессов, стандартов и последо-вательностей операций в области разведки и добычи. Эти правила обычно включают копирование, расчет или изменение набора ат-рибутов или элементов данных.

В программе QCPro имеется фун-кция динамического определения оптимального источника данных для контроля значений атрибутов во время процесса корректирова-ния.

Последний этап процедуры контроля качества данных DQM включает выявление ухудшения качества данных перед вводом низкокачественных данных в сис-тему. Он очень важен для мини-мизации ошибок, которые могут попасть в набор данных во время интерпретации. Без подходяще-го алгоритма процедуры DQM ошибки могут остаться навсегда из-за автоматической или слепой перезаписи информации в проек-тных базах. Например, в случае загрузки в проектную базу дан-ных инклинометрии, проведенной относительно истинного севера, а не севера по координатной сетке, программа QCPro автоматически обнаружит эту ошибку и предо-твратит ее распространение, что исключит возможные осложнения и сократит временные затраты на переобработку данных.

Выявление отклонений в данных очень важно, но наличие возмож-ности их автоматической коррек-ции еще более значимо. Используя заданные пользователем бизнес-правила вместе с результатами проведенных оценок, QCPro обес-печивает синхронизированный ввод в проектные и корпоративные базы только высококачественных данных.

При повторяющемся примене-нии эта программа может систе-матически устранять отклонения и передавать высококачественные данные во все приложения.

• Данные о давлении сглаживают-ся путем удаления выбросов и очевидных ошибочных значений,а также усреднением на задан-ном временном интервале.

• Кроме того, рассчитываются скользящие максимумы и ми-нимумы значений давления за каждый час. В конце каждого часа скользящие средние обну-ляются.

• Скользящие максимумы, мини-мумы и средние значений дав-ления также рассчитываются за каждые сутки. Суточные сколь-зящие средние обнуляются каж-дый день ровно в полночь.

• Статическое пластовое давле-ние P r в околоскважинной зоне оценивается по моделям мате-риального баланса или числен-ным моделям. Затем значение P r вводится через заданные про-межутки времени (как правило, каждые 48–72 ч). Иногда про-водится переоценка ранее рас-считанных значений P r. В этом случае обновляются все рассчи-танные ранее значения.

• Депрессии рассчитываются пу-тем вычитания манометричес-кого давления Pwg из статичес-кого пластового давления P r.

• Рассчитываются или оцени-ваются граничные значения манометрического давления, которые затем вводятся через определенные промежутки вре-мени (как правило, каждые 48–72 ч). Эти расчеты проводятся с учетом ограничений на давление насыщения, на характеристики выноса песка и на депрессии. Предельное давление насыще-ния является абсолютным пре-делом для забойного давления; предельные характеристики выноса песка зависят от стати-ческого пластового давления;а предельные депрессии – это установленные отклонения за-бойного давления от стати-ческого пластового давления. Иногда эти пределы пересчиты-ваются, а предыдущие значения обновляются.

• Контроль депрессий осущест-вляется каждый час путем сравнения часового среднего и


скользящих максимумов, сколь-зящих минимумов и скользяще-го среднего с соответствующими предельными значениями мано-метрического давления.

• Когда манометрическое давление находится в диапазоне опреде-ленного отклонения от гранич-ного значения, выдается желтый предупреждающий сигнал.

• Инженер анализирует такие сиг-налы и задает проверочное усло-вие для каждого из них на основе информации о поведении место-рождения. Диапазон этих усло-вий обычно находится в пределах от «Действий не требуется» до «Тщательного мониторинга» или «Рекомендуется принять меры». Инженер также может ввести до-полнительные комментарии.

• Менеджер просматривает список скважин, по которым были выда-ны автоматические предупрежде-ния, статус проверки и коммента-рии инженера.

• При возникновении сложных или необычных проблем может быть собрана группа экспертов для быстрого анализа перво-причин осложнений.

• По результатам анализа прини-маются корректирующие меры.

Управление изменениямиОценивая влияние новых техно-логий на традиционные методы управления разработкой и внося избирательные изменения в пос-ледовательности операций, ком-пании по разведке и добыче мо-гут существенно повысить отдачу месторождения. Сбалансирован-ная организация таких измене-ний – очень важная часть преоб-разования любого месторождения в интеллектуальное по проекту BlueField .

Так уж устроен человек – он со-противляется всему новому и вы-ходящему за привычные рамки. Изменения зачастую бывают не-

удобными, а иногда и рискованны-ми. Перед тем, как что-либо изме-нить, людям обычно необходимо убедиться в возможности получе-ния существенной личной выгоды от нового хода дел. Эта тенденция распространяется и на организа-ции. Не мотивированные личной выгодой, работники на всех уров-нях организации могут прямо со-противляться изменениям или косвенно замедлять их ход.

Комплексный план управле-ния изменениями – залог успеха крупных проектов перехода на но-вые технологии. С самого начала следует иметь в виду, что в ходе реализации проектов BlueField возникнет необходимость в пере-менах, поскольку в этих проектах текущая ситуация часто претер-певает значительные изменения. Повышение эффективности раз-работки благодаря использованию новых технологий, квалификаций и методов потребует от работни-ков изменения привычного стиля и последовательности работы. Ру-ководство должно быть готовым к возможному сопротивлению изме-нениям.

За десятилетия процесс управ-ления изменениями превратилсяв целую науку. Ведущими академи-ческими институтами, такими, как Гарвардская школа бизнеса , опуб-ликованы научные и практичес-кие труды по эффективному при-менению принципов управления изменениями на рабочем месте . 7 Основываясь на этих принципах, бизнес-консультанты Schlumberger разработали трансформационный подход к управлению изменениями для проектов BlueField (рис. 5) .

До внедрения этого процесса не-обходимо оценить текущее состо-яние организации для каждого из его шести основных этапов. По ре-зультатам оценки разрабатывает-ся комплексный план управления изменениями. Привлечение клю-чевых участников на ранней ста-дии, подробная информация о мес-торождении и четкая концепция эксплуатационных усовершенс-твований – вот что обеспечит эф-фективность изменений при разра-ботке запасов и управлении ею.

Стадия согласования

Процесс управления изменениями в рамках проекта BlueField

Стадия внедрения

Создать четкую и привлекательную концепцию:обеспечить понимание старшим управляющим персоналом причин внесения изменения,

дать общую картину ожидаемых результатов и подчеркнуть ценность предлагаемого

изменения.

Объяснить безотлагательность:реально обосновать необходимость в изменении

(например, в ответ на действия конкурентов).

Создать группу поддержки:создать базовую группу из старших руководителей и специалистов,

разделяющих концепцию изменения и имеющих достаточные административные

полномочия и влияние для продвижения проекта.

Начать изменение:эффектно начать внедрение нового стиля работы с демонстрацией его

существенного положительного влияния на организацию.

Закрепить изменение:систематически выявлять, поощрять и распространять новый стиль поведения,

необходимый для успешной реализации изменения.

Поддерживать изменение:встроить процессы, квалификацию персонала и производственную структуру в изменяю

щуюся организацию, чтобы сделать новый стиль работы повседневным. Измерить и

засвидетельствовать документально выгоды, полученные с помощью данного изменения.

Рис. 5. Этапы управления изменением. Этот шестистадийный процесс начинается с определения концепции требуемого рабочего процесса и заканчивается институцио-нализацией новых путей ведения бизнеса.

55Зима 2007–2008

Путь к интеллектуальному месторождениюСозданию интеллектуального не-фтяного месторождения способс-твует совместный эффект техноло-гических достижений, без которых оснащение месторождений конт-рольно-измерительными система-ми, и тем более интеллектуализация месторождений, была бы невозмож-на. Главенствующую роль среди этих достижений играет миниатюризация. Впечатляющее уменьшение разме-ров, стоимости и энергопотребления ускорило приход интеллектуаль-ных устройств и технологий на про-мыслы и положило начало повсе-местному использованию датчикови измерительных приборов, рабо-тающих в реальном времени. Эти нововведения коснулись и систем связи, обеспечив столь необходимые каналы между датчиками в скважи-не и офисами по всему миру. В то же время происходит непрерывное совершенствование вычислитель-ных мощностей, программного обес-печения и средств визуализации, позволяющих инженерам и ученым извлекать полезную информацию из потока данных, поступающего с мес-торождения. Совместный эффект таких технологий стал движущим фактором повышения рабочих пока-зателей и увеличения срока эксплу-атации месторождений нефти и газа по всему миру.

Интеграция этих разнообразных технологий требует тщательно раз-работанного плана. Процесс разра-ботки и внедрения BlueField состоит

Стадия непрерывногомониторинга и

совершенствования

Стадияоценки

Стадияпроектирования

Стадияпредварительной оценки

Стадиястроительства

Стадияреализации

Управление изменениями

Управление проектом

Рис. 6. Обзор процесса разработки и внедрения проекта BlueField. Основанный на данных заказчика, этот базовый план действий будет содержать подробные требования и технические условия, направляющие весь процесс.

из последовательности этапов, кото-рую можно подразделить на шесть стадий (рис. 6).

Стадия предварительной оценки. Сначала проводятся совещания для определения общих проблем, а так-же требований и целей заказчика. На основе этой информации группа реализации проекта BlueField раз-рабатывает специальный план дейс-твий, в котором указываются этапы реализации предлагаемого проекта, от оценки и внедрения до непрерыв-ного мониторинга и внесения улуч-шений.

Стадия оценки. На базе специаль-но разработанного плана действий BlueField группа реализации проек-та проводит оценочные консульта-ции и совещания на объекте. Кроме документирования используемых мощностей и методов, группа реа-лизации проекта и заказчик оцени-вают эксплуатационные проблемы и риски, а также подлежащие вопло-щению идеи и решения. Эти совмес-тные проработки очень важны для согласования основных действий, данных, относящихся к этим про-цессам, и последовательностей опе-раций для каждого процесса.8 Такая комплексная оценка охватывает дат-чики и контрольно-измерительные приборы, возможности и диапазон передачи данных, процедуры управ-ления и проверки данных, возмож-ности контроля добычи, стороннее и собственное программное обес-печение и проблемы добычи, такие, как пескопроявления или высокая обводненность. Одной из основных

задач на этой стадии является до-кументирование основных произ-водственных показателей и текущих контрольных показателей эксплуа-тации. Эти базовые показатели слу-жат основой для оценки результатов после реализации проекта.

