Исследовательские проекты
Мультидисциплинарная команда специалистов Центра эффективно решает сложные исследовательские задачи в интересах компаний-заказчиков
Геологически обоснованная автоадаптация модели (GDHM)
GDHM — Geology Driven History Matching (от 2016г), геологически обоснованная автоадаптация модели. Фактически к 2024 году более правильным будет название “Автоматизированное построение ГГДМ с сохранением геологической и технологической обоснованности”.
Решаемая проблема
Низкая прогнозная способность и ненадежность гидродинамических моделей месторождений УВ для принятия решений по управлению активами.
Предлагаемое решение
Построение ГГДМ объекта с высокой прогнозной способностью за счет сохранения геологической обоснованности и учета неопределенностей на этапах адаптации и прогноза.
Суть инновации
Построение и адаптация ГГДМ объекта в едином воркфлоу, в котором параметры модели взаимоувязаны и варьируются в пределах, основанных на фактических исследованиях.
Цель проекта
Развитие и продуктивизация сервиса GDHM.
Автоматизация корреляции при проводке горизонтальных скважин (Геонавигация)
Решаемая проблема
- Добыча углеводородов становится всё более сложной
- Эффективное освоение трудноизвлекаемых запасов зачастую связано с бурением горизонтальных скважин
- Оперативная корректировка 2Д модели геонавигации во время бурения горизонтальной скважины – трудо и времязатратный процесс
- В связи с этим в нефтегазовой отрасли возникла потребность создания алгоритма автоматической корреляции, который будет непрерывно корректировать 2Д модель, учитывая поступающие данные
Предлагаемое решение
Создание алгоритма автогеонавигации, начиная с анализа мирового опыта по решению подобных задач и до реализации алгоритма и внедрения в программный продукт, который будет непрерывно корректировать 2Д модель с учетом поступающих данных.
Цель проекта
- Подбор алгоритмов автоматической корректировки представления о пласте в направлении бурения горизонтального участка скважины;
- Разработка подобранных алгоритмов в виде программного кода;
- Внедрение программного кода в коммерческое ПО.
Diffusive Time of Flight
Решаемая проблема
Вычисление поля давлений в симуляторах занимает от нескольких минут до нескольких часов. С увеличением числа повторных расчетов (например, для адаптации или автоадаптации гидродинамической модели на исторические данные по добыче) критически увеличивается общее время вычислений.
Предлагаемое решение
Подход DTOF позволяет кратно экономить время вычисления поля давлений благодаря переходу от решения трёхмерного дифференциального уравнения пьезопроводности к решению одномерного уравнения относительно пространственной координаты DTOF = (x,y,z). Контуры Diffusive time of flight определяют распространение фронта падения давления в коллекторе, учитывая геологические характеристики среды: пористость, проницаемость и вязкость. Расчет контуров DTOF = (x,y,z) выполняется один раз, а далее задача сводится к вычислению давления через дренируемый объем и занимает несколько секунд.
Цель проекта
Реализация алгоритма вычисления поля давлений в коллекторе с помощью определения пространственной координаты Diffusive time of flight в виде программного кода. DTOF метод связывает распространение фронта падения давления в коллекторе с уравнениями геометрической оптики и понятием эйконала. Этот подход переводит вычисление давления в точке пространства к вычислению давления относительно контуров DTOF.
Содержание алгоритма:
- Решение уравнения эйконала с помощью FMM (fast marching method) для получения зависимости DTOF= (x,y,z) от пористости, проницаемости, эффективных толщин, при известном положении скважин.
- Нахождение зависимости дренируемого порового объема Vp от (x,y,z).
- Численное решение одномерного уравнения пьезопроводности относительно (x,y,z).
- Переход обратно к пространственным координатам, получение поля давлений в коллекторе в заданных отсчетах времени.
