Репортаж от Wedoany，Разработанный компанией ORTOmation самообучающийся замкнутый оптимизатор был внедрен на пяти скважинах нетрадиционного нефтегазового месторождения в бассейне Делавэр (Delaware basin). Этот оптимизатор обеспечивает адаптивную настройку параметров газлифта без использования модели процесса или проведения тестов с возмущением на объекте.
В течение нескольких недель работы оптимизатор непрерывно корректировал параметры газлифта, что позволило максимизировать добычу природного газа на пяти скважинах при одновременном снижении расхода газа на газлифт на 44%. Оптимизатор использует расход природного газа по каждой скважине в качестве переменной оптимизации, а обычные регуляторы выступают в роли контроллеров расхода газлифта, что позволяет снизить вариативность ключевых параметров и повысить экономическую эффективность газлифта.
Экономически оптимальное значение для отдельной газлифтной скважины зависит от изменений экономических условий, пластовых условий и эффективности оборудования. Кривые производительности газлифта для каждой скважины меняются по мере старения пласта, а чрезмерный газлифт в конечном итоге может привести к стабилизации или снижению добычи. В случае, когда несколько скважин используют общий источник газа для газлифта (например, на кустовой площадке), влияние газлифта на добычу варьируется от скважины к скважине. При ограниченной мощности компрессора оптимизация также должна учитывать эти ограничения для распределения доступного газа.
Связь между газлифтом и добычей является нелинейной. Традиционные модельные замкнутые оптимизаторы реального времени требуют специальных знаний для разработки и обслуживания, что часто оказывается непосильным по затратам для проектов малого и среднего масштаба. Новый безмодельный самообучающийся замкнутый оптимизатор снижает затраты на внедрение и зависимость от экспертов за счет изучения влияния корректировок процесса на операционную прибыль или затраты и последующей настройки для соблюдения ограничений.
Самообучающийся оптимизатор строится поверх обычного управления, используя пропорционально-интегрально-дифференциальные (ПИД) регуляторы для поддержания стабильности процесса. Агенты оптимизации (OA1–OA4) каскадно записывают заданные значения в контроллеры ПИД для каждой указанной манипулируемой переменной и получают доступ к измеренным значениям через стандартную технологию связи систем управления (OPC). Агенты используют алгоритмы обработки сигналов для уменьшения влияния шума измерений и применяют новый алгоритм восхождения на холм, который уменьшает скорость изменения при приближении к оптимальному решению, постепенно оптимизируя работу.
Данные полевые испытания проводились на кустовой площадке нетрадиционного нефтегазового месторождения в бассейне Делавэр (Delaware basin), где оптимизировалась работа пяти скважин. Программное обеспечение проекта было установлено на облачном сервере, обучение инженеров заняло около 3 часов с использованием Microsoft Teams. Целью оптимизации была максимизация добычи природного газа на всех пяти скважинах, при этом расход добываемого газа выступал в качестве переменной оптимизации. Также была разработана функция штрафа для поддержания работы газлифта вблизи критической скорости. Ключевые ограничения включали положение клапана регулирования давления на факеле, верхний и нижний пределы расхода газлифта, а также баланс газлифта между скважинами. Оптимизатор приостанавливал работу в случае ошибки режима контроллера расхода газлифта или аварийного останова компрессора.
Наладка проводилась инкрементальным методом: изначально были установлены консервативные пределы расхода газлифта и скорости изменения, которые затем постепенно корректировались на основе результатов мониторинга с помощью аналитического инструмента ORTO. Через несколько недель после внедрения оценка эффективности показала три аспекта: общий расход газа на газлифт снизился с примерно 4,7 млн стандартных кубических футов в сутки (MMscfd) до 2,64 MMscfd, то есть примерно на 44%; общая добыча была максимизирована при соблюдении эксплуатационных ограничений; вариативность добычи газа (стандартное отклонение от среднего) снизилась примерно на 40%, что способствует уменьшению износа оборудования, затрат на техническое обслуживание и аварийных остановок процесса. Кроме того, снижение расхода газлифта по каждой скважине привело к уменьшению давления в насосно-компрессорных трубах (НКТ): на одной из скважин давление в НКТ снизилось примерно на 8%, а затрубное давление — на 1,5%, что способствовало откачке газа и жидкости из скважины.
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