Группы реализации проекта BlueField также проводят работус заказчиком, способствуя перехо-ду от существующих к новым фор-мам сетевого планирования. Одно-временно они помогают заказчикув определении целей проекта, адек-ватных условиям производственной деятельности, четко определив же-лаемые результаты. Затем изучаются недостатки технологий, методов кол-лективной работы и схем принятия решений, которые могут затруднить достижение этих результатов. На ос-нове всей этой полученной инфор-мации разрабатываются подробные проектные требования, определяю-щие основные аспекты улучшения проекта. Заказчик и группа реализа-ции проекта BlueField устанавлива-ют график осуществления действий по управлению проектом для свое-временного достижения заданных целей. Они также вырабатывают стратегии управления изменениями и их реализации, чтобы обеспечить прием и использование последова-тельностей операций и технологии BlueField.

7. Harvard Business Review on Change. Boston,

Massachusetts, USA: Harvard Business School Press,

1998.

8. Murray et al, сноска 3.


Стадия проектирования. Четко зная критически важные процессы, требования к данным и текущие пос-ледовательности операций, группы реализации проекта выделяют пос-ледовательности операций, которые можно рационализировать или ав-томатизировать.9 Используя проек-тные требования и связанные с этим схемы последовательностей операций, группа реализации проекта BlueField разрабатывает программу проектиро-вания и реализации проекта, которая передается заказчику на рассмотрение и утверждение. Эти требования и пос-ледовательности операций формируют основу для определения технических требований, в которых указывается, какие технические и инженерные ком-поненты будут использоваться в про-екте и как они будут взаимодейство-вать в последовательностях операций или процессах, требуемых для дости-жения поставленных целей. Группа устанавливает связи между имеющей-ся у заказчика технологией и новыми технологиями. На этой стадии прово-дится пересмотр методов управления проектом для обеспечения успешной реализации плана действий BlueField.

Стадия строительства. На осно-ве установленных ранее требований и технических условий создаются и настраиваются проектные компонен-ты и процессы. Одновременно будут решаться различные созидательные задачи:• разработка последовательностей

операций для автоматизированно-го контроля;

• разработка последовательностей операций для автоматизированно-го управления и проверки данных;

• установление связей для взаимо-действия с имеющимся у заказ-чика аппаратным и программным обеспечением;

• разработка и интеграция анали-тических инструментов для рабо-ты со сторонними программами и фирменными программами заказ-чика;

• разработка последовательностей операций для особых случаев, на-пример, при наличии пескопрояв-лений или осложнений с обеспече-нием бесперебойного притока;

• создание центра взаимодействия и координирования.

На этой стадии также прово-дится испытание компонентов и последовательностей операций, чтобы подтвердить возможность достижения поставленных целей. Такое испытание обычно осущест-вляется в лабораторных условиях, чтобы не нарушить ход работ за-казчика на объекте .

С т а д и я р е а л и з а ц и и . П р о м ы с л о -в ы е г р у п п ы у с т а н а в л и в а ю т и л и м о д и ф и ц и р у ю т д а т ч и к и , к о н т -р о л ь н о - и з м е р и т е л ь н ы е п р и б о р ыи с р е д с т в а п е р е д а ч и д а н н ы х . П о с л е д о в а т е л ь н о с т и о п е р а ц и й и т е х н о л о г и и , р а н е е и с п ы т а н н ы е в л а б о р а т о р н ы х у с л о в и я х , п е -р е в о д я т с я в э к с п л у а т а ц и о н н ы е у с л о в и я з а к а з ч и к а д л я у с т а н о в -к и и п о с л е д у ю щ е г о и с п ы т а н и я . Р е з у л ьт а т ы п р о б н ы х и с п ы т а н и й с р а в н и в а ю т с я с к о н т р о л ь н ы м и э к с п л у а т а ц и о н н ы м и п о к а з а т е л я -м и , п о л у ч е н н ы м и н а с т а д и и о ц е н -к и , ч т о б ы к о л и ч е с т в е н н о о п р е -д е л и т ь у л у ч ш е н и я в о т н о ш е н и и э ф ф е к т и в н о с т и , в р е м е н и р а б о ч е -г о ц и к л а , к а ч е с т в а п р и н и м а е м ы х р е ш е н и й и л и э к о н о м и и с р е д с т в .

С т а д и я н е п р е р ы в н о г о м о н и -т о р и н г а и с о в е р ш е н с т в о в а н и я .В т е ч е н и е э т о й с т а д и и т р е б у е т -с я и з м е р и т ь р а с х о ж д е н и е м е ж -д у д о с т и г н у т ы м и п о к а з а т е л я м и п о с л е у с т а н о в к и а п п а р а т у р ы и к о н т р о л ь н ы м и р а б о ч и м и п о к а -з а т е л я м и . П е т р о ф и з и к и с о в м е с -т н о с т е х н и ч е с к и м п е р с о н а л о м с п о м о щ ь ю с п е ц и а л ь н ы х с р е д с т в в ы я в л я ю т п р о ц е с с ы , к о т о р ы е м о -г у т п о т р е б о в а т ь н а с т р о й к и д л я п о л у ч е н и я л у ч ш и х р е з у л ьт а т о в . В х о д е д а н н о г о п р о ц е с с а м о г у т б ы т ь о п р е д е л е н ы и д р у г и е у л у ч -ш е н и я , к о т о р ы е з а т е м у в я з ы в а -ю т с я с о с т а д и я м и п р о е к т и р о в а -н и я , с т р о и т е л ь с т в а и р е а л и з а ц и и .Н а к о н е ц , м о ж е т б ы т ь и з м е н е н а с у щ е с т в у ю щ а я о р г а н и з а ц и о н н а я с т р у к т у р а , ч т о б ы о б е с п е ч и т ь н а -и б о л е е э ф ф е к т и в н у ю п о д д е р ж к у в н е д р я е м ы м м е т о д а м р а б о т ы .

П р и м е р м о р с к о г о м е с т о р о ж д е -н и я в Б р а з и л и и и л л ю с т р и р у е т у с и л и я п о р а з р а б о т к е и в н е д р е -н и ю и н т е л л е к т у а л ь н ы х и а в т о -м а т и з и р о в а н н ы х п о с л е д о в а т е л ь -н о с т е й о п е р а ц и й д л я п о в ы ш е н и я д о б ы ч и .

Пионерские работы в БразилииЯвляясь крупнейшей нефтеносной провинцией в Бразилии, бассейн Кампос (Campos) включает несколь-ко крупных морских месторожде-ний, в т. ч. месторождение Карапеба (Carapeba). Это месторождение на-ходится в северной части бассейна, где глубина моря достигает пример-но 85 м (280 футов) (рис. 7). Оно было открыто компанией Petróleo Brasileiro SA (Petrobras) в 1982 г. Основная добыча осуществляется из двух турбидитных песчаниковых толщ верхнего мела, а также из эо-ценовых песков.10 Будучи месторож-дением на поздней стадии эксплу-атации, Карапеба обслуживается тремя платформами с 41 нефтедо-бывающей скважиной и 6 водонаг-нетальными скважинами. Две добы-вающие скважины оснащены донной устьевой арматурой, а все остальные – надводной фонтанной арматуройи ЭЦН.11

Месторождение Карапеба сыгра-ло ключевую роль в двух важней-ших пилотных проектах компании Petrobras. На этом месторождении в 1994 г. в вертикальной скважи-не RJS-221 при глубине моря 86 м(282 фута) был установлен ЭЦН, ставший первым в мире ЭЦН в мор-ской скважине.12 Накопив большой опыт использования ЭЦН в мел-ководных скважинах, компания Petrobras осуществила этот пилот-ный проект для проверки жизнеспо-собности технологии ЭЦН в мор-ских скважинах, рассчитывая, что этот опыт обеспечит возможность ее применения на значительно боль-ших морских глубинах.13

В 2006 г. компания Petrobras вы-брала Карапебу для реализации еще одного пилотного проекта. Уже имея практически всю внутрискважин-ную и поверхностную инфраструк-туру, компания сочла это месторож-дение подходящим полигоном для демонстрации и оценки интеграции интеллектуальных технологий. Три продуктивных интервала обеспечи-ли хорошую возможность испытать оборудование для интеллектуаль-ного заканчивания. В каждой из 41 добывающих скважин были установ-лены ЭЦН ,18 из которых контроли-ровались с помощью станций управ-

57Зима 2007–2008

БРАЗИЛИЯ

Кампос

PCP93PCP91

PGP91

PCP92

Карапеба

Парго

Гарупа

Вермельо

PPG91

PVM93

PVM92PVM91

100 м

50 м

0 5км

0 5мили

НефтедобывающиескважиныВодонагнетательныескважиныВсего

11

3

14

16

3

19

14

0

14

41

6

47

PCP91МесторождениеКарапеба PCP92 PCP93 Всего

PCP93

PCP91 PCP92

Рис. 7. Месторождение Карапеба на шельфе Бразилии. Продукция из трех горизонтов поднимается на три платформы – РСР-1, РСР-2 и РСР-3. Операции на Карапебе тесно связаны с работой других платформ: PVM-1, PVM-2 и PVM-3 на месторождении Верме-льо (Vermelho), PPG-1 на месторождении Парго (Pargo) и PGP-1 на месторождении Га-рупа (Garoupa), которые сгруппированы в единый комплекс, управляемый компанией Petrobras. Производство электроэнергии, обработка многофазного флюида, очистка и обратная закачка воды и закачка газа для каждого месторождения в этом комплексе распределены между этими платформами. Эффективность охвата при заводнении и контроль за пескопроявлениями были среди проблем, на решение которых была на-правлена инициатива компании Petrobras по оптимизации добычи на месторождении Карапеба.