Интеллектуальное комплексирование мультидоменных данных для генерирования вероятностных фациальных карт
Решаемая проблема
Традиционный процесс согласования разномасштабной входной информации при построении седиментологической или фациальной модели (далее «модель») основан на «ручном» способе согласования входной информации с использованием разрозненных практик и инструментов. Процедура увязки данных охватывает большой объем проектного времени на качественную/количественную оценку, при этом, специалисты, чаще всего, формируют одну единственную концепцию, не рассматривая альтернативные.
Предлагаемое решение
На основе стохастических алгоритмов, алгоритмов машинного обучения разработать подход комплексирования разномасштабной геолого-геофизической информации (скважинные данные, данные СРР).
Цель проекта
Путем комплексирования геолого-геофизических данных, реализовать процесс многовариантного моделирования фациальных карт.
Автоматизация расстановки точек бурения для снятия геологических неопределенностей
Решаемая проблема
В большинстве случаев, инженеры-нефтянники выполняют подбор доисследований и расставление точек бурения скважин происходит эмпирическим способом и данные апробируются только на месторождении с одним пластом. Существует потребность в разработке универсального алгоритма для автоматического подбора точек бурения, что позволит снизить геологическую неопределенность для многопластовой залежи, при этом использовав минимальное количество разведочных скважин.
Предлагаемое решение
- Разработать методологию решения оптимизационной задачи по расстановке разведочных скважин для снижения неопределенностей. Параметры и типы самих геологических неопределенностей передаются Заказчиком
- Разработать скрипт/код согласно выработанной методологии;
- Протестировать код на синтетических данных;
- Протестировать код на реальных данных с месторождений с различной геологической сложностью и количеством пластов;
Цель проекта
Разработка универсального алгоритма автоматического подбора точек бурения для снижения геологической неопределенности на многопластовой залежи.
Самообучающаяся модель пласта
Решаемая проблема
Повышение эффективности принятия бизнес решений за счет оптимизации процесса геолого-гидродинамического моделирования.
Предлагаемое решение
Разработка мультиагентной системы на основе графа процессов, позволяющей:
- Обрабатывать запрос пользователя и исходные данные
- Формировать вычислительную цепочку на графе и конфигурировать агентов
- Выполнять процессы преобразования данных (процесс построения модели)
- Выдавать рекомендации принятия бизнес решений
Цель проекта
Разработка ИИ-центрированной системы, способной создавать модели пласта, начиная с обработки исходных данных, заканчивая принятием бизнес-решений, на основе задачи, качества исходных данных, геологических предпосылок и временных ресурсов.
QAQC
Решаемая проблема
Отсутствие инструмента автоматизированного контроля качества и согласованного геолого-геофизических данных, используемых во всех процессах, связанных с решением разработки месторождений от этапов анализа керновых данных до момента расчета динамических характеристик пласта. При этом, ключевой аспект проблемы заключается в том, что данные обладают взаимовлиянием друг на друга и потенциальная ошибка в «исходниках» будет пробрасываться во всех направлениях.
Предлагаемое решение
Основываясь на опыте доменных экспертов (седиментологов, петрофизиков, геофизиков, геологов-модельеров), а также применяя лучшие практики анализа данных, оцифровать проверки качества внутри многокомпонентной системы.
Цель проекта
Целью является разработка цифрового инструмента (модульная система, написанная на Python) полуавтоматизированного контроля качества, полноты и непротиворечивости данных.
Метрика схожести каротажных кривых (МЕГА)
Решаемая проблема
Поиск месторождений аналогов в виду частой нехватки данных является рутинной задачей во всех нефтяных компаниях мира. Как правило, такой поиск выполняется по таблицам где свойства месторождений усреднены по площади. В текущей работе исследуется методология выделения аналогичных регионов месторождений на основе одномерных сигналов ГИС и сейсмических данных. Такой подход позволит локализовать регионы пластов для уточнения свойств, границ и протяженностей геологических тел и подбора оптимальных методов разработки месторождений.
