Automating the probabilistic estimation of the rate of decline in oil production based on factor analysis of deviations

Abstract

Объем выпускной квалификационной работы составляет 40 страниц, 2 таблицы, 16 рисунков, 2 приложения, 6 источников литературы. Магистерская диссертация посвящена анализу и верификации «сырой» промысловой информации, а также определению отклонений телеметрических замеров промысловых параметров на основе автоматизированных математических методов исчислений. Основной целью выпускной квалификационной работы является разработка автоматизированного алгоритма для системного мониторинга изменения промысловых параметров в режиме реального времени, что в свою очередь позволяет оперативно реагировать на отклонения дебита нефти и предупреждать их. В рамках работы проводились исследования по анализу суточной выборки телеметрических замеров промысловых параметров, подбирались статистические методы анализа выборок с целью их верификации и определения единого опорного суточного замера, определялись доверительные интервалы варьирования опорного замера как внутри суток, так и за произвольный временной период. Итогом исследований стала разработка системы, которая автоматически выявляет отклонения промысловых параметров, прогнозирует их в краткосрочной перспективе и адаптируется к фактическим режимам работы скважин.

The volume of the final qualifying work is 40 pages, 2 tables, 16 figures, 12 applications, 6 literature sources. The master's thesis is devoted to the analysis and verification of "raw" oilfield information, as well as the determination of deviations of telemetric measurements of oilfield parameters based on automated mathematical methods of calculations. The main goal of the final qualifying work is to develop an automated algorithm for system monitoring of changes in field parameters in real time, which in turn allows you to quickly respond to deviations in the oil flow rate and prevent them. As part of the work, studies were conducted on the analysis of the daily sample of telemetric measurements of oilfield parameters, statistical methods of sample analysis were selected in order to verify them and determine a single reference daily measurement, confidence intervals of variation of the reference measurement were determined both within a day and for an arbitrary time period. The result of the research was the development of a system that automatically detects deviations of field parameters, predicts them in the short term and adapts to the actual operating modes of wells.