ления с преобразователями частоты, позволявших операторам дистанци-онно регулировать мощность насо-сов. Некоторые из ЭЦН контроли-ровались системами скважинного мониторинга механизированной добычи Phoenix. Надводная арма-тура на каждой скважине облегчала доступ и упрощала установку ин-теллектуального оборудования или внутрискважинные работы. Этот проект стал первым из пяти подоб-ных проектов, направленных на ис-пытание и выбор наилучшей техно-логии, вариантов и поставщиков для оптимизации добычи и повышения эффективности разработки.

Применяя и интегрируя интел-лектуальные технологии, компания Petrobras хотела повысить охват пласта заводнением и увеличить тем самым коэффициент извлече-ния нефти. Помимо проверки тех-нологий и процессов для управ-ления своими месторождениями, руководство Petrobras сформули-ровало следующие цели данного пилотного проекта:• оптимизация добычи – увеличить

добычу на 15% за счет монито-ринга данных со скважинных дат-чиков;

• эффективность добычи – повы-сить эффективность добычи на 1% путем дополнительной модерниза-ции оборудования на платформе;

• коэффициент нефтеотдачи – уве-личить коэффициент нефтеотдачи на 0,2% за счет улучшения регу-лирования закачки воды с целью повышения охвата, а также путем оптимизации отбора с помощью интеллектуального заканчивания в 5–10 скважинах.Проект начался в июне 2006 г.

Компания Schlumberger провела оценку объекта и производствен-ное совещание с привлечением всех подразделений, связанных с место-рождением Карапеба. По результа-там оценки был составлен общий каталог, охватывающий схему рас-положения месторождения и плат-форм, организационную структуру, архитектуру компьютерных сетей, оптоволоконную связь, ЭЦН, сква-жинные датчики и оборудование, системы закачки воды, обработку многофазной продукции, распреде-

9. Murray et al, сноска 3.

10. Horschutz PMC, de Freitas LCS, Stank CV, da Silva

Barroso A and Cruz WM: “The Linguado, Carapeba,

Vermelho, and Marimba Giant Oil Fields, Campos Basin,

Offshore Brazil,” in Halbouty MT (ed): Giant Oil and Gas

Fields of the Decade 1978-1988, AAPG Memoir 54. Tulsa:

AAPG (1992): 137–153.

11. Добычу на морских скважинах можно вести через

подводную, либо надводную фонтанную арматуру.

Спроектированные для глубоководных месторож-

дений скважины с донной фонтанной арматурой

соединены выкидными линями с общим подводным

манифольдом, от которого идет стояк на платформу.

В большинстве случаев такая арматура оснащена

клапанами регулирования притока и датчиками дав-

ления и температуры, размещенными на уровне дна

или ниже него и предназначенными для избежания

внутрискважинных работ. Затраты на работы в глу-

боководной скважине с донной арматурой настолько

высоки, что такая скважина проектируется с учетом

того, что такие работы никогда не будут проводиться.

Скважины с надводной фонтанной арматурой, наобо-

рот, имеют подводное устье, соединенное со стояком,

а подвеска колонны НКТ и фонтанная арматура смон-

тированы на платформе. Как правило, продукция из

этих скважин направляется на платформы башенного

типа, spar-платформы и платформы с натяжными

опорами, проводить с которых внутрискважинные

работы намного проще и дешевле. За последние годы

возникли технические возможности для установки

надводной арматуры на более глубоководных сква-

жинах.

Подробнее о заканчивании глубоководных скважин

см.: Carrè G, Pradiè E, Christie A, Delabroy L, Greeson

B, Watson G, Fett D, Piedras J, Jenkins R, Schmidt D,

Kolstad E, Stimatz G and Taylor G: “High Expectations

from Deepwater Wells,” Oilfield Review 14, no. 4

(Winter 2002/2003): 36–51.

12. Mendonça JE: “The First Installation of an Electrical

Submersible Pump in a Deepwater Well Offshore Brazil,”

paper SPE 38533, presented at the SPE Offshore Europe

Conference, Aberdeen, September 9–12, 1997.

Подробнее об ЭЦН на месторождении Карапеба см.:

Cuvillier G, Edwards S, Johnson G, Plumb R, Sayers C,

Denyèr G, Mendonca JE, Theuveny B and Vise C:

“Solving Deepwater Well-Construction Problems,”

Oilfield Review 12, no. 1 (Spring 2000): 2–17.

13. В ходе данного проекта использовался насос REDA

мощностью 150 л. с., работавший с производитель-

ностью 2000 барр./сутки (318 м3/сутки) в течение 34

месяцев.


ление электроэнергии, скважинные исследования и работы, автоматиза-цию процессов, укомплектованность платформ персоналом и его смену, оценку параметров пласта, инфор-мационные системы управления, вопросы охраны труда, техники бе-зопасности и охраны окружающей среды и обеспечение бесперебойного притока скважинной продукции. На совещании представители всех под-разделений выделили критические рабочие процессы и определили их текущее состояние. На последующих совещаниях уточнялись ожидаемые результаты по завершении этих ра-бочих процессов. Совещание и оцен-ка объекта позволили определить затруднения на пути к достижению поставленных целей; группы плани-рования в большей степени концен-трировались на процессах, а не на конкретных продуктах или техноло-гиях.

По результатам обсуждений ком-пания Petrobras разработала более 50 проектных требований, которые помогли определить объем работи выбрать подходящие продукты и технологии для достижения же-лаемых результатов. Менеджеры Petrobras затем провели стоимост-ный анализ для установления при-оритетности проектных требований по их сложности, стоимости и вли-янию на коммерческие показатели. Определив состояние текущих и пла-нируемых рабочих процессов, груп-пы реализации проекта компаний Petrobras и Schlumberger использо-вали эти требования для разработ-ки плана проектирования и реали-зации проекта с его последующим утверждением руководством. После утверждения плана схемы рабочих процессов использовались в качест-ве шаблонов для разработки автома-тизированных последовательностей операций.

Общий план для месторождения Карапеба предусматривал создание системы сбора, передачи и хранения непрерывных и эпизодических дан-ных, получаемых в реальном времени, а также комплексных моделей плас-та, скважин и поверхностного обору-дования. Планом предусматривалась и портальная платформа для объеди-нения информации о системе добы-

чи с информацией о геотехническойи финансовой системах. Эта плат-форма стала информационным цен-тром всего месторождения. Исполь-зуя информацию из этих источников, многопрофильные группы управле-ния могут совместно осуществлять планирование, мониторинг, конт-роль и оптимизацию эксплуатацион-ных процессов.

Реализация такого проекта потре-бовала широкомасштабной коорди-нации и коллективной работы мно-гочисленных технических отделов компаний Petrobras и Schlumberger. Для интеграции различных сква-жинных и поверхностных систем компания Schlumberger организова-ла группы, имеющие опыт в управле-нии проектами, бизнес-консалтинге, петротехнической оценке, заканчи-вании скважин, технологическом проектировании, разработке про-граммного обеспечения, управлении информацией, скважинных датчиках и промысловых измерительных сис-темах. Очевидно, что это был гига-нтский, многопрофильный и много-мерный проект.

На стадиях планирования, строи-тельства и реализации бизнес-кон-сультанты Schlumberger помогали Petrobras разрабатывать и осущест-влять стратегии управления изме-нениями с привлечением персонала, работающего на Карапебе, и направ-лением его усилий на достижение поставленных целей. Эти эксперты также способствовали определению коммерческих и эксплуатационных ключевых производственных пока-зателей для данного месторожде-ния, а также способов их измерения и оценки.

Кульминацией внедрения и коор-динирования этих технологий ста-ло создание специализированного центра взаимодействия, получивше-го в Petrobras наименование GeDIg (Gerenciamento Digital Integrado) – Центр цифрового комплексного управления.14 Этот Центр сводит вместе специалистов из всей орга-низации для обмена опытом и более качественного определения техни-ческого и экономического эффектов различных эксплуатационных реше-ний, требуемых для управления мес-торождением Карапеба (рис. 8). Ана-

логичные центры появились на двух платформах, чтобы улучшить связь и взаимодействие между персоналом на платформе и на суше.

Компания Schlumberger предоста-вила компании Petrobras необходи-мые системы и программное обеспе-чение для управления разработкой, а также специализированный сетевой портал моделирования последова-тельностей операций DecisionPoint для улучшенной визуализациии контроля основных производс-твенных показателей. Центр GeDIg представляет собой эргономично спроектированное помещение для совместной работы, разделенное на участки контроля, диагностики и планирования, а также отдельное помещение для кризисного управ-ления. В Центре были воплощены концепции, используемые в центрах управления полетом и медицинских учреждениях, что позволило улуч-шить поддержку и контроль приня-тия решений.

Хотя проект планировалось запус-тить в июле 2008 г., он был подго-товлен раньше и запущен в сентябре 2007 г. Опыт проекта GeDIg на Ка-рапебе позволил распространить эту концепцию и на другие месторожде-ния. В настоящее время компания Petrobras завершает подготовку ана-логичного проекта на месторожде-нии Марлим (Marlim) в более глубо-ководной части бассейна Кампос.

Последовательности операций для КарапебыВ связи с проектом Карапебы было разработано несколько последова-тельностей операций. В этом разде-ле мы рассмотрим некоторые из этих последовательностей, которые помо-гают компании Petrobras эффектив-но управлять этим месторождением.

Диагностика проблем эксплуатации ЭЦН и снижения продуктивности. Чтобы исключить непредвиденные перебои в добыче, группа механизи-рованной добычи на месторождении Карапеба должна отслеживать любые изменения в эксплуатационных усло-виях, которые могли бы сигнализи-ровать о любом осложнении добычи на ранней стадии его возникновения. Диагностика возможных затрудне-ний требует от членов группы внима-

59Зима 2007–2008

14. Henz CF, Lima CBC, Lhote JP and Kumar A: “GeDIg

Carapeba – A Journey from Integrated Intelligent Field

Operation to Asset Value Chain Optimization,” paper

SPE 112191, presented at the SPE Intelligent Energy

Conference and Exhibition, Amsterdam, February

25–27, 2008.