Предлагаемое решение
В ходе работы проведены эксперименты и выявлены оптимальные алгоритмы для оценки схожести каротажей, разработан новый алгоритм, комбинирующий достоинства существующих методов. Продемонстрирован успешный подход к поиску месторождений-аналогов по одномерным сейсмическим сигналам синтетических и реальных месторождений. Представлены рекомендации по дальнейшему улучшению полученных результатов.
Цель проекта
Улучшение методологии поиска аналогов месторождений нефти и газа за счет определения сходства между одномерными сигналами (каротажными диаграммами), описывающими месторождение.
Команда инженеров-исследователей Центра Heriot-Watt заняла третье место в международном хакатоне Xeek. Проекты команд оценивались комиссией, состоящей из экспертов компании Studio X и экспертов нефтяной компании Shell. Решение специалистов Центра Heriot-Watt было удостоено 3-го места среди 78 команд.
Разработка алгоритма оценки gCOS и Ресурсной Базы Геотермального Месторождения с применением НСМ
Решаемая проблема
На ранних этапах ГРР для оценки ресурсной базы (РБ) ГМ месторождений существующими методами требуются высокие затраты на проведение ГИС и СРР. Высокая стоимость данных исследований при их привлечении делает проекты по геотермальной энергетике нерентабельными.
Предлагаемое решение
- Первоначальная оценка перспективности геотермального месторождения должна выполняться по методике gCoS адаптированной для геотермальных месторождений.
- Создание прототипа ПО для подсчёта РБ геотермальных месторождений на основе несейсмических методов (НСМ), а именно 3Д электроразведочных работ. В разработанном ПО пользователь имеет возможность загрузить кубы и карты данных несейсмических методов и рассчитать ресурсы геотермального месторождения.
Цель проекта
Формализация методики оценки gCoS и методики оценки ресурсной по НСМ-методам для геотермальных месторождений. Разработка прототипа программного алгоритма оценки геотермальных ресурсов с применением разработанной методики по НСМ методам. Оценка РБ одного из месторождений Компании с помощью созданного прототипа. Исследование гипотез прогноза теплового потока на основе НСМ.
Разработка стратегии геологоразведочных работ
- Анализ и обобщение геолого-геофизической и сейсмической информации
- Поиск месторождений нефти и газа
- Научное обоснование постановки поисково-оценочных работ на нефть и газ
- Оценка перспектив нефтегазоносности на основе сейсмогеологического изучения заданной территории
- Интерпретация магниторазведочных и радиометрических исследований
Научное сопровождение разработки месторождений
- Анализ разработки месторождений
- Авторское сопровождение проектов
- Выбор эффективного варианта разработки
Подготовка проектных документов по подсчету запасов и разработке месторождений
- Подсчет запасов углеводородов
- Проектирование разработки месторождений нефти и газа
- Сопровождение и защита проектов в Государственной комиссии по запасам полезных ископаемых (ГКЗ) и Центральной комиссии Федерального агентства по недропользованию (ЦКР Роснедр)
Лабораторный анализ керна и геохимические исследования
- Стандартные и специальные исследования
- Оценка нефтегазогенерационного потенциала горных пород
- Исследование состава и идентификация компонентов нефти, газа, конденсата и экстрактов из керна
- Оценка проницаемости ультранизкопроницаемых горных пород
Разработка систем оценки технических компетенций
- Разработка матриц технических компетенций специалистов
- Профилирование должностей (инженерно-технические и рабочие специальности)
- Подготовка и проведение оценки технической компетентности
- Подготовка IT-решений для оценки специалистов, хранения результатов и мониторинга динамики изменений
Обработка больших данных, предиктивная аналитика и когнитивные технологии
- Разработка системы автоматического подбора аналогов месторождений
- Разработка системы автоматизированной адаптации геолого-гидродинамических моделей, управляемой геологическими неопределенностями