15. Henz et al, сноска 14.

БA

AБ

В

В

Рис. 8. Центр принятия решений GeDIg компании Petrobras. На участке контроля (А) находятся экраны, отображающие сигналы предупреждения, сигналы тревоги и откло-нения от ключевых производственных показателей. На больших экранах (Б) показы-ваются результаты работы аналитических и моделирующих программ, используемые для планирования и анализа данных по нескольким скважинам, сборным сетям и обо-рудованию подготовки нефти и газа. Также отображается модель пласта, по которой осуществляется планирование и разработка месторождения. На отгороженном участ-ке для конференций (В) находятся средства связи для проведения телеконференций с персоналом на платформе или с другим управляющим персоналом.

тельного изучения больших объемов оперативных массивов данных. Они тратят много времени на фильтрацию в основной своей массе совершенно рутинных данных, чтобы выявить аномалии, которые могли бы указать на возникновение осложнений в сква-жине. Компания Petrobras посчитала, что автоматизация процесса анализа данных позволит высвободить время для технического решения текущих проблем и предотвращения осложне-ний в будущем.15

Чтобы снизить информационную нагрузку на группу механизирован-ной добычи, группа реализации про-екта BlueField компании Schlumberger создала систему контроля и диагнос-тики, объединяющую оперативные массивы данных от поверхностных и скважинных датчиков с данными о пласте и ежедневной добыче. Все эти данные можно интегрировать в ими-тационные модели любой скважины на месторождении. Новая система осуществляет мониторинг измерений поверхностных и скважинных датчи-ков и автоматически предупреждает о любых отклонениях от заданных зна-чений, что позволяет группе быстро распознавать потенциальные ослож-нения и принимать соответствующие меры предупреждения (рис 9).

Основной проблемой, выявленной компанией Petrobras, была вероят-ность масштабного выноса песка, способного повредить добывающее оборудование на Карапебе и привес-ти к вынужденной остановке сква-жин для ремонта, что обошлось бы очень дорого. Для устранения такой опасности все скважины на место-рождении должны работать при дав-лении свыше давления насыщения Pb на приеме насоса, а депрессия на входе в перфорационные кана-лы не должна превышать 50 кг/см2

(710 фунт/дюйм2, или 490 МПа).Для оценки эффективности работы сква-жин были установлены различные базовые производственные показате-ли, такие, как расчетный показатель продуктивности, забойное давление и общий объемный дебит Qb в зависи-мости от времени. Для помощи опе-ратору в быстром выявлении выхода параметров за пределы диапазона оп-тимальной добычи были разработаны новые последовательности операций:

• выдача предупреждений о том, что скважины работают ниже давления насыщения, когда за-бойное давление на приеме насо-са меньше P b;

• временные диаграммы забойного давления и температуры в зави-симости от глубины, получаемыев реальном времени;


°C

amps

Рис. 9. Мониторинг параметров ЭЦН по заданным рабочим условиям. Группа контроля на месторождении Карапеба может использовать диалоговый пульт управления (главный экран с надписями на португальском языке на заднем плане рис.), чтобы получить доступ к скважинным диаграммам и эксплуа-тационным параметрам во всех подробностях. Инженеры по механизированной добыче могут изучать данные по каждой добывающей скважине, соединенной с данной платформой, что-бы контролировать работу ЭЦН, включая такие параметры, как забойное давление, температура, сила тока, расчетный расход, и самые свежие данные о добыче и результаты гидродинами-ческого исследования скважин. При щелчке на области экрана, соответствующей конкретной скважине, она выделяется синим

фоном, после чего открывается выпадающее меню для выбора дополнительной информации об ЭЦН.Например, окно с индикатором в реальном времени (врезка слева на рис.) позволяет инженеру просматривать различ-ные параметры, такие, как устьевое давление и температура, диаметр штуцера, ток и частота в станции управления с преоб-разователем частоты, давление на приеме и выпуске насоса и вибрация двигателя. Здесь показано окно с кривыми силы тока (красная линия) и устьевого давления (черная линия). Эти кри-вые ведут себя схожим образом при падении температуры из-за отключения питания насоса. Щелкнув на окне насоса, инженер может просмотреть ежеминутное показание температуры и силы тока (врезка справа на рис.). (Henz et al, сноска 14).

• диаграммы КПД ЭЦН для сравне-ния кривых напора и подачи насо-са, рассчитанных в реальном вре-мени, с теоретическими кривыми;

• контроль состояния насоса для мо-ниторинга эффективности напора ЭЦН во времени.Эти показатели, главным образом,

установлены по данным, полученным от систем скважинного мониторинга механизированной добычи Phoenix. Рабочие показатели скважин, не осна-

щенных датчиками Phoenix, калибро-вались по данным скважинных испы-таний, полученных на поверхности. Эта контрольно-аналитическая пос-ледовательность доказала свою при-годность для оптимизации работы на-сосов, увеличения средней наработки на отказ и повышения добычи.

Анализ простоев. Эта последова-тельность операций предусматрива-ет анализ и классификацию данных о текущих и прошлых простоях и на-

рушениях работы скважины. Каждо-му такому случаю назначается при-оритет на портальном операционном экране системы GeDIg (рис. 10). С помощью экрана DecisionPoint группы управления анализируют тренды отказов и прогнозируют необходимость в ремонтных рабо-тах. Результирующие отклонения от прогнозных дебитов выявляются на экране, что позволяет управляю-щему персоналу GeDIg определять

61Зима 2007–2008

приоритетность и планировать вы-деление необходимых ресурсов для устранения таких отклонений.

Комплексное моделирование. По-вышение производительности все-го месторождения, а не отдельных скважин, – вот ключ к увеличению срока эксплуатации месторожде-ния и оптимизации его разработ-ки. Имитационные модели помо-гают спрогнозировать показатели разработки месторождения. Вмес-то отдельного моделирования для воспроизведения работы плас-та, скважины, сборной системы и оборудования подготовки нефти и газа, компания Petrobras хотела

Рис. 10. Запланированные и незапланированные потери. Управляющий персонал может просматривать и анализировать события, приводящие к снижению добычи. Ежесуточные потери добычи нефти (зеленая диаграмма слева вверху на рис.) и газа (красная диаграмма справа вверху на рис.) представлены за несколько месяцев. Эти потери могут быть вызваны проблемами с поверхностным оборудованием, скважинным оборудованием, электропитанием, процессами подготовки или транспортиров-ки или иными причинами (круговые диаграммы). Управляю-

щий персонал также может отслеживать продолжительность снижения добычи по различным категориям (гистограмма). Ленточные диаграммы (внизу на рис.) отображают потери газа (красная линия) и нефти (зеленая линия), продолжительность (розовая линия) и дебит (синяя линия). Скважины, в которых происходит снижение добычи, перечислены в окнах (справа на рис.), где также приведен список двухбуквенных кодов отказа. (Henz et al, сноска 14).

получить средство, способное по-казать влияние регулировки любо-го конкретного фактора или компо-нента системы на систему в целом для разных вариантов добычи.

Зная, что менеджеры Карапебы были довольны своими система-ми моделирования, предостав-ляемыми несколькими разными разработчиками, Schlumberger установила систему комплексно-го моделирования месторождения Avocet . Эта система использова-лась для координирования резуль-татов , полученных по одной мо-дели, и их передачи всем прочим моделям системы. Система Avocet

могла также принимать входные данные в виде электронных таб-лиц и позволяла проводить эконо-мический анализ разных вариан-тов разработки месторождения.

Административный анализ . Ад-министративный анализ месторож-дения включает экономический и эксплуатационный анализ для определения основных отклоне-ний от плановых показателей. Это позволяет руководству компании Petrobras направлять все рабочие процессы на достижение общих целей. Менеджеры могут быстро оценить влияние различных ра-бот по всему месторождению с


Рис. 11. Надзор за разработкой. Этот визуальный терминал позволяет управляющему персоналу концентрироваться не на отдельной скважине или платформе, а на ключевых экс-плуатационных процессах и их влиянии на весь комплекс, от месторождения Карапеба до месторождений Вермельо, Парго и Гарупа. Управляющий персонал может следить за работой ЭЦН, сепараторов нефти и газа, производством электроэнергии

и другими критическими процессами и получать немедленный доступ к диаграммам и информации на уровне отдельных ком-понентов системы. Например, из всех скважин месторождения Карапеба, соединенных с платформами РСР-1 и РСР-3, восемь либо остановлены, либо законсервированы (красные значки насоса на панели РСР-1/3 слева вверху на рис.). (Henz et al, сноска 14).

помощью программного портала Decis ionPoint , который отобража-ет промысловые операции. Что-бы глубже вникнуть в проблему в скважине, можно использовать легко доступные диаграммы конс-трукции каждой скважины. Экран контроля месторождения объеди-няет важную информацию о рабо-те ЭЦН, сепараторов нефти и газа , производстве электроэнергии и других критических процессах , на основе которой управляющий пер-сонал получает общую картину со-ответствующих работ (рис . 11) .

И н т е л л е к т у а л ь н ы е т е х н о л о г и и д л я б у д у щ е г оП р о р ы в ы в о д н о й т е х н о л о г и и ч а с -т о и н и ц и и р у ю т р а з в и т и е д р у г о й . П о с л е д н и е д о с т и ж е н и я в о б л а с т и т е х н о л о г и й з а к а н ч и в а н и я , д а т -

ч и к о в , с в я з и и в ы ч и с л и т е л ь н ы х м о щ н о с т е й с п о с о б с т в у ю т п р е о б -р а з о в а н и ю н е ф т я н ы х м е с т о р о ж -д е н и й в и н т е л л е к т у а л ь н ы е . О д н а -к о и н т е л л е к т у а л ь н ы е т е х н о л о г и и в б о л ь ш е й м е р е я в л я ю т с я с р е д с -т в о м « т о н к о й н а с т р о й к и » р а б о т ы к о м п о н е н т о в в п о с т о я н н о м е н я -ю щ и х с я р а б о ч и х у с л о в и я х . Д л я п о л н о й р е а л и з а ц и и п о т е н ц и а л а п р о и з в о д и т е л ь н о с т и с в о и х м е с т о -р о ж д е н и й к о м п а н и и п о р а з в е д к е и д о б ы ч е д о л ж н ы и н т е г р и р о в а т ь п е р е д о в ы е т е х н о л о г и и , о б ъ е д и н и в д е т а л ь н ы е д а н н ы е п о с к в а ж и н е с в о з м о ж н о с т я м и б ы с т р о г о а н а л и -з а , ч т о б у д е т о т р а ж а т ь э ф ф е к т о д -н о г о п р и н я т о г о р е ш е н и я в м а с ш -т а б е в с е й с и с т е м ы – о т п л а с т а д о с б о р н о г о т р у б о п р о в о д а .

К о м п а н и и , у с п е ш н о и н т е г р и р о -в а в ш и е с в о и т е х н о л о г и и , д о л ж н ы

и м е т ь ч е т к у ю с т р а т е г и ю д л я а н а -л и з а п р о ц е с с о в , к о т о р ы е т р е б у -е т с я и з м е н и т ь . Н е о б х о д и м ы е и з -м е н е н и я п о д ч а с т р у д н о в н е д р и т ь , е щ е с л о ж н е е б ы в а е т и х п о л н о с т ь ю п р и н я т ь . Н о к о м п а н и и , к о т о р ы е с м о г у т и х о с у щ е с т в и т ь , п о л у ч а т в н а г р а д у с и с т е м у, в к л ю ч а ю щ у ю п р о в е р е н н ы е д а н н ы е и с п е ц и а л и -з и р о в а н н ы е п о с л е д о в а т е л ь н о с т и о п е р а ц и й , к о т о р ы е п о с л у ж а т п о -в ы ш е н и ю к а ч е с т в а п р и н и м а е м ы х р е ш е н и й д л я н е п р е р ы в н о й о п т и -м и з а ц и и д о б ы ч и .

– М В

63Зима 2007–2008

АвторыДжон Алгерой (John Algeroy) — сис-темный менеджер Центра заканчива-ния скважин компании Schlumberger (SRC) в Рошароне, Техас, США. Отвечает за разработку новой систе-мы заканчивания скважин для ком-пании Saudi Aramco. В 1986 г. начал работать в компании Camco, занимал различные управленческие должнос-ти в Норвегии и Великобритании до покупки компании Camco компанией Schlumberger в 1998 г. С 1999 по 2001 гг. работал менеджером по глобально-му развитию бизнеса интеллектуаль-ных технологий заканчивания сква-жин в SRC, в 2001 г. был переведен в Дубай, ОАЭ. До нынешнего назна-чения шесть лет работал на Ближнем Востоке, включая период работы ме-неджером по заканчиванию скважин в региональном производственном подразделении в Восточной Африке и Восточном Средиземноморье в Ка-ире, Египет. Имеет степень бакалавра наук по технологии добычи нефти и газа, полученную в Колледже округа Ругаланн, Ставангер, Норвегия.

Халед О. Аль-Субаи (Khaled O. Al-Subai) — работает в компании Saudi Aramco более 22 лет. Имеет разнообразный опыт в области техно-логий добычи нефти и газа, занимал различные должности — от техничес-ких до управленческих. В 2007 г. стал руководителем отдела разработки северных месторождений в научном центре в Дахране, Саудовская Ара-вия. До этого отвечал за подготовку годового реестра запасов углеводоро-дов, разрабатываемых Saudi Aramco. Также занимался долгосрочным планированием — в основном, для сектора разведки и добычи, а так-же отвечал за разработку программ добычи нефти и газа. Имеет степени бакалавра наук и магистра наук по технологии добычи нефти и газа, полученные в Университете нефти, газа и минеральных ресурсов имени короля Фахда, Дахран, Саудовская Аравия.

Элвин Барбер (Alvin Barber) — менеджер по маркетингу техноло-гический решений Avocet* сегмента информационных технологий (SIS) компании Schlumberger в Хьюстоне, Техас, США. Обеспечивает глобаль-ную поддержку продаж и доступ заказчиков к новым решениям задач, относящихся к процессам добычи и

63

управления разработкой месторожде-ния. Имеет более чем восемнадцати-летний опыт работы в нефтегазовой промышленности, работал в сфере разработки месторождений, развития бизнеса, управления проектами, кон-сультирования по ведению бизнеса и проектирования решений. Прежде, чем занять нынешнюю должность в 2006 г., работал техническим менед-жером по глобальным системам уп-равления данными добычи компании Total в По, Франция. Жил и работал в США, Канаде, Великобритании и Франции, совершал поездки по Ев-ропе, Африке, Азии, России и Север-ной Америке, оказывая техническую поддержку заказчикам компании Schlumberger. Получил степень ба-калавра наук по технологии добычи нефти и природного газа в Пенсиль-ванском государственном универси-тете в Юниверсити-Парке, США.

Сантану Баруа (Santanu Barua) — работает в отрасли 27 лет. Начинал работать в компании Schlumberger Flopetrol в Луизиане, США. В на-стоящее время работает в Мумбаи, Индия, менеджером по управлению проектом внедрения программы комплексного моделирования мес-торождения Avocet Integrated Asset Modeler на месторождении Мумбаи-Хай (Mumbai High), член группы сегмента обработки данных и кон-салтинговых услуг (DCS) в Азии компании Schlumberger. Руководит группой по реализации проекта на месторождении Мумбаи-Хай и обес-печивает техническое направление сетевого моделирования и оптимиза-ции в офисах Мумбаи-Горегаон. До возобновления работы в компании Schlumberger в 2006 г. 21 год работал в компании Simsci-Esscor-Invensys, где занимал различные инженерные и управленческие должности. Имеет степень бакалавра технических наук с отличием по технологии добычи нефти и газа, полученную в Индийс-ком горном университете, Дханбад, и степень магистра наук по технологии добычи нефти и газа, полученную в Университете Талсы, Оклахома, США.

Седрик Було (Cedric Bouleau) — менеджер по развитию бизнеса сег-мента управления информацией по промысловым операциям (Information Management for Operations) компа-

нии Schlumberger в Хьюстоне, Техас, США. В 1997 г. начал работать в дочерней компании Geco-Prakla ком-пании Schlumberger, Гатвик, Англия, инженером по программному обес-печению и далее занимал должности технического руководителя и менед-жера проекта научно-исследователь-ского отдела (R&D) Технологичес-кого центра в Остине, Техас, США, менеджера программы сегмента сбо-ра, обработки и анализа информации по маркетингу промысловых услуг (Oilfield Services Marketing Business Intelligence) в Хьюстоне. Отвечал за управление рисками сегмента интег-рированного управления проектами компании Schlumberger в Гатвике. Получил степень магистра наук по вычислительной технике в Универ-ситете Непера (Napier University), Эдинбург, Шотландия, и Диплом высшей школы по вычислительной технике в Парижской высшей шко-ле информатики (Ecole Superieure d’Informatique de Paris). Кроме этого прошел стажировку в Школе управ-ления нефтегазовыми проектами компании Schlumberger в 2004 г., где изучал управление нефтегазовы-ми проектами и технологию добычи нефти и газа.

Лучано Браво да Силва (Luciano Bravo da Silva) — старший технолог по добыче компании Schlumberger в Боготе, Колумбия. До назначения на данную должность работал менедже-ром начальной фазы проекта GeDIg компании Petrobras на месторожде-нии Карапеба (Carapeba). Работает в компании Schlumberger уже семь лет, получил опыт в области увеличения и оптимизации добычи, заканчивания скважин и разработки месторож-дений. Получил степень бакалавра наук по технологии добычи нефти и газа в Государственном универ-ситете Северного Рио-де-Жанейро (Universidade Estadual do Norte Fluminense), Бразилия, и степень ма-гистра делового администрирования по управлению проектами в Фонде Жетулиу Варгаса (Fundacao Getulio Vargas), Бразилия.

Хуан Крус Веласкес (Juan Cruz Velazquez) — инженер по эксплуата-ции компании Schlumberger в Ви-льяэрмоса, штат Табаско, Мексика, обеспечивает техническую поддержку системы добычи для комплексно-

Зима 2007-2008


го моделирования месторождения. Имеет более чем десятилетний опыт работы в нефтегазовой промышлен-ности, занимается оптимизацией систем добычи, новыми технологи-ями добычи, системами механизи-рованной добычи и экономической оценкой. Имеет степень бакалавра наук по организации промышленного производства, полученную в Нацио-нальном политехническом институте, Мексика, и степень магистра наук по экономике, полученную в Универси-тете имени Де ла Салля (Universidad La Salle), Мехико, Мексика. Также изучал технологию добычи нефти и газа в Мексиканском национальном автономном университете Мехико, Мексика.

Стивен Дайер (Stephen Dyer) — менеджер программы группы за-канчивания скважин и добычи в Исследовательском центре разра-ботки карбонатных коллекторов компании Schlumberger в Дахране, Саудовская Аравия. Отвечает за научные исследования и разработ-ки в сфере добычи и заканчивания скважин. В 1991 г. начал работать в компании Schlumberger промыс-ловым инженером по гидродинами-ческим исследованиям скважин и пластов. Работал на Северном море, в Норвегии и на Дальнем Востоке. Через шесть лет был переведен в Джакарту на должность инженера по увеличению добычи, отвечал за отбор скважин-кандидатов, сбор данных, программы капитального ремонта скважин и поддержку ин-терпретации данных. В 2000 г. вер-нулся в группу гидродинамических исследований скважин и пластов в качестве инструктора Центра в По, Франция; затем становится стар-шим инструктором, ответственным за повышение квалификации по гидродинамическим исследованиям скважин и пластов и далее — по ме-ханизированной добыче. С 2003 г. работает в отделе проектирования заканчивания скважин разработчи-ком процесса заканчивания сква-жин и впоследствии менеджером проектов по передовым техноло-гиям заканчивания скважин на морских месторождениях в Кали-форнии, США, а также в Нигерии и Юго-Восточной Азии. До переезда в Дахран в сентябре 2007 г. работал руководителем проектного отдела в Рошароне, Техас, США. Получил

степень бакалавра технических наук с отличием по технологии машиностроения в Университете Лафборо, Англия.

Яссер Эль-Хазиндар (Yasser El-Khazindar) — менеджер сегмента технологий мониторинга и контро-ля продуктивного пласта Центра заканчивания скважин компании Schlumberger в Рошароне, Техас, США. До занятия этой должности работал руководителем работ в сегменте заканчивания скважин и продуктивности в Мексиканском заливе, Саудовской Аравии, Кувейте, Бахрейне и Пакистане. Занимал ряд должностей, таких, как менеджер по маркетингу подразделения скважин-ных услуг в ОАЭ, Омане и Йемене, менеджер по исследованию скважин в Катаре и Индии, работал промыс-ловым инженером на нескольких месторождениях в разных странах, включая Катар, Абу-Даби, Индию и Танзанию. Получил степень бакалав-ра наук по технологии машиностро-ения в Каирском университете, Гиза, Египет.

Аарон Марино Гарридо Эрнандес (Aaron Marino Garrido Hernandez) — работает инженером-нефтяником компании PEMEX E&P c 1987 г. В настоящее время работает в Рефор-ме, штат Чьяпас, Мексика, супервай-зером района добычи на месторож-дении Сан-Мануэль-Муспак (San Manuel-Muspac) компании PEMEX. Отвечает за внедрение и мониторинг рентабельной непрерывной добычи. Имеет степень магистра наук по тех-нологии производства и степень бакалавра наук по техноло-гии добычи нефти и газа, полученные в Мексиканском национальном авто-номном университете, Мехико.

Эрве Жеан (Herve Gehin) — техни-ческий директор темы в инициативе комплексного управления разработ-кой интеллектуального месторожде-ния BlueField*. Работает в Хьюстоне. В 1981 г. начал работать в компании Schlumberger инженером по иссле-дованию скважин подразделения Flopetrol на Северном море, с тех пор работал во многих странах мира, занимал различные маркетинговые и управленческие позиции в разных сегментах компании, включая под-разделения скважинных измерений приборами на кабеле, гидродина-

мических исследований скважин и нефтепромысловых услуг. Имеет сте-пень по технологии машиностроения, полученную в Центральной школе Нанта (Ecole Centrale de Nantes), Франция, и степень магистра делово-го администрирования, полученную в Университете штата Техас в Остине, США.

Фернандо Гутиеррес (Fernando Gutierrez) — менеджер по продвиже-нию на рынок технологии BlueField группы управления разработкой месторождения в Хьюстоне, Техас, США. Группа состоит из четырех сегментов: сегмент информационных технологий компании Schlumberger (Schlumberger Information Solutions — SIS), сегмент обработки данных и консультационных услуг (Data & Consulting Services — DCS), сегмент интегрированного управле-ния проектами (Integrated Project Management — IPM) и сегмент де-лового консультирования компании Schlumberger (Schlumberger Business Consulting — SBC). Имеет степень магистра наук по технологии добычи нефти и газа и диплом послевузов-ского образования по международ-ному управлению нефтегазовыми проектами, полученные в Сельско-хозяйственном и политехническом университете штата Техас (Texas A & M University) в Колледж-Стейшн, США. Получил степень бакалавра наук по инженерной геоло-гии в Школе инженеров департамен-та Антиокия (Escuela de Ingenieros de Antioquia), Медельин, Колумбия, изучал технологию добычи нефти и газа и управление проектами в Университете имени Хериота и Ватта (Heriot-Watt University), Эдинбург, Шотландия.

Михаэль Хубер (Michael Huber) — менеджер проекта разработки про-граммы оптимизации добычи путем интеллектуального анализа данных DECIDE!* в сегменте информацион-ных решений компании Schlumberger (SIS). Руководит группой по раз-работке программного обеспечения DECIDE!*, состоящей из 15 програм-мистов, тестировщиков и вспомога-тельного персонала. Координирует работу, проводимую в Бадене, Авс-трия, где находится его офис, и в Минске, Беларусь. Имеет более чем десятилетний опыт работы в области разработки программного обеспече-

Нефтегазовое обозрение64

65Зима 2007–2008

ния, управления информационно-технологическими проектами и во многих других технических областях. Входил в штат компании Decision Team Software (приобретенной ком-панией Schlumberger в мае 2004 г.), где с 1997 г. пребывал в качестве партнера и директора по разработке. Имеет диплом магистра наук по уп-равлению информационно-техноло-гическими проектами, полученный в Университете Джорджа Вашингтона в Вашингтоне, округ Колумбия, США, и степень бакалавра наук по природо-обустройству, полученную в Высшем техническом колледже округа Мёд-линг, Австрия.

Ханс Эрик Клумпен (Hans Eric Klumpen) — менеджер проекта ком-пании Schlumberger в ее совместном проекте с компанией StatoilHydro по оптимизации системы добычи и тех-нологического процесса для повыше-ния нефтеотдачи морских месторож-дений (Subsea Improved Oil Recovery — SIOR). Работает в Бадене, Авс-трия, также является менеджером по интеграции группы принятия решений сегмента информационных технологий компании Schlumberger (SIS) между Тронхеймом, Норвегия, и Веной, Австрия. Начал работать в компании Schlumberger в 1992 г. системным архитектором компании Geco-Prakla. В 1997 г. переводится из компании Geco-Prakla, позднее слившейся с компанией Western Geophysical, в Производственный центр в Остине, где в течение пяти лет работает руководителем группы, начальником отдела рабочих стан-ций, а также системным архитекто-ром-разработчиком приложений для управления потоком операций тех-нологического процесса. Из Остина переводится на должность советника и координатора разработки инфра-структуры добычи, контролируемой в режиме реального времени, за-тем работает в Гренобле, Франция. Впоследствии переводится в Хьюс-тонский производственный центр на должность ведущего системного архитектора-разработчика програм-много обеспечения для бурения и добычи сегмента информационных технологий компании Schlumberger (SIS). Получил степень магистра наук по вычислительной технике и геофизике в Рурском университете, Бохум, Германия, в котором так-же работал научным ассистентом.

Имеет степень бакалавра наук по вычислительной технике, геофизике и математике, полученную в Кельн-ском университете, Германия.

Кен Ландгрен (Ken Landgren) — ди-ректор по разработке новых техноло-гий подразделения интеллектуальной инфраструктуры в сегменте инфор-мационных технологий компании Schlumberger в Хьюстоне, Техас, США. До этого работал менеджером программы добычи, контролируе-мой в режиме реального времени, в сегменте нефтепромысловых услуг. Также работал менеджером по техно-логиям управления данными. Начал работать в компании Schlumberger промысловым инженером по карота-жу на месторождениях Мексиканско-го залива, с 1982 г. занимал различ-ные должности в области маркетинга и управления разработкой техноло-гий. Имеет степени магистра наук и бакалавра наук по физике, получен-ные в Университете штата Теннеси в Ноксвилле, США.

Гэй Миллер (Gay Miller) — работает в сегменте информационных техноло-гий компании Schlumberger с сентяб-ря 2007 г., когда компания InnerLogix была приобретена компанией Schlumberger. Работает в Хьюстоне, Техас, США, менеджером по разви-тию бизнеса управления качеством данных. Имеет степень бакалавра наук по вычислительной технике, по-лученную в Сельскохозяйственном и политехническом университете штата Техас (Texas A&M University) в Колледж-Стейшн, США.

Санджай Кумар Мойтра (Sanjay Kumar Moitra) — заместитель гене-рального менеджера по добыче и ру-ководитель проектов корпоративного планирования, мониторинга добычи и подводного заканчивания сква-жин на месторождении Мумбаи-Хай (Mumbai High) в Индии компании Oil and Natural Gas Corporation Ltd. (ONGC). Принимает участие в про-екте внедрения программы комплек-сного моделирования месторождения Avocet Integrated Asset Modeler на месторождении Мумбаи-Хай, отве-чает за создание комплексной моде-ли добычи на всем месторождении Мумбаи-Хай, которое включает 900 скважин, 98 платформ и систему под-водных трубопроводов общей про-тяженностью 3 200 км (1 920 миль).

Содействует решению всех управлен-ческих, технических, контрактных и стратегических задач, включая крупные проекты по разработке мес-торождений, проекты по разработке месторождений на поздней стадии эксплуатации, сервисные контракты и контракты с фиксированной сто-имостью со сдачей «под ключ». Его профессиональная карьера насчиты-вает 24 года работы в самых разных областях, включая добычу, корпора-тивное планирование, мониторинг добычи, заканчивание скважин, ка-ротаж, капитальный ремонт скважин, гидродинамические исследования скважин и пластов, интенсифика-цию притока в скважину, газлифт и технологические операции на суше и на море. Получил степень бакалавра наук по технологии машиностроения в Джабалпурском университете, штат Мадхья-Прадеш, Индия.

Фернандо Л. Моралес(Fernando L. Morales) — старший инженер по добыче и менеджер про-екта сегмента обработки данных и консультационных услуг компании Schlumberger (DCS) в Поса-Рика, штат Веракрус, Мексика, занимается консультированием и развитием биз-неса в области технологических реше-ний. Занимает данный пост с 2005 г. В 2002 г. начал работать в сегменте информационных технологий компа-нии Schlumberger (SIS), занимался учебной подготовкой, технической поддержкой и развитием бизнеса в области разнообразного программно-го обеспечения для интенсификации и оптимизации добычи, включая программу анализа системы добычи PIPESIM* и программу комплексного моделирования месторождения Avocet Integrated Asset Modeler. Имеет степень магистра наук по технологии добычи нефти и газа, полученную в рамках совместной программы Сель-скохозяйственного и политехничес-кого университета штата Техас (Texas A&M University) в Колледж-Стейшн, США, и Французского института не-фти, Париж. Также имеет сертификат специалиста по управлению междуна-родными нефтегазовыми проектами, полученный в Сельскохозяйственном и политехническом университете шта-та Техас. Получил степень бакалавра наук по технологии машиностроения в Университете имени Симона Боли-вара в Каракасе, Венесуэла.

Зима 2007-2008 65


Роберт Петерсон (Robert Peterson) — руководитель проекта комплексно-го управления разработкой интеллек-туального месторождения BlueField компании Schlumberger для крупных операторов и независимых компаний. До этого занимал пост вице-прези-дента и руководителя работ сегмента бизнес-консультирования компании Schlumberger и руководил товари-ществом компаний Schlumberger и Shell по добыче углеводородов на интеллектуальных месторождени-ях (Schlumberger-Shell Smart Fields Hydrocarbon Development). До нача-ла работы в компании Schlumberger в 2003 г. являлся владельцем и управляющим директором компа-нии Peterson Business Development в Далласе, Техас, США. Его профес-сиональная биография включает опыт высшей руководящей работы в компании ExxonMobil E&P в Далласе и Хьюстоне, Техас, США, а также ру-ководство Центром передового опыта по разведке и добыче нефти и газа (E&P) компании IBM Global Services в Хьюстоне. Получил степень магис-тра делового администрирования в Южном университете методистов в Далласе, степень бакалавра наук по электротехнике в Мичиганском тех-нологическом университете, Хоутон, США, и степень бакалавра наук по физике в колледже Карлтон, Норт-филд, Миннесота, США.

Скотт Рафаэль (Scott Raphael) — работает в Калгари, провинция Альберта, Канада, имеет тринадцати-летний опыт работы в нефтегазовой промышленности в сфере проекти-рования, продаж и развития бизнеса программного обеспечения. В насто-ящее время является координатором продвижения на рынок (Product Champion) программы комплексно-го моделирования месторождения Avocet Integrated Asset Modeler в сегменте информационных техноло-гий компании Schlumberger (SIS). Отвечает за планирование и развитие глобального бизнеса. До переезда в 2006 г. в Калгари с 1997 г. работал в отделе сбыта компании GeoQuest в Хьюстоне, Техас, США, где занимал различные должности вплоть до ме-неджера по развитию бизнеса. До на-чала работы в компании Schlumberger работал промысловым инженером, инженером по добыче и инженером-консультантом в Мидленде и Остине, Техас, США. Имеет степень бакалав-

ра наук по технологии добычи нефти и газа, полученную в Университете штата Техас в Остине, США.

Иан Ро (Ian Raw) — инженер-разра-ботчик проектов заканчивания сква-жин сегмента заканчивания скважин компании Schlumberger. Работает в Ставангере, Норвегия, тесно сотруд-ничает с заказчиками в области разработки инновационных решений по заканчиванию скважин с повышенной функциональностью, применяя самые современные тех-нологии для увеличения добычи на месторождении, снижения затрат и улучшения техники безопасности при проведении скважинных работ. Име-ет двадцатисемилетний опыт работы в отрасли. С начала работы в компа-нии Schlumberger в 1997 г. руководил или принимал активное участие в нескольких интенсивных проектах интеллектуального заканчивания скважин компании Schlumberger на четырех континентах. До получения степени бакалавра технических наук с отличием по технологии машино-строения в Брэдфордском универси-тете, Англия, проходил профессио-нальное обучение по специальности «машиностроение».

Дэвид Рид (David Reed) — коор-динатор продвижения на рынок (Product Champion) технологий ин-теллектуального заканчивания сква-жин компании Schlumberger в Абер-дине, Шотландия. В 1995 г. начал работать в компании Camco Products and Services, позднее приобретенной компанией Schlumberger. До 2000 г. работал инженером по заканчиванию скважин на Северном море, затем перевелся на Ближний Восток, где работал инженером по заканчиванию скважин и подвеске хвостовика в Иране и Пакистане. Во время работы на Ближнем Востоке был переве-ден в Мускат, Оман, на должность менеджера по заканчиванию скважин по Пакистану и Султанату Оман, впоследствии работал в азиатской группе передовых технологий закан-чивания скважин в Малайзии. В 2003 г. был прикомандирован к компании Murphy Oil для оказания помощи в проектировании систем заканчива-ния и в планировании исследования скважин на глубоководном место-рождении Кикех (Kikeh) в Малайзии. Имеет степень бакалавра наук с от-личием по промышленному дизайну,

электротехнике и машиностроению, полученную в Брунельском универ-ситете, Лондон, Англия.

Энджел Рейес (Angel Reyes) — начал свою восемнадцатилетнюю карьеру в нефтегазовой отрасли в восточной части Венесуэлы, из них 13 лет проработал в области заканчи-вания скважин и механизированной добычи. Старший инженер по закан-чиванию скважин Центра проектов по заканчиванию скважин компании Schlumberger в Рошароне, Техас, США. Работал на различных долж-ностях, в том числе промысловым инженером по применению погруж-ных электрических центробежных насосов, инженером по применению и продажам газлифтного оборудования, инженером по продажам услуг по установке систем заканчивания сква-жин и газлифтного оборудования. Обеспечивал техническую и ком-мерческую поддержку в различных странах Южной Америки, занимал должность менеджера по заканчива-нию скважин в восточной части Ве-несуэлы. Принимал активное участие в проектах мониторинга и контроля разработки морских месторождений Мексиканского залива, координи-ровал проекты интеллектуального заканчивания скважин на канадском шельфе Северной Атлантики. Участ-вовал в разработке технологий интел-лектуального заканчивания скважин, включая разработку высокогерме-тичного (dry-mate) электрического разъема Intellitite*, последние шесть лет активно участвует в работе сооб-щества экспертов по заканчиванию скважин. Изучал технологии добычи нефти и газа и разработки пластов, имеет степень бакалавра наук по тех-нологии машиностроения, получен-ную в Политехническом университе-те национальных вооруженных сил (Instituto Universitario Politecnico de las Fuerzas Armadas Nacionales), Венесуэла.

Ян Ричард Сагли (Jan Richard Sagli) — менеджер проекта оптимизации добычи в режиме реального времени в рамках научно-исследовательской программы по повышению нефтеот-дачи компании StatoilHydro. Послед-ние два года также отвечает за взаи-модействие компаний StatoilHydro и Schlumberger в рамках проекта разработки средств для оптимизации добычи и промысловых операций.

Нефтегазовое обозрение66

67Зима 2007–2008

Начал работать в компании Statoil в 1998 г. научным сотрудником по вопросам контроля технологических процессов, а в 2001 г. становится менеджером департамента контроля технологических процессов. На-ходился на этой должности 5 лет, прежде чем занять нынешний пост. До начала работы в компании Statoil работал в Тронхейме, Норвегия, в лаборатории многофазных течений SIMlab исследовательской органи-зации SINTEF, затем в компании Dynamica AS, работающей в сфере контроля технологических процессов. Получил степень доктора философии по технической кибернетике в Трон-хеймском университете в 1991 г.

Боб Совэ (Bob Sauve) — глобаль-ный менеджер по продвижению на рынок программы комплексного моделирования месторождения Avocet Integrated Asset Modeler компании Schlumberger. С ноября 2006 г. работает в Технологичес-ком центре Калгари, провинция Альберта, Канада, в сегменте информационных технологий компании Schlumberger (SIS). Отвечает за развитие деловой инфраструктуры продвижения на рынок системы Avocet , включая техническую и тактическую под-держку и сбыт. Руководит группой специалистов, ведущей работу на месторождениях и с заказчика-ми по внедрению программных решений Avocet Integrated Asset Modeler по всему миру. До это-го работал менеджером проекта Avocet Integrated Asset Modeler в SIS, Калгари. Работает в компа-нии Schlumberger с 2002 г. , был менеджером проекта по маркетин-гу пакета программ по управле-нию инвестиционными активами Merak* Portfol io и помогал раз-рабатывать программу экономи-ческого и финансового анализа Merak* Petroleum Financials в 2004 г. В настоящее время зани-мается совместными проектами с компаниями StatoilHydro SIOR, Abu Dhabi Company for Onshore Oil Operations (ADCO), Abu Dhabi Zakum Development Company (ZADCO), Abu Dhabi Marine Operating Company (ADMA-OPCO) и BG Cairo. До начала работы в компании Schlumberger занимал несколько руководящих должностей в компании Hyprotech

Ltd. в Калгари, предоставляющей программные и сервисные реше-ния. Имеет степень бакалавра наук по химической технологии, полученную в Университете Кал-гари, Канада.

Мэк Е. Шиппен (Mack E. Shippen) — старший инженер-нефтяник сег-мента информационных технологий компании Schlumberger в Хьюстоне, Техас, США. Руководит разработкой технического программного обес-печения для оптимизации и моде-лирования добычи многофазных жидкостей, отвечает за определение потребностей рынка и их перевод в подробные технические требования для проектной группы сегмента ин-формационных технологий компании Schlumberger (SIS). Начал работать в компании Schlumberger в 2001 г. ин-женером по добыче. На протяжении своей карьеры провел ряд скважин-ных и поверхностных исследований методом сетевого моделирования, включая динамическое сопряжение поверхностных и пластовых моделей и оптимизацию добычи в режиме реального времени. Признанный эксперт в области технологий добычи нефти и газа, член нескольких ко-митетов SPE, был редактором серии репринтов SPE «Offshore Multiphase Production Operations». Получил сте-пени бакалавра наук и магистра наук по технологии добычи нефти и газа в Сельскохозяйственном и политехническом университете штата Техас (Texas A & M University) в Колледж-Стейшн, США, где основ-ной темой его исследований было мо-делирование многофазных течений.

Улисес Сперандио (Ulisses Sperandio) — менеджер по развитию бизнеса в инициативе комплексного управления разработкой интеллек-туального месторождения BlueField компании Schlumberger в Хьюстоне, Техас, США. Работает в компании Schlumberger 22 года, предоставляет технические решения и консультаци-онные услуги компаниям нефтегазо-вой промышленности. Имеет степень бакалавра наук по электротехнике, полученную в Государственном уни-верситете Кампинаса, штат Сан-Пау-лу, Бразилия.

Йан Трабуле (Ian Traboulay) — ме-неджер по технологии в инициативе комплексного управления разработ-

кой интеллектуального месторожде-ния BlueField компании Schulmberger в Хьюстоне, Техас, США. Отвечает за контроль долгосрочного плани-рования, стратегии, требований и интеграции технологии BlueField. До этого назначения работал менедже-ром в совместном проекте развития технологий компаний Chevron и Schlumberger. Начал работать в ком-пании Schlumberger в 1978 г. промыс-ловым инженером, работал в сфере промысловых операций, линейного управления, технического управле-ния, разработки технологий, инже-нерно-технических работ, производс-тва, а также обеспечения качества, здравоохранения, производственной безопасности и охраны окружающей среды (Quality, Health, Safety and Environment — QHSE) в несколь-ких бизнес-сегментах компании Schlumberger. Работал в Северной и Южной Америке, Азии и Европе. Имеет степень бакалавра техничес-ких наук по электротехнике и степень магистра делового администриро-вания, полученные в Университете МакМастера, Гамильтон, провинция Онтарио, Канада.

Майк Вебер (Mike Weber) — работает в компании ВР более 32 лет как в области разведки и добычи, так и в сфере переработки и сбыта углеводородов. В настоящее время занимает должность менеджера по эффективности в подразделении инженерно-технической практи-ки группы технологий разведки и добычи компании ВР в Хьюстоне, Техас, США. Его опыт работы вклю-чает моделирование, оптимизацию, современные методы контроля тех-нологического процесса, автоматизи-рованные системы и системы управ-ления, информационные технологии, подготовку операторов и управление проектами. Получил степень бакалав-ра наук по химической технологии в Кливлендском государственном университете, Огайо, США.

Астериск (*) используется для указания на товарный знак компании Schlumberger.

Зима 2007-2008 67


Асфальтены: проблемы и перспективы

К. Акбарзаде, А. Хамами, А. Харрат, Д. Чжан,С. Алленсон, Дж. Крик, Ш. Кабир, А. (Дж.) Джамалуд-дин, А. Дж. Маршалл, Р. П. Роджерс, О. К. Маллинс иТ. Солбаккен, том 19, № 2 (лето 2007 г.): 28–53

Вид крупным планом: комплексноеуправление разработкойС. Було, Э. Жеан, Ф.Гутиеррес, К. Ландгрен, Г. Миллер, Р. Петерсон, У. Сперандио, Й. Трабуле и Л. Браво да Силва, том 19, № 4 (зима 2007–2008 гг.):44–62

Интеллектуальное заканчивание: автома-тизированное управление добычейС. Дайер, Я. Эль-Хазиндар, Э. Рейес, М. Хубер,И. Ро и Д. Рид, том 19, № 4 (зима 2007–2008 гг.): 4–21

Миниатюрный мир больших надеждД. Е. Энджилеску, К. Харрисон, Р. ван Холл, Дж. Вон,Э. Донзье, О. Ванковенберг, Э. Р. Х. Гудвин, М. Манрике и Ю.-Ч. Тай, том 19, № 1 (весна 2007 г.): 70–80

Наука о цунамиТ. Бантинг, К. Чэпмен, Ф. Кристи, С. К. Сингх иДж. Следзик, том 19, № 3 (осень 2007 г.): 4–23

О важности механических свойств горных пород: лабораторная проверка геомехани-ческих данныхДж. Кук, Р. А. Фредериксен, К. Хасбо, С. Грин, А. Джад-зис, Дж. У. Мартин, Р. Суарес-Ривера, Й. Хервангер,П. Хойман, Д. Ли, Ш. Нёт, К. Сейерс, Н. Куцабелулис,Р. Марсден, М. Г. Стейдж и Ч. Ф. Тан, том 19, № 3 (осень 2007 г.): 44–69

Обзор нефтепереработки: взгляд за ворота НПЗД. Аллан и П. И. Дэвис, том 19, № 2 (лето 2007 г.): 18–27

Оптимальные жидкостные системы для перфорирования скважинЛ. Берман, И. C. Уолтон, Ф. Ф. Чанг, А. Фаярд, Ч. К. Хон, Б. Лангсет, С. Мэйсон, А.-М. Матисен, И. Пиццоланте,Т. Сиан и Г. Сванес, том 19, № 1 (весна 2007 г.): 16–29

Оптимизация добычи: от продуктивного пласта до пункта подготовки нефти и газаЭ. Барбер, М. Е. Шиппен, С. Баруа, Х. Крус Веласкес,А. М. Гарридо Эрнандес, Х. Э. Клумпен, С. К. Мойтра,Ф. Л. Моралес, С. Рафаэль, Б. Совэ, Я. Р. Сагли и

М. Вебер, том 19, № 4 (зима 2007–2008 гг.):22–37

Основы смачиваемостиВ. Абдалла, Дж. С. Бакли, Э. Карнеги, Дж. Эдвардс,Б. Херольд, Э. Фордэм, А. Грауэ, Т. Хабаши, Н. Селезнев, К. Синьер, Х. Хусейн, Б. Монтарон и М. Зиауддин,том 19, № 2 (лето 2007 г.): 54–75

Погружные электрические центробежные насосы для интеллектуальной механизи-рованной добычиДж. Алгерой, том 19, № 4 (зима 2007–2008 гг.): 38–43

Предотвращение выноса песка из добыва-ющих скважинР. Дж. Арментор, М. Р. Уайз, М. Боумен, Г. Каваццоли, Ж. Коллин, В. Роде, Б. Холичек, Дж. Кинг, К. Локйер и М. Парлар, том 19, № 2 (лето 2007 г.): 4–17

Алфавитный указатель статей, опубликованных в 19 томе журнала «Нефтегазового обозрение»

Хранение газа. Достижения в тех-нологии строительства интеллекту-альных скважин помогают коренным образом изменить подход к подзем-ному хранению газа. Ранее газ из хранилищ использовался только для регулирования сезонной неравномер-ности его потребления путем хране-ния газа в периоды низкого спроса и его подачи в сезоны высокого спроса.В настоящее время эта функция под-земных газохранилищ уже не явля-ется единственной, и возможность подачи газа должна быть обеспечена в самое короткое время, буквально в течение нескольких часов или даже минут после его закачки в хранили-ще. В статье описывается вклад этих новых технологий в разработку более эффективных и рентабельных про-цессов использования газохранилищ и в обеспечении стратегической роли природного газа как надежного источ-ника энергии.

Разобщение продуктивных пластов. В последние годы по соображени-ям технологической безопасности,

охраны окружающей среды и ком-мерческой эффективности задача надежного разобщения продуктивных пластов становится все более и более актуальной. В статье рассматривается история разработки новых цементов, предназначенных для изолирования нефтегазоносных зон на протяжении всего срока эксплуатации скважины и после него. Также описываются последние достижения в области ультразвукового каротажного обору-дования для контроля качества работ по цементированию скважин.

Интеллектуальные материалы. Ин-теллектуальные материалы обладают свойствами, изменяющимися задан-ным образом в ответ на изменения окружающей среды. Такие материалы могут выполнять сложные функции, иногда несколько функций одновре-менно. С точки зрения практического применения наибольший интерес вызывают материалы, преобразующие механическую энергию в тепловую, электрическую, магнитную и хими-ческую энергии, и наоборот. В статье

рассматриваются свойства некоторых интеллектуальных материалов, на-шедших коммерческое применение, в частности, в нефтегазовой отрасли.

Сейсмическая инверсия. Сейсми-ческие волны используются в пер-вую очередь для изучения строения геологической среды, но они также являются ценным источником инфор-мации о свойствах пород и насыщаю-щих их флюидов. При сейсмической инверсии — решении задачи, обрат-ной прямому моделированию — для определения параметров пластов по амплитудам отраженных волн исполь-зуются калибровочные данные, полу-ченные по каротажным диаграммам. В статье рассматривается процесс инверсии после суммирования и до суммирования, а также представлены примеры трехмерных, периодических и многокомпонентных сейсмических исследований.

В следующем номере «Нефтегазового обозрения»

Проектирование заканчивания морских скважинИ. Колфилд, С. Дайер, Г. Хилсмэн, К. Дж. Дюфрен,Х. Ф. Гарсиа, Дж .С. Хили, мл., М. Махарадж,Дж. Пауэрс, Д. Стадероли, М. Страки и Т. Уэбб, том 19, № 1 (весна 2007 г.): 4–15

Расширение спектра гидродинамических исследований скважинХ. Агхар, М. Кэри, Х. Эльшахави, Х. Р. Гомес, Д. Сайеди, К. Янг, Б. Пенге, К. Свейнсон, Э. Такла и Б. Тёвенитом 19, № 1 (весна 2007 г.): 52–69

Скважинные сейсмические исследования: больше, чем только вертикальное профи-лированиеДж. Блэкберн, Дж. Дэниэлс, С. Дингуолл, Дж. Хампден-Смит, С. Лини, Ж. Ле Калвес, Л. Натт, Г. Менкити,А. Санчес и М. Скинелли, том 19, № 3 (осень 2007 г.): 24–43

Снижение риска прогноза геологоразве-дочных работХ. К. Альфаро, К. Коркоран, К. Дэвис, Ф. Г. Пинеда,Г. Хэмпсон, Д. Хилл, М. Ховард, Дж. Капур, Н. Молдова-ну и Э. Кра, том 19, № 1 (весна 2007 г.): 30–51

Современные методы измерения свойств пластовых флюидовС. Бетанкур, Т. Дэвис, Р. Кеннеди, Ч. Дон, Х. Эльшахави, О. К. Маллинс, Дж. Найсуондер и М. О’Кифтом 19, № 3 (осень 2007 г.): 70–88

Инициатива i-field компании saudi aramco: от...

Documents